Cours 11 Entrepôts de données

Plan et objectifs Informatique de production Transactions Informatique décisionnelle Entrepôts de données Datamarts Construction des entrepôts Opérations OLAP Problèmes

Informatique de production Interrogations et modifications fréquentes des données par de nombreux utilisateurs Nécessité de conserver la cohérence des données Les systèmes transactionnels (OLTP) garantissent la cohérence des données L’informatique de production est optimisée pour les tâches répétitives et planifiées Exemples: Factures, commandes…

Transactions Programmes informatiques qui inter-agissent avec les bases de données ayant les propriétés suivantes: A - Atomicité C - Consistance I - Isolation D - Durée

Informatique décisionnelle Chargement périodique des données Pas de modifications des données Interrogations non régulières, planifiées, parfois longues des systèmes d’information décisionnels Exemples de questions: Quelles sont les ventes du produit X pendant le trimestre A de l'année B dans la région C ? Comment se comporte le produit X par rapport au produit Y? Quel type de client peut acheter le produit X? Exemple: OLAP (Codd)

Entrepôt de données (1) Contient de grandes quantités de données provenant de diverses sources, sauvées sous un schéma de données unique, et résidant à un endroit unique Construit par: Nettoyage, transformation, intégration, chargement et rafraîchissement périodiques des données

Entrepôt de données (2) Organisés suivant des thèmes précis (clients, activités, items…) Organisés suivant une chronologie historique Résument les données Plus lisibles et plus simples que les données initiales Introduction de redondance éventuelle Cohérence globale des données Les données / informations des entrepôts ne sont pas modifiees

Datamarts Versions simplifiées, car plus ciblées, des entrepôts des données

Nettoyage des données Erreurs de saisie Intégrité des domaines Exemple: Les dates Données manquantes

Transformations des données Exemple: Type des données Consolidation Exemple: Choix des unités et des représentations Uniformisation d’échelle Exemple: Homogénéisation des échelles

Requêtes sur les entrepôts de données Extraire des données: Les outils OLAP Le progiciel SAS Un progiciel est un logiciel de gestion Outils de création de rapports Outils dans les SGBD Un language (Exemple: DMQL)

Représentation conceptuelle des entrepôts de données* Souvent représentés par une structure à plusieurs dimensions Une dimension est un attribut ou un ensemble d’attributs Les cellules sauvent des données agrégées appelées faits Représentations: Relations, cube de données, hyper-cube de données Utilisation d’un language (Exemples: SQL ou DMQL) pour peupler les entrepôts

Exemple Total des ventes à un client dans une tranche horaire d'un jour précis, pour un produit choisi

Représentation logique des entrepôts de données* Implantation classique: Modèle en étoile: Au centre la table des faits Les dimensions comme autant de branches à l'étoile. Les branches de l'étoile sont des relations de 1 à plusieurs La table des faits est énorme contrairement aux tables des dimensions Le modèle est très dissymétrique en comparaison avec les modèles relationnels des bases de production L’étoile est un modèle simple

Exemple Un enregistrement dans la table des faits Ventes correspond à un total des ventes à un client dans une tranche horaire d'un jour précis, pour un produit choisi.

Hiérarchies* Hiérarchies de schémas Hiérarchies de groupes Ordre total ou partiel sur les attributs des schémas Décrivent des relations sémantiques entre les attributs Exemple: Rue < Ville < État_ou_Province < Pays Hiérarchies de groupes Organise les valeurs d’attributs ou de dimensions en groupes Un ordre total ou partiel peut être défini entre les groupes Exemples: {0…45}  Jeune, {46…150}  Agé , {Jeune, Agé}  all(age)

Opération: Navigation ou Forage* Pour obtenir plus de détails sur la signification d'un résultat en affinant une dimension ou en ajoutant une dimension Exemple: Supposons qu'un utilisateur final demande les chiffres d'affaires par produit, et s'étonne d'un résultat pour un produit donné. Il aura sûrement l'envie d'en analyser les raisons. Une solution consisterait à ajouter la dimension temps, dans l'unité de temps trimestrielle pour trouver une variation saisonnière, dans l'unité hebdomadaire pour envisager l'effet week-end ou encore la dimension magasin pour mettre en évidence un effet géographique.

Opération: Agrégats* Pour obtenir moins de détails Élimination d’une dimension ou regroupement des éléments d’une dimension Exemple: Ville < Etat < Province < Pays Au lieu de regrouper les données par ville, elles sont regroupées par pays

Autres opérations* Sélection sur une dimension ou plusieurs dimensions (tranche du cube) Rotation / pivot du cube D’autres opérations impliquent plus d’une table des faits

Problèmes Supports physiques Problèmes des clés et des indexes Peupler l’entrepôt Calcul des valeurs de la table des faits Problèmes des clés et des indexes Organisation physique importante du point de vue des performances Les tables de dimension sont souvent indexées suivant tous leurs champs