À moins de pratiquer dans le domaine du décisionnel, il est souvent difficile, de manière théorique, de comprendre la différence réelle entre un entrepôt de données et une base de données opérationnelle.
[...] Les datamart peuvent avoir la même structure que les entrepôt de données mais peuvent aussi correspondent à des bases de données relationnelles, proche des systèmes opérationnels. ETL ou Extract-Transform-Load : Désigne le processus qui permet d'extraire les informations des systèmes opérationnelles, de les transformer puis d'alimenter les entrepôts de données. Schéma en étoile et Schéma en flocon : Méthode de modélisation des entrepôts de données. Ces structures de données sont les plus utilisées et les plus appropriées aux requêtes et analyses des utilisateurs d'entrepôts de données. [...]
[...] Mais alors pourquoi fait-on des entrepôts de données si de telles solutions existent ? Parce que des bases R-OLAP comportent également des inconvénients et pas des moindres. En effet, les temps de réponses aux requêtes sont généralement plus longs que sur un entrepôt de données classique. De la même façon, le temps de traitement via le système opérationnel est généralement plus lent Les bases de données M-OLAP Tout comme les bases R-OLAP, les bases M-OLAP sont directement construits via les bases relationnelles via des outils comme Microsoft Analyse Services ou encore Essbase. [...]
[...] Les entrepôts de données quant à elles se caractérisent par une absence de cohérence de données. Ils sont en effet construits en partant de l'hypothèse que les bases de données sources (les bases opérationnelles) sont cohérentes La redondance des données Les données des systèmes opérationnels sont non redondantes. Cette caractéristique est un gage de leur performance puisque les redondances nécessiteraient des opérations souvent complexes pour assurer la cohérence des données. Tout leur intérêt est donc de pouvoir centraliser les informations et de les organiser afin d'éviter les incohérences de données. [...]
[...] Alors que la modélisation de bases de données opérationnelles se concentre sur les actions et les traitements, la modélisation des entrepôts de données se concentre sur les faits et sur la manière de voir ces données. Les entrepôts de données sont modélisé en constellation, c'est-à-dire par la composition d'une ou de plusieurs schémas en flocons ou en étoile. Là ou la modélisation se torse, c'est qu'au-delà des besoins métiers, le plus important est de penser aux performances, sur une base de données qui va vite croitre en volumétrie. [...]
[...] Tables agrégées: tables contenant des données pré-calculées à des niveaux de détail décroissants. Essentiellement utilisées pour accélérer l'exécution des requêtes. Exemple : tables agrégées par mois, permettant d'agréger les tables de faits jour. [...]
Source aux normes APA
Pour votre bibliographieLecture en ligne
avec notre liseuse dédiée !Contenu vérifié
par notre comité de lecture