Mise en oeuvre d'un projet décisionnel en Open Source
REF : D-OPS
OBJECTIFS DU COURS
Acquérir une vue transversale sur les étapes de construction d'un projet Data Warehouse
Prendre connaissance des problématiques susceptibles d'être rencontrées
Identifier les composants techniques et fonctionnels du projet
Mise en oeuvre de solutions décisionnelles avec des pro duits Open Source
MISE EN PRATIQUE
Ce cours comporte de nombreux travaux pratiques illustrant la réalisation complète d'un projet décisionnel, de sa phase de conception jusqu'à sa mise en oeuvre avec des technologies Open Source.
PROFIL DES PARTICIPANTS
Administrateur de bases de données Architecte technique Chef de projet informatique Chef de projet utilisateur Équipe projet décisionnel
PRE-REQUIS
Connaissance des systèmes décisionnels classiques et des bases de données relationnelles.
Rappels sur les architectures possibles. Les critères de choix d'une architecture. Les objectifs et les impacts de la modélisation du Data Warehouse relationnel. Comment aborder la diversité des besoins utilisateurs ? Pourquoi ne faut-il pas faire l'impasse sur les aspects sémantiques ? Les erreurs à éviter. Présentation du modèle de traitement en 4 phases (collecte, intégration, distribution, présentation).
MODÉLISATION DU MODÈLE EN ÉTOILE DE NOTRE ÉTUDE DE CAS
Application des règles de principe de construction d'un modèle en étoile. Comment estimer la volumétrie de l'entrepôt et des flux d'alimentation ? Comment prévoir et anticiper les évolutions du Data Warehouse ?
MISE EN OEUVRE
Rappel sur les principes fondamentaux de l'ODS
Définition et présentation de l'ODS. Architecture de l'ODS : ODS de production, ODS de Data Warehouse, ODS de référence, ODS technique.
Optimisation de la base de données
Pourquoi est-il nécessaire d'optimiser physiquement les données ? Les connaissances indispensables pour optimiser la base de données décisionnelle. Partitionnement versus agrégat. Comment effectuer le bon choix ? Définition d'un index « bitmap ». Pourquoi et comment déployer les index « bitmap » ?
Alimentation du Data Warehouse avec un outil spécialisé du marché (ETL)
Pourquoi intégrer la collecte des données dans les systèmes de production ? Processus d'alimentation, les différents modes d'intégration (mode ajouter ou modifier, axe dynamique, enregistrement vide...) Gestion des rejets et des recyclages. Gestion des référentiels. Suivi et analyse du processus d'alimentation du Data Warehouse.
IMPACT DES OPTIMISATIONS SUR LES TRAITEMENTS
Les différents modes de mise à jour des agrégats. Règles de constitution des agrégats et de leurs mises à jour. Comment déporter les traitements dans l'ODS ? La normalisation de l'ODS de référence et les tables de « look-up » dans les traitements.
PRODUCTION DE REQUÊTES ET DE RAPPORTS D'ANALYSE QUI RÉPONDENT AU BESOIN DES UTILISATEURS
Présentation des typologies des outils de restitution et adéquation avec les besoins utilisateurs. Requêteurs et outils d'analyse OLAP. Avantages et limites. Comment gérer la cohabitation avec les SGBDR ? Création de l'environnement de présentation avec un outil de restitution du marché. Définition de rapports types et mise en oeuvre des restitutions. Étude d'une solution de déploiement en html et début de mise en oeuvre.
TYPOLOGIES DE PROBLÉMATIQUES
Phase analyse des besoins. Phase définition d'architecture. Phase choix d'outils. Phase alimentation et administration. Conduite de projet.
SYNTHÈSE
Synthèse et rappel des points clés de la démarche de construction d'un Data Warehouse.
PARIS
4-5 fév
14-15 avril
19-20 juin
17-18 juil
25-26 sept
1-2 déc
BORDEAUX
28-29 janv
25-26 mars
2-3 juin
15-16 juil
15-16 sept
20-21 oct
1-2 déc
LYON
20-21 mars
16-17 oct
11-12 déc
MEDITERRANEE
20-21 mars
16-17 oct
11-12 déc
NANTES
4-5 fév
19-20 juin
25-26 sept
1-2 déc
TOULOUSE
11-12 mars
24-25 juin
11-12 sept
26-27 nov
SUISSE
4-5 fév
10-11 avril
23-24 juin
15-16 juil
25-26 sept
3-4 déc