Trang 1
http://www-adele.imag.fr/~donsez/cours Conception de Bases Décisionnelles Didier DONSEZ Université Joseph Fourier (Grenoble 1) IMA – LSR/ADELE Didier.Donsez@imag.fr Didier.Donsez@ieee.org
Trang 2
09/01/2006 2 Plan • Bases de Données Transactionnelles • La Modélisation Dimensionnelle • Faits et Dimensions • Additivité des Attributs • Mini Dimensions • Dimensions à évolution lente • Tables de Faits sans faits • Estimation de la taille d ’un entrepôt • Conclusion et Bibliographie Didier Donsez, 1997-2006, Conception de Bases Décisionnelles
Trang 3
09/01/2006Bases de Données Transactionnelles 3 (Online Transaction Processing) A quoi sert la normalisation relationnelle • Modèle de Dépendances de Données • But : Eviter la redondance • Inconvénient : Analyse difficile de l ’activité Le Temps • instantanée de l ’activité • BD en changement dite BD « scintillante » besoin de données stables pour des analyses • représentation du passé • un fardeau pour les systèmes OLTP Didier Donsez, 1997-2006, Conception de Bases Décisionnelles
Trang 4
09/01/2006 4 Exercice Ma table historique • Compte(NC, DateOp, Solde) Questions : • Quel est le solde courant de mon client 525 ? • SELECT Solde FROM Compte WHERE NC=525 AND DateOp=( SELECT MAX(DateOp) FROM Compte WHERE NC=525 ) • Quels sont les soldes courants de mes clients ? Didier Donsez, 1997-2006, Conception de Bases Décisionnelles
Trang 5
09/01/2006 5 Bases de Données Transactionnelles • Inconvénient : Analyse de l ’activité par un non-informaticien Mode Transporteur Adresse Produit d ’expédition de Livraison CA Article Adresse Ligne de District Commandé Contact Produits Commande Adresse Groupe de Client Client Produits Contrat Type de Client Contact Contrat Commercial District Région Division de Ventes de Ventes de Ventes Modèle d’après Kimball 97, pp XIX Didier Donsez, 1997-2006, Conception de Bases Décisionnelles
Trang 6
09/01/2006 Objectifs de l ’Entrepôt de Données 6 (ou Base Décisionnelle) Accessibilité des informations • facile à comprendre donc à utiliser Information cohérente • idempotence avec le temps • incomplétude signalée Manipulation des mesures de l ’activité • combinaison et séparation (tranches et dès) Ensemble de données et de moyens • requêtes, analyse, présentation, … Publication de données déjà servies Didier Donsez, 1997-2006, Conception de Bases Décisionnelles
Trang 7
09/01/2006 7 Deux mondes différents Information Le Temps Vue OLTP Non redondance instantanée DW Accessibilité Historique Entrepôt de de l ’activité Données Didier Donsez, 1997-2006, Conception de Bases Décisionnelles
Trang 8
09/01/2006 8 La Modélisation Dimensionnelle modélise l ’activité que l ’on souhaite analyser • Modèle en Etoile • Fait, Dimension Produit product_key description Dimension Temps Temps Fait de Vente brand Dimension Magasin category time_key time_key day_of_week product_key month store_key quarter dollars_sold year units_sold Magasin holiday_flag dollars_cost customer_numb store_key store_name address Dimension Produit Cube décisionnel floor_plan_type • objet simple à manipuler pour des non-informaticiens Didier Donsez, 1997-2006, Conception de Bases Décisionnelles
Trang 9
09/01/2006 9 Requête Type select p.brand, sum(fv.dollars_sold), sum(fv.units_sold) from faitvente fv, produit p, temps t where fv.productkey = p.productkey (contrainte de jointure) and fv.timekey = t.timekey (contrainte de jointure) Produit and t.quarter = ‘ 1 Q 97 ’ (contrainte applicative) product_key description group by p.brand brand Temps Fait de Vente category time_key time_key order by p.brand day_of_week product_key month store_key quarter dollars_sold year units_sold Magasin holiday_flag dollars_cos customer_numb store_key store_name select p.brand, sum(fv.dollars), sum(fv.units) address floor_plan_type from (faitvente fv join produit p using (productkey))join temps t using (timekey ) where t.quarter = ‘ 1 Q 97 ’ (contrainte applicative) group by p.brand order by p.brand Didier Donsez, 1997-2006, Conception de Bases Décisionnelles
Trang 10
09/01/2006Modèle en étoile 10 Modèle en flocon (de neige) Modèle en étoile Produit product_key • Table de Fait description Fait de Vente brand Temps category • Tables de Dimension (1 niveau) time_key time_key product_key day_of_week store_key month dollars_sold Modèle en flocon de neige quarteryear units_sold Magasin dollars_cost store_key holiday_flag customer_numb • Table de Fait store_name address floor_plan_type • Plusieurs niveaux de Tables de Dimension Produit Marque product_key brand_key description brand Temps Fait de Vente brand_key category_key Catégorie time_key time_key day_of_week product_key category_key month store_key category quarter dollars_sold year units_sold Magasin holiday_flag dollars_cost store_key customer_numb store_name address floor_plan_type Didier Donsez, 1997-2006, Conception de Bases Décisionnelles
Trang 11
09/01/2006 11 Résister à la Normalisation Modèle en étoile • Taille de dimension plus grosse Modèle en flocon • Jointures pour reconstruire Modèle en étoile >> Modèle en flocon • car tables de dimension << table de fait Didier Donsez, 1997-2006, Conception de Bases Décisionnelles
Trang 12
09/01/2006 12 Processus de Conception Choisir le processus à modéliser Choisir le grain des faits • niveau de détails • transactions individuelles • récapitulatifs journaliers, mensuels, ... Choisir les dimensions • typiquement, le temps, le client, le foyer, le produit, le magasin, l ’agence, l ’agent, le contrat, le compte... Choisir les mesures de fait • de préférence des quantités numériques additives Didier Donsez, 1997-2006, Conception de Bases Décisionnelles
Trang 13
09/01/2006 13 Tables de Fait Fait • Grain de mesures de l ’activité • chiffre d ’affaire, nombre de vente, gain, nombre de transaction … en général : une valeur numérique comptage des faits sinon • Exemple : le Fait de Vente • chaque enregistrement de fait représente le total des ventes d ’un produit dans un magasin dans une journée Table de Fait • relie les tables dites de dimension Plusieurs Tables de Fait dans un DW Didier Donsez, 1997-2006, Conception de Bases Décisionnelles
Trang 14
09/01/2006 14 Tables de Dimension Membre d ’une dimension • membre spécifique munie de caractéristiques propres Description • en général textuelle • parfois discrète (ensemble limité de valeurs) • parfum de glace, couleur d ’habit, … Utilisation • contrainte applicative • entête de ligne (dans des tableaux) Remarque importante et Rappel • Tables de dimension << Table de fait Didier Donsez, 1997-2006, Conception de Bases Décisionnelles
Trang 15
09/01/2006 15 Granularité / Finesse des Faits Tables éparses • hypothèse d ’un monde fermé • s ’il y a pas de fait (vente = 0$), on ne le représente pas Niveau de détail de représentation • journée > heure du jour • magasin > rayonnage Choix de la granularité Précision des Analyses Finesse - + Taille de l ’Entrepôt Didier Donsez, 1997-2006, Conception de Bases Décisionnelles
Trang 16
09/01/2006 16 Clés dans l ’entrepôt Tables de dimension • clé primaire Tables de fait • clé composite ou concaténée • clés étrangères des tables de dimension • utilisée dans les contraintes de jointure naturelle Choix des clés d ’une table de dimension • Taille d ’un fait et Coût des comparaisons de jointures • valeurs entières anonymes (4 octets) • Clés étendues • 2 mêmes produits de couleurs différentes = 2 membres • Dimension à évolution lente Didier Donsez, 1997-2006, Conception de Bases Décisionnelles
Trang 17
09/01/2006 17 Additivité des Attributs de Fait Plusieurs millions de faits à résumer • compter les faits • additionner les mesures Propriété d ’additivité • Fait additif • additionnable suivant toutes les dimensions • Fait semi additif • additionnable seulement suivant certaines dimensions • Fait non additif • non additionable quelque soit la dimension comptage des faits ou affichage 1 par 1 Didier Donsez, 1997-2006, Conception de Bases Décisionnelles
Trang 18
09/01/2006 18 Additivité des Attributs de Fait Exemple • quantité vendue, chiffre d ’affaire, coût, nombre de clients, nombre d ’appel ... Fait additif • quantité vendue, chiffre d ’affaire, coût Fait semi additif • niveau de stock, de solde (valeurs instantanées) • excepté sur la dimension temps • nombre de transaction, de client • excepté sur la dimension produit Fait non additif • ex: un attribut ratio • ex: marge brute = 1 - Coût/CA Didier Donsez, 1997-2006, Conception de Bases Décisionnelles
Trang 19
09/01/2006Mesure de Fait Semi-additive 19 Nombre de Clients, Nombre de Transactions, ... Exemple : le nombre de clients et la dimension Produit • Soient deux faits (même magasin, même jour) • (Papier essuie tout, 20 clients) et (Mouchoir, 30 clients) • La somme du nombre de clients sur la dimension Produit n ’a pas de signification • car un client peut avoir acheté des mouchoirs et du papier. sert uniquement de contrainte applicative • nombre de clients ayant acheté des mouchoirs (par mois) Didier Donsez, 1997-2006, Conception de Bases Décisionnelles
Trang 20
09/01/2006Autre Mesure de Fait Semi-additive 20 Température patient, Niveau de Stock, ... SQL AVG 304,5/8 enr = 38,06 38 39 40 39 37 38 37 36,5 Moyenne des moyennes par période 151 / 4 périodes = 37,75 38 39 40 39 37 38 37 36,5 Didier Donsez, 1997-2006, Conception de Bases Décisionnelles
Hiển thị 20 trang đầu. Tải tài liệu để xem đầy đủ.
Bình luận (0)
Chưa có bình luận nào. Hãy là người đầu tiên!