Extract-transform-load

5) Centre de rapport a) Taches du projet b) Historique du projet c) Annuaire des clients Partie 3 : Création des tableaux de bord 1) Data warehouse a) Création des Dimensions b) Création de la table de faits c) Extract Transform Load (ETL) 2) ControlFlow (Flux de contrôle) 3) DataFlow (Flux de données) Partie 4 : Dashbord designer et Consultation des Tableaux de bord 1) Défnition a) Créer un rapport de grille analytique b) Carte de performance

POLYTECH’NANTES Entrepôt de Données avec SAS ANGER Bénédicte AMEZIANE Ines 04/05/2011 1. Modélisation en étoile : − Les différentes dimensions :  FAITS_NOTES  DIM_UE  DIM_TEMPS  DIM_ETUDIANTS La table de faits est la table FAITS_NOTES, les mesures sont :  Moyenne  Niveau  Abscence  SID  idTemps  Unité - - Les clés primaires sont celles précédées par l’icône de chaque table. et situées à la première ligne [2] ANGER Bénédicte_AMEZIANE Ines TP Entrepôt de données

données internes et/ou externes étant souvent hétérogènes tant sur le plan technique que sur le plan sémantique, cette fonction est la plus délicate à mettre en place dans un système décisionnel complexe. Elle s'appuie notamment sur des outils d'ETL (extract-transform-load pour extraction-transformation-chargement). Cette alimentation utilise les données sources issues des systèmes transactionnels de production, le plus souvent sous forme de : • compte-rendu d'événement ou compte-rendu d'opération :

intégration des données C’est l’ensemble des tâches consistant à sélectionner, à extraire, à filtrer, et à transformer les données issues des différentes sources de données concernant l’entreprise. Ces données sont alors stockées dans un entrepôt de données (en anglais « Datawarehouse »), comme SQL Server ou Oracle. Les outils utilisés pour ces transferts de données sont appelés ETL (Extract, Transform, Load) ou en français ETC (Extraction, Transformation, Chargement). Un outil ETL permet la synchronisation

analyses multidimensionnelles, analyses AdHoc Interface web permettant la gestion des droits d'accès, la planification d'évènements (envoi de rapports par mail en automatique par exemple), la gestion centralisée des sources de données. ETL (Extract Transform Load) complet, pouvant être utilisé complètement indépendamment de la plateforme Pentaho. Permet de se connecter à de nombreuses sources de données: SGBD,XML, Excel, CSV, flux de données venant de Kettle, MDX (OLAP),Métadonnées Pentaho. Gestion

magasins. Différentes méthodes existent pour aider l’administrateur à contrôler et prendre les meilleures décisions, on utilise une gamme d’outils appelés ETL pour « Extract, Transform, Load ». Comme le nom l’indique, ces outils permettent d’extraire des données de façon périodique à partir de différentes sources, de les transformer (format, dénomination), et de les charger dans la base de données cible le datawarehouse . Figure 2 : Besoins et

1 & 2, la gestion des machines clientes. Altys Technologies (http://www.altys-tech.com/) Société de services de consultance en assurances et experts en TIC Rôle: découverte du monde de travail – M odifications de données Avec un ETL (Extract Transform and Load). COMPETENCES TECHNIQUES Administration: Citrix, VoIP et BI. Orientations : Autres: M icrosoft (WS2008R2, Exchange 2007, Sharepoint 2010, Fédora 12, Active Directory), Administration système et réseaux / Référencement Web ERP5

l'exploitation d'un système d'information décisionnel alimenté grâce à l'extraction de données diverses à partir des données de production, d'informations concernant l'entreprise ou son entourage et de données économiques. Un outil appelé ETL (Extract, Transform and Load) est ainsi chargé d'extraire les données dans différentes sources, de les nettoyer et de les charger dans un entrepôt de données. Enfin des outils d'analyse décisionnelle permettent de modéliser des représentations à base de requêtes afin

données applicatives métier sont stockées dans une (ou plusieurs) base(s) de données relationnelle(s) ou non relationnelles. Ces données sont extraites, transformées et chargées dans un entrepôt de données généralement par un outil de type ETL (Extract-Transform-Load) ou en français ETC (Extraction-Transformation-Chargement). Un entrepôt de données peut prendre la forme d’un datawarehouse ou d’un datamart. En règle générale, le datawarehouse globalise toutes les données applicatives de l’entreprise, tandis

warehouse est alimenté de données après chaque exécution d’un processus particulier destiné à l’extraction, la transformation et le chargement de données de production dans l’entrepôt de données. C’est le processus d’acquisition (en anglais ETL : Extract, Transform, Load) de données, il permet de les contrôler, les homogénéiser et les organiser avant de les intégrer dans le data warehouse. Le stockage et la consolidation des données des systèmes opérationnels de l’entreprise, dans la même base qui est l’entrepôt