1. Data WarehouseData Warehouse
Concepts et Etudes de casConcepts et Etudes de cas
 Cours 2014-2015 – Université de Loraine
 Ecrit par Joseph Stojanov
 Partnership Building Director &
Business Intelligence Senior Consultant (depuis 1996)
joseph.stojanov@gmail.com

2. Présentation personnelle.
Introduction et objectifs généraux
Initiation à la modélisation dimensionnelle
- Des univers d’informations différents
- Objectifs du datawarehouse
- 1er approche
Notion intuitive et de bon sens : construction pas à pas d’un exemple d’architecture
- construction end-to-end
Definitions.
Data Warehouse concepts de base.
Buts et problématique du Data Warehouse
- Utilité, objectifs
SGDB et Data Warehouse.
Normalisation.
SommaireSommaire

3. Composants du Data Warehouse.
Rappels.
Vocabulaire du Modèle Dimensionnel.
Bases de Données Multidimensionnelles.
Méthodes de navigation dans les données.
Dimension à évolution lente.
Dimension temps.
Clé de l’entrepôt.
Étapes de mise en place du Modèle Dimensionnel.
Estimation de la taille de l’entrepôt.
Bibliographie.
Sommaire (suite)Sommaire (suite)

4. Prénom, Nom, parcours et expériencesPrénom, Nom, parcours et expériences
Présentation Personnelle

5. IntroductionIntroduction
• La modélisation dimensionnelles est la technique dominante
de présentation des data warehouse
• Admis aujourd’hui – doit être présenter de manière simple
• Afin d’avoir une compréhension simple par les utilisateurs et au logiciel de les
parcourir efficacement
• La priorité est la réussite de l’entreprise
• Le but est d’offrir une conception cohérente conforme aux besoins d’analyse

6. ObjectifsObjectifs
• Le but de ce cours est de présenter les concepts du Data
Warehouse
• Le traitement des MD sera indépendant des systèmes
utilisés
• Nous ne traitons ni la conception physique ni les conseils
d’optimisation
• Analyse des concepts de base et introduction des éléments
plus avancés au fur et à mesure
• Développement des techniques de conception par l’exemple
pas à pas. (Cfr Kimball)

7. En résuméEn résumé
Apporter un ensemble de techniques standard pour la
conception des datawarehouses.
Acquérir la conviction qu’un datawarehouse doit être
soumis aux besoins des utilisateurs de l’entreprise,
construit dans une simple perspective dimensionnelle.

8. Initiation à la modélisation dimensionnelleInitiation à la modélisation dimensionnelle
• 1.1. Des univers d’informations différents
• Information = richesses d’une organisation
• Conservée sous 2 formes :
1) Le système opérationnel (so)
2) Le data warehouse (dwh)
Simplifions, les données entrent par les applications opérationnelles et nous les
retirons par le data warehouse
• Les utilisateurs d’une appli op font tourner les rouages de l’organisation, …
• Les utilisateurs d’un dwh regardent tourner les rouages , …
• Un dwh a des besoins, des clients, des structures et des rythmes profondément différents
des appli op.
• A noter qu’un dwh n’est pas une simple copie des données op sur une plate-forme
matérielle distincte.
• Rem : pseudo-dwh !

9. Initiation à la modélisation dimensionnelleInitiation à la modélisation dimensionnelle
• 1.2. Objectifs d’un DWH
• Il suffit de se promener dans les couloirs d’une organisation et d’observer les
gestionnaires d’entreprise :
• « Nous avons de nombreuses données mais nous ne pouvons y accéder. »
• « Nous avons besoin de faire des coupes au niveau des données. »
• « Il faut avoir accès aux données facilement et directement. »
• « Montrez-moi les données les plus importantes. »
• « Pourquoi les mêmes mesures de performance ont des chiffres différents. »
• « Les responsables doivent être capable de prendre des décisions sur des faits. »
 Ces préoccupations sont universelles et représentent le fondement du cahier
des charges d’un DWH.
 Le succès d’un DWHdemande plus qu’une maîtrise tech et des DB.
 Il est nécessaire d’avoir des compétences variées par un comportement
hybride admin de données/gestionnaire.

10. Composants d’un DWH : 1Composants d’un DWH : 1erer
approcheapproche
• 1.3. 1er
approche
• Connaissant les objectifs d’un DWH, que trouve t-on dans un DWH et son
environnement ?
Les applications opérationnelles sources qui « capturent » les transactions de
l’entreprise…
La préparation des données qui est une zone de stockage et un ensemble de
processus ETL (Extract/Transform/Load)
La présentation des données est le lieu où les données sont organisées, stockées et
offertes aux requêtes directes des utilisateurs, aux programmes de reporting et autres
applications d’analyse. (Getting the Data Out)

11. Composants d’un DWH : 1Composants d’un DWH : 1erer
approcheapproche
• 1.4. Remarques
• Il est acceptable de créer une DB normalisée pour supporter les processus de
préparation ; toutefois ce n’est pas l’objectif principal.
• Les structures normalisées doivent être écartées au niveau des requêtes des
utilisateurs car elles sont difficiles à comprendre et entraînent des performances
médiocres.
• Dès lors qu’une DB supporte des services de requêtes et de présentation, elle doit être
considérée comme faisant partie de la zone de présentation du DWH.
• Par défaut, les DB normalisées sont exclues de la zone de présentation qui doit
rigoureusement être structurée selon le modèle dimensionnel.
(C’est évidemment l’hypothèse que nous choisirons dans notre approche …)

12. Notion intuitive … et de bon sensNotion intuitive … et de bon sens
• Construction intuitive depuis le SIO jusqu’en fin de chaine
…
1. Expliciter le contexte
2. Imaginer le besoin
3. Décrire Inflow, Store et Outflow (Inclure la couche sémantique
d’un outil d’aide à la décision)
• Approche intuitive sur la notion multidimensionnelle …
1. Imaginer la demande d’un manager, dimensions ?
2. Translater cette demande sous forme IT, … modélisation en star
3. Imaginer la couche sémantique, … les business objects
• Exemple d’architecture

13. DéfinitionsDéfinitions
• Définition d’un Datawarehouse
• C’est le lieu de stockage intermédiaire des différentes données en vue de la constitution
du système d'information décisionnel: entrepôt de données (data warehouse DWH).
• Le data warehouse est ainsi le lieu unique de consolidation de l'ensemble des données
de l'entreprise. Le créateur du concept de DataWareHouse, Bill Inmon, le définit comme
suit :
• « Un data warehouse est une collection de données thématiques (orientées sujet),
intégrées, non volatiles et historisées pour la prise de décisions, organisées pour le
support d’un processus d’aide à la décision »
« Bill Inmon, 1996 »
• Ses principales caractéristiques sont donc les suivantes :
 Le data warehouse est orienté sujets, cela signifie que les données collectées doivent
être orientées « métier » et donc triées par thème.
 Le data warehouse est composé de données intégrées, c'est-à-dire qu'un
« nettoyage » préalable des données est nécessaire dans un souci de rationalisation
et de normalisation.
 Les données du data warehouse sont non volatiles ce qui signifie qu'une donnée
entrée dans l'entrepôt l'est pour de bon et n'a pas vocation à être supprimée.
 Les données du data warehouse doivent être historisées, donc datées.

14. DéfinitionsDéfinitions
• 1. Données orientées sujet
• Données structurées par thèmes (sujets majeurs de l’entreprise) et non suivant les
processus fonctionnels.
• Le sujet est transversal aux structures fonctionnelles et organisationnelles de l’entreprise.
On peut accéder aux données utiles sur un sujet.
• L’intégration des différents sujets se fait dans une structure unique.
• Il n’y a pas de duplication des informations communes à plusieurs sujets.
• La base de données est construite selon les thèmes qui touchent aux métiers de
l’entreprise (clients, produits, riques, rentabilité, …)
• Les données de base sont toutefois issues des SIO (Systèmes d’Information
Opérationnels)

15. DéfinitionsDéfinitions
• 2. Données intégrées
• Les données, issues de différentes applications de production, peuvent exister sous toutes
les formes possibles.
• L’objectif est de les intégrer afin de les homogénéiser et de leur donner un sens unique,
compréhensible par tous les utilisateurs.
• Les données doivent posséder un codage unique et une description unique.
• La phase d’intégration est fastidieuse et pose souvent des problèmes de qualification
sémantique des données à intégrer (synonymie, homonymie, etc…)
• Le problème est amplifié lorsque des données externes sont à intégrer avec les données
du SIO.

16. DéfinitionsDéfinitions
• 3. Données non-volatiles
• Une donnée/information est considérée volatile quand les données sont régulièrement
mises à jour comme dans les SIO
• Dans un SIO, les requêtes portent sur les données actuelles. Il est rare ou difficile de
retrouver un ancien résultat
• Dans un data warehouse, il est nécessaire de conserver l’historique de la donnée.
Ainsi, une même requête effectuée à plusieurs mois d’intervalle en spécifiant la date de
référence de la donnée, donnera le même résultat

17. DéfinitionsDéfinitions
• 4. Données historisées
• Dans un SIO, les transactions se font en temps réel, et les données sont mises à jour
constamment. L’historique des valeurs n’est pas conservées car elles sont inutiles.
• Dans un data warehouse, la donnée n’est jamais mise à jour
• Les données d’un data warehouse s’empilent aux données déjà présentes
• Le data warehouse stocke donc l’historique des valeurs que la donnée aura prise au cours
du temps
• Un référentiel de temps est alors associé à la donnée afin d’être capable d’identifier une
valeur particulière dans le temps.
• Les utilisateurs possèdent un accès aux données courantes ainsi qu’à des données
historisées

18. DéfinitionsDéfinitions
• 5. Support d’un processus d’aide à la décision
• Un data warehouse est un système d’information dédié aux applications décisionnelles
dont les principales contraintes sont :
•
- des requêtes complexes à plusieurs niveaux d’agrégation
• - la nécessité de disposer d’informations synthétiques (analyse des ventes, du CA par
produit, …)
• - un stockage des données sous forme multidimensionnelle
• - des mises à jour périodiques (Jour, mois, etc)
• Réflexion : Somme des tables DWH ? Somme des tables des DataMart

19. DéfinitionsDéfinitions
Datamart:
• Le terme Datamart (littéralement magasin de données) désigne un
sous-ensemble du data warehouse contenant les données du data
warehouse pour un secteur particulier de l'entreprise (département,
direction, service, gamme de produit, etc.).
On parle ainsi par exemple de DataMart Marketing, DataMart
Commercial, ...
• Autrement dit, vue partielle mais orientée métier

20. Buts du data warehouseButs du data warehouse
• Problématique:
• Les décideurs d'une entreprise doivent pouvoir répondre à un
certain nombre de question pour diriger leur entreprise :
• Qui sont mes clients ?
• Pourquoi sont-ils mes clients ?
• Comment cibler ma clientèle ?
• Quel est l'évolution de tel produit ?
• Qui sont mes employés ?
• ...
• L'objectif est donc d'apporter aux décideurs d'une entreprise les
moyens de répondre à ces questions.

21. Buts du data warehouseButs du data warehouse
• Utilité d'un datawarehouse
• Sources de données  souvent base de production (système
opérationnel):
• Données éparpillées sur des systèmes multiples (pas toujours
compatibles entre-eux).
• Efficaces que pour les fonctions sur lequelles elles sont
spécialistes.
• Peu structurées pour l’analyse.
• Rôle principal reste la conservation de l’information.
• Focalisées sur les fonctions critiques de l'entreprise.
 Ces systèmes sont donc peu adaptés à la vision à long terme et donc à la
prise de décision.
• Objectifs
– Agréger et valoriser ces données provenant de différentes sources
– Permettre à l'utilisateur d'y accéder de manière simple et ergonomique.

22. Buts du data warehouseButs du data warehouse
• Objectifs
– Agréger et valoriser ces données provenant de différentes sources
– Permettre à l'utilisateur d'y accéder de manière simple et ergonomique
i. Ce qui permet le développement d’applications décisionnelles et de
pilotage de l’entreprise et de ses processus
ii. Jouer un rôle de référentiel pour l’entreprise puisqu’il permet de fédérer
les données souvent éparpillées dans les différentes bases de
données
iii. Offrir une vision globale et orientée des métiers de toutes les données
que manipule l’entreprise
iv. Permettre de faire face aux changements du marché et de l’entreprise
v. Offrir une information compréhensible, utile et rapide.
–

23. SGBD et Data warehouseSGBD et Data warehouse
• Pourquoi ne pas utiliser un SGDB pour réaliser cette
structure d'informatique décisionnelle ?
• En réalité SGBD et datawarehouse ont des objectifs différents.
• Stockent les données de manière différentes.
• Font l'objet de requêtes différentes.
• Sont ainsi basés sur deux systèmes différents :
• OLTP (Online Transaction Processing).
• OLAP (Online Analytical Processing).

24. OLTPOLTP
• OLTP (Online Transaction Processing):
• Le mode de travail est transactionnel.
• L'objectif est de pouvoir insérer, modifier et interroger rapidement et en
sécurité la base.
• Ces actions doivent être effectuées très rapidement par de nombreux
utilisateurs simultanément.
• Chaque transaction travaille sur de faibles quantités d'informations, et
toujours sur les versions les plus récentes des données.
• Objectif :
• L'objectif des bases OLTP est de pouvoir répondre rapidement à des
réponses simples, exemple : les ventes du produit X.

25. OLTPOLTP

26. OLAPOLAP
• OLAP (Online Analytical Processing):
• Ce système travaille en lecture seulement.
• Les programmes consultent d’importantes quantités de données pour
procéder à des analyses.
• Les objectifs principaux sont regrouper, organiser des informations
provenant de sources diverses, les intégrer et les stocker pour donner à
l’utilisateur une vue orientée métier, retrouver et analyser l’information
facilement et rapidement.
• Nécessite de consulter des versions historiques de la base .
• D’un ordre de grandeur >> au système OLTP
• Objectif :
• Les bases OLAP permettent des requêtes plus complexes : les ventes du
produit X par vendeur, région et par mois.

27. Comparaison OLTP - OLAPComparaison OLTP - OLAP
Caractéristiques OLTP OLAP
Utilisation SGBD (base de production) Data Warehouse
Opération typique Mise à jour Analyse
Type d'accès Lecture / écriture Lecture
Niveau d'analyse Elémentaire Global
Quantité d'information
échangées
Faible Importante
Orientation Ligne Multidimension
Taille BD Faible (max qq GB) Importante (pouvant aller à
plusieurs TB).
Ancienneté des données Récente Historique