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