Concept: Entrepôt de données

Concept: Entrepôt de donnéesEric TremblaySpécialiste Oracleeric.tremblay@data-warehouse.cawww.data-warehouse.caObjectifDécrire les principales étapes et approches de conception d'un entrepôt de données (Data Warehouse) et de présenter les techniques de son exploitation ainsi que les principaux défis liés à son implantation.DéfinitionDéfinition" Un entrepôt de données est une collection de données orientées sujet, intégrées, non volatiles et historisées, organisées pour le processus de décision. »--- Bill InmonLes objectifs d'un entrepôt de donnéesLes objectifs d'un entrepôt de donnéesAccès aux informations de l'entreprise Les informations de l'entreprise sont cohérentesUne vue consistante, globale et unifiée de l'entrepriseLes données publiées sont entreposées pour la consultation rapide de l'entrepriseLes objectifs d'un entrepôt de donnéesQualité de l'information d'un entrepôt de donnéesLes outils de présentation d'informations font partie de l'entrepôt de donnéesSupporte des applications de type informationnel comme, les applications d'aide à la décisionConcept d'intelligence d'affaireDécisionsAnalyseIntégrationCollectionDonnéesInformationConnaissanceAction Valeur d'affairesBesoin d'affairesModèlisationdimensionnelConception technique d'architectureSpécifications application utilisateurConception PhysiqueConceptionData StagingEntretien et croissancePlanification et gestion de projetPlanification déploiementBesoin d'affairesComment construire une entrepôt de donnéesIdentifiez les problèmes et les processus d'affairesIdentifiez le grainIdentifiez les dimensionsIdentifiez les faitsÉtapes pour construire un entrepôt de donnéesPlanification de projetDéfinition des besoins d'affairesConception technique d'architectureModèlisationdimensionnelSélection et installation de produitsConception physiqueData staging & développementDéploiementEntretien et croissanceSpécifications d'application analytiques Développement d'applicaiton analytique Gestion de projetÉléments d'unentrepôt de donnéesDONNÉES SOURCESOUTILS D'ACCÈS DE DONNÉESENTREPÔT DE DONNÉESRequêteRapportAnalyseForageÉléments de base d'unentrepôt de donnéesDatastagingareaExtractionSystèmesourceopérationnelOutilsd'accèsChargementAccèsEntrepôt de donnéesÉléments de base d'unentrepôt de donnéesFlux d'information circulant dans un entrepôt de donnéesDatastagingareaExtractionSystèmesourceopérationnelOutilsd'accèsChargementAccèsEntrepôt de donnéesExtractionStagingSourceTransformationTransformationStagingStagingChargementStagingDimension & Table de faitsTable de dimensionTable de dimensionClef primaire simpleAttributs textuels riches et adaptés à l'utilisateurRapports hiérarchiquesPeu de codes; des codes devraient être décodés selon des descriptionsRelativement petitDimensionClientLocationAdresseRégionVilleProvinceClef d'entrepôtGrain de dimension3-Chiffres Code Postal6-Chiffres Code PostalDimensionCalendrierJourCalendrierSemaineCalendrierQuartCalendrierMoisCalendrierAnnéeQuartFiscalMoisFiscalAnnéeFiscaleClef d'entrepôtGrain de dimensionModèles multidimensionnelsSchéma étoile et floconClef primaire composéLa date/heure est presque toujours une clefLes faits sont habituellement numériquesLes faits sont en général additifsTable de faitsTable de faitsSchéma étoileTable de faitsSchéma étoilepromotion_clef (FK)calendrier_clef (FK)produit_clef (FK)magasin_clef (FK)client_clef (FK)dollars_vendudollars_coûtunités_venduproduit_clef (PK)SKUdescription marque catégoriecalendrier_clef (PK)jour_de_semainemoisquart annéemagasin_clef (PK)magasin_IDmagasin_nomadresseclient_clef (PK)client_IDclient_nomadresseVentes Table de faitsDimension magasinDimension clientDimension produitDimension calendrierpromotion_clef (PK)promotion_nomDimension promotionTable de faitsSchéma étoilepromotion_clef (FK)calendrier_clef (FK)produit_clef (FK)magasin_clef (FK)client_clef (FK)dollars_vendudollars_coûtunités_venduproduit_clef (PK)SKUdescription marque catégoriecalendrier_clef (PK)jour_de_semainemoisquart annéemagasin_clef (PK)magasin_IDmagasin_nomadresseclient_clef (PK)client_IDclient_nomadresseVentes Table de faitsDimension magasinDimension clientDimension produitDimension calendrierpromotion_clef (PK)promotion_nomDimension promotiontemps_clef (FK)étudiant_clef (FK)cours_clef (FK)professeur_clef (FK)local_clef (FK)présence = 1étudiant_clef (PK)étudiant_IDnomadressinscrittemps_clef (PK)date_SQLjour_de_semainenuméro_semainemoislocal_clef (PK)typeendroitdépartementnombre de siègestailleprofesseur_clef (PK)employé_IDnomadressdépartementtitrePrésence d'étudiantTable de faitsDimension LocalDimension ProfesseurDimension ÉtudiantDimension Tempscours_clef (PK)nomdépartementniveaucours_numérolaboratoireDimension CoursTable de faitsSchéma étoiletemps_clef (FK)étudiant_clef (FK)cours_clef (FK)professeur_clef (FK)local_clef (FK)présence = 1étudiant_clef (PK)étudiant_IDnomadressinscrittemps_clef (PK)date_SQLjour_de_semainenuméro_semainemoislocal_clef (PK)typeendroitdépartementnombre de siègestailleprofesseur_clef (PK)employé_IDnomadressdépartementtitrePrésence d'étudiantTable de faitsDimension LocalDimension ProfesseurDimension ÉtudiantDimension Tempscours_clef (PK)nomdépartementniveaucours_numérolaboratoireDimension CoursTable de faitsSchéma étoileQuelle classe était la plus fortement occupée ?temps_clef (FK)étudiant_clef (FK)cours_clef (FK)professeur_clef (FK)local_clef (FK)présence = 1étudiant_clef (PK)étudiant_IDnomadressinscrittemps_clef (PK)date_SQLjour_de_semainenuméro_semainemoislocal_clef (PK)typeendroitdépartementnombre de siègestailleprofesseur_clef (PK)employé_IDnomadressdépartementtitrePrésence d'étudiantTable de faitsDimension LocalDimension ProfesseurDimension ÉtudiantDimension Tempscours_clef (PK)nomdépartementniveaucours_numérolaboratoireDimension CoursTable de faitsSchéma étoileQuelle classe était la plus fortement occupée ?Quelle classe était la moins occupée ?temps_clef (FK)étudiant_clef (FK)cours_clef (FK)professeur_clef (FK)local_clef (FK)présence = 1étudiant_clef (PK)étudiant_IDnomadressinscrittemps_clef (PK)date_SQLjour_de_semainenuméro_semainemoislocal_clef (PK)typeendroitdépartementnombre de siègestailleprofesseur_clef (PK)employé_IDnomadressdépartementtitrePrésence d'étudiantTable de faitsDimension LocalDimension ProfesseurDimension ÉtudiantDimension Tempscours_clef (PK)nomdépartementniveaucours_numérolaboratoireDimension CoursTable de faitsSchéma étoileQuelle classe était la plus fortement occupée ?Quelle classe était la moins occupée ?Quel professeur a enseigné à plus d'étudiants ?temps_clef (FK)étudiant_clef (FK)cours_clef (FK)professeur_clef (FK)local_clef (FK)présence = 1étudiant_clef (PK)étudiant_IDnomadressinscrittemps_clef (PK)date_SQLjour_de_semainenuméro_semainemoislocal_clef (PK)typeendroitdépartementnombre de siègestailleprofesseur_clef (PK)employé_IDnomadressdépartementtitrePrésence d'étudiantTable de faitsDimension LocalDimension ProfesseurDimension ÉtudiantDimension Tempscours_clef (PK)nomdépartementniveaucours_numérolaboratoireDimension CoursTable de faitsSchéma étoileQuelle classe était la plus fortement occupée ?Quelle classe était la moins occupée ?Quel professeur a enseigné à plus d'étudiants ?Quel professeur a enseigné des cours dans des classes appartenant à d'autres départements ?Table de faitsSchéma floconcalendrier_clef (FK)produit_clef (FK)magasin_clef (FK)client_clef (FK)dollars_vendudollars_coûtunités_venduproduit_clef (PK)SKUdescription marque_clef (FK) catégoriecalendrier_clef (PK)mois_clef (FK)annéemagasin_clef (PK)magasin_IDmagasin_nomadresseclient_clef (PK)client_IDclient_nomadresseVentes Table de faitsDimension magasinDimension clientDimension produitDimension calendriermois_clef (PK)annéeannée_clef (PK)marque_clef (PK)marque_description Dimensions changeant graduellement Dimensions changeant graduellementType 1: Recouvrez l'attribut changé.Un fait est associé seulement à la valeur courante d'une colonne de dimension.Type 2: Ajoutez le nouveau record de dimension.Un fait est associé seulement à la valeur originale d'une colonne de dimension.Type 3: Employez un champ pour la "vieille" valeur.Un fait est associé à la valeur originale et à la valeur courante d'une colonne de dimension.

Dimensions changeant graduellementType 1: Recouvrez l'attribut changé.Un fait est associé seulement à la valeur courante d'une colonne de dimension.Type 2: Ajoutez le nouveau record de dimension.Un fait est associé seulement à la valeur originale d'une colonne de dimension.Type 3: Employez un champ pour la "vieille" valeur.Un fait est associé à la valeur originale et à la valeur courante d'une colonne de dimension.

Dimensions changeant graduellementType 1: Recouvrez l'attribut changé.Un fait est associé seulement à la valeur courante d'une colonne de dimension.Type 2: Ajoutez le nouveau record de dimension.Un fait est associé seulement à la valeur originale d'une colonne de dimension.Type 3: Employez un champ pour la "vieille" valeur.Un fait est associé à la valeur originale et à la valeur courante d'une colonne de dimension.Scénario : Le dernier nom du client change de Pharand à Smith : Mise à jour Cust.Lname Dimensions changeant graduellement Dimensions changeant graduellement Dimensions changeant graduellementNormalisation3FNNormalisation3FNNormalisationNormalisationSimplicité de la requêtePerformance de la requêteÉconomie mineure d'espace disqueRalentit les utilisateursNormalisationSimplicité de la requêtePerformance de la requêteÉconomie mineure d'espace disqueRalentit les utilisateursNormalisationSimplicité de la requêtePerformance de la requêteÉconomie mineure d'espace disqueRalentit les utilisateursNormalisationSimplicité de la requêtePerformance de la requêteÉconomie mineure d'espace disqueRalentit les utilisateursLa différenceERDSchéma étoile(Star Schema)La différenceBase de donnéesEntrepôt de donnéesRéelHistoriqueInterneInterne et externeIsoléIntégréTransactionsAnalyseNormaliséDimensionnelSalePropre et conformeDétailléDétaillé et sommaireRapportd'entrepriseAnalyse avancéeRequête Ad Hoc& AnalyseÉléments d'unentrepôt de donnéesExtractionFiltrerNettoyerTransformerChargementPortalDonnées de départementDonnées ERPBDtransactionnelRapportAffichageGraphiquePivotForageDistribuerForage de donnéesOLAPDONNÉES SOURCESPRÉPARATIONDE DONNÉESOUTILS D'ANALYSE DE DONNÉESOUTILS D'ACCÈS DE DONNÉESRalph KimballGourou de l'entrepôt de donnéeswww.rkimball.com