2024/2025
Matière Classe Durée
Data Warehouse 4IIR (G ) 1h
Nom et Prénom
Exercice 1 : Questions multi-choix(5pts)
Q1. Quelle est la principale caractéristique d'un Data Warehouse ?
A. Il est utilisé pour les transactions en temps réel.
B. Il stocke des données historiques pour l'analyse.
C. Il remplace les bases de données relationnelles.
D. Il est optimisé pour les mises à jour fréquentes.
Q2. Quelle est la première étape du cycle de vie de la BI ?
A. Analyse.
B. Visualisation.
C. Collecte des données.
D. Décision.
Q3. Lequel des systèmes suivants est typiquement utilisé pour OLTP ?
A. Base de données relationnelle pour gestion de commandes.
B. Tableau de bord d’analyse.
C. Système de reporting financier.
D. Entrepôt de données.
Q4. Quelles sont les caractéristiques de l'OLAP ?
A. Nombreuses petites transactions.
B. Accès à des données historiques.
C. Analyses multidimensionnelles.
D. Performances optimisées pour les lectures.
Q5. Un datamart est :
A. Une version simplifiée du Data Lake.
B. Un sous-ensemble d’un Data Warehouse.
C. Conçu pour répondre à des besoins métiers spécifiques.
2024/2025
Exercice 2 : Questions Directe (5pts)
1. Expliquez la différence entre données, informations et connaissances?
2. Comparez les approches Top-Down et Bottom-Up dans la conception d’un ED?
Exercice 3 : Conception décisionnelle (5pts)
Créer les datamarts nécessaires pour analyser les performances des élèves:
Datasource OLTP :
● eleves(id, nom, prenom, date_naissance, classe_id)
● classes(id, nom_classe, niveau, enseignant_id)
● enseignants(id, nom, prenom, matiere)
● notes(id, eleve_id, matiere, note, date)
1. Analyser Moyenne des notes par classe
2. Répartition des notes(Min, Max) par matière.
3. Requête sql pour récupérer moyenne des notes par classe(optional).
Exercice 4: Conception décisionnelle (5pts)
Créer les datamarts qui permettent l’analyse des ventes, et les revenus générés:
Datasource OLTP
● voitures(id, marque, modele, annee, prix)
● clients(id, nom, prenom, ville)
● ventes(id, voiture_id, client_id, date_vente, prix_vente)
● vendeurs(id, nom, prenom, agence)
1. Chiffre d’affaires par marque.
2. Nombre de voitures vendues par vendeur ou ville.
3. Requête sql pour récupérer Chiffre d’affaires par marque (optional).