3-2-3 Modélisation

Afin de comprendre le niveau conceptuel de la modélisation d'un datawarehouse, on va définir deux concepts : le concept de fait et le concept de dimension.

Concept de fait : Un fait représente un sujet d'analyse. Il est constitué de plusieurs mesures relatives au sujet traité. Ces mesures sont numériques et généralement valorisées de façon continue.

Illustration 10: Table des faits (source : J Detroyes, supinfo)

Concept de dimensions : La dimensions est le critère suivant lequel on souhaite évaluer, quantifier, qualifier le fait.

Illustration 11: Dimension (source : J Detroyes, supinfo)

On part du principe que les données sont des faits à analyser selon plusieurs dimensions. Il est ainsi possible de réaliser une structure de données simple qui correspond à ce besoin de modélisation multidimensionnelle. Cette structure est constituée du fait central et des dimensions.

Au niveau logique cela peut se traduire par trois modèles différents : en étoile, en flocon de neige ou en constellation.

Modèle en étoile : Le centre est la table des faits, et les branches en sont les dimensions. Pour une dimension il existe plusieurs faits. La structure est dissymétrique : la table des faits est énorme et les tables des dimensions sont petites. Les faits sont généralement numériques alors que les dimensions sont qualitatives.

Illustration 12: Modèle en étoile (source : J Detroyes, supinfo)

Modèle en flocon : Le principe est le même que pour le modèle en étoile, mais en plus les dimensions sont décomposées. Le but est d'économiser ainsi de la place. Cela permet également d'instaurer une hiérarchie au sein des dimensions. Cela engendre par contre une complexification du modèle.

Illustration 13: Modèle en flocon (source : J Detroyes, supinfo)

Illustration 14: Modèle en constellation (source : J Detroyes, supinfo)