Requêtes OLAP sur une base de données XML native - Cercle ...

More documents

Recommendations

Info

2.3 Le modèle multidimensionnel 8 clavier 2003 2004 2005 2003 2004 2005 souris écran 120 230 210 132 198 256 145 259 237 Bruxelles Wallonie Flandre 78 176 142 137 258 232 276 187 (Slice) 245 196 Coupe sur 2005 écran souris clavier Bruxelles Wallonie Flandre 60 125 196 157 287 245 145 259 237 Fig. 2.5 – Opération slice, extraction d’une tranche d’un cube. clavier souris écran 120 230 210 132 198 256 145 259 237 Bruxelles Wallonie Flandre 78 176 142 137 258 232 276 187 245 196 Extraction d’un sous-cube (Dice) clavier souris 2004 132 198 2005 145 259 Fig. 2.6 – Opération dice, extraction d’un sous-cube. Bruxelles Wallonie Deux autres opérations importantes sont possibles sur les bases de données multidimensionnelles : roll-up et drill-down. Nous n’avons pas trouvé de traduction concise pour ces termes, nous les utiliserons donc en anglais par la suite. Ces deux opérations permettent de naviguer dans les données en suivant les hiérarchies de dimensions. La première, roll-up, permet d’agréger les données suivant une dimension. La deuxième, drill-down, permet de faire le contraire, c’est à dire de détailler les données. Par exemple, un roll-up sur la dimension temporelle nous permet de passer d’une vue par trimestre à une vue par année. Un drill-down de passer d’une vue par année à une vue par trimestre. 2.3.2 Modèles de données Modèle en étoile La modélisation dimensionnelle agence les données d’une façon très différente de la structure en 3FN (3 e forme normale) fréquemment utilisée par les modélisateurs des systèmes OLTP. La modélisation dimensionnelle produit ce qu’on appelle le modèle dimensionnel ou, communément, le schéma en étoile (star schema). Un tel schéma est présenté à la figure 2.2. C’est la structure de données la plus utilisée et la plus appropriée aux requêtes et analyses des utilisateurs d’entrepôts de données. Elle est simple à créer, stable et intuitivement compréhensible par les utilisateurs finaux. Le modèle dimensionnel est la fondation même de la construction des cubes OLAP. Il 142 145 176
2.3 Le modèle multidimensionnel 9 consiste en une grande table de faits et un cercle d’autres tables qui contiennent les éléments descriptifs du fait, les dimensions. Quand il est illustré, le modèle ressemble à une étoile, d’où sa dénomination « En étoile ». On peut citer, comme avantages, la facilité de lecture et la faible complexité des requêtes. En effet, peu de jointures sont nécessaires car le nombre de tables reste faible. Par contre, il y a de la redondance dans les tables de dimensions, ce qui entraîne un stockage lourd et une alimentation complexe de la base de données. Modèle en flocons de neige Dimension Produit PK id_produit nom_produit FK1 id_categorie Catégories PK id_categorie nom_catégorie FK1 id_famille Familles PK id_famille nom_famille Trimestres PK trimestre FK1 année Mois PK mois FK1 année FK2 trimestre Fait Vente PK id_vente nombre montant FK1 id_produit FK2 jour FK3 id_vendeur FK4 id_magasin Dimension Géographie PK id_magasin nom_magasin FK1 id_commune Régions PK id_region nom_region FK1 id_pays Années PK année Dimension Temps PK jour FK1 mois FK2 semaine Dimensions Vendeurs PK id_vendeur nom_vendeur FK1 id_groupe Communes PK id_commune nom_commune FK1 id_region Pays PK id_pays nom_pays Semaines PK semaine FK1 année Départements PK id_departement nom_departement Groupes PK id_groupe nom_groupe FK1 id_departement Fig. 2.7 – Modélisation d’un entrepôt à l’aide d’un schéma en flocons. Le schéma en flocons de neige (snowflake schema) est une variante du schéma en étoile. Un exemple est présenté à la figure 2.7. Dans la théorie, la différence réside dans la simple normalisation des tables de dimensions en 3FN. Il est donc tout simplement question de mettre les attributs de chaque niveau hiérarchique dans une table de dimension distincte pour éviter la redondance. Bien que ce modèle permet de gagner de l’espace disque et facilite l’alimentation,
Page 1 and 2: Faculté des Sciences Département
Page 3 and 4: TABLE DES MATIÈRES iii Table des m
Page 5 and 6: TABLE DES MATIÈRES v 5 Les bases d
Page 7 and 8: Chapitre 1 Introduction Le but de c
Page 9 and 10: Chapitre 2 Les entrepôts de donné
Page 11 and 12: 2.3 Le modèle multidimensionnel 5
Page 13: 2.3 Le modèle multidimensionnel 7
Page 17 and 18: 2.5 Analyse des données 11 F. Codd
Page 19 and 20: Chapitre 3 Les documents XML Ce cha
Page 21 and 22: 3.3 Motivations 15 9. Les documents
Page 23 and 24: 3.4 Le document XML 17 présenter.
Page 25 and 26: 3.5 Les DTD et les Schémas XML 19
Page 27 and 28: 3.5 Les DTD et les Schémas XML 21
Page 29 and 30: 3.6 Modélisation des documents XML
Page 31 and 32: 3.6 Modélisation des documents XML
Page 33 and 34: Chapitre 4 Les langages d’interro
Page 35 and 36: 4.2 XPath 29 sont peut être pas é
Page 37 and 38: 4.3 XQuery 31 4.3 XQuery 4.3.1 Intr
Page 39 and 40: 4.3 XQuery 33 A titre d’illustrat
Page 41 and 42: 4.3 XQuery 35 4.3.7 Limitations De
Page 43 and 44: 4.4 Autres langages d’interrogati
Page 45 and 46: 4.5 Conclusions 39 ou à produire d
Page 47 and 48: 5.2 Types de bases de données XML
Page 49 and 50: 5.3 Bases de données XML natives 4
Page 65 and 66:
5.4 eXist, une base de données XML
Page 67 and 68:
Page 69 and 70:
Page 71 and 72:
Page 73 and 74:
Page 75 and 76:
5.5 Conclusions 69 intéressant de
Page 77 and 78:
6.2 Systèmes d’analyse (OLAP) 71
Page 79 and 80:
6.2 Systèmes d’analyse (OLAP) 73
Page 81 and 82:
6.3 Besoins d’un système OLAP ba
Page 83 and 84:
6.4 Le test TPC-H 77 existait des s
Page 85 and 86:
6.4 Le test TPC-H 79 Requête simpl
Page 87 and 88:
6.4 Le test TPC-H 81 précédemment
Page 89 and 90:
6.5 Conclusions 83 6.5 Conclusions
Page 91 and 92:
7.1 Base de données source 85 < co
Page 93 and 94:
7.2 Requêtes d’analyse 87 SELECT
Page 95 and 96:
7.3 Groupements en XQuery 89 Ces de
Page 97 and 98:
7.4 Scénario d’évaluation 91 d
Page 99 and 100:
7.4 Scénario d’évaluation 93 po
Page 101 and 102:
7.4 Scénario d’évaluation 95
Page 103 and 104:
7.6 Conclusions 97 Temps (ms) 80000
Page 105 and 106:
7.6 Conclusions 99 T(eXist)/T(scrip
Page 107 and 108:
8.2 Travaux Futurs 101 Cet opérate
Page 109 and 110:
BIBLIOGRAPHIE 103 [19] J. Clark and
Page 111:
BIBLIOGRAPHIE 105 [58] D. Florescu
show all

Requêtes OLAP sur une base de données XML native - Cercle ...

Create successful ePaper yourself

Delete template?

Save as template?