pdf:Modélisation multidimensionnelle dans 1 environnement BI- info-dec.com


S'enregistrer FAQ Rechercher Liste des Membres Connexion

Site de l'informatique décisionnelle Index du Forum » Autres

Voir le sujet précédent :: Voir le sujet suivant

pdf:Modélisation multidimensionnelle dans 1 environnement BI

info-dec.com

Pays:

Inscrit le: 29 Oct 2006

Messages: 174

Localisation: France

Posté le: Jeu 12 Avr, 2007 11:51

Dimensional Modeling: In a Business Intelligence Environment
par IBM :

http://www.redbooks.ibm.com/redbooks/pdfs/sg247138.pdf

Sommaire du livre:

Code:

Notices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xi
Trademarks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xii
Preface . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xiii
The team that wrote this redbook. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xiv
Become a published author . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xvi
Comments welcome. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xvi
Chapter 1. Introduction. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1 Scope of this redbook . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 What this redbook includes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3 Data modeling and business intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3.1 SQL, OLTP, and E/R modeling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3.2 Dimensional modeling. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4 Redbook contents abstract . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
Chapter 2. Business Intelligence: The destination . . . . . . . . . . . . . . . . . . 21
2.1 Business intelligence overview . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.1.1 Information environment . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.1.2 Web services. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.1.3 Activity examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.1.4 Drivers. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.2 Key business initiatives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.2.1 Business performance management . . . . . . . . . . . . . . . . . . . . . . . . 31
2.2.2 Real-time business intelligence. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.2.3 Data mart consolidation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.2.4 The impact of dimensional modeling. . . . . . . . . . . . . . . . . . . . . . . . . 44
Chapter 3. Data modeling: The organizing structure. . . . . . . . . . . . . . . . . 47
3.1 The importance of data modeling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.2 Data modeling techniques. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.2.1 E/R modeling. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.2.2 Dimensional modeling. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.3 Data warehouse architecture choices . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.3.1 Enterprise data warehouse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3.3.2 Independent data mart architecture . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.3.3 Dependent data mart architecture. . . . . . . . . . . . . . . . . . . . . . . . . . . 61
3.4 Data models and data warehousing architectures . . . . . . . . . . . . . . . . . . 61
3.4.1 Enterprise data warehouse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
iv Dimensional Modeling: In a Business Intelligence Environment
3.4.2 Independent data mart architecture . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.4.3 Dependent data mart architecture. . . . . . . . . . . . . . . . . . . . . . . . . . . 64
3.5 Data modeling life cycle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.5.1 Modeling components . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.5.2 Data warehousing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
3.5.3 Conceptual design . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.5.4 Logical data modeling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.5.5 Physical data modeling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
Chapter 4. Data analysis techniques. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.1 Information pyramid. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.1.1 The information environment . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.2 BI reporting tool architectures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.3 Types of BI users . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.4 Query and reporting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
4.5 Multidimensional analysis techniques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
4.5.1 Slice and dice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.5.2 Pivoting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
4.5.3 Drill-down and drill-up . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
4.5.4 Drill-across . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
4.5.5 Roll-down and Roll-up. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
4.6 Query and reporting tools . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
4.6.1 SQL query language . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
4.6.2 Spreadsheets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
4.6.3 Reporting applications. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
4.6.4 Dashboard and scorecard applications. . . . . . . . . . . . . . . . . . . . . . . 98
4.6.5 Data mining applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
Chapter 5. Dimensional Model Design Life Cycle . . . . . . . . . . . . . . . . . . 103
5.1 The structure and phases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
5.2 Identify business process requirements . . . . . . . . . . . . . . . . . . . . . . . . . 105
5.2.1 Create and Study the enterprise business process list . . . . . . . . . . 108
5.2.2 Identify business process . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
5.2.3 Identify high level entities and measures for conformance . . . . . . . 111
5.2.4 Identify data sources . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
5.2.5 Select requirements gathering approach . . . . . . . . . . . . . . . . . . . . 113
5.2.6 Requirements gathering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
5.2.7 Requirements analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
5.2.8 Business process analysis summary . . . . . . . . . . . . . . . . . . . . . . . 120
5.3 Identify the grain . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
5.3.1 Fact table granularity. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
5.3.2 Multiple, separate grains . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
5.3.3 Fact table types. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
Contents v
5.3.4 Check grain atomicity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
5.3.5 High level dimensions and facts from grain . . . . . . . . . . . . . . . . . . 131
5.3.6 Final output of the identify the grain phase . . . . . . . . . . . . . . . . . . . 132
5.4 Identify the dimensions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
5.4.1 Dimensions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
5.4.2 Degenerate dimensions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
5.4.3 Conformed dimensions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
5.4.4 Dimensional attributes and hierarchies . . . . . . . . . . . . . . . . . . . . . . 145
5.4.5 Date and time granularity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
5.4.6 Slowly changing dimensions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
5.4.7 Fast changing dimensions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
5.4.8 Cases for snowflaking . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
5.4.9 Other dimensional challenges. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
5.5 Identify the facts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
5.5.1 Facts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
5.5.2 Conformed facts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
5.5.3 Fact types . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
5.5.4 Year-to-date facts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
5.5.5 Event fact tables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
5.5.6 Composite key design. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
5.5.7 Fact table sizing and growth . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
5.6 Verify the model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180
5.6.1 User verification against business requirements. . . . . . . . . . . . . . . 180
5.7 Physical design considerations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
5.7.1 Aggregations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
5.7.2 Aggregate navigation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
5.7.3 Indexing. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
5.7.4 Partitioning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
5.8 Meta data management . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
5.8.1 Identifying the meta data. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
5.9 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
Chapter 6. Modeling considerations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
6.1 Converting an E/R model to a dimensional model . . . . . . . . . . . . . . . . . 208
6.1.1 Identify the business process from the E/R model . . . . . . . . . . . . . 208
6.1.2 Identify many-to-many tables in E/R model . . . . . . . . . . . . . . . . . . 209
6.1.3 Denormalize remaining tables into flat dimension tables . . . . . . . . 211
6.1.4 Identify date and time dimension from E/R model . . . . . . . . . . . . . 212
6.2 Identifying the grain for the model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
6.2.1 Handling multiple, separate grains for a business process. . . . . . . 223
6.2.2 Importance of detailed atomic grain . . . . . . . . . . . . . . . . . . . . . . . . 226
6.2.3 Designing different grains for different fact table types . . . . . . . . . . 228
6.3 Identifying the model dimensions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237
vi Dimensional Modeling: In a Business Intelligence Environment
6.3.1 Degenerate dimensions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
6.3.2 Handling time as a dimension or a fact . . . . . . . . . . . . . . . . . . . . . . 243
6.3.3 Handling date and time across international time zones. . . . . . . . . 246
6.3.4 Handling dimension hierarchies . . . . . . . . . . . . . . . . . . . . . . . . . . . 246
6.3.5 Slowly changing dimensions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
6.3.6 Handling fast changing dimensions . . . . . . . . . . . . . . . . . . . . . . . . 267
6.3.7 Identifying dimensions that need to be snowflaked. . . . . . . . . . . . . 275
6.3.8 Identifying garbage dimensions . . . . . . . . . . . . . . . . . . . . . . . . . . . 280
6.3.9 Role-playing dimensions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283
6.3.10 Multi-valued dimensions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 286
6.3.11 Use of bridge tables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289
6.3.12 Heterogeneous products . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 290
6.3.13 Hot swappable dimensions or profile tables . . . . . . . . . . . . . . . . . 292
6.4 Facts and fact tables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295
6.4.1 Non-additive facts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295
6.4.2 Semi-additive facts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 297
6.4.3 Composite key design for fact table . . . . . . . . . . . . . . . . . . . . . . . . 306
6.4.4 Handling event-based fact tables . . . . . . . . . . . . . . . . . . . . . . . . . . 309
6.5 Physical design considerations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 316
6.5.1 DB2 Optimizer and MQTs for aggregate navigation . . . . . . . . . . . . 316
6.5.2 Indexing for dimension and fact tables . . . . . . . . . . . . . . . . . . . . . . 322
6.6 Handling changes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 328
6.6.1 Changes to data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 328
6.6.2 Changes to structure. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 329
6.6.3 Changes to business requirements. . . . . . . . . . . . . . . . . . . . . . . . . 330
Chapter 7. Case Study: Dimensional model development . . . . . . . . . . . 331
7.1 The project . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 332
7.1.1 The background . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 332
7.2 The company. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 334
7.2.1 Business activities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 334
7.2.2 Product lines . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 335
7.2.3 IT Architecture. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 337
7.2.4 High level requirements for the project . . . . . . . . . . . . . . . . . . . . . . 338
7.2.5 Business intelligence - data warehouse project architecture . . . . . 339
7.2.6 Enterprise data warehouse E/R diagram . . . . . . . . . . . . . . . . . . . . 341
7.2.7 Company structure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 342
7.2.8 General business process description . . . . . . . . . . . . . . . . . . . . . . 342
7.2.9 Developing the dimensional models . . . . . . . . . . . . . . . . . . . . . . . . 349
7.3 Identify the requirements. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 349
7.3.1 Business process list. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 350
7.3.2 Identify business process . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 353
7.3.3 High level entities for conformance . . . . . . . . . . . . . . . . . . . . . . . . . 357
Contents vii
7.3.4 Identification of data source systems . . . . . . . . . . . . . . . . . . . . . . . 359
7.3.5 Select requirements gathering approach . . . . . . . . . . . . . . . . . . . . 360
7.3.6 Gather the requirements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 360
7.3.7 Analyze the requirements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 364
7.3.8 Business process analysis summary . . . . . . . . . . . . . . . . . . . . . . . 370
7.4 Identify the grain . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 371
7.4.1 Identify fact table granularity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 372
7.4.2 Identify multiple separate grains . . . . . . . . . . . . . . . . . . . . . . . . . . . 373
7.4.3 Identify fact table types . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 375
7.4.4 Check grain atomicity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 375
7.4.5 Identify high level dimensions and facts . . . . . . . . . . . . . . . . . . . . . 376
7.4.6 Grain definition summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 377
7.5 Identify the dimensions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 378
7.5.1 Identify dimensions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 380
7.5.2 Check for existing conformed dimensions . . . . . . . . . . . . . . . . . . . 382
7.5.3 Identify degenerate dimensions . . . . . . . . . . . . . . . . . . . . . . . . . . . 382
7.5.4 Identify dimensional attributes and hierarchies . . . . . . . . . . . . . . . . 383
7.5.5 Identifying the hierarchies in the dimensions . . . . . . . . . . . . . . . . . 390
7.5.6 Date and time dimension and granularity . . . . . . . . . . . . . . . . . . . . 397
7.5.7 Handling slowly changing dimensions . . . . . . . . . . . . . . . . . . . . . . 398
7.5.8 Handling fast changing dimensions . . . . . . . . . . . . . . . . . . . . . . . . 398
7.5.9 Identify cases for snowflaking . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 402
7.5.10 Handling other dimensional challenges . . . . . . . . . . . . . . . . . . . . 403
7.5.11 Dimensional model containing final dimensions . . . . . . . . . . . . . . 407
7.6 Identify the facts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 407
7.6.1 Identify facts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 409
7.6.2 Conformed facts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 412
7.6.3 Identify fact types (additivity and derived types) . . . . . . . . . . . . . . . 412
7.6.4 Year-to-date facts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 418
7.6.5 Event facts, composite keys, and growth . . . . . . . . . . . . . . . . . . . . 418
7.6.6 Phase Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 419
7.7 Other phases. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 419
7.8 Conclusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 422
Chapter 8. Case Study: Analyzing a dimensional model. . . . . . . . . . . . . 423
8.1 Case Study - Sherpa and Sid Corporation . . . . . . . . . . . . . . . . . . . . . . . 424
8.1.1 About the company . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 424
8.1.2 Project definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 424
8.2 Business needs review . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 425
8.2.1 Life cycle of a product . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 425
8.2.2 Anatomy of a sale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 426
8.2.3 Structure of the organization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 426
8.2.4 Defining cost and revenue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 427
viii Dimensional Modeling: In a Business Intelligence Environment
8.2.5 What do the users want? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 428
8.2.6 Draft dimensional model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 429
8.3 Dimensional model review guidelines . . . . . . . . . . . . . . . . . . . . . . . . . . . 430
8.3.1 What is the grain? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 431
8.3.2 Are there multiple granularities involved? . . . . . . . . . . . . . . . . . . . . 432
8.3.3 Check grain atomicity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 432
8.3.4 Review granularity for date and time dimension . . . . . . . . . . . . . . . 433
8.3.5 Are there degenerate dimensions? . . . . . . . . . . . . . . . . . . . . . . . . . 433
8.3.6 Surrogate keys . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 434
8.3.7 Conformed dimensions and facts . . . . . . . . . . . . . . . . . . . . . . . . . . 435
8.3.8 Dimension granularity and quality . . . . . . . . . . . . . . . . . . . . . . . . . . 435
8.3.9 Dimension hierarchies. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 437
8.3.10 Cases for snowflaking . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 438
8.3.11 Identify slowly changing dimensions . . . . . . . . . . . . . . . . . . . . . . . 439
8.3.12 Identify fast changing dimensions . . . . . . . . . . . . . . . . . . . . . . . . . 440
8.3.13 Year-to-date facts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 440
8.4 Schema following the design review . . . . . . . . . . . . . . . . . . . . . . . . . . . . 441
Chapter 9. Managing the meta data. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 445
9.1 What is meta data? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 446
9.2 Meta data types according to content . . . . . . . . . . . . . . . . . . . . . . . . . . . 449
9.2.1 Business meta data. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 449
9.2.2 Structural meta data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 450
9.2.3 Technical meta data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 450
9.2.4 Operational meta data. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 451
9.3 Meta data types according to the format . . . . . . . . . . . . . . . . . . . . . . . . . 451
9.3.1 Structured meta data. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 451
9.3.2 Unstructured meta data. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 451
9.4 Design . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 451
9.4.1 Meta data strategy - Why? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 452
9.4.2 Meta data model - What? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 452
9.4.3 Meta data repository - Where? . . . . . . . . . . . . . . . . . . . . . . . . . . . . 453
9.4.4 Meta data management system - How? . . . . . . . . . . . . . . . . . . . . . 454
9.4.5 Meta data system access - Who? . . . . . . . . . . . . . . . . . . . . . . . . . . 454
9.5 Data standards . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 455
9.5.1 The contents of the data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 455
9.5.2 The format of the data - domain definition . . . . . . . . . . . . . . . . . . . 456
9.5.3 Naming of the data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 460
9.5.4 Standard data structures. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 463
9.6 Local language in international applications . . . . . . . . . . . . . . . . . . . . . . 468
9.7 Dimensional model meta data. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 470
9.8 Meta data data model - an example . . . . . . . . . . . . . . . . . . . . . . . . . . . . 478
9.9 Meta data tools . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 479
Contents ix
9.9.1 Meta data tools in business intelligence . . . . . . . . . . . . . . . . . . . . . 479
9.9.2 Meta data tool example. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 480
Chapter 10. SQL query optimizer: A primer . . . . . . . . . . . . . . . . . . . . . . . 495
10.1 What is a query optimizer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 497
10.2 Query optimizer by example . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 501
10.2.1 Background . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 501
10.2.2 The environment . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 502
10.2.3 Problem identification and decomposition. . . . . . . . . . . . . . . . . . . 504
10.2.4 Experiment with the problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 514
10.3 Query optimizer example solution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 527
10.3.1 The total solution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 528
10.3.2 Additional comments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 530
10.4 Query optimizer example solution update . . . . . . . . . . . . . . . . . . . . . . . 532
10.4.1 Reading the new query plan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 534
10.4.2 All table access methods . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 535
10.4.3 Continue reading the new query plan . . . . . . . . . . . . . . . . . . . . . . 538
10.4.4 All table join methods . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 539
10.4.5 Continuing the list of all table join methods. . . . . . . . . . . . . . . . . . 544
10.5 Rules and cost-based query optimizers . . . . . . . . . . . . . . . . . . . . . . . . 549
10.5.1 Rule 1: Outer table joins . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 550
10.5.2 Rule 2: (Non-outer, normal) table joins . . . . . . . . . . . . . . . . . . . . . 554
10.5.3 Rule 3: (Presence and selectivity of) Filter columns . . . . . . . . . . . 557
10.5.4 Rules 4 and 5: Table size and table cardinality. . . . . . . . . . . . . . . 565
10.6 Other query optimizer technologies. . . . . . . . . . . . . . . . . . . . . . . . . . . . 566
10.6.1 Query rewrite. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 566
10.6.2 Multi-stage back-end command parser. . . . . . . . . . . . . . . . . . . . . 577
10.6.3 Index negation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 580
10.6.4 Query optimizer directives (hints) . . . . . . . . . . . . . . . . . . . . . . . . . 582
10.6.5 Data distributions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 589
10.6.6 Fragment elimination, multidimensional clustering . . . . . . . . . . . . 591
10.6.7 Query optimizer histograms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 595
10.7 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 596
Chapter 11. Query optimizer applied. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 597
11.1 Software development life cycle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 599
11.1.1 Issues with the life cycle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 600
11.1.2 Process modeling within a life cycle . . . . . . . . . . . . . . . . . . . . . . . 601
11.2 Artifacts created from a process model . . . . . . . . . . . . . . . . . . . . . . . . . 605
11.2.1 Create the SQL API . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 606
11.2.2 Record query plan documents . . . . . . . . . . . . . . . . . . . . . . . . . . . 607
11.3 Example of process modeling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 608
11.3.1 Explanation of the process example . . . . . . . . . . . . . . . . . . . . . . . 612
x Dimensional Modeling: In a Business Intelligence Environment
11.4 An SQL DML example. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 613
11.4.1 Explanation of DML example . . . . . . . . . . . . . . . . . . . . . . . . . . . . 616
11.5 Conclusions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 622
Glossary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 625
Abbreviations and acronyms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 631
Related publications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 635
IBM Redbooks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 635
Other publications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 635
How to get IBM Redbooks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 636
Help from IBM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 636
Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 637

Pub

Posté le: Jeu 12 Avr, 2007 11:51

pdf:Modélisation multidimensionnelle dans 1 environnement BI

Vous ne pouvez pas poster de nouveaux sujets dans ce forum
Vous ne pouvez pas répondre aux sujets dans ce forum
Vous ne pouvez pas éditer vos messages dans ce forum
Vous ne pouvez pas supprimer vos messages dans ce forum
Vous ne pouvez pas voter dans les sondages de ce forum

Toutes les heures sont au format GMT + 1 Heure
Page 1 sur 1

Site de l'informatique décisionnelle Index du Forum » Autres

Voir le sujet précédent :: Voir le sujet suivant

Compteur gratuit

Informatique sur BIG-annuaire Annuaire gratuit
Informatique décisionnelle Informatique décisionnelle

Référencement garanti REFINDEX dans ces annuaires :
YOP ANNUAIRE
FORMULA OK
Annuaire de vos liens
annuaire libertin
Annuaire Creanum-belgium
L' Annuaire d'Ohanah
Annuaire Ventoi
Sab Annuaire
Annuaire & Referencement
Aux Mille Liens
Tout pour vous !
Accroch'Coeur
Référencement et Referencement
VOTRE annuaire
hyproccannuaire
web annuaire
christelle13670
Annuaire destressors
Esyr Annuaire
phil annuaire
annuaire internet
Sites Classés
Baboo Surf
Theannuaire
Avec Rod
-
Blooring
Maxi Annuaire
AquaTerra-Annuaire
le meilleur du web
Rhone Alpes Annuaire Gratuit
Annuaire TrouveTout !
Annuaire Photo Anti-Clichés
Annuaire Zonaref
Coudeclic
Belgium Amateur
abaro
trouver facile
Bienvenue sur orlandovideo.net
Onlinenetwork
Luxe-Annuaire : Référencement luxe
Cadeaux et bijoux pas chers ches Preciozzo
Annuaire de Christian67
Annuaire de Benlaouar
Annuaire de Papepe
Annuaire de Perulife
Annuaire de Aghilas
Annuaire de Studioep
Annuaire de Miaoulavie
Annuaire de Zebu2a
Annuaire de Aquila
Annuaire de Annabelle
Annuaire de Presta14
Annuaire de Zingo
Annuaire de Doxleb
Annuaire de Harwin
Annuaire de Netnoo
Annuaire de Martinjeff
Annuaire de Bestof
Annuaire de Geco
Annuaire de Ace
Annuaire de Zenattitude