2. Introduction et définition
• Pour gérer une masse de données de plus en plus
conséquente, provenant de sources hétérogènes, la mise en
place d’un processus décisionnel est devenue nécessaire. Le
stockage et la centralisation de ces données dans un entrepôt
constituent un support efficace pour l’analyse. Un entrepôt de
données est une collection de données orientées sujet,
intégrées, non volatiles et historisées, organisées pour le
support d’un processus d’aide à la décision. Un entrepôt de
données est considéré à offrir deux avantages majeurs pour
les entreprises:
Un entrepôt de données fournit une structure unique pour gérer
les données d'aide à la décision.
Un entrepôt de données permet aux utilisateurs d’exécuter des
requêtes complexes sur des données qui traversent un certain
nombre de secteurs d'activité.
3. Les étapes de la construction
d'un DW
• Les principales étapes d'un projet d'entreposage de données sont:
Les utilisateurs spécifient leurs besoins.
Les analystes et les utilisateurs créent une conception logique et
physique.
Les données seront nettoyés et transformés.
Les données sont transférées et chargées dans l'entrepôt
périodiquement.
Les utilisateurs accèdent aux données de l'entrepôt.
L'entrepôt est maintenue en termes de changement des besoins.
• Parmi les difficultés rencontrées dans de tels projets sont indiqués
ci-dessous:
Savoir à l'avance ce que les utilisateurs de données ont besoin.
Le grand volume de données nécessite de grandes quantités
d'espace disque. Cela signifie que l'estimation du volume de stockage
est une activité significative.
4. Formes de données dans un
DW
• On peut distinguer différents types de données dans un DW:
Les données détaillées: ce sont les données détaillées de
production. Habituellement, les données détaillées ne sont pas
stockées en ligne, mais sont agrégées sur une base périodique.
Les données agrégées: les données de l'entrepôt sont résumées ou
agrégées pour accélérer les performances des requêtes. Les données
agrégées doivent être mises à jour périodiquement lorsque les
données détaillées sont actualisés. A titre d'exemple, les données de
vente peuvent être agrégées en termes de zones géographiques.
Les méta-données: Elles regroupent l’ensemble des informations
concernant le DW et les processus associés. Elles constituent une
véritable aide en ligne permettant de connaître l’information
contenue dans le DW.
• Ces différents types de données rendent le DW très complexe, pour
cela on utilise des Data Marts. Un Data Mart est un petit entrepôt de
données, conçu généralement pour un domaine d'activité particulier.