Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Free Powerpoint Templates Page 1 Data Warehouse « Entrepôt de données » Free Po

Free Powerpoint Templates Page 1 Data Warehouse « Entrepôt de données » Free Powerpoint Templates Page 2 Plan • Introduction • Définition • Objectifs • Historique • Structure du Data Warehouse • Concept du Data Warehouse • Les aspects techniques • SGBD et DW • Conclusion Free Powerpoint Templates Page 3 Introduction Free Powerpoint Templates Page 4 Introduction • On qualifie d'informatique décisionnelle (en anglais « Business intelligence », parfois appelé tout simplement « le décisionnel ») l'exploitation des données de l'entreprise dans le but de faciliter la prise de décision par les décideurs, c'est-à-dire la compréhension du fonctionnement actuel et l'anticipation des actions pour un pilotage éclairé de l'entreprise. Free Powerpoint Templates Page 5 Introduction • Les outils décisionnels comme le Data Warehouse et le Data Mining sont basés sur 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. Free Powerpoint Templates Page 6 Définition Free Powerpoint Templates Page 7 Définition W.B.Inmon « Le data Warehouse est une collection de données orientées sujet, intégrées, non volatiles et historisées, organisées pour le support d’un processus d’aide à la décision » Free Powerpoint Templates Page 8 Objectifs Free Powerpoint Templates Page 9 Objectifs d’une Data Warehouse • Intégrer différentes bases de données opérationnelles; • Permettre l’accès aux informations historisées; • Fournir des outils d ’analyse sur ces données; • Résumer les données; • Réconcilier des données inconsistantes. Free Powerpoint Templates Page 10 Historique Free Powerpoint Templates Page 11 Historique du Data Warehouse • Années 1960 : Genral Mills et l‘Université Dartmouth, dans un projet conjoint, créent les termes "faits" et "dimensions". • 1983 : Teradata introduit dans sa base de données managériale un système exclusivement destiné à la prise de décision. • 1988 : Barry Devlin et Paul Murphy publient l'article "Une architecture pour les systèmes d'information financiers" ("An architecture for a business and information systems") où ils utilisent pour la première fois le terme "Datawarehouse". Free Powerpoint Templates Page 12 Historique du Data Warehouse • 1990 : Red Brick Systems crée Red Brick Warehouse, un système spécifiquement dédié à la construction de l'Entrepôt de données. • 1991 : Bill Inmon publie Building the Data Warehouse (Construire l'Entrepôt de Données). • 1995 : Le Data Warehousing Institute, une organisation à but lucratif destinée à promouvoir le datawarehousing, est fondé. • 1996 : Ralph Kimball publie The Data Warehouse Toolkit (La boîte à outils de l'Entrepôt de données). Free Powerpoint Templates Page 13 Structure du Data Warehouse Free Powerpoint Templates Page 14 Structure du DATA WAREHOUSE Le Data Warehouse se structure en quatre classes de données, organisées selon un axe historique est un axe synthétique. Free Powerpoint Templates Page 15 Structure du DATA WAREHOUSE Les données agrégées Les méta- données Les données historisées Les données détaillées DATA WAREHOUSE Free Powerpoint Templates Page 16 • Elles reflètent les évènements les plus récents. • Les données provenant des systèmes de production sont intégrées à ce niveau. Données détaillées Free Powerpoint Templates Page 17 Données agrégées • Elles correspondent à des éléments d'analyse représentatifs des besoins des utilisateurs. • Ce sont donc des données déjà traitées par le système et représentant un premier résultat d'analyse et de synthèse des données contenues dans les systèmes de production. • Elles doivent être facilement accessibles et compréhensibles. Free Powerpoint Templates Page 18 Données historisées • Chaque nouvelle insertion dans le Data Warehouse ne détruit pas les anciennes valeurs mais cré une nouvelle insertion. Free Powerpoint Templates Page 19 Méta-données • Il s'agit « de données sur les données ». Elles décrivent les règles ou processus attachés aux données du système. • Il permet aussi de faciliter la recherche de données. Free Powerpoint Templates Page 20 Concept du Data Warehouse Free Powerpoint Templates Page 21 Concept du Data Warehouse Orientée sujet Données intégrées Données non volatiles DATA WAREHOUSE Données datées Free Powerpoint Templates Page 22 Concept du Data Warehouse • Données orientées sujet : • Regroupe les informations des différents métiers • Ne tiens pas compte de l’organisation fonctionnelle des données Client Police Ass. Vie Ass. Auto Ass. Santé Free Powerpoint Templates Page 23 Concept du Data Warehouse • Données intégrées : • Normalisation des données • Définition d’un référentiel unique h,f 1,0 homme, femme h,f GBP CHF USD EUR Free Powerpoint Templates Page 24 Concept du Data Warehouse • Données non volatiles : • Traçabilité des informations et des décisions prises • Copie des données de production Bases de production Entrepôts de données Ajout Modification Suppression Accès Chargement Free Powerpoint Templates Page 25 Concept du Data Warehouse • Données datées : • Les données persistent dans le temps • Mise en place d’un référentiel temps Image de la base en Mai 2005 Répertoire Nom Ville Dupont Paris Durand Lyon Code Année Mois 1 2005 Mai 2 2006 Juillet Code Année Mois 1 Dupont Paris 1 Durand Lyon 2 Dupont Marseille Calendrier Répertoire Image de la base en Juillet 2006 Nom Ville Dupont Marseille Durand Lyon Répertoire Base de production Entrepôt de données Free Powerpoint Templates Page 26 Les aspects techniques Free Powerpoint Templates Page 27 Les aspects techniques du DW 1. Les bases de données • OLAP (On-Line Analitical Processing) • C’est un mode de stockage prévu pour l’analyse statistique des données contenues dans la base; • Il est appliqué à un modèle virtuel de représentation de donnée appelé cube ou hypercube OLAP. Free Powerpoint Templates Page 28 Les aspects techniques du DW • OLTP (On-Line Transactional Processing) • C’est un mode de stockage fait pour les systèmes opérationnels; • Ils supportent très bien une utilisation transactionnelle de la base de données; • À ce mode de stockage est associé des requêtes type courtes et ne demandant pas beaucoup de ressource du côté du serveur de la base de données. Free Powerpoint Templates Page 29 Les aspects techniques du DW 2. Modélisation • Les tables de dimensions - Elles contiennent les données qui permettent de définir un axe d’une étude. - Ce type de tables joue le rôle de référentiel au DATA WAREHOUSE. • Les tables de faits - Comme leur nom l’indique, Ces tables contiennent uniquement les données factuelles du DATA WAREHOUSE. Free Powerpoint Templates Page 30 Les aspects techniques du DW • Les tables d'agrégats - Ces tables sont spéciales, elles permettent de simplifier le travail de restitution des logiciels d’analyse; - Elles contiennent des données à un niveau de granularité plus grand que dans les tables de faits; Free Powerpoint Templates Page 31 Les aspects techniques du DW Modèle en étoile Modèle en flocon 3. Les types de modèle Free Powerpoint Templates Page 32 Modèle en étoile • Une table de fait centrale et des dimensions • Les dimensions n’ont pas de liaison entre elles • Avantages – Facilité de navigation – Nombre de jointures limité • Inconvénients – Redondance dans les dimensions – Toutes les dimensions ne concernent pas les mesures Free Powerpoint Templates Page 33 Modèle en étoile Dimension Magasin ID magasin description ville surface … Table de faits Achat ID client ID temps ID magasin ID région ID produit Quantité achetée Montant des achats Dimension Region ID région pays description district vente …. Dimension Client ID client nom prénom adresse … Dimension produit ID produit nom code prix poids groupe famille … Dimension Temps ID temps année mois jour … Free Powerpoint Templates Page 34 Modèle en flocon • Une table de fait et des dimensions décomposées en sous hiérarchies. • On a un seul niveau hiérarchique dans une table de dimension. • La table de dimension de niveau hiérarchique le plus bas est reliée à la table de fait. On dit qu’elle a la granularité la plus fine. • Avantages – Normalisation des dimensions – Économie d’espace disque • Inconvénients – Modèle plus complexe (jointure) – Requêtes moins performantes Free Powerpoint Templates Page 35 Dimension Temps ID temps annee mois jour … Dimension Magasin ID magasin description ville surface … Dimension Region ID région ID division vente pays description …. Dimension Division vente ID division vente description …. Dimension Client ID client nom prénom adresse … Dimension Famille ID famille nom … Dimension groupe ID groupe ID famille nom … Dimension produit ID produit ID groupe nom code prix poids … Table de faits Achat ID client ID temps ID magasin ID région ID produit Quantité achetée Montant des achats Free Powerpoint Templates Page 36 SGBD et DW Free Powerpoint Templates Page 37 SGBD et DW Service commercial Service Financier Service livraison BD prod BD prod BD prod Clientèle Data Warehouse Clientèle H I S T O R I Q U E OLTP: On-Line Transactional Processing OLAP: On-Line Analitical Processing Free Powerpoint Templates Page 38 SGBD et DW OLTP DW Orienté transaction Orienté analyse Orienté application Orienté sujet Données courantes Données historisées Données détaillées Données agrégées Données évolutives Données statiques Utilisateurs nombreux, administrateurs/opérationnels Utilisateurs peu nombreux, manager Temps d’exécution: court Temps d’exécution: long Free Powerpoint Templates Page 39 SGBD et DW Free uploads/Finance/ support-2-pdf.pdf