Le Metadata est en fait une autre base de données dans laquelle sont stockées les informations relatives aux données du DWH ; ces informations facilitent le transfert des données entre le DWH lui-même et l’application Microstrategy : en substance, l’application Microstrategy utilise la base de données metadata pour convertir les requêtes de l’utilisateur en requêtes SQL et reconvertir le résultat de ces requêtes en objets Microstrategy tels que rapports et documents. Pour télécharger le texte complet et obtenir plus d’informations, cliquez ICI
Avec l’augmentation des informations stockées dans le Data Warehouse et la multiplication des façons dont elles sont utilisées, il est nécessaire de gérer dans une sorte de répertoire les métadonnées, c’est-à-dire les informations relatives aux données elles-mêmes. La définition des métadonnées varie en fonction du contexte dans lequel elle s’applique : • dans la conception du Data Warehouse, elles représentent la cartographie des informations business sur les données contenues dans le Data Warehouse • lors de l’acquisition par des outils ETL, elles représentent les modalités de transformation des données des systèmes opérationnels vers le Data Warehouse • dans la gestion via DBMS, elles représentent les objets de la base de données (ex. tables, vues, utilisateurs, …) • dans l’accès via des produits OLAP, elles représentent la cartographie du schéma physique de la base de données par rapport à la vue obtenue via les requêtes Les métadonnées sont créées et gérées pendant la phase de conception et de développement du Data Warehouse. Elles peuvent être importées de sources externes telles que les catalogues du DBMS, des bibliothèques de programmes, des produits Case. Elles sont gérées au sein des outils qui couvrent les différents aspects architecturaux. Souvent, l’architecture des outils est propriétaire et entraîne une gestion non unifiée des métadonnées. On distingue normalement les métadonnées techniques et les métadonnées business ou fonctionnelles. Les métadonnées techniques contiennent des informations détaillées sur les phases de conception, développement, création et gestion (autorisations, fréquence des sauvegardes, fréquence des mises à jour, versioning) des données du Data Warehouse. D’autres exemples de métadonnées techniques sont les informations liées à l’acquisition des données (règles de nettoyage et d’extraction), les informations sur les types d’accès au Data Warehouse et sur le type d’utilisation des données faite par les utilisateurs (statistiques). Les métadonnées business contiennent des informations permettant à l’utilisateur final d’accéder au Data Warehouse de manière compréhensible du point de vue business. Ces informations concernent en particulier l’association entre les métadonnées techniques et les concepts business : de quels systèmes sources proviennent les données, détails relatifs aux requêtes, rapports et objets DSS prédéfinis, abonnements à des rapports et analyses dont les résultats sont ensuite fournis régulièrement. Parmi les métadonnées business, les informations concernant la propriété des données et plus généralement les aspects d’autorisations revêtent une importance particulière. L’exigence fondamentale demandée aux produits supportant l’utilisation des métadonnées est l’intégration de leur gestion tout au long du processus de création du Data Warehouse. Cependant, il n’existe toujours pas de standard global de gestion des types de métadonnées, qui sont créés et gérés de manière propriétaire au sein des outils couvrant les différents aspects architecturaux. La réelle difficulté est donc d’intégrer et de synchroniser ces îlots de métadonnées, afin d’avoir une interface unique et une méthode de traitement des métadonnées techniques et business. Ci-dessous est présentée sous forme tridimensionnelle, afin de permettre une perception immédiate de « qui fait quoi », la structure complète de la suite de support à la décision Microstrategy Analyse Intégrée des Données d’Entreprise • L’approche ROLAP fournit un accès aux données à un niveau de détail transactionnel • Le code SQL multi-étapes optimisé permet un accès rapide et efficace aux bases de données, sans limite de taille ou de fournisseur • Un modèle étendu de sécurité multi-niveaux protège les actifs d’entreprise • L’architecture centrée sur les métadonnées permet la réutilisation des règles business et des définitions des données • Un support flexible aux schémas hétérogènes permet de tirer parti des architectures de données existantesUn Serveur d’Applications Scalable et Performant • Le Clustering permet d’ajouter des ressources en s’adaptant aux besoins • Les Intelligent Cubes maximisent les performances pour de larges communautés d’utilisateurs • Le Failover assure une haute fiabilité aux applications critiques L’architecture centrée Serveur optimise les performances pour des millions d’utilisateurs Requête & Reporting Faciles et Puissants sur Internet • L’interface purement DHTML fournit un modèle de sécurité robuste • Une architecture « thin-client » facilite le déploiement et la maintenance • Une interface intuitive basée sur des standards web communs est aussi facile à utiliser qu’un moteur de recherche • L’interface et les fonctionnalités sont entièrement personnalisables Des parcours de workflow structurés guident dans l’analyse Analyses Avancées pour Tous les Utilisateurs • Des fonctions statistiques et financières prédéfinies permettent prévisions, analyses de tendances, data mining • L’analyse itérative optimise les fonctionnalités du middle-tier et de la base de données, permettant des analyses avancées rapides • L’analyse sur ensembles permet d’effectuer des calculs multi-niveaux, non autorisés par d’autres outils Les utilisateurs peuvent créer des Métriques Dérivées sur chaque rapportEnvoi Proactif d’Informations Critiques • Les abonnements assurent des personnalisations basées sur les préférences définies par les utilisateurs • Le reporting d’exception utilise des métriques sophistiquées • Les informations sont livrées via web, sans fil et voix • La Scalabilité dépasse les 200 000 messages par heure Les contenus proviennent de sources multiples telles que bases de données, fichiers, web, XMLIntégration Rapide et Simple avec les Applications Existantes • Intégration facile avec les applications web et portails grâce aux standards Java, XML, et MDX • Supporte Excel et d’autres clients de business intelligence • Le support à la décision en boucle fermée offre un write back de la base de données et l’intégration avec les systèmes back-end Un ensemble riche d’API ouvertes permet l’intégration de fonctionnalités, contenus et interfaces personnaliséesDéveloppement Rapide d’Applications • L’Assistant de Création d’Applications permet de créer des applications entièrement fonctionnelles en quelques minutes • Une couche d’Abstraction fournit la flexibilité nécessaire à l’évolution du modèle commercial • La migration de l’environnement de développement à la production est immédiate • L’administration système est possible à la fois en ligne de commande et via une interface GUI La Réplication des données est éliminée grâce à l’adoption d’un unique Store de données REPRODUCTION RÉSERVÉE
Pubblicato in Business
Soyez le premier à commenter