Bases de Données OLAP. Chapitre 2 Architecture. La Perspective d Oiseau. Perspective Détaillée ... Hiver 2011/2012
|
|
- Céline Lamontagne
- il y a 8 ans
- Total affichages :
Transcription
1 Bases de Données OLAP Hiver 2011/2012 Melanie Herschel Université Paris Sud, Groupe Bases de Données, LRI Chapitre 2 Architecture Composantes d un DW ETC 2 La Perspective d Oiseau Système DW Sources de hétérogènes. L entrepôt de collecte les des sources et stocke cellesci dans les relations. vues partielles sur DW Data Data Data Mart 1 Mart 2 Mart 3 Différentes vues () sur ces relations de l entrepôt de sont mises à disposition à des applications. Oracle DB2 XML sources de 3 Perspective Détaillée Data-Warehouse-System Teilsichten über DW Data Data Data Mart 1 Mart 2 Mart 3 Basisrelationen DB2 Oracle Analyse de XML détaillées Méta agrégées Mise à disposition de dispositives consolées D après Wolfgang Lehner, Datenbanktechnologie für Data Warehouse Systeme, dpunkt.verlag, 2003 Consolation de Procuration de & (staging area) 4
2 Data-Warehouse-System Teilsichten über DW Data Data Data Mart 1 Mart 2 Mart 3 Basisrelationen Data-Warehouse-System Teilsichten über DW Data Data Data Mart 1 Mart 2 Mart 3 Basisrelationen Teilsichten über DW Data Data Data Mart 1 Mart 2 Mart 3 Data-Warehouse-System Basisrelationen Systèmes de source Systèmes et fichiers fournissant les intéressantes pour les analyses. Souvent, ces systèmes sont hétérogènes (voir classification du transparent suivant) Mise à disposition de ce au DW Push: La source génère elle-même les à extraire pour le DW Pull: Le DW met en marche l accès Chaque source doit être traitée indivuellement 5 Hétérogénéité Hétérogénéité syntactique structurelle sémantique hardware software interfaces modèle conflits de noms entité conflits de bande passante système HTLM processeur d exploitation SQL mémoire centrale protocoles XQuery sécurité relationnel OO attribut vs. valeur concepts différentes valeurs relation vs. valeur synonymes représentations manquantes nom d attributs normalisation emboitage homonymes du même objet unités contradictions 6 Systèmes de source Source 1 Produit P1 p_ nom prix type 1 Matrix 9,99 Blue Ray 2 Der Pate $US12,45 DVD 3 Dirty Dancing 7,50 Veo Source 2 Produit P2 ent description dvd veo blueray P1 The Matrix non non oui P2 The Godfather oui non non P3 Moulin Rouge non non oui Vente p_!p1.p_ panier_ nombre date /1/ /1/ /2/ /3/2011 Stock s p_ent!p2.ent stock dernier_restockage 1 P P P P Pour les deux systèmes de source décrit ci-dessus, quels types d hétérogénéité reconnaissez-vous? 7 Procuration et de Objectif: Intégration des extraites les es pertinentes (en provenance des sources de ) sont amenées physiquement dans la sphère de contrôle du DW (load time). Nettoyage et ajustement des () Vérification d une qualité de suffisante. Réunion de es pour obtenir une vue globale. Les résultats intermédiaires sont stockés temporairement. Le domaine de procuration de et de est souvent nommé staging area. 8
3 Procuration et de des en provenance des sources 1 et 2 Au niveau du Produits_intégrés P Nouvel attribut nom prix monnaie type nom = description 1 The Matrix 9,99 EUR Blue Ray prix divisé en prix + monnaie 2 The Godfather 12,45 USD DVD Représentation du type suivant source 1 Au niveau des 3 Dirty Dancing 7,50 EUR Veo Valeurs générées pour 4 Moulin Rouge NULL NULL Blue Ray Identité des films vérifiée Titres anglais seulement Prix ne contient plus de symbole pour la monnaie Vente Monnaie déduite du prix spécifié dans la source 1!P. panier_ nombre date type intégré des deux sources /1/2010 Au niveau du Source 1 seul procureur pour les ventes réutilisé (sauf ) /1/2010 Au niveau des /3/2011 Valeurs de générées en fonction de produits_intégrés. Tuple insignifiant (nombre = 0) filtré Stock s!p. stock dernier_restockage /4/ /3/ /1/ /2/2010 Au niveau du Source 2 seul procureur pour les stocks réutilisé (sauf ) Au niveau des Valeurs de générées en fonction de produits_intégrés. Format de date est adapté (même format à travers toutes les relations) Valeurs interdites (stock < 0) corrigées 9 Consolation de Base de consolées Réalise un stockage de toutes les de détail à travers toutes l organisation, indépendamment de l application. Ainsi, elle donne une vue d ensemble des processus et de l état d une organisation, qui sont stockés dans le cadre de l entrepôt de. Objectif: Actualisation de la base de consolée dans le DW Addition de fraichement intégrées à la base de du DW (refresh time) Schéma Généralement développé suivant les règles du développement de s relationnels (normalisation, évitement de redondance). Souvent le résultat d un processus d intégration de appliqué aux sources. 10 Consolation de Intégration de Soient un ensemble de sources de Qi et leurs s respectifs Si, alors trouve un S = Si, où désigne une union sémantique. L intégration de est difficile à cause de l hétérogénéité, en particulier de la sémantique des éléments du. Que stocke la relation KVMU? Que stocke l attribut Produit.ANS? Que stocke l attribut Nom? (Titre d un film, nom d un acteur, ) Comment se décompose le prix? (TVA, monnaie, réductions, ) L intégration de n est pas automatisée jusqu à présent, mais facilitée (semi-automatique) par des outils interactifs. Domaine de recherche actif: entification de correspondances sémantiques entre les attributs de différents s (schema matching) (par exemple nom = description). 11 Consolation de Beispiel: Normalisiertes Schema Exemple d un normalisé d une base de consolée year year customer name cust_class discount customer_ productg_ discount line_item order_ product_ amount single_price productgroup name product productgroup_ month Month year_ day day month_ session cust_ day_ time order session_ supply_ total_amount supply_station region_ region name order_status order_ supply_ Ulf Leser: DWH und DM, Sommersemester 2007 status 28 12
4 Mise à Disposition des Données Problèmes de la base de consolées Beaucoup de tables, confus Beaucoup de jointures sont nécessaires pour (presque) toutes les requêtes, optimisation difficile Les jointures divertissent du but analytique - on préfère opérer avec des notions des processus à analyser. Solution: Modélisation multimensionnelle de la base de dispositive. 13 Mise à Disposition des Données Base de dispositive La base de dispositive stocke les dans un format dépendant de l'application et optimisé pour les requêtes analytiques prévues. Objectif de la mise à disposition des : Mise à jour de la base de dispositive, basée sur la base de consolées. La conception du est guée par l application à laquelle il est dédié (star/snowflake-schema) Le degré du détail des est également adapté à l'application. Différents niveaux de détail ( plus ou moins agrégées) sont possible et engendrent de la redondance, explicitement désirée dans ce contexte. 14 Mise à Disposition des Données Multimensionales Schema Exemple d un étoile (star schema) customer name cust_class time day month year line_item order_ product_ amount single_price discount_rate product name product_group supply region Plus Technische de détails Informationen techniques (session) raus (Session) Ne Nur stocke abgeschlossene que des commandes Bestellungen complètement aufnehmen (Orderstatus) traitées (orderstatus) Données Zusammenfassen condensées (discount_rate) Dénormalisation Denormalisieren (partout) (überall) Concentration Konzentration sur auf les Businessobjekte objets et processus und -prozesse importants Ulf Leser: DWH und DM, Sommersemester Analyse de Le domaine de l analyse des comprend tous les systèmes et bases de destinés à l interaction entre un utilisateur / une application et les dispositives. Ce sont des vues spécialisées, nommées data marts, sur la base de dispositive. Elles sont dédiées à des applications spécifques. Vue dans des bases de classiques: requêtes sauvegardées, mais exécutées lors de chaque utilisation. Un accès répétitif au dispositives est trop couteux à cause du large volume de. Pour cette raison, les vues utilisées par un DW sont des vues matérialisées, stockant le résultat de la requête déclarant la vue. Problèmes intéressants: Mise à jour des vues matérialisées (view maintenance) Choix des vues matérialiséés utilisées lors de l'exécution d une requête pouvant utiliser une ou plusieurs vues pour éviter le calcul de résultats intermédiaires (view selection) 16
5 Analyse de Exemples de vues possibles customer_class_per_product customer_class product_name product_class count Class 1 The Matrix Blue Ray 5000 Class 2 The Matrix Blue Ray 2000 Class 1 Dirty Dancing Veo 1000 Class 2 Dirty Dancing Veo 6000 product_sales_per_region region product_name product_class income Europe The Matrix Blue Ray North America The Matrix Blue Ray Asia The Matrix Blue Ray Europe The Godfather DVD Quelles autres requêtes pourraient être traitées en réutilisant ces vues? 17 Méta- Objectifs Suivre et comprendre les processus Eviter de fausses interprétations Décrire les aspects techniques du DW Exigences envers la gestion de méta- Mise à disposition des informations importantes en garantissant leur intégralité et actualité. Accès flexible à travers des interfaces expressifs Gestion de versions et de configurations Support des fonctions techniques et professionnelles et des utilisateurs [Prof. Rahm, Universität Leipzig, Cours Data Warehouses] 18 Méta- Formes de réalisation Méta- spécifiques aux outils utilisés. Méta- suivent un modèle plus généralement applicable et extensible (modèle de méta-) Il existe une multitude de modèles de méta- propriétaires Effort de standardisation, par exemple le Common Warehouse Metamodel (CWM) du Object Management Group (OMG) Souvent, l intégration et l'échange entre différents systèmes de gestion de méta- sont necessaires. [Prof. Rahm, Universität Leipzig, cours Data Warehouses] 19 Types de méta- Application des s, scheduling Règles de, de nettoyage Schémas des BD, des fichiers statistiques sur la qualité de Schéma du DW (tables, attributs) conceptionnel (multimensionnel) Description de la sémantique des entités, dimensions, Vocabulaire d entreprise rapports, requêtes infos sources (DBMS, IP, URL) autorisations (noms, mots de passe) types d'accès, statistiques Profils d utilisateurs, droits, rôles Composantes d un DW (discutées dans ce cours) [Prof. Rahm, Universität Leipzig, cours Data Warehouses] 20
6 Types de méta- Méta- techniques Information produite lors de la construction et du fonctionnement du DW. Information recueillie lors du fonctionnement du DW, décrivant quelle est appliquée à quel instant et quel était le résultat (erreur, succès, ) Exemples de méta- techniques Données d accès (protocole, utilisateur, mot de passe, ) Description de correspondances tiques (schema matching) Programme de standardisation des adresses Description du processus de complet 21 Types de méta- Méta- orientées vers le processus Description comment interpréter les stockées du point de vue du processus réel de l entreprise. La spécification de la sémantique se fait avec un langage assez expressif pouvant exprimer des assertions concernant les. Exemple du secteur bancaire 22 Chapitre 2 Architecture Composantes d un DW ETC 23 L architecture discutée est le cadre maximal. Cela veut dire qu une solution de DW n implémente pas nécessairement toutes les s discutées. Une configuration spécifique dépend du scénario d application. La distribution physique des (serveur central vs. système distribué) peut varier. Les configurations varient également selon le temps de stockage des ( matérialisées et permanentes vs. virtuelles et permanentes). 24
7 Exemple 1 - manque des consolées outils d analyse data mining tableur requête analyse data marts mise à disposition détaillées agrégées dispositives procuration & sources 25 Exemple 2 - manque de l étape de outils d analyse analyse mise à disposition procuration & data mining tableur dispositives data marts détaillées requête agrégées Operational data store (ODS) d après Inmon Collection non durable / non persistée de intégrées et orientées vers un thème précis. Sert à soutenir le besoin de actuelles, fonctionnelles et intégrées et de vue d ensemble d une unité d organisation. Operational data store 26 Exemple 3 - Serveur DW monolithique data marts Serveur DW méta détaillées agrégées dispositives Sources 27 Exemple 4 - système distribué data marts sur machines indivuelles data marts serveur de dépôt méta détaillées agrégées dispositives Server DW Server dédié à la Sources Oracle XML 28
8 Exemple 5 - intégration matérialisée et vues virtuelles data mining tableur requête temporaire / virtuel persisté / materialisé méta data marts détaillées qgrégées dispositives 29 Exemple 6 - intégration virtuelle temporaire / virtuel persisté / materialisé data mining tableur requête consolées! Les sont stockées par les sources.! Les sources sont autonomes (à un certain degré).! Sont transférées uniquement les nécessaires au calcul de la réponse à la requête posée.! La et l intégration sont faites en ligne, c.a.d. lors de l'exécution d une requête.! Les requêtes sont posées de manière déclarative envers un global (correspondant ici au consolé) et sont exécutées de manière distribuée.! Pas de historique! Deux principales architectures! Architecture à 5 couches pour des systèmes BD fédérés! Architecture mediator-wrapper 30 Architecture à 5 couches [SL90]! Application: Systèmes de gestion de BD distribués et fédérés! Par exemple BD catalogue et BD images permettant un accès commun.! Par exemple DW constitué de plusieurs domaines partiels de l entreprise.! Sources semi-autonomes:! forte autonomie,! mais le désir de coopération avec d autres systèmes existe! fédération! L utilisation de méta- facilite le traitement de requêtes. externe 1 d export de fédéré externe 2 d export de 31 Architecture à 5 couches [SL90]! Schéma! correspond au logique des sources.! Schéma de fédéré! modèle de canonique (modèle de du fédéré) d export d export! passage d un modèle à l autre par des mappings! résout le problème d hétérogénéité du modèle de.! Schéma d export! sous-ensemble du de! gère les droits d accès externe 1 de externe 2 de 32
9 Architecture à 5 couches [SL90]! Schéma fédéré! intègre les s d export! connait la distribution des externe 1! noms alternatifs:! d import!!!! global d entreprise unifié médiateur externe 2 fédéré d export de d export de 33 Architecture à 5 couches [SL90]! Schéma externe! le fédéré peut ëtre très grand " simplification par différents s d export, nommés s externes à ce niveau! simplifie le problème de l évolution de! peut définir des conditions d intégrité supplémentaires! implémente des droits d accès externe 1 externe 2 fédéré d export de d export de 34 Architecture Mediator-Wrapper! Application sources hétérogènes sources très autonomes, qui ne savent souvent pas de leur intégration application 1 application 2 pas de dépôt de méta-! Mediator (médiateur) mediator! développé à partir des applications envisagées, et non par l intégration des s source.! servant à l intégration wrapper1! wrapper (enveloppe)! sert d intermédiaire entre les sources et le médiateur! résout l hétérogénéité (i) des interfaces, (ii) des modèles de et (iii)sémantique wrapper3 wrapper2 source 1 source 2 Chapitre 2 Architecture Composantes d un DW ETC 36 source 3 35
10 Perspective Détaillée Data-Warehouse-System Teilsichten über DW Data Data Data Mart 1 Mart 2 Mart 3 Basisrelationen Analyse de Méta détaillées agrégées dispositives Mise à disposition de consolées Consolation de D après Wolfgang Lehner, Datenbanktechnologie für Data Warehouse Systeme, dpunkt.verlag, 2003 Procuration de & (staging area) 37 Procuration de Données et Rappel L objectif est d intégrer les sources es (plus précisément, les stockées dans les systèmes de source). Ces intégrées sont placées physiquement dans la sphère de contrôle du DW et y sont ainsi stockées de manière permanente. Trois étapes cruciales ont lieu dans le domaine de procuration de et de (la staging area) et sont regroupées dans le processus extraction--chargement (ETC). Processus extraction--chargement (ETC) Extraction: Approvisionnement des importantes des systèmes de source. : des source afin de respecter le et le format de la base de donnée cible (dans le cadre général défini, le de la BD consolée) Chargement: Import et stockage des dans la BD cible. 38 Extraction Exigences de performance rigoureuses Les outils d analyse requièrent les à temps. Les outils d analyse ont souvent besoin de actuelles. L activité des systèmes opératoires ne doit pas être diminuée, ou cette diminution doit être minimale.! Variation du volume de extraites.! Variation du degré de coopération des sources à délivrer leurs. Sources hétérogènes (lors de l extraction, l'hétérogénéité syntactique est surmontée principalement).! Variation des moyens d accès aux sources de. 39 Extraction - Volume des extraites Deux principales possibilités: Extraction des changements: Que les parties des ayant été modifiées depuis la dernière procédure d extraction sont transmises au système DW. Modifications peuvent être des insertions de tuples (insert), des effacements de tuples (delete). Des modifications de tuples existants (update) sont typiquement implémentés par une suite insert+delete. Copie intégrale des source (snapshot) S utilise lorsque le nombre de changements indivuels est trop important ou si l extraction des changements n est pas possible due à des raisons techniques. Conflit d intérêt: Extraction de cohérentes vs. restriction du fonctionnement opératif causé par l accès exclusif des, nécessaire durant l extraction. " Méthodes de snapshot spécialisés [AdLi80] à la création de copies logiques de BDs. 40
11 Extraction - degré de coopération des sources Degré de coopération des sources, du plus au moins élevé. 1.Sources réplicatives Coopération très étroite entre la source et le domaine d entréé des du DW. Utilisation de techniques de réplication pour propager des changements de de manière synchrone au DW. 2.Sources actives Des changements de sont propagés par la source au DW en toute indépendance. Utilisation de déclencheurs (trigger) dans les BD sources. 3.Sources snapshot La source livre un snapshot qui représente un état cohérent, mais pas nécessairement actuel des source. Les changements de source (reflétés dans le snapshot) peuvent être extrait du snapshot sans perturber le système opérationnel. 41 Extraction - degré de coopération des sources 4.Sources exportatrices Une alternative au snapshot (copie logique d une BD) est la création d un database dump (copie physique d une BD) pouvant être exporté. 5.Sources délivrant un protocole des changements Le protocole est analysé par le DW afin d en déduire les changements devant être reflétés dans le DW. 6.Sources non-coopératives Système clos, ne permettant pas de solution élégante pour donner accès aux stockées à d autres applications. Logiciels spécialisés (adaptateurs) ou programmation de logiciels indivuels. 42 Extraction - interfaces d accès au sources Accès via fenêtre de dialogue Pour des systèmes clos, le seul moyen de communication est la fenêtre de dialogue. L extraction des se fait par simulation d un dialogue adapté. Accès au niveau application Systèmes opérationnels ayant des interfaces vers l extérieur. L extraction des se fait par programmation contre l interfqce dédié à l échange de. Accès au niveau BD Possibilité d accès direct au système de stockage des sources (par exemple un système der gestion BD). Pour l extraction sont utilisés des protocoles standardisés / spécifiques aux systèmes (par exemple ODBC pour C/C++, JDBC pour Java) 43 Extraction - interfaces d accès au sources (ctd) Accès au niveau protocoles d activités Pas d accès au niveau d application ou BD Mais accès au protocoles d activités des sources Utilisation d extracteurs spéciaux (log file sniffer), déduisant les changements des sources. Export et Import Le DW ne peut accéder directement a quelconque information du système source. Mais le système source exporte les en un format prédéfini. Le DW peut alors importer cet export de la source. 44
12 Production de cohérentes et inégrées Démarche non-répétitive à faire lors de la création du DW: création du consolé Einmaliger Schritt: Entwurf des Schemas der konsolierten Datenbasis "intégration de s Démarche répétitive à refaire à chaque extraction de : de source vers le cible ( de la BD consolée). " Intégration de 45 - intégration de s Définition voir poly 11, détails pas discutés dans ce cours Exigences envers le intégré: Intégralité (completeness) tous les objets / toutes les informations décrits dans les s sources sont reflétés dans le intégré. Exactitude (correctness) La sémantique des sources est préservée. Cependant, comme les intégrées (par exemple de l attribut prix) doivent toutes avoir la même sémantique (par exemle sans TVA), la sémantique des sources doit pouvoir être transformée et compréhensible. Minimalité (minimality) Pas de redondance des objets représentés dans le global. Compréhensibilité (comprehensibility) Schéma doit être facilement compréhensible et modifiable intégration de Tâche la plus importante: assurer la qualité des intégrées. Techniques détaillées discutées ulérieurement. 5 étapes de nettoyage de : 1. Décomposition des source en éléments (elementizing) Par exemple adresse " rue, numéro, code postal, ville 2. Adaptation des éléments à un format standard (standardizing) Par exemple adoption d un même format pour les dates (jj/mm/aaaa), «1ST AVE» " «First» Avenue. 3. Vérification de la plausibilité de (verification) Par exemple le conflit entre code postal = «91400» et ville = «Paris» est entifié et résolu 47 - intégration de (ctd) 4. Alignement des (matching) Par exemple vérification de l existence d un produit (tuple provenant d une source) dans la BD intégrée. Si un produit y existe déjà, sa représentation intégrée est adaptée. 5. Formation de groupes (householding) Vérification de l appartenance de nouveau tuples à un groupe de tuples de la BD intégrée intéressant au niveau application (bénéfique lors des analyses). Par exemple, formation / élargissement du groupe «type de consommateur». 48
13 Data-Warehouse-System Teilsichten über DW Data Data Data Mart 1 Mart 2 Mart 3 Basisrelationen Chargement Objectif: Ajout efficace des transformées au DW. Techniques Basées SQL Interface standard: embedded SQL, JDBC, Opération / extension propriétaire: Array Insert Consération et activation de toutes les méthodes BD: déclencheurs, actualisation d indexes, concurrence, Chargement de masse (bulk load): Extension spécifique d un système BD dédiée au chargement de larges volumes de. Utilisation d interfaces d application: nécessaire chez certains vendeurs (SAP) [Prof. Ulf Leser, HU Berlin, cours Data Warehouse, SS 2007] 49 Chargement - chargement de masse Pour de large volumes de, le chargement de masse (bulk load) est souvent le seul interface de chargement assez performant. Processus critique s applique en général à une seule table à la fois bloque la table entière désactive les contraintes d intégrité (CI), les déclencheurs, l actualisation d indexes! suivant un chargement de masse, CI sont vérifiées et les indexes actualisés! les déclencheurs ne sont pas executés UPDATE ou INSERT? (UPSERT!) Performance du chargement de masse est souvent le facteur limitant [Prof. Ulf Leser, HU Berlin, cours Data Warehouse, SS 2007] 50 Récapitulatif Perspective Détaillée Architecture / s d un DW Configuration dépend de l application Composantes implémentées varient Systèmes distribués Intégration matérialisée vs. virtuelle Processus ETC Extraction des source détaillées agrégées Méta dispositives consolées D après Wolfgang Lehner, Datenbanktechnologie für Data Warehouse Systeme, dpunkt.verlag, 2003 des dans le et format cible Chargement des transformées dans la BD cible. Analyse de Mise à disposition de Consolation de Procuration de & (staging area) 4 51
Bases de Données OLAP
Bases de Données OLAP Hiver 2013/2014 Melanie Herschel melanie.herschel@lri.fr Université Paris Sud, LRI Chapitre 1 Introduction Détails administratifs Entrepôts de Données Perspective sur le semestre
Plus en détailIntégration de données hétérogènes et réparties. Anne Doucet Anne.Doucet@lip6.fr
Intégration de données hétérogènes et réparties Anne Doucet Anne.Doucet@lip6.fr 1 Plan Intégration de données Architectures d intégration Approche matérialisée Approche virtuelle Médiateurs Conception
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 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 détailInformation utiles. cinzia.digiusto@gmail.com. webpage : Google+ : http://www.ibisc.univ-evry.fr/ digiusto/
Systèmes de gestion de bases de données Introduction Université d Evry Val d Essonne, IBISC utiles email : cinzia.digiusto@gmail.com webpage : http://www.ibisc.univ-evry.fr/ digiusto/ Google+ : https://plus.google.com/u/0/b/103572780965897723237/
Plus en détailLe "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 détailet les Systèmes Multidimensionnels
Le Data Warehouse et les Systèmes Multidimensionnels 1 1. Définition d un Datawarehouse (DW) Le Datawarehouse est une collection de données orientées sujet, intégrées, non volatiles et historisées, organisées
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 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 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 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 détailSGBDR. Systèmes de Gestion de Bases de Données (Relationnelles)
SGBDR Systèmes de Gestion de Bases de Données (Relationnelles) Plan Approches Les tâches du SGBD Les transactions Approche 1 Systèmes traditionnels basés sur des fichiers Application 1 Gestion clients
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 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 détailBD réparties. Bases de Données Réparties. SGBD réparti. Paramètres à considérer
Bases de Données Réparties Définition Architectures Outils d interface SGBD Réplication SGBD répartis hétérogènes BD réparties Principe : BD locales, accès locaux rapides accès aux autres SGBD du réseau
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 détailCours Base de données relationnelles. M. Boughanem, IUP STRI
Cours Base de données relationnelles 1 Plan 1. Notions de base 2. Modèle relationnel 3. SQL 2 Notions de base (1) Définition intuitive : une base de données est un ensemble d informations, (fichiers),
Plus en détailModule BDR Master d Informatique (SAR)
Module BDR Master d Informatique (SAR) Cours 6- Bases de données réparties Anne Doucet Anne.Doucet@lip6.fr 1 Bases de Données Réparties Définition Conception Décomposition Fragmentation horizontale et
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 détailMéthodologie de conceptualisation BI
Méthodologie de conceptualisation BI Business Intelligence (BI) La Business intelligence est un outil décisionnel incontournable à la gestion stratégique et quotidienne des entités. Il fournit de l information
Plus en détailLes Entrepôts de Données
Les Entrepôts de Données Grégory Bonnet Abdel-Illah Mouaddib GREYC Dépt Dépt informatique :: GREYC Dépt Dépt informatique :: Cours Cours SIR SIR Systèmes d information décisionnels Nouvelles générations
Plus en détailLes 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 détailConstruction 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 détailMagasins 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 détailProgramme scientifique Majeure ARCHITECTURE DES SYSTEMES D INFORMATION. Mentions Ingénierie des Systèmes d Information Business Intelligence
É C O L E D I N G É N I E U R D E S T E C H N O L O G I E S D E L I N F O R M A T I O N E T D E L A C O M M U N I C A T I O N Programme scientifique Majeure ARCHITECTURE DES SYSTEMES D INFORMATION Mentions
Plus en détailUE 8 Systèmes d information de gestion Le programme
UE 8 Systèmes d information de gestion Le programme Légende : Modifications de l arrêté du 8 mars 2010 Suppressions de l arrêté du 8 mars 2010 Partie inchangée par rapport au programme antérieur Indications
Plus en détailBases de Données. Stella MARC-ZWECKER. stella@unistra.u-strasbg.fr. Maître de conférences Dpt. Informatique - UdS
Bases de Données Stella MARC-ZWECKER Maître de conférences Dpt. Informatique - UdS stella@unistra.u-strasbg.fr 1 Plan du cours 1. Introduction aux BD et aux SGBD Objectifs, fonctionnalités et évolutions
Plus en détailORACLE DATA INTEGRATOR ENTERPRISE EDITION - ODI EE
ORACLE DATA INTEGRATOR ENTERPRISE EDITION - ODI EE ORACLE DATA INTEGRATOR ENTERPRISE EDITION offre de nombreux avantages : performances de pointe, productivité et souplesse accrues pour un coût total de
Plus en détailCHAPITRE 1 ARCHITECTURE
07/04/2014 Université des sciences et de la Technologie Houari Boumediene USTHB Alger Département d Informatique ADMINISTRATION ET TUNING DE BASES DE DONNÉES CHAPITRE 1 ARCHITECTURE RESPONSABLE DR K. BOUKHALFA
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 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 détailCours Bases de données
Informations sur le cours Cours Bases de données 9 (10) séances de 3h Polycopié (Cours + TD/TP) 3 année (MISI) Antoine Cornuéjols www.lri.fr/~antoine antoine.cornuejols@agroparistech.fr Transparents Disponibles
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 détailSQL 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 détailLes entrepôts de données
Les entrepôts de données Lydie Soler Janvier 2008 U.F.R. d informatique Document diffusé sous licence Creative Commons by-nc-nd (http://creativecommons.org/licenses/by-nc-nd/2.0/fr/) 1 Plan Introduction
Plus en détailTP Bases de données réparties
page 1 TP Bases de données réparties requêtes réparties Version corrigée Auteur : Hubert Naacke, révision 5 mars 2003 Mots-clés: bases de données réparties, fragmentation, schéma de placement, lien, jointure
Plus en détailINTERSYSTEMS CACHÉ COMME ALTERNATIVE AUX BASES DE DONNÉES RÉSIDENTES EN MÉMOIRE
I N T E RS Y S T E M S INTERSYSTEMS CACHÉ COMME ALTERNATIVE AUX BASES DE DONNÉES RÉSIDENTES EN MÉMOIRE David Kaaret InterSystems Corporation INTERSySTEMS CAChé CoMME ALTERNATIvE AUx BASES de données RéSIdENTES
Plus en détailThéories de la Business Intelligence
25 Chapitre 2 Théories de la Business Intelligence 1. Architectures des systèmes décisionnels Théories de la Business Intelligence Depuis les premières requêtes sur les sources de données OLTP consolidées
Plus en détailConception, architecture et urbanisation des systèmes d information
Conception, architecture et urbanisation des systèmes d information S. Servigne Maître de Conférences, LIRIS, INSA-Lyon, F-69621 Villeurbanne Cedex e-mail: sylvie.servigne@insa-lyon.fr 1. Introduction
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 détailBases de Données Avancées
1/62 Bases de Données Avancées Introduction & Rappel Conception et Modélisation Thierry Hamon Bureau H202 - Institut Galilée Tél. : 33 1.48.38.35.53 Bureau 150 LIM&BIO EA 3969 Université Paris 13 - UFR
Plus en détailDidier MOUNIEN Samantha MOINEAUX
Didier MOUNIEN Samantha MOINEAUX 08/01/2008 1 Généralisation des ERP ERP génère une importante masse de données Comment mesurer l impact réel d une décision? Comment choisir entre plusieurs décisions?
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 détailDatawarehouse: Cubes OLAP. Marlyse Dieungang Khaoula Ghilani
Datawarehouse: Cubes OLAP Marlyse Dieungang Khaoula Ghilani Table des matières 1 Data Warehouse 3 1.1 Introduction............................ 3 1.1.1 Définition......................... 3 1.1.2 Architecture........................
Plus en détailNFA 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 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 détailDOSSIER SOLUTION CA ERwin Modeling. Comment gérer la complexité des données et améliorer l agilité métier?
DOSSIER SOLUTION CA ERwin Modeling Comment gérer la complexité des données et améliorer l agilité métier? CA ERwin Modeling fournit une vue centralisée des définitions de données clés afin de mieux comprendre
Plus en détailBUSINESS 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 détailNotes de cours : bases de données distribuées et repliquées
Notes de cours : bases de données distribuées et repliquées Loïc Paulevé, Nassim Hadj-Rabia (2009), Pierre Levasseur (2008) Licence professionnelle SIL de Nantes, 2009, version 1 Ces notes ont été élaborées
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 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 détailObjectif : Passer de l analyse métier et fonctionnelle à la définition des applications qui
Formation PARTIE 1 : ARCHITECTURE APPLICATIVE DUREE : 5 h Objectif : Passer de l analyse métier et fonctionnelle à la définition des applications qui automatisent les fonctions Définir une architecture
Plus en détailPlan. Introduction Eléments de la théorie des systèmes d'informations Les entrepôts de données (Datawarehouse) Les datamart Architecture Modélisation
Data WareHouse Plan Introduction Eléments de la théorie des systèmes d'informations Les entrepôts de données (Datawarehouse) Les datamart Architecture Modélisation 2 Présentation Besoin: prise de décisions
Plus en détail2 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 détailAdministration des bases de données. Jean-Yves Antoine http://www.info.univ-tours.fr/~antoine/
Administration des bases de données Jean-Yves Antoine http://www.info.univ-tours.fr/~antoine/ Administration des bases de données II Objets avancés dans les bases de données OBJECTIFS 2.1. NOTIONS 2.1.1.
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 détailMYXTRACTION. 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 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 détailEvry - M2 MIAGE Entrepôt de données
Evry - M2 MIAGE Entrepôt de données Intégration de données multi-sources D. Ploix - M2 Miage - EDD - IDMS 1 Intégration de données L intégration de données désigne l ensemble des opérations aboutissant
Plus en détailIntroduction aux Bases de Données
Introduction aux Bases de Données I. Bases de données I. Bases de données Les besoins Qu est ce qu un SGBD, une BD Architecture d un SGBD Cycle de vie Plan du cours Exemples classiques d'applications BD
Plus en détailL 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 détailLES NOUVEAUTES DE COST AND PROFITABILITY MANAGEMENT 8.1
LES NOUVEAUTES DE COST AND PROFITABILITY MANAGEMENT 8.1 SAS Cost and Profitability Management, également appelé CPM (ou C&P), est le nouveau nom de la solution SAS Activity-Based Management. Cette version
Plus en détailImplémentation des SGBD
Implémentation des SGBD Structure générale des applications Application utilisateur accédant à des données d'une base Les programmes sous-jacents contiennent du code SQL Exécution : pendant l'exécution
Plus en détailet les Systèmes Multidimensionnels
Le Data Warehouse et les Systèmes Multidimensionnels 1 1. Définition d un Data warehouse (DW) Le Data warehouse (entrepôt de données) est une collection de données orientées sujet, intégrées, non volatiles
Plus en détailInitiation aux bases de données (SGBD) Walter RUDAMETKIN
Initiation aux bases de données (SGBD) Walter RUDAMETKIN Bureau F011 Walter.Rudametkin@polytech-lille.fr Moi Je suis étranger J'ai un accent Je me trompe beaucoup en français (et en info, et en math, et...)
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 détailQuelques patterns pour la persistance des objets avec DAO DAO. Principe de base. Utilité des DTOs. Le modèle de conception DTO (Data Transfer Object)
Quelques patterns pour la persistance des objets avec DAO Ce cours présente des modèles de conception utilisés pour effectuer la persistance des objets Université de Nice Sophia-Antipolis Version 1.4 30/8/07
Plus en détailOpenPaaS Le réseau social d'entreprise
OpenPaaS Le réseau social d'entreprise Spécification des API datastore SP L2.3.1 Diffusion : Institut MinesTélécom, Télécom SudParis 1 / 12 1OpenPaaS DataBase API : ODBAPI...3 1.1Comparaison des concepts...3
Plus en détailGPC Computer Science
CYCLE ISMIN P2015 GPC Computer Science P LALEVÉE lalevee@emse.fr @p_lalevee A3.01 0442616715 C YUGMA yugma@emse.fr A3.01 0442616715 01/09/2014 Présentation GPC CS - Ph. Lalevée - C Yugma 1 Scolarité Site
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 détail<Insert Picture Here> La GRC en temps de crise, difficile équilibre entre sentiment de sécurité et réduction des coûts
La GRC en temps de crise, difficile équilibre entre sentiment de sécurité et réduction des coûts Christophe Bonenfant Cyril Gollain La GRC en période de croissance Gouvernance Gestion
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 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 détailA QUOI SERVENT LES BASES DE DONNÉES?
BASE DE DONNÉES OBJET Virginie Sans virginie.sans@irisa.fr A QUOI SERVENT LES BASES DE DONNÉES? Stockage des informations : sur un support informatique pendant une longue période de taille importante accès
Plus en détailCompte Rendu d intégration d application
ISMA 3EME ANNEE Compte Rendu d intégration d application Compte Rendu Final Maxime ESCOURBIAC Jean-Christophe SEPTIER 19/12/2011 Table des matières Table des matières... 1 Introduction... 3 1. Le SGBD:...
Plus en détailBases de données et sites WEB
Bases de données et sites WEB Cours2 : Sécurité et contrôles d accès Anne Doucet 1 Authentification Autorisation Privilèges Rôles Profils Limitations de ressources Plan Audit Contrôle d accès via les vues
Plus en détailBase de données II Module 3b
Base de données II Module 3b Bases de données répliquées Environnement Oracle et SQL Server Eddy.Meylan@hegne.ch E. Meylan/ 17/12/2003 Informaticien de Gestion HES / Bases de données II module 3b 1 Plan
Plus en détailModule BD et sites WEB
Module BD et sites WEB Cours 8 Bases de données et Web Anne Doucet Anne.Doucet@lip6.fr 1 Le Web Architecture Architectures Web Client/serveur 3-tiers Serveurs d applications Web et BD Couplage HTML-BD
Plus en détailIntroduction à l Informatique Décisionnelle - Business Intelligence (7)
Introduction à l Informatique Décisionnelle - Business Intelligence (7) Bernard ESPINASSE Professeur à Aix-Marseille Université (AMU) Ecole Polytechnique Universitaire de Marseille Septembre 2013 Emergence
Plus en détailBases de Données. Plan
Université Mohammed V- Agdal Ecole Mohammadia d'ingénieurs Rabat Bases de Données Mr N.EL FADDOULI 2014-2015 Plan Généralités: Définition de Bases de Données Le modèle relationnel Algèbre relationnelle
Plus en détailPRODIGE V3. Manuel utilisateurs. Consultation des métadonnées
PRODIGE V3 Manuel utilisateurs Consultation des métadonnées Pour plus d'information sur le dispositif : à remplir par chaque site éventuellement 2 PRODIGE V3 : Consultation des métadonnées SOMMAIRE 1.
Plus en détailChapitre VIII. Les bases de données. Orientées Objet. Motivation
Chapitre VIII Motivation Le modèle relationnel connaît un très grand succès et s avère très adéquat pour les applications traditionnelles des bases de données (gestion) Les bases de données Orientées Objet
Plus en détailProgramme «Analyste Programmeur» Diplôme d état : «Développeur Informatique» Homologué au niveau III (Bac+2) (JO N 176 du 1 août 2003) (34 semaines)
Programme «Analyste Programmeur» Diplôme d état : «Développeur Informatique» Homologué au niveau III (Bac+2) (JO N 176 du 1 août 2003) (34 semaines) Module 1 : Programmer une application informatique Durée
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 détailet Groupe Eyrolles, 2006, ISBN : 2-212-11747-7
Tsoft et Groupe Eyrolles, 2006, ISBN : 2-212-11747-7 OEM Console Java OEM Console HTTP OEM Database Control Oracle Net Manager 6 Module 6 : Oracle Enterprise Manager Objectifs Contenu A la fin de ce module,
Plus en détailSuite Jedox La Business-Driven Intelligence avec Jedox
Suite La Business-Driven Intelligence avec Une solution intégrée pour la simulation, l analyse et le reporting vous offre la possibilité d analyser vos données et de gérer votre planification selon vos
Plus en détailJava et les bases de données
Michel Bonjour http://cuiwww.unige.ch/~bonjour CENTRE UNIVERSITAIRE D INFORMATIQUE UNIVERSITE DE GENEVE Plan Introduction JDBC: API SQL pour Java - JDBC, Java, ODBC, SQL - Architecture, interfaces, exemples
Plus en détailINTRODUCTION AUX TECHNOLOGIES D INGENIERIE DES DONNEES DIRIGEE PAR LES MODELES
INTRODUCTION AUX TECHNOLOGIES D INGENIERIE DES DONNEES DIRIGEE PAR LES MODELES Les contenus de ce document sont la propriété exclusive de la société REVER. Ils ne sont transmis qu à titre d information
Plus en détailBases de données Cours 1 : Généralités sur les bases de données
Cours 1 : Généralités sur les bases de données POLYTECH Université d Aix-Marseille odile.papini@univ-amu.fr http://odile.papini.perso.esil.univmed.fr/sources/bd.html Plan du cours 1 1 Qu est ce qu une
Plus en détailLes technologies du Big Data
Les technologies du Big Data PRÉSENTÉ AU 40 E CONGRÈS DE L ASSOCIATION DES ÉCONOMISTES QUÉBÉCOIS PAR TOM LANDRY, CONSEILLER SENIOR LE 20 MAI 2015 WWW.CRIM.CA TECHNOLOGIES: DES DONNÉES JUSQU'À L UTILISATEUR
Plus en détailNos 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 détailMercredi 15 Janvier 2014
De la conception au site web Mercredi 15 Janvier 2014 Loïc THOMAS Géo-Hyd Responsable Informatique & Ingénierie des Systèmes d'information loic.thomas@anteagroup.com 02 38 64 26 41 Architecture Il est
Plus en détailL information et la technologie de l informationl
L information et la technologie de l informationl CRM & informatique décisionnelled CRM CRM & informatique décisionnelle. d 1 2 3 Les Les fondements managériaux managériaux du du CRM. CRM. Les Les fondements
Plus en détailProjet Business Object
Projet Business Object Rapports parties 1 et 2 Alexandre DUPONT, Guillaume COUSIN, Laurent PACHAREU et Yoann KERMORVANT Etudiants en licence professionnelle Conception de Systèmes Décisionnels Page 1 sur
Plus en détailClients et agents Symantec NetBackup 7
Protection complète pour les informations stratégiques de l'entreprise Présentation Symantec NetBackup propose un choix complet de clients et d'agents innovants pour vous permettre d optimiser les performances
Plus en détailUn datawarehouse est un entrepôt de données (une base de données) qui se caractérise par des données :
Page 1 of 6 Entrepôt de données Un article de Wikipédia, l'encyclopédie libre. L'entrepôt de données, ou datawarehouse, est un concept spécifique de l'informatique décisionnelle, issu du constat suivant
Plus en détailRésumé CONCEPTEUR, INTEGRATEUR, OPERATEUR DE SYSTEMES CRITIQUES
Aristote ----- Cloud Interopérabilité Retour d'expérience L A F O R C E D E L I N N O V A T I O N Résumé Les systèmes d'information logistique (SIL) sont des outils qui amènent des gains de productivité
Plus en détailIntroduction à LDAP et à Active Directory... 15. Étude de cas... 37
Introduction à LDAP et à Active Directory... 15 Généralité sur l annuaire et LDAP... 16 Qu est-ce qu un annuaire?... 16 Un peu d histoire sur le protocole... 16 LDAP version 2 et version 3... 17 Le standard
Plus en détail