F.A.Q. Approche du DécisionnelConsultez toutes les FAQ
Nombre d'auteurs : 1, nombre de questions : 20, création le 9 juin 2013
- Un datamart contient-il une seule table de faits ?
- Quelle est la différence entre un datawarehouse et un datamart ?
- Quelle est la différence entre un datawarehouse et un cube ?
- Quel est lien entre le Datawarehouse, les datamarts et le cube ?
- L'oeuf et la poule - Que faire en premier, le datawarehouse ou le datamart ?
- Un datamart est-il en étoile ? agrégé ?
Non, un datamart peut contenir plusieurs tables de faits.
Une seule table de faits est préférable pour ne pas avoir plusieurs requêtes SQL, mais ce n'est pas obligatoire.
Le datamart est un sous-ensemble du datawarehouse. Le datawarehouse concentre toutes les données de l'entreprise, alors que le datamart est spécialisé pour une direction ou un thème précis.
Par exemple on peut trouver des datamarts Marketing, RH, Ventes, Stock ...
Un datawarehouse est l'endroit où on va stocker et consolider toutes les informations de l'entreprise. C'est généralement une base de données classique.
Un cube est un stockage spécifique des données pour répondre aux problématiques OLAP, notamment sur les temps de réponse.
Le cube va stocker en fait les précalculs d'agrégation sur une table de faits, en totalité (MOLAP) ou partiellement.
Par exemple si on a une table de faits reliée aux dimensions ville et jour, le cube va stocker les résultats à tous les niveaux possibles :
- ville x jour
- ville x semaine
- ville x mois
- ville x année
- région x jour
- région x semaine
- région x mois
- région x année
- pays x jour
- pays x semaine
- pays x mois
- pays x année
Là où dans le datawarehouse on ne stockait que le détail des données le cube va stocker tous les agrégats et les précalculs possibles.
Le cube est un stockage des données spécifique pour répondre aux problématiques OLAP. Il vient en aval du Datawarehouse et du datamart stockés et générés dans une base de données classique ; une fois constitué le datamart sera déchargé dans un cube. Ainsi les utilisateurs pourront analyser rapidement les données en OLAP, ce qu'ils n'auraient pu faire dans la base de données classique.
Cela dépend des auteurs ! Ralph Kimball préconise de commencer par les datamarts, qui assemblés formeront le datawarehouse (Approche bottom-up). Bill Inmon lui définit le datawarehouse d'abord et le prend comme base pour construire les datamarts (Approche top-down).
Le datamart est modélisé en étoile ou en flocons qui est la modélisation classique en décisionnel. Par contre, le fait qu'il soit agrégé dépend des auteurs. Selon Kimball, il contient des tables au détail et des tables agrégées pour une question de performance. Selon Inmon, c'est une vue agrégée du Datawarehouse.