6. Les systèmes de bases de données post-relationnelles
201
dimension temps. Si nous désirons faire des analyses mensuelles, il
faudra définir une nouvelle table dimensionnelle associée à la
dimension mois et la connecter à la table de la dimension jour, etc.
L’approche
relationnelle
convient mal à la
mise en œuvre
La réalisation d'une base de données multidimensionnelle peut
reposer sur le modèle relationnel classique, mais cette option
engendre de sérieux inconvénients. La figure 6-9 nous montre
comment implémenter la table de l’indicateur et les tables
dimensionnelles dans un schéma en étoile.
Figure 6-9
Implémentation
d'un schéma en
étoile basé sur le
modèle relationnel
Analyse du cube
multidimensionnelle
La table de l'indicateur est représentée par la relation F_VENTE
(Figure 6-9) dotée d’une clé multidimensionnelle. Les parties de cette
clé composée sont les clés des tables dimensionnelles D_PRODUIT,
D_REGION et D_TEMPS. Pour déterminer par exemple le chiffre
d'affaires qu'a réalisé Morel, directeur commercial, par la vente des
produits d'Apple au premier trimestre de l'an 2005, nous devons
formuler une coûteuse jointure de la table de l'indicateur et des tables
dimensionnelles en présence (voir l'instruction SQL à la figure 6-9).
Déterminer le chiffre d'affaires de Morel, directeur commercial,
résultant de la vente des produits d'Apple au premier trimestre 2005 :
SELECT SUM(Recettes)
FROM
D_PRODUIT D1, D_REGION D2, D_TEMPS D3, F_VENTE F
WHERE D1.P# = F.P# AND
D2.R# = F.R# AND
D3.T# = F.T# AND
D1.Fournisseur = 'Apple' AND
D2.Directeur_Commercial = 'Morel' AND
D3.Annee = 2005 AND
D3.Trimestre = 1
R# Nom Directeur_Commercial
R2 Est Morel
D_RÉGION
P# Désignation Fournisseur
P2 Clavier
Apple
D_PRODUIT
T# Année Trimestre
T1 2005 1
D_TEMPS
P#
Quantité Recettes
P2
30
160'000
F_VENTE
R#
R2
T#
T1