Hello and welcome friends to 5-minute engineering वीडियो का टॉपिक है Data Warehouse Architecture जो कि Data Mining and Warehousing इस subject को relate करता है तो अभी हम लोग देखेंगे कि ये Data Warehouse का detailed architecture क्या है with my easiest explanation ever और यहाँ पे हम लोग शुरुआत करते हैं with the data sources obviously अगर आपको Data Warehouse जिसमें data आता है कई सारे data sources होते हैं, जिनको दो major categories में हम लोगों यहाँ पर रख दें, एक तो external data, और एक operational data है जिसे हम main frame data भी कह सकते हैं जो कि relational database, oracle से, कहीं से, organization से आपका operational data आता है and कहीं सारी external links होती हैं, जो commercial links होती हैं वहां से आपका external data भी import किया जाता है तो अभी चलो यहां तक हम data तक पहुँच गए, हमारे पास data sources आ चुके हैं अब इस data source का क्या किया जाए तो यहां पे आता है हमारा पहला manager जो कि load manager है तो load manager क्या करता है जितनी भी activities है of loading the data of transforming the data, of extracting the data from the of extracting the data from the sources तो जिसे हम E, T, L भी कह सकते हैं E मतलब extracting the data from the एक्स्ट्रैक्टिंग डाटा फॉर डाटा सोर्सेस और टीम अपने ट्रांसफॉर्मिंग कुछ छोटी बहुत यू नोट छोटी जो भी आपका ट्रांसफॉर्म डेटा से लोड किया जाता है इंटू डेटा वेरहॉस पर यहां पर वो भी कई सारे टाइप्स का होता है, आप कह सकते हो वो डिटेल टाइप का होता है, समराइज टाइप का होता है, वहाँ पर एक मेटा डाटा भी होता है, तो पहले तो देखते हैं डिटेल टाइप, डिटेल टाइप आपकी जो होती है, वो बेस टाइप आप कह सकते हो, क्योंकि इससे ज़ादा डिटेल वर्जन और एनी काइंड अफ इंफोमेशन और डाटा, आपको पूरे डाटा वेराउस में कहीं नहीं मिलेगा, तो यह आपक aggregate कर सकते हो तो यह हो गया आपका detailed version of data और यह हो गया आपका summarized version of data तो यह दो versions होते हैं आपके data के जो available है क्यों हम लोगों को summarized data का you know summarized data की जरूरत की बढ़ी summarized information की जरूरत की बढ़ी because it is like serving like a catcher catcher मतलब क्या आपकी जो भी user की तरफ से queries आती है जितने भी queries आती है user की तरफ से वो यह जो आपका summarized information है वो help करता है कि उन queries को fastly जो भी data लग रहा है जो भी information लग रही है वो provide की जाए और वो processing speed आपकी बढ़े जो हम लोग समराइज डाटा को यूज करते हैं इस समराइज डाटा को पॉइंट करता है ओवियसली टीजर वेयरहाउस मैनेजर अभी जो आपका वेयरहाउस मैनेजर है यह और क्या करता है समराइज डाटा तो चलो वह यह एक तरीके से प्रोड्यूस करता प्रोसेस हैं उनको मॉनिटर करना कोडिनेट करना कंट्रोल करना अजय को यह सारी की सारी जो बात है यह वेयरहाउस मैनेजर करता है यह अपने आप में बहुत कंप्लेक्स आर्किटेक्चर है बिकॉज इसे सब कुछ पूरा वेयरहाउस का एंड यू लोग क्या करना पड़ता है मैनेज करना पड़ता है देख रहे थे वेयरहाउस यूज कर सके अब यहां पर जो कि मेटा डेटा था मेटा डेटा मतलब क्या यहां तो यह सिंपलेस डेफिनेशन हम सबको पता है कि डेटा अबाउट डेटा मतलब यह ऐसा इंफोर्मेशन है जो कि आपको डेटा के बारे में इंफोर्मेशन देता है सो लेकिन इसके बाद होगी कि कई सारे यूज है यहां पर जब कोई नेक्सर जो आपका होता है कोई मैनेजर जो कि कोई रिसेक्ट करता है आपकी नेक्सर से तो वह जो क्वेरी आई है उसको यह मेटाडेटा डायरेक्ट करता है तो दोस्त एप्रोप्रिएट डाटा सोर्स मतलब यह कोई अगर एक प्रतिकुलर डाटा सोर्स को टाइगेट कर रही है तो यह जो आपका मेटा डाटा है यह हेल्प करता है आपके क्वेरी मैनेजर को कि वह जो क्वेरी है वह बराबर उस डाटा सोर्स तक पहुंचे और जिससे कि आपका जो प्रोसेसिंग स्पीड है वह बढ़ता है सकें सो मेटाडा इन वे बहुत सारी यूजर्स करता है और उसका डेफिनेशन सिर्फ डाटा और डाटा तक लिमिटेड नहीं है अभी कोई यह आपके क्वेटी टूल्स यूज करता है कोई इसको एक्सेप्ट करता है और वेरी इंपॉर्टेंट बात दोस्तों यहां तो मैंने एक यूजर बताया लेकिन ऐसे कई सारे यूजर एट टाइम रिक्वेस्ट कर सकते हैं फॉर प्रायोरिटी टेक्निक होनी चाहिए कि इन सब रिक्वेस्ट में से किस एक रिक्वेस्ट को प्रायोरिटी दी जाए किस एक रिक्वेस्ट को शेडूल किया जाए उस रिक्वेस्ट को लोग यहाँ पर क्या करेंगे डेटा वेर हाउस में बेजेंगे उस रिक्वेस्ट को लोग डायरेक्ट करेंगे उसकी डे� डाटा को रिट्राइव करेंगे, उसका रिस्पॉंस तैयर करेंगे और फिर यूजर को देंगे, ये सारी चीज़ें ये क्वेरी मैनेजर हैंडल करता है, तो ये अपने आप में बहुत कॉंप्लेक्स आर्किटेक्चर है, क्योंकि ये इतने सारे कॉंप्लेक् वेराउस मैनेजर को एक लोड मैनेजर यह तीन मैनेजर टाइप ऑफ डेटा एक डिटेल हो सकता है जो कि आपका बेस है इन प्रोजेक्ट वापिस समराइज हो सकता है जो कि आपकी प्रोसेसिंग स्पीड को बढ़ाने में काम आता है एक मेटा डेटा जो कि दोनों फॉर सम इनफॉर्मेशन तो हो कर रहा है और रॉड एटा अ इस गेटिंग कर वाइट इन इंफॉरमेशन रॉड इटा इस गेटिंग कर वाइट इंफॉरमेशन सो देख दिसीजन कैंट बी मेड तो इस इंफॉरमेशन से आप डिसीजन को बना सकते हो डिसीजन को सपोर्ट कर सकते हो विद इस गिवेन इंफॉरमेशन यही आपका मोटिव होता है किसी एक डेटा वेर हाउस का कि वह किसी डिसीजन को सपोर्ट कर सकें और विद रेट्राइड इनफॉरमेशन सो दोस्तों मुझे लगता है आपको यह बड़ी प्रिटी इजी तरीके से मैंने आपको बताया क्या-क्या एक-एक कंपोनेंट होते हैं डेटा वेयर हाउस के आर्किटेक्चर में उनके क्या-क्या फंक्शन है वह इस लाइक कर दो इस वीडियो को शेयर कर दो अजय को और मेरे चैनल 5-minute engineer को subscribe करना मन पूरा दोस्तों