Ce document intitulé "SDED TD2" est destiné aux étudiants universitaires pour maîtriser la conception multidimensionnelle. Il couvre les notions suivantes:
- La réalisation d'un magasin de données pour le suivi des soldes des clients avec une granularité quotidienne.
- La création de scripts pour la dimension agence.
- L'utilisation d'une même base de données pour proposer un autre magasin de données.
Exercices TD Conception Multidimensionnelle -BI - business intelligence
Télécharger PDFObjectif : maîtrise de la conception multidimensionnelle
Considérons le MCD ci-dessous représentant un système d’information interbancaire :
Remarque : L’attribut typeOp indique la nature de l'opération: (retrait, ou versement).
1- On veut réaliser un magasin de données ‘’Suivi de comptes clients‘’, permettant de suivre l’évolution des soldes (avoirs) des clients avec une granularité quotidienne pour la dimension temps.
a. Quelles mesures proposez-vous pour ce magasin ?
solde, nombre d’opérations, sommeMontant
Pour solde on peut utiliser la fonction AVG, la fonction SUM peut être utilisé mais en faisant attention au fait que la mesure solde est semi additive, car elle ne s’additionne pas sur la dimension temps. (Si un client a un solde de 100000 DA qui ne change pas pendant un mois, ça n’a aucun sens de calculer la somme sur un mois (3000000 DA).
b. Quelles sont les dimensions à prendre en compte?
Les dimensions sont : temps, agence (qui contient les hiérarchies agence->banque, et agence->ville-> wilaya), type d’opération, TypeCompte, Client.
Il est également possible d’opter pour la granularité compte plutôt que client car le magasin concerne le suivi de comptes, dans ce cas la dimension compte comportera : client, agence, ville, wilaya, banque et type de compte.
Il ne faut surtout pas opter pour la dimension opération car sa granularité est plus fine que celle choisie sur la dimension temps (quotidienne). (Plusieurs opérations sur le même compte sont possibles par jour).
c. Pour la dimension temporelle, quelle est d’après vous la source permettant d’obtenir les dates ?
DateOp de la table opération
d. Représenter le modèle conceptuel en étoile du magasin
Représentation graphique du modèle en étoile (voir cours).
2- Donnez le script de création de la dimension agence (vue matérialisée + dimension).
CREATE MATERIALIZED VIEW VAgence BUILD IMMEDIATE REFRESH COMPLETE ON DEMAND AS SELECT a.NumAgence, a.NomAgence, b.NomBanque, v.NomVille, w.NomWilaya FROM Agence a, Banque b, Ville v, Wilaya w WHERE a.NumBanque = b.NumBanque and a.CodeVille = v.CodeVille and v.CodeWilaya= w.CodeWilaya ; ALTER TABLE VAgence ADD CONSTRAINT pk_VAgence PRIMARY KEY(NumAgence); CREATE DIMENSION Agence_DIM LEVEL N_AG IS (VAgence.NumAgence) LEVEL N_VILLE IS (VAgence.NomVille) LEVEL N_WILAYA IS (VAgence.NomWilaya) LEVEL N_BANQUE IS (VAgence.NomBanque) HIERARCHY GEO_H(N_AG CHILD OF N_VILLE CHILD OF N_WILAYA ) HIERARCHY BN_H(N_AG CHILD OF N_BANQUE) ATTRIBUTE N_AG DETERMINES VAgence.NomAgence;
3- Peut-on utiliser la même base de données pour proposer un autre magasin de données (lequel ?).
Suivi des opérations
FAQ
Qu'est-ce qu'un magasin de données ?
Un magasin de données est une base de données optimisée pour le reporting et l'analyse. Il stocke des données historiques et agrégées provenant de diverses sources pour faciliter l'analyse et la prise de décision.
Pourquoi utiliser des vues matérialisées ?
Les vues matérialisées permettent de stocker les résultats de requêtes complexes de manière permanente, ce qui améliore les performances des requêtes répétitives en évitant de recalculer les résultats à chaque fois.
Qu'est-ce qu'une mesure semi additive ?
Une mesure semi additive est une mesure qui ne peut pas être additionnée sur toutes les dimensions. Par exemple, le solde d'un compte bancaire ne peut pas être additionné sur la dimension temps.