विषय

• तुलना चार्ट
• डेटा वेयरहाउस की परिभाषा
• डेटा मार्ट की परिभाषा
• निष्कर्ष

डेटा वेयरहाउस और डेटा मार्ट का उपयोग एक के रूप में किया जाता है डेटा संग्रह और उसी उद्देश्य की सेवा करें। इन्हें स्टोर किए जाने वाले डेटा या सूचना की मात्रा के माध्यम से विभेदित किया जा सकता है।डेटा वेयरहाउस और डेटा मार्ट के बीच महत्वपूर्ण अंतर यह है कि डेटा वेयरहाउस एक डेटाबेस है जो निर्णय लेने के अनुरोधों को पूरा करने के लिए सूचना-उन्मुख संग्रहीत करता है, जबकि डेटा मार्ट एक संपूर्ण डेटा वेयरहाउस के तार्किक उपसमुच्चय है।

सरल शब्दों में, एक डेटा मार्ट एक डेटा वेयरहाउस है जो दायरे में सीमित है और जिसका डेटा डेटा वेयरहाउस से डेटा का सारांश और चयन करके या स्रोत डेटा सिस्टम से अलग-अलग एक्सट्रैक्ट, ट्रांसफ़ॉर्म और लोड प्रक्रियाओं की मदद से प्राप्त किया जा सकता है।

1. तुलना चार्ट
2. परिभाषा
3. मुख्य अंतर
4. निष्कर्ष

तुलना चार्ट

तुलना के लिए आधार	डेटा वेयरहाउस	आंकड़ों का बाजार
बुनियादी	डेटा वेयरहाउस स्वतंत्र अनुप्रयोग है।	डेटा मार्ट निर्णय प्रणाली के समर्थन के लिए विशिष्ट हैं।
प्रणाली का प्रकार	केंद्रीकृत	विकेन्द्रीकृत
डेटा का रूप	विस्तृत	संक्षेप
अपभ्रंश का प्रयोग	डेटा थोड़ा असामान्य है।	डेटा अत्यधिक विकृत है।
डेटा मॉडल	ऊपर से नीचें	नीचे से ऊपर
प्रकृति	लचीले, डेटा-उन्मुख और लंबे जीवन।	प्रतिबंधात्मक, परियोजना उन्मुख और लघु जीवन।
उपयोग किए गए स्कीमा का प्रकार	तथ्य नक्षत्र	तारा और हिमकण
निर्माण में आसानी	बनाने के लिए मुश्किल है	बनाने में सरल

डेटा वेयरहाउस की परिभाषा

अवधि डेटा वेयरहाउस एक समय-संस्करण, विषय-उन्मुख, गैर-अस्थिर, और डेटा का एक एकीकृत समूह है जो इसमें सहायता करता है निर्णय लेना प्रबंधन की प्रक्रिया। वैकल्पिक रूप से, यह एक एकल साइट पर एक एकीकृत स्कीमा में संग्रहीत कई स्रोतों से एकत्रित जानकारी का एक भंडार है, जो विभिन्न प्रकार के एप्लिकेशन सिस्टम के एकीकरण की अनुमति देता है। एक बार जब यह डेटा एकत्र हो जाता है, तो इसे लंबे समय तक संग्रहीत किया जाता है, इसलिए इसकी लंबी आयु और परमिट तक पहुंच होती है ऐतिहासिकजानकारी।

नतीजतन, डेटा वेयरहाउस उपयोगकर्ता को एकल प्रदान करता है को एकीकृत डेटा के लिए इंटरफ़ेस जिसके माध्यम से उपयोगकर्ता निर्णय-समर्थन प्रश्नों को आसानी से लिख सकता है। डेटा वेयरहाउस डेटा को जानकारी में बदलने में मदद करता है। डेटा वेयरहाउस डिज़ाइन करने में टॉप-डाउन अप्रोच शामिल है।

यह उन विषयों के बारे में जानकारी एकत्र करता है, जो पूरे संगठन, जैसे ग्राहक, बिक्री, संपत्ति, आइटम, और इसलिए इसकी सीमा उद्यम-व्यापी है। आम तौर पर, तथ्य नक्षत्र इसमें स्कीमा का उपयोग किया जाता है, जो विभिन्न प्रकार के विषयों को कवर करता है। डेटा वेयरहाउस एक स्थिर संरचना नहीं है और यह है उभरती लगातार।

डेटा मार्ट की परिभाषा

ए आंकड़ों का बाजार उपयोगकर्ताओं के एक निश्चित समूह के अनुरूप डेटा वेयरहाउस या कॉर्पोरेट-वाइड डेटा के उप-समूह के रूप में कहा जा सकता है। डेटा वेयरहाउस में कई शामिल हैं विभागीय तथा तार्किक डेटा मौसा जो सुनिश्चित करने के लिए अपने डेटा चित्रण में लगातार होना चाहिए मजबूती डेटा वेयरहाउस का। एक डेटा मार्ट तालिकाओं का एक सेट है जो एक पर केंद्रित है एकल कार्य ये एक बॉटम-अप अप्रोच का उपयोग करके बनाया गया है।

डेटा मार्ट की सीमा कुछ विशिष्ट चुने हुए विषय तक सीमित है, इस प्रकार इसका दायरा विभागवार है। इन्हें आमतौर पर लागू किया जाता है कम लागत विभागीय सर्वर। डेटा मौसा के कार्यान्वयन चक्र को महीने और वर्ष के बजाय हफ्तों में मॉनिटर किया जाता है।

जैसातारा तथा स्नोफ्लेक स्कीमा एकल विषय मॉडलिंग की ओर प्रेरित होते हैं यही कारण है कि ये आमतौर पर डेटा मार्ट में उपयोग किए जाते हैं। हालांकि, स्नोफ्लेक स्कीमा की तुलना में स्टार स्कीमा अधिक लोकप्रिय है। डेटा स्रोत के आधार पर डेटा कार्ट को दो प्रकारों में वर्गीकृत किया जा सकता है: आश्रित तथा स्वतंत्र डेटा मार्ट्स।

1. डेटा वेयरहाउस एप्लिकेशन स्वतंत्र है जबकि डेटा मार्ट निर्णय प्रणाली एप्लिकेशन के लिए विशिष्ट है।
2. डेटा एकल में संग्रहीत किया जाता है, केंद्रीकृत एक डेटा वेयरहाउस में भंडार। के रूप में, डेटा मार्ट डेटा संग्रहीत करता है decentrally उपयोगकर्ता क्षेत्र में।
3. डेटा वेयरहाउस में a विस्तृत डेटा का रूप। इसके विपरीत, डेटा मार्ट में शामिल है संक्षेप और चयनित डेटा।
4. डेटा वेयरहाउस में डेटा है थोड़ा डेटा मार्ट के मामले में यह असामान्य है अत्यधिक denormalised।
5. डेटा वेयरहाउस के निर्माण में शामिल है ऊपर से नीचें दृष्टिकोण। इसके विपरीत, एक डेटा का निर्माण करते समय मार्टनीचे से ऊपर दृष्टिकोण का उपयोग किया जाता है।
6. डेटा वेयरहाउस है लचीला, जानकारी उन्मुख और लंबे समय से मौजूदा प्रकृति। इसके विपरीत, एक डेटा मार्ट है प्रतिबंधक, परियोजना उन्मुख और छोटा अस्तित्व है।
7. फैक्ट नक्षत्र स्कीमा आमतौर पर डेटा वेयरहाउस मॉडलिंग के लिए उपयोग किया जाता है जबकि डेटा मार्ट स्टार स्कीमा अधिक लोकप्रिय है।

निष्कर्ष

डेटा वेयरहाउस एंटरप्राइज़ दृश्य, एकल और केंद्रीकृत संग्रहण प्रणाली, निहित आर्किटेक्चर और एप्लिकेशन इंडिपेंडेंसी प्रदान करता है, जबकि डेटा मार्ट एक डेटा वेयरहाउस का एक सबसेट है, जो डिपार्टमेंट व्यू, विकेंद्रीकृत भंडारण प्रदान करता है। चूंकि डेटा वेयरहाउस बहुत बड़ा और एकीकृत है, इसलिए इसके निर्माण में विफलता और कठिनाई का उच्च जोखिम है। दूसरी ओर, डेटा मार्ट का निर्माण करना आसान है और संबद्ध विफलता जोखिम भी कम है लेकिन डेटा मार्ट विखंडन का अनुभव कर सकता है।