INF3186

2021-2022
Université de
Yaoundé I

INF3186: Business Intelligence

Cube OLAP

Mai 2021

Valéry MONTHE
valery.monthe@facsciences-uy1.cm
Bureau R114, Bloc pédagogique 1
 Plan du cours
1.Introduction
2.Cube OLAP
3.Table multidimensionnelle
4.Opérations OLAP
1. Opération de forage
2. Opération de visualisation

INF3186 || 2021-2022 Cube : Représentation et manipulation 2

 Introduction
▪ Un exemple de requête décisionnelle

▪ Difficile pour un SGBD d’y répondre dans un temps

raisonnables quand les données deviennent très grandes

▪ Pour répondre à cette limite, une structure pour représenter

les données sous forme de point dans un espace à plusieurs
dimension : un cube

INF3186 || 2021-2022 Cube : Représentation et manipulation 3

 Cube
▪ Une structure de données multidimensionnelle stockant
les faits comme des mesures indexées par plusieurs
dimensions.

▪ Chaque cellule représente la mesure ou valeur

quantitative d’un fait sur le croisement de plusieurs
dimensions.

INF3186 || 2021-2022 Cube : Représentation et manipulation 4

 Cube
▪ Modélisation multidimensionnelle des données facilitant
l’analyse d’une quantité selon différentes dimensions :
• Temps,
• Localisation géographique,
• ….

▪ Les calculs sont réalisés lors du chargement ou de la

mise à jour du cube.

INF3186 || 2021-2022 Cube : Représentation et manipulation 5

 Cube

INF3186 || 2021-2022 Cube : Représentation et manipulation 6

 Cube

INF3186 || 2021-2022 Cube : Représentation et manipulation 7

 Cube

INF3186 || 2021-2022 Cube : Représentation et manipulation 8

 Table multidimensionnelle
▪ La table multidimensionnelle
o Présente les valeurs des mesures d’un fait en fonction
des valeurs des paramètres des dimensions
représentées en ligne et en colonnes.
▪ Les lignes et les colonnes sont les axes selon lesquels le
cube est exploré, et chaque cellule contient la (ou les )
mesure(s) calculée(s)
▪ Correspond à une tranche du cube
multidimensionnel

INF3186 || 2021-2022 Cube : Représentation et manipulation 9

 Table multidimensionnelle

Source : E. Nègre

INF3186 || 2021-2022 Cube : Représentation et manipulation 10

 Représentation et manipulation

Source : Elsa NEGRE

INF3186 || 2021-2022 Cube : Représentation et manipulation 11
 Représentation et manipulation

Source : O. Boussaid

INF3186 || 2021-2022 Cube : Représentation et manipulation 12

 Opérateurs OLAP

▪ Transformation de la granularité des données

(forage)
▪ Sélection / Projection sur les données du cube
▪ Restructuration / réorganisation du cube

INF3186 || 2021-2022 Cube : Représentation et manipulation 13

 Opérateurs OLAP
Opérateurs de forage : transformation de granularité
▪ Roll-up (forage vers le haut)
o Représente les données à un niveau de granularité
supérieur selon la hiérarchie de la dimension désirée
✓ Agréger selon une dimension
• Semaine -> Mois
▪ Drill-down (forage vers le bas)
o Inverse du roll-up
o Représente les données à un niveau de granularité
inférieur
✓ Détailler selon une dimension
• Mois -> Semaine

INF3186 || 2021-2022 Cube : Représentation et manipulation 14

 Opérations de forages

Source : Elsa Negre

INF3186 || 2021-2022 Cube : Représentation et manipulation 15

 Opérations de forages : Roll-Up

Source : Elsa Negre

INF3186 || 2021-2022 Cube : Représentation et manipulation 16

 Opérateurs OLAP
Opérateurs de visualisation du cube (Cube ->Cube)

▪ Sélection / Projection sur les données du cube

▪ Restructuration / réorganisation du cube

INF3186 || 2021-2022 Cube : Représentation et manipulation 17

 Opérations de sélection / projection
▪ Slice
o Sélection
o Tranche du cube obtenu par prédicats selon une
dimension
✓ Mois = « Avril 2004 »
▪ Dice
o Projection selon un axe
o Sorte de cumuls de sélection
✓ Projeter (Région, Produit)

INF3186 || 2021-2022 Cube : Représentation et manipulation 18

 Opérations de sélection / projection : Slice

INF3186 || 2021-2022 Cube : Représentation et manipulation 19

 Opérations de sélection / projection : Slice

Slice (Vendeur = ‘’ Juvénal’’)

INF3186 || 2021-2022 Cube : Représentation et manipulation 20

 Opérations de sélection / projection : Dice

INF3186 || 2021-2022 Cube : Représentation et manipulation 21

 Opérations de sélection / projection : Dice

Dice (Vendeur = « Yvan » ou « Myles »,

Produit =« Bikes » ou « Clothing » ou « Components »,
anne = 2002 )

INF3186 || 2021-2022 Cube : Représentation et manipulation 22

 Opérations de restructuration / réorientation
▪ Pivot (Rotate)
o Tourne le cube pour visualiser une face différente
✓ (Région, Produit) -> (Région, Mois)
▪ Switch (ou Permutation)
o Inter-change la position des membres d’une relation
▪ Nest
o Imbrique des membres issus de dimensions différentes
▪ Push (ou Enfoncement)
o Combine les membres d’une dimension aux mesures (les
membres deviennent le contenu des cellules)
▪ Split
o Sépare les dimensions
▪ ….
INF3186 || 2021-2022 Cube : Représentation et manipulation 23
 Opérations : Pivot(Rotate)
Tourne le cube pour visualiser une face différente

INF3186 || 2021-2022 Cube : Représentation et manipulation 24

 Opérations : Switch(Permutation)
o Inter-change la position des membres d’une relation

INF3186 || 2021-2022 Cube : Représentation et manipulation 25

 Opérations : Nest
o Imbriquer des membres issus de dimensions différentes

INF3186 || 2021-2022 Cube : Représentation et manipulation 26

 Opérations : Push
o Combine les membres d’une dimension aux mesures (les membres
deviennent le contenu des cellules)

INF3186 || 2021-2022 Cube : Représentation et manipulation 27

 Opérations : Split(Division)

INF3186 || 2021-2022 Cube : Représentation et manipulation 28

 Quelques solutions commerciales

INF3186 || 2021-2022 Cube : Représentation et manipulation 29

 Quelques solutions Open source

INF3186 || 2021-2022 Cube : Représentation et manipulation 30

 Bibliographie et ressources
Ouvrages recommandés
1. Golfarelli M., Rizzi S., « Data Warehouse Design:Modern Principles and
Methodologies », McGrawHill, 2009.
2. Kimball R., Ross, M., « Entrepôts de données:guide pratique de
modélisation dimensionnelle », 2°édition, Ed. Vuibert, 2003, ISBN:2-
7117-4811-1.
3. Franco J-M., « Le Data Warehouse ». Ed. Eyrolles, Paris, 1997. ISBN 2-212-
08956-2.
4. OLAP Solutions:Building Multidimensional Information Systems, E.
Thomsen
Notes de cours et autres références
1. Elsa NEGRE, Univ Paris-Duaphine, Entrepôts de données
2. F. Boufares, LIPN, Université Paris Nord
3. P. Marcel, LI, Universitéde Tours
4. Bernard Espinasse, Ecole Polytechnique Universitaire de Marseille
5. T. Hamon, Institut Galilée –Université Paris 13
INF3186 || 2021-2022 Cube : Représentation et manipulation 20/05/2022 31