Accueil Entrepôt de données Qu'est-ce qu'un entrepôt de données (DW) ?

Qu'est-ce qu'un entrepôt de données (DW) ?

Par entrepôt de données , on entend une base de données à l'échelle de l'entreprise qui intègre des données provenant de différentes sources de données hétérogènes et les utilise à des fins d'analyse et de gestion. à des fins d'évaluation de la mettre à disposition. Un entrepôt de données bien conçu fournit un débit de données élevé, exécute rapidement des requêtes et offre aux utilisateurs finaux la possibilité de décomposer les données en parties plus petites afin de pouvoir les examiner sous différents angles.

Pour en savoir plus sur la structure et sur la raison pour laquelle on a besoin d'un entrepôt de données, consultez cet article wiki.

 

Quelles sont les quatre principales caractéristiques d'un entrepôt de données (DW) ?

La structure des données dans un DW sert à soutenir les décisions de gestion et n'est pas conçue pour soutenir les processus opérationnels de l'entreprise. Les données sont stockées en fonction d'objets spécifiques tels que le client ou le produit. Les décideurs analysent les données de ces objets et prennent leurs décisions sur la base de ces données.

Les données issues de différentes sources de données hétérogènes sont intégrées dans un ensemble de données commun. Pour l'intégration, les données doivent être converties en une structure de données et un format de données communs.

Dans un DW, les données stockées ne sont ne sont ni supprimées ni modifiées. Les données ne peuvent être modifiées dans un DW que pour corriger des erreurs. Au fil du temps, on obtient ainsi une base de données historique qui se compose des données des différents systèmes d'application opérationnels..

Les données sont chargées dans un DW à des moments différents. Les nouveaux enregistrements chargés n'écrasent pas l'ancienne base de données, mais la complètent simplement. Il en résulte à chaque fois un instantané de la situation de l'entreprise. Il est donc possible de comparer les données sur différentes périodes et d'identifier les tendances.

Quel est le rapport entre le terme Business Intelligence (BI) et Data Warehousing ?

La Business Intelligence (BI) comprend l'accès aux informations à l'aide de systèmes informatiques. L'analyse, l'évaluation et la représentation des données d'entreprise pertinentes pour l'activité doivent fournir des connaissances sur l'état actuel de l'entreprise. Ces connaissances contribuent de manière déterminante à l'aide à la décision stratégique et opérationnelle. L'objectif est de mettre à la disposition du management des données de grande qualité et de l'assister au mieux dans ses décisions.

Qu'est-ce qu'un système de gestion de base de données ?

  • Un système de gestion de base de données - également appelé système de base de données en abrégé - a été conçu pour gérer de grandes quantités d'informations.
  • L'objectif premier d'un système de base de données est de fournir un moyen aussi efficace et pratique que possible de stocker et d'extraire des informations de la base de données.
  • Un système de base de données est un ensemble organisé d'informations ou de données structurées électroniquement et stockées dans un système informatique. Au sein d'une base de données, les données peuvent être facilement gérées, modifiées, mises à jour et consultées.
  • La tâche principale d'une base de données consiste à stocker de manière efficace, durable et sans erreur de grandes quantités de données et à mettre à disposition les informations nécessaires en fonction des besoins.

Pourquoi le terme "cloud computing" est-il important lorsqu'on parle d'entrepôt de données (DW) ?

  • Le nom "cloud computing" est une métaphore pour l'Internet. L'Internet est typiquement représenté par un nuage dans les diagrammes de réseau.
  • Le symbole du nuage représente les infrastructures réseau inconnues qui permettent au réseau de fonctionner.
  • L'une des définitions du cloud computing les plus reconnues actuellement est celle du National Institute of Standards and Technology (NIST), qui est également souvent utilisée dans les milieux professionnels. Le NIST définit le cloud computing comme un modèle qui permet un accès réseau omniprésent, pratique et à la demande à un pool partagé de ressources informatiques configurables (par exemple, réseau, serveurs, applications, services et stockage).
  • Ces ressources informatiques peuvent être déployées et libérées rapidement avec un minimum d'administration ou d'interaction avec le fournisseur de services. 

Le modèle de cloud computing se compose de trois modèles de services :

  1. Infrastructure-as-a-Service
  2. Plateforme as a Service et
  3. Logiciel-as-a-service).

Ce sont les quatre modèles de déploiement du cloud computing :

  1. Soldat,
  2. Public,
  3. hybride et
  4. Cloud communautaire.
  • Contrairement au cloud computing, les solutions d'entrepôt de données sont également utilisées on-premise sont mises à disposition.
  • "On-PremisesEn allemand, "in der eigenen Räumlichkeiten" signifie "dans ses propres locaux" ou "sur place".
  • La description de on-premise se réfère à l'utilisation de serveurs et d'un environnement informatique propres.
  • Alors que l'accès dans le cloud se fait via Internet, on-premise Les solutions sont exploitées localement sur l'ordinateur personnel.

En savoir plus ?

Vous souhaitez approfondir ce sujet ? Dans ce cas, nous nous ferons un plaisir de vous présenter personnellement tous les éléments du data warehousing, en les combinant volontiers avec des détails sur d'autres fonctions du SAP Data Warehouse Cloud. N'hésitez pas à prendre contact avec nous !

Votre contact pour le Data Warehousing
Christiane Kalfass-sPeers Mood Print-150
Spécialiste en recrutement et marketing

Publié par :

Paul Vatter

Responsable de l'atelier de données

autor:IN

Cet article vous a-t-il plu ?

Cet article vous a-t-il été utile ?

Cliquez sur une étoile pour évaluer !

Note moyenne 0 / 5.
Nombre d'évaluations : 0

Aucun vote pour l'instant ! Soyez la première personne à noter ce post !

INFORMATIONS

Plus d'informations

Image de couverture Logiciels sur site et hors site Quelle est la différence ?

Logiciel sur site ou hors site : quelle est la différence ?

Alors que le terme on-premise existe, le terme off-premise n'existe pas en tant que tel. On parle soit d'outsourcing (utilisation de...

R vs. PYTHON

R et Python sont tous deux des langages de programmation de premier plan dans l'analyse de données...

Optimiser la gestion de projet avec le chat de documents assisté par l'IA et BigQuery

Dans de nombreux secteurs, l'efficacité et la précision sont essentielles. Avec l'IA et BigQuery, les données des projets peuvent être gérées facilement et les informations...
Wiki BigQuery Data Canvas

Analyses de données ad hoc et exploratoires avec BigQuery Data Canvas

BigQuery Data Canvas (BQDC) est un service de la Google Cloud Platform (GCP) soutenu par Gemini AI, qui permet de trouver,...
SAC Forecasting avec Google Cloud Services

SAC & GCP : SAC Forecasting avec Google Cloud Services

BigQuery Data Canvas (BQDC) est un service de la Google Cloud Platform (GCP) soutenu par Gemini AI, qui permet de trouver,...