par Bob Pfeiffer
Inspirez-vous de l'exemple simple décrit ici pour extraire des données relationnelles vers un datamart multidimensionnel
Vous avez certainement déjà entendu les termes datamart, bases de données multidimensionnelles, schéma en étoile. Mais nombreux sont ceux qui pensent que le fonctionnement des entrepôts de données (datawarehouse) reste un mystère. Si vous n'avez pas pris part à un projet de développement de datawarehouse d'entreprise ou d'un département de l'entreprise, vous avez peut-être du mal à maîtriser ces concepts et à imaginer comment ils peuvent se traduire en solutions pratiques. Aussi, commençons cette présentation des entrepôts de données une fois encore par l'analyse d'un problème de gestion courant, et en parcourant une solution de datamart simple utilisant l'environnement contrôlé de la base de données témoin Northwind fournie avec SQL Server.
Du relationnel au multidimensionnel
Supposons que je travaille pour Northwind Traders Inc. en qualité d’administrateur
de bases de données, et de développeur, et que je sois un peu l’homme à tout faire
dans la maison. Et, disons qu’un jour, le Dr Andrew Fuller, vice-président des
ventes, vient me voir pour me demander des informations sur les produits vendus
par Northwind Traders. » Je veux voir la quantité de chaque produits commandée
par trimestre par les clients américains en 1997. Et j’aimerai connaître nos trois
meilleurs commerciaux et leurs managers » demande-t-il.
Je lui réponds : » Oui, monsieur « . Je sais que le système de prise des commandes
de l’entreprise contient toutes ces informations (commandes, clients, produits,
fournisseurs, expéditeurs et employés) dans une base de données en troisième forme
norme comme le montre l’écran 1. Toutefois, je venais à peine de terminer d’optimiser
cette base de données pour qu’elle puisse traiter l’enregistrement des commandes
aussi rapidement que possible, et voilà maintenant que le patron me demande de
générer des rapports qui vont très probablement devoir se partager des ressources
avec d’autres fonctions, et ralentir à nouveau la prise des commandes.
J’ai décidé que j’avais besoin d’informations supplémentaires sur la façon dont
le Dr Fuller et son équipe de commerciaux ont défini et comptent utiliser cette
information. En discutant avec les responsables des ventes et les commerciaux,
j’ai constaté que « la quantité de chaque produits commandée par les clients américains »
se résumait en fait au nombre et au prix des articles commandés (informations
contenues dans les enregistrements de la table Order Details). Le Dr Fuller veut
voir ces données « par trimestre en 1997 », ce qui signifie qu’il veut filtrer les
informations en fonction de la date, et il veut voir « les trois meilleurs commerciaux »,
ce qui veut dire qu’il veut voir les informations sur les ventes triées par employé.
Le responsable des ventes m’a également informé que le Dr Fuller voulait disposer
de cette information avant la réunion du département commercial, qui a lieu tous
les mardi matin, ce qui signifie qu’il n’a pas besoin d’avoir d’un rapport précis
à la minute près du système de production (bonne nouvelle pour les performances
de la saisie des commandes).
| La transformation de données dans la réalité
Mefiez-vous : dans les solutions d’entrepôt de données grandeur nature, La simplicité de ce projet fictif peut permettre de se familiariser avec |
A partir des besoins, j’ai identifié les mesures et les dimensions de
la base de données du datamart
Téléchargez cette ressource
Guide inmac wstore pour l’équipement IT de l’entreprise
Découvrez toutes nos actualités à travers des interviews, avis, conseils d'experts, témoignages clients, ainsi que les dernières tendances et solutions IT autour de nos 4 univers produits : Poste de travail, Affichage et Collaboration, Impression et Infrastructure.
