Vous êtes sur la page 1sur 94

Mise en place d'un data warehouse et d'une

application de webmapping pour la gestion du


réseau routier. Cas de la république démocratique
du Congo.

par HENRYS KASEREKA BIRAMBOVOTE


UNIVERSITE DE KINSHASA - LICENCE 2012

Liste des abréviations

BD : Base de données

CI : Cellule d'infrastructures

DW : Data Warehouse

EAI : Enterprise Application Integration

ED : Entrepôt de Données

ETL : Extract-Transform-Load

FTP :File Transfer Protocol

HTTP : HyperText Transfer Protocol

IT : Information technology
ISO : International Organization for Standardization

MCD : modèle conceptuel des données

MLD : Modèle Logique des données

MPD : Modèle Physique des données

OLAP : Online Analytical Processing

OLTP : Online Transaction Processing

SI :Systèmed'Information

SIG : Systèmed'InformationGéographique

SGBD : Système de Gestion de Base de Données

SGBDR :Système de Gestion de Base de Données Relationnel

SMTP : Simple Mail Transfer Protocol

SOA : Service-Oriented Architecture

Tableau des figures et de tableaux


Liste des figures

Figure 1 Structure du SGBD

Figure 2 Les deux composants d'un système de bases de données relationnelles

Figure 3 Décideur

Figure 4 Exemple d'un cube de données

Figure 5 : Composants de base d'un data warehouse

Figure 6 Approche architecturale de Bill Inmon

Figure 7 Approche architecturale de Ralph Kimball

Figure 8 Architecture d'un entrepôt de données

Figure 9 Schéma d'un modèle en Etoile

Figure 10 schémas du modèle en flocon

Figure 11 Exemple d'architecture d'un outil ETL moderne

Figure 12 Fonctionnement d'un site web statique

Figure 13 Fonctionnement d'un site web dynamique

Figure 14 Représentation en mode vectoriel


Figure 15 Représentation des données matricielles

Figure 16 Représentation des différents types de données SIG

Figure 17 Organisation et fonctionnement du SIG de la Cellule d'infrastructure

Figure 18 Architecture d'un serveur cartographique sur internet

Figure 19 Modèle Conceptuel de données

Figure 20 Modèle Logique de données

Figure 21 Modèle physique de données

Figure 22 Interface de mise à jour Axe Routier

Figure 23 Interface d'enregistrement de données géographique

Figure 24 Carte géographique de Kinshasa

Figure 25 Carte géographique de la ville de Lubumbashi

Figure 26 Modèle en étoile de notre entrepôt de données

Figure 27 Architecture globale du système décisionnel.

Figure 28 Processus de chargement de données


Figure 29 Schémas de construction de la base de préparation des données.

Figure 30 Présentation du cube

Figure 31 Histogramme de coût de SAFRICAS

Figure 32 Histogramme de coût par province

Liste de tableau

Tableau 1 Tableau comparatif de deux philosophies actuelles

Tableau 2 : présentation des composantes du système d'information

Tableau 3 Représentation des relations

Tableau 4 Tableau de dictionnaire de données

Tableau 5 Présentation d'un tableau de bord

Tableau 6 Tableau de résultat SAFRICAS

INTRODUCTION
Avec la révolution et le changement que l'informatique a apporté dans la plus part des
secteurs de la vie, la République Démocratique du Congo pourrait considérablement
profité de ses atouts. Avec son défi de construction et modernisation des infrastructures
routières, l'utilisation des outils modernes de gestion est d'une grande nécessité.
De son temps, Stanley avait dit « sans le chemin de fer le Congo (RDC) ne vaut pas un
pénis ». A travers cette pensée, nous pouvons comprendre l'importance de voies de
communication pour ce pays à la dimension continentale.Elle garde tout son sens pour ce
qui est du domaine routier.

En RDC, un bon réseau routier constituera un facteur important pour la croissance


économique. Tous les secteurs de la vie bénéficieront de la fluidité des trafics et, de la
mobilité des personnes, des biens et des services. Pour le secteur agricole par exemple,
l'acheminement des semences vers les zones agricoles, l'évacuation des récoltes jusque
dans les centres de transformation et la redistribution vers les consommateurs.

L'enjeu pour la RDC consiste à parvenir à conserver en bon état les routes existantes et
d'en construire de nouvelles pour permettre le développement économique et désenclaver
l'ensemble du territoire national.

Malheureusement le pays débourse beaucoup d'argent dans ce secteur pour un résultat non
proportionnel. La Cellule d'Infrastructures, organe du ministère d'Infrastructure, Travaux
Public et Reconstruction en charge de la gestion de passation de marchés et d'inspection
des travaux routiers ne dispose pas d'un système informatique approprié permettant une
gestion informatisée d'immense données dont elle dispose pour en extraire des éléments
statistiques nécessaires à l'amélioration de la prise de décision.

Cette défaillance a conduit à:

Ø Une appréciation estimative lors de passation de marchés qui n'est guère soutenue par
des statistiques, cachées pourtant dans leurs immenses bases de données ;

Ø Une mauvaise cotation des inspecteurs qui sont senséssuperviser les travaux et procéder
aux contrôles ;

Ø L'absence de mécanisme pour contrer les actes de corruption qui caractérisent certains
fonctionnaires ;

Ø Un déficit de confiance de la population à l'égard du Gouvernement, car ce dernier


continue à attribuer des marchés à des entreprises de construction qui sont dépourvues
d'expertise et de compétences avérées ;

Ø Une sous information au sujet de l'évolution et la maintenance des infrastructures.

Il est alors nécessaire de bien conserver le flux d'information du réseau routier. Le réseau
routier génère un volume significatif de données complexes qui nécessite un système
efficace pour le stockage, le traitement et les analyses.

Les questions qui ont motivé notre travail sont alors :

Ø Comment mettre en oeuvre un Système Décisionnel qui permettra d'améliorer la prise


de décision du gouvernement congolais à travers la Cellule d'Infrastructures dans le
domaine des infrastructures routières ?
Ø Comment mettre en oeuvre une application de webmapping qui permettra à toute la
population congolaise selon son centre d'intérêt, d'obtenir via internet une carte
géographique contenant les routes qui sont en cours de construction ou de réhabilitation ?

C'est pour cette raison que nous avons été motivé de travailler autour du thème intitulé
« Mise en place d'un Data Warehouse et d'une application de Webmapping pour la gestion
du réseau routier : Cas De la République Démocratique du Congo».

Notre objectif est d'avoir un système d'aide à la prise de décision qui permettra à l'Etat
congolais d'avoir un aperçu clair et à temps utile sur la performance des différents acteurs
intervenant activement dans le secteur des infrastructures, en vue d'une gestion moderne et
efficace du réseau routier.

Le Webmapping permettra à la population d'être informée sur les routes en cours de


réhabilitation ou de (re)construction.

Parmi plusieurs techniques existantes pour la collecte des données servant à alimenter
notre système informatique, nous avons eu recours à la technique documentaire et
interview qui nous a permis à déceler les difficultés qui acculent le secteur, mais aussi
apprécier les avancées qui y sont réalisées.

Pour réaliser ce présent travail, nous nous sommes inspiré d'une documentation constituée
d'un grand nombre d'ouvrages, notes de cours et articles.

Notre travail comptera au-delà de l'introduction six chapitres puis une conclusion offrant
des perspectives.

Le premier chapitre portera sur les notions de base sur les Bases de Données, utiles pour
ce travail. Il contient des points essentiels sur les bases de données, le modèle entité-
association et les systèmes de gestion des bases de données.

Le deuxième chapitre est consacré au Système Décisionnel. Nous nous focaliserons plus
sur les concepts de base du système décisionnel, ses avantages et sur la Modélisation
Multidimensionnelle.

Le troisième aborde les notions sur les technologies web. Nous présenterons de manière
simple et concise l'essentiel des langages de programmation et techniques utilisées dans
cet univers du web.

Le quatrième chapitre sera dédié au système d'information géographique (SIG). Il


développera quelques points essentiels sur le fonctionnement du SIG, son architecture et le
webmapping.

Le cinquième chapitre portera sur la présentation de la Cellule d'infrastructures en suite


sur l'analyse de leur état de la gestion actuelle.

Le sixième chapitre sera réservé à la description de notre démarche méthodologique. Nous


terminerons par la mise au point de la solution ainsi que la présentation des principales
fonctionnalités de celle-ci.

CHAP I LES NOTIONS


FONDAMENTALES SUR LES
BASES DE DONNEES

[1] [11] [12] [13] [19]

1.1Description d'une Base de données

1.1.1Définition d'une base de données

Une base de données permet de stocker et de récupérer facilement des informations. Ces
informations sont structurées de manière à refléter la réalité tout en respectant quelques
règles (unicité de l'information, chaque élément doit pouvoir être identifié de manière
unique ...).

1.1.2Type des bases de données

Il existe de nos jours cinq grands types des bases de données:

Ø Les bases des données hiérarchiques

Ø Les bases des données réseau

Ø Les bases des données relationnelles

Ø Les bases des données déductives

Ø Les bases des données objets

1.1.3Architecture d'un SGBD


251608064

Figure 1 Structure du SGBD

Le SGBD se décomposer en trois sous-systèmes :

Ø le système de gestion de fichiers :

Il permet le stockage des informations sur un support physique.

Ø le SGBD interne :

Il s'occupe du placement et de l'assemblage des données, la gestion des liens et la gestion


de l'accès rapide.

Ø le SGBD externe :

Il s'occupe de la présentation et de la manipulation de données aux concepteurs et


utilisateurs. Il s'occupe de la gestion de langages de requête élabores et des outils de
présentation.

1.1.4Typologie

L'usage qui est fait des données diffère d'une base de données à l'autre. Les bases de
données peuvent être classifiées en fonction du nombre d'usagers, du type de contenu,
notamment s'il est faiblement ou fortement structuré, ainsi que selon l'usage qui est fait de
la base de données, notamment l'utilisation opérationnelle ou à des fin d'analyse.
La manière la plus populaire de classer les bases de données est selon l'usage qui en est
fait, et l'aspect temporel du contenu.

Ø Les bases de données dites opérationnelles ou OLTP (de l'anglais Online Transaction
Processing) sont destinées à assister des usagers à tenir l'état d'activités quotidiennes. Elles
permettent en particulier de stocker sur le champ les informations relatives à chaque
opération effectuée dans le cadre de l'activité. Dans de telles applications l'accent est mis
sur la vitesse de réponse et la capacité de traiter plusieurs opérations simultanément.

Ø Les bases de données d'analyse dites aussi OLAP (de l'anglais online
analyticalprocessing), sont composées d'informations historiques telles que des mesures
sur lesquelles sont effectuées des opérations massives en vue d'obtenir des statistiques et
des prévisions. Les bases de données sont souvent des entrepôts de
données (anglais datawarehouse): des bases de données utilisées pour collecter des
énormes quantités de données historiques de manière quotidienne depuis une base de
données opérationnelle. Le contenu de la base de données est utilisé pour effectuer des
analyses d'évolution temporelle et des statistiques telles.

1.2L'approche SGBD

Cette approche est venue résoudre un problème de gestion de données. A l'époque c'était
l'approche fichier, il s'est avérée que cette solution avec des imperfections pour palier à ce
souci ; on a inventé une nouvelle approche qu'on a appelé approche SGBD.

Les objectifs de l'approche SGBD sont :

Ø Indépendance physique :

Le SGBD offre une structure canonique permettant la représentation des données réelles
sans se soucier de l'aspect matériel.

Ø Indépendance logique :

C'est l'une des innovations, car avec cette indépendance cette indépendance chaque groupe
peut se concentrer sur ce qui les intéresse. D'où chaque utilisateur a son propre aperçu
lorsqu'il travail.

Ø Manipulation par des langages non-procéduraux et de haut niveau :

Un SGBD doit permettre d'obtenir des données par des langages non procéduraux ou non.
D'où la facilité pour un informaticien de l'utiliser. Compatible avec des langages des
programmations (java , C++, pascal, vb , delphi , etc .).

Ø Administration facile des données :

Un SGBD doit offrir des outils pour permettre la mise à jour des données qui est le
premier rôle d'un SGBD

Ø Non redondance des données :

Un SGBD doit permettre d'éviter la redondance des données, car lorsqu'on élabore une
base de données, on doit tenir compte de l'espace mémoire.

Ø Cohérences des données :

Il doit respecter les contraintes d'intégrité. Une contrainte d'intégrité est une contrainte sur
les données de la base de données, qui doit toujours être vérifiée pour assurer la cohérence
dans cette base de données.

Ø Souplesse d'accès aux données

Un SGBD doit permettre d'accéder facilement à n'importe quelle donnée de la base de


données.

Ø Sécurité

Un SGBD doit être capable de protéger les données qu'il gère contre toute sorte
d'agressions extérieures.

Ø Partage des données

L'importance première d'une base de données est de partager des données entre plusieurs
applications.

1.3Systèmede gestion de bases de données


relationnelle

1.3.1Définition

Un système de gestion de bases de données relationnelle (relationaldatabase management


system, en anglais), SGBDR en abrégé, souvent appelé simplement système de bases de
données relationnelles, est un système intégré pour la gestion unifiée des bases de données
relationnelles. Un SGBDR dispose de fonctions utilitaires d'une part, et d'un langage
descriptif pour la définition et la manipulation de données d'autre part.

1.3.2Composants d'un système bases de données relationnelles

Un système de bases de données relationnelles est constitué d'un composant de stockage et


d'un composant de gestion de données. Le composant de stockage a pour but de réunir
dans des tables l'ensemble des données et tous les liens qui les unissent. On distingue
d'une part les tables qui contiennent des données appartenant aux applications des
utilisateurs, d'autre part les tables systèmes indispensables au fonctionnement d'une base
de données.

Les tables systèmes contiennent les définitions de données que les utilisateurs peuvent
consulter à tout moment sans être autorisés à les modifier. Le composant de gestion
comporte essentiellement un langage relationnel de définition et de manipulation des
données. Ce composant englobe aussi des fonctions utilitaires telles que la restauration de
la base de données en cas de panne, la protection et la sécurité des données.

251607040

Figure 2 Les deux composants d'un système de bases de données relationnelles

1.3.3Caractéristique d'un système de gestion de bases données


relationnelle

Une base de données relationnelle se caractérise par les éléments suivants :

Ø Un SGBDR permet une organisation structurée des données, fondée sur une base
formelle claire. Toutes les informations sont stockées dans des tables. Des dépendances
entre les valeurs d'attributs dans une table, ou la présence d'informations redondantes sont
identifiées.

Ø Un SGBDR dispose d'un langage ensembliste pour la définition et la manipulation de


données. C'est un langage descriptif qui vise à faciliter la formulation des requêtes par
l'utilisateur en le déchargeant des tâches de programmation.

Ø Un SGBDR garantit une grande indépendance des données, c'est-à-dire la nette


séparation entre celles-ci et les programmes d'application. Cette propriété résulte du fait
que le composant de gestion dissocie les applications du composant de stockage dans un
SGBDR.

Ø Un SGBDR fonctionne dans un environnement multiutilisateur en permettant à


plusieurs personnes d'interroger ou de traiter simultanément une même base de données.

Ø Un SGBDR dispose de mécanismes garantissant l'intégrité des données. Ce terme


englobe le stockage de données sans erreur, la protection contre les destructions, les
pertes, les abus et les accès non autorisés.

1.4 Le modèle Entité-Association

Définition d'un modèle entité-association

Un modèle de données est une description formelle et structurée des données et de leurs
relations dans un système d'information.

Entités et associations

Une entité est un objet spécifique (c'est-à-dire qui peut être identifié distinctement parmi
d'autres objets) dans le monde réel ou dans notre pensée. Elle peut désigner une personne,
un objet, un concept abstrait ou un événement. Les entités de même type forment un
ensemble d'entités caractérisées par un certain nombre d'attributs.

Pour chaque ensemble d'entités, nous définissons une clé d'identification, formée d'un
attribut ou d'une combinaison d'attributs, qui permet de distinguer chaque entité de
manière unique.

Les associations désignent les liens qui existent entre différentes entités.

Les types d'associations

Association simple

Dans une association simple (type 1), à chaque entité dans l'ensemble d'entités EE_1
correspond «une et une seule» entité dans l'ensemble EE_2.

Association conditionnelle

À chaque entité dans l'ensemble d'entités EE_1 correspond «zéro ou une entité», c'est-à-
dire au plus une entité dans l'ensemble EE_2.

Association multiple

Dans une association multiple (type m), à chaque entité dans l'ensemble d'entités EE_1
correspondent «une ou plusieurs» entités dans l'ensemble EE_2.

Association multiple conditionnelle

À chaque entité dans l'ensemble d'entités EE_1 correspondent «aucune, une ou plusieurs»
entités dans l'ensemble EE_2. Le type d'association multiple conditionnelle distingue du
type d'association multiple par le fait que chaque entité dans EE_1 n'est pas forcément
reliée aux entités dans EE_2.

Les phases de la construction d'un modèle de données

Première phase

La première phase, l'analyse de données, vise à déterminer, en collaboration avec les


utilisateurs, les données nécessaires à un système d'information, leurs relations ainsi que la
structure des ensembles qui en résultent. C'est ainsi qu'on parvient à délimiter dès le début
les frontières d'un système. À travers une démarche itérative, les interviews, l'analyse des
besoins, les questionnaires, les formulaires, etc., doivent permettre de produire une
documentation complète.

Deuxième phase

La deuxième phase d'abstraction vise à concevoir un modèle entité-association où l'on


définit les ensembles d'entités et les ensembles de liens entre ces entités.

Dans ce modèle, les ensembles d'entités sont représentés graphiquement par des
rectangles, et les ensembles de liens par des losanges. Il convient de souligner ici qu'il
n'est pas toujours facile d'identifier des ensembles d'entités et de liens ainsi que leurs
attributs de manière unique. Bien au contraire, la phase de conception exige de la
compétence et de l'expérience pratique de la part de l'architecte de données.

Troisième phase

La troisième phase a pour but de convertir le modèle entité-association en un schéma de


base de données relationnelle. Définir un schéma de base de données, c'est fournir une
description formelle des objets dans la base de données considérée. Sachant qu'une base
de données relationnelle n'admet que des tables comme objets, on doit donc exprimer tous
les ensembles d'entités et de liens sous forme de tables.

1.5 Les principaux systèmes de gestion de bases de


données

Les systèmes de bases de données non-relationnelles ne satisfont que partiellement aux


objectifs que nous venons de présenter. De ce fait, les systèmes de bases de données
relationnelles ont réussi une percée sur le marché ces dernières années et continuent à
gagner du terrain. On assiste à une amélioration continuelle de leurs performances malgré
le prix à payer qui découle de la conception ensembliste du traitement. L'expérience
pratique des systèmes de bases de données relationnelles a donné une impulsion aux
nouveaux développements dans le domaine des bases de données réparties et des bases de
connaissances et de méthodes.

Tellement la liste est exhaustifs, on peut que citez qu'une partie dont les plus connus sont :
Ø Oracle

Ø Mysql

Ø Sql server

Ø PostgreSQL

Ø Paradox

Ø Sybase

Ø Dbase

Ø Visuel Dbase

Ø Access

1.6 Le langage de base de données

Pour interroger une base de données, on a besoin d'un langage de base de données, sur ce
le plus connu et les plus utilisé est le langage SQL (StructuredQuery langage).

C'est un langage conçu par le mathématicien americaincodd en 1970. Il fait appel à des
opérations élémentaires qui manipulent les tables ainsi que leurs données. Il prépare la
conception de requêtes qui seront traduite en SQL.

Il est composé de deux types d'opérateurs :

Ø Relationnels : Sélection, Projection, Jointure et Division.

Ø Ensemblistes : Union, Intersection, Différence.

Il existe 4 opérations classiques (ou requêtes) :

Ø La création (ou insertion).

Ø La modification (ou mise-à-jour).

Ø La destruction.

Ø La recherche.
CHAP II SYSTEME DECISIONNEL
[3] [5] [8] [9] [10] [16] [20] [21]

2.1 Notion sur le décideur

2.2.1 Entreprise

Une entreprise est une organisation dotée d'une mission et d'un objectif métier. Elle doit
gérer sa raison d'être et/ou sa pérennité au travers de différents objectifs (sécurité,
développement, rentabilité). Par voie de conséquence, cette organisation humaine est
dotée d'un centre de décision.

2.2.2 Décideur

Le décideur est une personne dotée d'un pouvoir de décision, il peut-être le responsable
d'une entreprise, le responsable d'une fonction ou d'un secteur. Il est donc celui qui engage
la pérennité ou la raison d'être de l'entreprise. Pour ces raisons, il doit être doté de
différents moyens lui permettant une prise de décision la plus pertinente et la plus
appropriée possible. Parmi ces moyens, les data warehouses ont une place primordiale et
privilégié. En effet, ils contiennent les données de toute l'activité de l'entreprise jugée utile
pour la prise de décision. Le principal problème réside dans l'exploitation de ces
informations. Pour cela, il est primordial de bien penser le datamining.

Nous pouvons répartir le décideur sous trois catégories :

Ø Les décideurs stratégiques

Horizon de travail : Long terme.

Périmètre de travail : Tous les services, tous les territoires.

Leur rôle : Ces décideurs définissent les grandes lignes que l'entreprise doit prendre et
mobilisent les moyens nécessaires pour y parvenir. Donc ils orientent la politique et les
valeurs de l'organisation.

Ø Les décideurs tactiques

Horizon de travail : Moyen terme.

Périmètre de travail : un service ou un territoire.

Leur rôle : les décideurs tactiques sont les relais des caps stratégiques, fixés par les
décideurs stratégiques.

Ce sont eux qui fixent les objectifs de leur direction ou de leur territoire, qui élaborent et
choisissent la meilleure tactique pour atteindre ces objectifs.

Ø Les décideurs opérationnels

Horizon de travail : court terme.

Périmètre de travail : un service sur un territoire.

Leur rôle : faire face à la réalité du terrain, gérer le quotidien.

À ces trois profils de décideurs s'ajoute celui des analystes. Le rôle des analystes est de
récolter et de travailler l'information, fiabiliser les données, expliquer les résultats. Leur
rôle est d'aider à la prise de décision des décideurs. Les analystes varient suivant le type
d'organisation (industrie, négoce, service public...) et le service auquel ils appartiennent.

251595776

Figure 3 Décideur

Cette classification a de l'importance, car elle va révéler de grosses différences dans le


type d'outils dont chacun a besoin.

2.2.3 Les facteurs d'amélioration de la prise de décision

Généralement, on présente les trois facteurs de prise de décision comme étant :

Ø La connaissance et l'analyse du passé.

Ø La représentation du présent.
Ø L'anticipation du futur.

Les informations permettant d'appréhender ces facteurs peuvent être de deux natures
différentes :

Ø Les informations quantitatives : ce sont toutes les données chiffrées telles que les
montants, quantités, pourcentages, délais...

Ø Les informations qualitatives : ce sont toutes les informations non quantifiables telles
qu'un commentaire accompagnant un rapport, des mécontentements, un sentiment, une
directive, une nouvelle procédure...

2.2 Système d'Information

2.2.1 Définition

Un système d'information (noté SI) représente l'ensemble des éléments participant à la


gestion, au stockage, au traitement, au transport et à la diffusion de l'information au sein
d'une organisation.

2.2.2 Enjeux du système d'information

Le système d'information coordonne les activités de l`entreprise. Il est le véhicule de la


communication dans l'organisation. De plus, le SI représente l'ensemble des ressources et
systèmes (personnes, matériels, logiciels) organisés pour les objectifs suivants :

Ø Saisie des informations

Ø Stockage des informations

Ø Traitement des informations

Ø Restitution des informations

Ø Transmission des informations

2.2.3 Catégorie

Il existe deux grandes catégories de systèmes d'information, les systèmes transactionnels


et les systèmes décisionnels. Les premiers servent à gérer le quotidien, l'opérationnel de
l'entreprise. Les seconds sont utilisés pour prendre du recul, et servir de support aux
décisions de l'entreprise et de ses dirigeants.

2.2.4 Les systèmes transactionnels (opérationnels)

Ce sont les outils que nous utilisons chaque jour. Ils assurent le bon fonctionnement de
l'ensemble d'organisation.

Toutes ses applications répondent à la même attente : permettre la saisie d'informations,


leur traitement, et la production en sortie de résultats, sous forme de documents papier, de
consultations à l'écran ou d'autres informations.

Les trois principales caractéristiques d'un système transactionnel sont donc :

Ø la capacité à gérer de grands volumes de données,

Ø des temps de réponse très réduits,

Ø mais des requêtes relativement simples du point de vue informatique.

2.2.5 Les Systèmes Décisionnels

Le principe même de la prise de décision est de s'appuyer sur des informations précises
pour en déduire des comportements et passer à l'action.

Toutes ses applications répondent au même processus : analyser des données


préalablement collectées par les applications opérationnelles de l'entreprise, les mettre en
forme, aider à distinguer les grandes tendances, et publier des résultats sous forme de
graphiques, de tableaux, ou de rapports.

Les trois principales caractéristiques d'un système décisionnel sont donc :

Ø la capacité à gérer de grands volumes de données,

Ø appliquent des requêtes beaucoup plus complexes,

Ø ils disposent de plus de temps pour les exécuter.

2.3 Concepts de base des systèmes d'aide à la


décision

2.3.1 Entrepôt de Données (data warehouse)

Un entrepôt de données (ED) ou data warehouse (DW) se définit selon W. INMON


comme étant un ensemble de données intégrées, orientées sujet, non volatiles, gérées dans
un environnement de stockage particulier, historisées, résumées, disponibles pour
l'interrogation et l'analyse et organisées pour le support d'un processus d'aide à la décision.

De part cette définition nous pouvons relève plusieurs concept qui caractérise un entrepôt
de données : Intégrées- Orientées sujet - Non volatiles - Historisées - Résumées

Intégrées
Les données de l'entrepôt proviennent de différentes sources éventuellement hétérogènes.
L'intégration consiste à résoudre les problèmes d'hétérogénéité des systèmes de stockage,
des modèles et de la sémantique de données.

Orientées sujet

Après leur intégration dans une sorte de source globale, les données sont réorganisées
autour de thèmes tels que : les itinéraire, inspecteur, matériaux...etc.

Chaque décideur d'une organisation doit disposer d'une vue sur les informations qui lui
sont pertinentes, et qui peuvent influer dans ses décisions pour une meilleure exploitation
de ces données.

Non volatiles

Tout se conserve, rien ne se perd : cette caractéristique est primordiale dans les ED. En
effet, et contrairement aux bases de données classiques, un ED est accessible en ajout ou
en consultation uniquement. Les modifications ne sont autorisées que pour des cas
particuliers (correction d'erreurs...etc.).

Historisées

La conservation de l'évolution des données dans le temps, constitue une caractéristique


majeure des ED. Elle consiste à s'appuyer sur les résultats passés pour la prise de décision
et faire des prédictions ; autrement dit, la conservation des données afin de mieux
appréhender le présent et d'anticiper le futur.

Résumées

Les informations issues des sources de données doivent être agrégées et réorganisées afin
de faciliter le processus de prise de décision.

Disponibles pour l'interrogation et l'analyse

Les utilisateurs doivent pouvoir consulter les données en fonction de leurs droits d'accès.
L'ED doit comporter un module de traitement des requêtes, exprimées dans un langage,
doté d'opérateurs puissants, pour l'exploitation de la richesse du modèle.

2.3.2 La fouille de données (Data mining)

Au début des années 60, le data mining s'appelait l'analyse statique. A la fin des années 80,
une sérié de méthodes éclectiques est venue rejoindre l'analyse statistique classique : la
logique floue, le raisonnement heuristique et les réseaux neuronaux.

Le data mining fait référence à un ensemble de techniques d'exploration et d'analyse, par


des moyens automatiques ou semi-automatiques, d'une masse importante de données dans
le but de découvrir des tendances cachées ou des règles significatives (non triviales,
implicites et potentiellement utiles) (Inmon, 1996). Les outils de data mining reposent en
général, sur des techniques basées sur les statistiques, la classification ou l'extraction de
règles associatives.

2.3.2.1 Objectifs du data mining

Les objectifs du Data Mining peuvent être regroupés dans trois axes importants :

Ø Prédiction (What-if) : consiste à prédire les conséquences d'un événement (ou d'une
décision), se basant sur le passé.

Ø Découverte de règles cachées : découvrir des règles associatives, entre différents


événements (Exemple : corrélation entre les ventes de deux produits).

Ø Confirmation d'hypothèses : confirmer des hypothèses proposées par les analystes et


décideurs, et les doter d'un degré de confiance.

2.3.3 Modèle Multidimensionnel

Les modèles basés sur le concept multidimensionnel, sont les plus appropriés, à capturer
les caractéristiques des DW. Ils permettent en effet, de donner une vision simple, et
facilement interprétable par des non informaticiens, et de visualiser les données selon
différentes dimensions.

Le modèle multidimensionnel contient deux types d'attributs : les dimensions et les


mesures. Les mesures sont les valeurs numériques que l'on compare, les dimensions sont
les points de vue depuis lesquels les mesures peuvent être observées. La modélisation
multidimensionnelle est illustrée par des cubes de données ou des hyper cubes.

Mesure

251598848

251597824

Figure 4 Exemple d'un cube de données


2.4 Les Composantes d'un Entrepôt de Données

2.4.1 Objectifs d'un entrepôt de données

Avant de se plonger dans les détails de composantes constituant un entrepôt de données. Il


convient de s'interroger sur les objectifs fondamentaux de l'entrepôt de données.

L'atout principal d'une entreprise réside dans la quantité et qualité d'informations qu'elle
possède. Ralph Kimball, l'un des de précurseur du data warehouse, nous parlent des
objectifs fondamentaux d'un data warehouse, il s'agit de:

Ø Rendre accessibles les informations de l'entreprise

Le contenu de l'entrepôt doit être compréhensible et l'utilisateur doit pouvoir y naviguer


facilement et avec rapidité. Ces exigences n'ont ni frontières, ni limites.

Ø Rendre cohérente l'information de l'entreprise

Les informations provenant d'une branche de l'entreprise peuvent être mises en corrélation
avec celles d'une autre branche. Si deux unités de mesure portent le même nom, elles
doivent alors signifier la même chose. A I' inverse, deux unités ne signifiant pas la même
chose doivent être définies différemment.Une information cohérente suppose une
information de grande qualité. Cela veut dire que l'Information est prise en compte et
qu'elle est complète.

Ø Constituer une source d'information souple et adaptable

L'entrepôt de données est conçu dans la perspective de modifications perpétuelles.


L'arrivée de questions nouvelles ne doit bouleverser ni les données existantes ni les
technologies.

Ø Représenter un bastion sécurisé qui protège la valeur de l'information

L'entrepôt de données ne contrôle pas seulement l'accès aux données, mais il offre à ses
gestionnaires une bonne visibilité des Utilisateurs.

Ø Constituer la base décisionnelle de l'entreprise

L'entrepôt de données recèle en son sein les Informations propres à faciliter la prise de
décisions. Il n'y a qu'un seul véritable résultat concret à attendre du data warehouse : les
décisions prises grâce aux données obtenues.

2.4.2 Composantes

Il est d'une importance primordiale de bien comprendre séparément les éléments


constituant l'environnement d'un entrepôt de données avant de penser les réunir pour
constituer un entrepôt de données. Toute confusion entre ces différents éléments peut
engendrer un échec certain de l'ensemble.

L'environnement de l'entrepôt de données comporte quatre parties différentes :

Ø Les applications opérationnelles sources ;

Ø La préparation des données ;

Ø La présentation des données ;

Ø les outils d'accès aux données.

2.4.2.1 Les applications opérationnelles sources

La fonction principale des applications opérationnelles sources est de permettre les


captures des transactions au sein de l'entreprise. Les principales priorités de ces
applications sources sont la performance des traitements et la disponibilité. Nous devons
les considérer comme extérieur à l'entrepôt de données, car nous n'avons
vraisemblablement guère ou pas du tout de moyens d'influencer le contenu ou le format
des données qu'ils traitent.

Ce sont les différentes origines d'informations de divers formats, structurées et non


structurées. Il peut s'agir de base de données, de fichiers plats,...Les sources de données
sont nombreuses, variées, distribuées et autonomes.

2.4.2.2 La préparation des données

C'est ensemble de processus permettant la formalisation de données en vue de leur


intégration puis de leur exploitation au sein du data warehouse. La préparation inclut tout
ce qu'il y a entre les applications opérationnelles source et la présentation des données.

En résumé c'est une zone ou le processus de nettoyage, transformation, combinaison,


archivage, suppression des doublons s'effectue avant leur intégration dans l'entrepôt de
données à l'aide des outils ETL que nous présentons au point 2.6.

2.4.2.3 La présentation des données

Cette zone de présentation de données est l'emplacement ou les données sont organisées,
stockées et ouvert aux requêtes des utilisateurs, aux logiciels de reporting. La zone de
présentation est l'entrepôt de données, tel qu'il est perçu par les utilisateurs.

Il est à noter que la majorité d'entrepôt de données sont implémentés sur des bases de
données relationnelles, ce qui explique le pourquoi, de l'omniprésence de principe des
bases de données relationnelles.

2.4.2.4 Terminologie

Data mart
Sous-ensemble logique d'un data warehouse. Au-delà de cette définition relativement
simple, on considère souvent le data mart comme la réduction de l'entrepôt de données à
un seul processus ou à un groupe de processus ciblant un groupe métier spécifique.

OLAP (Online AnalyticProcessing)

Activité global de requêtage et de présentation de données textuelles et numériques


contenues dans l'entrepôt de données ; style d'interrogation et de présentation
spécifiquement dimensionnel. La technologie OLAP est non relationnelle et presque
toujours basée sur un cube de données multidimensionnelles explicites. Les bases de
données OLAP sont également connues sous le terme de bases de données
multidimensionnelles.

ROLAP (relational OLAP)

Ensemble d'interfaces utilisateur et d'applications qui donnent une vision dimensionnelle


des bases de données relationnelles.

MOLAP (Multidimensional OLAP)

Ensemble d'interfaces utilisateur, d'applications et de technologies de base de données


propriétaires dont l'aspect dimensionnel est prépondérant.

2.4.2.5 Les outils d'accès aux données

C'est un ensemble de moyens fournis aux utilisateurs pour exploiter la zone de


présentation en vue de prendre des décisions basées sur des analyses.

Il est constitué :

Ø D'un outil d'accès aux données ;

Ø D'un tableur ;

Ø D'un logiciel graphique ;

Ø D'un service d'interface utilisateur.

Systèmes sources

Systèmes opérationnls

ZONE DE PREPARATION DES DONNEES

SERVEURS DE PRESENTATION DU DATA WAREHOUSE

Figure 5 : Composants de base d'un data warehouse


Stockage

Fichiers plats, SGBDR, Autres.

Traitement

Nettoyage, Transformation, Combinaison, Suppression des doublons, Purge,


Standardisation, Mise en conformité des dimensions.

Stockage temporaire.

(Attente de réplication) Archivage, Exportation vers les data marts.

Pas de service de requêtage utilisateur

DATA MART N°1

Services de requêtage OLAP (ROLAP et/ou MOLAP)

Dimensionnel

Orienté sujet Implanté localement Dédié à un groupe d'utilisateurs

Peut stocker des données atomiques Peut être rafraichi régulièrement Conforme au bus du
data warehouse

DATA MART N°2

DATA MART N°3

Outils de requêtage ad hoc

Générateurs d'états

Application utilisateur

Application de modélisation

Prévisions Scoring

Affectation budgétaire

Data miningAutres systèmes à flux descendants

Autres paramètres

Interfaces utilisateurs spécifique


Extraire

Peupler

Répliqur

Récupér

Extraire

Extraire

Alimenter

Alimenter

Alimenter

Alimenter

Peupler

Répliquer

Récupérer

Peupler

Répliquer

Récupérer

Bus décisionnel

Bus décisionnel

Dimensions conformes

Faits conformes

Dimensions conformes

Faits conformes

PORTAIL DE RESTITUTION

Chargement des résultats du modèle


Chargement des dimensions nettoyées

2.4.3 Architecture d'un entrepôt de données

2.4.3.1 Approche théorique

Dans ce domaine d'entrepôt de données deux auteurs ont défini deux philosophies sur le
plan architectural différente, il s'agit de : Bill Inmon et Ralph Kimball. Deux philosophies
tout à fait différentes mais qui convergent bien.

Ø L'architecture de haut en bas: selon Bill Inmon, l'entrepôt de données est une base de
données au niveau détail, consistant en un référentiel global et centralisé de l'entreprise.
En cela, il se distingue du DataMart, qui regroupe, agrège et cible fonctionnellement les
données.

Ø L'architecture de bas en haut: Pour Ralph Kimball, l'entrepôt de données est constitué
peu à peu par les Data Mart de l'entreprise, regroupant ainsi différents niveaux
d'agrégation et d'historisation de données au sein d'une même base.

Approche de Bill Inmon

251599872

Figure 6Approche architecturale de Bill Inmon

Approche de Ralph Kimball


251600896

Figure 7 Approche architecturale de Ralph Kimball

Ralph Kimball Bill Inmon

Processus Bottom-Up Top-Down

Organisation Data Mart Data Warehouse

Tableau 1 Tableau comparatif de deux philosophies actuelles

L'architecture d'un ED, représentée dans la figure 1, s'articule autour de trois phases :
l'intégration, la restructuration, et l'exploitation.

2.4.3.2 Approche pratique

L'architecture d'un entrepôt de données, représentée dans la figure 7, s'articule autour de


trois phases : l'intégration, la restructuration, et l'exploitation
251601920

Figure 8 Architecture d'un entrepôt de données

Intégration

Cette première étape, est assez délicate, car elle consiste à extraire et regrouper les
données, provenant de sources multiples, et hétérogènes. Un certain nombre de problèmes
est à résoudre à ce niveau : les données doivent être filtrées, triées, homogénéisées et
nettoyées.

Structuration

Cette étape consiste à réorganiser les données, dans des magasins afin de supporter
efficacement les processus d'analyse et d'interrogation, et d'offrir aux différents
utilisateurs, des vues appropriées à leurs besoins.

Interrogation et Analyse

L'exploitation de l'entrepôt, pour l'aide à la décision peut se faire de différentes façons,


dont :

Ø l'interrogation à travers un langage de requêtes,

Ø La connexion à des composants de report, pour des représentations graphiques et


tabulaires,
Ø L'utilisation des techniques OLAP (OnLineAnalyticalProcess ),

Ø L'utilisation des techniques de fouille de données (Data Mining).

2.5 La Modélisation Dimensionnelle

La modélisation dimensionnelle considère les données comme des points dans un espace à
plusieurs dimensions. Ces points représentent les centres d'intérêts décisionnels (sujets)
analysés en fonction des différents axes d'analyse.

2.5.1 Terminologie

2.5.1.1 Concept dimension

Une dimension peut être définie comme l'axe sur lequel on porte les différentes analyses.
Lorsqu'on fait un schéma de Base de données pour un système d'information classique, on
parle en termes de tables et de relations, une table étant une représentation d'une entité et
une relation une technique pour établir des liens entre ces entités.

2.5.1.2 Concept fait

Un fait est tout ce qu'on voudra analyser. Les faits, en complément aux dimensions, sont
ce sur quoi va porter l'analyse. Ce sont des tables qui contiennent les mesures de
performance qui relatent la vie de l'entreprise.

2.5.1.3 Processus de modélisation

La construction d'un entrepôt de données multidimensionnel est itérative et incrémentale.


Au fur et à mesure de sa construction l'entrepôt de données doit devenir global et
transversal via l'intégration de mesures de processus clés.

Les étapes de construction d'un entrepôt de données :

Ø Sélection d'un processus clé ;

Ø Choix de la granularité stockée ;

Ø Choix des axes d'analyse ;

Ø Détermination du Fait.

Sélection d'un processus clé

Le choix du processus clé doit se faire en fonction de son importance au sein de


l'organisation.

Pour arriver à la sélection de processus clé vous devez arriver à répondre à un certain
nombre de question :

Ø Quel est l'objectif que nous voulons atteindre avec la mise en place d'un entrepôt de
données par rapport au but premier de notre entreprise ?

Ø Quels sont les processus qu'il est nécessaire d'analyser ?

Ø Quels sont les indicateurs de performance, d'éclairage ou de risque pertinents aux


niveaux stratégique, analytique et opérationnel ?

Ø Quels gains réels pour l'organisation apporteraient ces décisions ?

Choix de la granularité stockée

Au niveau de cette étape nous devons faire le choix du niveau de détail de l'information
que nous souhaitons conserver. Prendre ce qui peutinfluence la prise de décision.

Choix des axes d'analyse

Le but de cette étape est de choisir quels sont les axes d'analyse adéquats pour le processus
en question.

Pour trouver les dimensions adéquates au processus mesuré, posez-vous les questions
suivantes :

Ø à qui ces données pourraient-elles être utiles ?

Ø comment les analystes regrouperaient-ils les données ?

Ø comment les analystes filtreraient-ils les données ?

Ø quels sont les titres de colonne des rapports actuellement produits ?

Détermination du Fait

Nous devons définir les mesures sur lesquels les analyses doivent se base .En effet, le
système décisionnel se limitera toujours à des faits tangibles.

Une question est très importante :

Ø Quelles mesures de performance, d'éclairage ou de risque serait-il pertinent de rattacher


à au processus clé.

2.5.2 Schématisation

2.5.3.1 Le schéma en étoile

Une étoile est une façon de mettre en relation les dimensions et les faits dans un entrepôt
de données. Le principe est que les dimensions sont directement reliées à un fait
(schématiquement, ça fait comme une étoile).Ce nom vient faite qu'il y a la table de fait
qui jouer le rôle de l'élément centralisateur sur laquelle les dimensions sont reliées

251602944

Figure 9 Schéma d'un modèle en Etoile

Le schéma en étoile est reconnu comme une approche de Ralph Kimball. Il se prête mieux
à la modélisation des data mart.

Avantage : Lisibilité et performance des requêtes.

2.5.3.2 Le schéma en flocon

C'est un autre modèle de mise en relation des dimensions et des faits dans un entrepôt de
données. Le principe étant qu'il peut exister des hiérarchies de dimensions et qu'elles sont
reliées aux faits, ça fait comme un Flocon.
251603968

Figure 10 schémas du modèle en flocon

Ce modèle s'inscrit dans l'approche de Bill Inmon. Son principal avantage est la
performance des Updates et aussi un atout du côté de l'espace disque.

2.5.3.3 Le schéma en Constellation

Le schéma en constellation consiste à placer plusieurs schémas en étoile avec des tables de
faits reliées hiérarchiquement. Les liens entre les différentes tables de faits permettent de
visionner les différents niveaux de détail.

Donc ce schéma consiste à fusionner plusieurs modèles en étoile qui utilisent des
dimensions Communes.

2.6 Les outils de chargement

2.6.1 Le concept ETL (Extract-Transform-Load)

Extract-Transform-Load est connu sous le terme ETL. Il s'agit d'une technologie


informatique intergicielle ( logiciel tiers qui crée un réseau d'échange d'informations entre
différentes applications informatiques) permettant d'effectuer des synchronisations
massives d'information d'une base de données vers une autre. Selon le contexte, on est
amené à exploiter différentes fonctions, souvent combinées entre elles : « extraction »,
« transformation », « constitution » ou « conversion », « alimentation ».
Elle repose sur des connecteurs servant à exporter ou importer les données dans les
applications (ex : connecteur Oracle ou SAP...), des transformateurs qui manipulent
les données(agrégations, filtres, conversions...), et des mises en
correspondance (mappages). L'objectif est l'intégration ou la réexploitation
de données d'un réservoir source dans un réservoir cible.

À l'origine, les solutions d'ETL sont apparues pour le chargement régulier


de données agrégées dans les entrepôts de données (ou datawarehouse), avant de se
diversifier vers les autres domaines logiciels. Ces solutions sont largement utilisées dans le
monde bancaire et financier, ainsi que dans l'industrie, au vu de la multiplication des
nombreuses interfaces.

Des technologies complémentaires sont apparues par la suite : l' Intégration d'applications
d'entreprise (EAI), puis l' ESB (Enterprise Service Bus).

2.6.2 Les qualités d'un bon ETL

Les qualités qui caractérisent un bon ETL sont:

Ø Qu'il accélère le travail de développement des flux de données :

Permet le découpage d'un flux d'alimentation en une multitude de petites tâches de


transformation de données distinctes et ordonnancées. L'amélioration de la productivité
vient du fait qu'il est plus facile de traiter une multitude de problèmes très simples, plutôt
que de traiter un grand problème très compliqué.

Ø Qu'il offre une vision claire et maintenable des flux réalisés :

Les règles de transformation pouvant être parfois très compliquées, il est important
qu'elles puissent être représentées simplement afin que n'importe quel informaticien,
disposant d'une formation ETL, puisse lire et comprendre le déroulement d'un flux de
données.

Ø Qu'il puisse se connecter et travailler avec de nombreuses sources hétérogènes:

Le propre d'un ETL est d'être ouvert et pouvoir disposer d'une certaine universalité de
connexion.

Ø Qu'il soit performant :

Un ETL dispose souvent de fenêtres de traitement très courtes pour se connecter à un


système source et pour charger l'entrepôt de données. Il faut alors que l'outil traite de très
gros volumes, très rapidement. Le secret de la performance des outils d'ETL réside
généralement dans leur capacité à travailler et faire les transformations sur les données en
mémoire vive.

Ø Qu'il dispose de nombreuses fonctionnalités de transformation de données :

En ce qui concerne la lettre T de ETL, proposer de nombreuses tâches de transformation :


calcul, contrôle, mise en cohérence des données, conversion, pivotement, union, jointure,
nettoyage, regroupement, échantillonnage...

Ø Qu'il puisse se déployer facilement :

Tout se passe au sein de fichiers de configuration qui peuvent être de natures diverses
(XML, base de données...). Les flux se lancent et se planifient, soit par le biais de l'agent
SQL, soit par le biais d'une ligne de commande exécutable, si vous disposez de votre
propre ordonnanceur d'entreprise.

2.6.3 Les catégories d'outil ETL

Actuellement il existe trois catégories d'outils ETL :

Ø Engine-based : les transformations sont exécutées sur un serveur ETL, disposant en


général d'un référentiel. Ce genre d'outilsdisposent d'un moteur de transformation ;

Ø Database-embedded : les transformations sont intégrées dans la BD ;

Ø Code-generators : les transformations sont conçues et un code est généré. Ce code est
déployablé indépendamment de la base de données

2.6.4 Architecture d'un outil ETL

Figure 11 Exemple d'architecture d'un outil ETL moderne

Extraction

Les données appropriées sont obtenues à partir des sources dans la phase d'extraction. On
peut employer l'extraction statique quand un entrepôt de données a besoin d'être chargé
pour la première fois. Conceptuellement parlant, ceci ressemble à un chargement
instantané des données opérationnelles. L'extraction par accroissement, employée pour
mettre à jour des entrepôts de données régulièrement, saisit les changements appliqués
aux données de base depuis la dernière extraction. L'extraction par accroissement est
souvent basée sur la notation maintenue par le système de gestion de bases de données
opérationnel.

Transformation
A chaque table de la base décisionnelle correspond une table tampon qui contient :

Ø Les colonnes de la table de dimension ou de faits correspondantes.

Ø Les clés naturelles et les clés de substitution.

Ø Une colonne Valide de type oui ou non qui dira si le membre existe déjà ou non.

Chargement

Comme les données sont chargées dans la base décisionnelle qui est muni d'un schéma
relationnel, il faut charger ses tables dans cet ordre :

Ø D'abord les tables qui ne contiennent aucune clé étrangère.

Ø Ensuite les tables qui ne contiennent que des clés étrangères vers des tables déjà
chargées.

Ø Ensuite, pour chaque table, le chargement se décompose en deux requêtes:

· Une pour les nouveaux membres ou faits.

· Et un pour les membres ou faits modifiés.

CHAP IIITECHNOLOGIE WEB [4]


[7]

Introduction à l'Internet et le Web

Définition

Internet

Réseau télématique international, issu du réseau militaire américain Arpanet (conçu en


1969) et résultant de l'interconnexion d'ordinateurs du monde entier utilisant un protocole
commun d'échanges de données (IP pour Internet Protocol).

WWW (wide world web)

Le World Wide Web est un grand très grand systèmed'information réparti sur un ensemble
desitesconnectés par le réseau Internet. Cesystème est essentiellement constitué
dedocuments hypertextes, ce terme pouvant êtrepris au sens large : textes, images, sons,
vidéos, etc. Chaque site propose un ensembleimportant de documents, transmis sur le
réseau par l'intermédiaire d'unprogramme serveur.

Site web

Un site ou site web (de l'anglais web site, qui se traduit littéralement en français par site de
la toile) est un ensemble de pages web hyperliens entre elles et accessible à une adresse
web. On dit aussi site internet par métonymie, le World Wide Web reposant sur l' Internet.

3.1.1 Quelques dates importantes au sujet du Web

Ø En 1991, Tim-Berners Lee, un chercheur du CERN a créé le système de Hypertexte afin


d'aider la communauté des physiciens d'énergie de partager les informations

Ø En 1993, National Center of Supercomputing Applications lance la 1ère version de


Mosaic

Ø En 1996, la guerre des navigateurs (Internet Explorer gagne en 1999). Ainsi le web ne
fait que prendre de l'ampleur.

3.2 Lesapplications Internet classiques

3.2.1 HTTP (L'HyperText Transfer Protocol)

L'HyperText Transfer Protocol, plus connu sous l' abréviation HTTP littéralement
« protocole de transfert hypertexte » est un protocole de communication client-
serveur développé pour le World Wide Web. HTTPS (avec S pour secured, soit
« sécurisé ») est la variante du HTTP sécurisée par l'usage des protocoles SSL ou TLS.

3.2.2 SMTP (Simple Mail Transfer Protocol)

SMTP a été l'une des premières applications Internet. Il définit une messagerieélectronique
relativement simple, qui se sert des adresses Internet, où la deuxième partie représente le
nom du domaine qui gèrele serveur de messagerie.

3.2.3 FTP (File Transfer Protocol)

FTP est un protocole de transfert de fichiers, qui permet de garantir une qualité de service.
Le transfert s'effectue entre deux adresses extrémité du réseau Internet. L'application FTP
est de type client-serveur, avec un utilisateur, ou client, FTP et un serveurFTP.

3.2.4 Telnet

Telnet est une application de connexion à distance, qui permet de connecter un terminal à
une machine distante. C'est l'application de terminal virtuel.
3.3 Fonctionnement d'un site web

L'Internet est un réseau composé d'ordinateurs. Ceux-ci peuvent être classés en deux
catégories.

Ø Les clients : ce sont les ordinateurs des internautes. Votre ordinateur fait donc partie de
la catégorie des clients.

Ø Les serveurs web: Il s'agit des serveurs permettant à des clients web d'accéder à
l'application à partir de tout navigateur (exemple internet explorer). Installé sur leur poste
connecté à internet/intranet distant du serveur. Un serveur web a donc pour rôle
d'interpréter les requêtes http arrivant sur le port associé par défaut le port 80 et de fournir
une réponse par le même protocole.

3.3.1 Cas d'un site statique

Avec un site statique. Cela se passe en deux temps :

Ø Le client demande au serveur à voir une page web ;

Ø Le serveur lui répond en lui envoyant la page réclamée.


251604992

Figure 12Fonctionnement d'un site web statique

Sur un site statique, il ne se passe rien d'autre. Le serveur stocke des pages web et les
envoie aux clients qui les demandent.

3.3.2 Cas d'un site dynamique

Lorsque le site est dynamique, il y a une étape intermédiaire : la page est générée par un
serveur web.

Ø Le client demande au serveur à voir une page web ;

Ø le serveur prépare la page spécialement pour le client ;


Ø le serveur lui envoie la page qu'il vient de générer.

Figure 13Fonctionnement d'un site web dynamique

La page web est générée à chaque fois qu'un client la réclame. C'est précisément ce qui
rend les sites dynamiques vivants : le contenu d'une même page peut changer d'un instant
à l'autre.

3.4 Les langages du Web

3.4.1 HTML

Le langage HTML tire son origine du langage SGML (Standard


GeneralizedMarkupLanguage). Il s'agit d'untype particulier d'annotations destiné au
WWW et qui correspond à une collection de styles reconnaissables parles navigateurs. Un
navigateur (en anglais "browser") est donc un logiciel qui interprète à l'écran
lescommandes HTML contenues dans un document accessible sur le WWW.

3.4.2 XHTML

Le XHTML est une évolution du HTML, initiales de « HypertextMarkupLanguage »,


c'est-à-dire langage de marquage hypertexte. Cela signifie que la mise en place d'une page
web (titres, paragraphes, images...) utilisera des caractères pour marquer d'une certaine
façon les différentes parties du texte.

Parmi ces caractères de marquage, certains correspondront à des liens vers d'autres pages
web : ce sont des liens hypertexte. Le « X » de XHTML vient de XML, soit «
eXtensibleMarkupLanguage », langage plus complexe et plus strict que le HTML. C'est
lui qui a inspiré la transition du HTML vers la forme plus rigoureuse qu'est le XHTML.

3.4.3 CSS

CSS, cela signifie « Cascading Style Sheets », ce qui se traduit en Français par feuilles de
style en cascade. La feuille de style fournit la mise en forme des éléments de la page, qui
auront été écrits en XHTML. Elle s'applique à une ou plusieurs pages du site.

Le terme « en cascade » indique que la mise en forme d'une page peut faire appel à
plusieurs feuilles de style. Les différentes propriétés affectées à un même élément
s'ajoutent alors pour lui donner sa mise en forme finale.

Lorsque deux propriétés se contredisent, des règles de priorité s'appliquent et c'est


généralement le dernier style défini qui est pris en compte.

3.4.4 PHP

PHP (PHP HypertextPreProcessor) est un langage de programmation. PHP est à l'origine


un langage de script conçu spécifiquement pour agir sur les serveurs web. En ajoutant
quelques lignes de PHP à une page HTML, le serveur exécute les instructions
correspondantes pour écrire du code HTML à la place, code qui est ensuite envoyé au
client de la même manière qu'un site statique.

3.4.5 JavaScript

Le Javascript est un langage de programmation de scripts orienté objet. Le Javascript est à


ce jour utilisé majoritairement sur Internet, conjointement avec les pages Web (HTML ou
XHTML). Le Javascript s'inclut directement dans la page Web (ou dans un fichier externe)
et permet de dynamiser une page HTML, en ajoutant des interactions avec l'utilisateur, des
animations, de l'aide à la navigation, comme par exemple :

Ø Afficher/masquer du texte ;

Ø Faire défiler des images ;

Ø Créer un diaporama avec un aperçu « en grand » des images ;

Ø Créer des infobulles.

Le Javascript est un langage dit client-side, c'est-à-dire que les scripts sont exécutés par le
navigateur chez l'internaute (le client). Cela diffère des langages de scripts dits server-side
qui sont exécutés par le serveur Web. C'est le cas des langages comme le PHP.

NB : Cette liste n'est qu'une portion des langages utilisés dans le web

CHAP IV : SYSTEMES
D'INFORMATION
GEOGRAPHIQUE
[2] [6] [14]

4.1 Définition

Un SIG peut être défini comme:

Ø Un système informatique permettant de gérer, d'analyser et d'afficher des informations


géographiques ;

Ø Un système informatique permettant, à partir de diverses sources, de rassembler et


d'organiser, de gérer, d'analyser et de combiner, d'élaborer et de présenter des informations
localisées géographiquement, contribuant notamment à la gestion de l'espace ;

Ø Un outil informatique permettant la production de cartographie à partir d'une base de


données spatialisée ;

4.2 Utilité d'un SIG

La gestion de l'environnement s'effectue au fil de décisions qui, dans de nombreux cas,


reposent sur des critères géographiques et portent sur des enjeux territoriaux. Il est donc
logique d'avoir recours à l'information géographique, sous forme de cartes, d'images de la
Terre ou de relevés terrain, afin d'éclairer la prise de décision.

Les applications SIG sont utilisées en raison de leurs atouts professionnels et leur capacité
à exploiter de nombreuses informations et ressources SIG. Soucieuses de fournir des
informations et des fonctionnalités géo spatiales transversales, la plus part d'organisations
étendent la portée des SIG bureautiques à l'aide de solutions SIG serveur qui fournissent
des contenus et des fonctions via des services Web.

Ainsi, le rôle du SIG est de proposer une représentation plus ou moins réaliste de
l'environnement spatial en se basant sur des primitives géographiques telles que des
points, des arcs, des polygones (vecteurs) ou des maillages (raster). A ces primitives sont
associées des informations qualitatives telles que la nature (route, voie ferrée, forêt, etc.)
ou toute autre information contextuelle.

Bref, l'information géographique peut être définie comme l'ensemble des descriptions d'un
objet et de sa position géographique à la surface de la Terre.

4.3 Capacités d'un SIG

Un SIG doit, quel que soit le domaine d'application, répondre aux 5 questions suivantes:

Ø Où ?

Ø Quoi ?

Ø Comment ?

Ø Quand ?

Ø Et si ?

Où: permet la mise en évidence de la répartition spatiale des objets.

· Où cet objet, ce phénomène se trouve-t-il ?

· Où se situe le domaine d'étude et quelle en est l'étendue

· Où se situe le domaine d'étude et quelle en est l'étendue géographique?

· Mieux: où se trouvent tous les objets d'un même type et/ou d'autres types ?

Quoi: permet la mise en évidence des objets/phénomènes présents sur un territoire donné.

· Que trouve-t-on à cet endroit ?

· Quels objets peut-on trouver sur l'espace étudié?

Comment: met en évidence les relations existant ou non entre les objets et/ou les
phénomènes ?

· comment les objets sont répartis dans l'espace étudié, et quelles sont leurs relations?
C'est relatif à l'analyse spatiale.

Quand:

· Quels sont l'âge et l'évolution de tel objet/phénomène?

· Quels sont l'âge et l'évolution de tel objet/phénomène?


· A quel moment des changements sont.C'est relatif à l'analyse temporelle.

Et si: Quelles conséquences affecteraient les objets et/ou phénomènes concernés du fait de
leur localisation ?

· Que se passerait-il s'il se produisait tel événement?

· Que se passerait-il si tel scénario d'évolution se produisait ?

4.4 Typologie des Données SIG

Nous pouvons classifier les données SIG en deux grandes catégories à savoir les données
géographiques et les données attributaire

4.4.1 Les données géographiques

Une donnée est dite géographique si on peut la localiser soit directement par ses
coordonnées géographiques ou indirectement par son adresse postale ou par son identifiant
cadastral.

Nous pouvons subdiviser les données géographiques en trois catégories à savoir les
données géométriques, les données graphiques et les métadonnées.

Ø les données géométriques : Elles renvoient à la forme et à la localisation des objets ou


phénomènes.Toute représentation cartographique passe par la traduction des éléments
réels que l'on observe (la voirie, la route) en objets géométriques qui sont de trois types :

· le point (x, y) : il peut représenter des arbres, des bornes, des collecteurs d'ordures, ...

· la ligne((x1, y1), ..., (xn, yn)) : elle peut représenter une route, de ligne de réseaux de
télécommunication, ....

· le polygone ou surfacique : elle peut matérialiser une entité abstraite comme la surface
d'un pays, d'une forêt, un lac, ...

NB : x et y représentent les coordonnées géographiques du point. Il s'agit ici des


coordonnées terrestres qui considèrent la terre comme une sphère, mais une sphère
imparfaite soit un ellipsoïde. L'ellipsoïde est la surface mathématique qui permet de
calculer les coordonnées géographiques d'un lieu en Longitude et en latitude.

Ø les données graphiques : Elles caractérisent la présentation apparente de l'objet.

Ø les métadonnées : Ce sont les informations sur l'origine et le propriétaire d'une donnée
géographique.

4.4.2 Les données attributaires


Elles représentent les caractéristiques ou propriétés propres à un objet ou à un phénomène
en dehors de sa forme ou de sa localisation. Il peut s'agir par exemple des informations
portant sur l'adresse postale d'un site géographique.

4.5 Représentation des Données SIG

Il existe deux modes de représentation des données géographiques : le mode vecteur et le


mode matriciel (raster).

4.5.1 Représentation en mode vectoriel

La représentation vectorielle consiste à représenter une entité géographique par un objet


graphique, aussi appelé cartographique. Un bâtiment peut ainsi devenir un point, une
rivière peut devenir une ligne, un lac un polygone, etc.

En mode vectoriel, le point avec ses coordonnées est le porteur de l'information


géométrique. Les lignes et les surfaces se comprennent comme une suite définie de points
caractéristiques.

Figure 14 Représentation en mode vectoriel

4.5.2 Représentation en mode matriciel (raster)

Les données raster ont comme élément essentiel le pixel (Picture élément). Les pixels sont
répartis dans un raster de façon régulière en lignes et colonnes comme indique la figue 19
ci-dessous. Les lignes et les surfaces ne peuvent être représentées que par l'enchaînement
de pixel unique. Un objet ne peut donc être représenté que de façon approximative; c'est
ainsi que la taille du pixel-raster (résolution spatiale) conditionne l'exactitude de la
représentation.
251612160

Figure 15 Représentation des données matricielles

NB: La donnée raster ou maillée donne une information en chaque point du territoire.

Les différentes techniques d'acquisitions des données raster sont :

Photo aérienne

La photo aérienne est la principale source de nombreuses données géographiques. Elle


s'obtient à partir d'appareils photo ou cameras aéroportés qui fournissent des détails
importants sur la surface de la terre.

La photo aérienne peut être scannée, corrigée par des méthodes de photogrammétrie des
déformations d'échelles pour en obtenir une ortho photographie ; elle peut être aussi
numérique c'est-à-dire directement exploitable par un SIG. Dans tous ce cas, la précision
de la photo aérienne dépend de la dimension du plus petit détail visible on parle alors de la
notion de résolution.

Image satellitaire

C'est une image issue des prises de vue des capteurs embarqués dans de satellites
d'observation placés sur orbites de la terre. Lorsque l'image est obtenue par le reflet du
rayonnement solaire dans le domaine du visible par les objets situés au sol, on parle
d'image optique (En référence à la télédétection optique). Il peut s'avérer que l'image est
obtenue par un objet au sol à une onde envoyée par le satellite, on parlera plutôt d'image
radar en référence à la télédétection RADAR.

Plan scanné ou carte scannée

Un plan scanné est une image issue de la numérisation d'un plan ou carte sur support
papier déjà traité et exploité.

4.6 Modelés des systèmes d'informations


géographiques

Fondamentalement on dispose de deux types de modèle à savoir :

Ø Le modèle métrique ou spaghetti

Ø Le modèle topologique

4.6.1 Le modèle métrique ou spaghetti

Le format dénommé « spaghetti » désigne habituellement l'absence de structuration


topologique. Le modèle le plus simple consiste à stocker les éléments graphiques sans
aucune structure : les points, les arcs, les libelles, sont digitalisés comme dessin. Seule
l'indication d'un niveau, ou d'un attribut graphique (comme une couleur ou un type de
symbole), permet de différencier l'appartenance à une collection.

Ces modèle ne conservent pas la topologie, mais permettent en général de le reconstituer


en utilisant les références entre les objets.

4.6.2 Le modèle topologique

Un des avantages des systèmes d'information géographique est que les relatons entre les
objets peuvent être calculées et donner naissance à des points d'intersection. C'est la
topologie.

Nous avons deux niveaux topologiques :

La topologie de réseau, décrit la relation entre des ensembles linéaires (polyligne) par
leurs extrémités qui sont les noeuds.

La topologie de voisinage permet à partir des arcs constituant le polygone de connaître les
voisins de chaque surface.

4.7 l'échelle d'une carte

Échelle numérique : rapport entre la représentation figurée d'une longueur et sa longueur


réelle correspondante.

Échelle graphique : ligne graduée indiquant le rapport des dimensions ou distances


marquées sur un plan, une carte avec les dimensions ou distances réelles.

Pour représenter une distance entre deux villes sur une feuille de papier, il faut utiliser un
moyen mathématique qui s'appelle l'échelle.

L'échelle permet de réduire les distances réelles relevées sur le terrain pour les représenter
sur une carte.

Le cartographe adopte pour cela une unité de valeur numérique.Par exemple, si l'échelle
choisie est de 1/25 000, 1 cm sur la carte est égal à 25 000cm (ou 250 m) sur le terrain ;
dans ce cas, pour dessiner une route de 1 km, il faudra dessiner un trait de 4 cm sur la
carte.

4.8 Sorte de carte

L'utilisation des données géographiques et des cartes ne date pas d'hier. Dès les débuts de
la colonie, les explorateurs effectuaient des mesurages sur le territoire pour faire les
subdivisions en seigneuries, gérer les infrastructures portuaires et militaires ou localiser
les routes maritimes et terrestres.

Il existe plusieurs sortes de carte qui se regroupent en deux grands ensembles :

Ø Les cartes topographiques sont utilisées pour représenter des régions terrestres avec
leurs caractéristiques naturelles à savoir les montagnes, les cours d'eau et celles créées par
l'homme, les routes, les villes, ainsi que leurs frontières ;

Ø Les cartes thématiques donnent de l'information sur des thèmes particuliers comme la
carte routière, la carte d'utilisation du sol, la carte géologique, la carte forestière, etc.

4.6 Concepts liés aux Géodatabase

4.6.1 Définition d'une Géodatabase

Il s'agit d'un ensemble de jeux de données géographiques de différents types stockés dans
un dossier système de fichiers commun, une base de données Microsoft Access ou une
base de données relationnelles multiutilisateurs (comme Oracle, Microsoft SQL Server,
PostgreSQL ou IBM DB2).

Les géodatabases fonctionnent avec une gamme étendue d'architectures et de systèmes de


fichiers SGBD et peuvent varier en taille et en nombre d'utilisateurs.

Elles vont des petites bases de données mono-utilisateurs aux géodatabases d'entreprise,
de département ou de groupe de travail, plus volumineuses, auxquelles ont accès de
nombreux utilisateurs.
251609088

Figure 16 Représentation des différents types de données SIG

4.6.2 Types de géodatabase

Il existe trois types de géodatabase :

La géodatabase personnelle

Une géodatabase personnelle utilise le moteur de bases de données Microsoft Jet, et peut
donc être assimilée à une base de données de type Access pour les données attributaires.

Ce format concerne des bases de données géographiques allant jusqu'à 2 Go d'espace-


disque.

Une géodatabase personnelle peut être lue par plusieurs utilisateurs, mais éditée par un
seul d'entre eux. De plus, elle ne supporte pas le versionnement.

Enfin, elle ne permet de gérer que des relations de topologie simples et temporaires.

Tous les produits ESRI (ArcView, ArcEditor, ArcInfo) peuvent la lire et l'éditer sans
extension.

La géodatabase multiutilisateurs

La géodatabase multiutilisateurs peut fonctionner avec plusieurs types de modèles de


bases de données, comme IBM DB2, Informix, Microsoft SQL Server, Oracle...

Ce format est destiné à des bases de données lourdes (au-delà de 2 Go), qui doivent être
lues et éditées par de multiples utilisateurs. D'où la gestion du versionnement.

Géodatabases fichier
Elles sont stockées sous forme de dossiers dans un système de fichiers. Aucune limite ne
s'applique à la taille des géodatabases.

4.7 Avantage de serveur SIG

Les serveurs SIG offrent les avantages suivants :

Ø Des économies d'échelle importantes et de meilleures performances via le déploiement


et l'utilisation du SIG dans toute l'organisation.

Ø Des ressources informatiques SIG gérées et partagées de façon centralisée et accessibles


à de nombreux utilisateurs.

Ø Une gamme d'applications et d'outils clients assez souples pour gérer n'importe quelle
tâche ou mission, par exemple, l'accès au SIG via un navigateur, des périphériques
mobiles, des applications de mise à jour, Arc GIS Explorer, des applications bureautiques
SIG et des applications cartographiques grand public fournies par Google et Microsoft.

Ø Intégration à d'autres systèmes de l'entreprise, tels que la gestion des ressources client
ou la gestion globale de l'entreprise à l'aide d'interfaces logicielles et de méthodes
conformes aux normes. Les serveurs SIG permettent de spatialiser une architecture
orientée sur les services (SOA).

Ø Possibilité de créer des applications personnalisées à l'aide d'environnements de


programmation standard (par exemple, .NET, Java, SOAP, REST, JavaScript, AdobeFlex,
etc.).

Ø Un ensemble commun de services de carte et SIG partagés qui assurent une gestion
cohérente des informations et une vue opérationnelle commune.

Ø Des services de catalogue SIG, un partage de données et des services de téléchargement


des données pour gérer l'accès aux informations partagées.

Ø Prise en charge des normes d'interopérabilité à la fois dans les domaines SIG (par
exemple, OGC et ISO) et plus largement des technologies de l'information (IT) (par
exemple, W3C).

4.8 Les composantes d'un SIG

Un SIG est constitué de 5 composantes majeures

Ø Logiciel

Ø Matériels
Ø Procédures

Ø Personnel

Ø Réseaux

4.9 Fonctionnalités d'un SIG

Figure 17 Organisation et fonctionnement du SIG de la Cellule d'infrastructures

Un SIG a trois volets ci-après :

Ø le volet GEODATABASE (geographicdatabase) : le SIG est la base de données


spatiale contenant des jeux de données qui représentent des informations géographiques
selon un modèle de données SIG générique (entités, rasters, topologies, etc.)

Ø le volet GEOVISUALISATION : le SIG est un ensemble de cartes intelligentes et de


vues qui montrent des entités et leurs relations à la surface de la terre. Il élabore
différentes vues cartographiques des informations géographiques utilisables comme des "
fenêtres ouvertes sur la base de données " permettant d'effectuer des requêtes, des analyses
et de modifier les informations.

Ø le volet GEOTRAITEMENT : le SIG comprend des outils de transformation des


informations qui produisent les jeux de données existants. Les fonctions de géo traitement
partent des informations contenues dans les jeux de données existants, appliquent des
fonctions analytiques et écrivent les résultats dans de nouveaux jeux de données.
4.10 Domaines d'applications

Ø Gestion de l'environnement et du territoire;

Ø Cartographie statistique;

Ø Cartographie dynamique

Ø Urbanisation et gestion urbaine, cadastres;

Ø Risques/catastrophes naturels;

Ø Sante;

Ø Télécommunications;

Ø Génie civil;

Ø Gestion côtière;

Ø Océanographie; etc.

4.1 Le Webmapping (CartographieDynamique)

4.14.1 Généralités

LeWebmapping désigne, au sens large, tout ce qui relève de la cartographie en ligne sur
Internet. Sous ce terme générique, on englobe différents types d'applications
cartographiques allant du simple visualiseur à l'outil de cartographie thématique, voire au
SIG en ligne. Leur point commun est d'être accessible à travers un simple navigateur
Internet. Le passage au web dynamique permet de dépasser le téléchargement de cartes
statiques et d'accéder à des données géographiques contenues sur un serveur
cartographique (bases de données ou fichiers SIG), voire de superposer des couches
d'information aux données en local. Le webmapping est alors synonyme de cartographie
dynamique, l'utilisateur pouvant interagir avec différentes applications cartographiques via
Internet.

On trouve dans cette rubrique des applications cartographiques concernant des thèmes
aussi variés que l'agriculture, l'eau, l'environnement, les moyens de communication, la
politique... Les outils de cartographie en ligne offrent de plus en plus de possibilités
d'animation et d'interaction pour l'internaute. Les formats sont devenus interopérables, de
sorte que les données peuvent être partagées, échangées, modifiées par différents groupes
ou organisations.

4.14.2 Fonctionnement du WebMapping

Comme vous pouvez remarquer sur la figure ci-dessous, un serveur SIG possède les
principales fonctions suivantes : le stockage, le traitement et la diffusions des cartes et
informations géographiques via le réseau internet.

Figure 18Architecture d'un serveur cartographique sur internet

Le stockage

Pour bien assurer sa fonction de stockage, le serveur SIG possède deux couches :

· Une couche dédiée aux données supportées par un SGBD géographique à l'instar de
Mysql avec MyGIS, PostGresql avec son extension Post Gis, ou Oracle avec Oracle
spatial etc....

· Des images géo référencées comme des cartes géographiques.

Le traitement

Un SIG web est doté s'un serveur web et d'un serveur de scripts (PHP, JSP, ASP, ...) qui le
rendent capable d'assurer le traitement des requêtes.

SIG, au-delà du stockage des données, c'est-à-dire la possibilité d'effectuer des requêtes à
composante spéciale :

· Inclusion, juxtaposition, croisement

· Calculs de distance, zone

· Mise à jour des données graphiques et attributaires

· Assemblage et habillage graphique des couches d'information pour obtenir une carte
La diffusion

Le serveur SIG va donc ajouter aux fonctions habituelles d'un serveur internet des
fonctions supplémentaires en relation avec la gestion et le traitement de données
graphique de référencées.

Le serveur SIG doit être capable de fournir l'information géographique adapte à l'écran de
l'utilisateur.

Le datamining

Le datamining est l'ensemble de techniques d'extraction d'information d'ordre prévisionnel


à partir de grandes bases de données.

Pour arriver à exploiter ces quantités importantes de données, le datamining utilise des
méthodes d'apprentissages automatiques.

Ces méthodes sont de deux types :

· les techniques descriptives

· les techniques prédictives

4.14.3 Architecture d'un système de Webmapping

Figure 19 Architecture d'un service de Web Mapping

L'architecture d'un système de Webmapping est généralement de type client/serveur. Ce


système repose principalement sur les trois composantes suivantes :

Ø Client

Ø Serveur cartographique

Ø Serveur de données
Client

Le client est, dans le cadre du Web Mapping, sous la forme d'une application web. C'est
lui qui permet l'interrogation des serveurs cartographiques. Les clients utilisent un certain
nombre d'outils développés à base de différentes bibliothèques (Javascript, Java...), Open
Source ou non, tournés vers la cartographie.

Il existe différents clients qui permettent à l'utilisateur de visualiser des cartes géo-
référencées depuis une page web tels que Google maps, Bing Map, OpenLayers...

Serveur cartographique

Un serveur cartographique est un serveur spécifique qui permet la réalisation de cartes


géo-référencées. Il crée des images de cartes à l'aide de données spécifiques, stockées sur
les serveurs de base de données mis à leur disposition. Ces images de cartes sont envoyées
aux clients intéressés.

Il existe deux types de serveurs cartographiques :

· Les serveurs cartographiques libres où le code source est à disposition du grand public,
ce qui permet d'héberger et d'administrer son propre serveur cartographique chez soi
comme GeoServerou MapServer.

· Les serveurs cartographiques semi-libres qui ne permettent que d'être requêtés comme
Google Map Server ou encore Bing Map Server.

Serveur de données

Les serveurs de données utilisés pour faire de la cartographie en ligne ne sont autres que
des Systèmes de Gestion de Base de Données Relationnel et Objet (SGBDRO) améliorés
qui introduisent des extensions de données spatiales expriment toutes les informations
concernant la localisation et la forme de particularités géographiques, ainsi que les
rapports.

4.14.4 Fonctionnalités

Le Webmapping permet l'affichage de cartes sur internet mais pas seulement. Il offre un
large panel de fonctionnalités liées à la cartographie en ligne :

Ø Le Webmapping offre la possibilité de voir n'importe quelle carte du monde entier en


deux dimensions et depuis peu en trois dimensions.

Ø Les cartes peuvent être de différents types, plan ou satellite, en y intégrant plusieurs
vues possibles superposables comme le relief, les routes ou encore les noms de villes. A
ceci s'ajoutent des options réalisables en temps réel sur la carte comme le zoom ou le
déplacement.

Ø Il est possible de placer des marqueurs sur une carte, c'est-à-dire qu'il est possible
d'indiquer un emplacement précis sur une carte, à l'aide de ses coordonnées, comme un
lieu ou un bâtiment.

Ø Il est également possible de calculer et visualiser un itinéraire sur une carte en ligne.

CHAP V RESEAUX ROUTIES EN


RDC
[15] [17]

5.1 Présentation du secteur

Le secteur de la voirie implique beaucoup d'organes tant gouvernementaux


qu'internationaux à son sein. Sur ce nous allons présenter privément la situation des
infrastructures routières et le principal organe dans ce domaine qui est la cellule
infrastructures qui est sous tutelle du Ministère des Infrastructures Travaux publics et
Reconstruction.

Si ce travailler a été réalisé ce grâce au concours de ces différentes organes que nous
avons pu approcher.

5.1.1 Situation des infrastructures routières en RDC

Le réseau routier de la RDC comprend au total 153.209 km de routes répartis comme suit :

Ø 58.509 km de routes d'intérêt général, à charge du Ministère des Infrastructures,


Travaux Publics et Reconstruction, placés sous la gestion de l'Office des Routes « OR en
sigle », dont environ 3.000 km sont revêtus.

Il comprend les ouvrages de franchissement suivants :

· 3.500 ponts de portée de 4 à 750 mètres pour une longueur totale de 68.000 mètres,

· 175 bacs (à moteur, à traille et à pirogues)

Ø 7.400 km de voiries urbaines sous la gestion de l'Office des Voiries et Drainage


« OVD en sigle » ;

Ø 87.300 km de routes d'intérêt local ou de desserte agricole à charge du Ministère du


Développement Rural, sous la gestion de la Direction des Voies de Desserte Agricole «
DVDA en sigle ».

Répartition du réseau des Routes d'Intérêt Général

Le réseau des routes d'intérêt général se réparti en 3 catégories selon leur importance :

Ø 21.140 km des routes nationales (RN),

Ø 20.124 km des routes provinciales prioritaires (RPP),

Ø 17.245 km des routes provinciales secondaires (RPS).

Réseau prioritaire

Le Ministère des Infrastructures, Travaux Publics et Reconstruction a défini un réseau


prioritaire de 23.140 km, qui présente les caractéristiques principales suivantes :

Ø il s'articule sur les 3 principaux corridors de transport - Ouest/Nord-Est, Nord/Sud,


Ouest/Sud-Est - qui relient les chefs-lieux des Provinces et les principaux centres
administratifs ;

Ø il draine à lui seul 91% du trafic routier ;

Ø il fait jonction avec le réseau ferré et fluvial ;

Ø il dessert toutes les zones à fortes potentialités économiques et densité de population ;

Ø il comprend les principales voies d'intégration régionale.

De ce réseau prioritaire, il a été extrait un réseau ultra-prioritaire de 15.836 km à rouvrir


d'urgence pour contribuer à la réunification et à la relance économique du pays.

5.1.2 Cellule infrastructures

5.1.1.1 Historique

La Cellule Infrastructures est un organe technique du Ministère des Infrastructures


Travaux publics et Reconstruction, dotée d'une autonomie administrative et financière.

Elle a été créée en 2004 par arrêté ministériel n° CAB/TPI/024/MN/FK03/2004 du


07/10/2004 sur initiative du Gouvernement de la RDC, de laCommission européenne et de
la Banque Mondiale.

5.1.1.2 Objectif

L'objectif de la cellule infrastructures est la coordination sectorielle et l'appui


institutionnel au Ministère des Infrastructures Travaux publics et
Reconstruction, principalement dans son rôle de maîtrise d'ouvrage.

La Cellule Infrastructures fournit donc un service conseil au MITPR dans la conception, la


mise en oeuvre et le suivi des investissements dans le secteur des infrastructures. A ce
titre, elle intervient principalement en tant que:

Ø Maître d'ouvrage délégué pour les projets d'infrastructures financés par les partenaires
traditionnels ;

Ø Représentant du maître d'ouvrage ;

Ø Levier de pilotage et de réintégration vers les structures publiques pérennes du MITPR


de la maîtrise d'oeuvre des projets d'infrastructures, précédemment externalisée ;

Ø Interface et coordination avec les partenaires bilatéraux et multilatéraux.

5.1.1.3 Structure organique

La Cellule Infrastructures est dirigée par un Coordonnateur et un Coordonnateur adjoint.


Elle comprend en son sein:

Cinq sections opérationnelles :

Ø Routes ;

Ø Voiries;

Ø Bâtiments Publics ;

Ø Appui Institutionnel;

Ø Administration et Finances.

Cinq services spécialisés :

Ø Passation de Marchés ;

Ø Gestion Financière ;
Ø Audit Interne ;

Ø Gestion Environnementale et Sociale ;

Ø Système d'Information Géographique.

5.1.1.4 Autres organe intervenant dans ce domaine

Vu le caractère transversal des infrastructures, la Cellule Infrastructures agit en partenariat


avec plusieurs structures et entités de la République Démocratique du Congo, notamment :

Ø L'Office des Routes (OR) ;

Ø L'Office de Voirie et Drainage (OVD) ;

Ø Le Bureau d'Etude et d'Aménagement Urbain (BEAU) ;

Ø Le Bureau Technique de Contrôle (BTC) ;

Ø Le Groupe d'Etude du Transport (GET) ;

Ø Le Groupe d'Etude en Environnement du Congo (GEEC) ;

Ø Le Comité Technique de Réformes (CTR) du Ministère des Finances ;

Ø La Direction des Infrastructures du Ministère du Plan ;

Ø La Direction des Voies de Desserte Agricole (DVDA) ;

Ø L'Agence Congolaise de Grands Travaux (ACGT) ;

Ø L'Unité de Coordination des Projets (UCOP) ;

Ø Le Bureau de Coordination des Marchés des Infrastructures (BCMI).

5.2 Système d'information existant

Niveau Existant

Matériels Plusieurs ordinateurs de bureau

Une machine serveur


Un réseau LAN

Logiciels ArcGIS

La gamme Microsoft

Traitement Il dispose d'un logiciel leur permettant de produire automatiquement des


cartes géographiques. Sur ce point, il est informatisé.Mais en ce qui
concerne notreproblématique, le traitement n'est pas encore mise en place.

Tableau 2 présentation des composantes du système d'information.

5.2.1 Critique de l'existant

A l'issu d'analyses et recherches effectuées dans les installations de la Cellule


d'infrastructures, nous avons constaté des problèmes majeurs.

Ø La cellule d'infrastructures est incapable de nos jours de nous dire :

· Une route a été réhabilitée combien de fois pendant un intervalle des temps.

· Quelles sont les performances des entreprises intervenant dans la construction du réseau
routier congolais ?

· Sur Quellesdonnées empiriquesse base la CI pour l'attribution de marché des


constructions du réseau routier congolais ?

Ø La population n'est pas informée des blocages, délabrement ou de la réhabilitation des


infrastructures routières du pays.

5.2.2 Motivation

Au regard des difficultés constatée au sein de la Cellule d'Infrastructure, nous avons


envisagé la mise en place d'un système décisionnel afin d'améliorer la prise de décision.
Notre pays, étant en pleine reconstruction des infrastructures, pour un besoin d'efficacité
dans la gestion de ce domaine, mettre en place un Entrepôt des Donnée est vraiment
opportun.

Avec cette infrastructure, la CI sera en mesure de centraliser toutes les informations


concernant le réseau routier enfin d'en déduire des informations nécessaires pour
améliores la prise de décision.
Un autre atout pour ce projet concerne directement la population. En effet, par une
application de webmapping connectée au système, elle sera au courant de toute
information sur les infrastructures du pays et des éventuels aménagements.

CHAP VI :CONCEPTION ET
IMPLEMENTATION
[10][18]

6.1 Aperçue des différents outils utilisées

6.1.1 Les SGBDutilisées

Pour notre application de webmapping nous avons utilisé MySQL 5.5.20, le choix
s'explique par les avantages que ce SGBD nous offre. Reconnu comme le meilleur
gestionnaire des données par les ImpactsAwards 2011 de PHP architect, MySQL reste le
SGBD le plus utilisé dans le web.

Parmi les avantages de ce dernier nous pouvons citer :

Ø Coût total d'exploitation faible. Le déploiement de MySQL pour des applications


essentielles permet une économie de coûts significatifs par rapport à d'autres SGBD.

Ø Évolutivité et performance. Satisfaction des contraintes d'évolutivité et de performance


des sites Internet les plus visités et des applications les plus exigeantes.

Ø Il est open source.

Malheureusement MySQL ne permet pas de faire du Business Intelligence, sur ce nous


avons cherché un notre SGBD pouvant nous offrir ce service, et notre choix se penche sur
SQL Server un produit de Microsoft. Notre choix a été motivé du faite que SQL Server est
un produit qui a fait déjà ses preuves, départ sa puissance et sa stabilité dans le
décisionnel.

L'offre Microsoft BI est structurée autour des trois prouesses du décisionnel :

Ø Améliorer l'accès et la qualité des données : on y retrouve tous les outils destinés à
concevoir un entrepôt de données bien modélisé, performant et contenant des données
fiabilisées.

Ø Gagner en finesse d'analyse et de compréhension de données : on y retrouve tous les


outils qui permettent aux utilisateurs finaux d'analyser et de naviguer dans leurs données
en toute autonomie, sans avoir à recourir au service informatique.

Ø Gérer les performances de l'organisation et de ses politiques : on y retrouve tous les


outils destinés àpartager, à communiquer et à organiser les performances de l'organisation
tels que les outils de tableaux de bord et les outils d'intranet.

Pour mettre en place un système d'aide à la décision,Microsoft offre un ensemble d'outils:

Ø SQL Server Integration Services : l'ETL.

Ø SQL Server Master Data Services : le gestionnaire de données de référence.

Ø SQL Server Analysis Services : la base de données multidimensionnelle (OLAP) et le


méta modèle.

Ø SQL Server Reporting Services : l'outil de reporting opérationnel et de reporting de


masse.

6.1.2 Le serveur web

Trois arguments nous poussent de choisir le serveur apache :

Ø C'est le serveur le plus utilisé.

Ø un serveur en OpenSource, gratuit, évolutif.

Ø le meilleur choix pour l'instant pour développer en multiplateforme.

Le succès des logiciels libres ne s'explique pas par leur prix mais par leur qualité, plus
d'un million de sites Web fonctionne avec Apache Selon une enquête "récente" menée en
2013, le serveur gratuit Apache a dépassé un million de sites administrés, soit 48% des
sites Web devant Microsoft IIS (21,7%) et Netscape Enterprise (9,6%).

6.1.3 Le serveur Google Maps

Google Maps est un serveur gratuit de cartographie en ligne. Le service a été créé
par Google. Lancé en 2004 aux États-Unis et au Canada et en 2005 en Grande-
Bretagne (sous le nom de Google Local), Google Maps a été lancé jeudi 27 avril 2006,
simultanément en France, Allemagne, Espagne et Italie.

Google Mapsutilise des images satellites et des photographies aériennes de haute altitude
pour une meilleure précision couvrant la totalité de la surface terrestre. Google Maps par
ailleurs propose une API qui permet aux développeurs web par une bibliothèque de
fonctions JavaScript et au format de fichier KML d'intégrer des cartes et de pouvoir créer
des cartes personnalisées pour leurs applications. C'est cette opportunité que nous avons
saisie pour intégrer à notre plateforme la cartographie basée sur Google Maps. La
contrainte c'est que notre plateforme doit être connectée à Internet pour bénéficier de ses
avantages.
6.2 Application dewebmapping

6.2.1 Conception et modélisation de la base de donnes

6.1.1.1 Le modèle conceptuel des données

6.1.1.1.1 Identification des objets

Après des analyses approfondies, nous avons identifié les entités ci-après:

Ø Axe routier

Ø Entreprise

Ø Inspecteur

Ø Route

Ø Paramètre géographique

Ø Province

6.1.1.1.2 Identification et description des relations

Les relations trouvent entre les différentes entités sont les suivantes :

Ø Avoir

Ø Localiser

Ø Réhabiliter

Ø Observer

Ø Peut avoir

N° Relation Objets associes

1 avoir Routes-Axe Routier

2 Localiser Province-Axe Routier


4 Réhabiliter Entreprise-Axe Routier

5 Observer Inspecteur-Axe Routier

Tableau 3 Représentation des relations

6.1.1.1.3 Définition des contraintes des cardinalités et d'intégrité fonctionnelle

En informatique, les contraintes ce sont les nombres d'occurrences minimales et


maximales d'objet qui participent à une relation.

N° Objet1 Cardinalité1 Relation Cardinalité2 Objet2

1 Route 1,n avoir 1,1 Axe Routier

2 Province 1,n Localiser 1,n Axe Routier

4 Entreprise 1,n Réhabiliter 1,1 Axe Routier

5 Inspecteur 1,n Observer 1,n Axe Routier

Tableau 3 Présentation des contraintes de cardinalités et d'intégrité fonctionnelle

1,n

251641856

Figure 19modèle conceptuel de données

2516500486.1.1.1.1 Présentation du modèle conceptuel de données

1,n

Province
Idpro

nompro

251616256251631616251621376251622400

Parametregeo

Idpar

Comm_par

Longitude

latitude

251613184

1,n

251649024251619328

Axeroutier

idaxe

Nomaxe

Comm_axe

Taille_axe

Cout

Duree

Date_debut

Date_fin

251614208251635712

Localiser

251628544251636736

Réhabiliter
251629568

1,n

251676672

1,n

251644928

1,1

251642880

1,n

251645952

1,n

251646976

1,1

251643904

1,1

251640832251639808251638784

Peut avoir

251625472251637760251632640251634688251633664251630592

Observer

251627520

Avoir

251626496251623424

Inspecteur

idins

Matricule
Nomobs

Postnom

E-mail

251617280

Routes

idroute

Nomroute

Comm_route

Type_route

Nbredekm

251615232251624448251620352

Entreprise

identre

Nomentre

Numphone

Adresse

Siteweb

E-mail

2516183046.1.1.2 Modèle logique de données

Province

idpro

nompro

251654144251659264251661312

Inspecteur
#idins

Matricule

Nomobs

Postnom

E-mail

251655168

Routes

#idroute

Nomroute

Comm_route

Type_route

Taille_route

251653120251662336251658240

Entreprise

#identre

Nomentre

Numphone

Adresse

Siteweb

E-mail

251656192

Parametregeo

Idpar

Comm_par
Longitude

Latitude

#idaxe

251651072251667456251665408

Figure 20modèle logique de données

251674624251660288251668480

Axeroutier

idaxe

Nomaxe

Comm_axe

Taille_axe

Coût

Duree

Date_debut

Date_fin

#idroute

#identre

251652096251664384251672576

Observer

idlocalise

#idins

#idaxe

251671552251663360251670528

Localiser
idlocalise

#idpro

#idaxe

251669504251666432251657216251673600

6.1.1.1 6.1.1.3 Le modèle physique de données

Figure 21 Modèle physique de données

Fig.18 modèle physique de données

6.2.2 Présentation des quelques interfaces

6.2.2.1 Interface Administrateur


Interface d'enregistrement Axe routier

Figure 22 Interface de mise à jour Axe Routier

Après s'être loguer, l'administrateur aura une interface d'accueil pour naviguer dans
l'application en vue de mettre à jour les données.

Comme nous pouvons l'apercevoir sur cette interfaceà gauche,nous avons notre menu
principal qui nous permettra de passer d'une interface à une autre. La partie droite
représente notre formulaire qui permettra de saisir les données relatives à l'axe routier.
Interface d'enregistrement de paramètre géographique

Figure 23 Interface d'enregistrement de données géographique

Sur cette interface nous aurons la possibilité d'insérer les cordonnées géographique d'une
itinérairedans notre base de données MySQLqui correspondra à un axe qui est en cours de
réhabilitation.

Comment vous pouvez le remarquer, le nombre de ligne Paramètre géo correspond au


nombre de ligne de notre tableau dans lequel on effectue la saisie.

6.2.2.2 Interface internaute


251679744

Figure 24 Carte géographique de Kinshasa

La carte sur la figure suivante représente la vie de Kinshasa, nous pouvons nous
apercevoir des traits rouges qui représentent les itinéraires qui sont en cours de
réhabilitation dans la ville de Kinshasa.

NB : On a eu à utiliser de données test pour donner l'aperçu.


251680768

Figure 25 Carte géographique de la ville de Lubumbashi

6.2.3 Quelque code de l'application

Classe connexion à la base de données

<?php

ClassgoogleConnexion{

static function Connexion(){

try{

$bkas = new PDO('mysql:host=localhost;dbname=geodata', 'root', '');

return$bkas;

catch (Exception $e)


{

echo 'Impossible de se connecter au serveur';

die('Erreur : ' . $e->getMessage());

}// Fin de la fonction

}// Fin de la class

?>

Code JavaScript permettant de créer la carte et dessiner le parcours

varlatlng = new google.maps.LatLng(-4.323303, 15.308161);

var options = {

center: latlng,

zoom: 20,

mapTypeId: google.maps.MapTypeId.ROADMAP

};

var carte = new google.maps.Map(document.getElementById("carte"),

options);

Dans Google Maps les coordonnées sont sous formes de latitude et de longitude. La
librairie Google Maps met àdisposition un constructeur permettant de créer un objet de
classe google.maps.LatLng(lat:number,lng:number) qui prend en paramètre des nombres
représentant, respectivement, la latitude et la longitude.

var traceParcours = new google.maps.Polyline({

path: parcours,//chemin du tracé

strokeColor: "#FF0000",//couleur du tracé

strokeOpacity: 1.0,//opacité du tracé

strokeWeight: 2//grosseur du tracé});


Code html de l'Interface d'accueil

<?php

include("connexion/connexion.php");

$conn =new googleConnexion();

$rep = $conn->Connexion();

/*$rep ;*/

?>

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN"


"http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">

<html xmlns="http://www.w3.org/1999/xhtml">

<head>

<meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1" />

<link rel="stylesheet" media="screen" type="text/css" title="Design"


href="css_jsp/design.css" />

<script language="JavaScript" src="css_jsp/jquery.js" type="text/javascript"></script>

<script language="JavaScript" src="css_jsp/j_scode.js" type="text/javascript"></script>

<title>GeoServer</title>

</head>

<body>

<div id="gauche">

<div id="logo"><imgsrc="images/logo.png" width="200" height="50" /></div>

<p></p>

<center>

<table>

<tr>
<td><a href="accueil.php?nav=1"><imgsrc="images/b_home.png" width="16"
height="16" /></a></td>

<td><a href="accueil.php?nav=2"><imgsrc="images/b_sqlhelp.png" width="16"


height="16" /></a></td>

<td><a href="accueil.php?nav=3"><imgsrc="images/b_docs.png" width="16"


height="16" /></a></td>

<td><a href="accueil.php?nav=4"><imgsrc="images/s_reload.png" width="16"


height="16" /></a></td>

</tr>

</table>

</center>

<p></p>

<div class="menu">

<table>

<tr>

<td><imgsrc="images/b_selboard.png" width="16" height="16" /></td><td>&nbsp;<a


href="accueil.php?nav=1">Accueil</a></td>

</tr>

<tr>

<td><imgsrc="images/b_selboard.png" width="16" height="16" /></td><td>&nbsp;<a


href="accueil.php?nav=5">Axe Routier</a></td>

</tr>

<tr>

<td><imgsrc="images/b_selboard.png" width="16" height="16" /></td><td>&nbsp;<a


href="accueil.php?nav=6">Entreprise</a></td>

</tr>

<tr>

<td><imgsrc="images/b_selboard.png" width="16" height="16" /></td><td>&nbsp;<a


href="accueil.php?nav=7">Inspecteur</a></td>
</tr>

<tr>

<td><imgsrc="images/b_selboard.png" width="16" height="16" /></td><td>&nbsp;<a


href="accueil.php?nav=8">Route</a></td>

</tr>

<tr>

<td><imgsrc="images/b_selboard.png" width="16" height="16" /></td><td>&nbsp;<a


href="accueil.php?nav=9">Province</a></td>

</tr>

</table>

</div>

</div>

<div id="droit">

<div class="entete">

<table>

<tr>

<td><imgsrc="images/s_host.png" width="16" height="16" /></td>

<td>localhost</td>

</tr>

</table>

</div>

<div class="corpss">

<div class="menuAj">

<table>

<tr>
<td><a href="#"><imgsrc="images/OK.gif" width="20" height="20" /></a></td>

<td><a href="#"><imgsrc="images/RECHERCHE.gif" width="20" height="20"


/></a></td>

<td><a href="#"><imgsrc="images/AJOUTE.gif" width="20" height="20" /></a></td>

<td><a href="#"><imgsrc="images/FERMER.gif" width="20" height="20" /></a></td>

</tr>

</table>

</div>

<fieldset>

<legend>Axe Routier</legend>

<table>

<tr>

<td>Nom</td><td><input name="nomaxe" type="text"/></td>

<td>Nom route</td><td>

<?php

include("comboR/nomroute.php");

?>

</td>

</tr>

<tr>

<td>Commentaire;</td><td><input name="commtaxe" type="text"/></td>

<td>Entreprise</td><td>

<?php

include("comboR/entreprise.php");
?>

</td>

</tr>

<tr>

<td>Date début</td><td><input name="date_debut" type="date"/></td>

<td>Privince</td><td>

<?php

include("comboR/province.php");

?>

</td>

</tr>

<tr>

<td>Date fin</td><td><input name="nom" type="date_fin" /></td>

<td>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;Nombre de
ligneParametre geo</td><td><input name="nbrligne" type="text"/></td>

</tr>

<tr>

<td>Coût</td><td><input name="cout" type="text" placeholder="En Dollars"/></td>

<td></td><td></td>

</tr>

<tr>

<td>Taille de l'axe</td><td><input name="taille" type="text" placeholder="Km"/></td>

<td></td><td></td>

</tr>
</table>

</fieldset>

<div class="tabl">

</div>

</div>

</div>

</body>

</html>

Classe de mise à jour axe routier

<?php

Class miseajouraxe{

public function supprimerAxe($idaxe){

$bkas->exec('DELETE FROM axeroutier WHERE idaxe=\''.$idaxe.'\'');

echo 'Suppression effectuer';

public functionenregistrerAxe($nomaxe, $commtaxe, $date_debut, $date_fin, $cout,


$taille, $duree, $idroute, $identre, $pro){

$bkas->exec('INSERT INTO
axeroutier(idaxe,nomaxe,comm_axe,taille_axe,idroute,identre,date_debut,date_fin,cout,D
uree) VALUES(NULL, \''.$nomaxe.'\', \''.$commtaxe.'\', \''.$taille.'\', \''.$idroute.'\', \''.
$identre.'\', \''.$date_debut.'\', \''.$date_fin.'\', \''.$cout.'\', \''.$duree.'\')');

echo 'enregistrement effectuer';

public functionmodifierAxe($idaxe,$nomaxe, $commtaxe, $date_debut, $date_fin, $cout,


$taille, $duree, $idroute, $identre, $pro){

$bkas->exec('UPDATE axeroutier SET nomaxe=\''.$nomaxe.'\',comm_axe=\''.


$commtaxe.'\',date_debut=\''.$date_debut.'\',date_debut=\''.$date_fin.'\',cout=\''.
$cout.'\',duree=\''.$duree.'\',taille=\''.$taille.'\' WHERE idaxe=\''.$idaxe.'\'');

echo 'Modification effectuer';

?>

6.3 Implémentation de l'entrepôt de données

6.3.1 Modélisation multidimensionnelle

6.3.1.1 Les dimensions

Les données du réseau routier seront analysables par les utilisateurs suivant cinq
dimensions, il s'agit :

Ø Dimension Route

Ø Dimension Province

Ø Dimension Inspecteur

Ø Dimension Entreprise

Ø Dimension Temps

6.3.1.2 Les faits

Selon les problématiques posent nous sommes abouti au choix des mesures suivantes sur
lesquelles seront portés les analyses.

Ø Coût

Ø La taille

Ø La durée

6.3.1.3 Modèle

Dim_Province

Id_DW_province
Id_nat_province

nomprovince

Dim_Inspecteur

Id_DW_Inspecteur

Id_nat_Inspecteur

Nominspecteur

Numphone

Dim_Route

Id_DW_Route

Id_nat_Route

Nomroute

Nomaxeroutier

Comm_route

Comm_axe

Type_route

Entreprise

Id_DW_Entreprise

Id_nat_Entreprise

Nomentreprise

Fait

Id_DW

Id_DW_Province

Id_DW_Temps

Id_DW_Entreprise
Id_DW_Inspecteur

Id_DW_Route

Cout

Duree

Taille

Dim_Temps

Id_DW_temps

Id_nat_temps

Année

Mois

Trimestre

Semestre

Figure 26Modèle en étoile de notre entrepôt de données

6.3.1 6.3.2 Architecture type du data warehouse

Tableau croisé dynamique de Excel


Figure 27 Architecture globale du système décisionnel.

6.3.3 Implémentation de la base de données du data Warehouse

Outils utilisé : Microsoft SQL Server 2008

Ø SQL Server Management Studio

Dictionnaire des données

Tables Attributs Type de données Rôle

Dim_Route Id_DW_Route bigint Clé de l'entrepôt

Id_nat_Route float Clé d'entreprise

Nomroute nvarchar(50) Date pour l'historisation

Nomaxeroutier nvarchar(50) Date pour l'historisation

Type_route nvarchar(10)

Date_debut smalldatetime
Date_fin_fin smalldatetime

Dim_Inspecteur Id_DW_Inspecteur bigint Clé de l'entrepôt

Id_nat_Inspecteur float Clé d'entreprise

Nominspecteur nvarchar(30) Date pour l'historisation

Post_nom nvarchar(30) Date pour l'historisation

Numphone nvarchar(30)

Date_debut smalldatetime

Date_fin smalldatetime

Dim_Entreprise Id_DW_Entreprise bigint Clé de l'entrepôt

Id_nat_Entreprise float Clé d'entreprise

Nomentreprise nvarchar(30) Date pour l'historisation

Date_debut smalldatetime Date pour l'historisation

Date_fin smalldatetime

Dim_Temps Id_DW_temps bigint Clé de l'entrepôt

Id_nat_temps float Clé d'entreprise

Date smalldatetime

Année nvarchar(4)

Trimestre nvarchar(4)

Mois nvarchar(12)

Id_DW_province bigint Clé de l'entrepôt


Tableau 4 Tableau de dictionnaire de données
6.3.4 Chargement de données dans les dimensions

Outils utilisé :

Ø Microsoft SQL Server 2008

· SQL Server Integration Services

Ø Microsoft Office

· Microsoft Office Excel 2007

Procédure

Toutes les dimensions, excepté la dimension temps, sont des dimensions à variation lente.
Les sources de données sont des fichiers Excel que nous avons exportés de notre base de
données MySQL. Nous avons utilisé le processus d'intégration des ETL tel qu'implémenté
dans SQL Server Intégration Services.

Exemple d'un processus de chargement pour la dimension route :

Figure 28 Processus de chargement de données

Chargement de la dimension Temps

Une particularité pour cette dimension, nous l'avons généré automatiquement en fixant
notre plage d'étude entre 2007 et 2013. Car nos données test correspondent à cette plage.

6.3.5 Construction de la base de préparation

Ø Outils: MySQL, Microsoft Office Excel 2007, SQL Server Integration Services

- Création de la vue de préparation pour extraire les données qui correspondant aux clés
d'entreprise et les mesures.

MySQL

- Nettoyage de données

- Requête SQL pour l'ajout des champs

- Vérification de la cohérence

Excel

Chargement des données dans la table T_Préparation de la base de données du Data


warehouse avec le processus de copie de colonne après mappage.

SQL Server Integration Services

Figure 29: Schémas de construction de la base de préparation des données.

6.3.6 Chargement de la table fait

La tâche, à ce niveau est facilitée par la base de préparation déjà chargée de données. La
source de donnée est le résultat d'une requête SQL. Ce dernier est alors copié dans la table
des faits après mappage des colonnes.

SELECT DISTINCT

dbo.Dim_Inspecteur.id_DW_inspecteur, dbo.Dim_Route.id_DW_route,
dbo.Dim_Temps.id_DW_temps, dbo.Dim_Province.id_DW_province,

dbo.Dim_entreprise.id_DW_entreprise, dbo.T_Preparation.cout, dbo.T_Preparation.duree,


dbo.T_Preparation.taille_axe

FROM dbo.Dim_InspecteurINNER JOIN

dbo.T_Preparation ON dbo.Dim_Inspecteur.id_nat_inspecteur =
dbo.T_Preparation.id_nat_inspecteurINNER JOIN

dbo.Dim_Province ON dbo.T_Preparation.id_nat_province =
dbo.Dim_Province.id_nat_provinceINNER JOIN

dbo.Dim_entreprise ON dbo.T_Preparation.id_nat_entreprise =
dbo.Dim_entreprise.id_nat_entrepriseINNER JOIN

dbo.Dim_Temps ON dbo.T_Preparation.id_nat_temps =
dbo.Dim_Temps.id_nat_tempsINNER JOIN

dbo.Dim_Route ON dbo.T_Preparation.id_nat_route = dbo.Dim_Route.id_nat_route

Ce script SQL nous a permis de charger la table de fait en faisant le mappage entre les clés
d'entrepôts.

6.3.7 Déploiement du cube et analyse

Nous avons procédé à quelques analyses test pour évaluer les performances de notre
système décisionnel, après le déploiement du cube avec Microsoft SQL Server Analysis
Services.

Figure 25 : Présentation du cube

Figure 30 Présentation du cube

6.3.7.1 Analyse de performance

Le cube ainsi déployé constitue un véritable tableau de bord. En effet, il permet de


présenter une vue claire et synthétique de l'ensemble des activités sur les infrastructures.
Comme illustration simple, en un moindre instant, nous obtenons dans un rapport
l'ensemble des entreprises de construction croisées avec les provinces où elles ont effectué
des travaux, avec la possibilité de creuser d'avantage et obtenir les divers axes routiers. A
cette présentation s'adjoint le nombre de kilomètres pour les axes, la durée des travaux et
le cout détaillé et global.

Tableau 18: Extrait de la navigation du cube

Tableau 5 Présentation d'un tableau de bord

Départ notre tableau de bord, nous pouvons constater qu'au niveau de l'axe Gare Central et
Socimaxdeux entreprises ont eu à intervenir.Nous pouvons alors prendre une décision en
fonction de différentesmesures.

Présentation de résultat sur l'entreprise SAFRICAS

Ø tableau de synthétique

Tableau 6 Tableau de résultat SAFRICAS

Ce tableau nous représente la synthèse statique de SAFRICAS par rapport à nos trois
mesures.

Ø Histogramme

Figure 31Histogramme de coût de SAFRICAS

Sur cette figure nous pouvons constater que la grande partie de l'argent attribue à
SAFRICAS pour les infrastructures routières fut utilisé à KINSHASA.

6.3.7.2 Représentation des quelques statistiques

Tableau 7 Tableau croisé sous Analysis Services pour la présentation des statistiques.
Figure 32 Histogramme de coût par province

CONCLUSION
Le présent travail a fait l'objet de la mise en place d'un data Warehouse et d'une
application de webmapping pour la gestion du réseau routier de la République
Démocratique du Congo.

Si sa mise en oeuvre s'est appuyée sur de bases théoriques développées dans les premier,
deuxième, troisième, quatrième et cinquième chapitres. Le dernier chapitre a été
entièrement consacré à l'implémentation de l'application couplée au Système Décisionnel.

Au cours de la phase théorique, nous avons débuté par les notions fondamentales sur les
bases de données pour ensuite aborder le Système Décisionnel. Au troisième chapitre,
nous avons passé en revue les différents langages de programmation et techniques utilisées
dans le web. Au quatrième chapitre, nous avons abordé les théories sur les Systèmes
d'Information Géographique avec une attention particulière sur le Webmapping. Au
cinquième chapitre nous avons présenté le secteur des infrastructures routières de la RDC
et analyse leur état de la gestion actuelle.

Nous pouvons nous estimer heureux d'être arrivé aux termes de ce travail qui a proposé
une double mise en place, soit:

Ø Un nouveau système d'aide à la décision qui permettra à la cellule d'infrastructures


d'avoir une vision concrète sur les performances des différents acteurs qui interviennent
dans les systèmes.

Ø Une application de webmapping en vue d'informer la population en temps réel sur l'état
des routes aménagées qu'elles soient en cours de (re)construction ou réhabilitation.

Au-delà de tout, nous ne prétendons pas avoir épuisé le sujet. C'est pourquoi nous sommes
ouvert aux critiques ou remarques allant dans le sens d'améliorer notre travail.

BIBLIOGRAPHIE
A. Ouvrages

[1] ANDREAS MEIER, Introduction pratique aux bases de données relationnelles,


Springer ,2006

[2] BARRE Michèle et ROGER Christophe, les bases de données spéciales, IRD
Paris,2005

[3] BERTRANDBourquier, Business intelligence avec SQL Server 2008, Dunod, Paris,
2009

[4] Francis Draillard : Premiers pas en CSS et XHTM 2 ème Edition,ÉDITIONS


EYROLLES, bd Saint-Germain 75240 Paris

[5] Golfarelli&Rizzi : Data Warehouse Design: Modern Principles and Methodologies,


Indd, 2009

[6] LAURY Quentin et SAYSANASY Jessy, Webmapping, UFR,2011

[7] Philippe RIGAUX : Pratique de MySQL et PHP Conception et réalisation, Dunod,


Paris, 2009
[8] Ralph Kimball, L. Reeves, M. Rose, et W. Thornthwaite, Le Data warehouse: Guide de
conduit de projet, Eyrolles Paris 2011.

[9] Ralph Kimball, M. Ross, Entrepôt de données ; Guide pratique de modélisation


dimensionnelle, Wiley, 2e édition

[10] Sébastien FANTINI : Business Intelligence avec SQL Server 2008 R2,ENI Editions
2010

B. Notes de cours

[11] DI GALLO Frédéric : Méthodologie des systèmes d'information MERISE, note de


cours, Cours du cycle B du Cnam.doc 2000.

[12] Cyril GRUAU : Conception d'une base de données, note de cours, 2007.

[13] MBUYI MUKENDI Eugène, Système d'information et base de données,


3ème Graduat informatique, Faculté de sciences, UNIKIN, 2007-2008.

[14] NGOMBA Marcelline: Introduction aux Systèmes d'Information Géographique,


Faculté de sciences, UNIKIN, 2006-2007.

C. Article

[15] Cellule d'infrastructures, les infrastructures routières en RDC, Kinshasa, janvier 2009

D. Mémoire

[16] KASEREKA MUSUMBA : Construction d'un Data Warehouse pour l'aide à la prise
de décision en matière de gestion de l'exploitation industrielle de Bois en République
Démocratique du Congo, Université de Kinshasa 2011-2012.

E. Webographies

[17] http://www.celluleinfra.org, le 01 janvier 2014

[18] http:// www.classroom.fr, le 02 janvier 2014

[19] http://cyril-gruau.developpez.com/merise, le 01 novembre 2013

[20] http://freesoftwarestutorials.blogspot.com/search/label/Webmapping, le 11 novembre


2013

[21] http://www.dwfacile.com/Choix_outils.htm, le 23 décembre