Nous devons charger trois tables de dimension supplémentaires : Date, Product et Currency, toutes étant structurées de la même manière que le package Promotion. Nous avons deux tâches de flux de contrôle : une tâche d’exécution SQL qui supprime au préalable les lignes de dimension existantes et une tâche de
Trois tables de dimension supplémentaires
flux de données qui assure l’extraction, la transformation et le chargement. Comme l’illustre la figure 6, l’étape de flux de données pour Product est légèrement plus complexe que pour Promotion, mais elle reste pour l’essentiel la même.
Tous les packages décrits dans l’article sont téléchargeables sur le site Web de l’ouvrage Microsoft Data Warehouse Toolkit Book, à l’adresse http://www.msftdwtoolkit.com La seule pièce nouvelle du package Product est la transformation de recherche (Lookup). Si vous revenez à la figure 2, vous verrez que DimProduct prend trois tables comme source. Dans l’intérêt de préserver la simplicité des requêtes système source, notre requête inclut seulement deux de ces tables. (Nous avons uniquement environ 500 lignes pour la dimension Product, de sorte que nous aurions pu en fait effectuer une jointure sur une douzaine de tables sans grand bouleversement.)
Si vous ne pouvez ou ne voulez pas effectuer de jointures dans la requête source, vous pouvez souvent employer la transformation de recherche pour effectuer cette opération dans le flux de données, comme l’illustre la figure 6. Pour toute ligne du flux, la transformation de recherche examine une ou plusieurs colonnes dans une table secondaire. Lorsque vous la configurez, vous spécifiez d’abord la connexion pour la base de données dans laquelle réside la table de recherche. Ensuite, vous spécifiez une requête source qui récupère uniquement les colonnes nécessaires pour la table de recherche. La configuration par défaut pointe sur toute la table, mais comme la transformation de recherche hautement performante est placée en cache, vous souhaitez préserver la mémoire.
Enfin, vous allez sur l’onglet Colonnes (Columns) de l’Editeur de transformation de recherche (Lookup Transformation Editor) et spécifiez la colonne de jointure. Dans le même onglet, assurez-vous que vous vérifiez les colonnes de la table de recherche à ajouter au flux de données courant. Après avoir testé individuellement les packages de table de dimension, créez un package maître qui lie leur exécution, comme le montre la figure 7. Ce package maître contient les tâches d’exécution de package. Celles-ci sont faciles à configurer : il vous suffit d’identifier le package à exécuter.
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
- Cybersécurité Active Directory et les attaques de nouvelle génération
- IBM i célèbre ses 25 ans
- N° 2 : Il faut supporter des langues multiples dans SharePoint Portal Server
- Activer la mise en veille prolongée dans Windows 10
- Partager vos images, vidéos, musique et imprimante avec le Groupe résidentiel
Les plus consultés sur iTPro.fr
- L’anxiété liée à l’IA, un risque sous-estimé pour la sécurité
- IA générative en Europe : une adoption massive, mais une gouvernance toujours en retard
- Golden records : le socle oublié des projets IA
- Communication d’entreprise à l’ère de l’IA : fragmentation, Shadow AI et perte de contrôle
Articles les + lus
La chaîne d’approvisionnement, point de rupture récurent du SI
Microsoft Build 2026 : contre-offensive des modèles maison face à OpenAI et Anthropic
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
À la une de la chaîne Tech
- La chaîne d’approvisionnement, point de rupture récurent du SI
- Microsoft Build 2026 : contre-offensive des modèles maison face à OpenAI et Anthropic
- 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
