Remerciez-le!

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

RÉPUBLIQUE ALGÉRIENNE DÉMOCRATIQUE ET POPULAIRE Ministère de l’Enseignement Sup

RÉPUBLIQUE ALGÉRIENNE DÉMOCRATIQUE ET POPULAIRE Ministère de l’Enseignement Supérieur et de la Recherche Scientifique I.N.I THEME : Les outils OLAP REALISE PAR : BENAKEZOUH Leïla & TIFOUS Amira Quatrième année SI Année universitaire : 2003/2004 PLAN DE L’EXPOSE INTRODUCTION------------------------------------------------------------------------------------------------------------3 1. DE L’INFORMATIQUE OPERATIONNELLE A L’INFORMATIQUE DECISIONNELLE -----4 2. OLAP : DEFINITION, DOUZE REGLES, OPERATIONS ---------------------------------------------8 DEFINITION D’OLAP ----------------------------------------------------------------------------------------------8 LES 12 REGLES D’OLAP----------------------------------------------------------------------------------------- 17 LES OPERATIONS DE L’OLAP------------------------------------------------------------------------------------ 21 3. MODELISATION DIMENSIONNELLE------------------------------------------------------------------- 23 4. LES DIFFERENTS TYPES DE MODELES OLAP------------------------------------------------------- 27 LES SERVEURS OLAP ------------------------------------------------------------------------------------------------ 27 MOLAP (MULTIDIMENSIONAL OLAP) -------------------------------------------------------------------------------- 27 ROLAP (RELATIONAL OLAP) ----------------------------------------------------------------------------------------- 27 HOLAP (HYBRIDE OLAP)--------------------------------------------------------------------------------------------- 28 VOLAP (VECTORIAL OLAP)------------------------------------------------------------------------------------------- 30 AUTRES VARIANTES OLAP------------------------------------------------------------------------------------------ 31 DOLAP (DESKTOP OLAP)--------------------------------------------------------------------------------------------- 31 WOLAP (WEB OLAP)------------------------------------------------------------------------------------------------- 32 JOLAP (JAVA OLAP) -------------------------------------------------------------------------------------------------- 35 5. DOMAINES D’UTILISATION ET ACTEURS DU MARCHE D’OLAP---------------------------- 36 OLAP POUR QUI ?----------------------------------------------------------------------------------------------- 36 ACTEURS : UN MARCHE CONCENTRE SUR QUELQUES EDITEURS----------------------------------------------- 37 6. AVANTAGES ET INCONVENIENTS DE L’OLAP------------------------------------------------------ 39 LES BENEFICES D’OLAP ----------------------------------------------------------------------------------------- 39 ... ET SES INCONVENIENTS ? ----------------------------------------------------------------------------------- 41 7. PRESENTATION D’UN PRODUIT OLAP --------------------------------------------------------------- 43 PRESENTATION DU PRODUIT ORACLE EXPRESS------------------------------------------------------------ 45 UTILISATION DU PRODUIT ORACLE EXPRESS -------------------------------------------------------------- 46 CONCLUSION-------------------------------------------------------------------------------------------------------------- 60 GLOSSAIRE OLAP-------------------------------------------------------------------------------------------------------- 62 BIBLIOGRAPHIE------------------------------------------------------------------------------------------------------- 70 WEBOGRAPHIE--------------------------------------------------------------------------------------------------------- 71 LISTE DES FIGURES Figure 1 : architecture d’un système décisionnel................................................... 7 Figure 2 : Représentation graphique d’un cube multidimensionnel....................... 11 Figure 3 : Représentation graphique des ventes d’un magasin donné .................. 11 Figure 4 : Représentation graphique des ventes d’un produit donné.................... 12 Figure 5 : Représentation graphique des ventes d’un mois donné........................ 12 Figure 6 : Représentation graphique des ventes d’un produit donné par un magasin donné pendant un mois donné..................................................................... 13 Figure 7 : Modèle en étoile................................................................................ 24 Figure 8 : Modèle en flocons ............................................................................. 25 Figure 9 : Modèle en constellation de faits ......................................................... 26 Figure 10 : les outils OLAP au sein d’une architecture décisionnelle..................... 31 Figure 11 : transmission de la requête d’un client à partir du Web ...................... 34 Figure 12 : Evolution des parts de marché des principaux éditeurs de produits OLAP .................................................................................................................. 38 3 INTRODUCTION Face à une complexité de l’informatique, un environnement instable où les rachats et fusions d’entreprises sont nombreux, une concurrence omniprésente et une internationalisation des échanges, les décideurs ont besoin d’avoir une vision claire de leurs affaires à tout moment, très rapidement et à l’aide d’outils faciles à utiliser. Les systèmes traditionnels basés sur des requêtes SQL, des vues, des outils graphiques d’interrogation, … puisant les données à partir des bases de données opérationnelles (structurées en relationnel) s’avèrent inadaptés à une telle activité. En effet, bien que le langage SQL ait été défini à l’origine pour faire de l’aide à la décision, il a beaucoup de limitations dans le domaine de l’analyse des données. Ainsi, les requêtes de comparaison, très utilisées en décisionnel, sont difficiles à formuler. Certaines ne sont pas du tout formulables ; c’est le cas du classement : par exemple, SQL ne sait pas récupérer les cinq meilleurs clients d’une entreprise. D’autres sont formulables mais à condition d’être un expert en SQL. Afin de remédier à ce problème, des systèmes décisionnels ont été développés. De façon chronologique, on peut considérer que les premiers systèmes de pilotage ont été constitués par des outils qui, via des requêtes, permettaient de constituer des tableaux de bord. Ces outils se sont enrichis de fonctionnalités de simulation et d’interfaces de présentation. Ce fut alors l’avènement des outils EIS et SIAD. Ces outils aussi puissants soient-ils, ne permettent que de faire une photographie en deux dimensions d’une situation donnée. On est donc : « capable d’identifier un dysfonctionnement, mais pas d’en connaître la cause ».* Pour pouvoir rechercher et identifier les causes, il fallait introduire une nouvelle dimension au système ″photographique ″ en deux dimensions existant, la dimension de l’agrégation qui permet d’expliquer l’origine de l’information étudiée. Cette nouvelle dimension a été introduite par les systèmes multidimensionnels au travers des systèmes OLAP. * [Haciane2003] 4 1. DE L’INFORMATIQUE OPERATIONNELLE A L’INFORMATIQUE DECISIONNELLE Les applications de l’informatique se divisent en deux grandes catégories: l’informatique opérationnelle de gestion et de production et l’informatique décisionnelle stratégique. Dans la première catégorie, il s’agit en général d’automatiser des processus essentiellement répétitifs en vue d’améliorer la productivité. Cette informatique permet à l’entreprise de rester présente sur le marché sans lui donner, pour autant, un véritable avantage compétitif. L’informatisation opérationnelle ne constitue pas un facteur majeur de différentiation, du fait même que ces processus sont facilement duplicables. L’informatique stratégique, au contraire, englobe toutes les applications à même d’offrir une réelle différenciation. Quelle entreprise ne voudrait pas : · fidéliser ses clients en les identifiant mieux : leur proposer les produits ou services susceptibles de les intéresser. · maîtriser les risques qu’elle prend. · optimiser ses activités. · exploiter intelligemment les données stockées. · avoir plus d’information que ses concurrents. · anticiper. D’où l’ère de l’informatique décisionnelle, véritable lame de fond qui balaye tous les secteurs de l’industrie et attire de plus en plus de fournisseurs qui flairent un marché porteur. Un système décisionnel nécessite une vision globale du système d’information opérationnel. Il se caractérise par une simplicité d’utilisation, une disponibilité, une réactivité (utilisé à tout moment, par de plus en plus de personnes, avec des requêtes toujours plus exigeantes) et une convivialité des outils d’interrogation. 5 Cette conception rigoureuse est rendue difficile par la multiplicité des sources de données et par sa démarche différente d’une conception classique : · Il s’agit d’une modélisation par les vues des utilisateurs indépendamment des bases de production. · Les informations à prendre en compte ne sont pas les données brutes opérationnelles. Elles doivent subir des transformations (calculs, ajout de notions de temps, ...). Elles peuvent avoir un sens différent selon le secteur d’activité concerné. La plupart des informaticiens maîtrisent des approches pour la mise en œuvre de systèmes d’information, le plus souvent centrées sur des méthodologies telles que Merise ou Information Engineering. Dans leurs composantes liées à la modélisation des données, ces méthodologies sont à la fois précises, puissantes et assez peu contestées. Au niveau des modèles de données, le modèle entité-association est le plus utilisé, débouchant le plus souvent sur la création d’un modèle logique de type relationnel. Que l’on en connaisse ou non de manière formelle les concepts, toutes les théories associées à ces modèles sont largement utilisées dans les entreprises. Ces techniques sont aujourd’hui tellement ancrées dans nos esprits que nous oublions souvent de remonter à leur origine. Elles sont apparues alors que l’informatique était destinée à l’automatisation de la production et sont encore utilisées avec succès dans des contextes de ce type, notamment pour les applications à caractère transactionnel* communément appelées OLTP*. Un système décisionnel viable implique un modèle de données spécifique et évolutif. Il se compose : · D’un entrepôt de données ou d’une structure permettant d’accéder à l’ensemble de l’information. · D’outils d’analyse qui assurent la présentation des documents à l’aide d’interfaces graphiques. * Voir glossaire 6 Les données peuvent être stockées dans un entrepôt (Data warehouse*) sur lequel sont appliquées les requêtes, lui-même éventuellement décomposé en magasins plus modestes (Data mart*) orientés métier. Les données détaillées côtoient les données agrégées (éléments pré calculés) et historisées servant à effectuer des comparaisons dans le temps. Les caractéristiques des informations sont conservées dans un dictionnaire (Métamodèle) contenant des métadonnées* qui décrivent leur sémantique, origine, format, règles de gestion et d’extraction. Ce référentiel* peut-être unique ou local. Les éléments utiles aux analyses sont mémorisés sous forme de tables (bases de données relationnelles) ou de cubes* (bases de données multidimensionnelles) auxquels nous reviendrons plus tard. Enfin, les outils d’analyse et de présentation, seule partie visible du système pour l’utilisateur final restent indépendants de son architecture. Les technologies OLAP* s’inscrivent dans cette catégorie d’outils d’aide à la décision aussi appelés 'Business Intelligence*' ou 'Executive Information Systems*'. * Voir glossaire 7 Figure 1 : architecture d’un système décisionnel 8 2. OLAP : DEFINITION, DOUZE REGLES, OPERATIONS DEFINITION D’OLAP Le concept OLAP serait apparu pour la première fois en 1993 dans un livre blanc intitulé Providing OLAP to User-Analysts : An IT Mandate, réalisé par E.F. Codd, l'un des concepteurs des bases de données relationnelles, à la demande d'Arbor Software (devenue Hyperion Solutions). Littéralement On-Line Analytical Processing, OLAP désigne une catégorie d'applications et de technologies permettant de collecter, stocker, traiter et restituer des données multidimensionnelles, à des fins d'analyse. Une autre définition est résumée dans l'acronyme FASMI* (Fast Analysis of Shared Multidimensional Information), ou analyse rapide d'information multidimensionnelle partagée. Fast : Moins de 5 secondes par requête ; Analysis : Analyse statistique/numérique prédéfinie ou ad hoc, avec un large éventail de fonctions et un minimum de programmation ; Shared : Sécurité du partage de l’information sensible ; Multidimensional : Caractéristique clef d’OLAP ; Information : Accès à toutes les données et informations, où qu’elles résident et de façon illimitée en terme de volumétrie. OLAP caractérise donc l’architecture nécessaire à la mise en place d’un système d’information décisionnel. De ce fait, il s’oppose à OLTP (On-Line Transactional Processing). Effectivement, un système OLTP doit uploads/Science et Technologie/ expose-les-outils-olap.pdf