Entrepôts de données (Data Warehouses) Thibault Estier Ecole des HEC Université de Lausanne thibault.estier@hec.unil.ch Entrepôts de données: principes et définitions Références: Data Warehousing, Data Mining, &OLAP, Alex Berson & Stephen J. Smith, McGraw-Hill, 1997, 606 pages, ISBN=0-07-006272-2 Entrepôts de données, guide pratique du concepteur de « data warehouses » Ralph Kimball, International Thomson Publishing France, Paris, 1997, 360 pages + 1 CD-ROM, ISBN=2-84180-021-0 Th. Estier - HEC Lausanne 2 Motivation des Entrepôts de données Transformer les « données » des systèmes d’information opérationnels en « informations » données run the business informations manage the business intégrer différentes bases de données opérationnelles donner l ’accès aux informations du passé fournir des outils d ’analyse sur ces données informations comme: aggrégations de données, résumé de données interpolation de données manquantes réconcilier des données inconsistentes Th. Estier - HEC Lausanne 3 OLTP <-> OLAP On Line Transaction Processing On Line Analytical Processing opérations automatisées répétitives analyses selon des modes imprévisibles, adhoc courtes transactions, isolées données combinées de sources diverses données détaillées, et instantanées données historisées, résumés temporels lire et mettre-à-jour très rapidement quelques données lire des millions de données, ne jamais mettre-à-jour, données orientées « application » données orientées « sujet » Th. Estier - HEC Lausanne 4 Conséquence: Incompatibilités des deux activités Les deux activités (OLTP & OLAP) ne peuvent pas co-exister sur des données dans le même système d ’information: leurs objectifs de performance sont exactement opposés: les requêtes complexes et lourdes fusillent les performances des systèmes transactionnels, les données temporelles sont réparties entre données actuelles et données archivées, rendant l