class: mainpage name: accueil # Schéma en étoile et schéma en flocons ### Business Intelligence --- layout:true .footer[ # Schéma en étoile - Business Intelligence (20/07/2018) ## IMT Atlantique - http://formations.imt-atlantique.fr/bi/ - [Laurent Brisson](http://www.laurent-brisson.fr) et Sylvie Huchet .cc-by-nc-sa[] ] --- .header[ # Schéma en étoile : Contexte ] ## Un modèle de représentation de données **décisionnelles** : - il s'agit d'un modèle **logique**, - **non normalisé**, - pour consolider, historiser et aggréger des données **numériques**. ## La modélisation dimensionnelle est une approche : - orientée par les besoins, - incrémentale, - qui vise à optimiser le temps de réponse de requêtes complexes en aggrégats. --- .header[ # Schéma en étoile : Concept ] .left-column50[ ## Un cube de données ![Cube de données](images/star_schema_cube.png) - compliqué de représenter plus de 3 dimensions ! ] .right-column50[ ## ... et sa représentation dimensionnelle ![Schéma en étoile](images/star_schema.png) - une table de **faits** centrale - des **dimensions** - reliées au moyen de clefs **primaires** et **référentielles**. ] .row[.x-small[Source des schémas : Corr, Laurence, and Jim Stagnitto. Agile Data Warehouse Design: Collaborative Dimensional Modeling]] --- .header[ # Schéma en flocon : Contexte ] ## Modélisation dimensionnelle : utilisation de schémas en étoile - Quelle est la différence entre un schéma en étoile et un schéma en flocon ? - Mais pourquoi ne faut-il pas normaliser comme dans le monde OLTP ? .left-column50[
] .right-column50[
] .left-column50[ .small[
Schéma en étoile
(ressemble à une étoile)
] ] .right-column50[ .small[
Schéma en flocons
(ressemble à un flocon de neige)
] ] .row[.x-small[Source des schémas : Corr, Laurence, and Jim Stagnitto. Agile Data Warehouse Design: Collaborative Dimensional Modeling] ] --- .header[ # Schéma en flocon : Concept ] ## Les schémas en flocons visent : - à normaliser les données - pour réduire la redondance ## Les schémas en étoile : - sont orientés processus métiers - introduisent un niveau de redondance pour diminuer le nombre de jointure à effectuer ## En décisionnel, il faut éviter donc les schémas en flocons car : - ils sont difficiles à comprendre, - ils ne sont pas orientés processus métiers, - ils ne sont pas performants à cause des nombreuses jointures à effectuer, - les requêtes deviennent plus complexes à écrire. --- .header[ # Schéma en étoile et en flocons : Terminologie et références ] ## Approfondir les concepts suivants FR | EN | [ADWD] | [SS] -- | -- | -- | -- Schéma en étoile | Star Schema | 7-8 | 10-11 Schéma en flocons | Snowflake Schema | 5-6, 156 | 11, 157-160 Fait | Facts | 8-9 | 6-9, 12 Dimension | Dimension | 9 | 6-9, 10-11 .x-small[ [ADWD] Corr, Laurence, and Jim Stagnitto. Agile Data Warehouse Design: Collaborative Dimensional Modeling, from Whiteboard to Star Schema.
[SS] Adamson, Christopher. Star Schema. Osborne/McGraw-Hill, 2010. ]