Data Warehouse & OLAP
Réalisé par:
CHOUGRANI Fayçal
BENAMAR Zaydane
ZARROUK Mohammed Taha
Data Warehouse (Entrepôt de données)
Le Data Warehouse, ou entrepôt de
données, est une base de données
dédiée au stockage de l'ensemble des
données utilisées dans le cadre de la
prise de décision et de l'analyse
décisionnelle.
Data Warehouse & OLAP 2
Les composantes d’un Data Warehouse
Le système source MOLAP
Zone de préparation des données Application utilisateur
Serveur de présentation Outil d’accès aux données
Data Mart Outil de requête
Entrepôt de donnée Application de modélisation
OLAP Métadonnées
ROLAP
Data Warehouse & OLAP 3
Les caractéristiques d’un Data Warehouse
Orienté sujet: Les données sont organisées par thème. Les données
propres à un thème, les ventes par exemple.
Intégré: Les données proviennent de sources hétérogènes utilisant
chacune un type de format. Elles sont intégrées avant d'être proposées
à utilisation
Non volatile (statique): Les données ne disparaissent pas et ne
changent pas au fil des traitements, au fil du temps (Read-Only). On
peut pas les modifier.
Historisé: Les données non volatiles sont aussi horodatées. On peut
ainsi visualiser l'évolution dans le temps d'une valeur donnée. Elles
sont associées à des périodes de temps définies.
Data Warehouse & OLAP 4
Les types de Data Warehouse
On distingue quatre types de Data Warehouses : les systèmes de
gestion de base de données (SGBD) relationnelles traditionnels, les
SGBD relationnelles spécialisés, les Data Warehouses Appliances et les
Data Warehouses Cloud. Les SGBD sont les Data Warehouses les plus
courantes.
Data Warehouse & OLAP 5
SGBD relationnel | SGBD spécialisée
Dans la plupart des cas, on utilise un SGBD relationnel, mais il convient
de noter que n’importe quel type de SGBD peut être utilisé. Dans la
plupart des cas, un SGBD de Data Warehouse propose plusieurs
fonctionnalités et caractéristiques additionnelles permettant de les
utiliser efficacement pour les activités et opérations de Data
Warehousing. Une plateforme Data Warehouse peut aussi embarquer
des logiciels additionnels.
Les SGBD spécialisées quant à elles se distinguent des SGBD
traditionnels par la façon dont elles ont été améliorées pour pouvoir
prendre en charge les workloads Data Warehouse.
Data Warehouse & OLAP 6
Les Data Warehouses Appliances
Les Data Warehouses Appliances sont conçues
pour délivrer des services de Data Warehousing clé
en main directement. En général, ces produits
combinent logiciel et matériel avec un SGBD
relationnel ou analytique préinstallé et configuré sur
le hardware requis. Le serveur est configuré avec la
bonne quantité de mémoire et de stockage, et le
SGBD est installé par le vendeur.
Data Warehouse & OLAP 7
Les Data Warehouses Cloud
Dans la dernière catégorie, celle des Data
Warehouses Cloud, le SGBD n’est pas installé sur
site. C’est un entrepôt à la demande, en mode
Cloud, il constitue un modèle d’externalisation dans
lequel un prestataire de services configure et gère
les ressources matérielles et logicielles requises par
le Data Warehouse, tandis que le client fournit les
données et paie pour le service d'infogérance.
Data Warehouse & OLAP 8
Les avantages de Data Warehouse
Les Data Warehouses présentent de nombreux avantages. Pour les responsables
informatiques, elles permettent notamment de séparer les processus analytiques
des processus d’exploitation pour améliorer les performances dans ces deux
domaines.
Pour les entreprises, une plateforme Data Warehouse est une façon pratique
de visualiser le passé sans affecter les opérations quotidiennes. En effectuant des
requêtes et des analyses de données au sein de la Data Warehouse, les entreprises
peuvent améliorer leurs opérations et leur efficience.
Data Warehouse & OLAP 9
OLAP: Online Analytical Processing
Le OLAP, ou Online Analytical Processing, est une technologie de
traitement informatique (computer processing). Elle permet à un
utilisateur de consulter et d’extraire facilement les données pour les
comparer de différentes façons. C’est un outil qui aide à la décision
bien pratique pour une entreprise. Les données OLAP sont stockées sur
une base multidimensionnelle, aussi appelées Cubes OLAP, pour
faciliter ce type d’analyses. Un serveur OLAP est nécessaire.
Data Warehouse & OLAP 10
Les déclinaisons de l’OLAP: Le MOLAP
Le MOLAP est un OLAP optimisé pour l'analyse multidimensionnelle par
le fait qu'il est fondé sur un entrepôt multidimensionnel.
C'est une forme d'hypercube multidimensionnel qui permet de
représenter les données sous la forme d'un croisement de n
dimensions, ces dimensions pouvant être plus ou moins denses,
caractérisant ainsi la densité ou sparsité du cube.
Data Warehouse & OLAP 11
Les déclinaisons de l’OLAP: Le ROLAP
Dans le monde de l'informatique décisionnelle, le ROLAP est une
technique de modélisation et de stockage des données fondée sur une
structure relationnelle. Elle tire parti des ressources déjà existantes
(licences, ressources matérielles...) et, à ce titre, ne requiert pas
l'investissement complémentaire d'une base multidimensionnelle.
Data Warehouse & OLAP 12
Les déclinaisons de l’OLAP: Le HOLAP
Le HOLAP est un Hybride entre le MOLAP et le ROLAP.
La structure multidimensionnelle d'un hypercube est utilisée pour les
données agrégées. Lorsque l'accès à un niveau de détail élémentaire
plus fin est nécessaire, des tables relationnelles classiques sont
utilisées : c'est le mécanisme du drill through.
Data Warehouse & OLAP 13
Merci pour votre attention !
Data Warehouse & OLAP 14
