डेटा वेयरहाउस Archiटेक्चर, घटक और आरेख Concepts
डेविड कार्टर
डेटा वेयरहाउस Concepts
डेटा वेयरहाउस की मूल अवधारणा किसी कंपनी के लिए निर्णय लेने और पूर्वानुमान लगाने के लिए सत्य के एकल संस्करण की सुविधा प्रदान करना है। डेटा वेयरहाउस एक सूचना प्रणाली है जिसमें एकल या एकाधिक स्रोतों से ऐतिहासिक और विनिमेय डेटा होता है। डेटा वेयरहाउस Concepts संगठनों की रिपोर्टिंग और विश्लेषण प्रक्रिया को सरल बनाना।
डेटा वेयरहाउस की विशेषताएं
डेटा वेयरहाउस Concepts निम्नलिखित विशेषताएं हैं:
- विषय उन्मुख
- एकीकृत
- समय-भिन्न
- गैर वाष्पशील
विषय उन्मुख
डेटा वेयरहाउस विषय-उन्मुख होता है क्योंकि यह कंपनियों के चल रहे संचालन के बजाय थीम के बारे में जानकारी प्रदान करता है। ये विषय बिक्री, विपणन, वितरण आदि हो सकते हैं।
डेटा वेयरहाउस कभी भी चल रहे ऑपरेशन पर ध्यान केंद्रित नहीं करता है। इसके बजाय, यह डेटा के मॉडलिंग और विश्लेषण पर जोर देता है निर्णय लेनेयह निर्णय प्रक्रिया का समर्थन करने में सहायक न होने वाले डेटा को बाहर करके विशिष्ट विषय के बारे में एक सरल और संक्षिप्त दृष्टिकोण भी प्रदान करता है।
एकीकृत
डेटा वेयरहाउस में एकीकरण का मतलब है असमान डेटाबेस से सभी समान डेटा के लिए माप की एक सामान्य इकाई की स्थापना। डेटा को डेटावेयरहाउस में सामान्य और सार्वभौमिक रूप से स्वीकार्य तरीके से संग्रहीत करने की भी आवश्यकता होती है।
डेटा वेयरहाउस को विभिन्न स्रोतों जैसे मेनफ्रेम, रिलेशनल डेटाबेस, फ्लैट फाइल आदि से डेटा को एकीकृत करके विकसित किया जाता है। इसके अलावा, इसमें नामकरण, प्रारूप और कोडिंग का भी ध्यान रखना चाहिए।
यह एकीकरण डेटा के प्रभावी विश्लेषण में मदद करता है। नामकरण परंपराओं, विशेषता माप, एन्कोडिंग संरचना आदि में एकरूपता सुनिश्चित की जानी चाहिए। निम्नलिखित उदाहरण पर विचार करें:
ऊपर दिए गए उदाहरण में, A, B और C लेबल वाले तीन अलग-अलग एप्लिकेशन हैं। इन एप्लिकेशन में संग्रहीत जानकारी लिंग, दिनांक और शेष राशि है। हालाँकि, प्रत्येक एप्लिकेशन का डेटा अलग-अलग तरीके से संग्रहीत किया जाता है।
- अनुप्रयोग A में लिंग फ़ील्ड M या F जैसे तार्किक मान संग्रहीत करता है
- अनुप्रयोग B में लिंग फ़ील्ड एक संख्यात्मक मान है,
- अनुप्रयोग C अनुप्रयोग में, लिंग फ़ील्ड को वर्ण मान के रूप में संग्रहीत किया जाता है।
- यही स्थिति दिनांक और शेष राशि के साथ भी है
हालाँकि, परिवर्तन और सफाई प्रक्रिया के बाद यह सारा डेटा सामान्य प्रारूप में संग्रहीत किया जाता है डेटा वेयरहाउस.
समयांतर
डेटा वेयरहाउस के लिए समय क्षितिज परिचालन प्रणालियों की तुलना में काफी व्यापक है। डेटा वेयरहाउस में एकत्र किए गए डेटा को एक विशेष अवधि के साथ पहचाना जाता है और ऐतिहासिक दृष्टिकोण से जानकारी प्रदान करता है। इसमें स्पष्ट रूप से या निहित रूप से समय का एक तत्व शामिल होता है।
डेटावेयरहाउस डेटा डिस्प्ले टाइम वेरिएंस एक ऐसी जगह है, जो रिकॉर्ड कुंजी की संरचना में है। DW के साथ मौजूद हर प्राथमिक कुंजी में या तो निहित रूप से या स्पष्ट रूप से समय का एक तत्व होना चाहिए। जैसे दिन, सप्ताह महीना, आदि।
समय भिन्नता का एक अन्य पहलू यह है कि एक बार जब डेटा वेयरहाउस में डाल दिया जाता है, तो उसे अद्यतन या परिवर्तित नहीं किया जा सकता।
गैर वाष्पशील
डेटा वेयरहाउस गैर-वाष्पशील भी है, अर्थात इसमें नया डेटा डालने पर पिछला डेटा नष्ट नहीं होता।
डेटा केवल पढ़ने के लिए है और समय-समय पर ताज़ा किया जाता है। इससे ऐतिहासिक डेटा का विश्लेषण करने और यह समझने में भी मदद मिलती है कि क्या और कब हुआ। इसके लिए लेनदेन प्रक्रिया, पुनर्प्राप्ति और समवर्ती नियंत्रण तंत्र की आवश्यकता नहीं होती है।
डिलीट, अपडेट और इंसर्ट जैसी गतिविधियाँ जो ऑपरेशनल एप्लीकेशन एनवायरनमेंट में की जाती हैं, डेटा वेयरहाउस एनवायरनमेंट में छोड़ दी जाती हैं। डेटा वेयरहाउसिंग में केवल दो प्रकार के डेटा ऑपरेशन किए जाते हैं:
- डेटा लोड हो रहा है
- डेटा प्राप्त करना
एप्लिकेशन और डेटा वेयरहाउस के बीच कुछ प्रमुख अंतर यहां दिए गए हैं
| Operaराष्ट्रीय आवेदन | डेटा वेयरहाउस |
|---|---|
| यह सुनिश्चित करने के लिए कि डेटा अपग्रेड प्रक्रिया अंतिम उत्पाद की उच्च अखंडता बनाए रखे, जटिल प्रोग्राम को कोडित किया जाना चाहिए। | इस प्रकार की समस्या इसलिए नहीं होती क्योंकि डेटा अद्यतन नहीं किया जाता। |
| न्यूनतम अतिरेकता सुनिश्चित करने के लिए डेटा को सामान्यीकृत रूप में रखा जाता है। | डेटा को सामान्यीकृत रूप में संग्रहीत नहीं किया जाता है। |
| लेन-देन, डेटा रिकवरी, रोलबैक और गतिरोध के समाधान के मुद्दों का समर्थन करने के लिए प्रौद्योगिकी की आवश्यकता है क्योंकि इसका गतिरोध काफी जटिल है। | यह प्रौद्योगिकी में सापेक्ष सरलता प्रदान करता है। |
डेटा वेयरहाउस Archiटेक्चर
डेटा वेयरहाउस Archiटेक्चर यह जटिल है क्योंकि यह एक सूचना प्रणाली है जिसमें कई स्रोतों से ऐतिहासिक और विनिमेय डेटा शामिल है। डेटा वेयरहाउस परतों के निर्माण के लिए 3 दृष्टिकोण हैं: सिंगल टियर, टू टियर और थ्री टियर। डेटा वेयरहाउस की इस 3 स्तरीय वास्तुकला को नीचे समझाया गया है।
एकल-स्तरीय वास्तुकला
एकल परत का उद्देश्य संग्रहीत डेटा की मात्रा को कम करना है। इसका लक्ष्य डेटा अतिरेक को दूर करना है। इस आर्किटेक्चर का व्यवहार में अक्सर उपयोग नहीं किया जाता है।
दो-स्तरीय वास्तुकला
दो-परत वास्तुकला डेटा वेयरहाउस परतों में से एक है जो भौतिक रूप से उपलब्ध स्रोतों और डेटा वेयरहाउस को अलग करती है। यह वास्तुकला विस्तार योग्य नहीं है और बड़ी संख्या में अंतिम उपयोगकर्ताओं का समर्थन भी नहीं करती है। नेटवर्क सीमाओं के कारण इसमें कनेक्टिविटी की समस्याएँ भी हैं।
तीन-स्तरीय डेटा वेयरहाउस Archiटेक्चर
यह सबसे व्यापक रूप से इस्तेमाल किया जाने वाला Archiडेटा वेयरहाउस की तकनीक.
इसमें शीर्ष, मध्य और निचला स्तर शामिल है।
- निचला स्तर: डेटावेयरहाउस सर्वर का डेटाबेस सबसे निचला स्तर है। यह आमतौर पर एक रिलेशनल डेटाबेस सिस्टम होता है। बैक-एंड टूल का उपयोग करके डेटा को साफ किया जाता है, बदला जाता है और इस परत में लोड किया जाता है।
- मध्यम स्तरीय: डेटा वेयरहाउस में मध्य स्तर एक OLAP सर्वर है जिसे ROLAP या MOLAP मॉडल का उपयोग करके कार्यान्वित किया जाता है। उपयोगकर्ता के लिए, यह एप्लिकेशन स्तर एक पूर्ण स्पष्टता प्रस्तुत करता है।tracडेटाबेस का विस्तृत दृश्य प्रस्तुत करता है। यह परत अंतिम उपयोगकर्ता और डेटाबेस के बीच मध्यस्थ के रूप में भी कार्य करती है।
- शीर्ष स्तर: शीर्ष स्तर एक फ्रंट-एंड क्लाइंट परत है। शीर्ष स्तर वे उपकरण और API हैं जिन्हें आप कनेक्ट करते हैं और डेटा वेयरहाउस से डेटा प्राप्त करते हैं। यह क्वेरी टूल, रिपोर्टिंग टूल, प्रबंधित क्वेरी टूल, विश्लेषण टूल और डेटा माइनिंग टूल हो सकते हैं।
डेटावेयरहाउस घटक
हम डेटावेयरहाउस घटकों के बारे में जानेंगे और Archiडेटा वेयरहाउस की संरचना नीचे दिए गए चित्र के अनुसार है:
डेटा वेयरहाउस एक RDBMS सर्वर पर आधारित है जो एक केंद्रीय सूचना भंडार है जो संपूर्ण वातावरण को कार्यात्मक, प्रबंधनीय और सुलभ बनाने के लिए कुछ प्रमुख डेटा वेयरहाउसिंग घटकों से घिरा हुआ है।
मुख्य रूप से पाँच डेटा वेयरहाउस घटक हैं:
डेटा वेयरहाउस डेटाबेस
केंद्रीय डेटाबेस डेटा वेयरहाउसिंग वातावरण की नींव है। यह डेटाबेस पर लागू किया जाता है आरडीबीएमएस प्रौद्योगिकी। हालाँकि, इस तरह के कार्यान्वयन में इस तथ्य से बाधा आती है कि पारंपरिक RDBMS प्रणाली लेनदेन संबंधी डेटाबेस प्रसंस्करण के लिए अनुकूलित है, न कि डेटा वेयरहाउसिंग के लिए। उदाहरण के लिए, एड-हॉक क्वेरी, मल्टी-टेबल जॉइन, एग्रीगेट्स संसाधन गहन हैं और प्रदर्शन को धीमा कर देते हैं।
इसलिए, डेटाबेस के लिए वैकल्पिक तरीकों का उपयोग नीचे सूचीबद्ध अनुसार किया जाता है-
- डेटावेयरहाउस में, स्केलेबिलिटी की अनुमति देने के लिए रिलेशनल डेटाबेस को समानांतर रूप से तैनात किया जाता है। समानांतर रिलेशनल डेटाबेस विभिन्न मल्टीप्रोसेसर कॉन्फ़िगरेशन या बड़े पैमाने पर समानांतर प्रोसेसर पर साझा मेमोरी या शेयर्ड नथिंग मॉडल की भी अनुमति देते हैं।
- रिलेशनल टेबल स्कैन को बायपास करने और गति में सुधार करने के लिए नई इंडेक्स संरचनाओं का उपयोग किया जाता है।
- रिलेशनल डेटा वेयरहाउस मॉडल के कारण आने वाली किसी भी सीमा को दूर करने के लिए बहुआयामी डेटाबेस (MDDB) का उपयोग। उदाहरण: Essbase से Oracle.
सोर्सिंग, अधिग्रहण, क्लीन-अप और परिवर्तन उपकरण (ईटीएल)
डेटा सोर्सिंग, ट्रांसफॉर्मेशन और माइग्रेशन टूल्स का उपयोग डेटावेयरहाउस में डेटा को एक एकीकृत प्रारूप में बदलने के लिए आवश्यक सभी रूपांतरणों, सारांशों और परिवर्तनों को करने के लिए किया जाता है। इन्हें एक्सप्रेशन टूल्स भी कहा जाता है।tracट्रांसफॉर्म और लोड (ईटीएल) टूल्स।
उनकी कार्यक्षमता में शामिल हैं:
- विनियामक शर्तों के अनुसार डेटा को गुमनाम करें।
- परिचालन डेटाबेस में अवांछित डेटा को डेटा वेयरहाउस में लोड होने से रोकना।
- विभिन्न स्रोतों से प्राप्त डेटा के लिए सामान्य नाम और परिभाषाएँ खोजें और बदलें।
- सारांश और व्युत्पन्न डेटा की गणना
- डेटा गायब होने की स्थिति में, उन्हें डिफ़ॉल्ट से भरें।
- एकाधिक डेटा स्रोतों से आने वाले दोहराए गए डेटा को डी-डुप्लिकेट किया गया।
ये पूर्वtract, Transform और Load टूल क्रॉन जॉब, बैकग्राउंड जॉब आदि उत्पन्न कर सकते हैं। कोबोल कार्यक्रमशेल स्क्रिप्ट आदि, जो डेटा वेयरहाउस में डेटा को नियमित रूप से अपडेट करते हैं। ये उपकरण डेटा को बनाए रखने में भी सहायक होते हैं।
इन ईटीएल उपकरण हमें डेटाबेस और डेटा विविधता की चुनौतियों से निपटना होगा।
डेटा
नाम डेटा कुछ उच्च-स्तरीय तकनीकी डेटा वेयरहाउसिंग का सुझाव देता है Conceptsहालाँकि, यह काफी सरल है। डेटा, डेटा के बारे में डेटा है जो डेटा वेयरहाउस को परिभाषित करता है। इसका उपयोग डेटा वेयरहाउस के निर्माण, रखरखाव और प्रबंधन के लिए किया जाता है।
डेटा वेयरहाउस में Archiतकनीक में, मेटा-डेटा एक महत्वपूर्ण भूमिका निभाता है क्योंकि यह डेटा वेयरहाउस डेटा के स्रोत, उपयोग, मूल्यों और विशेषताओं को निर्दिष्ट करता है। यह यह भी परिभाषित करता है कि डेटा को कैसे बदला और संसाधित किया जा सकता है। यह डेटा वेयरहाउस से निकटता से जुड़ा हुआ है।
उदाहरण के लिए, बिक्री डेटाबेस में एक पंक्ति में निम्नलिखित शामिल हो सकता है:
4030 KJ732 299.90
यह तब तक अर्थहीन डेटा है जब तक हम उससे परामर्श नहीं करते जो हमें बताता है कि यह था
- मॉडल संख्या: 4030
- बिक्री एजेंट आईडी: KJ732
- कुल बिक्री राशि $299.90
इसलिए, डेटा को ज्ञान में बदलने के लिए डेटा आवश्यक तत्व हैं।
डेटा निम्नलिखित प्रश्नों के उत्तर देने में सहायक होता है।
- डेटा वेयरहाउस में कौन सी तालिकाएँ, विशेषताएँ और कुंजियाँ होती हैं?
- डेटा कहां से आया?
- डेटा कितनी बार पुनः लोड किया जाता है?
- सफाई के साथ क्या परिवर्तन लागू किए गए?
डेटा को निम्नलिखित श्रेणियों में वर्गीकृत किया जा सकता है:
- तकनीकी डेटा: इस प्रकार का डेटा में वेयरहाउस के बारे में जानकारी होती है जिसका उपयोग डेटा वेयरहाउस डिज़ाइनर और प्रशासक करते हैं।
- व्यवसाय डेटा: इस प्रकार का डेटा में ऐसी जानकारी होती है जो अंतिम उपयोगकर्ताओं को डेटा वेयरहाउस में संग्रहीत जानकारी को आसानी से समझने का तरीका प्रदान करती है।
क्वेरी उपकरण
डेटा वेयरहाउसिंग का एक प्राथमिक उद्देश्य व्यवसायों को रणनीतिक निर्णय लेने के लिए जानकारी प्रदान करना है। क्वेरी टूल उपयोगकर्ताओं को डेटा वेयरहाउस सिस्टम के साथ बातचीत करने की अनुमति देते हैं।
ये उपकरण चार अलग-अलग श्रेणियों में आते हैं:
- क्वेरी और रिपोर्टिंग उपकरण
- अनुप्रयोग विकास उपकरण
- डेटा खनन उपकरण
- ओएलएपी उपकरण
1. क्वेरी और रिपोर्टिंग उपकरण
क्वेरी और रिपोर्टिंग टूल को आगे विभाजित किया जा सकता है
- रिपोर्टिंग उपकरण
- प्रबंधित क्वेरी उपकरण
रिपोर्टिंग उपकरण:
रिपोर्टिंग उपकरण इन्हें आगे उत्पादन रिपोर्टिंग टूल और डेस्कटॉप रिपोर्ट राइटर में विभाजित किया जा सकता है।
- रिपोर्ट लेखक: इस प्रकार के रिपोर्टिंग उपकरण अंतिम उपयोगकर्ताओं के विश्लेषण के लिए डिज़ाइन किए गए उपकरण हैं।
- उत्पादन रिपोर्टिंग: इस तरह के उपकरण संगठनों को नियमित परिचालन रिपोर्ट बनाने की अनुमति देते हैं। यह मुद्रण और गणना जैसे उच्च मात्रा वाले बैच कार्यों का भी समर्थन करता है। कुछ लोकप्रिय रिपोर्टिंग उपकरण हैं ब्रियो, बिजनेस ऑब्जेक्ट्स, Oracle, पॉवरसॉफ्ट, एसएएस इंस्टीट्यूट।
प्रबंधित क्वेरी उपकरण:
इस प्रकार के एक्सेस टूल, उपयोगकर्ताओं और डेटाबेस के बीच मेटा-लेयर डालकर, डेटाबेस और SQL तथा डेटाबेस संरचना में आने वाली समस्याओं को हल करने में अंतिम उपयोगकर्ताओं की मदद करते हैं।
2. अनुप्रयोग विकास उपकरण
कभी-कभी अंतर्निहित ग्राफ़िकल और विश्लेषणात्मक उपकरण किसी संगठन की विश्लेषणात्मक आवश्यकताओं को पूरा नहीं करते हैं। ऐसे मामलों में, एप्लिकेशन डेवलपमेंट टूल का उपयोग करके कस्टम रिपोर्ट विकसित की जाती हैं।
3. डेटा माइनिंग उपकरण
डेटा माइनिंग बड़ी मात्रा में डेटा का खनन करके सार्थक नए सहसंबंध, पैटर्न और रुझान की खोज करने की एक प्रक्रिया है। डेटा खनन उपकरण इस प्रक्रिया को स्वचालित बनाने के लिए उपयोग किया जाता है।
4. ओएलएपी उपकरण
ये उपकरण बहुआयामी डेटाबेस की अवधारणाओं पर आधारित हैं। यह उपयोगकर्ताओं को विस्तृत और जटिल बहुआयामी दृश्यों का उपयोग करके डेटा का विश्लेषण करने की अनुमति देता है।
डेटा वेयरहाउस बस Archiटेक्चर
डेटा वेयरहाउस बस आपके वेयरहाउस में डेटा के प्रवाह को निर्धारित करती है। डेटा वेयरहाउस में डेटा प्रवाह को इनफ्लो, अपफ्लो, डाउनफ्लो, आउटफ्लो और प्रवाह के रूप में वर्गीकृत किया जा सकता है।
डेटा बस को डिजाइन करते समय, डेटा मार्टों में साझा आयामों, तथ्यों पर विचार करने की आवश्यकता होती है।
डेटा मार्ट्स
A डेटा मार्ट यह एक एक्सेस लेयर है जिसका उपयोग उपयोगकर्ताओं तक डेटा पहुंचाने के लिए किया जाता है। इसे बड़े आकार के डेटा वेयरहाउस के लिए एक विकल्प के रूप में प्रस्तुत किया जाता है क्योंकि इसे बनाने में कम समय और पैसा लगता है। हालाँकि, डेटा मार्ट की कोई मानक परिभाषा नहीं है जो व्यक्ति दर व्यक्ति अलग-अलग होती है।
सरल शब्दों में कहें तो डेटा मार्ट डेटा वेयरहाउस की सहायक कंपनी है। डेटा मार्ट का उपयोग डेटा के विभाजन के लिए किया जाता है जो उपयोगकर्ताओं के विशिष्ट समूह के लिए बनाया जाता है।
डेटा मार्ट को डेटावेयरहाउस के समान डेटाबेस में या भौतिक रूप से अलग डेटाबेस में बनाया जा सकता है।
डेटा वेयरहाउस Archiटेक्चर सर्वोत्तम अभ्यास
डेटा वेयरहाउस डिज़ाइन करना Archiटेकचर के लिए, आपको नीचे दी गई सर्वोत्तम प्रथाओं का पालन करना होगा:
- डेटा वेयरहाउस मॉडल का उपयोग करें जो सूचना पुनर्प्राप्ति के लिए अनुकूलित हैं जो आयामी मोड, डीनॉर्मलाइज्ड या हाइब्रिड दृष्टिकोण हो सकते हैं।
- डेटा वेयरहाउस में टॉप डाउन और बॉटम अप दृष्टिकोण के रूप में उपयुक्त डिजाइनिंग दृष्टिकोण चुनें
- यह सुनिश्चित करने की आवश्यकता है कि डेटा को जल्दी और सही तरीके से संसाधित किया जाए। साथ ही, आपको ऐसा दृष्टिकोण अपनाना चाहिए जो डेटा को सत्य के एकल संस्करण में समेकित करे।
- डेटा वेयरहाउस के लिए डेटा अधिग्रहण और सफाई प्रक्रिया को सावधानीपूर्वक डिज़ाइन करें।
- एक डेटा आर्किटेक्चर डिज़ाइन करें जो डेटा वेयरहाउस के घटकों के बीच मेटाडेटा साझा करने की अनुमति देता है
- जब डेटा सारणी में सूचना पुनर्प्राप्ति की आवश्यकता सबसे कम हो, तो ODS मॉडल को लागू करने पर विचार करें।tracजब कई परिचालन स्रोतों तक पहुंच की आवश्यकता होती है, तब यह एक संरचनात्मक पिरामिड के रूप में कार्य करता है।
- आपको यह सुनिश्चित करना चाहिए कि डेटा मॉडल एकीकृत हो और सिर्फ़ समेकित न हो। उस स्थिति में, आपको 3NF डेटा मॉडल पर विचार करना चाहिए। यह ETL और डेटा क्लींजिंग टूल प्राप्त करने के लिए भी आदर्श है
सारांश
- डेटा वेयरहाउस एक सूचना प्रणाली है जिसमें एकल या एकाधिक स्रोतों से ऐतिहासिक और कम्यूटेटिव डेटा होता है। ये स्रोत पारंपरिक डेटा वेयरहाउस, क्लाउड डेटा वेयरहाउस या वर्चुअल डेटा वेयरहाउस हो सकते हैं।
- डेटा वेयरहाउस विषय-उन्मुख होता है क्योंकि यह संगठन के चल रहे परिचालनों के बजाय विषय के बारे में जानकारी प्रदान करता है।
- डेटा वेयरहाउस में एकीकरण का अर्थ है विभिन्न डेटाबेस से सभी समान डेटा के लिए माप की एक सामान्य इकाई की स्थापना
- डेटा वेयरहाउस गैर-वाष्पशील भी है, अर्थात इसमें नया डेटा डालने पर पिछला डेटा नष्ट नहीं होता।
- डेटावेयरहाउस समय-भिन्न होता है, क्योंकि DW में डेटा का शेल्फ जीवन लंबा होता है।
- डेटा वेयरहाउस के मुख्यतः 5 घटक हैं Archiसंरचना: 1) डेटाबेस 2) ईटीएल उपकरण 3) डेटा 4) क्वेरी उपकरण 5) डेटा मार्ट्स
- क्वेरी टूल की चार मुख्य श्रेणियां हैं 1. क्वेरी और रिपोर्टिंग टूल 2. एप्लिकेशन डेवलपमेंट टूल 3. डेटा माइनिंग टूल 4. OLAP टूल
- डेटा सोर्सिंग, रूपांतरण और माइग्रेशन टूल का उपयोग सभी रूपांतरणों और सारांशों के लिए किया जाता है।
- डेटा वेयरहाउस में Archiतकनीक में, मेटा-डेटा एक महत्वपूर्ण भूमिका निभाता है क्योंकि यह डेटा वेयरहाउस डेटा के स्रोत, उपयोग, मूल्यों और विशेषताओं को निर्दिष्ट करता है।
