Intégra(on*de*données* Intégra(on*des*données*et*ETL* Deux*approches* Intégra(on*matérialisée*
|
|
- Louis Métivier
- il y a 8 ans
- Total affichages :
Transcription
1 Intégra(on*des*données*et*ETL* Intégra(on*de*données* L intégra(on*de*données*a*pour*objec(f*de* perme:re*un*accès*uniforme*à*des*données* hétérogènes*provenant*de*différentes*sources.*** Requête* Réponse* Niveau*d intégra(on* Schéma*global* Adaptateur*1* Adaptateur*2* Adaptateur*n* Source*1* Source*2* Source*n* Schéma*1* Schéma*2* Schéma*n* 2 Deux*approches* Intégra(on*virtuelle* Les*données*restent*dans*les*sources* Les*requêtes*sont*exprimées*sur*le*schéma*global,* puis*décomposées*en*sousmrequêtes*sur*les*sources* Les*résultats*des*sources*sont*combinés*pour*former* le*résultat*final* Intégra(on*matérialisée* Les*données*provenant*des*sources*sont*transformées* et*stockées*sur*un*support*spécifique*(entrepôt*de* données).* *L interroga(on*s effectue*sur*la*base*matérialisée* Intégra(on*matérialisée* Nous*nous*limitons*ici*à*l intégra(on* matérialisée,*i.e.*à*l alimenta(on*d un* entrepôt*de*données.* L intégra(on*matérialisée*nécessite*de** *normaliser*les*données,*** gérer*le*référen,el*qui*garan(t*l intégrité*des* données,** connaître*la*séman(que*des*données,*u(liser* pour*cela*des*métadonnées/ 3 4
2 Qualité*des*données* L intégra(on*matérialisée*des*données*vers*un* entrepôt*doit*garan(r*la*qualité*des*données*:* Complétude*:*toutes*les*informa(ons*nécessaires*sont* disponibles* Consistence*:*pas*de*conflit*entre*les*sources*de* données* Validité*:*les*données*sont*correctes* Conformité*:*par*rapport*à*des*formats*spécifiques* Per,nence*:*les*données*reflètent*bien*la*réalité* Intégrité*:*les*données*sont*fiables,*on*retrouve*les* liens*entre*elles*et*on*n introduit*pas*de*doublons.* Différentes*solu(ons*d intégra(on* matérialisée* 1. Scripts*!"on"laissera"ce,e"solu.on"de"côté" 2. ExtractMTransformMLoad*(ETL)* 3. Enterprise*Applica(on*Integra(on*(EAI)* 4. Change*data*capture*(CDC)* 5 6 ETL* ETL*M*Rappel*du*contexte* 7 8
3 Défini(on* Défini(on* ETL*signifie*«*Extract,*Transform,*Load*»* Wikipédia*:* Il"s'agit"d'une"technologie"informa.que"intergicielle" (comprendre"middleware)"perme,ant"d'effectuer"des" synchronisa.ons"massives"d'informa.on"d'une"source" de"données"vers"une"autre,"et"u.lisée"en"par.culier" pour"le"chargement"régulier"de"données"agrégées"dans" les"entrepôts"de"données." Un*ETL*est*un*système*qui*permet*:* de*découvrir,*analyser*et*extraire*les*données*à* par(r*de*sources*hétérogènes;* de*ne9oyer*et*standardiser*les*données*selon*les* règles*de*ges(on*établies*par*l'entreprise;** de*charger*les*données*dans*un*entrepôt*de* données*et/ou*les*propager*vers*les*datamarts* d'offrir*un*environnement*de*développement,* des*ou(ls*de*ges(on*de*ces*opéra(ons.* * 9 10 Extrac(on* Hétérogénéité*des*données*:*plusieurs* sources,*qui*ont*des*caractéris(ques*dis(nctes* car*correspondent*à*des*mé(ers*dis(ncts*(rh,* ges(on*des*stocks,* )* Hétérogénéité*technologique*:** Sources*:*bases*rela(onnelles,*fichiers*excel,*ERP,* source*saas* Connecteurs*:*solu(on*adaptée*à*chaque*type*de* source.* Extrac(on*M*Méthode* Qui*:*Iden(fier*les*sources*de*données*et*leurs* structures* Comment*:*décider*de*la*façon*d extraire*les* données,*i.e.*pour*chaque*source*et*aussi*de* l ordonnancement*de*ces*tâches*d extrac(on* Quand*:*Décider*de*la*fréquence,*et*pour* chaque*source,*de*la*fenêtre*de*temps*durant* laquelle*se*fera*l extrac(on* Définir*comment*gérer*les*excep(ons* 11 12
4 Staging*area* *phases*e*et*t* Les*données*sont*extraites*et*stockées*dans* une*zone*intermédiaire*(par*exemple*sous*la* forme*de*fichiers*plats),*appelée*staging*area.* C est*dans*ce:e*zone*que*les*données*vont* pouvoir*être*ne:oyées*et*transformées*avant* de*les*charger*dans*le*datawarehouse.** Extrac(on* 1. Extrac(on*complète*:* Ensemble*des*données*de*l OLTP*à*un*instant*t*(snapshot)* Chargement*ini(al*des*données,*ou*rafraîchissement* complet*dû*par*exemple*à*la*modifica(on*d une*source* Coûteuse*en*temps*!* 2. Extrac(on*incrémentale* Capture*uniquement*les*changements*depuis*la*dernière* extrac(on* Extrac(on*différée*:*on*u(lise*les*(mestamps*des* données*sources*(mais*ges(on*des*suppressions* compliquées)*ou*une*comparaison*avec*la*précédente* extrac(on*(comparaison* *coûteuse*m*de*snapshots).* Ne:oyage/Transforma(on* Ne:oyage/Transforma(on* Problème*de*résolu,on/d en,té/:*on*a*la*même*donnée* dans*différentes*sources*mais*sans*référen(el*commun* (donc*iden(fiants*différents)* Lié*au*problème*précédent*:*résolu(on*des*doublons** Equivalence*de*champs* Equivalence*d enregistrements*:*fusion*d enregistrements* On*trouve*des*correspondances*en*u(lisant*des*règles*de* résolu(on*(par*exemple*2*en(tés*sont*équivalentes*si*elles* ont*au*moins*n*champs*iden(ques)* Le*résultat*de*la*transforma(on*peut*u(liser*des* référen,els*connus,*par*exemple*les*csp,*des*adresses* conformes*aux*normes*postales,* * Problème*de*modélisa,on/:*différents* modèles*de*données*sont*u(lisés* Problème*de/terminologie/:*un*objet*est* désigné*par*2*noms*différents,*un*même*nom* désigne*2*objets*différents* Exemple*:*couleurs*nommées*différemment* 15 16
5 Ne:oyage/Transforma(on* conflit/séman,que/:*choix*de*différents*niveaux* d abstrac(on*pour*un*même*concept* conflit/de/structures/:*choix*de*différentes*propriétés* pour*un*même*concept* conflit/de/représenta,on/:*2*représenta(ons* différentes*choisies*pour*les*mêmes*propriétés*d un* même*objet* * Matrice*de*transforma(on* Cible/ Source/ Transforma,on/ Nom*table* Nom* colonne* Type*de* donnée* Nom*table* Nom* colonne* Type*de* données* Ce*document*spécifie*ce*qui*est*a:endu*du* processus*de*transforma(on,*i.e.*mapping*entre*les* sources*et*la*cible* Souvent*ce:e*transforma(on*peut*être*exprimée*en* SQL* Incompa,bilités/de/contraintes/:*2*concepts* équivalents*ont*des*contraintes*incompa(bles* Exemples* Chargement* 1. Chargement/rafraichissement*complet*:** Lors*de*la*créa(on*de*l entrepôt,*ou*lorsque*le* nombre*de*modifica(ons*par*rapport*au*précédent* chargement*est*trop*important* Les*index*et*contraintes*d intégrité*sont*désac(vées* temporairement* Peut*prendre*plusieurs*heures* 2. Chargement*incrémental* Tiens*compte*de*la*nature*des*changements* (données*historisées*ou*écrasées,* )* Peut*être*fait*en*temps*réel*ou*en*lots* 19 20
6 Chargement* il*faut*programmer*le*chargement*par*lots*à* une*période*creuse*(par*exemple*la*nuit)* Définir*la*fréquence*de*rafraichissement*de* l entrepôt.*elle*est*liée*à*la*granularité*de*la* dimension*temps*de*l entrepôt.* Métadonnées* L entrepôt* *comme*toute*base*de*données* * définit*des*métadonnées*sur* Les*données*cibles*(dimensions,*faits,*hiérarchies)* Les*contraintes*d intégrité* Les*index,*par((ons* Les*vues*matérialisées* Métadonnées* ETL*M*avantages* Le*processus*ETL*nécessite*d autres*métadonnées*sur*:* Les*données*sources* Les*règles*de*ne:oyage*et*transforma(on* La*poli(que*de*rafraichissement* La*sécurité* La*surveillance*des*process* * Il*faut*une*BDD*pour*stocker*toutes*ces*informa(ons.* Standard*:*Common/Warehouse/Metamodel,*proposé* par*l OMG,*basé*sur*UML,*XML,*SOAP.*Dernière*version* en*2003.* Un*processus*ETL*peut*traiter*une*grande* quan(té*de*données*(traitement*en*lots)* Transforma(ons*complexes,*agréga(ons*sur* les*données* Nombreux*ou(ls*sur*le*marché,*interfaces* graphiques*qui*facilitent*la*prise*en*main*et* améliorent*la*produc(vité.* 23 24
7 ETLM*inconvénients* Espace*disque*supplémentaire*(staging*area)* Unidirec(onnel*:*des*sources*vers*l entrepôt* Latence*des*données*entre*la*source*et* l entrepôt* Complexité*:*on*es(me*que*le*développement* du*système*etl*compte*pour*50%*à*70%*des* efforts*d un*projet*de*bi.* Vers*des*approches*temps* réel*:* EAI*et*CDC* Pourquoi*?* Plus*on*met*de*temps*à*capturer*la*donnée,*moins*elle*a* de*la*valeur.** Illustra.on"Components"of"Ac.on"Time"!"Richard"Hackathorn" Exemples* Suivi*de*ventes*en*temps*réel*dans*les* magasins* *op(misa(on*d une*campagne*de* marke(ng* Détec(on*de*fraudes* Op(misa(on*de*la*logis(que* * (re)planifica(on*de*livraisons*en*fonc(on*du* trafic*rou(er.* Analyse*de*données*provenant*de*capteurs* 28
8 EAI* *Enterprise*Applica(on* Integra(on* EAI* La*no(on*d EAI*dépasse*largement*le*cadre*de* l alimenta(on*d un*entrepôt* Avantages*:* permet*d échanger*des*données*en*quasi*temps*réel* évite*de*développer*des*connecteurs*entre*toutes*les* applica(ons*qui*doivent*échanger*des*données*(cf* prochaine*diapo).* Inconvénient*principal*:* Trop*lent*pour*des*flux*massifs*(préférer*un*ETL*dans* ce*cas)* 29 EAI*M*fonc(onnement* Des*connecteurs*font*l interface*entre*les*applica(ons* et*l EAI.*En*fonc(on*des*événements*des*applica,ons/ sources,*les*connecteurs*fournissent*à*l EAI*des* données*sous*la*forme*d ASBO*(Applica(on*Specific* Business*Objects)* Ces*ASBO*sont*transformés*en*données*standards*à* l EAI,*les*BO.* *Ces*BO*subissent*un*traitement*avant*d être*transmis* aux*applica,ons/cibles.* L acheminement*des*données*entre*les*applica(ons* est*effectué*par*une*couche/de/transport.* 31 32
9 Change*Data*Capture*(CDC)* Change*Data*Capture* Exemple*:*Oracle* Principe*:*iden(fica(on,*capture*et* répercussion*des*changements*des*sources* Une*méthode*possible*:*u(lisa(on*des* journaux*(logs)*des*bases*sources* Pas*d impact*sur*la*base*source* Faible*latence*dans*l acquisi(on*des*changements* Scan*des*logs*donc*on*rejoue*les*transac(ons*en* conservant*l ordre*dans*lequel*elles*ont*été* validées*(commit)** Flux*d événements*sur*les*données*sources,*ges(on*d une*file* d a:ente*(producteur/consommateur)* La*consomma(on*peut*être*associée*à*un*process*de* transforma(on* 35 36
10 Compara(f*des*solu(ons*d intégra(on* Volume*des* données* Fréquence* Latence* Intégrité* transac(onnelle* Scripts/ ETL/ EAI/ LogJbased/CDC/ moyen* très*grand* faible* grand* Par* intermitence* Moyenne/ élevée* Par* intermitence* Moyenne/ élevée* En*con(nu* faible* Intermitence* ou*con(nu* faible* non* non* non* Possible*selon* les*produits* Transforma(ons* intermédiaires* avancées* basiques* basiques* Coût*traitement* Élevé*par* intermitence* Élevé*par* intermitence* Moyen*mais* con(nu* Faible*et* con(nu* Oracle"white"paper" "Data"integra.on"architectures"for"opera.onal"data"warehousing"!"sept"2012"" 37
TP2_1 DE BUSINESS INTELLIGENCE ISIMA ZZ3 F3
TP2_1 DE BUSINESS INTELLIGENCE ISIMA ZZ3 F3 03/11/2014 Plan du TP 2 Présentation de la suite Microsoft BI Ateliers sur SSIS (2H) Ateliers sur RS (2H) 3 Présentation de la suite Microsoft BI Présentation
Plus en détailGUIDE PRATIQUE déplacements professionnels temporaires en France et à l étranger
GUIDE PRATIQUE déplacements professionnels temporaires en France et à l étranger SOMMAIRE GUIDE PRATIQUE déplacements professionnels temporaires en France et à l étranger o o o o o o o o o o o o
Plus en détailTP2 DE BUSINESS INTELLIGENCE ISIMA ZZ3 F3
TP2 DE BUSINESS INTELLIGENCE ISIMA ZZ3 F3 30/11/2011 Plan du TP 2 Rappel sur la chaine de BI Présentation de la suite Microsoft BI Ateliers sur SSIS (2H) Ateliers sur RS (2H) 3 Rappel sur la chaine de
Plus en détailArchitecture des entrepôts de données
MTI820 Entrepôts de données et intelligence d affaires Architecture des entrepôts de données Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 1 Le cycle de vie d un projet
Plus en détailIntroduc;on à l intelligence d affaires et aux entrepôts de données
MTI820 Entrepôts de données et intelligence d affaires Introduc;on à l intelligence d affaires et aux entrepôts de données C. Desrosiers Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaBi,
Plus en détailIntroduction à la B.I. Avec SQL Server 2008
Introduction à la B.I. Avec SQL Server 2008 Version 1.0 VALENTIN Pauline 2 Introduction à la B.I. avec SQL Server 2008 Sommaire 1 Présentation de la B.I. et SQL Server 2008... 3 1.1 Présentation rapide
Plus en détailLa problématique. La philosophie ' ) * )
La problématique!" La philosophie #$ % La philosophie &'( ' ) * ) 1 La philosophie +, -) *. Mise en oeuvre Data warehouse ou Datamart /01-2, / 3 13 4,$ / 5 23, 2 * $3 3 63 3 #, 7 Datawarehouse Data warehouse
Plus en détailEntrepôt de données et l Analyse en ligne. Maguelonne Teisseire Hugo Alatrista Salas hugo.alatrista- salas@teledetec9on.fr Flavien Bouillot
Entrepôt de données et l Analyse en ligne Maguelonne Teisseire Hugo Alatrista Salas hugo.alatrista- salas@teledetec9on.fr Flavien Bouillot Déroulement du cours 17 janvier : cours et TD 20 janvier : cours?
Plus en détailLe cycle de vie d'un projet en intelligence d'affaires
MTI820 Entrepôts de données et intelligence d affaires Le cycle de vie d'un projet en intelligence d'affaires Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaHi, C. Desrosiers 1 QuesKons
Plus en détailTechnologie data distribution Cas d usage. www.gamma-soft.com
Technologie data distribution Cas d usage www.gamma-soft.com Applications stratégiques (ETL, EAI, extranet) Il s agit d une entreprise industrielle, leader français dans son domaine. Cette entreprise est
Plus en détailBusiness Intelligence avec SQL Server 2012 Maîtrisez les concepts et réalisez un système décisionnel
Avant-propos 1. À qui s'adresse ce livre? 9 2. Les pré-requis 10 3. Les objectifs du livre 10 Introduction 1. Présentation du décisionnel 15 1.1 La notion de décideur 15 1.2 Les facteurs d'amélioration
Plus en détailFormation Cloudera Data Analyst Utiliser Pig, Hive et Impala avec Hadoop
Passez au niveau supérieur en termes de connaissance grâce à la formation Data Analyst de Cloudera. Public Durée Objectifs Analystes de données, business analysts, développeurs et administrateurs qui ont
Plus en détailDataEXchanger. Echangez en toute simplicité. Atelier Dex Etat des lieux Dex X. Présentation DEX X
Atelier Dex Etat des lieux Dex X Lamine Ndiaye Consultant Sénior Arnaud François Responsable Support Nicolas Marin Responsable Activité DataEXchanger Echangez en toute simplicité mardi 19 juin 2012 Présentation
Plus en détailBusiness Intelligence avec SQL Server 2014 Maîtrisez les concepts et réalisez un système décisionnel
Avant-propos 1. À qui s'adresse ce livre? 9 2. Les pré-requis 10 3. Les objectifs du livre 11 Introduction 1. Présentation du décisionnel 13 1.1 La notion de décideur 14 1.2 Les facteurs d'amélioration
Plus en détailArchitectures d'intégration de données
Architectures d'intégration de données Dan VODISLAV Université de Cergy-ontoise Master Informatique M1 Cours IED lan Intégration de données Objectifs, principes, caractéristiques Architectures type d'intégration
Plus en détailCATALOGUE DE FORMATIONS SAP BUSINESS OBJECTS. Edition 2012
CATALOGUE DE FORMATIONS SAP BUSINESS OBJECTS Edition 2012 SOMMAIRE Qui sommes nous? Présentation de Keyrus Notre partenariat SAP Business Objects Nos engagements Formations Nos propositions de formation
Plus en détailPrésentation Level5. Editeur de Logiciels. «If it s not monitored, it s not in production» Theo Schlossnagle #velocityconf
Editeur de Logiciels Présentation Level5 «If it s not monitored, it s not in production» Theo Schlossnagle #velocityconf «If you can not measure it, you can not improve it» Lord Kelvin vous accompagne
Plus en détailDépartement Génie Informatique
Département Génie Informatique BD51 : Business Intelligence & Data Warehouse Projet Rédacteur : Christian FISCHER Automne 2011 Sujet : Développer un système décisionnel pour la gestion des ventes par magasin
Plus en détailL Information en Temp Réel
L Information en Temp Réel Christophe Toulemonde Program Director Integration & Development Strategies christophe.toulemonde @metagroup.com Europe 2004 : Environnement économique Importance du pilotage
Plus en détailAVRIL 2014. Au delà de Hadoop. Panorama des solutions NoSQL
AVRIL 2014 Panorama des solutions NoSQL QUI SOMMES NOUS? Avril 2014 2 SMILE, EN QUELQUES CHIFFRES 1er INTÉGRATEUR EUROPÉEN DE SOLUTIONS OPEN SOURCE 3 4 NOS EXPERTISES ET NOS CONVICTIONS DANS NOS LIVRES
Plus en détailBusiness Intelligence avec SQL Server 2012
Editions ENI Business Intelligence avec SQL Server 2012 Maîtrisez les concepts et réalisez un système décisionnel Collection Solutions Informatiques Table des matières Les éléments à télécharger sont disponibles
Plus en détailBUSINESS INTELLIGENCE. Une vision cockpit : utilité et apport pour l'entreprise
BUSINESS INTELLIGENCE Une vision cockpit : utilité et apport pour l'entreprise 1 Présentation PIERRE-YVES BONVIN, SOLVAXIS BERNARD BOIL, RESP. SI, GROUPE OROLUX 2 AGENDA Définitions Positionnement de la
Plus en détailBases de Données Avancées
1/26 Bases de Données Avancées DataWareHouse Thierry Hamon Bureau H202 - Institut Galilée Tél. : 33 1.48.38.35.53 Bureau 150 LIM&BIO EA 3969 Université Paris 13 - UFR Léonard de Vinci 74, rue Marcel Cachin,
Plus en détailBI = Business Intelligence Master Data-ScienceCours 3 - Data
BI = Business Intelligence Master Data-Science Cours 3 - Datawarehouse UPMC 8 février 2015 Rappel L Informatique Décisionnelle (ID), en anglais Business Intelligence (BI), est l informatique à l usage
Plus en détailHERMES SYSTEM et BEWISE souhaitent vous offrir les meilleures compétences.
Notre alliance, Votre atout. HERMES SYSTEM et BEWISE souhaitent vous offrir les meilleures compétences. C est de cette philosophie qu est née notre partenariat avec la société toulousaine (31) Bewise,
Plus en détailIntroduction à ORACLE WAREHOUSE BUILDER Cédric du Mouza
Introduction à ORACLE WAREHOUSE BUILDER Cédric du Mouza Avant de commencer à travailler avec le produit, il est nécessaire de comprendre, à un haut niveau, les problèmes en réponse desquels l outil a été
Plus en détailEvry - M2 MIAGE Entrepôt de données
Evry - M2 MIAGE Entrepôt de données Introduction D. Ploix - M2 Miage - EDD - Introduction 1 Plan Positionnement du BI dans l entreprise Déclinaison fonctionnelle du décisionnel dans l entreprise Intégration
Plus en détailPartie I : Créer la base de données. Année universitaire 2008/2009 Master 1 SIIO Projet Introduction au Décisionnel, Oracle
Année universitaire 2008/2009 Master 1 SIIO Projet Introduction au Décisionnel, Oracle Ce projet comporte trois parties sur les thèmes suivants : création de base de donnée, requêtes SQL, mise en œuvre
Plus en détailDatawarehouse and OLAP
Datawarehouse and OLAP Datawarehousing Syllabus, materials, notes, etc. See http://www.info.univ-tours.fr/ marcel/dw.html today architecture ETL refreshing warehousing projects architecture architecture
Plus en détailDiplôme de Comptabilité et de Gestion. D é c r e t N 2 0 0 6-1 7 0 6 d u 2 2 d é c e m b r e 2 0 0 6 - A r r ê t é d u 8 m a r s 2 0 1 0
Diplôme de Comptabilité et de Gestion DCG D é c r e t N 2 0 0 6-1 7 0 6 d u 2 2 d é c e m b r e 2 0 0 6 - A r r ê t é d u 8 m a r s 2 0 1 0 Validation des Acquis de l Expérience VAE R é f é r e n t i e
Plus en détailGestion des Donnés Métier de Référence
Gestion des Donnés Métier de Référence (Master Data Management - MDM) Michel Bruley Directeur Marketing Teradata Western Europe Définitions Données Métier de Référence elles permettent d identifier et
Plus en détailCATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE. Edition 2012
CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE Edition 2012 AGENDA Qui sommes nous? Présentation de Keyrus Keyrus : Expert en formations BI Nos propositions de formation 3 modes de formations Liste des
Plus en détailProjet M1 Sujet 21 : Développement d'un logiciel simplifié de type Business Object
Florent Dubien Antoine Pelloux IUP GMI Avignon Projet M1 Sujet 21 : Développement d'un logiciel simplifié de type Business Object Professeur Tuteur : Thierry Spriet 1. Cadre du projet... 3 2. Logiciel
Plus en détailMANAGEMENT DES SERVICES INFORMATIQUES
MANAGEMENT DES SERVICES SOMMAIRE SAP BO DASHBOARDS 4.0 3 Nouveautés SAP BO Web Intelligence BI 4 3 SAP BO Web Intelligence 4 Niveau 1 4 SAP BO Web Intelligence 4 Niveau 2 4 SAP BO Web Intelligence XI3
Plus en détailBI2 : Un profil UML pour les Indicateurs Décisionnels
BI2 : Un profil UML pour les Indicateurs Décisionnels Sandro Bimonte Irstea, TSCF, 9 Av. Blaise Pascal, 63178, Aubière, France sandro.bimonte@irstea.fr Thème de Recherche MOTIVE www.irstea.fr 2 Plan Motivations
Plus en détailETL Extract - Transform - Load
ETL Extract - Transform - Load Concept général d analyse en ligne (rappels) Rémy Choquet - Université Lyon 2 - Master 2 IIDEE - 2006-2007 Plan Définitions La place d OLAP dans une entreprise OLAP versus
Plus en détailInscriptions : 0800 901 069 - Renseignements : 33 (0)1 44 45 24 35 - education.france@sap.com
FORMATION SAP BUSINESSOBJECTS BUSINESS INTELLIGENCE PLATFORM 4.x Du lundi 3 au vendredi 7 juin 2013 http://www.sap.com/france/services/education/newsevents/index.epx 1 Vous êtes clients SAP BusinessObjects
Plus en détailSauvegarde et Restauration d un environnement SAS
Sauvegarde et Restauration d un environnement SAS 1 INTRODUCTION 3 1.1 OBJECTIFS 3 1.2 PERIMETRE 3 2 LA SAUVEGARDE 4 2.1 QUELQUES REGLES D ORGANISATION 4 2.2 DEFINIR LES BESOINS 5 2.3 LA SAUVEGARDE, ETAPE
Plus en détail2011 Hakim Benameurlaine 1
Table des matières 1 UTILISATION DES OUTILS DE REQUÊTES... 2 1.1 Bases de données SQL Server... 2 1.2 Éditions de SQL Server... 3 1.3 Les outils de SQL Server... 4 2011 Hakim Benameurlaine 1 1 UTILISATION
Plus en détailQU EST-CE QUE LE DECISIONNEL?
La plupart des entreprises disposent d une masse considérable d informations sur leurs clients, leurs produits, leurs ventes Toutefois ces données sont cloisonnées par les applications utilisées ou parce
Plus en détailEasy to. report. Connexion. Transformation. Stockage. Construction. Exploitation. Diffusion
M y R e p o r t, L A S O L U T I O N R E P O R T I N G D E S U T I L I S AT E U R S E X C E L Connexion Transformation Stockage Construction Exploitation Diffusion OBJECTIF REPORTING : De la manipulation
Plus en détailCATALOGUE DE FORMATIONS SAP BUSINESS OBJECTS. Edition 2013
CATALOGUE DE FORMATIONS SAP BUSINESS OBJECTS Edition 2013 SOMMAIRE AGENDA Qui sommes nous? Présentation de Keyrus Notre partenariat SAP Business Objects Nos engagements Formations Nos propositions de formation
Plus en détailLe secteur de la Mutualité. Présenta*on des organismes Structure et caractéris*ques des emplois Zoom sur les mé*ers
Le secteur de la Mutualité Présenta*on des organismes Structure et caractéris*ques des emplois Zoom sur les mé*ers 1 La protec*on sociale Ensemble des moyens mis en œuvre par un pays pour protéger ses
Plus en détailDataStudio. Solution d intégration des données et de diffusion de l information
DataStudio Solution d intégration des données et de diffusion de l information L ETL, cœur de la performance des entreprises La forte intégration des applications est désormais une condition indispensable
Plus en détailIntroduction à. Oracle Application Express
Introduction à Oracle Application Express Sommaire Qu est-ce que Oracle Application Express (APEX)? Vue d ensemble des fonctionnalités et des différents composants d Oracle APEX Démonstration de création
Plus en détailBusiness Intelligence avec SQL Server 2012
Editions ENI Business Intelligence avec SQL Server 2012 Maîtrisez les concepts et réalisez un système décisionnel Collection Solutions Informatiques Extrait Alimenter l'entrepôt de données avec SSIS Business
Plus en détailThibault Denizet. Introduction à SSIS
Thibault Denizet Introduction à SSIS 2 SSIS - Introduction Sommaire 1 Introduction à SQL Server 2008 Integration services... 3 2 Rappel sur la Business Intelligence... 4 2.1 ETL (Extract, Transform, Load)...
Plus en détail25/01/05 TD Entrepôt de données IHS / Master ICA
Une compagnie d assurance de biens (automobile, immobilier, responsabilité civile) possède une application transactionnelle de production permet de gérer les polices (contrats) de ses clients ainsi que
Plus en détailChapitre IX. L intégration de données. Les entrepôts de données (Data Warehouses) Motivation. Le problème
Chapitre IX L intégration de données Le problème De façon très générale, le problème de l intégration de données (data integration) est de permettre un accès cohérent à des données d origine, de structuration
Plus en détailMTI820 Entrepôts de données et intelligence d affaires. Gouvernance des données et ges1on des données de référence
MTI820 Entrepôts de données et intelligence d affaires Gouvernance des données et ges1on des données de référence 1 La gouvernance des données Défini1on: «Processus de supervision et de décision qui permet
Plus en détailIntroduction : présentation de la Business Intelligence
Les exemples cités tout au long de cet ouvrage sont téléchargeables à l'adresse suivante : http://www.editions-eni.fr Saisissez la référence ENI de l'ouvrage RI3WXIBUSO dans la zone de recherche et validez.
Plus en détailPourquoi IBM System i for Business Intelligence
Améliorer les performances et simplifier la gestion de vos applications d aide à la décision (Business Intelligence ou BI) Pourquoi IBM System i for Business Intelligence Points clés Technologie IBM DB2
Plus en détailPerformances. Gestion des serveurs (2/2) Clustering. Grid Computing
Présentation d Oracle 10g Chapitre VII Présentation d ORACLE 10g 7.1 Nouvelles fonctionnalités 7.2 Architecture d Oracle 10g 7.3 Outils annexes 7.4 Conclusions 7.1 Nouvelles fonctionnalités Gestion des
Plus en détailCréer un site e-commerce avec PrestaShop Cloud Mise en place et suivi du projet
Chapitre 1 : Préparer son projet e-commerce A. Introduction 15 1. Objectif de ce livre 15 2. Pourquoi se lancer dans l e-commerce? 16 B. Les questions à se poser avant de se lancer 18 C. Identité du projet
Plus en détailSQL Serveur 2012+ Programme de formation. France Belgique Suisse - Canada. Formez vos salariés pour optimiser la productivité de votre entreprise
SQL Serveur 2012+ Programme de formation France Belgique Suisse - Canada Microsoft Partner Formez vos salariés pour optimiser la productivité de votre entreprise Dernière mise à jour le : Avril 2014 Des
Plus en détailSécurité des entrepôts de données dans le Cloud Un SaaS pour le cryptage des données issues d un ETL
Sécurité des entrepôts de données dans le Cloud Un SaaS pour le cryptage des données issues d un ETL Présenté par Hana Gara Kort Sous la direction de Dr Jalel Akaichi Maître de conférences 1 1.Introduction
Plus en détailOLAP : Mondrian + Pentaho. Maguelonne Teisseire Hugo Alatrista Salas hugo.alatrista- salas@teledetec9on.fr Flavien Bouillot
OLAP : Mondrian + Pentaho Maguelonne Teisseire Hugo Alatrista Salas hugo.alatrista- salas@teledetec9on.fr Flavien Bouillot Outils Open Source Mondrian : serveur OLAP JFreeReport : ou9l de «Repor9ng» KeHle
Plus en détailBusiness Intelligence avec Excel, Power BI et Office 365
Avant-propos A. À qui s adresse ce livre? 9 1. Pourquoi à chaque manager? 9 2. Pourquoi à tout informaticien impliqué dans des projets «BI» 9 B. Obtention des données sources 10 C. Objectif du livre 10
Plus en détailLa Geo-Business Intelligence selon GALIGEO avec 26/10/2005 1
La Geo-Business Intelligence selon GALIGEO avec ESRI 2005 session «Décisionnel» 26/10/2005 1 La Business Intelligence : Une Définition La Business intelligence permet l utilisation des données opérationnelles
Plus en détailConclusion. Rôle du géodécisionnel dans une organisation gouvernementale Contexte organisationnel à Infrastructure Canada Le projet Les résultats
Le marché des logiciels géodécisionnels et exemple d application avec Oracle BIEE 11g Géomatique 2011, Montréal Sonia Rivest, Analyste en géodécisionnel géodécisionnel,, Intelli3 Denis Beaulieu, Gestionnaire,
Plus en détailCURRICULUM VITAE. Martin Harnois. Consultant depuis 23 ans Spécialiste en Business Intelligence / entrepôt de données depuis 11 ans.
CURRICULUM VITAE Consultant depuis 23 ans Spécialiste en Business Intelligence / entrepôt de données depuis 11 ans Renseignements personnels : Langue maternelle : Français Autre langue parlée et écrite
Plus en détailPrésentation du module Base de données spatio-temporelles
Présentation du module Base de données spatio-temporelles S. Lèbre slebre@unistra.fr Université de Strasbourg, département d informatique. Partie 1 : Notion de bases de données (12,5h ) Enjeux et principes
Plus en détailChapitre 1 Introduction
Les éléments à télécharger sont disponibles à l'adresse suivante : http://www.editions-eni.fr Saisissez la référence ENI de l'ouvrage SOBI10SHA dans la zone de recherche et validez. Cliquez sur le titre
Plus en détailEn synthèse. HVR pour garantir les échanges sensibles de l'entreprise
En synthèse HVR pour garantir les échanges sensibles de l'entreprise Le logiciel HVR fournit des solutions pour résoudre les problèmes clés de l'entreprise dans les domaines suivants : Haute Disponibilité
Plus en détailDesign & conception de site web optimisé SEO. augmentez la conversion sur vos sites
Design & conception de site web optimisé SEO augmentez la conversion sur vos sites Consultant web indépendant, mon approche en conception de site internet est centrée utilisateurs, prend en compte vos
Plus en détailBig Data On Line Analytics
Fdil Fadila Bentayeb Lb Laboratoire ERIC Lyon 2 Big Data On Line Analytics ASD 2014 Hammamet Tunisie 1 Sommaire Sommaire Informatique décisionnelle (BI Business Intelligence) Big Data Big Data analytics
Plus en détailHADOOP ET SON ÉCOSYSTÈME
HADOOP ET SON ÉCOSYSTÈME Mars 2013 2012 Affini-Tech - Diffusion restreinte 1 AFFINI-TECH Méthodes projets Outils de reporting & Data-visualisation Business & Analyses BigData Modélisation Hadoop Technos
Plus en détailIci, le titre de la. Tableaux de bords de conférence
Ici, le titre de la Tableaux de bords de conférence pilotage d entreprise, indicateurs de performance reporting et BI quels outils seront incontournables à l horizon 2010? Les intervenants Editeur/Intégrateur
Plus en détailTRANSFORMEZ VOTRE INFRASTRUCTURE DE BASE DE DONNEES
TRANSFORMEZ VOTRE INFRASTRUCTURE DE BASE DE DONNEES Les bases de données telles qu'oracle et SQL Server exigent un niveau de latence faible et prévisible ainsi que des performances d'e/s exceptionnelles
Plus en détailSPIP. Gestion de la performance dans SPIP. Préoccupa)on historique
SPIP Gestion de la performance dans SPIP Préoccupa)on historique Intrinsèquement lié aux objec)fs du projet (indépendance des u)lisateurs / prestas techniques) par la typologie majoritaire des u)lisateurs
Plus en détailL optimisation des performances, la simplification des montées de version G.O.L.D. et le suivi statistique des processus.
L optimisation des performances, la simplification des montées de version G.O.L.D et le suivi statistique des processus. Présentation assurée par Pascal Gyssler (expert G.O.L.D. ilem) et Thierry Lejeune
Plus en détailEntrepôt de données 1. Introduction
Entrepôt de données 1 (data warehouse) Introduction 1 Présentation Le concept d entrepôt de données a été formalisé pour la première fois en 1990 par Bill Inmon. Il s agissait de constituer une base de
Plus en détail4. Utilisation d un SGBD : le langage SQL. 5. Normalisation
Base de données S. Lèbre slebre@unistra.fr Université de Strasbourg, département d informatique. Présentation du module Contenu général Notion de bases de données Fondements / Conception Utilisation :
Plus en détailEntrepôts de données. NEGRE Elsa Université Paris-Dauphine 2015-2016
Entrepôts de données NEGRE Elsa Université Paris-Dauphine 2015-2016 Contexte et problématique Le processus de prise de décision L entrepôt de données Définition Différence avec un SGBD Caractéristiques
Plus en détailSQL. Oracle. pour. 4 e édition. Christian Soutou Avec la participation d Olivier Teste
Christian Soutou Avec la participation d Olivier Teste SQL pour Oracle 4 e édition Groupe eyrolles, 2004, 2005, 2008, 2010, is BN : 978-2-212-12794-2 Partie III SQL avancé La table suivante organisée en
Plus en détailSWISS ORACLE US ER GRO UP. www.soug.ch. Newsletter 5/2014 Sonderausgabe. OBIF DB licensing with VMware Delphix 12c: SQL Plan / Security Features
SWISS ORACLE US ER GRO UP www.soug.ch Newsletter 5/2014 Sonderausgabe OBIF DB licensing with VMware Delphix 12c: SQL Plan / Security Features 42 TIPS&TECHNIQUES Alexandre Tacchini, Benjamin Gaillard, Fabien
Plus en détailI. Instalation de l environnement JDK et JRE :... 4. II. Configuration outil Reporting : Pentaho... 4
Contenu I. Instalation de l environnement JDK et JRE :... 4 II. Configuration outil Reporting : Pentaho... 4 II.1 Configuration matérielle et logicielle... 4 II.2 Téléchargement et installation de la Suite
Plus en détailArcGIS for INSPIRE SIG RAIL 2011
ArcGIS for INSPIRE SIG RAIL 2011 ArcGIS supporte INSPIRE avec ArcGIS for INSPIRE Services de Découverte, Services de Visualisation, Services de Téléchargement, Métadonnées et Modèles de données Géoportail
Plus en détailChapitre 9 : Informatique décisionnelle
Chapitre 9 : Informatique décisionnelle Sommaire Introduction... 3 Définition... 3 Les domaines d application de l informatique décisionnelle... 4 Architecture d un système décisionnel... 5 L outil Oracle
Plus en détailCorrigé de l'atelier pratique du module 8 : Implémentation de la réplication
Corrigé de l'atelier pratique du module 8 : Implémentation de la réplication Table des matières Atelier pratique 8 : Implémentation de la réplication 1 Exercice 1 : Création d'une publication 1 Exercice
Plus en détailLES ENTREPOTS DE DONNEES
Module B4 : Projet des Systèmes d information Lille, le 25 mars 2002 LES ENTREPOTS DE DONNEES Problématique : Pour capitaliser ses informations, une entreprise doit-elle commencer par mettre en œuvre des
Plus en détailVotre laisser-passer pour les. Big Data Guide visuel
Votre laisser-passer pour les Big Data Guide visuel Les Big Data ont une immense valeur Apprenez à en libérer tout le potentiel Nul doute aujourd hui que les Big Data entraînent une profonde mutation du
Plus en détailSQL Server 2012 et SQL Server 2014
SQL Server 2012 et SQL Server 2014 Principales fonctions SQL Server 2012 est le système de gestion de base de données de Microsoft. Il intègre un moteur relationnel, un outil d extraction et de transformation
Plus en détailOracle 11g Optimisez vos bases de données en production (ressources matérielles, stockage, mémoire, requêtes)
Avant-propos 1. Lectorat 11 2. Pré-requis 12 3. Objectifs 12 4. Environnement technique 13 Choisir la bonne architecture matérielle 1. Introduction 15 2. Architecture disque 16 2.1 La problématique de
Plus en détailPrestaShop Cloud. Créer un site e-commerce avec. PrestaShop Cloud. Mise en place et suivi du projet. Créer un site e-commerce avec
Pierre-Henri COFFINET Entrepreneur et passionné par les nouvelles technologies, Pierre-Henri COFFINET est aujourd hui cogérant de la société de webmarketing AD Powers. Expert du web depuis plus de 10 ans,
Plus en détailSQL Server 2012 - Administration d'une base de données transactionnelle avec SQL Server Management Studio (édition enrichie de vidéos)
Présentation 1. Introduction 13 2. Présentation de SQL Server 14 2.1 Qu'est-ce qu'un SGBDR? 14 2.2 Mode de fonctionnement Client/Serveur 16 2.3 Les plates-formes possibles 17 2.4 Les composants de SQL
Plus en détailConseil et Ingénierie des Systèmes d Information d Entreprise
Conseil et Ingénierie des Systèmes d Information d Entreprise Le Groupe Khiplus SAS KHIPLUS Management Société holding animatrice du groupe SAS KHIPLUS Advance Conseil et ingénierie de Systèmes d Information
Plus en détailFormations QlikView / Business Intelligence
Formations QlikView / Business Intelligence ACSSI Parc de la Cimaise 14, rue du Carrousel 59650 Villeneuve d'ascq Tél : 03.20.91.03.91 Fax : 03.20.91.99.21 Web : www.acssi.fr contact@acssi.fr QlikView
Plus en détailLes Entrepôts de Données. (Data Warehouses)
Les Entrepôts de Données (Data Warehouses) Pr. Omar Boussaid Département d'informatique et de Sta5s5que Université Lyon2 - France Les Entrepôts de Données 1. Généralités, sur le décisionnel 2. L'entreposage
Plus en détailMicrosoft OSQL OSQL ou l'outil de base pour gérer SQL Server
Microsoft OSQL OSQL ou l'outil de base pour gérer SQL Server Suite à mon précédent article concernant MSDE, je me suis rendu compte à partir des commentaires que de nombreux utilisateurs avaient des problèmes
Plus en détailMÉMOIRE DE STAGE DE MASTER M2
Académie de Montpellier Université Montpellier II Sciences et Techniques du Languedoc MÉMOIRE DE STAGE DE MASTER M2 effectué à Montréal Spécialité : Professionelle et Recherche unifiée en Informatique
Plus en détailNom du client. Date. Client Logo or project name
Nom du client Date Client Logo or project name Presenta7on 7tle client name Date Linalis speaker Speaker 7tle Le Groupe Linalis Historique Crée en 2002 Présent en Suisse, France, au Royaume Uni et en Espagne
Plus en détailPHP. PHP et bases de données
Accés aux bases de données Une des raisons du succès de PHP Support d un grand nombre de bases - MySQL - Oracle - PostgreSQL - SQLite - Microso> Access - DBM - IBM Informix -... Accés aux bases de données
Plus en détailNicolas ANGENIEUX GISMARTWARE
Nicolas ANGENIEUX GISMARTWARE Session : L ingénierie au services des Collectivités Objet : THINK-BUILD-RUN Les Systèmes d Informations Géographiques (SIG) peuvent dynamiser le déploiement de vos réseaux
Plus en détailCatalogue Formations 2014. Offre «DECISIONNEL»
Catalogue Formations 2014 Offre «DECISIONNEL» SODIFRANCE INSTITUT VOTRE PARTENAIRE FORMATION SODIFRANCE Institut, filiale du Groupe Informatique SODIFRANCE, est spécialisé dans les formations techniques.
Plus en détailCOMMENT CREER SIMPLEMENT UN TABLEAU DE BORD AVEC SAS BI DASHBOARD 4.3?
COMMENT CREER SIMPLEMENT UN TABLEAU DE BORD AVEC SAS BI DASHBOARD 4.3? Les versions 4.3 et 4.31 du SAS BI Dashboard offrent de nouvelles fonctionnalités tant pour les utilisateurs finaux (nouvelle application
Plus en détailFournir un accès rapide à nos données : agréger au préalable nos données permet de faire nos requêtes beaucoup plus rapidement
Introduction Phases du projet Les principales phases du projet sont les suivantes : La mise à disposition des sources Des fichiers Excel sont utilisés pour récolter nos informations L extraction des données
Plus en détailBusiness & High Technology
UNIVERSITE DE TUNIS INSTITUT SUPERIEUR DE GESTION DE TUNIS Département : Informatique Business & High Technology Chapitre 8 : ID : Informatique Décisionnelle BI : Business Intelligence Sommaire Introduction...
Plus en détail