1

Vue d’ensemble Vue d’ensemble du Data warehousing et de du Data warehousing et de

la technologie OLAPla technologie OLAP

D’après l’article écrit en 1996 :An Overview of Data Warehousing and OLAP Technology de Surajit Chaudhuri et Umeshwar Dayal

Li Wanjing

Rastoix Sylvia

2

Sommaire

1- Introduction 2- Architecture 3- Outils back end et utilitaires 4- Modèle conceptuel et outils front end 5- Méthodologie de Conception d’une BD 6- Meta-données et gestion de DW 7- Conclusion

3

1- Introduction

a- Définition d’un data warehouse b- Exemples d’utilisateurs c- Modèle multidimensionnel d- Séparation nécessaire OLAP/OLTP e- Serveurs ROLAP et MOLAP f- Architecture d’un data warehouse

4

1.a- Définition d’un data warehouse

Un Data warehouse est un entrepôt de données

Caractéristiques principales de ces données :intégrées non volatiles datées ou historiséesLa base est orientée sujet

But : permettre aux entreprises de prendre des décisions meilleures et de façon plus rapides.

5

Rappel de vocabulaire

OLAP (On-Line Analytical Processing)

OLTP (On-Line Transaction Processing)

Différence entre les deux

6

Rappel de vocabulaire (suite 1)

Data Mining

Le pincipe général du Data Mining est de creuser une mine (=Data Warehouse) pour rechercher un filon (=information).

Les principaux objectifs du Data Mining

7

Rappel de vocabulaire (suite 2)

L’architecture OLAP consiste en trois services principaux :

Bases de données Serveur OLAP Module client

8

1.b- Exemples d’utilisateurs

Croissance explosive ces dernières années. Beaucoup d’entreprises sont intéressées.

les entreprises de fabrication les services financiers les transports les télécommunications les services de santé

9

1.c- Modèle multidimensionnel

Le modèle multidimensionnel facilite les analyses

Exemple de dimensions intéressantes en vente :le jour de la vente, le lieu de la vente, le vendeur, le produit vendu

Souvent, ces dimensions sont hiérarchisées : la date de vente peut être organisée en une hiérarchie (année, mois, jour).

10

1.c- Modèle multidimensionnel (suite 1)

Représentation d’un modèle multidimensionnel

Lieu

Date

Produit

11

1.c- Modèle multidimensionnel (suite 2)

La norme OLAP incluent des opérations sur les données multidimensionnelles  :

le drill-down.le roll-up.le slice_and_dice.le rotate ou pivoting.

12

1.d- Séparation nécessaire OLAP/OLTP

Les BD opérationnelles sont faites pour supporter les opérations d'OLTP.

Dans un DW, on a besoin de données : parfois absentes dans les BD opérationnelles.  venant de beaucoup de sources hétérogènes.

Conclusion : Besoin d’une organisation spéciale Les DW sont implémentés séparément des BD

opérationnelles.

13

1.e- Serveurs ROLAP et MOLAP

ROLAP Les data warehouses peuvent être implémentés sur

des SGBD relationnels appelé serveurs relationnels OLAP (ROLAP).

MOLAP Les serveurs multidimensionnels OLAP (MOLAP)

sont des serveurs qui stockent direstement des données multi-dimensionnelles dans des structures spéciales de données.

14

1.f- Architecture d’un datawarehouse

Pour la construction et la maintenance d’un data warehouse :sélectionner un serveur OLAPdéfinir un schéma définir quelques requêtes complexes définir une architecture.

Plusieurs architectures possibles

15

1.f- Architecture d’un datawarehouse (suite)

Data mart (magasin de données) : Un data mart est une vue partielle et orientée métier sur les données du Data warehouse

Data Mart du service marketing

Data Marts

Data Mart du service production

16

Rappel de vocabulaire

Front end, avant-plan : interface avec l'utilisateur

Back end, arrière-plan : deux définitions possibles

Méta-données : Données sur les données. Ensemble des informations qui permettent de qualifier une donnée, par sa provenance, sa qualité, sa date de création ...

17

2- Architecture

Architecture d’un data warehouse

18

3- Outils back end et utilitaires

a- Nettoyage des données

b- Chargement

c- Rafraîchissement

Les DW emploient une variété d’outils pour les données des entrepôts.

19

3.a- Nettoyage des données(data cleaning)

Problème : grands volumes de données augmentations de la probabilité d’anomalies dans les données.

Exemple d’anomalies

20

3.b- Chargement (load)

Après leur extraction, leur nettoyage et leur transformation, chargement des données dans le data warehouse

Grand volumes de données mise à jour dans une petite période temps (souvent la nuit).

Intérêt du parallélisme

21

3.c- Rafraîchissement(Refresh)

Rafraîchissement : propagation des changements sur les données sources pour la mise à jour.

Deux questions : quand rafraîchir, et comment rafraîchir ?

Définir une politique de rafraîchissement

22

4- Modèle conceptuel et outils front end

a- Modèle multidimensionnel

b- Outils front end

23

4.a- Modèle multidimensionnel

modèle conceptuel = modèle multidimensionnelle

Dimensions : Produit, Ville, Date

Hiérarchies de dimension :

Date

Produit

Ville

Secteur industriel

Catégorie

Produit

Pays

Région

Ville

Année

Mois

Jour

24

4.b- Les outils front end

Les analystes utilisent beaucoup les tableurs. Problème : Comment supporter les opérations d’un

tableur sur d’énormes bases de données ?

Le tableur est l’application front end la plus contraignante d'OLAP

Nous allons voir une description brève des opérations principales qui sont supportées par les applications multidimensionnelles

25

4.b- Les outils front end (suite 1)

Pivoting ou rotating

pivotement ou rotation, ré-oriente la vue de des données multidimensionnelles.

26

4.b- Les outils front end (suite 2)

Drill-down  " plonger" dans une information afin de connaître le

détail des données qui ont initialement servi à la constituer.

Roll-up : c’est l’opération contraire du drill-down.

27

Slice_and_dice : sélection et projection.

4.b- Les outils front end (suite 3)

Conclusion : Variété d'outils de data mining utilisés comme des outils front_end sur les data warehouses.

28

5- Méthodologie de Conception d’une Base de données

a- Nécessité de nouveaux diagrammes

b- Schéma en étoile

c- Schéma en flocons de neige

29

MOLAP pas besoin de concevoir des schémas

ROLAP concevoir des schémas de BD relationnelles qui tiennent compte des dimensions

Les diagrammes objets classiques sont inadéquates car ils ne prennent pas les dimensions en compte.

5.a- Nécessité de nouveaux diagrammes

30

La plupart des DW emploient un schéma en étoile Problème : pas de hiérarchies d'attributs.

5.b- Schéma en étoile

31

Schémas en flocons de neige = amélioration des schémas en étoile car normalisés

5.c- Schéma en flocons de neige

Les schémas en étoile bien que non normalisé reste pratiques pour passer les dimensions en revue.

32

6- Meta-données et gestion de data warehouse a- Les méta-données administratives

b- Les méta-données d’affaires

c- Les méta-données opérationnelles

33

6.a- Les méta-données administratives

Elles incluent toutes les informations nécessaires pour l'établissement et l’utilisation d'un DW

34

6.b- Les méta-données d’affaires(business metadata)

Elles incluent :

des termes et des définitions d'affaires, La propriété (l’appartenance) des données, des politiques de remplissage du DW.

35

6.c- Les méta-données opérationnelles Elles incluent les informations qui sont rassemblées

pendant l'opération de stockage :

le suivi des données qui ont migrées et qui ont été transformées

l’état des données dans l'entrepôt des informations de contrôle

36

7- Conclusion

Beaucoup de produits commerciaux et de services

Mais plusieurs problèmes subsistent : le nettoyage des données l'optimisation des requêtesl’évaluation des coûtsl’utilisation du parallélisme, le partitionnementproblèmes de contrôle et de gestion des

ressources dans les DW