OLTP & OLAP IN HINDI

by

OLTP in hindi:-

OLTP का पूरा नाम on-line transaction processing है। यह original अर्थात operational डेटा के साथ work करता है और OLTP प्रत्येक दिन के transaction को process करता है।

उदाहरण के लिए:-बैंक से पैसे निकालने में जो भी प्रोसेस होती है जैसे:- atm card insert करना, पिन कोड डालना इत्यादि आदि OLTP के अंदर आता है।

इसका प्रयोग तेज गति से डेटा को store करने के लिए किया जाता है। इसमें volatile डेटा तथा वर्तमान डेटा को execute किया जाता है तथा इसमें historical डेटा नही होता है तथा OLTP में detailed डेटा स्टोर होता है।

OLTP डेटाबेस में डेटा normalized होता है और इसका मतलब यह है कि इसमें डेटा redundant(फ़ालतू) नही होता है।
image Fig:-OLAP vs OLTP

OLAP in hindi:-

OLAP का पूरा नाम Online analytical processing है। OLAP जो है वह historical डेटा के साथ work करता है। OLTP में डेटा normalized नही होता है अर्थात डेटा redundant होता है। 

OLAP का प्रयोग डेटा को analysis करने के लिए किया जाता है तथा डेटा multi dimensional स्कीमा में स्टोर रहता है। इसमें डेटा non-volatile होता है।

उदाहरण के लिए:- रेलवे रिजर्वेशन के पिछले 5 सालों के रिकॉर्ड को analyze करें तो हमें पता चलेगा कि रेल का time क्या था तथा किस प्रकार के लोगों ने travel किया था आदि।

keep learning………

Summary (सारांश)

इस article में OLTP (Online Transaction Processing) और OLAP (Online Analytical Processing) के बीच के अंतर को आसान हिंदी में समझाया गया है। आप सीखेंगे कि OLTP कैसे daily transactions जैसे ATM से पैसे निकालने के लिए use होता है, जबकि OLAP historical data को analyze करने के लिए काम आता है, जैसे पिछले 5 साल के रेलवे रिज़र्वेशन का analysis। इसमें यह भी बताया गया है कि OLTP में data normalized और detailed होता है, जबकि OLAP में data redundant और multi-dimensional schema में store रहता है। इस article से छात्र क्या सीखेंगे:

  • OLTP और OLAP की basic definition और उनके use cases
  • Normalized vs redundant data का difference
  • Volatile और non-volatile data के बारे में जानकारी
  • दोनों का practical example (Bank vs Railway reservation)
यह article exam preparation में मदद करेगा क्योंकि OLTP और OLAP Database और Data Warehousing topics में frequently पूछे जाते हैं। यहाँ दिए गए simple examples और comparisons को याद रखना आसान है, जिससे आप exam में आसानी से difference explain कर सकते हैं।

6 thoughts on “OLTP & OLAP IN HINDI”

  3. DETAILED CONTENTS
    1. Introduction to Data Mining  What is data mining? Data mining background  Inductive learning, statistics, machine learning (08 Periods)  Difference between data mining and machine learning, data mining models, verification model, discovery model  Data mining problems/issues 2. 3. 4. 5. Introduction to Data Warehousing (15 Periods)  Concept and benefits of data warehousing, type of data, characteristics of a data warehouse, processes in data warehousing  Data warehousing and OLTP systems  The data warehouse architecture, problems with data warehousing, criteria for a data warehouse  Data marks Data Mining Functions  Classification  Associations  Sequential/temporal patterns  Clustering/segmentation Data Mining Techniques  Cluster analysis  Induction, decision trees, rule induction  Neural networks (15 Periods) (20 Periods)  On-line analytical processing, OLAP (Online Analytical Processing) examples  Comparison of OLAP and OLTP (Online Transaction Processing)  Data visualization Case Studies on Data Mining Applications and recent trends in data mining.
    (In sabhi ky notes dal do sir plz )
    Thanku

    Reply

Leave a Comment