Contsruction D'un DW

Construction d’un
Entrepôt de Données
2022-2023
Les Phases de Construction d’un DW
Il y a trois parties interdépendantes qui relèvent la construction d’un

Datawarehouse:
Étude du
Étude Étude de
modèle de
préalable l’alimentation
données
2
Phases de Construction d’un DW: Étude Préalable
Étude des besoins

Définir les objectifs du DW
Déterminer le contenu du DW et son organisation, d’après:
les résultats attendus par les utilisateurs,
les requêtes qu’ils formuleront,
les projets qui ont été définis
Recenser les données nécessaires à un bon fonctionnement du DW:
Recenser les données disponibles dans les bases de production
Identifier les données supplémentaires requises
Choisir les dimensions: Typiquement: le temps, le client, le produit,

le magasin, etc.
Choisir les mesures de fait: de préférences de quantités numériques
additives
Choisir la granularité des faits: Niveau de détails des dimensions
3
Phases de Construction d’un DW: Étude Préalable
Coûts de déploiement
Nécessite des machines puissantes, souvent une machine parallèle
Capacité de stockage très importante (historisation des données)
Équipes de maintenance et d’administration
Les coûts des logiciels
Les logiciels d’administration du DW
Les outils ETL (Extract-Transform- Loading)
Les outils d’interrogation et de visualisation
Les outils de Datamining
4
Phases de Construction d’un DW: Modélisation
Modélisation des données pour supporter efficacement les processus

OLAP ("On Line Analytic Processing")
Niveaux d’abstraction identiques à la modélisation relationnelle
• Analyse des besoins des décideurs

Schéma (Quoi?)
Conceptuel
• Mode de stockage (Comment?)

Schéma
Logique
• Choix d’un logiciel (Avec quel outil ?)

Schéma
physique
5
Conception des
Entrepôts de
Données
Modélisation des Entrepôts de Données
Les SGBD relationnels représentant plus de 80% des SGBD:

c’est la stratégie la plus couramment utilisée pour implanter un
ED.
Les SGBD relationnels doivent, cependant, être adaptés car ils
n’ont pas les caractéristiques adéquates pour répondre aux
besoins des ED:
Extensions du langage SQL à de nouveaux opérateurs
Usage de vues matérialisées
Indexation binaire pour améliorer les performances
Ils réalisent des calculs de données dérivés et agrégations à
différents niveaux
Ils génèrent des requêtes adaptées au schéma relationnel de
l’ED et tirent profit des vues matérialisées existantes (facteur
principal de performance)
7
Modélisation des Entrepôts de Données
Le modèle multidimensionnel est traduit ainsi :

chaque fait correspond à une table, appelée table de fait,
chaque dimension correspond à une table, appelée table de
dimension.

la table de fait est constituée:
d'attributs représentant les mesures d'activité et
les attributs clés étrangères de chacune des tables de dimension.
les tables de dimension contiennent:
les paramètres et
une clé primaire permettant de réaliser des jointures avec la table
de fait.
8
Schéma d’un Entrepôt de Données
■ Les tables de faits et de dimensions sont stockées dans un SGBDR

Schéma en étoile
Schéma en flocon
Schéma en constellation
9
La Modélisation des Données: Modèle en étoile
Dans un schéma en étoile, une table centrale de faits contenant les

faits à analyser, référence les tables de dimensions par des clefs
étrangères.
Chaque dimension est décrite par une seule table (feuille de l’arbre de
tables) dont les attributs représentent les diverses granularités
possibles.
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
10
11
12
Le Modèle Dimensionnel
Dim_Produit (Idproduit, Nom, Type,

Gamme, PrixUnitaire, Couleur)
Dim_Localisation (Idloc, Ville, Région,

Pays)
Dim_Temps(Idtemps, Jour, Mois,
Trimestre, Année)
Fait_vente (#Idproduit, #Idloc,
#Idtemps, ChiffreAffaire)
13
La Modélisation des Données: Modèle en flocon de neige
On peut augmenter la lisibilité d’un modèle en regroupant certaines

dimensions.
Modèle en flocons de neige = Modèle en étoile + normalisation des
dimensions
On définit des hiérarchies pouvant être géographiques ou

organisationnelles.
Lorsque les tables sont trop volumineuses.
Avantages :
réduction du volume
permettre des analyses par pallier (drill down) sur la dimension
hiérarchisée
Inconvénients :
navigation difficile
nombreuses jointures
14
La Modélisation des Données: Modèle en flocon de neige
15
Le Modèle Dimensionnel
16
La Modélisation des Données: Modèle en Constellation
Série d’étoiles
Fusion de plusieurs modèles en étoile qui utilisent des dimensions

communes
Plusieurs tables de fait et tables de dimensions, éventuellement

communes
17
Élaboration de Modèles d’Entrepôts de Données: Exemple
Une entreprise de fabrication de vaisselle jetable souhaite mettre en place

un système d’information décisionnel sous la forme d’un data mart (un
mini entrepôt de données) pour observer son activité de ventes au niveaux
des différents lieux de distributions de ses articles et cela dans plusieurs
villes.
Ces lieux de distributions sont renseignés par leur enseigne, leur type (en
fonction de leur surface), leur adresse (code postal et ville), leur
département, leur région.
Les ventes sont renseignées selon une période qui se décline en mois, en
trimestre et année. Les ventes sont observées par le nombre d’articles selon
le type, et le chiffre d’affaire.
- Quel est le fait à observer ?

- Quels sont les axes d’analyse, et les mesures ?
- Construire le modèle en étoile de ce data mart.
18
Élaboration de Modèles d’Entrepôts de Données: Solution N°1
Dim: Magasin
Fact: Ventes
Id_M Id_Mag
Dim: Type Article Enseigne
Id_TA
Id_P Type Surface
Id_TA
Adresse (CP, Ville)
Désignation
Département
Nbre articles Région
Chiffre Affaire
Dim: Période
Id_P
Période
Mois
Trimestre
Année
19
Mesures Dimensions Hiérarchie

Nbre Articles Type Article
Chiffre Affaire Magasin Département Région
Mois Trimestre Année
20
21

Contsruction D'un DW

Transféré par

Droits d'auteur :

Formats disponibles

Contsruction D'un DW

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Contsruction D'un DW

Transféré par

Droits d'auteur :

Formats disponibles

Construction d’un

Il y a trois parties interdépendantes qui relèvent la construction d’un

Étude des besoins

Choisir les dimensions: Typiquement: le temps, le client, le produit,

Modélisation des données pour supporter efficacement les processus

• Analyse des besoins des décideurs

• Mode de stockage (Comment?)

• Choix d’un logiciel (Avec quel outil ?)

Les SGBD relationnels représentant plus de 80% des SGBD:

Le modèle multidimensionnel est traduit ainsi :

■ Les tables de faits et de dimensions sont stockées dans un SGBDR

Dans un schéma en étoile, une table centrale de faits contenant les

Dim_Produit (Idproduit, Nom, Type,

Dim_Localisation (Idloc, Ville, Région,

On peut augmenter la lisibilité d’un modèle en regroupant certaines

On définit des hiérarchies pouvant être géographiques ou

Lorsque les tables sont trop volumineuses.

Fusion de plusieurs modèles en étoile qui utilisent des dimensions

Plusieurs tables de fait et tables de dimensions, éventuellement

Une entreprise de fabrication de vaisselle jetable souhaite mettre en place

- Quel est le fait à observer ?

Mesures Dimensions Hiérarchie

Vous aimerez peut-être aussi