RÉPUBLIQUE ALGÉRIENNE DÉMOCRATIQUE ET POPULAIRE. Ministère de l Enseignement Supérieur et de la Recherche Scientifique I.N.I THEME : Les outils OLAP

Transcription

1 RÉPUBLIQUE ALGÉRIENNE DÉMOCRATIQUE ET POPULAIRE Ministère de l Enseignement Supérieur et de la Recherche Scientifique I.N.I THEME : Les outils OLAP REALISE PAR : BENAKEZOUH Leïla & TIFOUS Amira Quatrième année SI Année universitaire : 2003/2004

2 PLAN DE L EXPOSE INTRODUCTION DE L INFORMATIQUE OPERATIONNELLE A L INFORMATIQUE DECISIONNELLE OLAP : DEFINITION, DOUZE REGLES, OPERATIONS DEFINITION D OLAP LES 12 REGLES D OLAP LES OPERATIONS DE L OLAP MODELISATION DIMENSIONNELLE LES DIFFERENTS TYPES DE MODELES OLAP LES SERVEURS OLAP MOLAP (MULTIDIMENSIONAL OLAP) ROLAP (RELATIONAL OLAP) HOLAP (HYBRIDE OLAP) VOLAP (VECTORIAL OLAP) AUTRES VARIANTES OLAP DOLAP (DESKTOP OLAP) WOLAP (WEB OLAP) JOLAP (JAVA OLAP) DOMAINES D UTILISATION ET ACTEURS DU MARCHE D OLAP OLAP POUR QUI? ACTEURS : UN MARCHE CONCENTRE SUR QUELQUES EDITEURS AVANTAGES ET INCONVENIENTS DE L OLAP LES BENEFICES D OLAP ET SES INCONVENIENTS? PRESENTATION D UN PRODUIT OLAP PRESENTATION DU PRODUIT ORACLE EXPRESS UTILISATION DU PRODUIT ORACLE EXPRESS CONCLUSION GLOSSAIRE OLAP BIBLIOGRAPHIE WEBOGRAPHIE

3 LISTE DES FIGURES Figure 1 : architecture d un système décisionnel... 7 Figure 2 : Représentation graphique d un cube multidimensionnel Figure 3 : Représentation graphique des ventes d un magasin donné Figure 4 : Représentation graphique des ventes d un produit donné Figure 5 : Représentation graphique des ventes d un mois donné Figure 6 : Représentation graphique des ventes d un produit donné par un magasin donné pendant un mois donné Figure 7 : Modèle en étoile Figure 8 : Modèle en flocons Figure 9 : Modèle en constellation de faits Figure 10 : les outils OLAP au sein d une architecture décisionnelle Figure 11 : transmission de la requête d un client à partir du Web Figure 12 : Evolution des parts de marché des principaux éditeurs de produits OLAP... 38

4 INTRODUCTION Face à une complexité de l informatique, un environnement instable où les rachats et fusions d entreprises sont nombreux, une concurrence omniprésente et une internationalisation des échanges, les décideurs ont besoin d avoir une vision claire de leurs affaires à tout moment, très rapidement et à l aide d outils faciles à utiliser. Les systèmes traditionnels basés sur des requêtes SQL, des vues, des outils graphiques d interrogation, puisant les données à partir des bases de données opérationnelles (structurées en relationnel) s avèrent inadaptés à une telle activité. En effet, bien que le langage SQL ait été défini à l origine pour faire de l aide à la décision, il a beaucoup de limitations dans le domaine de l analyse des données. Ainsi, les requêtes de comparaison, très utilisées en décisionnel, sont difficiles à formuler. Certaines ne sont pas du tout formulables ; c est le cas du classement : par exemple, SQL ne sait pas récupérer les cinq meilleurs clients d une entreprise. D autres sont formulables mais à condition d être un expert en SQL. Afin de remédier à ce problème, des systèmes décisionnels ont été développés. De façon chronologique, on peut considérer que les premiers systèmes de pilotage ont été constitués par des outils qui, via des requêtes, permettaient de constituer des tableaux de bord. Ces outils se sont enrichis de fonctionnalités de simulation et d interfaces de présentation. Ce fut alors l avènement des outils EIS et SIAD. Ces outils aussi puissants soient-ils, ne permettent que de faire une photographie en deux dimensions d une situation donnée. On est donc : «capable d identifier un dysfonctionnement, mais pas d en connaître la cause». * Pour pouvoir rechercher et identifier les causes, il fallait introduire une nouvelle dimension au système photographique en deux dimensions existant, la dimension de l agrégation qui permet d expliquer l origine de l information étudiée. Cette nouvelle dimension a été introduite par les systèmes multidimensionnels au travers des systèmes OLAP. * [Haciane2003] 3

5 1. DE L INFORMATIQUE OPERATIONNELLE A L INFORMATIQUE DECISIONNELLE Les applications de l informatique se divisent en deux grandes catégories: l informatique opérationnelle de gestion et de production et l informatique décisionnelle stratégique. Dans la première catégorie, il s agit en général d automatiser des processus essentiellement répétitifs en vue d améliorer la productivité. Cette informatique permet à l entreprise de rester présente sur le marché sans lui donner, pour autant, un véritable avantage compétitif. L informatisation opérationnelle ne constitue pas un facteur majeur de différentiation, du fait même que ces processus sont facilement duplicables. L informatique stratégique, au contraire, englobe toutes les applications à même d offrir une réelle différenciation. Quelle entreprise ne voudrait pas : fidéliser ses clients en les identifiant mieux : leur proposer les produits ou services susceptibles de les intéresser. maîtriser les risques qu elle prend. optimiser ses activités. exploiter intelligemment les données stockées. avoir plus d information que ses concurrents. anticiper. D où l ère de l informatique décisionnelle, véritable lame de fond qui balaye tous les secteurs de l industrie et attire de plus en plus de fournisseurs qui flairent un marché porteur. Un système décisionnel nécessite une vision globale du système d information opérationnel. Il se caractérise par une simplicité d utilisation, une disponibilité, une réactivité (utilisé à tout moment, par de plus en plus de personnes, avec des requêtes toujours plus exigeantes) et une convivialité des outils d interrogation. 4

6 Cette conception rigoureuse est rendue difficile par la multiplicité des sources de données et par sa démarche différente d une conception classique : Il s agit d une modélisation par les vues des utilisateurs indépendamment des bases de production. Les informations à prendre en compte ne sont pas les données brutes opérationnelles. Elles doivent subir des transformations (calculs, ajout de notions de temps,...). Elles peuvent avoir un sens différent selon le secteur d activité concerné. La plupart des informaticiens maîtrisent des approches pour la mise en œuvre de systèmes d information, le plus souvent centrées sur des méthodologies telles que Merise ou Information Engineering. Dans leurs composantes liées à la modélisation des données, ces méthodologies sont à la fois précises, puissantes et assez peu contestées. Au niveau des modèles de données, le modèle entité-association est le plus utilisé, débouchant le plus souvent sur la création d un modèle logique de type relationnel. Que l on en connaisse ou non de manière formelle les concepts, toutes les théories associées à ces modèles sont largement utilisées dans les entreprises. Ces techniques sont aujourd hui tellement ancrées dans nos esprits que nous oublions souvent de remonter à leur origine. Elles sont apparues alors que l informatique était destinée à l automatisation de la production et sont encore utilisées avec succès dans des contextes de ce type, notamment pour les applications à caractère transactionnel * communément appelées OLTP *. Un système décisionnel viable implique un modèle de données spécifique et évolutif. Il se compose : D un entrepôt de données ou d une structure permettant d accéder à l ensemble de l information. D outils d analyse qui assurent la présentation des documents à l aide d interfaces graphiques. * Voir glossaire 5

7 Les données peuvent être stockées dans un entrepôt (Data warehouse * ) sur lequel sont appliquées les requêtes, lui-même éventuellement décomposé en magasins plus modestes (Data mart * ) orientés métier. Les données détaillées côtoient les données agrégées (éléments pré calculés) et historisées servant à effectuer des comparaisons dans le temps. Les caractéristiques des informations sont conservées dans un dictionnaire (Métamodèle) contenant des métadonnées * qui décrivent leur sémantique, origine, format, règles de gestion et d extraction. Ce référentiel * peut-être unique ou local. Les éléments utiles aux analyses sont mémorisés sous forme de tables (bases de données relationnelles) ou de cubes * (bases de données multidimensionnelles) auxquels nous reviendrons plus tard. Enfin, les outils d analyse et de présentation, seule partie visible du système pour l utilisateur final restent indépendants de son architecture. Les technologies OLAP * s inscrivent dans cette catégorie d outils d aide à la décision aussi appelés 'Business Intelligence * ' ou 'Executive Information Systems * '. * Voir glossaire 6

8 Figure 1 : architecture d un système décisionnel 7

9 2. OLAP : DEFINITION, DOUZE REGLES, OPERATIONS DEFINITION D OLAP Le concept OLAP serait apparu pour la première fois en 1993 dans un livre blanc intitulé Providing OLAP to User-Analysts : An IT Mandate, réalisé par E.F. Codd, l'un des concepteurs des bases de données relationnelles, à la demande d'arbor Software (devenue Hyperion Solutions). Littéralement On-Line Analytical Processing, OLAP désigne une catégorie d'applications et de technologies permettant de collecter, stocker, traiter et restituer des données multidimensionnelles, à des fins d'analyse. Une autre définition est résumée dans l'acronyme FASMI * (Fast Analysis of Shared Multidimensional Information), ou analyse rapide d'information multidimensionnelle partagée. Fast : Moins de 5 secondes par requête ; Analysis : Analyse statistique/numérique prédéfinie ou ad hoc, avec un large éventail de fonctions et un minimum de programmation ; Shared : Sécurité du partage de l information sensible ; Multidimensional : Caractéristique clef d OLAP ; Information : Accès à toutes les données et informations, où qu elles résident et de façon illimitée en terme de volumétrie. OLAP caractérise donc l architecture nécessaire à la mise en place d un système d information décisionnel. De ce fait, il s oppose à OLTP (On-Line Transactional Processing). Effectivement, un système OLTP doit être conçu en vue de mises à jour, insertions, suppressions les plus rapides possibles. Prenons le cas d un logiciel de prise de commande ; l insertion d une nouvelle commande ne doit prendre que quelques millisecondes. * Acronyme dont l analyste en Business Intelligence Nigel Pendse est à l origine. Nigel Pendse publie The OLAP Report ainsi que The OLAP Survey. 8

10 Pour obtenir un temps de réponse très court, la base doit contenir peu d index pour ne pas ralentir les mises à jour et être fortement normalisée au moins la troisième forme normale. De plus, la base ne contient généralement que les données réellement utiles à l application transactionnelle, les autres données sont transférées vers une base d archives. A l inverse, un système décisionnel, également appelé, est conçu pour répondre à des requêtes complexes en lecture seule. Ceci justifie une remise en cause des méthodes de conception d un modèle de données. Le tableau suivant résume les différences entre OLAP et OLTP. OLTP OLAP CONCEPTION - Orientée application - Structure statique - Orientée sujet - Structure évolutive DONNEES - Détaillées, actuelles - Peuvent être MAJ - Résumées, agrégées - Historiques - Accessibles de façon - Sont recalculées individuelle - Accessibles de façon ensembliste UTILISATEURS - Agents opérationnels - Des milliers - Managers - Des centaines UTILISATION - Traitées de façon - Traitées de façon répétitive heuristique - Requêtes simples - Requêtes complexes - Sensibles aux - Non sensible aux performances performances TAILLE DE LA BASE MB à 1GB GB à 1TB 9

11 OLAP se charge de pré traiter l'ensemble des données (souvent stockées dans un Data warehouse, "entrepôt de données") en effectuant, de façon transparente, des regroupements et des calculs statistiques simples (sommes, comptage, etc.) appelés agrégats *. Il met tous ses résultats au service de l'utilisateur qui les manipule comme bon lui semble. Résultats : dans la mesure où OLAP a déjà fait le travail le plus lourd, l'utilisateur se concentre uniquement sur les résultats qu'il souhaite obtenir. Très rapidement, très simplement, il crée tous les tableaux de bord dont il a besoin. OLAP est une technologie d'analyse de données, dont le résultat doit refléter les tendances d'une activité, par exemple l'évolution des ventes et des achats. Pour ce faire, elle représente cette activité, communément appelée mesure *, suivant des axes logiques (mois, catégories, magasins,...) appelés dimensions *. Les occurrences d une dimension sont appelées positions *. En général, une dimension a de deux à quelques milliers de positions au maximum. À l'intersection de plusieurs dimensions se trouvent les valeurs *, également nommés indicateurs * ou variables *. Elles peuvent quantifier le montant des achats ou des ventes, par région. Ces valeurs sont extraites de la base de production, ou peuvent être calculées par le moteur OLAP. Dans ce cas, la valeur résulte d'une opération mathématique simple, telle qu'une addition, ou plus complexe, telle qu'un traitement statistique. Grâce aux technologies OLAP, l'utilisateur peut effectuer des calculs sur un ensemble de valeurs, à un rythme d'environ ou cellules par seconde, sans rédiger de requête. Les différentes dimensions, dont se sert le serveur OLAP afin d'effectuer ces calculs forment un cube * OLAP, quelquefois matérialisé graphiquement sur un logiciel client afin de faciliter les analyses par l'utilisateur. La figure suivante représente une analyse multidimensionnelle formant un cube dont les dimensions (ou axes) sont : magasins, mois et catégories. * Voir glossaire 10

12 Figure 2 : Représentation graphique d un cube multidimensionnel Toutes les ventes d un magasin particulier (dont le nom serait «le Locle» par exemple) sont représentées comme suit : Figure 3 : Représentation graphique des ventes d un magasin donné Toutes les ventes d une catégorie d articles (les produits de nettoyage par exemple) sont représentées selon la figure suivante : 11

13 Figure 4 : Représentation graphique des ventes d un produit donné Toutes les ventes réalisées pendant un mois particulier (Février par exemple) sont représentées par la figure ci-dessous : Figure 5 : Représentation graphique des ventes d un mois donné Les ventes du magasin «le Locle» en produits de nettoyage pendant le mois de février sont représentées ci-après par la figure 6. 12

14 Figure 6 : Représentation graphique des ventes d un produit donné par un magasin donné pendant un mois donné Si on ajoute un nouvel axe d analyse, le nouvel objet qui aura plus de trois dimensions sera appelé hypercube *. Les hypercubes calculés sont stockés dans la base OLAP. A partir de ces mesures stockées, il est possible d en créer d'autres, qui cette fois ne seront pas stockées dans la base de données mais calculées dynamiquement lorsqu'un utilisateur désire y accéder. Ces mesures sont parfois appelées des formules *, en référence au texte qui les décrit. En supposant que nous ayons la mesure TOTAL HT, le texte qui décrirait la formule TOTAL TTC pourrait être : TOTAL TTC= TOTAL HT * (100+TVA)/100 Du point de vue de l'utilisateur, il n'y a aucune différence entre une mesure stockée et une formule. Toutes les deux sont dimensionnées et ont un type. Il est possible de décrire avec plus de précision les positions d une dimension en leur affectant des attributs *. * Voir glossaire 13

15 En reprenant l exemple précédent, on pourra définir des attributs sur la dimension magasin qui pourront être aussi variés que le type de magasin (grande surface, petit commerce, etc.) ou la spécialité du magasin (hommes, femmes, enfants, tous). A chaque fois qu'un nouveau magasin sera ajouté, il suffira au gestionnaire de saisir ses caractéristiques. Au sein du système OLAP, type de client et type de magasin deviennent de nouvelles dimensions. Pour affecter un attribut à chaque magasin, le système va construire des relations *. A l'aide de ces relations, il devient possible de définir de nouvelles formules, qui sont dimensionnées par ces attributs et non plus par la dimension. La base de données OLAP peut donc répondre à des questions du type : Quelle est la grande surface qui a cumulé le plus de ventes en terme de produits d entretien pendant le mois de Mars? Quelle est la part de ventes réalisée par les magasins destinés à une clientèle masculine pendant le premier trimestre? Toutes les dimensions d'une variable n'ont pas la même importance. Il est possible que chaque magasin ne propose pas toutes les catégories de produits. Quelque soit le mois de l année, la variable vente sera donc nulle pour les magasins au niveau des cases qui correspondent aux catégories de produits qu ils ne commercialisent pas. Afin d'optimiser la gestion de l'espace disque et l'accès aux données, il convient donc d'indiquer au moteur OLAP quelles sont les caractéristiques d'une variable. Une dimension peut être clairsemée ou dense. Ici, pour la variable vente, la dimension mois est dense alors que les dimensions catégorie et magasin sont clairsemées. Le système se charge alors d'optimiser le stockage des informations. L outil Oracle Express, Par exemple, définit automatiquement une dimension composite, qui est constituée de l'ensemble des couples (catégorie- magasin) porteurs de données. * Voir glossaire 14

16 Cette dimension peut aussi être gérée manuellement, il s'agit alors d'une dimension conjointe. Le moteur OLAP considère maintenant la variable vente comme si elle avait deux dimensions seulement. Pour l'utilisateur final comme pour le développeur, cette considération technique est transparente. Il est très intéressant pour une entreprise de pouvoir étudier l'évolution des données déjà archivées, et si possible prévoir leur évolution dans le futur. Les bases OLAP sont tout à fait adaptées pour cela, elles disposent toujours de fonctions plus ou moins évoluées permettant de manipuler des informations temporelles. On peut alors savoir à quelle semaine correspond le 12 juin 2000, combien il y a de jours entre le 06 mai 1998 et le 15 juin 2003, ou encore si le 29 février 2000 existe ou non. Certains moteurs disposent de types prédéfinis pour les dimensions temporelles. Ces dimensions sont alors caractérisées par leur périodicité (jour, semaine, semestre, etc.) et des fonctions de conversion existent pour passer d'une périodicité à une autre. Ceci nécessite la prise en compte précise du calendrier par le moteur OLAP. Le développeur ne se soucie plus des calculs complexes permettant de construire et maintenir les hiérarchies * temporelles (année, mois, semaine, etc.). Par l'écriture de petits programmes simples, il est possible de définir des formules répondant aux questions de ce type : Quelle est l'évolution de mon bénéfice net par rapport au même mois de l'année précédente? Quelle est l'évolution de mon chiffre d'affaire par rapport à la moyenne des trois derniers mois? Quelle sera la tendance des 12 prochains mois suivant telle ou telle règle d'extrapolation? * Voir glossaire 15

17 Pour répondre à des questions de ce type à l'aide d'une base relationnelle, il faudrait certainement écrire des programmes très complexes, ayant tellement de traitements et de données à analyser que l'utilisateur n'obtiendrait peut-être jamais sa réponse... 16

18 LES 12 REGLES D OLAP Elles représentent la définition première du concept OLAP ; en effet, elles ont été énumérées comme étant les critères décrivant ce que doit être un outil OLAP. A ces douze critères, six ont été ajoutés en Il faut noter que ces six critères supplémentaires sont peu connus et rarement utilisés *. 1. Vue multidimensionnelle (Multidimensional Conceptual View) La base s appuie sur un hyper cube (cube à n dimensions). L administrateur définit une fois pour toute les dimensions qui représentent une façon de trier l information et regroupent une liste de membres du même type (temps, produit, région,...). L analyse pourra ainsi être affinée dans le détail (vision pyramidale). L utilisateur choisit deux ou trois critères à visualiser sous forme de tableau ou de cube. Il peut également faire pivoter les axes d analyse pour projeter les informations sous un angle différent. Ainsi, après avoir examiné les ventes par région, il peut permuter les axes pour une visualisation par mois. Ce critère est certainement le critère-clé du concept OLAP car il reflète la dimensionnalité de l entreprise telle que la perçoivent ses membres qui ne sont autres que les utilisateurs du système. 2. Transparence du serveur OLAP à différents types de logiciels (Transparency) Permet d implanter le système OLAP sans affecter les fonctionnalités du système central. Ainsi, l utilisateur doit pouvoir utiliser ses progiciels habituels (tableur, reporting, interface graphique,...) sans percevoir la présence d un outil OLAP. L'utilisateur ne doit pas se rendre compte de la provenance des données si cellesci proviennent de sources hétérogènes. 3. Accessibilité à de nombreuses sources de données (Accessibility: OLAP as a Mediator) Les outils OLAP ont leur propre schéma logique de stockage de données physiques mais doivent accéder aux données et réaliser n importe quelle conversion pour présenter une vue simple et cohérente des données. * ( 17

19 Ils doivent savoir d où proviennent les données. En fait, par cette règle, le Dr Codd a essentiellement décrit les outils OLAP comme middleware, se plaçant entre des sources de données hétérogènes et une application OLAP. 4. Performance continue du système de reporting (Uniform Reporting Performance) L augmentation du nombre de dimensions ou du volume de la base de données ne doit pas entraîner de dégradation visible par l utilisateur. Cependant, les performances dépendent de la complexité graphique : dans les bons produits, la performance est presque linéairement dépendante du nombre de cellules utilisées pour produire le rapport. 5. Architecture Client / Serveur (Client Server Architecture) La plupart des données OLAP sont stockées sur des systèmes puissants et sont accessibles via des PC. Il est donc nécessaire que les produits OLAP travaillent en environnement client/serveur mais aussi que les composants serveur d'un produit OLAP intègrent facilement ses différents clients (avec un minimum d effort et de programmation pour l intégration). 6. Dimensions génériques (Generic Dimensionality) Toutes les dimensions doivent être équivalentes en structures et en possibilités de calcul. Toute fonction appliquée à une dimension s applique aussi aux autres. Il ne doit exister qu une seule structure logique pour toutes les dimensions. 7. Gestion dynamique des matrices creuses (Automatic Adjustment of Physical Level) On parle ici d optimisation des matrices creuses : les cellules non renseignées (pas de correspondance entre les dimensions) ne doivent pas encombrer la mémoire et ainsi ralentir les temps d accès. On doit pouvoir modifier la structure de données de l outil OLAP et changer dynamiquement les méthodes d accès, lesquelles doivent 18

20 comprendre différents types de mécanismes tels que : le calcul direct, les B-arbres * et leurs dérivées ainsi que le hachage *. Pour n importe quelle matrice éparse donnée, il existe un et un seul schéma physique optimal. 8. Support Multi-Utilisateurs (Multi-User Support) Support des accès concurrents (récupération, mise à jour,...), garantie de l intégrité et de la sécurité afin que plusieurs utilisateurs puissent accéder au même modèle d analyse ou encore créer des modèles d analyse provenant des mêmes données de l entreprise. 9. Opérations à travers les dimensions (Unrestricted Cross-dimensional Operations) On doit pouvoir effectuer des calculs sur toutes les combinaisons possibles de dimensions sans restriction technique. De plus, les outils OLAP gèrent les calculs inter dimensions sans faire appel aux usagers du système pour définir un calcul hiérarchique, ce qui signifie que les outils OLAP doivent pouvoir effectuer des calculs sur des hiérarchies inhérentes à des dimensions requises dans l analyse sans pour cela faire intervenir les utilisateurs. 10. Manipulation intuitive des données (Intuitive Data Manipulation) L utilisateur dispose d une ergonomie de consultation : toute manipulation doit être accomplie via une action directe sur les cellules du modèle sans utiliser des menus ou des chemins multiples à travers l interface utilisateur, on parle ici de navigation. 11. Souplesse et facilité de constitution des rapports (Flexible Reporting) L analyse et la présentation des données sont plus simples lorsque les lignes, colonnes et cellules de données qui doivent être comparées, sont organisées de façon logique, par des regroupements correspondant à la vision de l entreprise. C est pour cela que l élaboration de rapports doit être souple et conviviale pour un non-initié. * Voir glossaire 19

21 Par exemple : il doit être permis de présenter les résultats sous forme de données synthétiques ou en fonction de l orientation désirée du modèle, l utilisateur doit pouvoir cliquer sur une colonne ou une ligne afin d obtenir le détail. 12. Nombre illimité de dimensions et de niveaux d agrégation (Unlimited Dimensions & Aggregation Levels) Tout outil OLAP doit gérer au moins 15 à 20 dimensions dans le même modèle. Le nombre de niveaux d agrégation est illimité. Techniquement, aucun produit ne se soumet à cette caractéristique parce que il n'y a pas d'entité illimitée sur un ordinateur limité! Pour la petite histoire La création de cette norme a servi de base à la fondation aux Etats-Unis de l OLAP Council, association de promotion de l informatique décisionnelle, qui regroupe les principaux éditeurs de logiciels respectant les douze règles édictées ci-dessus. Les règles du Dr Codd ont toujours été controversées compte tenu du fait qu elles aient été plus " sponsorisées " par des éditeurs que prouvées mathématiquement. De ce fait, le livre blanc serait considéré davantage comme une brochure publiée par un éditeur qu un document sérieux de recherche. 20

22 LES OPERATIONS DE L OLAP Un outil pour être qualifié d OLAP, doit permettre d analyser rapidement des informations sécurisées sans programmation, indépendamment de leur localisation, sans conflits d accès et quelles que soient les dimensions impliquées. Tout en effectuant des calculs spécifiques par niveau hiérarchique et des consolidations entre dimensions, il garde une grande souplesse d utilisation (simulation, changement d axes,...). La force des outils OLAP réside dans les fonctions de navigation dans les données. On parle alors de Drill Down *, Drill Up * pour affiner le détail ou inversement et de Slice and Dice * pour faire pivoter les axes, l utilisateur choisit d orienter l analyse vers des aspects plus intéressants. Ces fonctionnalités permettent de mener des raisonnements de façon interactive. Par exemple, l utilisateur peut analyser ses ventes à l année, descendre sur le mois (drill down) avant de changer d axe de recherche afin d analyser ses ventes mensuelles par rapport aux différentes marques de produits (slice and dice) en observant le chiffre d affaires, puis en examinant les marges dégagées. Ces changements d analyse au fur et à mesure du raisonnement se font de manière intuitive et ergonomique en utilisant la souris, des boites de dialogue simples et des mécanismes de drag n drop (glisser-déposer) sur l interface graphique. L utilisateur peut ainsi passer d une analyse à l autre en boucle totale sans avoir à définir à chaque fois de nouvelles requêtes. ** Ces quelques fonctions de navigation ne représentent qu un aperçu de l éventail des possibilités qu il est possible d exploiter au travers des outils OLAP ; en effet, il y a d autres fonctionnalités telles que : - Drill across : L utilisateur peut, grâce à un menu, changer de dimension d analyse. Ainsi il peut regarder les chiffres d affaires par magasin et par mois puis remplacer la dimension temps par la dimension produit pour analyser les ventes par marques. * Voir glossaire ** [Franco1997] 21

23 - Drill governing : Filtrage des informations au moment du drill. Il est par exemple possible de descendre au niveau région en ne ramenant que les trois meilleures régions en termes de chiffre d affaires. - Drill within : À travers un menu, l utilisateur peut analyser en fonction d un attribut de la dimension sans qu une hiérarchie ait été établie par l administrateur. Lorsque l utilisateur regarde les chiffres d affaires par magasin, par secteur et par mois, il peut passer de l analyse des produits par ligne de produit à une analyse par marque alors qu il n y a aucun lien hiérarchique entre ligne de produit et marque. Remarque : La notion de partage est très importante dans OLAP. Elle permet de distribuer les informations fournies par le cube à plusieurs utilisateurs de façon sécurisée. Certains utilisateurs, par exemple, n'auront pas accès aux données relatives à telle dimension, ou à tel niveau de hiérarchie. Les totaux peuvent éventuellement être cachés à d'autres utilisateurs.olap fournit donc un excellent niveau de sécurité pour garantir la confidentialité des chiffres-clés d'une entreprise, tout en fournissant un très haut niveau de performance dans l'analyse décisionnelle. 22

24 3. MODELISATION DIMENSIONNELLE La modélisation dimensionnelle dérive des concepts qui ont amené à l émergence des bases de données multidimensionnelles, dites bases OLAP, il y a plus de dix ans. La nouveauté est que ce type de modèle est indépendant de la technologie. Elle peut permettre l utilisation de toute base de données, qu elle soit relationnelle, multidimensionnelle, objet, etc. L objectif majeur d un système décisionnel est l analyse de la performance qui se matérialise au travers d un ensemble d indicateurs. Ces indicateurs n ont de sens que mis en relation avec des dimensions d analyse. Les bases de données OLAP du marché sont des solutions conçues exclusivement pour créer rapidement et exploiter les modèles de type multidimensionnel. Ils offrent à l utilisateur des outils sophistiqués permettant de naviguer d une dimension à une autre, de zoomer sur des informations plus détaillées, etc. Dans le modèle dimensionnel qui suit (voir FIGURE 7), les indicateurs de base sont regroupés dans une table centrale, dite table de faits. Une table de faits regroupe tous les indicateurs qui partagent le même ensemble de dimensions et qui ne peuvent être déduits d autres indicateurs. Ce type de modèle est nommé «modèle en étoile *». Au centre de l étoile se trouve la table de faits. L identifiant de cette table est une clé multiple composée de la concaténation des clés de chacune des dimensions d analyse. Autour de la table de faits figurent tous les éléments caractérisant les dimensions d analyse. Ces caractéristiques sont regroupées dans des tables de dimension. * Voir glossaire 23

25 Figure 7 : Modèle en étoile Les plus grandes forces de ce type de modèle sont la lisibilité et la performance. La lisibilité tout d abord : ce modèle est très parlant pour l utilisateur et sa finalité est évidente. Il est naturellement orienté sujet et définit clairement les indicateurs d analyse. La performance ensuite : les chemins d accès à la base de données sont prévisibles. Il existe d autres techniques de modélisation multidimensionnelle dérivées de la modélisation en étoile, notamment la «modélisation en flocons *» ou «snowflake *» (voir FIGURE 8). Le flocon est simplement une étoile dont les branches sont elles-mêmes décomposées en sous hiérarchies. Modéliser en flocons c est donc conserver le cœur du modèle en étoile, à savoir les tables de faits, et affiner la modélisation des tables de dimensions pour les éclater en sous tables. * Voir glossaire 24

26 Figure 8 : Modèle en flocons Ce type de modélisation est intéressant à deux points de vue. D une part, il normalise les dimensions réduisant la taille de chacune des tables. D autre part, ce modèle permet de formaliser la notion de hiérarchie au sein d une dimension. Un autre avantage du modèle en flocon est qu il normalise les dimensions en éliminant les redondances qui pourraient s y produire. Cependant, un examen approfondi montre que cette structure n'apporte rien, et complique même le modèle. Quand une hiérarchie apparaît dans une dimension, il est préférable de tout enregistrer dans une seule et même table formant une grande dimension. Par exemple, pour une dimension produit avec des catégories, puis des sous-catégories (et ainsi de suite), toutes les échelles sont conservées dans la même table de dimension. Il sera ensuite possible de naviguer (ou forer) par des opérations de zoom dans cette échelle (en anglais drill up et drill down). Le modèle en «constellation de faits» (voir FIGURE 9) partitionne les tables de faits en tables plus petites pour y stocker les résultats agrégés. 25

27 Cependant, la mise en œuvre de cette structure reste complexe. Figure 9 : Modèle en constellation de faits 26

28 4. LES DIFFERENTS TYPES DE MODELES OLAP LES SERVEURS OLAP Depuis 1993, il s est créé à peu prés autant de technologies OLAP que de fournisseurs. Progressivement, le marché s est structuré autours de quatre approches : MOLAP (MULTIDIMENSIONAL OLAP) Ce système est basé sur un stockage par tableaux (techniques des matrices creuses) et une indexation rapide des données calculées. Il stocke les données basiques et leurs agrégations (toutes les intersections possibles entre les axes) dans une base multidimensionnelle sur un serveur spécialisé OLAP. Les langages de requêtes MOLAP sont optimisés pour les applications d'analyse et la meilleure performance en termes de temps de réponse pour des requêtes complexes. MOLAP est particulièrement adapté à la modélisation et à la simulation financière. ROLAP (RELATIONAL OLAP) Ce système est capable de simuler le comportement d un SGBD multidimensionnel en exploitant un SGBDR classique. On entend par cela qu il conserve la table de la donnée de base sur le serveur OLTP d'origine (ou dans un entrepôt de données) mais utilise un jeu indépendant de tables relationnelles pour stocker les références dimensionnelles et les données agrégées, ce qui dispense de l acquisition d un SGBD multidimensionnel ; il utilise aussi un middleware pour implémenter les opérations spécifiques de l OLAP. De ce fait, lorsque l utilisateur interroge la base de données relationnelle, un cube multidimensionnel est fourni en réponse. 27

29 Cette configuration supporte les gros volumes (gestion par le SGBDR) mais n est pas facile à manipuler par l utilisateur (pas de notion de dimensions, de faits, de vues, ). ROLAP est particulièrement adapté aux analyses de marché (pour, par exemple, déterminer l'intérêt d'une promotion des ventes). HOLAP (HYBRIDE OLAP) Les systèmes ROLAP s appuient sur le modèle relationnel défini par E.F. CODD en L une des méthodes de conception des bases de données les plus employées s appuie sur l approche Entité - Association. Des règles de passage permettent de transformer le modèle conceptuel en un schéma relationnel (MLD). Cependant, le relationnel apporte un modèle mais la manipulation dans un but décisionnel n est pas adaptée à l utilisateur. Les systèmes mixtes (HOLAP) cherchent à pallier ces inconvénients : ils apportent une convivialité d utilisation tout en s appuyant sur des modèles spécifiques permettant de passer d un MCD relationnel à un MLD multidimensionnel avec des notions de faits, de hiérarchies, de dimensions. La solution HOLAP (aussi appelé DOLAP, Database OLAP) repose donc sur des bases ROLAP ainsi que sur des bases MOLAP. La base MOLAP prend en charge les contenus les plus souvent recherchés (données agrégées), et la base ROLAP, quant à elle, prend en charge les autres données. La convivialité est ainsi respectée tout en permettant le stockage des gros volumes d information. Le cube peut être stocké sur le serveur : il est donc partagé entre l ensemble des utilisateurs ou côté client afin de résoudre les problèmes de partageabilité des informations. Il ne contient que des données agrégées (C.A. mensuel, par trimestre,...). La solution HOLAP combine donc les avantages des solutions MOLAP et ROLAP, mais aucun standard sur ce principe n'a encore fait l'objet d'un consensus. 28

30 Quelques remarques : MOLAP s'oppose à ROLAP, mais chacun de ces moteurs possède ses arguments : pour ce qui est de MOLAP, les jointures sont déjà faites, il présente donc de bons temps de réponse dans le cas d'une information très structurée ce qui explique les performances. En revanche, pour ce qui est de ROLAP, les jointures entre les tables de dimension et de fait sont effectuées au moment de la requête ; il est donc plus tributaire des temps de réponse du SGBDR mais propose cependant une plus grande liberté d'analyse sur des volumes importants. Du point de vue de l accès aux données, MOLAP se rapproche du séquentiel indexé alors que ROLAP s appuie sur les techniques usuelles des SGBDR (jointures, index, etc.). Dans la généralité, un moteur OLAP est un engin de recherche et d'accès à l'information. Il doit supporter les modes d'organisation et d'accès aux données précités (MOLAP, ROLAP, HOLAP). Néanmoins, la plupart des utilisations se limitent à un choix entre ROLAP et HOLAP. Ces deux approches sont capables d'opérer directement à partir des tables OLTP conventionnelles, mais cela génère un grand nombre d'accès et une dégradation des performances du serveur. Aussi, il est généralement admis qu'un serveur spécialisé duplique la base de données. Le nombre de niveaux hiérarchiques gérés en table est dépendant de la granularité des dimensions. Le volume d'information ainsi stocké peut être conséquent ; aussi, il est préférable de conserver uniquement les données de base et de les agréger "à la demande". Pour optimiser au maximum cet aspect, les serveurs OLAP utilisent des techniques (dynamic sparse matrixes) qui permettent d'éliminer les valeurs à zéro ou nulles. Cette technique est particulièrement efficace en ce qui concerne les applications dédiées à l'analyse des ventes à des niveaux de granularité très fins. 29

31 VOLAP (VECTORIAL OLAP) * Après quatre années de développement, deux ingénieurs français, Sylvain Baron et Gilles Hervy, ont inventé une toute nouvelle technologie universelle, le VECTORIAL- OLAP (VOLAP). Cette solution, qui devrait révolutionner le marché du décisionnel, est aujourd'hui portée par Microlis sous Windows, le logiciel d'aide à la décision édité par Sylicom. Microlis est construit sur une logique de rangement qui permet aux directions générales et opérationnelles d'exploiter l'information. " Le V-OLAP est une technologie construite sur une structure de données originale en base vectorielle inversée, qui permet de traiter, présenter, comparer, compter, comprendre, corriger, compléter, analyser et projeter toutes les données sans contrainte, ni délai : de 4 à 32 secondes pour des états complexes traitant des millions de données ", explique Sylvain Baron, PDG de Sylicom. Sylvain Baron en explique le fonctionnement : " Le V-OLAP est l'organisation vectorielle des données dont, à partir d'une forme relationnelle normale, on opère le produit cartésien des principales relations (ou leurs jointures naturelles, si nécessaire), afin d'obtenir une grande table (ou matrice). Chaque colonne de la matrice (baptisée vecteur) est extraite et rangée dans un fichier (ou dans une composante de fichier). Chaque vecteur colonne de la matrice (ou base père) est ainsi une des dimensions de l'hypercube correspondant en organisation multidimensionnelle. Le problème des matrices creuses (influant sur les performances) est ainsi définitivement résolu ". Le VOLAP présente donc de nombreux avantages ; il couvre déjà toutes les exigences d'olap, comme la vue multidimensionnelle des données, la visualisation de toutes les tranches du cube, une grande liberté quant au nombre de niveaux d'agrégation, au nombre de dimensions et aux calculs ; un atout pour la simulation et la modélisation. Les performances, en termes de volumes et de temps de réponses sortent de l'ordinaire : certains traitements réalisés habituellement en plus * 30

32 d'une heure sont ramenés à quelques secondes, du fait que les calculs s'effectuent par vecteur. AUTRES VARIANTES OLAP DOLAP (DESKTOP OLAP) C est un module OLAP directement installé sur le poste client ; il fait de l analyse multidimensionnelle en local en déportant les données vers le poste client et en générant des cubes qui offrent une vue multidimensionnelle à l utilisateur final. Très rapide, il demeure cependant limité en taille (il peut y avoir une mini base multidimensionnelle) et moins puissant qu une technologie serveur. Figure 10 * : les outils OLAP au sein d une architecture décisionnelle * 31

33 WOLAP (WEB OLAP) * Consiste en l'utilisation d'olap à partir d un navigateur Web. Cependant, les technologies ne devraient pas exister juste " dans l'intérêt des technologies ". Une technologie doit résoudre un problème commercial. Ainsi la question devient - quel problème commercial le Web OLAP résout-il? La réponse se situe dans les imperfections du client /serveur traditionnel que nous pouvons résumer dans les points suivants : Emprunte importante du client : OLAP est conçu comme une application client/serveur. Le client sert d interface à l utilisateur pour interagir avec le serveur et effectuer des requêtes ; le serveur OLAP gérera et contrôlera toutes les opérations concernant la base de données OLAP. Par conséquent, la construction d une application serveur est beaucoup moins compliquée que celle d une application client, car d une certaine manière, on n a pas à prendre en considération l utilisateur ; par contre, pour une application client, il faut proposer des interfaces spécifique faciles à manipuler ou qui soient familières à l utilisateur. Le temps : le processus de déploiement du client OLAP dépend de l emplacement où est effectué, du système d exploitation et du matériel en place. Plus de temps sera requis si le processus est entravé par des facteurs tels que différentes localisations pour l organisation ou encore l existence dans l organisation de différents matériels et plateformes. Coûteux effort de déploiement : l achat d un OLAP client/serveur induit des frais ; en plus du coût du produit en lui même, les utilisateurs doivent payer des droits de licence. La licence est basée sur le nombre de clients et de serveurs. Complexité du processus d installation et de configuration : ces tâches nécessitent d effectuer beaucoup de tests afin que l installation soit convenable. Bien des efforts doivent être déployés lorsque des erreurs inattendues surviennent. * 32

34 Il existe plusieurs raisons pour lesquelles le Web est jugé convenable à OLAP : Le Web apporte une complète indépendance vis-à-vis de la plateforme. OLAP peut être déployé sur n importe quel navigateur Web sur n importe quelle plateforme. Pour les administrateurs OLAP, la maintenance est plus facile. Sur le client/serveur OLAP, tout doit être installé sur le client ainsi que sur le serveur. Tandis que sur le Web, l installation est effectuée sur le serveur uniquement. Les techniques de navigation et de sélection d informations sont les mêmes que pour toutes les autres applications basées Web. L interface du navigateur, avec des liens hypertextes et des boutons est immédiatement reconnue par les millions d utilisateurs d ordinateurs qui connaissent le Web. Avec une sécurité convenable, Internet peut être utilisé comme un réseau étendu (WAN) bon marché pour le support à la décision et les applications OLAP. La méthode la plus commune pour fournir des applications Web est un navigateur de client communiquant avec un serveur HTTP qui livre des pages HTML, les pages employées pour montrer le contenu du World Wide Web. Dans presque tous les exemples, les programmes du client et du serveur s exécutent sur des machines séparées reliées par l'intermédiaire d'un réseau. La plupart des applications du Web OLAP emploient une variation de cette architecture qui fournit une application middleware qui réside sur un serveur. Ce composant middleware peut se relier directement au navigateur Web ou peut communiquer avec le serveur HTTP qui renverrait alors des données ou des pages HTML avec des données additionnelles fournies par le middleware au navigateur. Ce middleware du Web OLAP exécute un certain nombre de fonctions que les pages HTML seules ne peuvent pas fournir. Il communique avec la base de données où les données d'entrepôt résident. Il maintient l'état (mémorise les précédentes transactions sur la base de données) et potentiellement, exécute dessus des calculs et protège les données qui doivent être retournées au client. 33

35 La base de données est le composant final de cette architecture. Le navigateur Web ne communique pas directement avec la base de données, ceci étant de la responsabilité du composant de middleware. Cette architecture est également appelée architecture trois tiers car contient trois composants : le client (navigateur), le middleware et le serveur de base de données. Cependant, le middleware représente un goulot d'étranglement potentiel dans l'architecture du Web OLAP. S il est configuré correctement, le middleware devrait améliorer l'exécution plutôt que la gêner. Mais s il ne l est pas, les utilisateurs peuvent attendre le traitement d une requête tandis qu un programme saturé du middleware peine à effectuer son travail. Figure 11 : transmission de la requête d un client à partir du Web Il y a quelques avantages à employer le middleware pour effectuer des parties de traitement OLAP. En plaçant le middleware entre l OLAP front-end et la base de données, le traitement est efficacement fait plus près des données. Cette approche est différente d'autres types d'olap où de grandes quantités de données sont déplacées à la machine du client pour créer un cube (DESKTOP OLAP ou DOLAP). Employer le middleware ou une autre approche qui effectue le traitement près des données réduit les frais de déplacement des données et offre ainsi des possibilités intéressantes d'améliorer l'exécution. 34

36 En somme, ainsi que le disent beaucoup de directeurs commerciaux, la combinaison entre ces deux technologies est puissante. Les possibilités de livraison du Web, couplées à l'outil de business intelligence OLAP, permettront à un plus large nombre d'analystes d'affaires de bénéficier du logiciel. La prolifération des intranets rendra WOLAP particulièrement populaire au cours des prochaines années. JOLAP (JAVA OLAP) Grâce à JDBC (Java DataBase Connectivity), les développeurs Java disposent depuis maintenant longtemps d'une interface de programmation vouée à l'accès aux données d'un SGBD relationnel. En revanche, ils étaient jusqu'ici fort dépourvus dès lors qu'il s'agissait d'interroger une base de données multidimensionnelle. Il y a alors souvent recours au développement de modules spécifiques adaptés aux différentes bases de données des éditeurs. Pour éviter ces développements spécifiques et améliorer les outils de restitutions décisionnels, Hypérion, IBM, Oracle et Sun Microsystems se sont associés (08/2000), pour développer une version Java basée sur la technologie OLAP. Nommée JOLAP, cette technologie associe donc Java aux outils décisionnels OLAP. D'autre part, cela permettra d'obtenir des analyses directement exploitables par les différentes plates-formes Web. Cette interface Java est indépendante de la structure de données sous-jacente, que celle-ci repose sur une base OLAP native ou sur un schéma en étoile appliqué à un SGBDR. JOLAP n'est pas sans rappeler l'interface MDAPI (Multidimensional API) proposée par l'organisme OLAP Council. Mais alors que MDAPI, peu employée, se contente de définir des mécanismes standards de requête (consultation) d'une base OLAP, JOLAP, conforme à la plate-forme J2EE, inclut d'emblée les fonctions de mise à jour. 35