داده کاوی

داده کاوی را می‌توان در قالب های داده زیر انجام داد:

1- پایگاه های اطلاعاتی رابطه ای

پایگاه داده رابطه ‌ای مجموعه‌ای از رکوردها است که بین استفاده از مجموعه ‌ای از محدودیت‌های از پیش تعریف ‌شده مرتبط هستند. این رکوردها در ستون ها و ردیف ها در قالب جدول هایی مرتب شده اند. جدول ها برای ذخیره داده های مربوط به مواردی که قرار است در پایگاه داده توضیح داده شوند استفاده می‌شود.

یک پایگاه داده رابطه‌ای به عنوان مجموعه‌ای از داده‌های مرتب شده در ردیف‌ها و ستون‌ها در جداول پایگاه داده مشخص می‌شود. در پایگاه های داده رابطه ای، ساختار پایگاه داده را می‌توان با استفاده از طرحواره های فیزیکی و منطقی تعریف کرد. طرح واره فیزیکی طرحی است که ساختار پایگاه داده و رابطه بین جداول را توصیف می کند در حالی که طرحواره منطقی طرحی است که نحوه پیوند جداول با یکدیگر را توصیف می‌کند. API استاندارد پایگاه داده رابطه ای SQL است. کاربردهای آن پردازش داده، مدل ROLAP و غیره است.

2-انبارهای داده

ساخت یک مخزن داده به وسیله ی مجموعه ای از قوانین، انبار داده نام دارد. به وسیله ی ترکیب داده‌ها از چندین منبع ناهمگن  کاربر را قادر به گزارش‌های تحلیلی، درخواست‌های استاندارد و تصمیم‌گیری می‌کند. ذخیره سازی دیتا ها نیازمند پاکسازی دیتا ها، یکپارچه سازی و ذخیره سازی اطلاعات است. برای کمک به تحقیقات تاریخی، یک انبار داده معمولاً چندین ماه یا چندین سال داده را ذخیره سازی می‌کند.

داده های یک انبار داده معمولاً از چندین منبع داده توسط فرآیند استخراج، تبدیل و بارگذاری بارگیری می‌شوند. انبارهای داده مدرن به سمت معماری استخراج، بارگذاری، تبدیل می روند که در آن تمام یا بیشتر تبدیل داده ها بر روی پایگاه داده ای انجام می‌شود که میزبان انبار داده است. مهم است که به یاد داشته باشید که بخش بسیار مهمی از ابتکار طراحی انبار داده، توصیف روش ETL (استخراج، تبدیل، و بارگذاری) است. فعالیت های ETL ستون فقرات انبار داده است.

3-پایگاه های داده تراکنش ها

برای توضیح مفهوم پایگاه های داده تراکنش ها، ابتدا توضیح می‌دهیم که تراکنش شامل چه چیزی است. معامله به عبارت فنی، مجموعه ای از توالی کار هایی است که در عین حال مستقل و وابسته هستند. یک معامله تنها در صورتی منعقد می‌شود که تمام فعالیت هایی که بخشی از معامله هستند با موفقیت انجام شوند. تراکنش حتی اگر شکست بخورد به عنوان یک خطا در نظر گرفته می‌شود و همه اقدامات باید به عقب برگردند یا مجددا انجام شوند.

یک نقطه شروع مشخص برای هر تراکنش پایگاه داده وجود دارد که به دنبال آن مراحل تغییر داده های داخل پایگاه داده انجام می‌شود. در پایان، قبل از اینکه تراکنش دوباره امتحان شود، پایگاه داده یا تغییرات را انجام می‌دهد تا آنها را دائمی کند یا تغییرات را به نقطه شروع برمی‌گرداند.

برای مثال، در مورد معامله بانکی، تراکنش بانکی تنها زمانی انجام می‌پذیرند که مبلغی که از یک حساب بستانکاری شده با موفقیت به حساب دیگری بدهکار شود. اما اگر مبلغ برداشت شده توسط مقصد دریافت نشد، لازم است که کل تراکنش را به نقطه اصلی برگردانید.