Le datawarehouse de la solution EDATA est construit selon une architecture des données dite « dimensionnelle », par opposition au modèle « relationnel ». Mais au fait, quelles sont les différences entre ces deux types d’architecture et quel est l’intérêt d’une base dimensionnelle dans le cadre du BIG DATA et de l’analyse BI ?
Structure des bases relationnelles
Les bases de données relationnelles sont basées sur le modèle relationnel et sont construites autour de tables composées de lignes et de colonnes. Chaque table représente une entité distincte, tandis que les relations entre les tables sont établies à l’aide de clés primaires et de clés étrangères. Ce modèle permet une représentation structurée des données, avec une intégrité référentielle pour garantir la cohérence des données.
Utilisation des bases de données relationnelles dans la BI
Les bases de données relationnelles sont adaptées à la gestion des opérations quotidiennes d’une entreprise, telles que la gestion des clients, des produits, des ventes, etc. Elles sont conçues pour fournir des transactions rapides et garantir la fiabilité des données. Dans le contexte de la BI, les bases de données relationnelles peuvent être utilisées comme sources de données pour extraire des informations spécifiques. Cependant, elles peuvent présenter des limitations en termes de performances lorsqu’il s’agit d’effectuer des requêtes complexes et de traiter de gros volumes de données.
Structure des bases de données dimensionnelles
Les bases de données dimensionnelles sont spécifiquement conçues pour prendre en charge les besoins d’analyse et de reporting dans le cadre de la BI. Elles utilisent le modèle dimensionnel, qui comprend des tables de faits et des tables de dimensions. La table de faits contient les mesures numériques de l’entreprise (par exemple, ventes, revenus) et est entourée de tables de dimensions qui fournissent le contexte pour ces mesures (par exemple, temps, produits, emplacements).
Utilisation des bases de données dimensionnelles dans la BI
Les bases de données dimensionnelles sont optimisées pour les requêtes analytiques complexes. Elles offrent une modélisation simplifiée et dénormalisée, ce qui facilite l’interrogation et l’agrégation des données. Elles sont particulièrement efficaces pour répondre aux questions analytiques telles que « Quelles sont les ventes par produit et par région au cours des six derniers mois ? » ou « Quelle est la tendance des ventes par trimestre ? « . Les bases de données dimensionnelles utilisent souvent des schémas en étoile ou en flocon pour organiser les données de manière à optimiser les performances des requêtes analytiques.
Tant les bases de données relationnelles que les bases de données dimensionnelles jouent un rôle essentiel dans l’approche BI. Les bases de données relationnelles sont utilisées pour la gestion des opérations quotidiennes, tandis que les bases de données dimensionnelles sont spécifiquement conçues pour l’analyse et le reporting des données à forte volumétrie, relevant du big data. Les bases de données relationnelles offrent une structure normalisée et une intégrité référentielle, tandis que les bases de données dimensionnelles simplifient la modélisation des données pour faciliter les requêtes analytiques complexes.
La solution EDATA tire parti des 2 types d’architectures: elle utilise la base de données relationnelle du serveur Sage 100c pour extraire les principaux objets métiers (tiers, ventes, stocks, articles etc) et les transvase dans un modèle de données NoSQL orienté dimensions qui conjugue 2 qualités essentielles: la rapidité d’extraction des données et la prédisposition à l’analyse BI dans le cadre de données à forte volumétrie
Comments are closed