XCube XML For Data Warehouses



Documents pareils
Entrepôt de données 1. Introduction

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

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

Entrepôt de Données. Jean-François Desnos. ED JFD 1

et les Systèmes Multidimensionnels

BUSINESS INTELLIGENCE

Intelligence Economique - Business Intelligence

Introduction à la B.I. Avec SQL Server 2008

Plan. Introduction Eléments de la théorie des systèmes d'informations Les entrepôts de données (Datawarehouse) Les datamart Architecture Modélisation

Workflow/DataWarehouse/DataMining LORIA - Université d automne Informatique décisionnelle - L. Mirtain 1

Datawarehouse: Cubes OLAP. Marlyse Dieungang Khaoula Ghilani

Les Entrepôts de Données

LES ENTREPOTS DE DONNEES

Base de données clients outil de base du CRM

Présentations personnelles. filière IL

La problématique. La philosophie ' ) * )

Business Intelligence : Informatique Décisionnelle

BI Open Source Octobre Alioune Dia, Consultant BI

Entrepôts de données. NEGRE Elsa Université Paris-Dauphine

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

BI = Business Intelligence Master Data-ScienceCours 3 - Data

Skills Technology Software PARTENAIRE TECHNOLOGIQUE DE VOTRE DÉVELOPPEMENT

BI = Business Intelligence Master Data-Science

MANAGEMENT DES SERVICES INFORMATIQUES

SQL Server 2012 et SQL Server 2014

Catalogue Formations Offre «DECISIONNEL»

SQL SERVER 2008, BUSINESS INTELLIGENCE

Suite Jedox La Business-Driven Intelligence avec Jedox

Un datawarehouse est un entrepôt de données (une base de données) qui se caractérise par des données :

Urbanisation des SI-NFE107

25 October 2013 Dossier Confidentiel MTS CONSULTING ORCA. ORCA est une suite d outils d informatique décisionnel dédiée aux télécoms.

La Business Intelligence pour les Institutions Financières. Jean-Michel JURBERT Resp Marketing Produit

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

CONCEPTION ET REALISATION D'UN GENERATEUR DE TABLEAUX DE BORD PROSPECTIFS MULTIDIMENSIONNELS

Intégration de données hétérogènes et réparties. Anne Doucet

Programme scientifique Majeure ARCHITECTURE DES SYSTEMES D INFORMATION. Mentions Ingénierie des Systèmes d Information Business Intelligence

Les Entrepôts de Données. (Data Warehouses)

Offre Décisionnel / CONSEIL, SOLUTIONS DE TRANSFORMATION ET SERVICES IT. Offre Décisionnel

Chapitre 9 : Informatique décisionnelle

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

Introduction à Business Objects. J. Akoka I. Wattiau

Diplôme de Comptabilité et de Gestion. D é c r e t N d u 2 2 d é c e m b r e A r r ê t é d u 8 m a r s

Agenda de la présentation

CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE. Edition 2014

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

Didier MOUNIEN Samantha MOINEAUX

Méthodologie de conceptualisation BI

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

L information et la technologie de l informationl

Petit Déjeuner Pépinière du Logiciel Libre. 25 juin 2008

et les Systèmes Multidimensionnels

2 Serveurs OLAP et introduction au Data Mining

CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE. Edition 2012

Filière Fouille de Données et Décisionnel FDD (Data Mining) Pierre Morizet-Mahoudeaux

Plan de cours. 1. Mise en contexte. 2. Place du cours dans le programme. 3. Descripteur du cours

En route vers le succès avec une solution de BI intuitive destinée aux entreprises de taille moyenne

Entreposage de données complexes pour la médecine d anticipation personnalisée

Les entrepôts de données

SWISS ORACLE US ER GRO UP. Newsletter 5/2014 Sonderausgabe. OBIF DB licensing with VMware Delphix 12c: SQL Plan / Security Features

eframe pour optimiser les reportings métiers et réglementaires

Filière Data Mining (Fouille de données) Pierre Morizet-Mahoudeaux

FreeAnalysis. Schema Designer. Cubes

Solutions SAP Crystal

Ici, le titre de la. Tableaux de bords de conférence

CATALOGUE DE FORMATIONS SAP BUSINESS OBJECTS. Edition 2013

MYXTRACTION La Business Intelligence en temps réel

Oracle Décisionnel : Modèle OLAP et Vue matérialisée D BILEK

Bases de données multidimensionnelles et mise en œuvre dans Oracle

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

Bases de Données Avancées

Evry - M2 MIAGE Entrepôt de données

JEDOX FACTSHEETS SELF-SERVICE BUSINESS INTELLIGENCE, ANALYTICS & PERFORMANCE MANAGEMENT

Caroline 9 Case postale Lausanne Tél

ORACLE DATA INTEGRATOR ENTERPRISE EDITION - ODI EE

Business Intelligence avec Excel, Power BI et Office 365

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

BI2 : Un profil UML pour les Indicateurs Décisionnels

ÉVALUATION DES PRODUITS COMMERCIAUX OFFRANT DES CAPACITÉS

Compétences Business Objects

Option OLAP d'oracle Database 10g

Business Intelligence simple et efficace avec Excel et PowerPivot

Qualité des données sur la chaine de valeur globale du reporting réglementaire, du Pilier 1 au Pilier 3 de Solvabilité 2

L offre décisionnel IBM. Patrick COOLS Spécialiste Business Intelligence

SPF Finances FOD Financiën

Domaines d intervention

Analyse comparative entre différents outils de BI (Business Intelligence) :

IBM DB2 Alphablox. d administration GC

OPEN DATA : CHALLENGES ET PERSPECTIVES D ENTREPOSAGE

Introduction à l Informatique Décisionnelle - Business Intelligence (7)

Plan. Ce qu est le datawarehouse? Un modèle multidimensionnel. Architecture d un datawarehouse. Implémentation d un datawarehouse

Votre Infrastructure est-elle? Business Intelligence. Améliorer la capacité d analyse et de décision de vos équipes

SAP BI Septembre /10/2014 Integrated Business intelligence 1

SharePoint (Toute la Gamme)... 1 Office 2010 (Toute la Gamme)... 2 OLAP (Toute la Gamme)... 2 STATISTICA Connecteur PI (Produit Complémentaire)...

Arian Papillon

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

Cursus Sage ERP X3 Outils & Développement. Le parcours pédagogique Sage ERP X3 Outils et Développement

Entrepôts de Données

X2BIRT : Mettez de l interactivité dans vos archives

Transcription:

XCube XML For Data Warehouses Auteurs : Wolfgang Hümmer Andreas Bauer Gunnar Harde Présenté par : David TA KIM 2005-12-05

Sommaire

Sommaire I Introduction au Datawarehouse

Sommaire I Introduction au Datawarehouse II Motivations

Sommaire I Introduction au Datawarehouse II Motivations III Description XCube

Sommaire I Introduction au Datawarehouse II Motivations III Description XCube IV Conclusion

I Introduction au Datawarehouse A) But Support de prises de décisions Centraliser les données d une entreprise Base de donnée relationnelle souvent historisé Datawarehouse Société IC-Agence Contrat Trafic Facturé Reversé Offre PdC

I Introduction au Datawarehouse B) Datamart Faciliter les analyses et la visualisation des données Base de donnée en étoile Modèle multidimensionnel Datamart Axe société Axe temps Axe HP/HC Axe agence Indicateurs Axe 8AB Axe IC

I Introduction au Datawarehouse C) Les cubes OLAP Dimension hiérarchique Données agrégées Données calculées Cube physique ou virtuel défini par ses dimensions et ses données Cubes Revenu Facturé Revenu Reversé PdC Trafic

I Introduction au Datawarehouse C) Exemple Projet Datawarehouse pour Cegetel800 Objets Cubes Datamart Datawarehouse Sources Sociétés Contrats Comptes Services Revenu Facturé Billing Infranet Factures Remises CA Reversé Fichiers issus du billing IC-Agence Trafic Axe société Axe temps Axe IC principal Facturé Axe IC gestionnaire Revenu Reversé Analyse facturé Progression facturé Analyse reversé Progression reversé Produits Société Contrat Axe HP/HC PdC Reversé Indicateurs Axe IC division Analyse PdC Progression PdC SAP Factures Avoirs Annulations Fichiers issus de SAP Offre PdC Axe juridiction destination Trafic Analyse trafic Progression trafic Médiation Tickets bruts Fichiers de tickets Axe juridiction origine Axe agence Axe raccordement Axe Tranche N 8AB Univers BO

II Motivations A) The Download Use Case Transfert d un cube d un datawarehouse à un autre Standard des dimensions

II Motivations B) The Query Use Case récupérer la structure d un cube Intérêt : ne pas télécharger toutes les données

II Motivations C) The Generating Use Case Créer un cube à partir de données existants dans le datawarehouse Problème : voir quelles parties des données doit être publiée Datawarehouse -> Datamart -> cube

II Motivations D) Requirements for Representing Online Data Cubes Modèle de donnée multidimensionnel Distinction entre le schémas, les dimensions et les données Transportable Flexibilité : concept de lien et inclusion Extensibilité : différents modules de données Format convertible entre les sources OLAP: agrégation de données

III XCube A) Généralités But: fournir un format standardisé pour décrire les données multidimensionnelles Problèmes: sur les Web, peu de structure standardisée, source non fiable Intérêt: standardisation des données Organisé en module Réduction quantité de données

III XCube B) XCubeSchema Dimension hiérarchisée

III XCube

III XCube C) XCubeDimension Type de données de chaque dimension ainsi que les relations entre les noeuds

III XCube

III XCube D) XCubeFact Description des données multidimensionnelles

III XCube

III XCube E) XCubeText Ajouter des descriptions textuelles (commentaires) Compréhensibles

III XCube F) XCubeQuery Liste des cubes Obtenir le schémas d un cube Obtenir le schémas de classification des dimensions Obtenir les informations d un nœud Obtenir les données

III XCube F) XCubeFunction questionner sur les fonctionnalités d un cube non défini

IV Conclusion Proposition de standardisation Approche bien structurée avec des exemples à l appui Manque des résultats d applications Application aux Web Services

FIN