BD51 BUSINESS INTELLIGENCE & DATA WAREHOUSE

Dimension: px
Commencer à balayer dès la page:

Download "BD51 BUSINESS INTELLIGENCE & DATA WAREHOUSE"

Transcription

1 BD51 BUSINESS INTELLIGENCE & DATA WAREHOUSE Document de synthèse de projet Développement d un système décisionnel pour la gestion des ventes par magasin pour la base de données EMODE. VINCENT Jérémy Roussel Xavier 13/01/12 0

2 Table des matières Introduction Scénario Fonctions d ETL... 5 a. Qualité des données...5 b. Packages SSIS...5 Transfert des données... 5 Gestion des tables d agrégat... 7 Ajout de données supplémentaires... 7 Automatisation de la procédure Optimisation... 8 a. Partitionnement...8 b. Analysis Services Reporting a. Reporting Services b. Univers BO c. Web Intelligence d. Tableau de bord Excel Conclusion Annexes Annexe 1 : Qualité des données Annexe 2 : Ajout de nouvelles données Annexe 3 : Partitionnement des tables de fait

3 Table des illustrations Figure 1 : Création de EMODE sous SQL Server... 5 Figure 2 : Transfert des données de Oracle vers SQL Server... 6 Figure 3 : Processus de transfert des données... 6 Figure 4 : Gestion des tables agrégées... 7 Figure 5 : Dimension géographie Relations entre attributs... 9 Figure 6 : Dimension géographie Hiérarchie créée... 9 Figure 7 : Dimension temps Relations entre attributs... 9 Figure 8 : Dimension temps Hiérarchie créée... 9 Figure 9 : Dimension produits Relations entre attributs Figure 10 : Dimension produits Hiérarchie créée Figure 11 : Architecture du cube Figure 12 : Exploration du cube Figure 13 : Reporting Services -Tableau Figure 14 : Reporting Services - Graphique Figure 15 : Modèle en étoile base EMODE Figure 16 : Objets métiers relatifs à l univers BO Figure 17 : Interactive Analysis Requête Figure 18 : Interactive Analysis Requête Figure 19 : Exemple de rapport Analysis Services Figure 20 : Excel - Tableau croisé dynamique Figure 21 : Excel Graphique

4 INTRODUCTION Dans le cadre de l UV BD51, nous avions à notre charge la conception et le développement d un système décisionnel pour la gestion des ventes par magasin pour la base de données EMODE. Ce rapport aura comme objectif, d expliquer en détail, code source à l appui, les différentes étapes de la conception de ce projet, à savoir la mise en œuvre des fonctions d ETL, l optimisation du data warehouse et enfin, la mise en place du reporting. Ce projet a été réalisé sur une machine virtuelle de type Microsoft Virtual PC sous Windows XP 32 bits version anglaise. Les systèmes de gestion de base de données impliqués sont oracle 11g et SQL Server 2008 R2. 3

5 1. SCENARIO L objectif de ce projet est d obtenir, dans la finalité, un système permettant à l utilisateur lambda d avoir une vision claire sur l état des ventes par magasin de la base de données EMODE, le tout en établissant différents rapports mettant en avant les caractéristiques désirées par l utilisateur. Pour ce faire, nous sommes passés par plusieurs étapes. Dans un premier temps, nous devions effectuer un transfert de la totalité des données de la base Oracle sous une base SQL Server, le tout à l aide de fonctions d ETL, en l occurrence de packages SSIS. Dans un second temps, nous avons entrepris d optimiser les données transférées afin de diminuer au minimum les temps de calcul et d améliorer les performances de notre application. Ensuite, nous avons mis en place par le biais d un projet Analysis Services, un cube OLAP afin de naviguer au sein des données et d avoir un aperçu de la qualité de celles-ci. Ce cube nous sera également utile par la suite lors de la création de notre tableau de bord Excel. En effet, le cube précédemment créé nous servira alors de source de données. Enfin, pour terminer, nous avons mis en place différents types de rapports à l aide d outils différents, tels Reporting Services et Web Intelligence. Il est également à noter que nous avons pris la décision de ne transférer que les cinq tables suivantes : ARTICLE_COLOR_LOOKUP, ARTICLE_LOOKUP, OUTLET_LOOKUP, CALENDAR_YEAR_LOOKUP et SHOP_FACTS. En effet, après étude approfondie du sujet, il s est avéré que ces tables seront utilisées dans chaque rapport et que les autres présentes dans la base Oracle n ont qu un intérêt limité pour notre cas. De plus, ces cinq tables interviennent dans notre modèle en étoile représenté dans l univers BO. 4

6 2. FONCTIONS D ETL a. Qualité des données La première étape de ce projet fut la mise en place de requêtes SQL permettant de vérifier l intégrité des données dans la base d origine, à savoir Oracle 11g. En effet, avant de commencer le transfert des données il était nécessaire de vérifier que chaque contrainte est bel et bien respectée, en vérifiant par exemple l unicité de chaque contrainte de clé primaire ainsi que la présence des clés étrangères dans les tables référencées. Pour ce faire, nous avons rédigé de simples requêtes SQL (Cf. Annexe 1) que nous utiliserons par la suite au sein de nos packages SSIS afin de vérifier la conformité des données transférées. De plus, ces requêtes intègrent la traçabilité de la non conformité des données dans le sens où chaque donnée non valide sera alors transférée dans une table de rejet créée au préalable. b. Packages SSIS Le transfert des données de la base Oracle vers SQL Server s effectue à l aide de packages SSIS créés avec Business Intelligence Development Studio. Chaque package à ici son rôle à jouer et c est pour cela que nous avons décidé de les traiter un par un, en les différenciant les uns des autres. Transfert des données Nous avons donc créé ici un premier package SSIS permettant d effectuer le transfert intégral de notre base Oracle vers notre base SQL Server. Pour ce faire, nous avons pris le parti de bien séparer chaque étape du transfert. De ce fait, nous avons un premier sous package nommé "sub création de EMODE" intégrant complètement la procédure de suppression et création de la base EMODE sous SQL Server, nécessaire avant d effectuer le transfert des données en lui-même. Ci-après un schéma présentant la procédure suivie tout au long du processus de ce sous package : Suppression de la base EMODE dans SQL SERVER Creation de EMODE dans SQL Server Création des tables de données Ajout des contraintes de clés primaires Ajout des contraintes de clés étrangères Figure 1 : Création de EMODE sous SQL Server 5

7 Chaque étape de ce package n est en fait qu un simple script SQL permettant de gérer manuellement chaque table de l application. Ceci laisse alors à supposer que l on connaisse l architecture des tables transférées à l avance. Ensuite, la seconde étape de la création de ce package fût de traiter le transfert à proprement parler de la totalité des données. Pour ce faire, au sein de notre package principal, à la suite de notre sous package intégrant la création de la base, nous retrouvons un élément de type "data flow" permettant alors de gérer complètement notre flux de données et ainsi de vérifier l intégrité des données transférées. D où l intérêt des requêtes créées précédemment. Transfert de ARTICLE_COLOR_L OOKUP Transfert de ARTICLE_LOOKUP Transfert de CALENDAR_YEAR_L OOKUP Transfert de OUTLET_LOOKUP Transfert de SHOP_FACTS Figure 2 : Transfert des données de Oracle vers SQL Server Lors de la récupération du contenu de chaque table dans Oracle, voici le processus enclenché afin de vérifier que les données transférées concordent avec nos attentes : Récupération des données de la base Oracle Vérification de l'intégrité des données Ajout des données dans la table de rejet Ajout des données dans la table Figure 3 : Processus de transfert des données Une fois ce processus terminé, et qu aucune erreur n est à déplorer, il est nécessaire de se préoccuper du package permettant la gestion des tables d agrégation. En effet, il est nécessaire à chaque transfert de données de la sorte de régénérer le contenu de chaque table agrégée afin d en mettre à jour le contenu. 6

8 Gestion des tables d agrégat Afin de gérer comme il se doit ces table d agrégat, nous avons décidé de créer une nouvelle fois un sous package nommé "Package 4 : Gestion des tables d agrégation". En effet, dans les spécifications du projet, il était nécessaire que cette fonctionnalité soit lancée à la fin de l exécution de chaque package. C est donc tout naturellement que nous avons pris le parti de créer un sous package totalement indépendant, ne prenant en compte que la gestion de ces tables d agrégats. Pour ce faire, de la même manière que pour le premier sous-package créé, nous avons simplement inséré plusieurs "SQL tasks" gérant l agrégation des tables concernées. Le processus s effectue de la sorte : Suppression des deux tables d'agrégat Création des deux tables d'agrégat Insertion des données dans les tables d'agrégat Figure 4 : Gestion des tables agrégées Ajout de données supplémentaires Suite à cela, afin de procéder à la phase de tests de nos fonctions d ETL, nous avons décidé de mettre au point deux manières différentes d effectuer ces tests. Dans un premier temps, en alimentant complètement la base EMODE, en partant d une base vide sous SQL Server. Dans un deuxième temps, nous avons choisi d insérer de nouvelles données, relatives à la semaine de janvier 2012 afin d avoir une nouvelle vision des données et qui permettrait également de vérifier que nos fonctions gérant l agrégation des données s effectue correctement. (Cf. Annexe 2) Automatisation de la procédure Pour terminer concernant la partie packages SSIS, nous avons choisi d automatiser l exécution de ces procédures. En effet, nous avons créé différents SQL Server Agent Jobs afin que ces packages soient exécutés en temps voulu. 7

9 3. OPTIMISATION a. Partitionnement Le fait de partitionner nos deux tables de fait (ici, SHOP_FACTS et PRODUCT_PROMOTION_FACTS) améliore nettement les performances et simplifie la maintenance des ces tables. En effet, ces tables sont amenées à l avenir à augmenter considérablement en volumétrie. De ce fait, un partitionnement devient alors nécessaire dans le sens où de meilleures performances seront nécessaires en cas de traitement sur ces données. A savoir que la procédure de partitionnement pour ces deux tables est la même à chaque fois. 1. Création des storages 2. Ajout des fichiers aux storages 3. Création de la fonction de partitionnement 4. Création du schéma de partitionnement 5. Création de la table partitionnée Cf. Annexe 3 pour retrouver le code de partitionnement de chacune de ces tables. b. Analysis Services Un des points importants de ce projet fût également la création d un cube OLAP et de ses dimensions sous Analysis Services. Pour ce faire, nous avons dans un premier temps créé une nouvelle source de données afin de nous connecter directement à notre base SQL Server. Dans un deuxième temps, nous avons mis en place ce que l on appelle un "Data Source View" afin de nous connecter à notre base de données, et qui nous permettra par la suite de récupérer les différentes informations nécessaires à la création de notre cube, des dimensions et de ses mesures associées. La troisième étape consistait à créer le cube en lui même. Pour l instant, celui-ci est vide et ne contient aucune mesure ni dimensions. En effet, nous avons privilégié le fait de les créer manuellement plutôt que d utiliser l assistant. La quatrième étape concernait la création de nos dimensions associées à notre cube. Dans notre cas, nous avons privilégié trois dimensions principales, qui nous paraissaient les plus évidentes lors de notre étude, à savoir les dimensions de temps (CALENDAR_YEAR_LOOKUP), de géographie (OUTLET_LOOKUP) et enfin de produits (ARTICLE_LOOKUP). 8

10 Géographie Figure 5 : Dimension géographie Relations entre attributs Temps Figure 6 : Dimension géographie Hiérarchie créée Figure 7 : Dimension temps Relations entre attributs Figure 8 : Dimension temps Hiérarchie créée 9

11 Produit Figure 9 : Dimension produits Relations entre attributs Figure 10 : Dimension produits Hiérarchie créée La cinquième étape de ce projet fût la création de nos mesures. Celles-ci ont été récupérées au sein de la table de faits SHOP_FACTS et nous permettent ensuite de calculer les données de type "Marge", "Quantité vendue" et "Montant des ventes". 10

12 Enfin, la sixième et dernière étape de la création de ce projet Analysis Services fût d explorer le cube en utilisant les différentes mesures et dimensions créées. Ci-après, quelques images illustrant les résultats obtenus. Figure 11 : Architecture du cube 11

13 Exploration du cube dans Analysis Services Figure 12 : Exploration du cube 12

14 4. REPORTING Une des dernières étapes de la réalisation de ce projet consistait à créer et explorer différents rapports analysant les ventes de chaque magasin du système EMODE. Pour ce faire, nous utiliserons différentes technologies afin de varier les sources de nos rapports et d utiliser les différents outils étudiés au cours de cette UV. a. Reporting Services Nous avons donc dans ce cas créé un projet de type Reporting Services, nous ayant permis de créer des rapports de type tableaux et graphiques. Dans un premier temps, après avoir créé un nouveau projet Analysis Services, nous avons créé plusieurs nouveaux rapports correspondant à chacune des mesures que nous voulons étudier. Nous avons ensuite ajouté une source de données à chacun de nos rapports. Cette source de données n est autre qu une connexion à la base SQL Server. Par la suite, il a fallu créer des "datasets". Ces éléments correspondent ni plus ni moins à la sélection des données que nous désirons mettre en évidence au sein de nos rapports. Dans notre cas, nous avons décidé de saisir des requêtes SQL nous amenant au résultat désiré. Nous avons donc pour terminer créé et implémenté nos rapports avec le type d élément désiré tel des tableaux ou des graphiques. Une fois les rapports mis en forme et terminés, il nous est donc resté à les publier sur le serveur afin que ceux-ci soient accessibles directement depuis le navigateur web à l adresse suivante : 13

15 Figure 13 : Reporting Services -Tableau Figure 14 : Reporting Services - Graphique 14

16 b. Univers BO Nous avons utilisé ici le logiciel Universe Designer afin de recréer le modèle en étoile suivant : Figure 15 : Modèle en étoile base EMODE 15

17 Ce modèle intègre les tables associées à notre de table de faits SHOP_FACTS ainsi que nos deux table agrégées créées au sein de notre package SSIS dans la première partie du projet. Ces tables vont permettre par la suite d améliorer considérablement les performances en terme d affichage des données dans le sens où tout est plus ou moins précalculé et donc le temps de chargement et de calcul sera moins long. Dans un premier temps, nous avons dû nous connecter à notre base de données. Pour ce faire, il nous a fallu créer une connexion entre Universe Designer et SQL Server et donc de créer une nouvelle "datasource name" au sein de notre système d exploitation. Par la suite, la connexion avec la base s est effectuée d elle même en utilisant "OLEDB provider for SQL Server 2008". Une fois connectés à la base, une liste des tables disponibles pour mettre en place notre modèle, nous est fournie depuis notre base de données. Après avoir sélectionné les tables désirées, il nous a suffit d organiser tous les objets métiers de la manière suivante : Figure 16 : Objets métiers relatifs à l univers BO 16

18 Pour terminer, une dernière étape reste nécessaire afin d obtenir les meilleurs résultats possibles : Mettre en place la navigation agrégée à l aide de la fonction agregate_aware(). Exemple de la navigation agrégée pour les propriétés Revenu des Ventes et 17

19 c. Web Intelligence Une fois notre univers (Universe Designer) créé, et donc disponible pour Interactive Analysis, nous étions en mesure de créer les rapports désirés. Pour ce faire, an guise de set de données, nous avons sélectionné les requêtes suivantes : Figure 17 : Interactive Analysis Requête 1 Figure 18 : Interactive Analysis Requête 2 Enfin, une fois nos requêtes créées, vérifiées et compilées, nous étions en mesure de créer nos rapports. Figure 19 : Exemple de rapport Analysis Services 18

20 d. Tableau de bord Excel Pour terminer avec ce projet, la dernière étape consistait à créer un tableau de bord sous Excel, récapitulatif des différents rapports créés. Après avoir installé Power Pivot pour Excel, nous nous sommes directement connectés à notre cube Analysis Services pour ensuite créer un tableau croisé dynamique, un graphique exploitant les même données que notre tableau ainsi que deux slicers agissant comme filtres de données et de mettre à jour nos tableaux et courbes au sein du document. Figure 20 : Excel - Tableau croisé dynamique Figure 21 : Excel Graphique 19

21 CONCLUSION Ce projet "Business Intelligence & Data Warehouse" nous aura permis de mettre en application les nombreuses méthodes abordées au cours de l UV BD51. Ainsi, il reprend une bonne partie des notions vues en cours et en TP. De plus, ce projet nous aura également permis d aborder un nouvel aspect de la notion d administration de base de données, jusque ici inconnue à nos yeux, à savoir la construction de cubes et ses dimensions associées ainsi que la création et gestion totale de rapports d analyse. La tâche s est en revanche avérée plus complexe lorsqu il a fallu aborder la partie des packages SSIS. En effet, ceci étant complètement nouveau cela nous a permis, en plus d appliquer nos connaissances, d effectuer des recherches supplémentaires afin de mettre en place ce système, et donc d acquérir une certaine autonomie et rigueur en termes de réalisation de projet. Notre projet présente certes quelques lacunes au niveau des fonctions d ETL, mais il nous a permis d aborder des notions nouvelles en rapport avec un projet de cette envergure, dans sons ensemble, tant dans la réflexion que dans la réalisation, avec une collaboration des membres du projet ayant chacun un bagage technique différent. C est principalement pour ces raisons que la réalisation d un tel projet nous apporte une grande satisfaction autant personnelle que professionnelle. 20

22 ANNEXES Annexe 1 : Qualité des données Ci-après, les scripts SQL vérifiant la qualité des données des tables utilisées tout au long du projet. Le reste des scripts se trouve sur le CD contenant les sources du projet. ARTICLE_COLOR_LOOKUP (PK : ARTICLE_CODE, COLOR_CODE) --Clés primaires en double ACL.ARTICLE_CODE AS "Article code", ACL.COLOR_CODE AS "Color code", CONCAT(ACL.ARTICLE_CODE,ACL.COLOR_CODE) AS "Article code + Color code", COUNT(CONCAT(ACL.ARTICLE_CODE,ACL.COLOR_CODE)) AS "Nombre de clés primaires" ARTICLE_COLOR_LOOKUP ACL GROUP BY ACL.ARTICLE_CODE, ACL.COLOR_CODE, CONCAT(ACL.ARTICLE_CODE,ACL.COLOR_CODE) HAVING COUNT(CONCAT(ACL.ARTICLE_CODE,ACL.COLOR_CODE)) > 1 ORDER BY 1 ASC; --Clés étrangères manquantes --/ --Table de rejet des données invalides CREATE TABLE ARTICLE_COLOR_LOOKUP_BIN AS ( * ARTICLE_COLOR_LOOKUP WHERE 1=2); INSERT INTO ARTICLE_COLOR_LOOKUP_BIN( ARTICLE_CODE, COLOR_CODE, ARTICLE_LABEL, COLOR_LABEL, CATEGORY, SALE_PRICE, FAMILY_NAME, FAMILY_CODE) ACL.ARTICLE_CODE, ACL.COLOR_CODE, ACL.ARTICLE_LABEL, ACL.COLOR_LABEL, ACL.CATEGORY, ACL.SALE_PRICE, ACL.FAMILY_NAME, ACL.FAMILY_CODE ARTICLE_COLOR_LOOKUP ACL WHERE COMMIT; CONCAT(ACL.ARTICLE_CODE,ACL.COLOR_CODE) IN( CONCAT(ACL2.ARTICLE_CODE,ACL2.COLOR_CODE) ARTICLE_COLOR_LOOKUP ACL2 GROUP BY CONCAT(ACL2.ARTICLE_CODE,ACL2.COLOR_CODE) HAVING COUNT(CONCAT(ACL2.ARTICLE_CODE,ACL2.COLOR_CODE))>1); 21

23 ARTICLE_LOOKUP (PK : ARTICLE_CODE) --Clés primaires en double AL.ARTICLE_CODE AS "ARTICLE_CODE", COUNT(AL.ARTICLE_CODE) AS "Nombre de clés primaires" ARTICLE_LOOKUP AL GROUP BY AL.ARTICLE_CODE HAVING COUNT(AL.ARTICLE_CODE) > 1 ORDER BY 1 ASC; --Clés étrangères manquantes --/ --Table de rejet des données invalides CREATE TABLE ARTICLE_LOOKUP_BIN AS ( * ARTICLE_LOOKUP WHERE 1=2); INSERT INTO ARTICLE_LOOKUP_BIN( ARTICLE_CODE, ARTICLE_LABEL, CATEGORY, SALE_PRICE, FAMILY_NAME, FAMILY_CODE) AL.ARTICLE_CODE, AL.ARTICLE_LABEL, AL.CATEGORY, AL.SALE_PRICE, AL.FAMILY_NAME, AL.FAMILY_CODE ARTICLE_LOOKUP AL WHERE AL.ARTICLE_CODE IN( AL2.ARTICLE_CODE ARTICLE_LOOKUP AL2 GROUP BY AL2.ARTICLE_CODE HAVING COUNT(AL2.ARTICLE_CODE)>1); COMMIT; 22

24 CALENDAR_YEAR_LOOKUP (PK : WEEK_KEY) --Clés primaires en double CYL.WEEK_KEY AS "Week key", COUNT(CYL.WEEK_KEY) AS "Nombre de clés primaires" CALENDAR_YEAR_LOOKUP CYL GROUP BY CYL.WEEK_KEY HAVING COUNT(CYL.WEEK_KEY) > 1 ORDER BY 1 ASC; --Clés étrangères manquantes --/ --Table de rejet des données invalides CREATE TABLE EMODE.CALENDAR_YEAR_LOOKUP_BIN AS ( * EMODE.CALENDAR_YEAR_LOOKUP WHERE 1=2); INSERT INTO EMODE.CALENDAR_YEAR_LOOKUP_BIN( WEEK_KEY, WEEK_IN_YEAR, "YEAR", FISCAL_PERIOD, YEAR_WEEK, QUARTER, MONTH_NAME, "MONTH", HOLIDAY_FLAG) CYL.WEEK_KEY, CYL.WEEK_IN_YEAR, CYL."YEAR", CYL.FISCAL_PERIOD, CYL.YEAR_WEEK, CYL.QUARTER, CYL.MONTH_NAME, CYL."MONTH", CYL.HOLIDAY_FLAG CALENDAR_YEAR_LOOKUP CYL WHERE CYL.WEEK_KEY IN( CYL2.WEEK_KEY CALENDAR_YEAR_LOOKUP CYL2 GROUP BY CYL2.WEEK_KEY HAVING COUNT(CYL2.WEEK_KEY )>1); COMMIT; 23

25 OUTLET_LOOKUP (PK : SHOP_CODE) --Clés primaires en double OL.SHOP_CODE AS "Shop code", COUNT(OL.SHOP_CODE) AS "Nombre de clés primaires" OUTLET_LOOKUP OL GROUP BY OL.SHOP_CODE HAVING COUNT(OL.SHOP_CODE) > 1 ORDER BY 1 ASC; --Clés étrangères manquantes --/ --Table de rejet des données invalides CREATE TABLE EMODE.OUTLET_LOOKUP_BIN AS ( * EMODE.OUTLET_LOOKUP WHERE 1=2); INSERT INTO EMODE.OUTLET_LOOKUP_BIN( SHOP_NAME, ADDRESS_1, MANAGER, DATE_OPEN, "OPEN", OWNED_OUTRIGHT, FLOOR_SPACE, ZIP_CODE, CITY, "STATE", SHOP_CODE) OL.SHOP_NAME, OL.ADDRESS_1, OL.MANAGER, OL.DATE_OPEN, OL."OPEN", OL.OWNED_OUTRIGHT, OL.FLOOR_SPACE, OL.ZIP_CODE, OL.CITY, OL."STATE", OL.SHOP_CODE OUTLET_LOOKUP OL WHERE OL.SHOP_CODE IN( OL2.SHOP_CODE OUTLET_LOOKUP OL2 GROUP BY OL2.SHOP_CODE HAVING COUNT(OL2.SHOP_CODE)>1); COMMIT; 24

26 SHOP_FACTS (PK : ID) --Clés primaires en double SH.ID AS "ID", COUNT(SH.ID) AS "Nombre de clés primaires" SHOP_FACTS SH GROUP BY SH.ID HAVING COUNT(SH.ID)>1; --Clés étrangères manquantes --Etape 1 SF.WEEK_KEY AS "Week_key",COUNT(*) AS "Nombre clés absentes" SHOP_FACTS SF WHERE SF.WEEK_KEY NOT IN ( DISTINCT CYL.WEEK_KEY CALENDAR_YEAR_LOOKUP CYL ) GROUP BY SF.WEEK_KEY ORDER BY 1 ASC; --Etape 2 SF.SHOP_CODE AS "Shop Code",COUNT(*) AS "Nombre clés étrangères absentes" SHOP_FACTS SF WHERE SF.SHOP_CODE NOT IN ( DISTINCT OL.SHOP_CODE OUTLET_LOOKUP OL ) OR SF.SHOP_CODE NOT IN ( DISTINCT UOLF.SHOP_CODE UNUSED_OUTLET_LOOKUP_FULL UOLF ) GROUP BY SF.SHOP_CODE ORDER BY 1 ASC; --Etape 3 SF.COLOR_CODE AS "Color_code",SF.ARTICLE_CODE AS "Article_code",COUNT(*) AS "Nombre clés étrangères absentes" SHOP_FACTS SF WHERE CONCAT(SF.COLOR_CODE,SF.ARTICLE_CODE) NOT IN ( DISTINCT CONCAT(ACL.COLOR_CODE,ACL.ARTICLE_CODE) ARTICLE_COLOR_LOOKUP ACL ) 25

27 AND SF.ARTICLE_CODE NOT IN ( DISTINCT AL.ARTICLE_CODE ARTICLE_LOOKUP AL ) GROUP BY SF.COLOR_CODE,SF.ARTICLE_CODE ORDER BY 1 ASC; --Table de rejet des données invalides CREATE TABLE EMODE.SHOP_FACTS_BIN AS ( * EMODE.SHOP_FACTS WHERE 1=2); INSERT INTO EMODE.SHOP_FACTS_BIN( ID, ARTICLE_CODE, COLOR_CODE, WEEK_KEY, SHOP_CODE, MARGIN, AMOUNT_SOLD, QUANTITY_SOLD) SF.ID, SF.ARTICLE_CODE, SF.COLOR_CODE, SF.WEEK_KEY, SF.SHOP_CODE, SF.MARGIN, SF.AMOUNT_SOLD, SF.QUANTITY_SOLD SHOP_FACTS SF WHERE SF.ID IN( SF2.ID SHOP_FACTS SF2 GROUP BY SF2.ID HAVING COUNT(SF2.ID)>1) ORDER BY 1 ASC ; INSERT INTO EMODE.SHOP_FACTS_BIN( ID, ARTICLE_CODE, COLOR_CODE, WEEK_KEY, SHOP_CODE, MARGIN, AMOUNT_SOLD, QUANTITY_SOLD) SF.ID, SF.ARTICLE_CODE, SF.COLOR_CODE, SF.WEEK_KEY, SF.SHOP_CODE, SF.MARGIN, SF.AMOUNT_SOLD, SF.QUANTITY_SOLD SHOP_FACTS SF WHERE SF.WEEK_KEY NOT IN ( 26

28 DISTINCT CYL.WEEK_KEY CALENDAR_YEAR_LOOKUP CYL ) ORDER BY 1 ASC; INSERT INTO EMODE.SHOP_FACTS_BIN( ID, ARTICLE_CODE, COLOR_CODE, WEEK_KEY, SHOP_CODE, MARGIN, AMOUNT_SOLD, QUANTITY_SOLD) SF.ID, SF.ARTICLE_CODE, SF.COLOR_CODE, SF.WEEK_KEY, SF.SHOP_CODE, SF.MARGIN, SF.AMOUNT_SOLD, SF.QUANTITY_SOLD SHOP_FACTS SF WHERE SF.SHOP_CODE NOT IN ( DISTINCT OL.SHOP_CODE OUTLET_LOOKUP OL ) AND SF.SHOP_CODE NOT IN ( DISTINCT UOLF.SHOP_CODE UNUSED_OUTLET_LOOKUP_FULL UOLF ) ORDER BY 1 ASC; INSERT INTO EMODE.SHOP_FACTS_BIN( ID, ARTICLE_CODE, COLOR_CODE, WEEK_KEY, SHOP_CODE, MARGIN, AMOUNT_SOLD, QUANTITY_SOLD) SF.ID, SF.ARTICLE_CODE, SF.COLOR_CODE, SF.WEEK_KEY, SF.SHOP_CODE, SF.MARGIN, SF.AMOUNT_SOLD, SF.QUANTITY_SOLD SHOP_FACTS SF WHERE CONCAT(SF.COLOR_CODE,SF.ARTICLE_CODE) NOT IN ( DISTINCT CONCAT(ACL.COLOR_CODE,ACL.ARTICLE_CODE) ARTICLE_COLOR_LOOKUP ACL ) OR SF.ARTICLE_CODE NOT IN ( 27

29 DISTINCT AL.ARTICLE_CODE ARTICLE_LOOKUP AL ) ORDER BY 1 ASC; COMMIT; 28

30 Annexe 2 : Ajout de nouvelles données Ajout dans ARTICLE_COLOR_LOOKUP USE EMODE GO INSERT INTO ARTICLE_COLOR_LOOKUP(ARTICLE_CODE, COLOR_CODE, ARTICLE_LABEL, COLOR_LABEL, CATEGORY, SALE_PRICE, FAMILY_NAME, FAMILY_CODE) VALUES(200000, 997, 'Jupe en toile', 'Rouge', 'dresses', 30, 'Clothes', 'X20'); INSERT INTO ARTICLE_COLOR_LOOKUP(ARTICLE_CODE, COLOR_CODE, ARTICLE_LABEL, COLOR_LABEL, CATEGORY, SALE_PRICE, FAMILY_NAME, FAMILY_CODE) VALUES(200001, 997, 'Jupe en laine', 'Rouge', 'dresses', 25, 'Clothes', 'X20'); INSERT INTO ARTICLE_COLOR_LOOKUP(ARTICLE_CODE, COLOR_CODE, ARTICLE_LABEL, COLOR_LABEL, CATEGORY, SALE_PRICE, FAMILY_NAME, FAMILY_CODE) VALUES(200002, 998, 'Pantalon en soie', 'Vert', 'pants', 90, 'Clothes', 'X30'); --Insertion en double -> Table de rejet INSERT INTO ARTICLE_COLOR_LOOKUP(ARTICLE_CODE, COLOR_CODE, ARTICLE_LABEL, COLOR_LABEL, CATEGORY, SALE_PRICE, FAMILY_NAME, FAMILY_CODE) VALUES(200002, 998, 'Pantalon en soie', 'Vert', 'pants', 90, 'Clothes', 'X30'); --Clé étrangère inexistante -> Table de rejet INSERT INTO ARTICLE_COLOR_LOOKUP(ARTICLE_CODE, COLOR_CODE, ARTICLE_LABEL, COLOR_LABEL, CATEGORY, SALE_PRICE, FAMILY_NAME, FAMILY_CODE) VALUES(200013, 999, 'lunettes', 'bleu', 'vue', 1000, 'vue', 'G20'); COMMIT; Ajout dans ARTICLE_LOOKUP USE EMODE GO DELETE ARTICLE_COLOR_LOOKUP WHERE ARTICLE_CODE IN (200000, , ); INSERT INTO ARTICLE_LOOKUP(ARTICLE_CODE, ARTICLE_LABEL, CATEGORY, SALE_PRICE, FAMILY_NAME, FAMILY_CODE) VALUES(200000, 'Jupe en toile', 'dresses', 30, 'Clothes', 'X20'); INSERT INTO ARTICLE_LOOKUP(ARTICLE_CODE, ARTICLE_LABEL, CATEGORY, SALE_PRICE, FAMILY_NAME, FAMILY_CODE) VALUES(200001, 'Jupe en laine', 'dresses', 25, 'Clothes', 'X20'); INSERT INTO ARTICLE_LOOKUP(ARTICLE_CODE, ARTICLE_LABEL, CATEGORY, SALE_PRICE, FAMILY_NAME, FAMILY_CODE) VALUES(200002, 'Pantalon en soie', 'pants', 90, 'Clothes', 'X30'); --Meme article -> table de rejet! INSERT INTO ARTICLE_LOOKUP(ARTICLE_CODE, ARTICLE_LABEL, CATEGORY, SALE_PRICE, FAMILY_NAME, FAMILY_CODE) VALUES(200002, 'Pantalon en soie', 'pants', 90, 'Clothes', 'X30'); COMMIT; 29

31 Ajout dans CALENDAR_YEAR_LOOKUP USE EMODE GO INSERT INTO CALENDAR_YEAR_LOOKUP(WEEK_KEY, WEEK_IN_YEAR, "YEAR", FISCAL_PERIOD, YEAR_WEEK, QUARTER, MONTH_NAME, "MONTH", HOLIDAY_FLAG) VALUES(300, 5, 2012, 'FY12', '2012/05', 1, 'February', 2, 'y'); INSERT INTO CALENDAR_YEAR_LOOKUP(WEEK_KEY, WEEK_IN_YEAR, "YEAR", FISCAL_PERIOD, YEAR_WEEK, QUARTER, MONTH_NAME, "MONTH", HOLIDAY_FLAG) VALUES(301, 5, 2012, 'FY12', '2012/05', 1, 'February', 2, 'y'); INSERT INTO CALENDAR_YEAR_LOOKUP(WEEK_KEY, WEEK_IN_YEAR, "YEAR", FISCAL_PERIOD, YEAR_WEEK, QUARTER, MONTH_NAME, "MONTH", HOLIDAY_FLAG) VALUES(302, 5, 2012, 'FY12', '2012/05', 1, 'February', 2, 'y'); --Meme date -> table de rejet! INSERT INTO CALENDAR_YEAR_LOOKUP(WEEK_KEY, WEEK_IN_YEAR, "YEAR", FISCAL_PERIOD, YEAR_WEEK, QUARTER, MONTH_NAME, "MONTH", HOLIDAY_FLAG) VALUES(302, 5, 2012, 'FY12', '2012/05', 1, 'February', 2, 'y'); COMMIT; Ajout dans OUTLET_LOOKUP USE EMODE GO INSERT INTO OUTLET_LOOKUP(SHOP_NAME, ADDRESS_1, MANAGER, DATE_OPEN, "OPEN", OWNED_OUTRIGHT, FLOOR_SPACE, ZIP_CODE, CITY, "STATE", SHOP_CODE) VALUES ('e-fashion Belfort', 'Route de lure', 'Jeremy', '15-DEC-00', 'Y', 'N', 4160, '90000', 'Belfort', 'France', 400); INSERT INTO OUTLET_LOOKUP(SHOP_NAME, ADDRESS_1, MANAGER, DATE_OPEN, "OPEN", OWNED_OUTRIGHT, FLOOR_SPACE, ZIP_CODE, CITY, "STATE", SHOP_CODE) VALUES ('e-fashion Lure', 'Route de Belfort', 'Jeremy', '15-DEC-00', 'Y', 'N', 4160, '70100', 'Lure', 'France', 401); INSERT INTO OUTLET_LOOKUP(SHOP_NAME, ADDRESS_1, MANAGER, DATE_OPEN, "OPEN", OWNED_OUTRIGHT, FLOOR_SPACE, ZIP_CODE, CITY, "STATE", SHOP_CODE) VALUES ('e-fashion Besancon', 'Route de Luxeuil', 'Jeremy', '15-DEC-00', 'Y', 'N', 4160, '25000', 'Besancon', 'France', 402); --Meme boutique -> table de rejet! INSERT INTO OUTLET_LOOKUP(SHOP_NAME, ADDRESS_1, MANAGER, DATE_OPEN, "OPEN", OWNED_OUTRIGHT, FLOOR_SPACE, ZIP_CODE, CITY, "STATE", SHOP_CODE) VALUES ('e-fashion Besancon', 'Route de Luxeuil', 'Jeremy', '15-DEC-00', 'Y', 'N', 4160, '25000', 'Besancon', 'France', 402); COMMIT; 30

32 Ajout dans SHOP_FACTS USE EMODE GO INSERT INTO SHOP_FACTS(ID,ARTICLE_CODE,COLOR_CODE,WEEK_KEY,SHOP_CODE,MARGIN,AMOUNT_SOLD,QU ANTITY_SOLD) VALUES(90000,200000,997,300,400,20,90,3); --Erreur clé primaire -> Table de rejet INSERT INTO SHOP_FACTS(ID,ARTICLE_CODE,COLOR_CODE,WEEK_KEY,SHOP_CODE,MARGIN,AMOUNT_SOLD,QU ANTITY_SOLD) VALUES(90000,200000,997,300,400,20,90,3); --Erreur clé étrangère : ARTICLE_CODE -> Table de rejet INSERT INTO SHOP_FACTS(ID,ARTICLE_CODE,COLOR_CODE,WEEK_KEY,SHOP_CODE,MARGIN,AMOUNT_SOLD,QU ANTITY_SOLD) VALUES(90001,200500,997,300,400,20,90,3); --Erreur clé étrangère (COLOR_CODE) -> Table de rejet INSERT INTO SHOP_FACTS(ID,ARTICLE_CODE,COLOR_CODE,WEEK_KEY,SHOP_CODE,MARGIN,AMOUNT_SOLD,QU ANTITY_SOLD) VALUES(90002,200000,994,300,400,20,90,3); --Erreur clé étrangère : WEEK_KEY -> Table de rejet INSERT INTO SHOP_FACTS(ID,ARTICLE_CODE,COLOR_CODE,WEEK_KEY,SHOP_CODE,MARGIN,AMOUNT_SOLD,QU ANTITY_SOLD) VALUES(90003,200000,994,700,400,20,90,3); --Erreur clé étrangère : SHOP_CODE -> Table de rejet INSERT INTO SHOP_FACTS(ID,ARTICLE_CODE,COLOR_CODE,WEEK_KEY,SHOP_CODE,MARGIN,AMOUNT_SOLD,QU ANTITY_SOLD) VALUES(90004,200000,994,300,700,20,90,3); COMMIT; 31

Département Génie Informatique

Département 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 détail

TP2 DE BUSINESS INTELLIGENCE ISIMA ZZ3 F3

TP2 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 détail

TP2_1 DE BUSINESS INTELLIGENCE ISIMA ZZ3 F3

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 détail

TP2_2 DE BUSINESS INTELLIGENCE ISIMA ZZ3 F3

TP2_2 DE BUSINESS INTELLIGENCE ISIMA ZZ3 F3 TP2_2 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 détail

CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE. Edition 2012

CATALOGUE 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 détail

Compétences Business Objects - 2014

Compétences Business Objects - 2014 Compétences Business Objects - 2014 «Mars-Juin 2014. Réf : Version 1 Page 1 sur 34 Sommaire CONTEXTE DE LA REMISE A NIVEAU EN AUTOFORMATION... 3 1. MODELISATION... 4 1.1 DESCRIPTION FONCTIONNEL DE L'APPLICATION

Plus en détail

SQL Server 2014 Implémentation d'une solution de Business Intelligence (Sql Server, Analysis Services, Power BI...)

SQL Server 2014 Implémentation d'une solution de Business Intelligence (Sql Server, Analysis Services, Power BI...) Avant-propos 1. À qui s'adresse ce livre? 15 2. Pré-requis 15 3. Objectifs du livre 16 4. Notations 17 Introduction à la Business Intelligence 1. Du transactionnel au décisionnel 19 2. Business Intelligence

Plus en détail

Construction d un EDD avec SQL 2008 R2. D. Ploix - M2 Miage - EDD - Création

Construction d un EDD avec SQL 2008 R2. D. Ploix - M2 Miage - EDD - Création Construction d un EDD avec SQL 2008 R2 Plan Analyse du DW construit Construction de la base DW dans SQL 2008 Construction des tables de faits et dimensions Injection des données Étapes de l injection des

Plus en détail

Exploiter les statistiques d utilisation de SQL Server 2008 R2 Reporting Services

Exploiter les statistiques d utilisation de SQL Server 2008 R2 Reporting Services Exploiter les statistiques d utilisation de SQL Server 2008 R2 Reporting Services Nous verrons dans cet article comment exploiter simplement les données de Log de SQL Server 2008 R2 Reporting Services

Plus en détail

Introduction à la B.I. Avec SQL Server 2008

Introduction 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 détail

2011 Hakim Benameurlaine 1

2011 Hakim Benameurlaine 1 Table des matières 1 CRÉATION DES OBJETS DE BASES DE DONNÉES... 2 1.1 Architecture d une base de données... 2 1.1.1 Niveau logique... 2 1.1.2 Niveau physique... 3 1.2 Gestion d une base de données... 3

Plus en détail

SQL Server 2012 Implémentation d'une solution de Business Intelligence (Sql Server, Analysis Services...)

SQL Server 2012 Implémentation d'une solution de Business Intelligence (Sql Server, Analysis Services...) Avant-propos 1. À qui s'adresse ce livre? 15 2. Pré-requis 15 3. Objectifs du livre 16 4. Notations 17 Introduction à la Business Intelligence 1. Du transactionnel au décisionnel 19 2. Business Intelligence

Plus en détail

TP1 - Corrigé. Manipulations de données

TP1 - Corrigé. Manipulations de données TP1 - Corrigé Manipulations de données 1. Démarrez mysql comme suit : bash$ mysql -h 127.0.0.1 -u user4 -D db_4 p Remarque: le mot de passe est le nom de user. Ici user4 2. Afficher la liste des bases

Plus en détail

SQL SERVER 2008, BUSINESS INTELLIGENCE

SQL SERVER 2008, BUSINESS INTELLIGENCE SGBD / Aide à la décision SQL SERVER 2008, BUSINESS INTELLIGENCE Réf: QLI Durée : 5 jours (7 heures) OBJECTIFS DE LA FORMATION Cette formation vous apprendra à concevoir et à déployer une solution de Business

Plus en détail

Travail de diplôme 2011 Business Intelligence Open Source SpagoBI/Talend Résumé

Travail de diplôme 2011 Business Intelligence Open Source SpagoBI/Talend Résumé ESNE Travail de diplôme 2011 Business Intelligence Open Source SpagoBI/Talend Résumé I.Cirillo 2010-2011 Introduction Le laboratoire de base de données de l ESNE a mis en place, il y a quelques années,

Plus en détail

2 Serveurs OLAP et introduction au Data Mining

2 Serveurs OLAP et introduction au Data Mining 2-1 2 Serveurs OLAP et introduction au Data Mining 2-2 Création et consultation des cubes en mode client-serveur Serveur OLAP Clients OLAP Clients OLAP 2-3 Intérêt Systèmes serveurs et clients Fonctionnalité

Plus en détail

Utilisation des tables multidimensionnelles SAS

Utilisation des tables multidimensionnelles SAS Utilisation des tables multidimensionnelles SAS 1 1 LES TABLES MULTIDIMENSIONNELLES SAS... 3 1.1 LEURS OBJECTIFS... 3 1.2 L OFFRE SAS... 3 1.3 LES PRE-REQUIS... 3 1.4 LA GESTION DE SOURCES MULTIDIMENSIONNELLES

Plus en détail

Master Exploration Informatique des données DataWareHouse

Master Exploration Informatique des données DataWareHouse Master Exploration Informatique des données DataWareHouse Binôme Ahmed BENSI Enseignant tahar ARIB SOMMAIRE I. Conception...1 1. Contexte des contrats...1 2. Contexte des factures...1 II. Modèle physique...2

Plus en détail

HERMES SYSTEM et BEWISE souhaitent vous offrir les meilleures compétences.

HERMES 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 détail

Encryptions, compression et partitionnement des données

Encryptions, compression et partitionnement des données Encryptions, compression et partitionnement des données Version 1.0 Grégory CASANOVA 2 Compression, encryption et partitionnement des données Sommaire 1 Introduction... 3 2 Encryption transparente des

Plus en détail

Création et Gestion des tables

Création et Gestion des tables Création et Gestion des tables Version 1.0 Z Grégory CASANOVA 2 Sommaire 1 Introduction... 3 2 Pré-requis... 4 3 Les tables... 5 3.1 Les types de données... 5 3.1.1 Les types de données Sql Server... 5

Plus en détail

Business Intelligence avec SQL Server 2012

Business 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 détail

Cours de SQL SERVER 2005 SQL SERVER 2005

Cours de SQL SERVER 2005 SQL SERVER 2005 SQL SERVER 2005 I Installation et configuration de SQL Server 2005 II - Gestion des bases de données et fichiers III Gestion de la sécurité IV Sauvegarde et restauration Cheikh Ahmadou Bamba CISSE 1 I

Plus en détail

SQL Historique 1982 1986 1992

SQL Historique 1982 1986 1992 SQL Historique 1950-1960: gestion par simple fichier texte 1960: COBOL (début de notion de base de données) 1968: premier produit de sgbdr structuré (IBM -> IDMS) 1970-74: élaboration de l'outil d'analyse

Plus en détail

SQL SERVER 2008 Le 20/10/2010

SQL SERVER 2008 Le 20/10/2010 Définitions SQL SERVER 2008 Le 20/10/2010 Une base de données est un objet particulièrement difficile à définir puisqu il est abordé en pratique selon différents points de vue : Pour un administrateur,

Plus en détail

Les instructions du DDL

Les instructions du DDL Les instructions du DDL Mots clés : CREATE TABLE, ALTER TABLE, Contrainte d'intégrités, CONSTRAINT, PRIMARY KEY, FOREIGN KEY, REFERENCES, UNIQUE, CHECK, NULL Etablir le schéma entités relations attributs

Plus en détail

Instructions SQL. Première partie : Langage de description et de gestion des données

Instructions SQL. Première partie : Langage de description et de gestion des données Instructions SQL Première partie : Langage de description et de gestion des données Quelques instructions et leur syntaxe 1. Introduction Trois principales catégories d instructions. Instructions de création

Plus en détail

Thibault Denizet. Introduction à SSIS

Thibault 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 détail

BIRT (Business Intelligence and Reporting Tools)

BIRT (Business Intelligence and Reporting Tools) BIRT (Business Intelligence and Reporting Tools) Introduction Cette publication a pour objectif de présenter l outil de reporting BIRT, dans le cadre de l unité de valeur «Data Warehouse et Outils Décisionnels»

Plus en détail

Olivier Mondet http://unidentified-one.net

Olivier Mondet http://unidentified-one.net T-GSI Ch.4 Le Langage SQL LDD, LCD Cet exercice guidé reprend le plan suivis lors de l intervention de formation faite pour l académie de Versailles. L objectif principal visait en la présentation du langage

Plus en détail

CREATION WEB DYNAMIQUE

CREATION WEB DYNAMIQUE CREATION WEB DYNAMIQUE IV ) MySQL IV-1 ) Introduction MYSQL dérive directement de SQL (Structured Query Language) qui est un langage de requêtes vers les bases de données relationnelles. Le serveur de

Plus en détail

CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE Edition 2014

CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE Edition 2014 CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE Edition 2014 AGENDA Qui sommes nous? Présentation de Keyrus Keyrus : Expert en formations BI Nos propositions de formation 3 modes de formations Liste des

Plus en détail

Cours 7 : Langage de définition, manipulation et contrôle des données

Cours 7 : Langage de définition, manipulation et contrôle des données Cours 7 : Langage de définition, manipulation et contrôle des données Objets d une base de données Dans un schéma Tables, vues Index, clusters, séquences, synonymes Packages, procédures, fonctions, déclencheurs

Plus en détail

BUSINESS INTELLIGENCE. Une vision cockpit : utilité et apport pour l'entreprise

BUSINESS 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 détail

Business Intelligence avec SQL Server 2012

Business 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 détail

Devoir Data WareHouse

Devoir Data WareHouse Université Paris XIII Institut Galilée Master 2-EID BENSI Ahmed CHARIFOU Evelyne Devoir Data WareHouse Optimisation, Transformation et Mise à jour utilisées par un ETL Mr R. NEFOUSSI Année 2007-2008 FICHE

Plus en détail

Le "tout fichier" Le besoin de centraliser les traitements des fichiers. Maitriser les bases de données. Historique

Le tout fichier Le besoin de centraliser les traitements des fichiers. Maitriser les bases de données. Historique Introduction à l informatique : Information automatisée Le premier ordinateur Définition disque dure, mémoire, carte mémoire, carte mère etc Architecture d un ordinateur Les constructeurs leader du marché

Plus en détail

CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE. Edition 2014

CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE. Edition 2014 CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE Edition 2014 SOMMAIRE Présentation de Keyrus Les modes de formation Liste des formations, Plan de cours & Pré-requis IBM Cognos QlikView Microsoft Talend Oracle

Plus en détail

Business Intelligence avec Excel, Power BI et Office 365

Business 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 détail

Bases de Données Avancées

Bases 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 détail

Bases de données relationnelles

Bases de données relationnelles Bases de données relationnelles Système de Gestion de Bases de Données Une base de données est un ensemble de données mémorisé par un ordinateur, organisé selon un modèle et accessible à de nombreuses

Plus en détail

SQL Server 2014. SQL Server 2014. Implémentation d une solution. Implémentation d une solution de Business Intelligence.

SQL Server 2014. SQL Server 2014. Implémentation d une solution. Implémentation d une solution de Business Intelligence. Ce livre sur s adresse à toutes les personnes désireuses de mettre en œuvre les techniques de l informatique décisionnelle (ou BI, Business Intelligence) à l aide des composants de la suite Microsoft :

Plus en détail

MYXTRACTION. 2009 La Business Intelligence en temps réel

MYXTRACTION. 2009 La Business Intelligence en temps réel MYXTRACTION 2009 La Business Intelligence en temps réel Administration Qui sommes nous? Administration et management des profils Connecteurs Base des données Gestion des variables et catégories de variables

Plus en détail

4. Utilisation d un SGBD : le langage SQL. 5. Normalisation

4. 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 détail

Présentation Windows Azure Hadoop Big Data - BI

Présentation Windows Azure Hadoop Big Data - BI Présentation Windows Azure Hadoop Big Data - BI Sommaire 1. Architecture Hadoop dans Windows Azure... 3 2. Requête Hive avec Hadoop dans Windows Azure... 4 3. Cas d études... 5 3.1 Vue : Administrateur...

Plus en détail

Business Intelligence avec SQL Server 2012 Maîtrisez les concepts et réalisez un système décisionnel

Business 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 détail

New Features. Developed by. BPM Conseil - SARL au capital de 70 000 euros - RCS LYON 479 400 129 9, rue Pierre Blanc - 69001 Lyon - France 1/20

New Features. Developed by. BPM Conseil - SARL au capital de 70 000 euros - RCS LYON 479 400 129 9, rue Pierre Blanc - 69001 Lyon - France 1/20 5 New Features Developed by 1/20 Sommaire 1 Introduction... 3 2 Evolutions des studios de développement et améliorations fonctionnelles... 5 3 Portail Vanilla... 6 3.1 Open Street Maps... 6 3.2 Gestion

Plus en détail

Les journées SQL Server 2013

Les journées SQL Server 2013 Les journées SQL Server 2013 Un événement organisé par GUSS Les journées SQL Server 2013 Romain Casteres MVP SQL Server Consultant BI @PulsWeb Yazid Moussaoui Consultant Senior BI MCSA 2008/2012 Etienne

Plus en détail

11. MySQL. Cours Web. MySQL. 11. MySQL. 11. MySQL. Structured Query Language. Lionel Seinturier. Université Pierre & Marie Curie

11. MySQL. Cours Web. MySQL. 11. MySQL. 11. MySQL. Structured Query Language. Lionel Seinturier. Université Pierre & Marie Curie Cours Web Lionel Seinturier Université Pierre & Marie Curie Lionel.Seinturier@lip6.fr Structured Query Language Langage de manipulation des données stockées dans une base de données interrogation/insertion/modification/suppression

Plus en détail

Chapitre 5 Alimenter l'entrepôt de données avec SSIS

Chapitre 5 Alimenter l'entrepôt de données avec SSIS Chapitre 5 Alimenter l'entrepôt de données avec SSIS 1. Découverte de SSIS....................................................259 2. Réaliser son premier flux SSIS...........................................264

Plus en détail

palais des congrès Paris 7, 8 et 9 février 2012

palais des congrès Paris 7, 8 et 9 février 2012 palais des congrès Paris 7, 8 et 9 février 2012 Analysis Services 2012 BI Personnelle, couche sémantique, cube, quelle(s) solution(s) pour un nouveau projet décisionnel? 08/02/2012 Aurélien KOPPEL Microsoft

Plus en détail

SQL Server Installation Center et SQL Server Management Studio

SQL Server Installation Center et SQL Server Management Studio SQL Server Installation Center et SQL Server Management Studio Version 1.0 Grégory CASANOVA 2 SQL Server Installation Center et SQL Server Management Studio [03/07/09] Sommaire 1 Installation de SQL Server

Plus en détail

Business Intelligence avec SQL Server 2014 Maîtrisez les concepts et réalisez un système décisionnel

Business 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 détail

TP Contraintes - Triggers

TP Contraintes - Triggers TP Contraintes - Triggers 1. Préambule Oracle est accessible sur le serveur Venus et vous êtes autorisés à accéder à une instance licence. Vous utiliserez l interface d accés SQL*Plus qui permet l exécution

Plus en détail

Catalogue Formation «Vanilla»

Catalogue Formation «Vanilla» Catalogue Formation «Vanilla» Date : octobre 2009 Table des matières Liste des Formations...2 Contenu des formations...3 Vanilla FastTrack...3 Vanilla Architecture...5 Enterprise Services...6 BIPortail...7

Plus en détail

Introduction aux outils BI de SQL Server 2014. Tutoriel sur SQL Server Integration Services (SSIS)

Introduction aux outils BI de SQL Server 2014. Tutoriel sur SQL Server Integration Services (SSIS) MIT820: Entrepôts de données et intelligence artificielle Introduction aux outils BI de SQL Server 2014 Tutoriel sur SQL Server Integration Services (SSIS) Description générale Ce tutoriel a pour objectif

Plus en détail

L INTELLIGENCE D AFFAIRE DANS LA VIE QUOTIDIENNE D UNE ENTREPRISE

L INTELLIGENCE D AFFAIRE DANS LA VIE QUOTIDIENNE D UNE ENTREPRISE 2009 L INTELLIGENCE D AFFAIRE DANS LA VIE QUOTIDIENNE D UNE ENTREPRISE Chapitre 1 : BI Une introduction La plupart des administrateurs de bases de données (DBA) ont rencontré une certaine forme de business

Plus en détail

QU EST-CE QUE LE DECISIONNEL?

QU 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 détail

KPI (Key Performance Indicator) dans MOSS

KPI (Key Performance Indicator) dans MOSS KPI (Key Performance Indicator) dans MOSS Introduction Un KPI (Key Performance Indicator), Indicateur de Performance ou Indicateur Clé est un concept permettant de présenter à un utilisateur une information

Plus en détail

Mise en œuvre et administration

Mise en œuvre et administration Mise en œuvre et administration 1 2 Plan du cours Présentation Installation et configuration Outils de gestion Objets de base de données Gestion des fichiers Sécurité Backups et restauration 3 Plan du

Plus en détail

Business Intelligence www.globalservices.be www.sap-training.be

Business Intelligence www.globalservices.be www.sap-training.be Business Intelligence www.globalservices.be www.sap-training.be Global Services + Business Intelligence = perfect match! Le concept Souhaitez-vous également avoir une meilleure visibilité au niveau des

Plus en détail

A.E.C. GESTION DES APPLICATIONS TECHNOLOGIE DE L'INFORMATION LEA.BW

A.E.C. GESTION DES APPLICATIONS TECHNOLOGIE DE L'INFORMATION LEA.BW A.E.C. GESTION DES APPLICATIONS TECHNOLOGIE DE L'INFORMATION LEA.BW Groupe : 322 Exploitation des Banques de données 420-PK6-SL (1-2-1) Étape : 3 Professeur Nom: Marcel Aubin Courriel : maubin@cegep-st-laurent.qc.ca

Plus en détail

Documentation d information technique spécifique Education. PGI Open Line PRO

Documentation d information technique spécifique Education. PGI Open Line PRO Documentation d information technique spécifique Education PGI Open Line PRO EBP Informatique SA Rue de Cutesson - ZA du Bel Air BP 95 78513 Rambouillet Cedex www.ebp.com Equipe Education : 01 34 94 83

Plus en détail

Fournir un accès rapide à nos données : agréger au préalable nos données permet de faire nos requêtes beaucoup plus rapidement

Fournir 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 détail

SQL Server 2008 Report Builder 2.0

SQL Server 2008 Report Builder 2.0 SQL Server 2008 Report Builder 2.0 Installation et utilisation de Report Builder 2.0 Dans le cadre de la création de rapports pour SQL Server Reporting Services 2008, un outil est disponible, Report Builder

Plus en détail

Nos Solutions PME VIPDev sont les Atouts Business de votre entreprise.

Nos Solutions PME VIPDev sont les Atouts Business de votre entreprise. Solutions PME VIPDev Nos Solutions PME VIPDev sont les Atouts Business de votre entreprise. Cette offre est basée sur la mise à disposition de l ensemble de nos compétences techniques et créatives au service

Plus en détail

NFA 008. Introduction à NoSQL et MongoDB 25/05/2013

NFA 008. Introduction à NoSQL et MongoDB 25/05/2013 NFA 008 Introduction à NoSQL et MongoDB 25/05/2013 1 NoSQL, c'est à dire? Les bases de données NoSQL restent des bases de données mais on met l'accent sur L'aspect NON-relationnel L'architecture distribuée

Plus en détail

Pour les débutants. langage de manipulation des données

Pour les débutants. langage de manipulation des données Pour les débutants SQL : langage de manipulation des données Les bases de données sont très utilisées dans les applications Web. La création, l interrogation et la manipulation des données de la base sont

Plus en détail

Magasins et entrepôts de données (Datamart, data warehouse) Approche relationnelle pour l'analyse des données en ligne (ROLAP)

Magasins et entrepôts de données (Datamart, data warehouse) Approche relationnelle pour l'analyse des données en ligne (ROLAP) Magasins et entrepôts de données (Datamart, data warehouse) Approche relationnelle pour l'analyse des données en ligne (ROLAP) Définition (G. Gardarin) Entrepôt : ensemble de données historisées variant

Plus en détail

Easy to. report. Connexion. Transformation. Stockage. Construction. Exploitation. Diffusion

Easy 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 détail

Formations MyReport. Formations MyReport

Formations MyReport. Formations MyReport Formations MyReport Formations MyReport MyReport Data Niveau 1 1 journée Concepteurs des applications "métier" Connaissances 1er niveau en bases de données : notions de tables, bases, champs Connaissances

Plus en détail

PHP & BD. PHP & Bases de données. Logiciels & matériels utilisés. Bases de données et Web

PHP & BD. PHP & Bases de données. Logiciels & matériels utilisés. Bases de données et Web PHP & Bases de données La quantité de données utilisée par certains sites web nécessite l'utilisation d'une base de données Il faut donc disposer d'un SGBD (mysql, postgresql, oracle, ) installé sur un

Plus en détail

1 Introduction et installation

1 Introduction et installation TP d introduction aux bases de données 1 TP d introduction aux bases de données Le but de ce TP est d apprendre à manipuler des bases de données. Dans le cadre du programme d informatique pour tous, on

Plus en détail

SWISS 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 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 détail

Les bases de données

Les bases de données Les bases de données Introduction aux fonctions de tableur et logiciels ou langages spécialisés (MS-Access, Base, SQL ) Yves Roggeman Boulevard du Triomphe CP 212 B-1050 Bruxelles (Belgium) Idée intuitive

Plus en détail

Oracle Décisionnel : Modèle OLAP et Vue matérialisée D BILEK

Oracle Décisionnel : Modèle OLAP et Vue matérialisée D BILEK Oracle Décisionnel : Modèle OLAP et Vue matérialisée SOMMAIRE Introduction Le modèle en étoiles Requêtes OLAP Vue matérialisée Fonctions Roll up et Cube Application Introduction Data Warehouse Moteur OLAP

Plus en détail

Web dynamique. Techniques, outils, applications. (Partie C)

Web dynamique. Techniques, outils, applications. (Partie C) Web dynamique Techniques, outils, applications (Partie C) Nadir Boussoukaia - 2006 1 SOMMAIRE 1. MySQL et PHP (20 min) 2. SQL (petits rappels) (20 min) 2 MySQL et PHP Synthèse 3 MySQL et PHP SGBD MySQL

Plus en détail

Bases de Données relationnelles et leurs systèmes de Gestion

Bases de Données relationnelles et leurs systèmes de Gestion III.1- Définition de schémas Bases de Données relationnelles et leurs systèmes de Gestion RAPPELS Contraintes d intégrité sous Oracle Notion de vue Typage des attributs Contrainte d intégrité Intra-relation

Plus en détail

Présentation du module. Base de données spatio-temporelles. Exemple. Introduction Exemple. Plan. Plan

Présentation du module. Base de données spatio-temporelles. Exemple. Introduction Exemple. Plan. Plan Base de données spatio-temporelles S. Lèbre slebre@unistra.fr Université de Strasbourg, département d informatique. Présentation du module Contenu général Partie 1 : Notion de bases de données (Conception

Plus en détail

La problématique. La philosophie ' ) * )

La 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 détail

Cours de Bases de Données Avancées 2006-2007 Groupe cinema, Rapport 4

Cours de Bases de Données Avancées 2006-2007 Groupe cinema, Rapport 4 1 Annexes Avec ce rapport il faut rendre en annexe le script SQL corrigé qui permet de créer la base de données selon votre modèle relationnel ainsi que de la peupler avec un nombre de tuples suffisant.

Plus en détail

Installation de SQL Server Reporting Services avec l intégration dans un site Windows SharePoint Services V3

Installation de SQL Server Reporting Services avec l intégration dans un site Windows SharePoint Services V3 Installation de SQL Server Reporting Services avec l intégration dans un site Windows SharePoint Services V3 Introduction Le Service Pack 2 de SQL Server 2005 a ajouté une option de gestion et d utilisation

Plus en détail

Comparaison de tables à distance

Comparaison de tables à distance Rapport de recherche A/375/CRI Fabien Coelho fabien@coelho.net composé avec LAT E X, révision 463 du document 1 Fabien Coelho job enseignant-chercheur à MINES ParisTech ingénieur civil 1993, docteur en

Plus en détail

Gestion de base de données

Gestion de base de données Université Libre de Bruxelles Faculté de Philosophie et Lettres Département des Sciences de l Information et de la Communication Gestion de base de données Projet : Take Off ASBL Cours de M. A. Clève STIC-B-505

Plus en détail

PROJET Côté labo : Multiboot avec disques virtuels (vhd)

PROJET Côté labo : Multiboot avec disques virtuels (vhd) PROJET Côté labo : Multiboot avec disques virtuels (vhd) Description du thème Propriétés Description Intitulé long Mise en place d un multiboot avec des disques virtuels de Windows 7 Entreprise et Windows

Plus en détail

Chapitre 19: Entrepôts de données

Chapitre 19: Entrepôts de données LOG660 - Base de données de haute performance Chapitre 19: Entrepôts de données Solutions: QUESTION 1 a) BD opérationnelles VS entrepôts de données: BD opérationnelles Données quotidiennes et récentes

Plus en détail

Formations QlikView / Business Intelligence

Formations 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 détail

SQL Server administration SERVEUR DE BASES DE DONNEES OLIVIER D.

SQL Server administration SERVEUR DE BASES DE DONNEES OLIVIER D. 2013 SQL Server administration SERVEUR DE BASES DE DONNEES OLIVIER D. Table des matières Signalétique... 3 1 Présentation... 4 2 Installation et configuration (RI p22)... 6 3 Gestion de la base de données...

Plus en détail

COMMANDES SQL... 2 COMMANDES DE DEFINITION DE DONNEES... 2

COMMANDES SQL... 2 COMMANDES DE DEFINITION DE DONNEES... 2 SQL Sommaire : COMMANDES SQL... 2 COMMANDES DE DEFINITION DE DONNEES... 2 COMMANDES DE MANIPULATION DE DONNEES... 2 COMMANDES DE CONTROLE TRANSACTIONNEL... 2 COMMANDES DE REQUETE DE DONNEES... 2 COMMANDES

Plus en détail

La Geo-Business Intelligence selon GALIGEO avec 26/10/2005 1

La 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 détail

SQL. Oracle. pour. 4 e édition. Christian Soutou Avec la participation d Olivier Teste

SQL. 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 détail

Les procédures stockées et les fonctions utilisateur

Les procédures stockées et les fonctions utilisateur Les procédures stockées et les fonctions utilisateur Z Grégory CASANOVA 2 Les procédures stockées et les fonctions utilisateur [08/07/09] Sommaire 1 Introduction... 3 2 Pré-requis... 4 3 Les procédures

Plus en détail

Sage 100 CRM Guide de l Import Plus avec Talend Version 8. Mise à jour : 2015 version 8

Sage 100 CRM Guide de l Import Plus avec Talend Version 8. Mise à jour : 2015 version 8 Sage 100 CRM Guide de l Import Plus avec Talend Version 8 Mise à jour : 2015 version 8 Composition du progiciel Votre progiciel est composé d un boîtier de rangement comprenant : le cédérom sur lequel

Plus en détail

BUSINESS INTELLIGENCE

BUSINESS INTELLIGENCE GUIDE COMPARATIF BUSINESS INTELLIGENCE www.viseo.com Table des matières Business Intelligence :... 2 Contexte et objectifs... 2 Une architecture spécifique... 2 Les outils de Business intelligence... 3

Plus en détail

Table des matières 1 DISASTER RECOVERY... 2 1.1 SAUVEGARDER... 4 1.2 RESTAURER... 21 1.3 BASE DE DONNÉS "SUSPECT"... 28

Table des matières 1 DISASTER RECOVERY... 2 1.1 SAUVEGARDER... 4 1.2 RESTAURER... 21 1.3 BASE DE DONNÉS SUSPECT... 28 Table des matières 1 DISASTER RECOVERY... 2 1.1 SAUVEGARDER... 4 1.2 RESTAURER... 21 1.3 BASE DE DONNÉS "SUSPECT"... 28 2011 Hakim Benameurlaine 1 1 DISASTER RECOVERY Physiquement, les bases de données

Plus en détail

Le langage SQL pour Oracle - partie 1 : SQL comme LDD

Le langage SQL pour Oracle - partie 1 : SQL comme LDD Le langage SQL pour Oracle - partie 1 : SQL comme LDD 1 SQL : Introduction SQL : Structured Query Langage langage de gestion de bases de donn ees relationnelles pour Définir les données (LDD) interroger

Plus en détail