Modélisation Multidimensionnelle des Données

Introduction à la
Modélisation
Multidimensionnelle des
Entrepôts de Données
Un entrepôt de données centralise les données pour soutenir la prise de
décisions.
La modélisation multidimensionnelle facilite l'analyse et optimise les
requêtes.
Concepts clés : tables de faits, tables de dimensions, et mesures
analytiques.

Tables de Faits et Tables de Dimensions
Table de faits
Contient les mesures numériques et clés vers les
dimensions.
Exemple : table des ventes avec montant et quantité
Table de dimensions
Attributs descriptifs des faits permettent une analyse fine.
Exemple : produit, client, date

Modèle en Étoile vs Modèle
en Flocon de Neige
Modèle en Étoile
Dimension non normalisée autour d¾une table de faits centrale.
Simplicité
Requêtes rapides
Redondance des données
Modèle en Flocon de Neige
Dimensions normalisées, connectées entre elles et au fait.
Réduction de la redondance
Complexité accrue
Requêtes plus lentes

Types de Faits
Faits additifs
Peuvent être sommés sur toutes
les dimensions (ex. montant des
ventes).
Faits semi-additifs
Sommable sur certaines
dimensions, pas toutes (ex. solde
bancaire).
Faits non-additifs
Ne peuvent pas être sommés (ex.
taux de marge).

Exemple concret
Exemple
Faits : ventes avec montant et quantité
Dimensions : produit, client, date
Faits additifs pour mesures clés