Accueil

Portails

 BLOG

 À nuancer

 Liens Utiles

 Articles

 Télécharger

 Contact

Tout sur les systèmes ETL, la modélisation dimensionnelle et le data warehousing

 

Nos portails

ETL

Modélisation dimensionnelle

Data warehousing

Applications analytiques

Emploi [Nouveau]

 
Nos Contributions

À Nuancer

Articles

QFP (FAQ)

Télécharger

Posez votre question
 
Divers

Articles des experts

Livres

Forums

Liens utiles

Glossaire décisionnel

A propos du site

 
 
 
       

Précédent Accueil Suivant

Approches de mise en place de DW

 Il existe plusieurs approches pour mettre en place un DW. Par contre seulement trois approches sont communes. il s'agit de l'approche "Top-Down" prônée par Inmon, l'approche "Bottom-up" de Kimball et de l'approche "Hybride" qui dérivent des deux premières approches.

Si vous recherchez la meilleure approche, il n'existe pas de meilleure approche, mais plutôt recherchez l'approche la plus adaptée à votre contexte.

Top-Down

Bill Inmon et le CIF

Bottom-Up

Ralph Kimball et le Bus Architecture

Hybride

Caractéristiques majeures

· L'emphase est mise sur le DW.

· Commence par concevoir un modèle de DW au niveau de l'entreprise.

· Déploies  une architecture multi tiers composée de  staging area, le DW, et les data mart dépendants.

· Le staging area est permanent.

· Le DW est orienté entreprise; les data marts sont orientés processus.

· Le DW contient des données atomiques; Les data marts contiennent les données agrégées.

· Le DW utilise un modèle de données normalisé de toute l'entreprise; Les data marts utilise des modèles dimensionnels orientés sujet.

· Les utilisateurs peuvent effectuer des requêtes sur le DW et les data marts.

· L'emphase est mise sur les data marts.

· Commence par concevoir un modèle dimensionnel pour le data mart.

· Utilise une architecture qui consiste en un staging area et les date marts.

· Le staging area est en général non permanent, mais il peut devenir permanent pour implanter l'architecture en BUS ( Dimensions et faits conformes)

· Les data marts contiennent les données atomiques et les données agrégées.

· Les data marts peuvent fournir une vue entreprise ou processus.

· Un data mart consiste en un seul star schema physique.

· Les data marts sont implantés d'une façon incrémentale et intégrée  en utilisant les dimensions conformes .

· Les utilisateur ne peuvent effectuer des requêtes sur le staging area .

 

· L'emphase est sur le DW et les data marts; utilise les deux approches “top-down” et “bottom-up” .

· Commence par concevoir un modèle de données de l'entreprise en même temps que les modèles spécifiques.

· Passe  2–3 semaines à créer un modèle normalisé d'entreprise de haut niveau ; génère les modèles des premiers data marts.

· Charge les data marts avec les données atomiques en utilisant un staging area temporaire.

· Les modèles des data marts sont composés d'un ou plusieurs star schemas.

· Utilise un outil ETL pour charger les data marts et pour échanger le métadata avec ces derniers.

· Charge le DW à partir des data marts lorsqu'il y'a besoin de faire des requêtes à travers plusieurs data marts en même temps.
 

 

 

 

 

 

 SystemeETL.com © Copyright 2004-2006 Tout droit réservé. Ce site éducatif concerne les systèmes ETL, la modélisation dimensionnelle et les entrepôts de données. Le contenu est tiré à partir de notre expérience dans le domaine. Pour contacter l'auteur Webmester@systemeetl.com