1.4.2.1. Schéma en étoile
Il se compose du fait central et de leurs dimensions. Dans ce
schéma il existe une relation pour les faits et plusieurs pour les
déférentes dimensions autour de la relation centrale. La relation
de faits contient les déférentes mesures et une clé
étrangère pour faire référence à chacune de
leurs dimensions.
Avantage:
? Facilité de navigation
? Nombre de jointures limité
Inconvénients :
? Redondance dans les dimensions
? Toutes les dimensions ne concernent pas les mesures
Ndioba Syll et Abdrahmane Aw Page21
Figure 7 : Modélisation en
étoile
1.4.2.2. Le schéma en flocon de neige
(Snowflake)
Il dérive du schéma précédent avec
une relation centrale et autour d'elle les déférentes dimensions,
qui sont éclatées ou décomposées en sous
hiérarchies. L'avantage du schéma en flocon de neige est de
formaliser une hiérarchie au sein d'une dimension, ce qui peut faciliter
l'analyse. Un autre avantage est représenté par la normalisation
des dimensions, car nous réduisons leur taille. Cependant, ce type de
schéma augmente le nombre de jointures à réaliser dans
l'exécution d'une requête réduisant ainsi la navigation.
Ndioba Syll et Abdrahmane Aw Page22
Figure 8 : Modélisation en flocon.
1.4.2.3. Le schéma en constellation
Le schéma en constellation représente plusieurs
relations de faits qui partagent des dimensions communes. Ces
déférentes relations de faits composent une famille qui partage
les dimensions mais où chaque relation de faits a ses propres
dimensions.
Ndioba Syll et Abdrahmane Aw Page23
Figure 9 : Modélisation en
constellation
1.5. ServeursOLAP (On-Line Analytical Processing)
Les données opérationnelles constituent la
source principale d'un système d'information décisionnel. Les
systèmes décisionnels complets reposent sur la technologie OLAP,
conçue pour répondre aux besoins d'analyse des applications de
gestion.
L'acronyme FASMI (FastAnalysis of Shared Multidimensional
Information) permet de résumer la définition des produits OLAP.
Cette définition fut utilisée pour la première fois en
1995 et depuis aucune autre définition n'est plus proche pour
résumer le terme OLAP.
Fast : Le temps de réponse aux demandes des
utilisateurs oscille entre 1 et 20 secondes. Les constructeurs utilisent des
pré-calculs pour réduire les durées des requêtes.
Analysis : Le système doit pouvoir faire face à
toutes les logiques d'affaires et de statistiques, ainsi que fournir la
possibilité aux utilisateurs de construire leurs calculs et leurs
analyses sans avoir à programmer. Pour cela, il y a des outils qui
seront fournis par le constructeur.
Ndioba Syll et Abdrahmane Aw Page24
Shared : Le système doit créer un contexte
où la confidentialité est préservée et doit
gérer les cas où plusieurs utilisateurs ont des droits en
écritures. Ce point constitue la plus grosse faiblesse des produits
actuels.
Multidimensional : C'est la caractéristique clé.
Le système doit fournir des vues conceptuelles multidimensionnelles des
données. Il doit supporter aussi les hiérarchies.
Informations : L'ensemble des données et les
informations nécessaires pour un produit OLAP.
Nous exposons dans la suite les divers types de stockage des
informations dans les systèmes décisionnels.
1.5.1. ROLAP (Relational OLAP)
Dans les systèmes relationnels OLAP, l'entrepôt
de données utilise une base de données relationnelle. Le moteur
ROLAP traduit dynamiquement le modèle logique de données
multidimensionnel M en modèle de stockage relationnel R (la plupart des
outils requièrent que la donnée soit structurée en
utilisant un schéma en étoile ou un schéma en flocon de
neige).
La technologie ROLAP a deux avantages principaux : elle permet
la définition de données complexes et multidimensionnelles en
utilisant un modèle relativement simple. Elle réduit le nombre de
jointures à réaliser dans l'exécution d'une
requête.
Le désavantage est que le langage de requêtes tel
qu'il existe, n'est pas assez puisant ou n'est pas assez flexible pour
supporter de vraies capacités d'OLAP.
| 
