La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Cube OLAP.

Présentations similaires


Présentation au sujet: "Cube OLAP."— Transcription de la présentation:

1 Cube OLAP

2 objectifs OLAP : OnLine Analytical Processing Un cube OLAP est une base de données à plusieurs dimensions optimisées pour réaliser des applications décisionnelles. Le cube est un outil d’analyse multidimensionnelle destiné aux utilisateurs métier.

3 Caractéristiques majeurs
il permet d’obtenir des informations déjà agrégées selon les besoins de l’utilisateur. Pas besoin de créer donc un rapport pour chaque besoin de l’utilisateur, il est simple à utiliser avec des mécanismes de « drag and drop ». Vous n’avez juste qu’à faire des glisser-déposer des données que vous souhaitez analyser. Les cubes sont rapides daccès. Généralement le cube ne contient pas toutes les données de l’entrepôt de données, il permet d'avoir la possibilité de manipuler des données agrégées selon différentes dimensions (axes), un cube utilise les fonctions classiques d’agrégation : min, max, count, sum, avg, mais peut également utiliser des fonctions d’agrégations spécifiques.

4 Methode, les 12 règles de CODD
1. Vue multidimensionnelle : Une base OLAP offre une vue multidimensionnelle des données 2. Transparence: éléments techniques mis en œuvre invisibles pour l’utilisateur 3. Accessibilité: la complexité et l’hétérogénéité des données sont masquées par les outils OLAP 4.Stabilité: performances stables indépendamment du contexte d’analyse 5. Architecture Client/Serveur : le coté serveur a en charge l’homogénéisation des données, les clients se connectent simplement au serveur 6. Traitement générique des dimensions : une seule structure logique pour toutes les dimensions. Tout calcul effectué sur une dimension peut l’être sur les autres 7. Gestion dynamique des matrices creuses : gestion dynamique de la mémoire physique nécessaire pour stocker les données non nulles 8.Support multi-utilisateurs : gestion des accès concurrents aux données 9. Croisement des dimensions 10. Manipulation intuitive des données 11. Flexibilité des restitutions 12. Nombre illimité de niveaux d’agrégations et de dimensions

5 Concepts Les faits Les faits représentent des sujets d´analyse.

6 Concepts Les dimensions Les dimensions sont les critères selon lesquels on souhaite évaluer, quantifier les faits.

7 Modelisation Les modèles donnent des indications sur la manière de représenter les données en base. Il s´agit d´organiser les tables de manière logique, afin d´optimiser les requêtes Le modèle en étoile Le modèle en étoile centre une table des faits et la relie à chaque table de dimension ou axe d ’analyse.


Télécharger ppt "Cube OLAP."

Présentations similaires


Annonces Google