Dataware housing
C. Vangenot
Plan
Partie 1 : Introduction
1. Objectifs 2. Qu'est ce qu'un datawarehouse? 3. Pourquoi ne pas réutiliser les BD? ROLAP MOLAP HOLAP
Partie 2 : Implémentation d'un datawarehouse
Partie 3 : Cube
Hypercube: Mesures et Dimension Opérateurs de manipulation
Partie 4 : Modélisation en étoile et en flocon Partie 5 : Conception d'un datawarehouse
Partie 1: Introduction
1- Objectifs
Transformer un système d’information qui avait une vocation de production en un SI décisionnel
= Transformation des données de production en informations stratégiques
Exemple de requêtes décisionnelles :
Catégorie socioprofessionnelle des meilleurs clients de chaque région Evolution de la part de marché d’un produit particulier Nombre d'employé de l'entreprise par classe d'âge, par sexe, par grade Quel est le profil des employés les plus performants?
Objectifs (2)
Gestion et visualisation des données doit être rapide et intuitive -> visualisation multi-dimensionnelle des données:
Date
Ecrou Vis
Boulon Joint
Janvier Février Mars
Région
Est
Centre Ouest
Type de Produit
Objectifs (3)
Pour cela, nécessaire de retrouver et d’analyser rapidement les données provenant de diverses sources DW offre une vision transversale des données de l'entreprise intégration de différentes BDs
Les données doivent être :
Extraites Groupées ensembles et organisées Corrélées Transformées (résumé, agrégation)
2- Qu'est ce qu'un data Warehouse?
Ensemble de données destinées aux "décideurs" souvent une copie des données de production avec une valeur ajoutée (agrégation, historique) intégrées historisées de regrouper les données de nettoyer, d'intégrer les données, ... de faire des requêtes, rapports, analyses de faire du data mining faire l'administration du warehouse
Ensemble d'outils permettant
Fonctions d'un Data Warehouse
Récupérer des données existants dans différentes BD sources Stocker les données