ডেটা ওয়ারহাউস অ্যাপ্লিকেশনের তিনটি ধরন রয়েছে: ইনফরমেশন প্রসেসিং (Information processing), অ্যানালিটিক্যাল প্রসেসিং (Analytical processing), এবং ডেটা মাইনিং (Data mining)।
১. ইনফরমেশন প্রসেসিং (Information Processing)
এটি কোয়ারি, বেসিক সংখ্যাসূচক অ্যানালাইসিস, এবং ডকুমেন্টেশন প্রদান করে ক্রসট্যাব, টেবিল, চার্ট, বা গ্রাফ ব্যবহার করে। ডেটা ওয়ারহাউস ডেটা প্রসেসিং-এ আধুনিক ট্রেন্ড হল কম খরচে ওয়েব-ভিত্তিক অ্যাক্সেসিং টুল তৈরি করা যেটি ওয়েব ব্রাউজারের সাথে ইন্টিগ্রেটেড।
২. অ্যানালিটিক্যাল প্রসেসিং (Analytical Processing / OLAP)
এটি বেসিক OLAP অপারেশন প্রদান করে, যেমন স্লাইস-অ্যান্ড-ডাইস (slice-and-dice), ড্রিল-ডাউন (drill-down), রোল-আপ (roll-up), এবং পিভটিং (pivoting)। এটি সাধারণত ইতিহাসগত তথ্যের ওপর কাজ করে সংক্ষিপ্ত এবং বিস্তারিত উভয় রূপে। ইনফরমেশন প্রসেসিং-এর ওপর অ্যানালিটিক্যাল প্রসেসিং-এর প্রধান সুবিধা হল ডেটা ওয়ারহাউস ডেটার মাল্টিডাইমেনশনাল ইনফরমেশন অ্যানালাইসিস।
৩. ডেটা মাইনিং (Data Mining)
এটি লুকানো প্যাটার্ন এবং অ্যাসোসিয়েশন আবিষ্কার করে, অ্যানালিটিক্যাল মডেল তৈরি করে, ক্লাসিফিকেশন এবং প্রেডিকশন বাস্তবায়ন করে, এবং মাইনিং ফলাফল ভিজ্যুয়ালাইজেশন টুল ব্যবহার করে প্রদর্শন করে।
তুলনামূলক বিশ্লেষণ
ইনফরমেশন প্রসেসিং কোয়ারি-ভিত্তিক, উপকারী তথ্য আবিষ্কার করতে পারে। কিন্তু সেরকম কোয়ারির উত্তর ডেটাবেসে সরাসরি সংরক্ষিত ডেটা বা অ্যাগ্রিগেট অপারেশন দ্বারা গণনাযোগ্য ডেটা প্রতিফলিত করে। সেগুলো ডেটাবেসে গোপন জটিল প্যাটার্ন বা প্রেডিক্টিবিলিটি প্রতিফলিত করে না। তাই, ইনফরমেশন প্রসেসিং ডেটা মাইনিং নয়।
অনলাইন অ্যানালিটিক্যাল প্রসেসিং (OLAP) ডেটা মাইনিং-এর এক ধাপ নিকটবর্তী কারণ এটি ব্যবহারকারী-নির্দিষ্ট সাবসেট থেকে ডেটা ওয়ারহাউসের বিভিন্ন গ্র্যানুলারিটিতে সারাংশিত ডেটা প্রদান করতে পারে। OLAP এবং ডেটা মাইনিং-এর অপারেশন আলাদা (disjoint) হিসেবে বিবেচনা করা যেতে পারে:
- OLAP হল একটি ডেটা সারাংশ/অ্যাগ্রিগেশন টুল যা সহজে ডেটা অ্যানালাইসিস সমর্থন করে।
- ডেটা মাইনিং hatalো পরিমাণ ডেটায় গোপন প্যাটার্ন এবং আকর্ষণীয় জ্ঞানের স্বয়ংক্রিয় আবিষ্কার সক্ষম করে।
OLAP টুলগুলো ইন্টারঅ্যাক্টিভ ডেটা অ্যানালাইসিস সরল ও সমর্থন করার দিকে লক্ষ্যবস্তু, যেখানে ডেটা মাইনিং টুলের লক্ষ্য হল প্রসেসের যতটা সম্ভব অটোমেট করা, ব্যবহারকারীকে প্রসেস নিয়ন্ত্রণ করার সুযোগ দিয়ে। এইভাবে, ডেটা মাইনিং سنتুন্যাল OLAP-র চেয়ে এক ধাপ এগিয়ে।
বিকল্প দৃষ্টিভঙ্গি: ডেটা মাইনিংকে ডেটা ডেফিনিশন এবং ডেটা মডেলিং উভয়কে কভার করে এমনভাবে গ্রহণ করা যায়। যেহেতু OLAP সিস্টেম ডেটা ওয়ারহাউস থেকে তথ্যের সাধারণ বর্ণনা প্রদান করতে পারে, OLAP অপারেশন মৌলিকভাবে ব্যবহারকারী-নির্দিষ্ট ডেটা সারাংশ এবং তুলনার জন্য (ড্রিলিং, পিভটিং, স্লাইসিং, ডাইসিং, ইত্যাদি)।
ডেটা মাইনিং ডেটা ওয়ারহাউসে সংরক্ষিত ডেটার অ্যানালাইসিস-এ সীমাবদ্ধ নয়। এটি ডেটা ওয়ারহাউসে সমর্থিত সারাংশ ডেটার চেয়ে আরও বিস্তারিত গ্র্যানুলারিটিতে বিদ্যমান ডেটা এক্সপ্লোর করতে পারে। এটি ট্রানজ্যাকশনাল, স্পেশিয়াল, টেক্সচুয়াল, এবং মাল্টিমিডিয়া ডেটা এক্সপ্লোর করতে পারে যা আধুনিক মাল্টিডাইমেনশনাল ডাটাবেস টেকনোলজি দিয়ে মডেল করা কঠিন। এই প্রসঙ্গে, ডেটা মাইনিং OLAP-এর চেয়ে وسیع স্পেকট্রাম কভার করে ডেটা মাইনিং সার্ভিস এবং হ্যান্ডেল করা ডেটার জটিলতা দুটোর ক্ষেত্রে।
