डेटा वेयरहाउसिंग एक दृष्टिकोण है जो महत्वपूर्ण व्यावसायिक अंतर्दृष्टि का समर्थन करने के लिए कई स्रोतों से जानकारी एकत्र और प्रबंधित कर सकता है। एक डेटा वेयरहाउस विशेष रूप से प्रबंधन निर्णयों का समर्थन करने के लक्ष्यों के लिए बनाया गया है।
एक डेटा वेयरहाउस एक डेटाबेस को परिभाषित करता है जिसे कंपनी के परिचालन डेटाबेस से अलग से बनाए रखा जाता है। डेटा वेयरहाउस सिस्टम कई एप्लिकेशन सिस्टम के एकीकरण को सक्षम करते हैं। वे एक ठोस मंच प्रदान करके डेटा प्रोसेसिंग का समर्थन करते हैं जो विश्लेषण के लिए समेकित, ऐतिहासिक रिकॉर्ड प्रदान करता है।
एक डेटा वेयरहाउस को दूरस्थ बेस क्षेत्रों पर परिभाषित भौतिक विचारों के एक समूह के रूप में माना जा सकता है। जब एक क्वेरी औपचारिक होती है, तो इसे प्रारंभिक डेटा स्रोतों तक पहुंचे बिना, भौतिक विचारों का उपयोग करके स्थानीय रूप से गणना की जाती है।
डेटा वेयरहाउस एक सक्रिय इकाई है जो समय के साथ लगातार विकसित होती है। जैसे-जैसे समय बीतता है, नई क्वेरीज का उत्तर उनके द्वारा दिया जाना आवश्यक होता है। विभिन्न क्वेरीज का उत्तर विशेष रूप से भौतिक विचारों का उपयोग करके दिया जा सकता है। सामान्यतः, हालांकि नए विचारों को डेटा वेयरहाउस में डालने की आवश्यकता होती है।
एक डेटा वेयरहाउस सिस्टम में डेटाबेस (स्रोत डेटाबेस, डेटा वेयरहाउस में भौतिक विचार), डेटा ट्रांसपोर्ट एजेंट जो एक डेटाबेस से दूसरे में रिकॉर्ड भेजते हैं, और एक रिपॉजिटरी शामिल होती है जो सिस्टम और इसके विस्तार के बारे में मेटाडेटा संग्रहीत करती 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 आमतौर पर कई बाजार फर्मों और सरकारी एजेंसियों में कई डेटा प्रारूपों का उपयोग करके संग्रहीत किया जाता है।
दूसरी चुनौती स्थानिक डेटा वेयरहाउस में तेज और लचीली ऑनलाइन विश्लेषणात्मक प्रसंस्करण का एहसास है। स्टार स्कीमा मॉडल स्थानिक डेटा वेयरहाउस के 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 वेयरहाउस में, दोनों आयाम और माप स्थानिक तत्वों को शामिल कर सकते हैं।
डेटा वेयरहाउस के डिज़ाइन के संबंध में चार अलग-अलग दृष्टिकोणों पर विचार किया जाना चाहिए जैसे टॉप-डाउन दृश्य, डेटा स्रोत दृश्य, डेटा वेयरहाउस दृश्य, और व्यावसायिक क्वेरी दृश्य।
टॉप-डाउन दृश्य डेटा वेयरहाउस के लिए आवश्यक प्रासंगिक जानकारी के चयन की अनुमति देता है। यह डेटा वर्तमान और भविष्य की व्यावसायिक आवश्यकताओं से जुड़ा होता है।
डेटा स्रोत दृश्य परिचालन प्रणालियों द्वारा कैप्चर, सहेजे, और प्रबंधित किए जा रहे डेटा को उजागर करता है। इस डेटा को विवरण के कई स्तरों और सटीकता पर प्रलेखित किया जा सकता है, एकल डेटा स्रोत तालिकाओं से एकीकृत डेटा स्रोत तालिकाओं तक।
डेटा स्रोतों को अक्सर पारंपरिक डेटा मॉडलिंग तकनीकों द्वारा मॉडल किया जाता है, जैसे इकाई-संबंध मॉडल या CASE (कंप्यूटर-सहायता प्राप्त सॉफ्टवेयर इंजीनियरिंग) उपकरण।
डेटा वेयरहाउस दृश्य में फैक्ट टेबल और डायमेंशन टेबल शामिल हैं। यह डेटा को परिभाषित करता है जो डेटा वेयरहाउस के भीतर सहेजा जाता है, जैसे पूर्व-गणना किए गए योग और गणनाएं, और स्रोत, तिथि, और मूल समय के बारे में 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।
