Dans la solution décrite dans l'article principal, j'ai utilisé les tables de dimensions Products_TypeN de destination comme les tables de liens dans les Data Driven Query (DDQ) tasks. Comme les tables de dimensions ne contiennent pas de colonnes binaires indiquant un changement d'attribut, il faut recourir à des astuces comme
Table de liens fictive
l’envoi d’un -1 comme valeur de
l’attribut pour faire savoir qu’un attribut n’a pas changé. Ou
bien, vous pouvez créer une table de liens « fictive » (vide)
dans le système de destination avec une structure identique à
celle de la table source Prod_log et y faire référence sur l’onglet
Bindings de la boîte de dialogue Properties de DDQ task.
Les requêtes que vous écrivez dans l’onglet Queries peuvent
être appliquées à toute table présente dans le système de destination,
et pas seulement à la table à laquelle on fait référence
sur l’onglet Bindings. Le fait d’utiliser une table de liens fictive
de même structure que la table Prod_log vous permet d’associer
les paramètres aux colonnes binaires qui indiquent si
un attribut a changé, sans qu’aucune astuce ne soit nécessaire.
Dans l’article principal, j’ai choisi de ne pas utiliser la
table de liens fictive pour démontrer certaines astuces que
vous pouvez utiliser quand les structures des tables source et
destination sont différentes. Mais je vous conseille fortement
d’utiliser la solution des tables fictives dans votre système de
production car la solution est alors beaucoup plus facile à
maintenir que si l’on utilise la table de destination elle-même.
Téléchargez cette ressource
Guide de Threat Intelligence contextuelle
Ce guide facilitera l’adoption d’une Threat Intelligence - renseignement sur les cybermenaces, cyberintelligence - adaptée au "contexte", il fournit des indicateurs de performance clés (KPI) pour progresser d' une posture défensive vers une approche centrée sur l’anticipation stratégique
Les articles les plus consultés
Les plus consultés sur iTPro.fr
- Les dirigeants européens redéfinissent la C-suite à l’ère de l’IA
- Analyse Patch Tuesday Mai 2026
- Pour un cloud plus fiable : renforcer l’auditabilité et la transparence au service de la sécurité
- Explosion des identités et insécurité persistante : l’EMEA face à un tournant critique
Articles les + lus
Rhea1 : SiPearl allume le CPU européen le plus ambitieux pour le HPC et l’IA souveraine
Analyse Patch Tuesday Mai 2026
Les coûts cachés des merge requests générées par l’IA
Femmes et métiers de la tech : une attractivité réelle freinée par des stéréotypes persistants
Moderniser le développement logiciel : de la fragmentation à l’intégration
À la une de la chaîne Tech
- Rhea1 : SiPearl allume le CPU européen le plus ambitieux pour le HPC et l’IA souveraine
- Analyse Patch Tuesday Mai 2026
- Les coûts cachés des merge requests générées par l’IA
- Femmes et métiers de la tech : une attractivité réelle freinée par des stéréotypes persistants
- Moderniser le développement logiciel : de la fragmentation à l’intégration
