République Tunisienne Référence
Ministère de l’Enseignement Supérieur et de la Recherche Scientifique GED-FOR-03-00
Université de Sousse Date d’émission
Ecole Supérieure des Sciences et de la Technologie de Hammam Sousse 06/06/2023
Sujet d’examen
Matière : Entrepôts de données Session : Principale
Enseignant responsable : SAGAR Samya Filière et niveau : 2 LI
Nombre de pages : 2 Documents autorisés : NON Date : Mai 2024 Durée : 1h30
Exercice 1 (12 points)
Description
Dans le cadre de la valorisation de l'excellence du Made in Tunisia, le gouvernement tunisien souhaite
analyser l'exportation des dattes tunisiennes à l'étranger, pour comprendre, par exemple, quelles sont
les dattes les plus populaires, de quelles régions de la Tunisie elles proviennent et qui sont les
principaux pays importateurs étrangers.
Le gouvernement a collecté auprès des entreprises de production de dattes tunisiennes la liste des
bons de commande. Chaque bon de commande est caractérisé par la date de la commande, le montant
en dinars, la quantité en kilogrammes, le type de datte, le type de conditionnement (par exemple
primaire, secondaire et tertiaire), le numéro de TVA de la société de production d'origine, le pays
étranger de destination. Les analystes, à partir des bons de commande, souhaitent créer un entrepôt
de données qui synthétise les données collectées afin de répondre à un ensemble de requêtes.
Lors de la phase de mise en œuvre, les analystes intègrent les données de commande aux données
contextuelles en leur possession, nécessaires pour réaliser l'analyse qui les intéresse. En particulier,
chaque type de datte est associé à la liste des certifications de qualité (ISO, BIO, etc.) dont il est
propriétaire. Par exemple : le type de datte « Deglet Nour» est toujours associé à la certification BIO.
Chaque certification peut être associée à plusieurs types de datte. Certains types peuvent être sans
certification. Chaque commande est également associée à sa taille : les commandes jusqu'à 100
kilogrammes sont considérées comme petites, moyennes celles jusqu'à 1000 kilogrammes et grandes
celles au-dessus. Enfin, pour chaque producteur, il est possible de connaître à partir du numéro de
TVA les données personnelles complètes (nom, adresse, province, région, zone géographique de la
région).
Les requêtes qui intéressent les analystes concernent la quantité totale de dattes exportée (en Kg), et
le prix moyen au kilo, selon la variation de :
- mois, période de 2 mois, période de 3 mois, semestre et année ;
- province, région et zone géographique des dattiers ;
- le type de datte ;
- certifications de qualité ;
- type de conditionnement ;
- pays étranger de destination et son continent ;
- taille de la commande (petite, moyenne, grande).
L'entrepôt de données suivra les informations pour les années 2010 à 2013. Voici quelques requêtes
spécifiques :
A. En considérant uniquement les dattes certifiées « BIO » exportées vers l’Europe, sélectionnez le
prix moyen par kilogramme pour chaque année, le pourcentage de kilogrammes exportés dans
l'année par rapport au total de toutes les années et le total annuel cumulé des kilogrammes
exportés. Effectuez l’analyse séparément pour chaque type de conditionnement.
B. Pour chaque région, sélectionnez le prix moyen au kilo, le nombre moyen de kilos de dattes
exportées par province et le pourcentage de kilos de dattes exportées de chaque région par rapport
Page 1 sur 2
au total de la zone géographique à laquelle elle appartient. Effectuez l’analyse séparément pour
chaque année.
C. Attribuer un rang à chaque pays étranger selon la quantité totale de datte importée. Effectuez
l’analyse séparément pour chaque type de datte. Ne considérez que les grosses commandes.
Questions
1. Concevez l'entrepôt de données nécessaire pour l’analyse de l'exportation des dattes tunisiennes
afin de répondre aux exigences décrites dans la spécification du problème. L'entrepôt de données
conçu doit également être capable de répondre efficacement à toutes les requêtes fréquentes
proposées dans la spécification du problème.
Créez un modèle de faits dimensionnel (Schéma en étoile) pour l'entrepôt de données qui
contiendra ces informations en spécifiant :
La table de faits de ce DW.
La granularité de cette table de faits.
Les dimensions de ce DW.
2. Traduisez ce modèle en un modèle relationnel approprié. Indiquez clairement les clés primaires
et étrangères dans vos tables.
3. Écrivez des requêtes fréquentes (A.) et (B.) à l'aide du langage SQL.
Exercice 2 (08 points)
Soit la table Ventes contenant le montant des ventes par produit, fournisseur et client :
VENTES (nocli, noprod, nofour, montant).
Voici deux requêtes écrites avec SQL OLAP :
R1. SELECT nocli, noprod, SUM(montant)
FROM ventes
GROUP BY ROLLUP(nocli,noprod);
R2. SELECT nocli, noprod, nofour, SUM(montant)
FROM ventes
GROUP BY CUBE (nocli, noprod, nofour);
1. Donnez les équivalents en SQL de ces deux requêtes (c.a.d sans les spécificités OLAP
(ROLLUP, CUBE)) :
Bon Travail
Page 2 sur 2
