Vous êtes sur la page 1sur 45

http://www-adele.imag.fr/users/Didier.

Donsez/cours

Conception de Bases Dcisionnelles Didier DONSEZ


Universit Joseph Fourier (Grenoble 1) PolyTechGrenoble LIG/ADELE
Didier.Donsez@imag.fr Didier.Donsez@ieee.org

22/09/2010

Plan
Bases de Donnes Transactionnelles La Modlisation Dimensionnelle Faits et Dimensions Additivit des Attributs Mini Dimensions Dimensions volution lente Tables de Faits sans faits Estimation de la taille d un entrept Conclusion et Bibliographie

Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

22/09/2010

Bases de Donnes Transactionnelles (Online Transaction Processing)


A quoi sert la normalisation relationnelle
Modle de Dpendances de Donnes

But : Eviter la redondance Inconvnient : Analyse difficile de l activit


Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

Le Temps
instantane de l activit
BD en changement dite BD scintillante besoin de donnes stables pour des analyses

reprsentation du pass
un fardeau pour les systmes OLTP

22/09/2010

Exercice
Ma table historique
Compte(NC, DateOp, Solde)

Questions :
Quel est le solde courant de mon client 525 ?
Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

SELECT FROM WHERE AND

Solde Compte NC=525 DateOp=(

SELECT FROM WHERE

MAX(DateOp) Compte NC=525

Quels sont les soldes courants de mes clients ?

22/09/2010

Bases de Donnes Transactionnelles


Inconvnient : Analyse de l activit par un non-informaticien
Mode d expdition Adresse de Livraison Transporteur Produit

Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

CA District

Article Command

Adresse Contact

Ligne de Produits

Commande Client

Adresse Client

Groupe de Produits

Contrat

Type de Contrat

Client

Contact

Commercial

District de Ventes

Rgion de Ventes

Division de Ventes
Modle daprs Kimball 97, pp XIX

22/09/2010

Objectifs de l Entrept de Donnes (ou Base Dcisionnelle)


Accessibilit des informations
facile comprendre donc utiliser

Information cohrente
Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

idempotence avec le temps incompltude signale

Manipulation des mesures de l activit


combinaison et sparation (tranches et ds)

Ensemble de donnes et de moyens


requtes, analyse, prsentation,

Publication de donnes dj servies


6

22/09/2010

Deux mondes diffrents


Information Le Temps

Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

OLTP

Non redondance

Vue instantane

DW Entrept de Donnes Accessibilit

Historique de l activit
7

22/09/2010

La Modlisation Dimensionnelle
modlise l activit que l on souhaite analyser
Modle en Etoile
Fait, Dimension
Produit product_key description brand category
D e im n io s n ps m Te

Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

Temps time_key day_of_week month quarter year holiday_flag

Fait de Vente time_key product_key store_key dollars_sold units_sold dollars_cost customer_numb

Dimension Magasin Dimension Produit

Magasin store_key store_name address floor_plan_type

Cube dcisionnel

objet simple manipuler pour des non-informaticiens


8

22/09/2010

Requte Type
select p.brand, sum(fv.dollars_sold), sum(fv.units_sold) from faitvente fv, produit p, temps t where fv.productkey = p.productkey (contrainte de jointure) and fv.timekey = t.timekey (contrainte de jointure) and t.quarter = 1 Q 97 (contrainte applicative) group by p.brand Temps order by p.brand time_key
day_of_week month quarter year holiday_flag

Produit product_key description brand category

Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

Fait de Vente time_key product_key store_key dollars_sold units_sold dollars_cos customer_numb

Magasin store_key store_name address floor_plan_type

select p.brand, sum(fv.dollars), sum(fv.units) from (faitvente fv join produit p using (productkey))join temps t using (timekey ) where t.quarter = 1 Q 97 (contrainte applicative) group by p.brand order by p.brand

22/09/2010

Modle en toile Modle en flocon (de neige)


Modle en toile
Table de Fait Tables de Dimension (1 niveau)
Temps time_key day_of_week month quarter year holiday_flag Fait de Vente time_key product_key store_key dollars_sold units_sold dollars_cost customer_numb Produit product_key description brand category

Modle en flocon de neige


Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

Magasin store_key store_name address floor_plan_type

Table de Fait Plusieurs niveaux de Tables de Dimension


Produit product_key description brand_key category_key Marque brand_key brand Catgorie category_key category Magasin store_key store_name address floor_plan_type

Temps time_key day_of_week month quarter year holiday_flag

Fait de Vente time_key product_key store_key dollars_sold units_sold dollars_cost customer_numb

10

22/09/2010

Rsister la Normalisation
Modle en toile
Taille de dimension plus grosse

Modle en flocon
Jointures pour reconstruire
Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

Modle en toile >> Modle en flocon


car tables de dimension << table de fait

11

22/09/2010

Processus de Conception
Choisir le processus modliser Choisir le grain des faits
niveau de dtails
Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

transactions individuelles rcapitulatifs journaliers, mensuels, ...

Choisir les dimensions


typiquement, le temps, le client, le foyer, le produit, le magasin, l agence, l agent, le contrat, le compte...

Choisir les mesures de fait


de prfrence des quantits numriques additives

12

22/09/2010

Tables de Fait
Fait
Grain de mesures de l activit
chiffre d affaire, nombre de vente, gain, nombre de transaction en gnral : une valeur numrique comptage des faits sinon

Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

Exemple : le Fait de Vente


chaque enregistrement de fait reprsente le total des ventes d un produit dans un magasin dans une journe

Table de Fait
relie les tables dites de dimension

Plusieurs Tables de Fait dans un DW


13

22/09/2010

Tables de Dimension
Membre d une dimension
membre spcifique munie de caractristiques propres

Description
Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

en gnral textuelle parfois discrte (ensemble limit de valeurs)


parfum de glace, couleur d habit,

Utilisation
contrainte applicative entte de ligne (dans des tableaux)

Remarque importante et Rappel


Tables de dimension << Table de fait
14

22/09/2010

Granularit / Finesse des Faits


Tables parses
hypothse d un monde ferm
s il y a pas de fait (vente = 0$), on ne le reprsente pas

Niveau de dtail de reprsentation


Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

journe > heure du jour magasin > rayonnage

Choix de la granularit
Prcision des Analyses Finesse

Taille de l Entrept

+
15

22/09/2010

Cls dans l entrept


Tables de dimension
cl primaire

Tables de fait
cl composite ou concatne
Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

cls trangres des tables de dimension utilise dans les contraintes de jointure naturelle

Choix des cls d une table de dimension


Taille d un fait et Cot des comparaisons de jointures
valeurs entires anonymes (4 octets)

Cls tendues
2 mmes produits de couleurs diffrentes = 2 membres Dimension volution lente
16

22/09/2010

Additivit des Attributs de Fait


Plusieurs millions de faits rsumer
compter les faits additionner les mesures

Proprit d additivit
Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

Fait additif
additionnable suivant toutes les dimensions

Fait semi additif


additionnable seulement suivant certaines dimensions

Fait non additif


non additionable quelque soit la dimension comptage des faits ou affichage 1 par 1

17

22/09/2010

Additivit des Attributs de Fait


Exemple
quantit vendue, chiffre d affaire, cot, nombre de clients, nombre d appel ...

Fait additif
Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

quantit vendue, chiffre d affaire, cot

Fait semi additif


niveau de stock, de solde (valeurs instantanes)
except sur la dimension temps

nombre de transaction, de client


except sur la dimension produit

Fait non additif


ex: un attribut ratio
ex: marge brute = 1 - Cot/CA
18

22/09/2010

Mesure de Fait Semi-additive


Nombre de Clients, Nombre de Transactions, ...
Exemple : le nombre de clients et la dimension Produit Soient deux faits (mme magasin, mme jour)
(Papier essuie tout, 20 clients) et (Mouchoir, 30 clients)

Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

La somme du nombre de clients sur la dimension Produit n a pas de signification


car un client peut avoir achet des mouchoirs et du papier.

sert uniquement de contrainte applicative


nombre de clients ayant achet des mouchoirs (par mois)

19

22/09/2010

Autre Mesure de Fait Semi-additive


Temprature patient, Niveau de Stock, ...
SQL AVG 304,5/8 enr = 38,06

Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

38

39

40

39

37

38

37

36,5

Moyenne des moyennes par priode 151 / 4 priodes = 37,75

38

39

40

39

37

38

37

36,5 20

22/09/2010

Dimension Temps
Commune tout entrept Reli toute table de fait 2 choix d implantation
Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

Type SQL DATE Calendrier + Table Temps


informations supplmentaires vnement (match de finale de coupe du monde) jours fris, vacances, priode fiscale, saison haute ou basse,
Temps time_key day_of_week daynum_in_month daynum_overall weeknum_in_year weeknum_overall month quarter year holiday_flag fiscal_period event season

Smantique du temps
Validation
occurrence du fait
Fait de Vente time_key ...

Transaction
prise en compte dans l entrept

21

22/09/2010

Dimension Temps
Plusieurs notions de date dans lentrept
Date de lvnement Date de transaction Date de chargement Date de requte

Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

Cf SGBDs Temporels
Temps de rfrence pour les requtes
Quel tait le nombre de clients quand il tait Nol ? Les chargements effectus aprs Nol ne sont pas pris en compte Voir Chris Date, Introduction aux Bases de Donnes , 7me dition, Chapitre 22
22

22/09/2010

Dimension Causale
dimension qui provoque le fait
ex: la dimension Promotion est suppose avoir provoqu le Fait de Vente
Temps
Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

time_key day_of_week month quarter year holiday_flag

Produit product_key description brand category

Fait de Vente time_key product_key store_key Promo_key dollars_sold units_sold dollars_cost customer_count

Promotion promo_key promo_name price_reductype ad_type display_type coupon_type ad_media_name display_provider promo_cost promo_begin_date promo_end_date ...

Magasin store_key store_name address floor_plan_type

23

22/09/2010

Grandes Dimensions
Nombreux membres rduire la taille des tables
dimension Produits (300.000) dimension Clients (10.000.000)
Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

Solutions
L appel du Flocon de Neige
tables de dimension secondaires (dportes) associe une table de dimension Faible gain de place et Navigation compromise

Mini Dimensions
Mini dimensions dmographiques pour les clients

24

22/09/2010

Mini Dimensions Dmographiques


Dimension client
nombreux enregistrements, nombreux attributs

Solutions
Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

Flocons Mini-Dimension
Combinaisons (<100000) d intervalles de valeurs dmographiques
Fait de Vente time_key demographics_key customer_key product_key promotion_key dollars_sold units_sold dollars_cost

Mini-Dimension Dmographique demographics_key age_level income_level marital_status sex purchase_behavior Dimension Client customer_key first_name last_name street_address city demographics_key 25

22/09/2010

Dimensions volution lente (i)


Changement de description des membres dans les dimensions
un client peut changer d adresse, se marier, ... un produit peut changer de noms, de formulations
Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

Tree s en M&M , Raider en Twix , Yaourt la vanille en Yaourt en saveur Vanille , bio en Activa

Choix entre 3 solutions


crasement de l ancienne valeur versionnement valeur d origine / valeur courante

Remarque
quand la transition n est pas immdiate : il reste pendant un certain temps des anciens produits en rayon Solution : 2 membres diffrents
26

22/09/2010

Dimensions volution lente (ii)


3 solutions
Ecrasement de l ancienne valeur
renoncer suivre les situations passes mais correction d informations errones

Versionnement
Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

cl tendue d un numro de version partitionnement automatique de l historique

Valeur courante / Valeur d origine et Valeur courante / Valeur antrieure


l ancienne valeur n est utile que pendant un certain temps pour tudier les effets d une transition exemple: renouvellement d une force de vente

Mini dimension volution lente


27

22/09/2010

Dimensions volution lente

Ecrasement de l ancienne valeur


renoncer suivre les situations passes mais correction d informations errones
Temps
#T:JJ:MM:AA:Event
Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

Fait de Vente
#T:#C:#P:Prix 200:100:77:100

Client
#C: #V:Nom:SitMarital 100:Didier:DivorcMari

1201:14:02:99:St Valentin

201:100:77:100 202:100:77:100 202:100:66:10000

Produit
#P:Descr 66:Bague 77:Fleur

568:100:77:20 1115:100:77:100 1116:100:77:100 1117:100:66:50000 1200:100:77:100 28

22/09/2010

Dimensions volution lente

Versionnement
cl tendue d un numro de version partitionnement automatique de l historique
Temps
#T:JJ:MM:AA:Event
Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

Fait de Vente
#T:#C:#P:Prix 200:100:1:77:100

Client
#C: #V:Nom:SitMarital:DateEffet 100:1:Didier:Clibataire:10 100:2:Didier:Mari:203 100:3:Didier:Divorc:567 100:4:Didier:Mari:1118

1201:14:02:99:St Valentin

201:100:1:77:100 202:100:1:77:100 202:100:1:66:10000

Produit
#P:Descr 66:Bague 77:Fleur

568:100:2:77:20 1115:100:3:77:100 1116:100:3:77:100 1117:100:3:66:50000 1200:100:4:77:100 29

22/09/2010

Dimensions volution lente

Valeur d origine / valeur courante


lancienne valeur n est utile que pendant un certain temps pour tudier les effets d une transition
Temps
#T:JJ:MM:AA:Event
Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

Fait de Vente
#T:#C:#P:Prix 200:100:77:100

Client
#C: #V:Nom:SMcour:SMorig:DateEffet 100:Didier:Mari:Clibataire:1118 102:Paul:Clibataire:NULL:NULL

1201:14:02:99:St Valentin

201:100:77:100 202:100:77:100 202:100:66:10000

Produit
#P:Descr 66:Bague 77:Fleur

568:100:77:20 1115:100:77:100 1116:100:77:100 1117:100:66:50000 1200:100:77:100 30

22/09/2010

Dimensions volution lente

Valeur antrieure / valeur courante


La valeur antrieure n est utile que pendant un certain temps pour tudier les effets d une transition
Temps
#T:JJ:MM:AA:Event
Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

Fait de Vente
#T:#C:#P:Prix 200:100:77:100

Client
#C: #V:Nom:SMcour:SMant:DateEffet 100:Didier:Mari:Divorc:1118 102:Paul:Clibataire:NULL:NULL

1201:14:02:99:St Valentin

201:100:77:100 202:100:77:100 202:100:66:10000

Produit
#P:Descr 66:Bague 77:Fleur

568:100:77:20 1115:100:77:100 1116:100:77:100 1117:100:66:50000 1200:100:77:100 31

22/09/2010

Dimension Client Douteuse


Dimension Client dans laquelle la mme personne peut apparatre de nombreuses fois
orthographes lgrement diffrentes attributs diffrents
Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

32

22/09/2010

Dimension Dgnre
Dimension sans attribut
Pas de table Mais la cl de dimension est dans la table de fait

Exemple
Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

numro de facture (invoice number), numro de ticket Temps time_key


day_of_week month quarter year holiday_flag Fait dexpedition time_key product_key ship_from_key ship_mode_key invoice_number

Produit product_key description brand category

Mode dexpe shipmode_key ...

Point dexpe ship_point_key

33

22/09/2010

Bases hippocratiques
garantir la scurit des donnes personnelles
Cf serment dHippocrate des mdecins

Rgles respecter
Spcification des objectifs Consentement Collection limite Limitation d'usage Limitation de divulgation Limitation de conservation Exactitude Sret Ouverture Conformit Agrawal, R., Kiernan, J., Srikant, R., Xu, Y., Hippocratic Databases, International Conference on Very Large Data Bases (VLDB), Hong Kong, China, 2002.
Remerciement Medhi Benzine
34

Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

22/09/2010

Anonymisation et dgradation des donnes


Contexte
Donnes sensibles (dossier patient, ) Mais Traitement statistique (pidmiologie, )

Problme des quasi-identifiants


Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

Aux Etats-Unis, 87 % des individus sont identifis par le groupe d'attributs: <date de naissance, sexe, code postal>

k-anonymat
dgrader les attributs constituant le quasi-identifiant de manire rendre ces attributs pour un individu identiques ceux de k-1 autres individus
Sweeney, L., k-anonymity : a model for protecting privacy. International Journal on Uncertainty, Fuzziness and Knowledgebased Systems, 10(5) : Pages 557-570, 2002
Remerciement Medhi Benzine
35

22/09/2010

Exemple de k-Anonymat
Zip code 1 130** 2 130** 3 130** 4 130** 5 1485* 6 1485* 7 1485* 8 1485* 9 130** 10 130** 11 130** 12 130** Non Sensitive Age Nationality < 30 * < 30 * < 30 * < 30 * * 40 40 * * 40 40 * 3* * 3* * 3* * 3* *
Non Sensitive Age Nationality * 40 * 40 * 40 * 40 > 40 * > 40 * > 40 * > 40 * * 40 * 40 * 40 * 40

Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

Zip code 1 13053 2 13068 3 13068 4 13053 5 14853 14853 6 7 14850 14850 8 9 13053 10 13053 11 13068 12 13068

Non Sensitive Age Nationality 28 Russian 29 American 21 Japanese 23 American 50 Indian 55 Russian 47 American 49 American 31 American 37 Indian 36 Japanese 35 American

Sensitive Condition Heart Disease HeartDisease Viral Infection Viral Infection Cancer Heart Disease Viral Infection Cancer Cancer Cancer Cancer Cancer

Sensitive Condition Heart Disease HeartDisease Viral Infection Viral Infection Cancer Heart Disease Viral Infection Cancer Cancer Cancer Cancer Cancer
Sensitive Condition Heart Disease Viral Infection Cancer Cancer Cancer Heart Disease Viral Infection Cancer HeartDisease Viral Infection Cancer Cancer

Remerciement Medhi Benzine

1 4 9 10 5 6 7 8 2 3 11 12

Zip code 1305* 1305* 1305* 1305* 1485* 1485* 1485* 1485* 1306* 1306* 1306* 1306*

36

22/09/2010

Tables de Suivi d Evnements


souvent sans mesure
cours, enseignant, tudiant hpital, mdecin, patient, diagnostic parties d un accident
Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

Comptage des faits

37

22/09/2010

Tables de Faits Rduites et Particularises


Application avec des produits htrognes
compte chque, compte d pargne, ... police et sinistre automobile, habitation, ...

Conception (conomie de place)


Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

tables de fait rduite


tous les enregistrements de fait reduit aux mesures communes table dimension rduite aux attributs communs

1 table particularis de fait par produit htrogne


seuls les enregistrements concernant le produit 1 table de dimension par produit attributs particuliers

Remarque : pas de OODW pour linstant !


38

22/09/2010

Tables de Faits Rduites et Particularises


Table de Fait Rduite product_key primary_balance transaction_count Produit product_key prod_description type category Produit Carte product_key prod_description type category many_cardattributes Produit Chque product_key prod_description type category many_checkattributes 39

Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

Table de Fait product_key primary_balance transaction_count many_cardfact many_checkfact

Produit product_key prod_description type category many_cardattributes many_checkattributes

Table deFait Carte product_key primary_balance transaction_count many_cardfact Table deFait Chque product_key primary_balance transaction_count many_checkfact

22/09/2010

Codage des Cls et des Mesures


Mesure de fait
valeurs entires (4 octets) parfois plus
ex: PNB des USA au cent prs
Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

Cls
valeurs entires anonymes (4 octets)
rduit la taille de l enregistrement de fait rduit le cot CPU des comparaison de jointure

la correspondance cl oprationnelle et cl entrept est faite l extraction

40

22/09/2010

Estimation de la taille de l entrept


Dimensionner l entrept
Choix des granularits Choix d une machine/SGBD cible (benchmark)

Exemple : Supermarch
Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

Dimensions
Temps : 4 ans * 365 jours = 1460 jours Magasin : 300 Produit : 200000 rfrences GENCOD (10% vendus chaque jour) Promotion : un article est dans une seule condition de promotion par jour et par magasin

Fait
1460 * 300 * 20000 * 1 = 8,76 milliards d enregistrements Nb de champs de cl = 4 Nb de champs de fait = 4 Table des Faits = 8,76.10^9 * 8 champs * 4 octets = 280 Go
41

22/09/2010

Estimation de la taille de l entrept


Exemple : Ligne d article en Grande Distribution
Temps : 3 ans * 365 jours = 1095 jours CA annuel = 80 000 000 000 $ Montant moyen d un article = 5 $ Nb de champs de cl = 4 Nb de champs de fait = 4 Nombre de Faits = 3*(80.10^9/5) = 48.10^9 Table de Faits= 48.10^9 * 8 champs * 4 octets = 1,59 To

Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

Exemple : Suivi d appels tlphoniques


Temps : 3 ans * 365 jours = 1095 jours Nombre d appel par jour = 100 000 000 Nb de champs de cl = 5 Nb de champs de fait = 3 Table des Faits = 1095.10^8 * 8 champs * 4 octets = 3,49 To

Exemple : Suivi d achats par carte de crdit


Temps : 3 ans * 12 mois = 36 mois Nombre de compte carte = 50 000 000 Nombre moyen d achat par mois par carte = 50 Nb de champs de cl = 5 Nb de champs de fait = 3 Table des Faits = 54.10^9 * 8 champs * 4 octets = 1,73 To
42

Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

22/09/2010

Conclusion

Rsister la normalisation ...

43

22/09/2010

Bibliographie - Livre
Ralph Kimball, Entrepts de Donnes, Ed. Intl Thomson Pub., 1997 et 2000, ISBN 2-84180-021-0
la bible du concepteur contient un outil (StarTracker) et des bases d exemples.
Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

Son nouvel ouvrage sort en 04/2002 (www.rkimball.com)

Rob Mattison, Data Warehousing -Strategies, Technologies and Technics, IEEE Computer Society 1996, ISBN 0-07041034-8, 55$
la mthodologie d organisation

Jean Michel Franco, Le Data Warehouse / Le Data Mining, Eyrolles, 1997


un survol en franais
44

22/09/2010

Bibliographie - Livre
Ralph Kimball, Laura Reeves , "Concevoir et dployer un data warehouse Guide de conduite de projet ", Ed Eyrolles Ralph Kimball, "The Data Warehouse Toolkit: The Complete Guide to Dimensional Modeling, 2nd Edition" Ralph Kimball, "The Data Webhouse Toolkit: Building the Web-Enabled Data Warehouse"

Didier Donsez, 1997-2006, Conception de Bases Dcisionnelles

45