Bases de Données OLAP. Chapitre 2 Architecture. La Perspective d Oiseau. Perspective Détaillée ... Hiver 2011/2012

Dimension: px
Commencer à balayer dès la page:

Download "Bases de Données OLAP. Chapitre 2 Architecture. La Perspective d Oiseau. Perspective Détaillée ... Hiver 2011/2012"

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. Bienvenue. Chapitre 1 Introduction. Horaires et Site Web. Melanie Herschel. Hiver 2011/2012

Bases de Données OLAP. Bienvenue. Chapitre 1 Introduction. Horaires et Site Web. Melanie Herschel. Hiver 2011/2012 Bases de Données OLAP Hiver 2011/2012 Melanie Herschel melanie.herschel@lri.fr Université Paris Sud, Groupe Bases de Données, LRI Bienvenue Je suis... 2000-2003 2003-2007 D origine lorraine et bavaroise

Plus en détail

Bases de Données OLAP

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 détail

Intégration de données

Intégration de données Intégration de données Dan VODISLAV Université de Cergy-Pontoise Master Informatique M2 Plan Objectifs, principes, enjeux, applications Architectures d intégration de données Médiateurs et entrepôts Traitement

Plus en détail

Intégration de données hétérogènes et réparties. Anne Doucet Anne.Doucet@lip6.fr

Intégration 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 détail

Information utiles. cinzia.digiusto@gmail.com. webpage : Google+ : http://www.ibisc.univ-evry.fr/ digiusto/

Information 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 détail

et les Systèmes Multidimensionnels

et 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 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

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

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

Intégration d'applications d'entreprise (INTA)

Intégration d'applications d'entreprise (INTA) Master 2 SITW - Recherche Intégration d'applications d'entreprise (INTA) Dr. Djamel Benmerzoug Email : djamel.benmerzoug@univ-constantine2.dz Maitre de Conférences A Département TLSI Faculté des NTIC Université

Plus en détail

Business & High Technology

Business & High Technology UNIVERSITE DE TUNIS INSTITUT SUPERIEUR DE GESTION DE TUNIS Département : Informatique Business & High Technology Chapitre 8 : ID : Informatique Décisionnelle BI : Business Intelligence Sommaire Introduction...

Plus en détail

Architectures web pour la gestion de données

Architectures web pour la gestion de données Architectures web pour la gestion de données Dan VODISLAV Université de Cergy-Pontoise Plan Le Web Intégration de données Architectures distribuées Page 2 Le Web Internet = réseau physique d'ordinateurs

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

Présentation du module Base de données spatio-temporelles

Présentation 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 détail

Datawarehouse and OLAP

Datawarehouse 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 détail

Les principaux domaines de l informatique

Les principaux domaines de l informatique Les principaux domaines de l informatique... abordés dans le cadre de ce cours: La Programmation Les Systèmes d Exploitation Les Systèmes d Information La Conception d Interfaces Le Calcul Scientifique

Plus en détail

BD réparties. Bases de Données Réparties. SGBD réparti. Paramètres à considérer

BD 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 détail

SGBDR. Systèmes de Gestion de Bases de Données (Relationnelles)

SGBDR. 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 détail

2.2 Etat de l'art en intégration de données

2.2 Etat de l'art en intégration de données Recueil de l état de l art en Intégration de données Patrice BUCHE (2006) http://metarisk.inapg.inra.fr/content/view/full/104 2.2 Etat de l'art en intégration de données Depuis le début des années 1990,

Plus en détail

Architectures d'intégration de données

Architectures 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 détail

10 Intégration de données sur le web

10 Intégration de données sur le web 10 Intégration de données sur le web 240 Requête utilisateur : Où est-ce que je peux voir les films qui ont participé au dernier Festival de Cannes? Je voudrais les résumés et critiques des films de Pedro

Plus en détail

Le Web sémantique, une infrastructure d'intégration de sources de données

Le Web sémantique, une infrastructure d'intégration de sources de données Le Web sémantique, une infrastructure d'intégration de sources de données Chantal Reynaud Université Paris X & LRI (Université Paris-Sud & CNRS), UR INRIA Futurs Plan de l'exposé 1. Importance du point

Plus en détail

Introduction aux Bases de Données Relationnelles. Introduction aux Bases de Données Relationnelles Introduction- 1. Qu est-ce qu une base de données?

Introduction aux Bases de Données Relationnelles. Introduction aux Bases de Données Relationnelles Introduction- 1. Qu est-ce qu une base de données? Qu est-ce qu une base de données? Utilisez-vous des bases de données? Introduction aux Bases de Données Relationnelles explicitement? implicitement? Qui n utilise jamais de base de données? Département

Plus en détail

Introduction à ORACLE WAREHOUSE BUILDER Cédric du Mouza

Introduction 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 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

Entrepôt de données 1. Introduction

Entrepôt 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 détail

Généralités sur les bases de données

Généralités sur les bases de données Généralités sur les bases de données Qu est-ce donc qu une base de données? Que peut-on attendre d un système de gestion de bases de données? Que peut-on faire avec une base de données? 1 Des données?

Plus en détail

Cours Base de données relationnelles. M. Boughanem, IUP STRI

Cours 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 détail

Les Entrepôts de Données

Les 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 détail

BASES DE DONNEES AVANCEES

BASES DE DONNEES AVANCEES 1.Introduction J.Korczak 1 BASES DE DONNEES AVANCEES Jerzy KORCZAK, Mohammed ATTIK email: {jjk,attik}@lsiit.u-strasbg.fr BDA Objectifs : Ce cours présente des méthodes, modèles et outils d'aide au développement

Plus en détail

Action de formation: SQL Server Business Intelligence & Data Warehouse

Action de formation: SQL Server Business Intelligence & Data Warehouse Action de formation: SQL Server Business Intelligence & Data Warehouse Contenu : Integration Services Présentation de Management Studio - Présenter les différentes tâches de SSMS - Structure des serveurs

Plus en détail

Objectifs. Maîtriser. Pratiquer

Objectifs. Maîtriser. Pratiquer 1 Bases de Données Objectifs Maîtriser les concepts d un SGBD relationnel Les modèles de représentations de données Les modèles de représentations de données La conception d une base de données Pratiquer

Plus en détail

gcaddy Suite Description du produit

gcaddy Suite Description du produit gcaddy Suite Description du produit Version 1.0 www.gweb.be @ info@gweb.be TVA : BE-863.684.238 SNCI : 143-0617856-67 1 / 8 1 Description de gcaddy gcaddy est le module E-commerce de Gweb. Il se présente

Plus en détail

Chapitre 1. Introduction aux Bases de Données. Cours de Bases de Données. Polytech Paris-Sud. Chapitre 1 : Quelques questions

Chapitre 1. Introduction aux Bases de Données. Cours de Bases de Données. Polytech Paris-Sud. Chapitre 1 : Quelques questions Cours de Bases de Données Chapitre 1 Polytech Paris-Sud Sarah Cohen-Boulakia LRI, Bât 490, Université Paris-Sud 11, Orsay cohen @ lri. fr 01 69 15 32 16 Introduction aux Bases de Données 1 2 Chapitre 1

Plus en détail

Méthodologie de conceptualisation BI

Méthodologie 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 détail

PITAGORE. Pour tout renseignement complémentaire, veuillez contacter le Pôle de Compétences PITAGORE

PITAGORE. Pour tout renseignement complémentaire, veuillez contacter le Pôle de Compétences PITAGORE MINISTÈRE DE LA DÉFENSE MINISTÈRE DE LA DÉFENSE Pour tout renseignement complémentaire, veuillez contacter le Pôle de Compétences Téléphone : 01 44 42 51 04 Télécopie : 01 44 42 51 21 Messagerie : pitagore-pc@sga.defense.gouv.fr

Plus en détail

TABLE DES MATIÈRES CHAPITRE 1 CHAPITRE 2 CHAPITRE 3 APPLICATIONS... 27 APPLICATIONS... 34

TABLE DES MATIÈRES CHAPITRE 1 CHAPITRE 2 CHAPITRE 3 APPLICATIONS... 27 APPLICATIONS... 34 TABLE DES MATIÈRES CHAPITRE 1 L information et le système d information... 19 I. La place du système d information dans l organisation... 19 A. L organisation et ses composants... 19 B. L organisation

Plus en détail

UE 8 Systèmes d information de gestion Le programme

UE 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 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

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

SGBD orientés objet. Généralités Modèles de données et SGBD orientés objet 03/03/2015. Définitions. Concepts Généraux

SGBD orientés objet. Généralités Modèles de données et SGBD orientés objet 03/03/2015. Définitions. Concepts Généraux SGBD orientés objet Définitions Généralités Modèles de données et SGBD orientés objet MDOO : Un modèle de données qui capture la sémantique des objets supportée en programmation objet. Concepts Généraux

Plus en détail

Système adaptatif d aide à la génération de requêtes de médiation

Système adaptatif d aide à la génération de requêtes de médiation Système adaptatif d aide à la génération de requêtes de médiation Dimitre Kostadinov Verónika Peralta Assia Soukane Xiaohui Xue Laboratoire PRiSM, Université de Versailles 45 avenue des Etats-Unis 78035

Plus en détail

Indépendance données / applications

Indépendance données / applications Vues 1/27 Indépendance données / applications Les 3 niveaux d abstraction: Plusieurs vues, un seul schéma conceptuel (logique) et schéma physique. Les vues décrivent comment certains utilisateurs/groupes

Plus en détail

Module BDR Master d Informatique (SAR)

Module 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 détail

BASE DE DONNEES. OlivierCuré [ocure@univ-mlv.fr]

BASE DE DONNEES. OlivierCuré [ocure@univ-mlv.fr] BASE DE DONNEES 1 Contact Olivier Curé ocure@univ-mlv.fr http://www.univ-mlv.fr/~ocure Copernic 4B060 2 Objectifs du cours Présentation des concepts liés aux bases de données, aux modèles des bases de

Plus en détail

QCM 2. Informatique générale. 1. Le nombre binaire 1011 vaut en décimal : a) 7 b) 9 c) 33 d) 11. 2. Le nombre qui suit le nombre 4 en base 5 est :

QCM 2. Informatique générale. 1. Le nombre binaire 1011 vaut en décimal : a) 7 b) 9 c) 33 d) 11. 2. Le nombre qui suit le nombre 4 en base 5 est : QCM 2 Informatique générale 1. Le nombre binaire 1011 vaut en décimal : a) 7 b) 9 c) 33 d) 11 2. Le nombre qui suit le nombre 4 en base 5 est : a) 10 b) 5 c) 0 d) A 3. Combien y'a t-il d'octets dans un

Plus en détail

Introduction aux S.G.B.D.

Introduction aux S.G.B.D. NFE113 Administration et configuration des bases de données - 2010 Introduction aux S.G.B.D. Eric Boniface Sommaire L origine La gestion de fichiers Les S.G.B.D. : définition, principes et architecture

Plus en détail

Exécution des applications réparties

Exécution des applications réparties Exécution des applications réparties Programmation des Applications Réparties Olivier Flauzac URCA Master STIC-Informatique première année Olivier Flauzac (URCA) PAR : Exécution des applications réparties

Plus en détail

SAP HANA: note de synthèse

SAP HANA: note de synthèse Préface: Au cœur des nombreux défis que doivent relever les entreprises, l informatique se doit de soutenir les évolutions, d aider au développement de nouveaux avantages concurrentiels tout en traitant

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

Chapitre 1 : Introduction aux Systèmes de Gestion de Bases de Données (Eléments de base)

Chapitre 1 : Introduction aux Systèmes de Gestion de Bases de Données (Eléments de base) Chapitre 1 : Introduction aux Systèmes de Gestion de Bases de Données (Eléments de base) 1. Généralités sur l'information et sur sa Représentation 1.1 Informations et données : a. Au sen de la vie : C

Plus en détail

SQL : création et mises-à-jour de schémas et de données

SQL : création et mises-à-jour de schémas et de données SQL : création et mises-à-jour de schémas et de données Commandes de définition de données (DDL) Commandes de mise-à-jour de données (DML) Vues SQL-MAJ, vues-1 / 33 Exemple Définition de la relation

Plus en détail

PRODUCTION DE JEUX DE DONNÉES ANONYMISÉES

PRODUCTION DE JEUX DE DONNÉES ANONYMISÉES PRODUCTION DE JEUX DE DONNÉES ANONYMISÉES Les contenus de ce document sont la propriété exclusive de la société REVER. Ils ne sont transmis qu à titre d information et ne peuvent en aucun cas être considérés

Plus en détail

Datawarehousing and OLAP

Datawarehousing and OLAP Datawarehousing and OLAP Datawarehousing Syllabus, materials, notes, etc. See http://www.info.univ-tours.fr/ marcel/dw.html today introduction definition data integration model Introduction introduction

Plus en détail

Bases de Données. Stella MARC-ZWECKER. stella@unistra.u-strasbg.fr. Maître de conférences Dpt. Informatique - UdS

Bases 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 détail

DOSSIER 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? 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 détail

Cours Bases de données

Cours 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 détail

NFP111 Systèmes et Applications Réparties

NFP111 Systèmes et Applications Réparties NFP111 Systèmes et Applications Réparties 1 de 38 NFP111 Systèmes et Applications Réparties Cours 11 - Les Enterprise Java Beans (Introduction aux Enterprise Claude Duvallet Université du Havre UFR Sciences

Plus en détail

Unité de formation 1 : Structurer une application. Durée : 3 semaines

Unité de formation 1 : Structurer une application. Durée : 3 semaines PROGRAMME «DEVELOPPEUR LOGICIEL» Titre professionnel : «Développeur Logiciel» Inscrit au RNCP de niveau III (Bac+2) (JO du 23 Octobre 2007) (32 semaines) Unité de formation 1 : Structurer une application

Plus en détail

INTERSYSTEMS CACHÉ COMME ALTERNATIVE AUX BASES DE DONNÉES RÉSIDENTES EN MÉMOIRE

INTERSYSTEMS 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 détail

BASES DE DONNÉES AVANCÉES

BASES DE DONNÉES AVANCÉES L3 Informatique Option : ISIL BASES DE DONNÉES AVANCÉES RAMDANI MED U-BOUIRA M. R A M D A N I @ U N I V - B O U I R A. D Z P E R S O. L I V E H O S T. F R Cours 5 : Evaluation et optimisation des requêtes

Plus en détail

TP Bases de données réparties

TP 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 détail

Traduction entre niveaux d abstraction pour des applications de bases de données

Traduction entre niveaux d abstraction pour des applications de bases de données UNIVERSITE LIBRE DE BRUXELLES Faculté des Sciences Appliquées Année académique 2001-2002 Traduction entre niveaux d abstraction pour des applications de bases de données DIRECTEUR DE MEMOIRE : Prof. E.

Plus en détail

LES NOUVEAUTES DE COST AND PROFITABILITY MANAGEMENT 8.1

LES 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 détail

ORACLE DATA INTEGRATOR ENTERPRISE EDITION - ODI EE

ORACLE 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 détail

Système de base de données

Système de base de données Système de base de données 1. INTRODUCTION Un système de base de données est un système informatique dont le but est de maintenir les informations et de les rendre disponibles à la demande. Les informations

Plus en détail

L approche Bases de données

L approche Bases de données L approche Bases de données Cours: BD. Avancées Année: 2005/2006 Par: Dr B. Belattar (Univ. Batna Algérie) I- : Mise à niveau 1 Cours: BDD. Année: 2013/2014 Ens. S. MEDILEH (Univ. El-Oued) L approche Base

Plus en détail

ENVIRONNEMENTS ORACLE CRITIQUES AVEC VMAX 3

ENVIRONNEMENTS ORACLE CRITIQUES AVEC VMAX 3 ENVIRONNEMENTS ORACLE CRITIQUES AVEC VMAX 3 AVANTAGES CLES CRITIQUES Puissance Stockage hybride avec des niveaux de service performants optimisés pour le Flash à grande échelle, pour les charges applicatives

Plus en détail

Sommaire. Introduction. Opérations typiques. Langages. Architectures

Sommaire. Introduction. Opérations typiques. Langages. Architectures OLAP IED 2006-2007 Sommaire Introduction Opérations typiques Langages Architectures Introduction Contexte un entrepôt de données offre des données - nombreuses - homogènes - exploitables - multidimensionnelles

Plus en détail

EMC Data Domain Boost for

EMC Data Domain Boost for EMC Data Domain Boost for Symantec Backup Exec Augmentez vos performances de sauvegarde grâce à une intégration avancée dans OpenStorage Avantages clés Sauvegardes plus rapides et meilleure utilisation

Plus en détail

Bases de Données. Stella MARC-ZWECKER. stella@unistra.u-strasbg.fr. Maître de conférences Dpt. Informatique - UdS

Bases 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 détail

Bases de données cours 1

Bases de données cours 1 Bases de données cours 1 Introduction Catalin Dima Objectifs du cours Modèle relationnel et logique des bases de données. Langage SQL. Conception de bases de données. SQL et PHP. Cours essentiel pour votre

Plus en détail

1 Partie A : administration d une base de donnée à travers PhpMyAdmin

1 Partie A : administration d une base de donnée à travers PhpMyAdmin Ce TP se compose en 2 sections : une section de prise en main (sur ordinateur) et une section d exercice (sur papier) concernant l algèbre relationnelle. 1 Partie A : administration d une base de donnée

Plus en détail

SQL Server 2012 - SQL, Transact SQL Conception et réalisation d'une base de données

SQL Server 2012 - SQL, Transact SQL Conception et réalisation d'une base de données Le modèle relationnel 1. Introduction 9 2. Rappels sur le stockage des données 9 2.1 Les différentes catégories de données 10 2.1.1 Les données de base 10 2.1.2 Les données de mouvement 10 2.1.3 Les données

Plus en détail

Sécurité 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 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 détail

Le client/serveur repose sur une communication d égal à égal entre les applications.

Le client/serveur repose sur une communication d égal à égal entre les applications. Table des matières LES PRINCIPES DE BASE... 1 Présentation distribuée-revamping...2 Présentation distante...3 Traitements distribués...3 données distantes-rd...4 données distribuées-rda distribué...4 L'ARCHITECTURE

Plus en détail

Introduction aux Bases de Données

Introduction 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 détail

Il est nécessaire de connaître au moins un système d'exploitation de type graphique.

Il est nécessaire de connaître au moins un système d'exploitation de type graphique. GBD-030 Oracle Prise en main Saint-Denis à 9h30 5 jours Objectifs : Une formation Oracle complète pour découvrir tous les concepts du système et les différentes façons de les utiliser concrètement tout

Plus en détail

CHAPITRE 1 ARCHITECTURE BASES DE DONNÉES AVANCÉES 2014-2015 20/10/2014. Université des sciences et de la Technologie Houari Boumediene USTHB Alger

CHAPITRE 1 ARCHITECTURE BASES DE DONNÉES AVANCÉES 2014-2015 20/10/2014. Université des sciences et de la Technologie Houari Boumediene USTHB Alger Université des sciences et de la Technologie Houari Boumediene USTHB Alger Département d Informatique BASES DE DONNÉES AVANCÉES 2014-2015 RESPONSABLES M. KAMEL BOUKHALFA (SII CHAPITRE 1 ARCHITECTURE 1

Plus en détail

I. Bases de données. Exemples classiques d'applications BD. Besoins de description

I. Bases de données. Exemples classiques d'applications BD. Besoins de description I. Bases de données Exemples classiques d'applications BD Les besoins Qu est ce qu un SGBD, une BD Architecture d un SGBD Cycle de vie Plan du cours Gestion des personnels, étudiants, cours, inscriptions,...

Plus en détail

FileMaker 12. Guide ODBC et JDBC

FileMaker 12. Guide ODBC et JDBC FileMaker 12 Guide ODBC et JDBC 2004-2012 FileMaker, Inc. Tous droits réservés. FileMaker, Inc. 5201 Patrick Henry Drive Santa Clara, California 95054 FileMaker et Bento sont des marques commerciales de

Plus en détail

Didier MOUNIEN Samantha MOINEAUX

Didier 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 détail

Plan du cours. Introduction aux Bases de Données. Plan du cours. I. Introduction II. Le modèle UML III. Le modèle relationnel

Plan du cours. Introduction aux Bases de Données. Plan du cours. I. Introduction II. Le modèle UML III. Le modèle relationnel Plan du cours Introduction aux Bases de Données Maîtrise de Sciences Cognitives Année 2003-2004 Jérôme Darmont http://eric.univ-lyon2.fr/~jdarmont/ I. Introduction II. Le modèle UML III. Le modèle relationnel

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

OpenText Content Server v10 Cours 3-0126 (ex 215)

OpenText Content Server v10 Cours 3-0126 (ex 215) v10 Cours 3-0126 (ex 215) Administration système et indexation-recherche Durée : 5 jours Ce cours de 5 jours apprendra aux administrateurs, aux architectes système et aux services support comment installer,

Plus en détail

Révisions sur les Bases de données. Lycée Thiers - PC/PC*

Révisions sur les Bases de données. Lycée Thiers - PC/PC* Bases de données Architecture clients-serveur Architecture trois tiers Vocabulaire des BDD Algèbre relationnelle Création/modification d une table Commandes SQL de manipulation de tables Définition formelle

Plus en détail

Bases de données réparties

Bases de données réparties Bases de données réparties J. Akoka - I. Wattiau 1 Contexte Technologique : des solutions de communication efficace entre les machines des SGBD assurent la transparence des données réparties standardisation

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

Bases de données et aide à la décision

Bases de données et aide à la décision Chapitre 1 Bases de données et aide à la décision 1.1 Architecture d un entrepôt de données Actuellement, les systèmes d information sont principalement constitués par les bases de données utilisées par

Plus en détail

Les formations. Développeur Logiciel. ENI Ecole Informatique

Les formations. Développeur Logiciel. ENI Ecole Informatique page 1/5 Titre professionnel : Reconnu par l Etat de niveau III (Bac), inscrit au RNCP (arrêté du 12/10/07, J.O. n 246 du 23/10/07) (32 semaines) Unité 1 : Structurer une application 6 semaines Module

Plus en détail

Introduction pratique au Développement orienté Modèle Pierre Parrend, Mars 2005

Introduction pratique au Développement orienté Modèle Pierre Parrend, Mars 2005 MDA : Un Tutoriel Introduction pratique au Développement orienté Modèle Pierre Parrend, Mars 2005 1 Sommaire Table des matières 1 Sommaire 1 2 Introduction 2 2.1 A qui s adresse ce tutoriel......................

Plus en détail

Chapitre IX. L intégration de données. Les entrepôts de données (Data Warehouses) Motivation. Le problème

Chapitre 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 détail

Bases de données Cours 2 : Architecture pour les bases de données

Bases de données Cours 2 : Architecture pour les bases de données Cours 2 : Architecture pour les bases de données ESIL Université de la méditerranée Odile.Papini@esil.univ-mrs.fr http://odile.papini.perso.esil.univmed.fr Plan du cours Architecture SPARC-ANSI 1 Architecture

Plus en détail

Introduction générale

Introduction générale Chapitre 1 Introduction générale Le monde de l informatique a connu une évolution effervescente depuis l apparition du premier ordinateur l EDVAC en 1945 jusqu à aujourd hui. Au début de l ère informatique,

Plus en détail

CHAPITRE 1 ARCHITECTURE

CHAPITRE 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 détail

GPC Computer Science

GPC 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 détail

Indexation et interrogation de photos de presse décrites en MPEG-7

Indexation et interrogation de photos de presse décrites en MPEG-7 Indexation et interrogation de photos de presse décrites en MPEG-7 Emmanuel Bruno Jacques Le Maitre Elisabeth Murisasco Laboratoire SIS, Equipe Informatique Université de Toulon et du Var Bâtiment R, BP

Plus en détail

Bases de Données Avancées

Bases 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 détail

Théories de la Business Intelligence

Théories 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 détail