> Data > Requête 2 :

Requête 2 :

Data - Par iTPro.fr - Publié le 24 juin 2010
email

par Lionel Billon - Mis en ligne le 16/03/2005 - Publié en Avril 2004

Les cubes OLAP (Online Analytical Processing) permettent d'améliorer grandement les performances des requêtes grâce au stockage des agrégations.
Leur structure multi-dimensionnelle et hiérarchique permettent également de proposer des interfaces plus intuitives - de type tableaux croisés dynamiques - pour les utilisateurs fonctionnels ...Si l'utilisation interactive des cubes apporte une véritable valeur ajoutée au système d'information, il n'en demeure pas moins qu'ils peuvent être également des alliés de choix comme source de données de l'ensemble du reporting opérationnel d'entreprise.
Cet article est composé de deux parties : la première partie revient rapidement sur les concepts de système décisionnel et de cube OLAP. Une fois les concepts définis, il est alors plus facile d'illustrer le rôle que peuvent jouer les cubes et le langage MDX (Multi-Dimensionnal eXpression) dans le reporting d'entreprise.

SELECT
{([Measures].[Unit Sales], Customers.[USA]), ([Measures].[Store
Sales], Customers.[MEXICO])} ON COLUMNS,
{[Product].[Drink], [Product].[Food], [Product]. [Non-Consumable]} ON
ROWS
FROM SALES
WHERE ([Time].[1997])

Comme le monte l’image 2 précédente, les tuples permettent
de formater notre rapport comme on le souhaite.
Par exemple ici, nous avons affiché côte à  côte les unités vendues
aux USA et le chiffre d’affaire réalisé au Mexique.
Profitons maintenant de la logique hiérarchique des dimensions
pour réaliser simplement ce qui serait beaucoup
plus long et fastidieux à  faire en SQL.

Téléchargez gratuitement cette ressource

Protection des Données : 10 Best Practices

Protection des Données : 10 Best Practices

Le TOP 10 des meilleures pratiques, processus et solutions de sécurité pour mettre en œuvre une protection efficace des données et limiter au maximum les répercutions d’une violation de données.

Data - Par iTPro.fr - Publié le 24 juin 2010