Dans ce nouvel épisode, nous présentons d’une espèce en voie de disparition: le cube. Tout le monde en parle, en a vu, souvent à tort. Il est bel et bien en train de disparaître. Si vous en croisez un tel une succube venue des enfers, apprenez en lisant ces quelques lignes à le démystifier…

entités - relations

L’enjeu de l’informatique décisionnelle ou business intelligence est de requêter les données issues des systèmes opérationnels avec des performances de l’ordre de la seconde. A cette fin, les organisations ont mis en places des architectures à plusieurs niveaux, raffinant la donnée brute, jusqu’à une forme proche du diamant, la base de données analytique. De celle ci, les utilisateurs peuvent extraire prestement des réponses à des interrogations posées en termes métiers, et de manière sécurisée. Entre la forme brute et la forme analytique, on trouve un data warehouse ou un datamart décisionnel. Celui ci est composé d’une ou plusieurs tables de faits entourées de tables de dimensions formant des étoiles. Il s’agit d’un schéma relationnel ou “entités-relations”, d’une forme simple, pour une lecture rapide. Chaque table de faits est reliée à plusieurs dimensions: on parle de schéma en étoile. Il est hébergé par un système de base de données relationnelle. Il est dual: d’une part relationnel par sa nature physique, et d’autre part multidimensionnel par sa modélisation.

Dans le premier épisode, nous avons observé la naissance de l’informatique de gestion transactionnelle, puis celle de l’informatique décisionnelle et l’apparition du célèbre modèle en étoile. Si aucun doute n’existe sur la perfection du schéma en étoile pour l’analyse de données, deux grandes architectures vont diviser le monde de la data décisionnelle depuis la fin du XXème siècle jusqu’au début du XXIème…

deux maîtres

Il existe deux grands théoriciens ou entrepreneurs du décisionnel :

Dans Power BI, il y a le tenant et sous celui-ci les espaces de travail ou workspaces, puis dans l’espace de travail les objets (datasets, reports…). La gouvernance du système a lieu a ces trois niveaux, et cela convient aux scénarios self-service voire corporate. Mais avec le temps, la self service et la team BI se sont imposées au côté de la corporate BI : ils sont plus réactifs et apportent une meilleure réponse aux utilisateurs. Une partie importante échappe aux équipes corporate, gérée de manière décentralisée par le business et des équipes datas dédiées… On parle d’architecture data mesh. Fabric introduit un nouveau niveau logique de gouvernance, issu du data mesh, entre le tenant et l’espace de travail : le domaine.