Objectif

Ce cours d'une journée vise à donner une image conceptuelle de la notion de data warehouse aussi générale que complète.

Nous abordons toutes les caractéristiques et possibilités du data warehousing: définitions, mythe et réalité, concepts clés, stratégies d'implémentation et d'exploitation. Qu'entend-on précisément par datamining et jusqu'où permet-il d'aller actuellement? A cet égard, plusieurs types de produits peuvent se révéler utiles (cleaning, loading, extraction,...). Etant donné qu'une architecture est une condition indispensable, nous y consacrerons également le temps nécessaire.

Contenu

• Contexte historique
• Définitions:

explication des notions clés liées au data warehouse (datamart, DSS, OLAP, MDBMS,...)

• Infrstructure d'un data warehouse:

Back end (ETT/ETL), Data Store, Front end Tools, Meta Data

• Implémentation logique:

la stratégie complète: source data • transformation • chargement • extraction • cleaning • entretien metadata • datamining •...

• Le design d'un data warehouse:

ER, Multi Dimensional Modeling, Snowflakes, Stars