Bi Etl Ssis SSRS 01

SQL Server
IntegratION Services
SSIS
• Qu’est-ce qu’un DW ?
• Qu’est-ce qu’un BI ?
Objectifs de
• Mettre en œuvre les méthodes de base de l'ETL
• Implémenter un flux de contrôles et de données dans
la formation Intégration Services
• Déboguer et implémenter la gestion d'erreurs dans
Intégration Services
• Gérer et sécuriser des packages

Introduction
Data Warehousing (DW) &
Business Intelligence (BI) Pour qui s’adresse le système DW/BI?
Software Developer
DBA
Interagir avec les DW
Mettre en œuvre de nouveaux
projets L’exploration de données se
traduit par des résultats dans vos
Installer des outils BI applications
DB Designer/dev
Business Users
Conception/script d’un DW
Apprenez la terminologie
Conception différente des bases
de données traditionnelles Comprendre les sources
Business Intelligence (BI) Qu’est-ce qu’un DW?
• Un entrepôt géant pour vos données
• Référentiel central, données agrégées

provenant de plusieurs systèmes
• Source unique de « la vérité »

Qu’est-ce que le BI?
Business Intelligence (BI)
• La business intelligence (BI) est un sujet au carrefour

des SI, des Métiers et de la DG
• Domaine en pleine évolution, la BI peut faire l'objet

d'approches très différentes d'une entreprise à l'autre
• Elle a pour objectif d'aider les dirigeants dans leurs

prises de décisions et dans l'analyse de la performance
de leur entreprise
Business Intelligence (BI) Qu’est-ce que le BI? : D o m a i n e s d ’ i n t é r ê t
Agrégations
Tendances
Corrélations (Data Mining / Machine Learning)

Business Intelligence (BI) Qu’est-ce que le BI?
• A quoi sert la BI, quels sont ses composants ?
• Quelle est la place de la BI dans l’organisation de

l’entreprise ?
• Quels sont les facteurs clés de succès pour le pilotage

des projets BI ?
• Quelles sont les offres (côté fournisseurs) et à quels

besoins répondent‐elles (côté clients) ?
Business Intelligence (BI) Qu’est-ce que le BI?
• De nos jours, l’information est omniprésente
• la difficulté n’est plus de la recueillir, mais de la rendre

disponible sous la bonne forme, au bon moment et à la
bonne personne, qui saura l’exploiter et en tirer de la
valeur ajoutée
Data Warehousing (DW) & Qu’est-ce que le BI?
• Aujourd’hui, dans un contexte où les sources d’information

sont éclatées, volumineuses et complexes, il y a un réel besoin
de consolider et d’analyser ces dernières pour pouvoir avoir une
vision globale et optimiser le patrimoine informationnel de
l’entreprise
• trop d’information tue l’information
• L’objectif de la BI est de créer, à partir des données de

l’entreprise mais aussi externe à celle‐ci, l’information et le
savoir aidant les membres de l’entreprise et les cadres
dirigeants dans leur pilotage
Les domaines d’utilisation de la BI touchent la plupart des Métiers de l’entreprise :
• Finance, avec les reportings financiers et budgétaires
• Vente et commercial, avec l’analyse des points de ventes, l’analyse de la profitabilité et de

l’impact des promotions
• Marketing, avec la segmentation clients, les analyses comportementales
• Logistique, avec l’optimisation de la gestion des stocks, le suivi des livraisons
• Ressources humaines, avec l’optimisation de l’allocation des ressources par exemple
• Etc
• La BI se définit par l’ensemble des moyens, outils et

méthodes qui supportent le processus de collecte,
consolidation, modélisation, analyse et restitution des
informations
• Le processus de BI vise à récupérer des données brutes

(contenues dans des outils type ERP, CRM, sources externes
provenant des clients / fournisseurs, données de marchés, ...),
à les transformer en information et à les diffuser sous forme de
tableaux de bord ou reporting
Architecture business intelligence
Business Intelligence (BI) Le processus de BI
Business Intelligence (BI) Présentation de la Business Intelligence
Datawarehouse
Datamart Datamining
(entrepôt de données)
base de données utilisée pour collecter et sous‐ensemble logique d’un datawarehouse. Il les outils de datamining permettent d’extraire
stocker des informations volatiles provenant est généralement exploité en entreprise pour des hypothèses à partir de grandes quantités
d'autres bases de données restituer des informations ciblées sur un métier de données, par des procédés typiquement
spécifique. statistiques.
ETL
Cube OLAP
(Extract, Transform, Load)
il s'agit d'une technologie informatique intergicielle (comprendre représentation abstraite d'informations multidimensionnelles. Les
middleware) permettant d'effectuer des synchronisations massives données sont rangées selon un principe de dimensions correspondant
d'informations d'une base de données vers une autre étroitement aux axes de recherche des utilisateurs (par exemple les
ventes de produits dans le temps par zone géographique).
Vue d'ensemble Diagramme de flux de travail
Vue d'ensemble Critères de conception
 Validité: les applications doivent fournir de l'information correcte et précise aux utilisateurs;
 Performance: le délai de réponse aux requêtes des utilisateurs doit être court (ex: moins de
5 secondes);
 Convivialité: les utilisateurs moins expérimentés doivent pouvoir utiliser le système (ex:
rapport en 10 clics ou moins);
 Apparence: l'interface des outils et rapports doit être attirant;

 Maintenabilité: les applications doivent être suffisamment documentées et un plan
d'amélioration doit être en place.
Vue d'ensemble Modélisation de flux informationnel
Vue d'ensemble Modélisation d’un DataWarehouse
DimProduit DimFournisseur
En BI, la modélisation d’un DW
DimProduitPK DimFrsPK
utilise la notion de table de Produit FaitVentes Frs
faits et table de dimension PrixProduit FaitVentePK LibFrs
FacturePK AdrFrs
QteVendue
Table de faits
DimDate MontantFacture DimClt
DimDateFacturePK DimDateFactureK DimCltPK
Table de dimension Xxx DimProduitK Client
Yyy DimCltK AdrClt
DimFrsK
3 modèles permettant de
représenter un DW
Modèle en étoile
Modèle en flocon
Modèle en constellation
Modèle en étoile
Table de faits au centre et les tables de Dimension sont les branches
3 modèles permettant de DimProduit DimFournisseur
représenter un DW DimProduitPK DimFrsPK
Produit FaitVentes Frs
PrixProduit FaitVentePK LibFrs
FacturePK AdrFrs
Modèle en étoile QteVendue
Modèle en flocon
Xxx DimProduitK Client
Yyy DimCltK AdrClt
Modèle en constellation DimFrsK
Modèle lisible et performant

DimDetFrs
CCC
Modèle en flocon DDD
Les branches sont éclatées en hiérarchies

3 modèles permettant de DimProduit DimFournisseur
représenter un DW DimProduitPK DimFrsPK
PrixProduit FaitVentePK LibFrs
FacturePK AdrFrs
Modèle en flocon
Xxx DimProduitK Client
Yyy DimCltK AdrClt
DimFrsK
DimDetClt
Modèle couteux en performance AAA
BBB
représenter un DW DimProduit DimFournisseur
FaitXXXX PrixProduit FaitVentePK LibFrs
DimDateFacturePK FacturePK AdrFrs

Xxx
DimDate DimClt
Yyy MontantFacture
Modèle en flocon Xxx DimProduitK Client

DimDetXXX Yyy DimCltK AdrClt
XXXKP DimFrsK
représenter un DW DimProduit DimFournisseur
FaitXXXX PrixProduit FaitVentePK LibFrs
DimDateFacturePK FacturePK AdrFrs

Xxx
DimDate DimClt
Yyy MontantFacture
Modèle en flocon Xxx DimProduitK Client

DimDetXXX Yyy DimCltK AdrClt
XXXKP DimFrsK
Vue d'ensemble Étapes de la conception dimensionnelle
Sélectionner le process Identifier les

métier dimensions
Identifier le grain Identifier les faits

Vue d'ensemble Sélectionner le process métier
Étape1
• Activités de bas niveau réalisées par une organisation

• Sont identifiés par l’écoute attentive des utilisateurs professionnels
Caractéristiques :
• Exprimé sous forme de verbes
• Sont pris en charge par un système opérationnel
• Générer des KPIs
Vue d'ensemble Étape 2 Identifier le grain
Préciser le niveau détaillé du processus métier que nous voulons mesurer
Example Grain Question to ask

Sales/day Une ligne à la fin de la journée Combien a été payé par
chaque client? S’agit-il
d’informations importantes
Sales/day/order Une ligne pour chaque Quel a été le produit le plus

commande terminée vendu? S’agit-il d’informations
importantes
Sales/day/order/product Une ligne pour chaque produit Est-ce suffisamment

vendu dans le cadre d’une d’informations?
commande
• Spécifiez le niveau de détail d’un processus métier que nous voulons mesurer
• Comment décrivez-vous une seule ligne dans la table de fait ?
• Les identifications des grains sont exprimées en termes métiers/fonctionnels
Vue d'ensemble Identifier les dimensions
Étape 3
Comment les utilisateurs décrivent-ils les données résultant du processus?
Who, What, Where, When, Why, How
Exemple :
• Date
• Product
• Customer
• Employee
Vue d'ensemble Identifier les faits
Étape 4
Quelle est la mesure du processus?
Faits avec différents grains sont divisés en tables séparées
Exemple :
• Sales price
• Sales quantity
Vue d'ensemble
les exigences commerciales et les réalités des

données sources doivent être prises en compte lors
de la conception du modèle dimensionnel
Vue d'ensemble
Conception des tables de dimensions

Vue d'ensemble Ce qui est spécifique à une table de dimension
Une table de dimension est différente d’une table de

relation :
• Les règles de normalisation ne s’appliquent pas
• Non optimisée pour les aspects de modification de
données
• Intègre de manière cohérente plusieurs données
sources
• Les données sont faciles à lire par l’utilisateur
Vue d'ensemble
Clés de substitution
Vue d'ensemble Relation entre fait et dimension
One to many relationship

Vue d'ensemble Création de la clé primaire
Mauvaise Pratique Bonne Pratique

L'utilisation de la PK des systèmes sources peut • Colonne de type entier simple
entraîner des lignes qui se chevauchent • Automatiquement incrémenté
• Ne nécessite pas un entretien minutieux
Source système 1
• Dans la terminologie DW, c’est la clé de substitution
Source système 2
Vue d'ensemble Intégration des données de multiples sources
Vue d'ensemble
ETL : (Extract, Transform, Load)
Il s'agit d'une technologie informatique

intergicielle (comprendre middleware)
permettant d'effectuer des
synchronisations massives d'informations
d'une base de données vers une autre
Vue d'ensemble
Avantages
• Faciliter les études d’impact

• Faciliter la maintenance
• Faciliter le transfert de connaissance
• Centraliser le traitement
• Réduire le coût
Vue d'ensemble
Types ETL
ETL propriétaire ETL Open Source

Vue d'ensemble ETL : (Extract, Transform, Load)
Avantages & inconvénients ETL propriétaire & Open Source
ETL propriétaire ETL Open Source
Mise en œuvre rapide Pas de licence
Interface généralement complète Coût de la formation et souscription

hotline technique
Acquisition des licences Coût constant tout au long du projet
Coût élevé dès le début du projet Pas de partage des travaux

Qu'est-ce que SQL Server
Intégration Services ?
Présentation de SQL Server
Intégration Services Data Transformation
Service (DTS)
SQL Server
Integration Service
SQL Server Integration Services (SSIS) est un ETL (Extract Transform Load)
Il permet de se connecter à n'importe quelle source de données (Excel, fichier

plat csv, XML, base de données, etc...)
SSIS offre la possibilité de collecter des données, de les transformer en données

exploitables par les outils d'analyse qui, elles-mêmes, vont alimenter une ou
plusieurs bases de données dédiées
Présentation de SQL Server SQL Server Integration Services est une plateforme qui permet de créer des
solutions de transformation et d'intégration de données
SQL Server Integration Services peut extraire et transformer des données à partir
d'un large éventail de sources, puis les charger dans une ou plusieurs destinations
Présentation de SQL Server FONCTIONNALITÉS PRINCIPALES DE SSIS
• Sources et destinations de données multiples
o Bases de données
o Excel
o Fichier plat (CSV)
o XML…
• Transformations de données
o Agrégation
o Filtre
o Conversions…
• Tâches de maintenance
o Gestion des événements
o Reconstruction d’index
o Envoi de mails
o Nettoyage d’historiques...
Présentation de SQL Server
Pourquoi SSIS
• SSIS est complètement intégré dans Visual Studio.
• Nombreux connecteurs disponibles (Oracle, …).
• Grande facilité de prise en main.
• C'est un outil très visuel.
• Il offre la possibilité de créer de nouveaux modules.
• Gestion des événements.

Présentation de SQL Server Quand UTILISER SSIS ?
• Pour transférer des données d’applications métier à
une DataWareHouse
• Transfert de BdD avec ou sans transformations
• Facilement déployable
• SSIS est parfaitement compatible avec une
architecture SSAS
• SSIS permet de charger les données avec la mise en
place d'états POWER-BI

Environnement SSIS Création d'un projet SSIS
• L'environnement de conception d'un

package SSIS est donc Visual Studio
avec, si possible, un accès à votre serveur
de données.
• Pour créer votre projet, sélectionnez

Business Intelligence
• Créez alors votre nouveau projet de type

Environnement SSIS Création d'un projet SSIS
• Le projet contient dès sa création un

package : package.dtx
• C'est dans ce package que nous
déroulerons de manière ordonnée la
sélection, la transformation et
l'importation des données
Environnement SSIS Espace de travail SSIS
Control Flow ou flux de contrôle : permet de

contrôler, d'ordonner et dissocier les tâches à réaliser
par le package.
Data Flow ou flux de données : permet de contrôler,

d'ordonner et dissocier les flux de données à traiter.
C'est à cette étape que la sélection, la transformation
et l'insertion des données sont réalisées. L'espace de travail (central) est divisé
en quatre parties sous forme d'onglet
Event Handlers ou gestionnaire d'évènements : des Package Explorer ou explorateur de package :

évènements peuvent être associés aux éléments du permet par définition d'explorer le package à travers
package. Cet onglet permet donc de gérer les une arborescence. Celle-ci est très utile en particulier
évènements par exemple un traitement spécifique lors d'importants projets SSIS, ou si le package se
suite à une gestion d'erreurs. compose de nombreux éléments.
Environnement SSIS La boite à outils SSIS
Tous les composants de package se trouvent dans cette boite à outils. Celle-ci propose
une série de composants en fonction de l'onglet sur lequel vous êtes.
Au niveau flux de données,

celle-ci se trouve organisée
Au niveau flux de
en trois parties : les
contrôles, celle-ci se
composants source, les
trouve organisée en deux
composants transformation
parties
et enfin les composants
destination.
Exemple de projet SSIS Objectifs
L’objectif principal est d'importer les données d'un fichier plat
généré une application de l’entreprise, dans notre base de données
1. Pour cela, il nous faudra spécifier dans un

premier temps la source de données : notre fichier
plat
2. Puis dans un second temps, il nous faudra

réaliser le script de transformation de données afin
que les formats de celles-ci soient compatibles
pour l'insertion comme les dates
3. Enfin, en destination nous identifierons la base

de données, plus précisément la table souhaitée SSIS, à travers tous ces composants, nous permet de créer un flux de données
cohérent et organisé.
Nous pouvons voir que ce flux de données est modélisé par une flèche verte qui
permet d'effectuer le lien entre chaque composant. Et donc, entre chacune de
nos étapes avant l'import
Exemple de projet SSIS Notre source de données : un fichier plat
Notre source de données à intégrer est un fichier plat, contenant diverses données,
dont celles que nous souhaitons intégrer. Il se présente de la manière suivante :
Fichier clients à intégrer Sélectionnez Le fichier possède l’entête

code|NomClient|PrenomClient|DateNaiss|NbEnfant|DateInterview
La première colonne
sera ignorée 00000|Houm|Benoit|19840822|1-|200709
azerty|Dupont|Nicolas|19700513|4|200701
00001|Tapis|Yan|19690911|1-|200702
00011|Posinello|Marisa|19801223|4|200602
00002|Champ||19740228|1-|200703 Certaines données devront subir des
III22|Fiore|Sophie|19820330|2|200703 transformations avant d'être
00001|Tapis|Yan|19690911|1-|200711 importées, car elles ne correspondent
00011|Luc|Charlie|19701103|0|200703 pas au format de destination
II022|Bazin|Jean-Charles|17820420|5|200705
00001|Tapis|Yan|19690911|1-|200704
99011|Masel|Fanny|19790108|1|200706
Exemple de projet SSIS Destination de l'import : Base de données MS SQL Server
Nous avons à notre disposition une base de données Microsoft

SQL Server 2005 où nous allons importer les données
Fichier clients à intégrer Sélectionnez Le fichier possède l’entête

code|NomClient|PrenomClient|DateNaiss|NbEnfant|DateInterview
La première colonne
sera ignorée 00000|Houm|Benoit|19840822|1-|200709
azerty|Dupont|Nicolas|19700513|4|200701
00001|Tapis|Yan|19690911|1-|200702
00011|Posinello|Marisa|19801223|4|200602
00002|Champ||19740228|1-|200703 Certaines données devront subir des
III22|Fiore|Sophie|19820330|2|200703 transformations avant d'être
00001|Tapis|Yan|19690911|1-|200711 importées, car elles ne correspondent
00011|Luc|Charlie|19701103|0|200703 pas au format de destination
II022|Bazin|Jean-Charles|17820420|5|200705
00001|Tapis|Yan|19690911|1-|200704
99011|Masel|Fanny|19790108|1|200706
Exemple de projet SSIS Gestion des sources de données
1. La première étape est de créer une

nouvelle tâche pour notre traitement
2. Donc dans l'onglet flux de contrôle, nous

choisissons le composant de la boite à outils
Data Flow Task ou tâche de flux de données
Exemple de projet SSIS Gestion de la source de données
1. Dans un premier temps, ouvrons la tâche

en double cliquant dessus
2. Celle-ci va nous conduire dans l'onglet flux

de données comme suit :
3. Ensuite, il nous faut créer une source de

données, Dans notre cas c'est un fichier plat
donc nous allons faire glisser le
composant Flat file Source ou source
fichier plat sur notre espace de travail
Nous renommerons notre source de données en

TestSSIS. Ensuite, il nous faut ouvrir la source de
données afin de lui affecter notre fichier et nos
conditions en double cliquant sur celle-ci. Cela
nous amène à cette fenêtre ou bien entendu
nous allons cliquer sur new.
Nous affectons notre fichier TestSSIS à notre

composant source. Notons que nous avons mis à
1 le nombre de lignes d'entête à ignorer, car le
libellé des colonnes (en première ligne du fichier)
n'est pas une donnée à prendre en compte :
Passons dans l'onglet colums ou colonnes de

notre fenêtre. Nous pouvons constater qu'un
premier aperçu des données est disponible et
que notre ligne d'entête a bien été ignorée.
Notons aussi que SSIS est intelligent, il a reconnu
de lui-même le séparateur de données présent
dans le fichier source. Bien entendu il y en a
d'autres possibles dans la liste de sélection
comme « ; », tabulation ou autres.
Passons dans l'onglet advanced ou avancé de

notre fenêtre. À cette étape, nous renommons,
affectons un type et une taille à nos colonnes.
Nous n'effectuons cette action que pour les
colonnes que nous garderons par la suite.
Souvenez-vous que la première colonne du
fichier (colonne 0 ici) est un code que nous ne
souhaitons pas importer. Vos types de colonnes
doivent être identiques aux types des colonnes
de votre table si vous insérez vos données dans
une base de données.
Nous validons le traitement du fichier puis nous

retournons à la fenêtre initiale au niveau
de l'onglet colums ou colonne. C'est ici que
nous sélectionnons les colonnes qui nous
intéressent. Par conséquent, nous décocherons
uniquement la colonne 0 :
Nous validons entièrement la connexion à notre

source de données. À noter que la petite croix
rouge Image non disponible présente en cas
d'erreur (normal à la création de la source de
données) a disparu une fois celle-ci attribuée. De
même, notre manager de connexion (en bas)
nous indique bien que le fichier TestSSIS a été
pris en compte. En cas de modification, nous
pouvons accéder directement à notre fichier plat
en cliquant sur le fichier du manager de
connexion.
Exemple de projet SSIS Transformation des données
Script de transformation
Dans notre cas, nous passerons par un script pour

réaliser cette transformation de données. Nous
glisserons le composant Script Component sur notre
espace de travail :
Avant de commencer la transformation, nous devons

relier notre fichier source de données à notre
composant Script. Pour cela il suffit de faire glisser la
flèche verte jusqu'a notre composant Script comme
décrit ci-dessous :
Débutons la transformation de données en double

cliquant sur notre composant. Nous commencerons par
l'onglet colonnes d'entrées où nous sélectionnons les
colonnes à transformer et uniquement celles-ci :
Dans l'onglet Inputs and Outputs, nous pouvons

retrouver en entrée les colonnes sélectionnées
précédemment :
Nous ajoutons une colonne intermédiaire pour chaque

colonne à transformer. Nos colonnes transformées
porteront le nom T_nomdecolonne afin de les dissocier :
Après cela, nous pouvons passer concrètement au script

en nous rendant sur l'onglet Script puis Design Script :
Une nouvelle fenêtre Visual Studio For Applications

s'ouvre. C'est la où nous allons programmer notre script
de transformation. À noter que ce script est en VB.NET
Exemple de projet SSIS Destination des données
Configuration de la destination des données : Base de données MS SQL Server
Nous avons géré notre source de données, nous avons

programmé notre script de transformation, maintenant
nous allons configurer l'import. Notre cible est une
table client d'une base de données MS SQL Server 2005.
Nous utiliserons, du fait de la base de données
Microsoft SQL Server, le composant SQL Server
Destination
Nous faisons donc glisser le composant SQL Server

Destination lui-même relié à notre script (flèche verte), que
nous allons configurer en double cliquant sur celui-ci :
Remplir les éléments demandés reste assez intuitif.

Cependant, si vous ne disposez pas au premier lancement
de votre chaîne de connexion, il vous est possible d'en créer
une comme suit :
Il nous faut sélectionner le serveur, le type d'authentification

choisie ainsi que la base de données voulue.
Dans l'onglet manager de connexion, nous spécifions la
connexion à utiliser ainsi que la table destination de notre base
de données. Dans notre cas, la table client :
Au niveau de l'onglet Mapping, SSIS arrive à associer les bonnes

colonnes entre elles. Mais concernant les colonnes transformées, il
faut les spécifier nous même comme ci-dessous :
Import des données et vérifications
Pour l'import des données, soit il nous faut cliquer droit sur la
tâche de l'onglet flux de contrôle afin de l'exécuter (en particulier
si nous ne souhaitons pas l'exécution d'autres tâches en même
temps), soit nous exécutons tout le package (F5). Si l'exécution se
déroule correctement, tout s'affiche en vert et le nombre de lignes
insérées est visible :
Import des données et vérifications
En cas d'erreur, le composant en erreur ou bloquant s'affiche en Voici notre table client après exécution de notre package SSIS :
rouge. Il est possible de voir le détail de cette erreur dans un

nouvel onglet qui est apparu lors de l'exécution : l'onglet
Progress. Cet onglet déroule étape par étape l'exécution et donne
les messages d'erreurs.
La première vérification possible dans Visual Studio est donc de

voir tous nos composants s'orner de vert. Mais nous pouvons
aussi vérifier dans notre base de données si l'insertion a bien été
effective. Voici l'état de notre table avant exécution de notre
package SSIS :
Déploiement du package SSIS
Comme nous l'avons fait précédemment, l'exécution du package

est possible via Visual Studio (F5). Cependant, un déploiement du
package sur le serveur est plus avantageux, en particulier pour
automatiser l'exécution.
La première étape étant l'activation de la création de l'utilitaire de

déploiement de notre package. Pour cela, nous allons cliquer droit
afin d'atteindre les propriétés du projet. Dans l'onglet
Deployement Utility, mettre la propriété CreatDeploiementUtility à
vrai comme suit :
Nous validons donc cette modification. Ensuite, il nous faut

régénérer le projet. Nous vérifions que la modification a bien été
prise en compte dans notre projet Visual Studio comme suit :
Il y a bien un dossier déploiement, qui lui-même contient ce qui

nous intéresse, à savoir le fichier
SSIS_tutoriel.SSISDeploymentManifest dans notre cas. Afin de
commencer le déploiement, nous allons ouvrir ce fichier qui va
nous diriger vers un assistant de déploiement de package.
Dans notre cas, nous choisirons File System Deployement. Selon

vos besoins et suivant la description qui peut vous aider, vous
devrez choisir l'un ou l'autre.
Nous laissons le chemin par défaut pour le déploiement de notre

package. Puis nous continuons.
Nous arrivons sur une fenêtre intermédiaire nous demandant de

confirmer. Bien entendu nous confirmons :
Nous arrivons sur une fenêtre récapitulative avec diverses

informations :
Voilà, grâce à cet assistant, nous venons de déployer notre

package. Vérifions que tout s'est correctement déroulé. Nous nous
connecterons à notre serveur à l'aide de SQL Server Management
Studio en sélectionnant Integration Services en type de serveur :
Notre package existe bien dans notre arborescence. C'est déjà une
bonne nouvelle. Nous allons l'exécuter (clic droit Run Package)
afin de constater que nous avons le même résultat :
Après exécution, tout s'est déroulé comme prévu, les 11 lignes de

notre fichier à importer sont correctement arrivées à destination.
Et si nous ne sommes toujours pas certains, il suffit de vérifier les
données dans notre table.

Bi Etl Ssis SSRS 01

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Bi Etl Ssis SSRS 01

Transféré par

Droits d'auteur :

Formats disponibles

SQL Server

• Implémenter un flux de contrôles et de données dans

la formation Intégration Services

• Déboguer et implémenter la gestion d'erreurs dans

• Gérer et sécuriser des packages

• Un entrepôt géant pour vos données

• Référentiel central, données agrégées

• Source unique de « la vérité »

• La business intelligence (BI) est un sujet au carrefour

• Domaine en pleine évolution, la BI peut faire l'objet

• Elle a pour objectif d'aider les dirigeants dans leurs

Corrélations (Data Mining / Machine Learning)

• A quoi sert la BI, quels sont ses composants ?

• Quelle est la place de la BI dans l’organisation de

• Quels sont les facteurs clés de succès pour le pilotage

• Quelles sont les offres (côté fournisseurs) et à quels

• De nos jours, l’information est omniprésente

• la difficulté n’est plus de la recueillir, mais de la rendre

• Aujourd’hui, dans un contexte où les sources d’information

• trop d’information tue l’information

• L’objectif de la BI est de créer, à partir des données de

Les domaines d’utilisation de la BI touchent la plupart des Métiers de l’entreprise :

• Finance, avec les reportings financiers et budgétaires

• Vente et commercial, avec l’analyse des points de ventes, l’analyse de la profitabilité et de

• Marketing, avec la segmentation clients, les analyses comportementales

• Logistique, avec l’optimisation de la gestion des stocks, le suivi des livraisons

• Ressources humaines, avec l’optimisation de l’allocation des ressources par exemple

• La BI se définit par l’ensemble des moyens, outils et

• Le processus de BI vise à récupérer des données brutes

 Apparence: l'interface des outils et rapports doit être attirant;

Modèle lisible et performant

Modèle en flocon DDD

Les branches sont éclatées en hiérarchies

DimDateFacturePK FacturePK AdrFrs

Modèle en flocon Xxx DimProduitK Client

DimDateFacturePK FacturePK AdrFrs

Modèle en flocon Xxx DimProduitK Client

Sélectionner le process Identifier les

Identifier le grain Identifier les faits

• Activités de bas niveau réalisées par une organisation

Example Grain Question to ask

Sales/day/order Une ligne pour chaque Quel a été le produit le plus

Sales/day/order/product Une ligne pour chaque produit Est-ce suffisamment

Comment les utilisateurs décrivent-ils les données résultant du processus?

Who, What, Where, When, Why, How

Quelle est la mesure du processus?

Faits avec différents grains sont divisés en tables séparées

les exigences commerciales et les réalités des

Conception des tables de dimensions

Une table de dimension est différente d’une table de

One to many relationship

Mauvaise Pratique Bonne Pratique

ETL : (Extract, Transform, Load)

Il s'agit d'une technologie informatique

• Faciliter les études d’impact

ETL propriétaire ETL Open Source

ETL propriétaire ETL Open Source

Mise en œuvre rapide Pas de licence

Interface généralement complète Coût de la formation et souscription

Coût élevé dès le début du projet Pas de partage des travaux

Il permet de se connecter à n'importe quelle source de données (Excel, fichier

SSIS offre la possibilité de collecter des données, de les transformer en données

• SSIS est complètement intégré dans Visual Studio.