Le pourquoi de la modélisation dimensionnelle

de dimension améliore l’utilisabilité en regroupant tous les attributs associés dans une table, diminuant ainsi sensiblement le nombre total de tables auquel un utilisateur sera confronté. Un processus métier pouvant requérir des centaines de tables dans le système OLTP peut être ramené à une dizaine de tables environ dans sa forme dimensionnelle.

Du point de vue des performances, les modèles dimensionnels peuvent être utiles de plusieurs manières. La dénormalisation des tables de dimension au cours du processus de chargement réduit le nombre de jointures que le moteur de requêtes doit effectuer au moment des interrogations. Au-delà de cet aspect, l’optimiseur relationnel comprend que le modèle dimensionnel est une grande table de faits, avec des jointures simples vers plusieurs tables de dimension relativement petites dans lesquelles se trouvent la majorité des contraintes ; l’optimiseur peut formuler une stratégie de requête qui tire parti de cette structure. Cette stratégie, appelé jointure en étoile, peut améliorer considérablement la vitesse d’exécution de la majorité des requêtes d’analyse décisionnelle. La reconnaissance de l’optimisation par jointure en étoile est intégrée dans le moteur relationnel SQL Server 2005.

Un des objectifs premiers d’Analysis Services consiste à améliorer les performances en effectuant une pré-agrégation sur les dimensions et le long des hiérarchies au sein des dimensions. Analysis Services peut accomplir cette tâche car il s’appuie sur une approche dimensionnelle. La modélisation dimensionnelle constitue une approche puissante pour la création d’une fondation de données robuste et flexible destinée au data warehousing et à l’analyse décisionnelle, et SQL Server 2005 adopte pleinement cette vision. Cet article ne fait qu’effleurer la surface de la modélisation dimensionnelle. Pour en savoir plus à ce sujet, consultez les références citées dans l’encadré Ressources supplémentaires.