202
Introduction pratique aux bases de données relationnelles
Inconvénients des
bases de données
relationnelles dans
la gestion du
cube multidimensionnelle
La puissance d'un système de bases de données relationnelles
atteint ses limites face à la grande taille des bases de données
multidimensionnelles. En outre, pour un schéma en étoile, la
formulation des requêtes est une tâche ardue et sujette à l'erreur. La
liste des faiblesses s'allonge si l’on travaille avec le modèle
relationnel classique et le SQL traditionnel : pour définir des niveaux
d'agrégation, le schéma en étoile doit évoluer vers un schéma en
flocons et les tables physiques qui en résultent dégradent le temps de
réponse. Lorsque l'utilisateur d'une base de données
multidimensionnelle désire extraire des informations détaillées (zoom
en profondeur ou forage vers le bas ; drill-down, en anglais) ou
explorer d’autres niveaux d'agrégation (forage vers le haut ; roll-up,
en anglais), le langage SQL classique ne pourra plus répondre à ses
besoins d’analyse. En outre, la coupe ou le pivotage des parties d'un
cube multidimensionnel est une opération très fréquente dans
l’analyse de données et requiert des logiciels, voire des matériels,
spécifiques.
De la base de
données à
l’entrepôt de
données
Nombre de fournisseurs de produits de bases de données ont
compris ces faiblesses, et proposent dans leur assortiment de logiciels
des outils adaptés aux entrepôts de données (data warehouse, en
anglais) ou à la fouille de données (data mining, en anglais).
L'entrepôt de données désigne précisément un environnement logiciel
conçu pour exploiter une base de données multidimensionnelle,
incluant des outils pour définir les données (maintenance des tables
dimensionnelles) d'une part, et pour intégrer différents ensembles de
données d'autre part. Au niveau du langage, des extensions ont été
apportées à SQL pour simplifier la formulation des opérations sur un
cube multidimensionnel, y compris les agrégations.
Système de bases de données multidimensionnelles
Les critères d’un
système de bases
de données multidimensionnelles
(entrepôt de
données)
Un système de gestion de bases de données
multidimensionnelles (SGBDM), communément appelé entrepôt de
données, prend en charge un cube multidimensionnel en offrant les
fonctionnalités suivantes :
Introduction pratique aux bases de données relationnelles
Inconvénients des
bases de données
relationnelles dans
la gestion du
cube multidimensionnelle
La puissance d'un système de bases de données relationnelles
atteint ses limites face à la grande taille des bases de données
multidimensionnelles. En outre, pour un schéma en étoile, la
formulation des requêtes est une tâche ardue et sujette à l'erreur. La
liste des faiblesses s'allonge si l’on travaille avec le modèle
relationnel classique et le SQL traditionnel : pour définir des niveaux
d'agrégation, le schéma en étoile doit évoluer vers un schéma en
flocons et les tables physiques qui en résultent dégradent le temps de
réponse. Lorsque l'utilisateur d'une base de données
multidimensionnelle désire extraire des informations détaillées (zoom
en profondeur ou forage vers le bas ; drill-down, en anglais) ou
explorer d’autres niveaux d'agrégation (forage vers le haut ; roll-up,
en anglais), le langage SQL classique ne pourra plus répondre à ses
besoins d’analyse. En outre, la coupe ou le pivotage des parties d'un
cube multidimensionnel est une opération très fréquente dans
l’analyse de données et requiert des logiciels, voire des matériels,
spécifiques.
De la base de
données à
l’entrepôt de
données
Nombre de fournisseurs de produits de bases de données ont
compris ces faiblesses, et proposent dans leur assortiment de logiciels
des outils adaptés aux entrepôts de données (data warehouse, en
anglais) ou à la fouille de données (data mining, en anglais).
L'entrepôt de données désigne précisément un environnement logiciel
conçu pour exploiter une base de données multidimensionnelle,
incluant des outils pour définir les données (maintenance des tables
dimensionnelles) d'une part, et pour intégrer différents ensembles de
données d'autre part. Au niveau du langage, des extensions ont été
apportées à SQL pour simplifier la formulation des opérations sur un
cube multidimensionnel, y compris les agrégations.
Système de bases de données multidimensionnelles
Les critères d’un
système de bases
de données multidimensionnelles
(entrepôt de
données)
Un système de gestion de bases de données
multidimensionnelles (SGBDM), communément appelé entrepôt de
données, prend en charge un cube multidimensionnel en offrant les
fonctionnalités suivantes :