정보 처리, 분석 처리 및 데이터 마이닝과 같은 세 가지 종류의 데이터 웨어하우스 응용 프로그램이 있습니다.
정보 처리 − 교차 분석, 테이블, 차트 또는 그래프를 사용하여 쿼리, 기본 수치 분석 및 문서화를 제공합니다. 데이터 웨어하우스 데이터 처리의 최신 트렌드는 웹 브라우저와 통합되는 저렴한 웹 기반 액세스 도구를 만드는 것입니다.
분석 처리 − 슬라이스 앤 다이스, 드릴다운, 롤업 및 피벗과 같은 기본 OLAP 작업을 제공합니다. 일반적으로 요약 및 자세한 형식의 역사적 정보에 대해 작동합니다. 정보처리에 대한 온라인 분석처리의 주요 영역은 데이터웨어하우스 데이터의 다차원 정보분석이다.
데이터 마이닝 − 숨겨진 패턴 및 연관성을 발견하고, 분석 모델을 만들고, 분류 및 예측을 구현하고, 시각화 도구를 사용하여 마이닝 결과를 표시하여 지식 발견을 제공합니다.
정보 처리는 쿼리를 기반으로 하며 유용한 데이터를 발견할 수 있습니다. 이러한 쿼리에 대한 답변은 데이터베이스에 직접 저장되거나 집계 서비스에서 계산할 수 있는 데이터를 반영할 수 있습니다. 데이터베이스에 묻혀 있는 정교한 디자인이나 예측 가능성을 반영하지 않습니다. 따라서 정보 처리는 데이터 마이닝이 아닙니다.
온라인 분석 처리는 데이터 웨어하우스의 사용자 정의 하위 집합에서 여러 세분으로 요약된 데이터를 변경할 수 있기 때문에 데이터 마이닝에 한 걸음 더 다가갑니다. OLAP 및 데이터 마이닝 서비스는 분리된 것으로 간주될 수 있습니다. -
OLAP은 데이터 분석을 쉽게 지원하는 데이터 요약/집계 도구이며, 데이터 마이닝은 방대한 양의 데이터에 숨겨진 암시적 디자인과 흥미로운 지식을 자동으로 발견할 수 있게 해줍니다.
OLAP 도구는 대화형 데이터 분석을 단순화하고 제공하는 것을 목표로 하는 반면, 데이터 마이닝 도구의 목적은 사용자가 프로세스를 지원할 수 있도록 하는 동시에 적용 가능한 많은 프로세스를 자동화하는 것입니다. 이 방법에서 데이터 마이닝은 기존의 온라인 분석 처리에서 한 단계 더 나아갑니다.
데이터 마이닝이 데이터 정의와 데이터 모델링을 모두 포함하는 데이터 마이닝의 대안적 관점을 채택할 수 있습니다. OLAP 시스템은 데이터 웨어하우스의 정보에 대한 일반적인 정의를 표시할 수 있기 때문에 OLAP 서비스는 기본적으로 사용자가 지시하는 데이터 요약 및 비교(드릴링, 피벗, 슬라이싱, 다이싱 등)를 위한 것입니다.
데이터 마이닝은 데이터 웨어하우스에 저장된 데이터의 분석에 국한되지 않습니다. 데이터 웨어하우스에서 지원하는 요약 레코드보다 더 세부적인 단위로 존재하는 데이터를 탐색할 수 있습니다.
또한 현대적인 다차원 데이터베이스 기술로 모델링하기가 복잡한 트랜잭션, 공간, 텍스트 및 멀티미디어 레코드를 탐색할 수 있습니다. 이러한 맥락에서 데이터 마이닝은 데이터 마이닝 서비스 및 관리되는 데이터의 복잡성과 관련하여 OLAP보다 더 넓은 스펙트럼을 다룹니다.