Notre première solution s’appuie sur une fonctionnalité du module OLAP Analysis Services. En effet, ce module sait gérer nativement le problème. On parle de membre inconnu et de traitement des NULL (UnknownMember et de Null Processing dans les versions anglaises). Le principe est de laisser l’information (en l’occurrence ici le manque d’information) telle quelle afin de notifier à tous les niveaux l’absence de données.
Pour rappel, NULL a une valeur significative en base de données et le cube saura l’interpréter. La seconde solution consiste à corriger les données au plus tôt. Dès le remplissage du DataWarehouse, on corrige l’anomalie en lui donnant une valeur propre. Cela va nécessiter un processus à mettre en place et des règles métiers à définir.
L’une et l’autre de ces méthodes ont des contraintes et ne sont pas applicables dans tous les cas. Nous allons les étudier plus en détail afin de voir leur fonctionnement.
Cloud souverain, intelligence artificielle, cybersécurité, gouvernance des données, outils collaboratifs… Face aux enjeux de maîtrise technologique et de résilience numérique, l’open source s’impose comme un levier stratégique pour les organisations.
Passez à la cybersécurité proactive, transformez la collecte et l’analyse des logs en un bouclier dynamique contre les cybermenaces. Découvrez comment mettre en place une approche SIEM modulaire, évolutive et…