डेटा वेयरहाउसिंग एक ऐसा दृष्टिकोण है जो व्यवसाय को एक महत्वपूर्ण व्यावसायिक अंतर्दृष्टि का समर्थन करने के लिए कई स्रोतों से जानकारी एकत्र और प्रबंधित कर सकता है। एक डेटा वेयरहाउस विशेष रूप से समर्थन प्रबंधन निर्णयों के लक्ष्यों के लिए बनाया गया है।
एक डेटा वेयरहाउस एक डेटाबेस को परिभाषित करता है जिसे कंपनी के परिचालन डेटाबेस से अलग रखा जाता है। डेटा वेयरहाउस सिस्टम कई एप्लिकेशन सिस्टम के एकीकरण को सक्षम बनाता है। वे विश्लेषण के लिए समेकित, ऐतिहासिक रिकॉर्ड के एक ठोस मंच का समर्थन करके डेटा प्रोसेसिंग का समर्थन करते हैं।
डेटा वेयरहाउस को दूरस्थ आधार क्षेत्रों में परिभाषित भौतिक विचारों के समूह के रूप में माना जा सकता है। जब कोई प्रश्न औपचारिक होता है, तो प्रारंभिक डेटा स्रोतों तक पहुंच के बिना, भौतिक विचारों का उपयोग करके स्थानीय रूप से गणना की जाती है।
डेटा वेयरहाउस एक सक्रिय इकाई है जो समय के साथ लगातार प्राप्त होती है। जैसे-जैसे समय बीतता है, उनके द्वारा नए प्रश्नों के उत्तर देने की आवश्यकता होती है। विशेष रूप से भौतिक विचारों का उपयोग करके विभिन्न प्रश्नों का उत्तर दिया जा सकता है। सामान्य तौर पर, हालांकि नए विचारों को डेटा वेयरहाउस में डालने की आवश्यकता होती है।
डेटा वेयरहाउस सिस्टम में डेटाबेस (स्रोत डेटाबेस, डेटा वेयरहाउस में भौतिक दृश्य), डेटा ट्रांसपोर्ट एजेंट शामिल होते हैं जो एक डेटाबेस से दूसरे डेटाबेस में रिकॉर्ड भेजते हैं, और एक रिपॉजिटरी जो सिस्टम और उसके विस्तार के बारे में मेटाडेटा को बचाता है।
स्थानिक डेटा वेयरहाउस के निर्माण और अनुप्रयोग से संबंधित विभिन्न चुनौतीपूर्ण समस्याएं हैं। पहली चुनौती विषम स्रोतों और प्रणालियों से स्थानिक जानकारी का एकीकरण है। स्थानिक डेटा आम तौर पर कई बाज़ार फर्मों और सरकारी एजेंसियों में कई डेटा प्रारूपों का उपयोग करके सहेजा जाता है।
दूसरी चुनौती स्थानिक डेटा गोदामों में तेज और लचीली ऑनलाइन विश्लेषणात्मक प्रसंस्करण की प्राप्ति है। स्टार स्कीमा मॉडल स्थानिक डेटा वेयरहाउस मॉडलिंग के लिए सबसे अच्छा विकल्प है क्योंकि यह एक संक्षिप्त और संगठित वेयरहाउस संरचना का समर्थन करता है और OLAP सेवाओं का समर्थन करता है। लेकिन, एक स्थानिक गोदाम में, आयाम और माप दोनों में स्थानिक तत्व शामिल हो सकते हैं।
डेटा वेयरहाउस के डिज़ाइन के संबंध में चार अलग-अलग विचारों पर विचार किया जाना चाहिए जैसे टॉप-डाउन व्यू, डेटा सोर्स व्यू, डेटा वेयरहाउस व्यू और बिजनेस क्वेरी व्यू।
ऊपर से नीचे का दृश्य डेटा वेयरहाउस के लिए आवश्यक प्रासंगिक जानकारी के चयन की अनुमति देता है। यह डेटा वर्तमान और भविष्य की व्यावसायिक आवश्यकताओं को जोड़ता है।
डेटा स्रोत दृश्य ऑपरेशनल सिस्टम द्वारा कैप्चर, सेव और हैंडल किए जा रहे डेटा को एक्सपोज करता है। इस डेटा को एकल डेटा स्रोत तालिकाओं से लेकर एकीकृत डेटा स्रोत तालिकाओं तक, विवरण और सटीकता के कई स्तरों पर प्रलेखित किया जा सकता है।
डेटा स्रोतों को अक्सर पारंपरिक डेटा मॉडलिंग तकनीकों द्वारा तैयार किया जाता है, जैसे कि इकाई-संबंध मॉडल या CASE (कंप्यूटर-एडेड सॉफ़्टवेयर इंजीनियरिंग) टूल।
डेटा वेयरहाउस दृश्य तथ्य तालिकाएँ और आयाम तालिकाएँ शामिल हैं। यह डेटा वेयरहाउस में सहेजे गए डेटा को परिभाषित करता है, जैसे कि पूर्व-परिकलित योग और गणना, और स्रोत, दिनांक और उत्पत्ति के समय से संबंधित जानकारी, ऐतिहासिक संदर्भ का समर्थन करने के लिए जोड़ी गई।
अंत में, व्यावसायिक क्वेरी दृश्य अंतिम उपयोगकर्ता के दृष्टिकोण से डेटा वेयरहाउस में रिकॉर्ड का दृश्य है।