Mise en oeuvre d'applications géo décisionnelles. Implémentation d'un système ETl avec geokettle.

Année académique 2014/2015

RÉPUBLIQUE DU CAMEROUN REPUBLIC OF CAMEROON

Paix -Travail - Patrie

************

Peace - Work - Fatherland

***************

Ministère de l'Enseignement Supérieur Ministry of Higher Education

Université de Maroua The University Of Maroua

Institut Supérieur du Sahel The Higher Institute of the Sahel

Département d'Informatique et des Télécommunications

Department of Computer Science and Telecommunications

INFORMATIQUE ET TÉLÉCOMMUNICATIONS

Mémoire présenté et soutenu en vue de l'obtention du

Par

BASSIROU MOHAMET

Ingénieur des Travaux en Informatique
Option Génie Logiciel

13Z584S
Sous la direction de
Dr Jean Michel NLONG II
Chargé de cours

Devant le jury composé de :

Président : Prof. DANWE RAÏDANDI

Examinateur : Dr Pascal NTSAMA ELOUNDOU

Rapporteur : Dr Jean Michel NLONG II

Invité : M. BATOURE B. Apollinaire

i

Bassirou Mohamet

DEDICACE

Spécialement à ma mère chérie Zara Asta.

ii

Bassirou Mohamet

REMERCIEMENTS

Au terme de notre étude, nous tenons à exprimer notre profonde gratitude envers tous ceux qui, de loin ou de près ont contribué à sa réalisation.

Nous tenons à remercier particulièrement :

· Notre directeur de mémoire, Dr Jean Michel NLONG II, pour son apport, ses critiques et ses suggestions constructifs ;

· M. BATOURE B. Apollinaire, notre encadreur industriel, sans l'initiative duquel ce projet n'aurait été possible. Je tiens à lui exprimer toute ma reconnaissance pour son dévouement, la confiance qu'il m'a accordée, sa rigueur et la qualité des commentaires et suggestions dont il m'a fait part ;

· Pr Michel TCHOTCHOUA, Chef de Département de Géographie, Directeur du LG, Université de Ngaoundéré pour ses multiples soutiens, conseils et apports ;

· Les membres du jury pour l'honneur qu'ils me font en examinant ce modeste travail à sa juste valeur ;

· Ma mère Zara Asta qui ne ménage aucun effort depuis ma naissance jusqu'aujourd'hui pour faire de moi un homme digne et intègre. Maman, trouve ici ma reconnaissance inoubliable envers ta personne, merci ;

· Ma chère épouse, H. Komboussa et mes enfants pour leur soutien, encouragement et surtout leur présence à mes côtés durant toute la période de ma formation ;

· L'ensemble du personnel du CDTIC pour leur accueil chaleureux et leurs conseils constructifs. Nous pensons à MM. S. Rodrigue et F. IZANE Gaétan ;

· Mon tuteur Hamadou Célestin, tu as été pour moi plus qu'un père durant tout mon parcours académique, merci papa ;

· Tous mes frères et soeurs pour leur soutien affectif, moral et financier, mes pensées vont vers ZECK, MEIMOUNA, ADAMA, BACHIROU, TOUZING, GBERI... ;

· Dr. VIDEME BOSSOU Olivier, notre Chef du département, pour ses conseils et ses efforts à nous dispenser les cours malgré ses multiples préoccupations ;

· Tous mes enseignants de l'ISS pour la formation de pointe qu'ils nous font ;

· Tous mes camarades de promotion pour le soutien mutuel au moment critique de notre formation. Je pense à DJIMADOUM Janvier pour son soutien multiforme et mes co-stagiaires NGUEDOUBOUM Roland, MANG-EGRE, NGAROUA, HAMIDOULLAH.

TABLE DES MATIÈRES

DEDICACE i

REMERCIEMENTS ii

TABLE DES MATIÈRES iii

LISTE DES SIGLES ET ABRÉVIATIONS vii

RÉSUMÉ... viii

ABSTRACT ix

LISTE DES TABLEAUX x

LISTE DES FIGURES ET ILLUSTRATIONS xi

INTRODUCTION GÉNÉRALE 1

Chapitre I : CONTEXTE ET PROBLÉMATIQUE 3

I.1. CONTEXTE GÉNÉRAL DU SUJET 3

I.2. CADRE DU TRAVAIL 4

I.2.1. Les services offerts par le CDTIC 5

I.2.2. L'encadrement technique 5

I.2.3. Organigramme du CDTIC de l'Université de Ngaoundéré 6

I.2.4. Localisation et contact 6

I.3. OBJECTIF DU PROJET 7

I.4. MÉTHODOLOGIE 8

Chapitre II : GENERALITÉS SUR LES ENTREPÔTS DE DONNÉES 9

II.1. L'INFORMATION GÉOGRAPHIQUE 9

II.1.1. Représentation en mode raster 10

II.1.2. Représentation en mode vecteur 11

II.2. LES SYSTÈMES D'INFORMATIONS GÉOGRAPHIQUES (SIG) 13

II.2.1. Les composants d'un SIG 13

II.2.1.1. Les logiciels 14

II.2.1.2. Les données 14

II.2.1.3. Les matériels informatiques 14

II.2.1.4. Le savoir-faire (la connaissance technique) 14

iii		Bassirou Mohamet
II.2.1.5.	Les utilisateurs		14
II.3.	LES ENTREPÔTS DE DONNÉES		15
II.3.1.	Définition		16
II.3.2.	L'architecture fonctionnelle des ED		16
II.3.3.	Pourquoi un ED à la place d'un SGBD Opérationnel ?		18
II.3.4.	Modélisation conceptuelle des entrepôts de données		19
II.3.4.1.	La modélisation par sujet.		19
II.3.4.2.	La modélisation dimensionnelle		20
II.3.4.3.	Les Faits et Dimensions		20
II.3.5.	Structuration des données dans les entrepôts		21
II.3.5.1.	Le schéma en étoile		22
II.3.5.2.	Le schéma en flocon		22
II.3.5.3.	Le schéma en constellation		23
II.3.6.	Modélisation logique des entrepôts de données		24
II.3.7.	Alimentation des entrepôts de données (ETL)		24
II.3.7.1.	Extraction des données sources		24
II.3.7.2.	Transformation des données		25
II.3.7.3.	Chargement des données (Loading)		26
II.3.7.4.	Stratégies d'alimentation de l'ED		27

Chapitre III : LES ENTREPÔTS DE DONNÉES SPATIALES ET OUTILS DE MISE EN OEUVRE 29

III.1. CONCEPTS FONDAMENTAUX DES EDS 29

III.1.1. Dimension spatiale et hiérarchie 29

III.1.2. Mesure spatiale 30

III.2. MODÈLES CONCEPTUELS POUR LES EDS 31

III.2.1. Modèle de Pourrabas 31

III.2.2. Modèle de Malinowsky et Zimànyi 31

III.3. SYSTÈME D'AIDE À LA DÉCISION SPATIALE 32

III.4. OLAP SPATIAL (SOLAP) 33

III.4.1. Définition 34

III.4.2. Architecture SOLAP 35

iv	Bassirou Mohamet

III.4.3. Les opérateurs spatiaux 35

III.4.4. Les cubes de données spatiales 36

III.5. OUTILS DE MISE EN OEUVRE SOLAP 36

III.5.1. Les outils ETL géospatiaux 36

III.5.1.1. GeoKettle 37

III.5.1.1.1. Vocabulaire de GeoKettle 40

III.5.1.1.2. Composants de GeoKettle 42

III.5.1.1.3. Fonctionnalités spatiales de GeoKettle 42

III.5.1.2. Spatial Data Integrator (SDI) 44

III.5.2. Outils d'entreposages des données spatiales 45

III.5.2.1. MySQL Spatial 45

III.5.2.2. PostgreSQL/PostGIS 45

III.5.2.3. Oracle Spatial 46

III.5.3. Serveurs SOLAP 46

III.5.3.1. GeoMondrian 46

III.5.3.2. Geo Analysis Tool (GAT) 47

III.5.4. Client SOLAP 47

III.5.4.1. SolapLayers 47

III.5.4.2. Jpivot 48

Chapitre IV : CONCEPTION DU SYSTÈME D'ETL SPATIAL 49

IV.1. ÉTUDE DE L'EXISTANT ET ANALYSE DES BESOINS 49

IV.2. CONCEPTION DE l'EDS D'APPLICATION 50

IV.2.1. Choix des dimensions et fait 50

IV.2.2. Dimensions thématiques 50

IV.2.3. Dimension temporelle 51

IV.2.4. Dimensions spatiales 51

IV.2.5. Identification des faits 52

IV.2.6. Modèle multidimensionnel complet 52

IV.3. SGBD D'ENTREPOSAGE SPATIAL 54

IV.4. CONCEPTION DU PROCESSUS D'ETL 54

v	Bassirou Mohamet

IV.4.1. Étude et planification 54

IV.4.1.1. Les sources de données 55

IV.4.1.2. Détection des emplacements des données 55

IV.4.1.3. Définition de la périodicité de chargement 55

IV.4.2. L'architecture du système d'ETL 56

IV.4.3. Processus global d'alimentation de l'entrepôt 57

IV.4.3.1. Processus de chargement des dimensions 57

IV.4.3.2. Processus de chargement des faits 58

IV.4.3.3. Processus de chargement de la dimension « Temps » 59

Chapitre V : RÉSULTATS ET COMMENTAIRES 61

V.1. Référentiel du système ETL 61

V.2. Différents processus ETL de l'EDS avec GeoKettle 64

V.2.1. Chargement de la dimension «dim_temps» 64

V.2.2. Chargement de la dimension « dim_abonnement » 64

V.2.3. Chargement de la dimension « dim_transfo » 66

V.2.4. Chargement de la dimension « dim_zone_geo » 67

V.2.5. Chargement des faits « fait_conso » 67

V.3. Création de job 68

V.4. Exécution des transformations et job 69

V.4.1. Exécution avec « carte » 69

V.4.2. Exécution avec « Pan » 70

V.4.3. Exécution avec « Kitchen » 70

V.5. Visualisation des résultats 70

CONCLUSION ET PERSPECTIVES 72

BIBLIOGRAPHIE 73

ANNEXE 76

vi	Bassirou Mohamet

vii

Bassirou Mohamet

LISTE DES SIGLES ET ABRÉVIATIONS

BD: Base de Données;

BI: Business Intelligence;

CDTIC: Centre de Développement de Technologies de l'Information et de la

Communication;

ED: Entrepôt de Données;

EDS: Entrepôt de Données Spatiales;

ENSAI : Ecole Nationale de Sciences Agro-Industrielles ;

ETL: Extract Transform and Load;

GéoBI: Geospatial Business Intelligence;

HOLAP: Hybrid Online Analytical Processing;

IUT: Institut Universitaire de Technologie;

LG: Laboratoire Géomatique;

MOLAP: Multidimensional Online Analytical Processing;

OLAP: Online Analytical Processing;

OLTP: Online Transaction Processing;

OSGeo: Fondation Open Source Geospatial.

ROLAP: Relationnal Online Analytical Processing;

SAD: Système d'Aide à la Décision;

SADS : Systèmes d'Aide à la Décision Spatiale ;

SGBD(R) : Système de Gestion de Base de Données (Relationnelles);

SI: Système D'Information;

SID: Système d'Information Décisionnelle;

SIG: Système d'Information Géographique;

SOLAP: Spatial Online Analytical Processing;

SRS: Système de Référence Spatiale;

TIC: Technologies de l'Information et de la Communication;

TICE: Technologies de l'Information et de la Communication pour l'Enseignement;

UML: Unified Modeling Language;

XML: Extensible Markup Language.

viii

Bassirou Mohamet

RÉSUMÉ

Les décideurs d'entreprises ont souvent besoin des informations fiables, analysables et synthétiques. Le système d'aide à la décision est une technologie qui permet aux entreprises de transformer de précieuses données internes en informations accessibles aux décideurs. Ceux-ci peuvent alors prendre des décisions en toute connaissance de cause et en temps utile. L'usage des entrepôts de données permet d'uniformiser et de stocker les données provenant des sources diverses.

L'intégration des données provenant des sources hétérogènes dans l'entrepôt de données spatiales a conduit au développement des outils ETL spatiaux. Certains de ces outils existent et permettent la conversion entre formats géospatiaux. Cependant, peu s'intéressent spécifiquement aux données géospatiales. Dans ce mémoire, nous décrivons les différents aspects de mise en oeuvre d'applications géodécisionnelles. Nous présentons ensuite GeoKettle, un outil ETL « géo-capable », open source, permettant d'extraire les données géospatiales, les transformer et les charger dans l'entrepôt de données spatiales. Nous avons mis sur pied un système d'ETL qui permet l'exécution des processus ETL de l'entrepôt de données spatiales pour le suivi des consommations d'électricité des abonnés de la commune de Ngaoundéré 2^e.

Mots clés : systèmes d'aide à la décision, Géo-BI, entrepôt de données spatiales, système d'information géographique, outils ETL.

ix

Bassirou Mohamet

ABSTRACT

Corporate decision makers often need reliable, analyzable and synthetic information. The decision support system is a technology that enables enterprises to transform data into valuable internal information available to decision makers. These can then make decisions knowingly and timely. The use of data warehouses allows standardizing and storing data from various sources on a single DB.

The integration of data from heterogeneous sources in spatial data warehouse led to the development of spatial ETL tools. Some of these tools are available and allow the conversion between geospatial formats. However, none is specifically interested in geospatial data. In this paper, we describe the different aspects of implementing Geo-BI applications. We then present GeoKettle, an ETL tool "geo-enabled", and open source, to extract geospatial data, transform and load into the spatial data warehouse. We have developed an ETL system that allows the execution of the ETL process of the spatial data warehouse of electricity consumption of the town of Ngaoundéré 2nd.

Keywords: support systems Decision, Geo-BI, spatial data warehouse, geographic information system, ETL tools.

x

Bassirou Mohamet

LISTE DES TABLEAUX

Tableau II. 1: Différence entre ED et système transactionnel 19

xi

Bassirou Mohamet

LISTE DES FIGURES ET ILLUSTRATIONS

Figure I. 1: Organigramme du CDTIC 6

Figure I. 2: Plan de localisation du CDTIC 6

Figure II. 1: Représentation en mode raster 10

Figure II. 2: Représentation en mode vecteur 11

Figure II. 3: Architecture d'un système d'ED 17

Figure II. 4: Modèle conceptuel d'une table de faits et la représentation du cube associé 21

Figure II. 5: Exemple d'un schéma en étoile 22

Figure II. 6: Exemple d'un schéma en flocon 23

Figure II. 7: Exemple du schéma en constellation 23

Figure II. 8: Exemple d'opérations de transformation 26

Figure II. 9: Objectifs de qualité de données 27

Figure III. 1: Représentation graphique du modèle des EDS 32

Figure III. 2: Équation SOLAP 33

Figure III. 3: Architecture de SOLAP 35

Figure III. 4 : Processus ETL de GeoKettle 38

Figure III. 5: Fenêtre d'accueil de GeoKettle 40

Figure III. 6: Une transformation avec GeoKettle 40

Figure III. 7: Différents types de liens avec GeoKettle 41

Figure III. 8: Exemple d'un job GeoKettle 42

Figure IV. 1: Diagramme de classes de la base de données de facturation 49

Figure IV. 2: Dimensions thématiques 50

Figure IV. 3: Dimension temporelle 51

Figure IV. 4: Dimension spatiale 51

Figure IV. 5: Fait suivi de la consommation 52

Figure IV. 6: modèle multidimensionnel en étoile 53

Figure IV. 7: modèle multidimensionnel en flocon 53

Figure IV. 8: Architecture du processus ETL 56

Figure IV. 9: Diagramme d'activité du processus global d'alimentation 57

Figure IV. 10: Diagramme d'activité ETL des dimensions 58

Figure IV. 11: Diagramme d'activité ETL des faits 59

Figure V. 1: Création du référentiel et la connexion à la BD 62

Figure V. 2: Valider la création du référentiel et générer la requête SQL 62

Figure V. 3: Modification de la requête avant son exécution 62

Figure V. 4: Connexion au référentiel de travail GeoKettle 63

Figure V. 5: Génération du calendrier et chargement dans l'EDS 64

Figure V. 6: Génération et chargement de la table "ABONNE" 65

Figure V. 7: Processus ETL des abonnements 65

Figure V. 8: ETL des transformateurs 66

Figure V. 9: ETL dimension "dim_zone_geo" 67

Figure V. 10: ETL des faits "fait_conso" 68

Figure V. 11: Job du processus ETL 68

Figure V. 12: Configuration serveur carte 69

Figure V. 13: Liste des zones géographiques 70

Figure V. 14: Carte des zones géographiques 71

1

Bassirou Mohamet

Introduction générale

INTRODUCTION GÉNÉRALE

L'informatique décisionnelle (en anglais "Business intelligence, BI") est née au milieu des années 90. Son objectif principal était orienté vers l'analyse des données croissantes dont disposaient les entreprises. Ces dernières investissent des énormes sommes d'argent pour stocker des gros volumes d'informations grâce aux systèmes transactionnels (SGBDR). Ces données sont difficilement exploitables par les décideurs/gestionnaires qui n'ont besoin que des informations de nature analytique ou décisionnelle (tableaux de bord, statistiques...). Le BI est un système qui s'appuie sur les systèmes déjà en place, et ne les remplace pas. Ainsi, il offre une possibilité d'analyser des données historisées, agrégées dans un entrepôt de données, issues des différentes sources de données (Bases de données, fichiers, web) quelques soient leurs types (alphanumériques, géométrie) et l'endroit où elles se trouvent (local, internet) afin de les présenter sous une forme exploitable et conforme aux décideurs. Dans ce domaine où les besoins exprimés se diffèrent des systèmes transactionnels, l'on ne parle plus de systèmes d'information classique (SI), mais plutôt de système d'aide à la décision (SAD). Selon (Franklin, 1992), 80% des données d'entreprise peuvent se voir rattacher une localisation. De la même façon que le temps, l'espace (localisation) doit être pris en compte dans l'analyse des données d'entreprise. Pour cela, on passe du concept décisionnel au géodécisionnel. Notre travail consiste en la mise en oeuvre d'un système géodécisionnel (conception, alimentation et exploitation d'un entrepôt de données spatial). Il est divisé en deux modules. Le premier consiste à faire l'extraction et la transformation des informations tirées des sources de données diverses, et leur chargement dans l'entrepôt de données préalablement conçu en utilisant l'outil ETL GeoKettle. Le second module quant à lui va traiter de l'analyse de données ou de l'aspect visuel coté client en utilisant le serveur multidimensionnel GeoMondrian.

Ce mémoire traite du premier module et nous l'appliquerons sur les données de consommation électrique des abonnés de la commune de Ngaoundéré 2^e.

2

Bassirou Mohamet

Introduction générale

Le présent travail est composé de cinq chapitres. Le premier chapitre traite du contexte et la problématique de notre sujet. Le second quant à lui se consacre aux généralités sur les SIG, les entrepôts de données (ED) et le couplage des deux technologies. Le troisième chapitre porte sur les outils de mise en oeuvre des entrepôts de données spatiales. Le quatrième chapitre décrit la conception de l'EDS et la mise en oeuvre du système d'ETL géospatial. Le cinquième chapitre, et le dernier, présente les résultats obtenus et quelques commentaires.

3

Bassirou Mohamet

Chapitre I : Contexte et problématique

Chapitre I : CONTEXTE ET PROBLÉMATIQUE

Ce chapitre présente le contexte général de notre travail et la problématique

posée par le sujet. Nous présentons aussi la méthodologie adoptée pour la résolution du problème posé et les objectifs que cherche à atteindre notre étude.

I.1. CONTEXTE GÉNÉRAL DU SUJET

De nos jours, la majeure partie des entreprises, si ce n'est la totalité, évolue dans un environnement fortement complexe et hautement concurrentiel. Ce climat de forte concurrence exige de ces entreprises une surveillance très étroite du marché afin de ne pas se laisser distancer par les concurrents et cela en répondant, le plus rapidement possible, aux attentes du marché, de leur clientèle et de leurs partenaires.

Pour ce faire, les dirigeants d'entreprise, quel qu'en soit le domaine d'activités, doivent se doter d'outils modernes qui leur permettent de mener à bien les missions qui leur incombent. Ils devront prendre notamment les décisions les plus opportunes. Ces décisions, qui influeront grandement sur la stratégie de l'entreprise et donc sur son devenir, ne doivent pas être prises ni à la légère, ni de manière trop hâtive, compte tenu de leurs conséquences sur la survie de l'entreprise. Il s'agit de prendre des décisions fondées, basées sur des informations claires, fiables et pertinentes. Le problème est de savoir donc comment identifier et présenter ces informations à qui de droit, sachant par ailleurs que les entreprises croulent d'une part sous une masse considérable de données et que d'autre part les systèmes opérationnels « transactionnels », (DB, SIG) qui sont de type OLTP (Online Transactional Processing) s'avèrent limités, voire inaptes à fournir de telles informations et constituer par la même occasion un support appréciable à la prise de décision.

C'est dans ce contexte que les « systèmes d'information décisionnels » ont vu

le jour. Ils sont nés d'un besoin des entreprises à fournir à leurs décideurs des moyens d'accéder aux données de leurs propres systèmes opérationnels dans le but du pilotage

4

Bassirou Mohamet

Chapitre I : Contexte et problématique

stratégique. Ils offrent donc à ces derniers des informations de qualité sur lesquelles ils pourront s'appuyer pour arrêter leurs choix décisionnels. Ces systèmes utilisent un large éventail de technologies et de méthodes, dont les « entrepôts de données » (Data Warehouse) représentent l'élément principal et incontournable pour la mise en place d'un bon système décisionnel. Mais il se pose deux problèmes qu'il est important de noter ici : Comment réconcilier les données émanant de multiples sources hétérogènes ? Comment personnaliser ces données pour les applications OLAP spécifiques ? Ce document tentera de répondre à ces questions posées par intégration de ces solutions dans le traitement des données de consommation d'électricité comme échantillon applicatif.

I.2. CADRE DU TRAVAIL

Notre stage s'est déroulé conjointement au Centre de Développement des TIC

(CDTIC) et au Laboratoire de Géomatique ( www.un-labogeomatique.org) de l'Université de Ngaoundéré situés dans le campus universitaire de Dang.

Le CDTIC est un centre d'appui à la généralisation de l'usage des technologies de l'information et de la communication et de leur appropriation par la communauté universitaire de Ngaoundéré. Il a pour mission de développer toutes les stratégies en matière de TIC de L'Université de Ngaoundéré et pour d'autres. À ce titre, il est chargé:

· de définir, mettre en oeuvre et tenir à jour, en fonction de l'évolution des technologies, la politique d'informatisation de l'Université de Ngaoundéré;

· d'assurer le fonctionnement du réseau de campus de l'Université de Ngaoundéré, et sa connexion au réseau national d'enseignement et de recherche;

· de promouvoir l'égalité d'accès aux technologies de l'information et de la communication au sein du campus universitaire;

· de faciliter et d'assurer l'arrimage de l'Université de Ngaoundéré à la communauté scientifique nationale et internationale en terme de TICE;

5

Bassirou Mohamet

Chapitre I : Contexte et problématique

· de faciliter la production et le développement de ressources pédagogiques, informationnelles et des documents électroniques;

· de contribuer à l'amélioration des procédures de gestion de l'Université de Ngaoundéré par un appui à l'informatisation des systèmes de gestion;

· de contribuer à la diminution des coûts par la mutualisation des ressources;

· de former la communauté universitaire à une utilisation experte des technologies de l'information et de la communication et des ressources mises à leur disposition.

I.2.1. Les services offerts par le CDTIC

Le CDTIC offre les différents services suivants à ses usagers :

· Une Bibliothèque pour une consultation sur place ;

· Des Formations continues à l'utilisation des logiciels libres, logiciels spécialisés, infographie, internet et bureautique ... ;

· Une station de radiodiffusion (Radio campus FM 99.0 MHZ) généraliste pour les informations, débats scientifiques et animation sur les activités du campus ;

· Un Cybercafé possédant 50 postes, ouvert 6j/7, 11h/j ;

· Une Salle de reprographie destinée aux travaux de montage, d'impression, de reliure, de photocopie etc... ;

· Une salle de téléenseignement dotée d'équipement pour les enseignements à distance ;

· Une Académie Cisco.

I.2.2. L'encadrement technique

Pour l'accomplissement de ses missions, le CDTIC comprend les services opérationnels suivants:

· Le service financier

· Le service formation et certification

· Le service de maintenance et assistance

6

Bassirou Mohamet

Chapitre I : Contexte et problématique

· Le service réseau et mutualisation

· Le service de contenu et communication

· Service de développement

I.2.3. Organigramme du CDTIC de l'Université de Ngaoundéré

Figure I. 1: Organigramme du CDTIC

I.2.4. Localisation et contact

Le CDTIC est situé au sein du campus de l'Université de Ngaoundéré, près du

bâtiment administratif de l'IUT, non loin du bâtiment de l'ENSAI et de l'entrée principale des préfabriquées.

Figure I. 2: Plan de localisation du CDTIC

Contact:

CDTIC, UNIVERSITÉ DE NGAOUNDÉRÉ B.P. 454 NGAOUNDÉRÉ, CAMEROUN Téléphone: [phone]

7

Bassirou Mohamet

Chapitre I : Contexte et problématique

Par ailleurs, comme nous l'avons mentionné, nous avons bénéficié, au cours de

notre stage, de l'appui documentaire du Laboratoire de Géomatique (LG)¹. En effet,

c'est un laboratoire universitaire de recherche en géomatique rattaché au
Département de Géographie de la Faculté des Arts, Lettres et Sciences Humaines de l'Université de Ngaoundéré.

Le LG dispose d'une dizaine de postes informatiques reliés en réseau sur lesquels les étudiants et les chercheurs font les divers travaux. Il dispose également d'imprimantes et scanners de formats A3 et A2. Pour les travaux menés, le LG est doté de plusieurs images (aériennes, satellitaires, Landsat, ...) du Cameroun et des pays voisins. On y retrouve également les données cartographiques au 1/50 000^e, 1/200 000^e, 1/500 000^e...

De nombreux logiciels de géomatique sont utilisés. Ils sont pour la plupart payants et aux formats propriétaires. Nous pouvons citer MapInfo, Adobe Illustrator, Inskape, StatGraphics, etc.

Les objectifs principaux du LG sont la constitution d'un fonds documentaire alimenté par les mémoires et thèses des étudiants, la publication d'articles et ouvrages, l'établissement de partenariats divers, l'expertise, la participation à la gestion de l'environnement et du développement durable.

Les principaux axes de recherche du LG sont :

· La cartographie assistée par ordinateur ;

· Les SIG, la télédétection et le géopositionnement ;

· L'analyse, l'intégration des données spatiales, socio-économiques et les modélisations en vue de l'aide à la décision ;

· L'utilisation des données multimédia et gestion partagée des données.

I.3. OBJECTIF DU PROJET

Afin de pallier les problèmes précédemment cités, notre structure d'accueil a initié le présent projet. Ce projet a pour but la mise en oeuvre d'une informatique géodécisionnelle et en particulier le système d'ETL par l'utilisation de l'outil GeoKettle et son intégration dans le traitement des données de consommation

1 Source : Mémoire de Batouré, 2011

8

Bassirou Mohamet

Chapitre I : Contexte et problématique

d'électricité dans la Commune de Ngaoundéré II^e. Les principaux objectifs du projet que nous nous sommes fixés sont :

· La conception et implantation d'un entrepôt de données spatiales ;

· La sélection des données devant alimenter ce dernier ;

· L'extraction des données stratégiques de consommation ;

· La transformation de ces données ;

· Le chargement des données transformées dans l'entrepôt de données. Les données seront extraites à partir des différents fichiers (Excel, shapefile et BD opérationnelle) mis à notre disposition par le Laboratoire de Géomatique.

I.4. MÉTHODOLOGIE

Le développement de tout produit logiciel s'appuie, en respect de la règle de l'art, sur une méthodologie. La mise en place d'un logiciel suit plusieurs étapes afin de minimiser le risque d'abandon et le temps de conception. Le domaine de l'analyse et de la conception des systèmes d'information décisionnels est très demandeur en techniques et méthodes. Seulement, parmi les méthodes existantes, aucune n'a fait l'objet d'un standard, presque tout est resté dans le domaine de la recherche. Quelques-unes des démarches proposées ne sont presque pas cohérentes les unes aux autres puisqu'elles ne sont pas orientées réutilisation. Selon (Aziza, 2012), lorsque l'on veut utiliser des méthodes classiques de systèmes d'information, on se trouve confronté aux problèmes de l'inadéquation des modèles de systèmes d'information (SI) au domaine du décisionnel en raison des spécificités des besoins des SID. Cependant, dans notre travail, nous allons utiliser le langage UML et UP7 pour l'analyse et la conception du système.

Cette partie du document nous a permis de présenter le contexte général et la

problématique posée par notre sujet. Une étude du cadre de travail nous a fait découvrir nos structures d'encadrement du stage et leur mission.

Dans le chapitre suivant, nous allons étudier en détail quelques généralités sur les concepts d'entrepôt de données.

9

Bassirou Mohamet

Chapitre II : Généralités sur les entrepôts de données et les SIG

Chapitre II : GENERALITÉS SUR LES ENTREPÔTS DE DONNÉES ET LES SIG

Pour mieux comprendre les systèmes d'aide à la prise de décisions, nous avons fait une étude plus ou moins sur ce que c'est que l'informatique géodécisionnelle. Il existe deux technologies majeures qui sous-tendent ce vaste concept à savoir les SIG (Système d' Informations Géographiques) et les ED (Entrepôts de données ; Data warehouse en anglais : DW) de façon générale.

Dans cette partie nous aborderons ces points, mais pas sans toutefois faire une description sommaire de l'information géographique, parce qu'elle nous permettra de mieux comprendre l'intérêt des SIG et toutes les technologies et applications y relatives.

II.1. L'INFORMATION GÉOGRAPHIQUE

L'information géographique est la représentation d'un objet ou d'un phénomène réel ou imaginaire, présent, passé ou futur, localisé dans l'espace à un moment donné et quelles qu'en soient la dimension et l'échelle de représentation. En effet il a été démontré par Franklin (FRANKLIN, 1992) que la grande partie des informations que nous utilisons au quotidien possède un aspect géographique ainsi que 80% des informations stockées dans les bases de données possèdent une référence spatiale.

Les informations géographiques sont composées de données alphanumériques

classiques et des données géométriques, représentant des points, des lignes et des polygones (INMON, 2000) :

· Les points servent à la représentation de symboles ponctuels : un quartier sur une carte d'un arrondissement, un arbre sur une parcelle...

· Les lignes servent à représenter les routes, rivières, voies de chemin de fer...

· Les polygones servent à représenter tous les objets surfaciques comme les régions, départements sur une carte du Cameroun...

Chapitre II : Généralités sur les entrepôts de données et les SIG

Ces informations géographiques donnent une description des objets et phénomènes localisés par rapport à un référentiel sur la terre.

Il existe deux types d'information géographique à savoir les informations géographiques par nature (soient de base ou de référence) et les informations géographiques par destination (ou thématiques). Les informations géographiques par nature sont celles sur le territoire. Par exemple, un cours d'eau, une parcelle, une route, etc. Par contre, les informations géographiques par destination sont soit localisées (décrit par un nom, un repère, une caractéristique, en référence à une information géographique par nature) soit localisables (élément tel qu'un habitant, un client, un hôpital, . . . localisé en référence à une information géographique par nature) (BORDIN, 2002).

Il existe deux modes fondamentaux de représentation numérique des données géographiques. Nous avons le mode raster ou matriciel et le mode vecteur.

II.1.1. Représentation en mode raster

Le mode raster ou mode matriciel : Ce sont des images, avec comme unité de base le pixel. Ces images ne permettent pas d'association avec des données alphanumériques en dehors des attributs de chaque pixel. Ces attributs sont peu intéressants pour l'utilisateur de SIG désirant réaliser des cartographies statistiques, puisque celui-ci ne peut connaitre que les caractéristiques de chaque pixel de base, et n'a aucune information concernant un secteur géographique plus vaste. De plus, ces attributs ne sont pas modifiables et ne peuvent pas être enrichis par d'autres informations.

Figure II. 1: Représentation en mode raster

10

Bassirou Mohamet

11

Bassirou Mohamet

Chapitre II : Généralités sur les entrepôts de données et les SIG

II.1.2. Représentation en mode vecteur

Le mode vecteur, lui il permet une décomposition du contenu de l'image en traits caractéristiques, contours et éléments principaux. Ce mode facilite l'accès direct aux éléments de la carte (routes, parcelles, immeubles, . . .). Les primitives géométriques sont ici des points, des lignes et des polygones. Ce mode est celui privilégié dans les SIG. Ainsi, alors que le mode raster représente implicitement l'objet et explicitement l'espace ; le mode vecteur représente implicitement l'espace et explicitement l'objet.

Figure II. 2: Représentation en mode vecteur

La représentation cartographique est le mode de présentation le plus utilisé pour l'information géographique. Ces informations peuvent être représentées suivant une ou plusieurs dimensions. Ceci permet, (Inmon, 1990), de mieux faire ressortir sur des cartes, l'information souhaitée. La représentation en 2D ressort les objets dans le plan selon les coordonnées en X et en Y. Par contre, la représentation 2D1/2 correspond au rattachement d'une coordonnée Z à chaque point (X, Y). Cette valeur correspond à l'altitude de l'objet ou du point, ce qui forme une nappe ou relief au-dessus d'une carte 2D. La différence de la représentation 2D1/2 avec celle 3D est que l'on peut avoir plusieurs Z pour un point (X, Y) donné, en représentation 3D. D'autres documentations évoquent également la représentation 2D1/4 et 2D3/4.

L'information géographique est caractérisée par trois composantes :

· La composante sémantique : elle représente l'information relative à la nature,

l'aspect et les propriétés descriptives d'un objet ou à un phénomène du monde terrestre. Par exemple un département est décrit par son nom (Vina), sa population (451800), etc. Cette information peut aussi inclure des relations avec d'autres objets ou phénomènes, par exemple le département Vina appartient

12

Bassirou Mohamet

Chapitre II : Généralités sur les entrepôts de données et les SIG

à la région de l'Adamaoua. Un des aspects sémantiques qui distingue l'information géographique des données classiques est sa représentation multiple à différentes échelles ;

· La composante relationnelle : décrit les relations éventuelle avec d'autre objets ou phénomènes : c'est le niveau topologique (la contiguïté entre deux communes, l'adjacence entre les différents noeuds de tronçon constituant des parcelles cadastrales, etc.) ;

· La composante spatiale ou géométrie : représente la position sur la surface terrestre et la forme d'un objet du monde réel. Une position est décrite dans un système de référence explicite comme par exemple un système de coordonnées. Cette composante permet de représenter la forme de l'objet lui-même et de positionner celui-ci par rapport aux autres phénomènes ou objets du monde réel.

Les données géographiques sont complexes et constituées de plusieurs types qui

peuvent être numériques, alphabétiques, images vecteurs ou raster, etc. Ces données sont structurées sous forme de métadonnées (données sur les données).

Selon (Batouré, 2011), l'information géographique doit permettre de répondre à un certain nombre de questions :

· Où : où se trouve cet objet ou ce phénomène ?

· Quoi : que trouve-t-on à cet endroit ?

· Comment : quelles relations existent-il entre ces objets ou phénomènes ?

· Quand : à quels moments les changements sont-ils intervenus ?

· Et si : que se passerait-il si tel ou tel scénario d'évolution se produisait ?

· Pourquoi : qu'est-ce-qui a favorisé la réalisation de l'événement, comment le prévenir ?

Le besoin de gestion automatique des réponses à ces questions a conduit à la mise en place des systèmes d'informations géographiques (SIG).

Chapitre II : Généralités sur les entrepôts de données et les SIG

II.2. LES SYSTÈMES D'INFORMATIONS GÉOGRAPHIQUES (SIG)

Les systèmes d'informations géographiques (SIG) sont apparus à la fin des années 1960. L'idée était d'utiliser la grande possibilité de calculs des ordinateurs pour saisir, gérer et analyser toute sorte d'information spatiale (NKWENKEU, 2008).

Un SIG est un système d'information capable d'intégrer, d'organiser et de présenter des données alphanumériques spatialement référencées, ainsi que de produire des plans et des cartes en vue de résoudre des problèmes d'aménagement, de gestion, d'aide à la décision, d'étude ou de recherche. Notre travail se positionne dans la classe d'aide à la décision.

Ainsi les SIG s'appliquent dans plusieurs domaines comme ceux cités ci-dessous (HABERT, 2000) :

· Le tourisme (gestion des infrastructures, itinéraires touristiques) ;

· Le marketing (localisation des clients, analyse du site) ;

· La planification urbaine (cadastre, POS, voirie, réseaux assainissement) ;

· La protection civile (gestion et prévention des catastrophes) ;

· Le transport (planification des transports urbains, optimisation d'itinéraires) ;

· La forêt (cartographie pour aménagement, gestion des coupes et sylviculture) ;

· La géologie (prospection minière) ;

· La biologie (études du déplacement des populations animales) ;

· La télécoms (implantation d'antennes pour les téléphones mobiles) ;

· L'hydrologie ...

Les SIG permettent d'accomplir un ensemble d'opérations liées aux données géographiques comme l'acquisition, la structuration, la mémorisation, l'analyse et la visualisation de ces données sous différentes formes. Il est important de connaitre qu'un SIG est composé de cinq composants majeurs.

II.2.1. Les composants d'un SIG

13

Bassirou Mohamet

Les SIG sont généralement composés de cinq éléments suivants :

14

Bassirou Mohamet

Chapitre II : Généralités sur les entrepôts de données et les SIG

II.2.1.1. Les logiciels

Ils assurent les six fonctions suivantes (appelées « 6A ») :

· saisie des informations géographiques sous forme numérique (Acquisition)

· gestion de base de données (Archivage)

· manipulation et interrogation des données géographiques (Analyse)

· mise en forme et visualisation (Affichage)

· représentation du monde réel (Abstraction)

· la prospective (Anticipation).

Parmi une pléthore de ces logiciels nous pouvons citer : MapInfo, Quantum GIS

(QGIS), Map Serveur, Abc-Map, PostGIS, Oracle Spatial, MySQL Spatial etc...

II.2.1.2. Les données

Ce sont les données géographiques qui sont la plus part de temps importées à partir de fichiers ou saisies par un opérateur.

II.2.1.3. Les matériels informatiques

Le traitement des données se fait à l'aide des logiciels sur un ordinateur de

bureau ou sur un ordinateur durci directement sur le terrain. L'ordinateur de terrain avec GPS et laser télémètre permet la cartographie et la collecte des données.

II.2.1.4. Le savoir-faire (la connaissance technique)

La maîtrise de la technologie fait partie des composants des SIG. II.2.1.5. Les utilisateurs

Comme tous les utilisateurs de systèmes d'information géographique ne sont

pas forcément des spécialistes, un tel système propose une série de boîtes à outils que l'utilisateur assemble pour réaliser son projet.

15

Bassirou Mohamet

Chapitre II : Généralités sur les entrepôts de données et les SIG

Jusqu'à présent nous avons présenté les SIG et les données qu'ils utilisent, mais pour mettre en oeuvre un système d'aide à la décision, nous avons besoin d'effectuer des traitements multidimensionnels, de représenter les données sous forme de cube pour mieux les exploiter. D'où la nécessité d'introduire les entrepôts de données (ED).

II.3. LES ENTREPÔTS DE DONNÉES

Le concept d'entrepôt de données a été formalisé pour la première fois en 1990 par (Inmon, 1990). Il s'agissait de constituer une base de données orientée sujet, intégrée et contenant des informations historisées, non volatiles et exclusivement destinées aux processus d'aide à la décision.

En effet, la simple logique de production (produire pour répondre à une demande) ne suffit plus pour pérenniser l'activité d'une entreprise.

Pour faire face aux nouveaux enjeux, l'entreprise doit collecter, traiter, analyser les informations de son environnement pour anticiper. Mais cette information produite par l'entreprise est surabondante, non organisée et éparpillée dans de multiples systèmes opérationnels hétérogènes et peut provenir de toutes les places de marchés (mondialisation des échanges).

L'idée première lors de la mise en place des entrepôts de données dans les années 90, était d'aider les entreprises qui regorgeaient d'un grand nombre d'information archivées, pas toujours bien organisées, de tirer le meilleur parti de celles-ci afin d'aider à la prise de décisions par rapport aux faits observés antérieurement. On parle alors de business intelligence (BI²) en français intelligence économique.

Il devient fondamental de rassembler et d'homogénéiser les données afin de permettre l'analyse des indicateurs pertinents pour faciliter la prise de décisions. L'objectif de l'entrepôt de données est de définir et d'intégrer une architecture qui serve de fondation aux applications décisionnelles (Desnos, 2015).

2 BI : informatique décisionnelle ou DSS : Decision Support System.

16

Bassirou Mohamet

Chapitre II : Généralités sur les entrepôts de données et les SIG

II.3.1. Définition

Un entrepôt de données ou data warehouse (DW) en anglais est une collection

de données thématiques (orientées sujet), intégrées, non volatiles et historisées pour la prise de décisions (Inmon, 1990).

· Orientées sujet: thèmes par activités majeures ;

· Intégrées: données de divers sources de données ;

· Non volatiles: ne pas supprimer les données du DW ;

· Historisées: trace des données, suivre l'évolution des indicateurs.

En d'autres termes, c'est une base de données regroupant l'ensemble des données fonctionnelles d'une entreprise. Son but est de fournir un ensemble de données servant de référence unique, utilisée pour la prise de décisions dans l'entreprise par le biais de statistiques et de rapports réalisés via des outils de reporting.

L'infrastructure technique mise en oeuvre doit être capable d'intégrer, d'organiser, de stocker et de coordonner de manière intelligible des données produites au sein du Système d'Information (issues des applications de production) ou importées depuis l'extérieur du SI (louées ou achetées) dans lesquelles les utilisateurs finaux puisent les informations pertinentes à l'aide d'outils de restitution et d'analyse (OLAP3, Data mining).

II.3.2. L'architecture fonctionnelle des ED

L'architecture d'un entrepôt de données influence plusieurs facteurs comme la disponibilité des données et l'efficacité des traitements. L'architecture la plus simple consiste seulement en des bases de données sources, un entrepôt de données central et plusieurs clients. Parce que les applications des entrepôts de données sont devenues plus complexes, les entrepôts sont construits en utilisant des architectures multi-niveaux afin d'accroître la performance, i.e., il n'y a pas seulement un entrepôt de données central, mais aussi des « data marts » (magasins de données) qui permettent de placer les données le plus proche de l'utilisateur final.

3 Online Analitycal processing (en français: Traitement Analytique en Ligne).

17

Bassirou Mohamet

Chapitre II : Généralités sur les entrepôts de données et les SIG

La figure ci-dessous nous offre une vision générale de l'architecture des ED en cinq niveaux (Marlyse D, 2015):

· Data sources : constitué des sources de données hétérogènes ;

· Back-end tiers : solution d'extraction, de transformation et de chargement ;

· Data warehouse tiers : entrepôt de données particulier ;

· OLAP tiers : serveur d'analyse multidimensionnel tiers ;

· Front-end tiers : interface GUI⁴ (tableau de bord du décideur ou analyste).

Figure II. 3: Architecture d'un système d'ED

Un entrepôt de données peut se structurer en quatre classes de données organisées selon un axe historique et un axe de synthèse (Desnos, 2015):

Les données agrégées

Les données agrégées correspondent à des éléments d'analyse représentant les besoins des utilisateurs. Elles constituent déjà un résultat d'analyse et une synthèse de l'information contenue dans le système décisionnel, et doivent être facilement accessibles et compréhensibles.

Les données détaillées

Les données détaillées reflètent les événements les plus récents. Les

intégrations régulières des données issues des systèmes de production vont habituellement être réalisées à ce niveau.

4 Graphic User Interface (en francais : Interface graphique utilisateur).

18

Bassirou Mohamet

Chapitre II : Généralités sur les entrepôts de données et les SIG

Les métadonnées

Les métadonnées constituent l'ensemble des données qui décrivent des règles ou processus attachés à d'autres données. Ces dernières constituent la finalité du système d'information.

Les données historisées

Chaque nouvelle insertion de données provenant du système de production ne détruit pas les anciennes valeurs, mais créée une nouvelle occurrence de la donnée.

II.3.3. Pourquoi un ED à la place d'un SGBD Opérationnel ?

Les ED et les SGBD5 opérationnels ont des objectifs différents et font des traitements différents. Leurs modes de stockage et leurs types de requêtes sont également différents. D'où ils doivent être physiquement séparés pour optimiser leur fonctionnement.

Les SGBD opérationnelles sont des systèmes dont le mode de travail est transactionnel (OLTP : On-line Transaction Processing). Ils permettent de faire :

· L'insertion, la modification ;

· L'interrogation rapide des informations et de manière sécurisée. Les SGBD ont comme objectifs principaux:

· La sélection, faire des ajouts ;

· De mettre à jour et supprimer des tuples.

Ces opérations doivent être effectuées très rapidement, et par de nombreux utilisateurs simultanément.

Les data warehouse quant à eux, sont des systèmes conçus pour l'aide à la prise de décision dont le mode de travail est analytique (OLAP On-Line Analytical Processing). Les ED sont utilisés la plupart du temps en lecture.

Les objectifs principaux sont :

5 Système de gestion des bases de données

19

Bassirou Mohamet

Chapitre II : Généralités sur les entrepôts de données et les SIG

· Extraire, regrouper, organiser des informations provenant de sources diverses ;

· Intégrer les informations et les stocker pour donner à l'utilisateur une vue orientée métier ;

· Retrouver et analyser l'information facilement et rapidement.

Le tableau ci-dessous présente un récapitulatif comparatif des ED et SGBD (Batouré, 2011).

Caractéristiques	SGBD/Opérationnel		Entrepôt de données	Applications
Production	Aide à la prise de décision		Utilisateurs
Professionnels de l'informatique	Décideurs non informaticiens		Données
Normalisées, non agrégées	Dénormalisées, agrégées		Requêtes
Simples, nombreuses, régulières, prévisibles, répétitives	Complexes, peu nombreuses, irrégulières, non prévisibles		Nombre tuples invoqués par requête
Des dizaines	Des millions		Taille données
100 MB à 1 GB	1 GB à 1 TB et plus		Ancienneté des données
récente, mises à jour	historique

Tableau II. 1: Différence entre ED et système transactionnel

II.3.4. Modélisation conceptuelle des entrepôts de données

II.3.4.1. La modélisation par sujet

Un entrepôt de données est généralement basé sur un SGBD relationnel. La modélisation par sujet est une technique de conception logique qui vise à organiser et classifier les informations des bases légataires en données classées par sujet fonctionnel. Elle est basée sur la modélisation " Entité/Relation " et est préliminaire à la modélisation dimensionnelle. Chaque sujet correspond à une table gérée au sein de l'entrepôt. Il faut isoler les données stratégiques, déterminer les informations de détails nécessaires (profondeur, granularité) et conserver les métadonnées.

20

Bassirou Mohamet

Chapitre II : Généralités sur les entrepôts de données et les SIG

II.3.4.2. La modélisation dimensionnelle

La modélisation dimensionnelle (modèle multidimensionnel) souvent appelée modélisation OLAP (CODD, 1993) se présente comme une alternative au modèle relationnel. Elle correspond mieux aux besoins du décideur tout en intégrant la modélisation par sujet. C'est une méthode de conception logique qui vise à présenter les données sous une forme standardisée intuitive et qui permet des accès (requêtes) hautement performants. Elle va de cette façon présenter les données non plus sous forme de tables mais de cube6 centré sur une activité. Un cube de dimension n (n > 3) est aussi dit hypercube. Les données sont ainsi divisées en fait et en dimension.

II.3.4.3. Les Faits et Dimensions

La table de faits est la clé de voûte du modèle dimensionnel où sont stockés les indicateurs de performances d'un axe d'analyse. Les faits (mesures) sont généralement des valeurs numériques provenant des processus d'affaires. Le concepteur doit s'efforcer de considérer comme indicateurs les informations d'un processus d'entreprise dans un SI. Les indicateurs étant les données les plus volumineuses d'un SI, on ne peut se permettre de les dupliquer dans d'autres tables mais de les rationaliser au sein de la table de faits. Le terme fait est ainsi utilisé pour représenter une mesure économique. Enfin, certaines mesures peuvent être calculées à partir d'autres mesures ou propriétés de membres. Elles sont appelées mesures dérivées (Bimonte, 2007). Un fait est tout ce qu'on voudra analyser (Grim, 2015).

Une mesure peut être :

· Additive : si l'on peut l'appliquer la somme sur toutes les dimensions ;

· Semi-additive : si la somme a du sens seulement sur certaines dimensions ;

· Non-additive : si elle n'est sommable sur aucune dimension.

Les tables de dimensions sont les entités complémentaires à la conception de la table de faits. Elles fournissent le contexte (le qui, le quoi, quand, où, le pourquoi et comment) des faits. Elles contiennent, autant que possible, des attributs sous forme de descriptions textuelles permettant de qualifier ou d'expliquer l'activité. Des attributs

6 Cube: Une construction multidimensionnelle formée de la conjonction de plusieurs dimensions. Chaque cellule est définie par une seule valeur de chaque dimension.

21

Bassirou Mohamet

Chapitre II : Généralités sur les entrepôts de données et les SIG

de dimensions, nombreux, permettent de varier les possibilités d'analyse (par tranches ou en dés). Ces attributs rendent utilisables et intelligibles les données de l'entrepôt de données. Selon (Grim, 2015), une dimension est tout ce qu'on utilisera pour faire nos analyses.

En général, les tables de dimensions tendent à être peu profondes mais elles sont larges (l'inverse de la table de faits), en d'autres termes elles ont peu de lignes mais beaucoup de colonnes.

Par exemple, pour une société de vente de produits à Ngaoundéré, on peut chercher à comptabiliser les types de produits vendus, leur quantité et le montant de chaque vente au jour le jour et ceci, pour chaque produit et chaque magasin. La mesure des quantités et des prix de vente s'obtient alors à l'intersection de toutes les dimensions (produit, magasin, temps). Voir figure ci-dessous.

Le nombre des dimensions détermine la finesse, la granularité de la table des faits et indique la portée de l'indicateur.

Figure II. 4: Modèle conceptuel d'une table de faits et la représentation du cube associé

II.3.5. Structuration des données dans les entrepôts

Dans l'ED, les données sont souvent redondantes et dénormalisées, ce qui ne respecte pas la modélisation en troisième forme normale (3NF) et pour cause, cela permet de faciliter l'utilisation et d'améliorer les performances lors de l'analyse des données. Il existe deux principaux modèles dans les entrepôts de données en plus du

Chapitre II : Généralités sur les entrepôts de données et les SIG

modèle en constellation. Il s'agit du modèle en étoile et en flocon (AYISSI, 2007). Ces modèles permettent de diviser les entrepôts de données en magasins de données et peuvent être vues comme la plus petite unité de l'informatique décisionnelle. Ce sont les éléments avec lesquels l'on peut faire des analyses et créer les magasins de données. Ces derniers mis ensemble, forment un entrepôt de données.

II.3.5.1. Le schéma en étoile

Dans ce schéma, il existe une table centrale de faits contenant ses mesures et ayant les clefs étrangères qui font référence aux tables de dimensions. Chaque dimension est décrite par une seule table (feuille de l'arbre de tables) dont les attributs représentent les diverses granularités possibles. La figure ci-dessous illustre à travers un exemple le modèle en étoile d'un magasin de données sur le suivi de la consommation d'électricité dans une entreprise de production/distribution.

22

Bassirou Mohamet

Figure II. 5: Exemple d'un schéma en étoile

II.3.5.2. Le schéma en flocon

Dans un schéma en flocon, cette même table de faits, référence les tables de dimensions de premier niveau, au même titre que le schéma en étoile. La différence réside dans le fait que les dimensions sont décrites par une succession de tables (à l'aide de clefs étrangères) représentant la granularité de l'information. Ce schéma évite

Chapitre II : Généralités sur les entrepôts de données et les SIG

les redondances d'information mais nécessite des jointures lors de l'agrégation de ces dimensions, chaque dimension étant dénormalisée.

Figure II. 6: Exemple d'un schéma en flocon

II.3.5.3. Le schéma en constellation

Dans un schéma en constellation, plusieurs modèles dimensionnels se partagent certaines dimensions. En effet, il est la fusion de plusieurs modèles en étoile qui utilisent des dimensions communes. Il comprend en conséquence plusieurs faits et des dimensions communes ou non. Dans l'exemple de la figure ci-dessous, nous avons deux dimensions qui sont partagées : les dimensions « TEMPS » et « GEOGRAPHIE ».

Figure II. 7: Exemple du schéma en constellation

23

Bassirou Mohamet

24

Bassirou Mohamet

Chapitre II : Généralités sur les entrepôts de données et les SIG

II.3.6. Modélisation logique des entrepôts de données

Le niveau logique des ED présente la description de la base multidimensionnelle qui sera utilisée selon la technologie choisie. On distingue trois approches principales pour l'implémentation de serveurs OLAP : Relational OLAP (ROLAP), Multidimensional OLAP (MOLAP) et Hybrid OLAP (HOLAP) (Batouré, 2010). Les différents concepts liés à OLAP sont les cubes de données, les opérations OLAP.

II.3.7. Alimentation des entrepôts de données (ETL)

Après la conception, vient la phase d'acquisition pour alimenter l'entrepôt de données. Il faut déterminer et recenser les données à entreposer. Nous recherchons ici des données dans les ressources de l'entreprise. La démarche se subdivise en un processus défini sous l'acronyme ETL (Extract, Transform, Load), ETC en français (Extraction, Transformation, Chargement). Ce processus constitue la phase de migration des données de production dans le système décisionnel après qu'elles aient subi des opérations de sélection, de nettoyage et de reformatage dans le but de les homogénéiser. Cette phase constitue une étape importante et très chronophage dans la mesure où on l'estime à environ 80% du temps de mise en place de la solution décisionnelle. (Simitsis et al., 2010; Jovanovic et al., 2012; Papastefanatos et al., 2012; Akkaoui et al., 2011; Muñoz et al., 2009).

II.3.7.1. Extraction des données sources

Selon (Kimball, 2005), « L'extraction est la première étape du processus d'apport de données à l'entrepôt de données. Extraire, cela veut dire lire et interpréter les données sources et les copier dans la zone de préparation en vue de manipulations ultérieures. » Avant d'extraire les données des sources, elles subissent d'abord une sélection afin de déterminer celles qui vont alimenter l'ED. En effet, toutes les données sources ne sont pas forcément utiles. Il faut soigneusement trier les données utiles qui feront l'objet d'extraction pour enrichir l'ED selon les besoins d'analyse de l'entreprise.

25

Bassirou Mohamet

Chapitre II : Généralités sur les entrepôts de données et les SIG

L'extraction peut se faire à travers un outil d'alimentation qui doit travailler de façon native avec les SGBD qui gèrent les données sources. Ou alors l'on peut créer des programmes extracteurs ; seulement, cette approche présente le risque de faire des extractions erronées, incomplètes et qui peuvent biaiser l'ED. Il faut alors gérer les anomalies en les traitant et en gardant une trace.

L'extraction doit se faire conformément aux règles précises du référentiel. Elle ne doit pas non plus perturber les activités de production. Il faut faire attention aux données cycliques. Celles qu'on doit calculer à chaque période, pour pouvoir les prendre en considération. L'extraction peut se faire en interne selon l'horloge interne ou par un planificateur ou par la détection d'une donnée cible (de l'ED) ; ou en externe par des planificateurs externes. Les données extraites doivent être marquées par «horodatage» afin qu'elles puissent être pistées. Il existe trois stratégies de détection de changement :

· Colonnes d'audit : la colonne d'audit, est une colonne qui enregistre la date d'insertion ou du dernier changement d'un enregistrement. Cette colonne est mise à jour soit par des triggers ou par les applications opérationnelles ;

· Capture des logs : On utilise les fichiers logs des systèmes sources afin de détecter les changements (généralement logs du SGBD). En plus de l'absence de cette fonctionnalité sur certains outils ETL du marché, l'effacement des fichiers logs engendre la perte de toute information relative au changement ;

· Comparaison avec le dernier chargement : le processus d'extraction sauvegarde des copies des chargements antérieurs, de manière à procéder à une comparaison lors de chaque nouvelle extraction. Cette méthode permet d'éviter la perte d'un nouvel enregistrement des données de production.

II.3.7.2. Transformation des données

La transformation est une suite d'opérations qui a pour but de rendre les données cibles homogènes afin qu'elles puissent être traitées de façon cohérente. Par exemple, soient trois applications ayant des bases de données différentes qui ont chacune sa structure, la transformation peut consister à faire des opérations illustrées dans la figure ci-dessous :

Chapitre II : Généralités sur les entrepôts de données et les SIG

26

Bassirou Mohamet

Figure II. 8: Exemple d'opérations de transformation

Elle consiste à filtrer les données afin d'éliminer les données aberrantes: données sans valeurs ou avec des valeurs manquantes. Souvent dans les bases de production, certaines données sont sémantiquement fausses. Pour avoir une alimentation de qualité, il faut avoir une bonne connaissance des données à entreposer et des règles qui les régissent. Et savoir corriger les données pour les doter d'un vrai sens sémantique. Pour ce faire, on peut dédoubler des données pour gagner au niveau de la cohérence. Les différentes tâches de la transformation peuvent se résumer en :

· La consolidation des données ;

· La correction des données et élimination de toute ambiguïté ;

· L'élimination des données redondantes ;

· Compléter et renseigner les valeurs manquantes.

Cette opération se solde par la production d'informations dignes d'intérêt pour l'entreprise. En effet, l'ensemble des données sources, après nettoyage ou transformation d'après des règles précises ou par application de programmes, seront restructurées et converties dans un format cible. Il faut synchroniser les données pour que les valeurs agrégées obtenues soient cohérentes, avant de passer à la phase de chargement.

II.3.7.3. Chargement des données (Loading)

C'est l'opération qui consiste à charger les données nettoyées dans l'entrepôt de données. Cette opération est généralement assez longue en fonction du volume de données à charger. Il faut alors mettre en place une stratégie afin d'assurer des bonnes conditions à sa réalisation.

Chapitre II : Généralités sur les entrepôts de données et les SIG

II.3.7.4. Stratégies d'alimentation de l'ED

Le processus de l'alimentation peut se faire par l'utilisation de plusieurs

stratégies. Le choix de la stratégie de l'alimentation dépend de la disponibilité et l'accessibilité des données sources. On distingue en effet trois stratégies:

· Push : la logique de chargement se trouve dans le système de production. Il « pousse » les données vers la zone de préparation lorsque c'est nécessaire. Malheureusement, si le système est occupé, il ne poussera jamais les données ;

· Pull : contrairement à Push, la logique du Pull se trouve dans la zone de préparation des données. Il « tire » les données de la source vers la zone de préparation. L'inconvénient de cette méthode est qu'elle peut surcharger le système s'il est en cours d'utilisation.

· Push-pull : c'est la combinaison des deux méthodes. La source prépare les données à envoyer et indique à la zone de préparation qu'elle est prête. La zone de préparation va alors récupérer les données.

D'après (Kimball, 2004), le processus ETL doit répondre à certaines exigences de qualité de données. Pour ce faire, un processus ETL doit être :

· Sûr : le processus doit assurer l'acheminement des données et leur livraison.

· Rapide : la quantité de données manipulées pouvant causer des lenteurs, le processus d'alimentation doit palier à ce problème et assurer le chargement du Data Warehouse dans des délais acceptables.

· Correctif : le processus d'alimentation doit apporter les correctifs nécessaires pour améliorer la qualité des données ;

· Transparent : le processus doit être transparent afin d'améliorer la qualité des données.

27

Bassirou Mohamet

Figure II. 9: Objectifs de qualité de données

28

Bassirou Mohamet

Chapitre II : Généralités sur les entrepôts de données et les SIG

Dans ce chapitre, nous avons étudié les SIG, ses quelques solutions existantes et des différents concepts ou techniques de mise en oeuvre qui peuvent intervenir lorsque l'on souhaite mettre sur pied une application dans le domaine du BI. Les approches vues jusque-là nous présentent distinctivement les SIG et les ED. Dans le chapitre suivant nous aborderons l'étude des EDS et des outils de mise en oeuvre des systèmes d'aide à la décision spatiale.

29

Bassirou Mohamet

Chapitre III : Les EDS et outils de mise en oeuvre

Chapitre III : LES ENTREPÔTS DE DONNÉES SPATIALES ET OUTILS DE MISE EN OEUVRE

Les entrepôts de données spatiales permettent d'intégrer et historiser de très gros volumes de données (spatiales et non spatiales) provenant de multiples sources pour supporter le processus de prise de décision au sein d'une organisation (Stefanovic et al., 2000). Ces entrepôts sont modélisés selon le modèle spatio-multidimensionnel qui définit les concepts de mesure spatiale et de dimension spatiale pour prendre en compte la composante spatiale de l'information géographique. Dans ce chapitre, nous nous proposons d'étudier les EDS et quelques outils qui permettent la mise en oeuvre des systèmes décisionnels/géodécisionnels.

III.1. CONCEPTS FONDAMENTAUX DES EDS

Nous avons décrit dans le chapitre précédent les différents concepts fondamentaux liés à l'ED classique. Dans cette partie, nous allons parler des concepts de base des EDS selon (Béd et al, 05). Il est important de noter qu'un entrepôt de données spatiales est une reformulation d'un entrepôt de données conventionnel. Il contient en même temps des données spatiales et alphanumériques et il reformule les concepts classiques de dimension et de mesure pour prendre en compte la composante spatiale de l'information géographique en définissant les dimensions et les mesures spatiales.

III.1.1. Dimension spatiale et hiérarchie

Le terme de dimension spatiale désigne l'introduction de l'information spatiale dans une application décisionnelle en tant qu'axe d'analyse. En plus des dimensions descriptives, les systèmes SOLAP supportent les dimensions dites spatiales. En effet, ils supportent trois types de dimensions spatiales [Riv et al, O4] :

1. les dimensions non géométriques : utilisent une référence spatiale qui est juste nominale. Exemple : Vina.

2. les dimensions spatiales géométriques : elles associent une géométrie aux

30

Bassirou Mohamet

Chapitre III : Les EDS et outils de mise en oeuvre

membres de tous les niveaux. Exemple, le département de la Vina peut être représenté avec sa carte :

3. les dimensions spatiales mixtes : elles associent une géométrie aux membres

de certains niveaux définis : Vina.

Dans (Malinowski et Zimányi, 2005), les auteurs introduisent le concept de dimension spatiale comme un ensemble de hiérarchies spatiales. Une hiérarchie est spatiale s'il y a au moins un niveau qui contient la composante spatiale. Celui-ci est dit niveau spatial. De plus, entre les membres de deux niveaux spatiaux doit exister une relation topologique d'inclusion ou d'intersection. Une hiérarchie spatiale peut être totalement spatiale si tous les niveaux sont spatiaux, partiellement spatiale s'il y a au moins un niveau non spatial.

III.1.2. Mesure spatiale

Plusieurs auteurs ont défini ce qu'est la mesure spatiale. D'après (Stefanovic et al. 2000), (Malinowski et Zimányi, 2004), la mesure spatiale est parfois vue comme une collection de pointeurs vers des objets spatiaux, comme les résultats d'opérateurs métriques ou topologiques spatiaux. Par exemple la distance entre deux régions (Rivest et al., 2001), (Malinowski et Zimányi, 2004). La mesure spatiale peut également être vue comme un membre spatial d'une dimension (Marchand et al., 2003). On distingue deux types de mesures spatiales supportées par SOLAP :

1. Mesures spatiales géométriques : c'est le résultat d'une opération qui retourne une géométrie. « il s'agit d'un ensemble de coordonnées obtenues à partir des opérateurs d'analyse spatiale d'un SIG » [Bed et al, 05].

2. Mesures spatiales numériques (non géométriques) : c'est le résultat d'une opération métrique ou des calculs spatiaux : cumul de longueur sur un réseau, surface d'un objet, distance minimale avec l'objet le plus proche...

Avec l'apparition des mesures spatiales, les fonctions d'agrégation spatiales

sont elles aussi devenues très différentes et plus complexes que les fonctions classiques (COUNT, SUM, etc.) utilisées dans les systèmes OLAP. Les systèmes

31

Bassirou Mohamet

Chapitre III : Les EDS et outils de mise en oeuvre

SOLAP proposent d'utiliser par exemple l'union, l'intersection ou le barycentre. Leur utilisation permet d'avoir des descriptions de synthèse du phénomène spatial.

III.2. MODÈLES CONCEPTUELS POUR LES EDS

Dans cette section nous présentons quelques modèles formels pour les

bases de données spatio-multidimensionnelles proposés en littérature, (Sandro Bimonte, 2007).

III.2.1. Modèle de Pourrabas

(Pourrabas, 2003) présente un modèle formel qui intègre une base de données spatiales objets et une base de données multidimensionnelles. Cette solution permet de répondre aux requêtes qui portent sur des données stockées dans une base de données multidimensionnelle et une base de données spatiales, de façon transparente à l'utilisateur.

III.2.2. Modèle de Malinowsky et Zimànyi

Le travail présenté dans (Malinowsky et Zimányi, 2004), (Malinowsky et Zimányi, 2005) et (Malinowsky, 2006) étend le modèle multidimensionnel MultiDim (Malinowsky et Zimányi, 2004b) avec les concepts de dimension, hiérarchie et mesure spatiales. Le modèle multidimensionnel est défini comme un ensemble fini de dimensions et une relation de fait (« fact relationships »). La figure ci-dessous montre la représentation graphique du modèle pour entrepôts de données spatiales présenté dans (Malinowsky et Zimányi, 2004). En (a) les auteurs présentent les Fait et Mesures. Le dessin (b) représente la dimension. Les symboles du dessin (c) représentent les différentes cardinalités. En (d), nous remarquons les dimensions et leurs niveaux de granularité. Les symboles dans le dessin (e) sont les icônes spatiales.

32

Bassirou Mohamet

Chapitre III : Les EDS et outils de mise en oeuvre

Figure III. 1: Représentation graphique du modèle des EDS

III.3. SYSTÈME D'AIDE À LA DÉCISION SPATIALE

Dans le contexte de l'exploration et d'analyse interactive de données spatiales, qui représentent 80% des données transactionnelles (Franklin, 1992), les cartes ne sont pas seulement de simples outils de visualisation, mais elles sont des instruments actifs qui stimulent l'utilisateur dans son processus mental d'analyse (MacEachren et Kraak, 2001). Les Systèmes d'Aide à la Décision (SAD), et les systèmes OLAP en particulier, ne présentent aucun instrument pour la gestion des données spatiales. Par conséquent, les outils OLAP, en prenant peu en compte la composante spatiale et son pouvoir d'expression et d'analyse, manquent d'un instrument fondamental d'analyse et d'exploration qui peut aider l'utilisateur dans le processus décisionnel (Caron, 1998). A la base des SIG, il existe une technologie OLTP, contrairement aux systèmes d'entrepôts de données qui s'appuient sur une technologie OLAP (voir II.3. ). Les SIG ne peuvent pas être considérés comme de véritables SAD, car même s'ils incluent des fonctionnalités avancées d'analyse, ils manquent d'une interface simple et intuitive pour visualiser et requêter les données. Les temps d'analyse sont longs et

33

Bassirou Mohamet

Chapitre III : Les EDS et outils de mise en oeuvre

ils ne sont pas conçus pour fournir une vision agrégée des données (Keenan, 1996). Un nouveau type de SAD a alors été conçu : les Systèmes d'Aide à la Décision Spatiale (SADS). Un SADS étend les fonctionnalités des systèmes d'information géographique (Armstrong et Denshman, 1990), (Goodchild et Denshman, 1990). Ils aident les décideurs à résoudre de problèmes et prendre de décisions dans les applications où la composante spatiale joue un rôle fondamental comme le géomarketing, l'environnement, etc. Différents types de SADS ont été développés, comme par exemple les systèmes « Exploratory Spatial Data Analysis » (Andrienko et al., 2003), qui intègrent des techniques d'interaction et de visualisation cartographique, et des méthodes d'analyse spatiales. On note aussi les systèmes « Spatial Data Mining » (Compieta et al.,2007) qui fournissent des techniques de fouille de données spatiales et visualisation cartographique. Chacun s'adresse à des problématiques décisionnelles spatiales particulières. Parmi ces solutions, on trouve aussi le SOLAP qui vise à intégrer la donnée spatiale dans l'OLAP.

III.4. OLAP SPATIAL (SOLAP)

Le terme OLAP Spatial (SOLAP) identifie un type de système d'aide à la décision spatiale qui apporte des solutions en intégrant les techniques d'analyse de l'OLAP et des SIG. La figure suivante représente ce qu'on appelle l'équation SOLAP :

Figure III. 2: Équation SOLAP

SOLAP augmente les capacités d'analyse des systèmes OLAP classiques et il implique une reformulation des concepts des entrepôts de données et de l'analyse en ligne d'un point de vue formel et d'implémentation. La conception d'entrepôts de données spatiales repose essentiellement sur le modèle en étoile.

34

Bassirou Mohamet

Chapitre III : Les EDS et outils de mise en oeuvre

III.4.1. Définition

Le Spatial OLAP se propose comme un SAD où toutes les fonctionnalités OLAP sont intégrées avec des fonctionnalités SIG et avec des techniques de GeoVisualisation (Rivest et al., 2005). L'introduction dans l'OLAP de la composante spatiale augmente les capacités d'analyse de l'OLAP classique. La représentation cartographique peut mettre en évidence des relations spatiales entre différents faits et/ou mesures, qu'une simple étiquette textuelle ou un affichage graphique n'aurait jamais montrées. De nombreux auteurs ont données des définitions et descriptions de la technologie SOLAP, mais celles données par le Professeur Bedard vont retenir notre attention.

SOLAP se définit comme « une plate-forme visuelle spécialement conçue pour supporter rapidement et facilement des analyses spatio-temporelles et l'exploration des données selon une approche multidimensionnelle basée sur des niveaux d'agrégation et permettant des affichages cartographique, graphique et tabulaire » (Bédard, 1997).

Dans la suite, il dit que SOLAP est: « un type de logiciel qui permet la navigation facile et rapide dans les bases de données spatiales et qui offre plusieurs niveaux de granularité d'information, plusieurs thèmes, plusieurs époques et plusieurs modes d'affichage synchronisés ou non : cartes, tableaux et diagrammes.» (Bédard, 2004).

Pour ce qui est de la composante SIG, elle permet de manipuler et visualiser les données spatiales et d'introduire, dans un contexte d'analyse multidimensionnel, les outils d'analyse spatiale. Ainsi, l'interface du client OLAP doit être enrichie par des techniques de visualisation avancées, formant une interface qui intègre et synchronise cartographie, représentation tabulaire et graphique dans un environnement interactif et familier. Les cartes représentent les dimensions et/ou les mesures spatiales et la visualisation des mesures alphanumériques dans l'espace. C'est dans cette optique que naisse le terme système d'aide à la décision spatiale (SADS).

35

Bassirou Mohamet

Chapitre III : Les EDS et outils de mise en oeuvre

III.4.2. Architecture SOLAP

Typiquement, une architecture d'entreposage de données spatiales (Figure ci-dessous) est constituée de trois niveaux : entrepôt de données spatiales, Serveur SOLAP et Client SOLAP (Rivest et al., 2001). L'EDS est souvent implémenté en utilisant un SGBD Spatial. Ce dernier permet de gérer et d'interroger les données spatiales tout en garantissant le passage à l'échelle et de bonnes performances. Le serveur SOLAP définit les hyper-cubes spatiaux en définissant les mesures, les dimensions (spatiales) et les opérateurs d'agrégation. Enfin, le client SOLAP permet des analyses pertinentes du contenu de l'EDS, en exploitant divers types d'affichage: histogrammes, tableaux croisés dynamiques et des cartes interactives.

Figure III. 3: Architecture de SOLAP

III.4.3. Les opérateurs spatiaux

SOLAP dispose des opérateurs spatiaux, que nous pouvons classer en trois catégories :

1. Les opérateurs SOLAP de forage : permettent la navigation dans les dimensions géographiques à partir des cartes. Dans le cas où plusieurs hiérarchies coexistent, il faudra préciser la hiérarchie de navigation utilisée.

2. Les opérateurs SOLAP de coupe : permettent de sélectionner une partie de l'hypercube en utilisant l'interaction avec la carte et des relations topologiques, métriques et/ou directionnelles entre les membres spatiaux .

36

Bassirou Mohamet

Chapitre III : Les EDS et outils de mise en oeuvre

3. Les opérateurs SOLAP de modification dynamique de l'hypercube : sont des opérateurs qui permettent à l'utilisateur de créer de nouveaux membres à la volée grâce à des opérateurs d'analyse spatiale (buffer, overlay, clipping).

III.4.4. Les cubes de données spatiales

Les cubes de données SOLAP répondent aux mêmes principes que les cubes de données OLAP explicités dans les sections précédentes.

Rappelons que ces cubes sont générés par le moteur SOLAP mis en place à partir de l'entrepôt de données stocké dans une base de données relationnelle et dans les tables de dimension et de faits. Les cubes de données sont interrogés par les utilisateurs à travers une requête multidimensionnelle appelé MDX⁷. Les dimensions, les hiérarchies et les niveaux sont pour MDX ce que sont les tables et les colonnes pour SQL.

III.5. OUTILS DE MISE EN OEUVRE SOLAP

La mise en oeuvre d'un système SOLAP nécessite toute une panoplie d'outils allant de l'ETL à l'analyse SOLAP.

III.5.1. Les outils ETL géospatiaux

Les extracteurs des données aussi appelés ETL (Extract, Transform and Load) sont des logiciels destinés à extraire les informations des différentes sources, les transformer et les charger dans l'entrepôt de données. Ils servent aussi de lien entre l'entrepôt de données et les sources de données hétérogènes. Il existe trois catégories d'outils ETL :

· Engine-based: les transformations sont exécutées sur un serveur ETL, disposant en général d'un référentiel. Ce genre d'outil dispose d'un moteur de transformation ;

· Database-embedded: les transformations sont intégrées dans la BD ;

7 MultiDimensional eXpressions : Langage d'expression des requêtes multidimensionnelles.

37

Bassirou Mohamet

Chapitre III : Les EDS et outils de mise en oeuvre

· Code-generators: les transformations sont conçues et un code est généré. Ce code peut être déployé indépendamment de la base de données.

Il existe une grande variété de ces outils existent allant des versions open source aux versions commerciales. On peut citer entre autre GeoKettle, SDI etc... Comme notre travail impose l'utilisation de GeoKettle pour nos processus ETL, nous allons pousser une étude approfondie sur cet outil. Néanmoins, une présentation sommaire de quelques autres sera faite à la fin de l'étude de GeoKettle.

III.5.1.1. GeoKettle

GeoKettle est une version «géo-capable» issue de l'outil ETL Kettle (Pentaho

Data Integration, PDI). C'est une solution open source que nous allons utiliser pour notre mise en oeuvre.

En effet, PDI est un outil ETL puissant de catégorie Engine-based, dédié à l'intégration de différentes sources d'information au sein d'entrepôts de données. PDI embarque à cet effet la totalité du code nécessaire dans son noyau et ne traite ainsi que les flux de données. Ainsi, un traitement Kettle peut être stocké sous forme de fichier plat (XML, CSV...) ou bien dans un SGBD ("Kettle repository"), ce dernier servant également de référentiel de travail partagé. Un des attraits de PDI est son niveau d'intégration avec la plate-forme OSBI Pentaho. Kettle peut ainsi servir de source de données au moteur de reporting de Pentaho et même permettre l'élaboration de vues d'analyses multidimensionnelles avec le concept "Agile BI" et l'outil Pentaho Analyzer. Kettle est intégré à pentaho depuis 2006, distribué sous Mozilla public licence ; il dispose d'une interface graphique, un très bon niveau de packaging et il est multiplateforme. Le niveau de sécurité est sûrement le meilleur des ETL que nous avons étudiés. La mise en place d'une console d'administration permet un niveau de sécurité important, tant au niveau de l'accès aux métadonnées que sur celui de la création de scénarios et même sur leur mise à jour. De plus, une gestion automatisée des logs ainsi que des systèmes de test et de debugging est prise en charge.

GeoKettle est développé par l'équipe GeoSoa de Dr Badard de l'université

canadienne Laval au Québec. Il agit comme une surcouche permettant la manipulation

38

Bassirou Mohamet

Chapitre III : Les EDS et outils de mise en oeuvre

des données géographiques. En effet, il permet l'intégration de différentes sources de données spatiales pour la constitution et la mise à jour d'entrepôts de données géospatiales. De ce fait, GeoKettle permet l'extraction des données de multiples sources, la transformation ces dernières afin de corriger d'éventuelles erreurs, leur nettoyage afin de les homogénéiser, le changement de la structure de celles-ci pour les rendre conformes aux standards définis, ainsi que de permettre le chargement (Loading) des données transformées dans un SGBD, un fichier SIG ou un service Web géospatial.

GeoKettle bénéficie aussi des capacités géospatiales des librairies Open Source

robustes, matures et bien connus comme JTS, GeoTools, deegree, OGR. La figure ci-dessous illustre les différentes tâches que GeoKettle peut nous permettre d'effectuer.

Figure III. 4 : Processus ETL de GeoKettle

GeoKettle pourrait donc se résumer de la manière suivante: GeoKettle = Kettle + Extensions spatiales. GeoKettle permet alors :

· La manipulation des données de type géométrique (basés sur JTS) ;

· L'accès aux objets de la géométrie avec JavaScript ;

· La définition des étapes faites sur commande de transformation par l'utilisateur ;

· La manipulation des attributs topologiques (intersection, croisement, etc.) ;

· La définition et transformation de Système de Référence Spatiale (SRS) ;

· L'entrée-sortie avec un certains SGBD spatiales ;

· La communication avec Oracle, PostGIS et MySQL ;

· Une possibilité d'intégration avec MS SQL Server 2008, Ingres et IBM DB2, sous réserve d'apporter quelques retouches.

39

Bassirou Mohamet

Chapitre III : Les EDS et outils de mise en oeuvre

GeoKettle 2.5 est la version communautaire que nous avons étudiée. Il est dédié à l'intégration de données géospatiales dans des systèmes opérationnels (SIG, SDI, ...) ou des systèmes décisionnels (GéoBI, SOLAP, ...). Cette version est plus puissante, évolutive, rapide et conforme aux normes de l'industrie (WFS, WPS, CSW, ...)⁸.

Les principales nouveautés sont:

· WFS (Web Feature Service de l'OGC): étape d'entrée pour la récupération de données géospatiales directement à partir d'un service WFS;

· CSW (Service de catalogue OGC pour le Web): étapes en entrée et sortie, désormais en mesure de lire des services Web CSW de Deegree et MDWeb. L'étape de sortie CSW prend désormais en charge les opérations d'insertion, suppression et mise à jour de métadonnées, testée avec Deegree et GeoNetwork;

· WPS (Web Processing Service de l'OGC): une étape côté client a été ajoutée pour invoquer des géotraitements distants exposés en WPS et ainsi bénéficier de nouvelles et inédites capacités de traitement, testée avec différentes implantations comme Deegree, GeoServer, PyWPS, 52North WPS et Zoo WPS;

· Utilisation de la nouvelle version (1.9.1) de GDAL/OGR pour plus de puissances avec les étapes OGR en entrée et sortie;

· Utilisation de la nouvelle version (1.13) de la bibliothèque JTS pour de meilleures performances et la correction de bogues;

· Des nouvelles fonctions de conversion ajoutées à l'étape «Calcul» (plus de capacités pour la création et la transformation de fichiers/données WKT, GeoJSON, GML, KML, ...);

· Mise à jour de la base de données de projections EPSG (la définition d'une projection sur mesure introduite dans la version 2.0 reste possible);

· Nouveaux installateurs dédiés selon l'OS pour Windows, Linux / Debian ou Linux / Red Hat, Macintosh (une version en fichier .zip est toujours disponible);

· Module Sextante: Ajoute des fonctionnalités avancées de géotraitements vectoriel basé sur la bibliothèque Sextante.

GeoKettle est disponible en téléchargement libre, et selon le type de la plateforme, sur le site http://www.spatialytics.org/fr/projets/GeoKettle ou sur le site du projet : https://www.geokettle.org. Avant de l'installer, JRE (Java Runtime Environment) doit être installé sur le système. Si l'on a téléchargé le .exe, il suffit de faire un double-

8 Source : www.georezo.net/forum

Chapitre III : Les EDS et outils de mise en oeuvre

clic et poursuivre le processus d'installation. Mais si c'est l'archive qu'on a téléchargé, il faut le désarchiver (selon votre version de SE) dans un répertoire de votre choix ( C:\GeoKettle ou /home par exemple). Il faut exécuter ensuite spoon.bat pour Windows ou spoon.sh pour une distribution Linux. La fenêtre d'accueil ci-dessous apparaît et nous pouvons créer notre première transformation.

Figure III. 5: Fenêtre d'accueil de GeoKettle

III.5.1.1.1. Vocabulaire de GeoKettle

Le monde de l'ETL GeoKettle exige la manipulation de certains termes qui lui sont propres qu'il est nécessaire d'expliquer ici.

· Transformations : tout processus ETL ;

· Etapes (steps) : Élément d'une transformation ;

· Liens (hops) : Lien entre deux étapes ;

·

Bassirou Mohamet

40

Figure III. 6: Une transformation avec GeoKettle

Les étapes sont des threads qui s'exécutent en parallèle.

41

Bassirou Mohamet

Chapitre III : Les EDS et outils de mise en oeuvre

Les steps ont des paramètres de configuration (double-clic) qui permettent d'indiquer :

· la connexion à la bd source ;

· le nom du fichier à ouvrir ;

· le code source du script (javascript) à exécuter ;

On distingue plusieurs catégories de steps :

· Entrée/Sortie ;

· Transformation ;

· Scripting ;

· Flux...

Les différents types de liens que l'on peut rencontrer sont :

Figure III. 7: Différents types de liens avec GeoKettle

Un job est une série de tâches séquentielles à exécuter. Ces tâches peuvent être :

· Des transformations ;

· Des requêtes SQL ;

· Des opérations sur les fichiers (copie, suppression, téléchargement) ;

· Des tests conditionnels ;

· Des scripts (shell, javascripts) ;

· Envoi/réception des e-mails ;

· D'autres jobs ...

42

Bassirou Mohamet

Chapitre III : Les EDS et outils de mise en oeuvre

Figure III. 8: Exemple d'un job GeoKettle

III.5.1.1.2. Composants de GeoKettle

GeoKettle est composé des différents outils suivants : spoon, chef, pan, kitchen

et carte.

· Spoon: environnement graphique pour l'édition des transformations et des jobs ;

· Pan: lancement (automatisation) en ligne de commande des transformations ;

· Kitchen: lancement en ligne de commande des jobs ;

· Chef: gestion automatique des tâches complexes de transformations ;

· Carte: serveur web pour exécution à distance des transformations et jobs.

III.5.1.1.3. Fonctionnalités spatiales de GeoKettle

GeoKettle intègre de manière cohérente des géométries vectorielles :

· Utilisation de type de données Geometry : géométrie vectorielle (JTS), point, ligne, polygone.

· Conversions transparentes entre types de données :

o Geometry <-> String: depuis et vers WKT (Well Known Text) ;

o Geometry <-> Binary: depuis et vers WKB (Well Known Text) ;

· Support des SGBD Spatiaux intégrés dans le noyau d'E/S pour SGBD

43

Bassirou Mohamet

Chapitre III : Les EDS et outils de mise en oeuvre

(utilisation de JDBC). Tous les steps pouvant accéder au BD supportent les colonnes géométriques de manière transparente.

GeoKettle gère très correctement la lecture et l'écriture des géométries. Il supporte les SGBD spatiaux suivants :

· PostreSQL/PostGIS ;

· MySQL Spatial ;

· Oracle Spatial / Locator.

Il n'y a pas de steps distincts et dédiés spécifiquement à chaque SGBD puisque tous les steps de BD existants ont accès aux colonnes géométriques.

Il supporte les formats de fichiers SIG suivants :

· Shapefile ;

· KML ;

· GML.

Avec GeoKettle, on peut effectuer différentes analyses spatiales :

· Scripting sur objets géométriques en JavaScript ;

· Utilisation des fonctions d'analyses spatiales :

o Prédicats topologiques: INTERSECTS, TOUCHE, WITHIN... exploitables à partir de steps de jointure et de filtrage ;

o Fonctions spatiales : UNION, INTERSECTION, LENGHT, BUFFER... et toutes celles offertes par la librairie JTS accessibles en JavaScript;

GeoKettle assure la gestion des systèmes de référence spatiaux (SRS) et projection.

· Gestion native des SRS dans les métadonnées des champs Geometry en utilisant la librairie GeoTools;

·

Reprojection : changement de SRS :

· Affectation d'un SRS à un flux de données :

44

Bassirou Mohamet

Chapitre III : Les EDS et outils de mise en oeuvre

· Lecture et écriture des métadonnées de SRS :

o Lecture des SRS depuis les sources de données : SGBD et Shapefile (fichier .prj) ;

o Validation du SRS lors de l'insertion de données dans PostGIS et Oracle ;

o Écriture du fichier .prj lors de la création d'un Shapefile ;

Cette étude nous aidera au moment de la pratique pour la mise en place de nos applications.

III.5.1.2. Spatial Data Integrator (SDI)

SDI est un ETL spatial open source basé sur Talend Open Studio (TOS) et développé par la société CampToCamp. Cet ETL est de type générateur de code (Java, Perl). C'est-à-dire que pour chaque tâche réalisée sur l'interface graphique, un code spécifique est généré. En plus de la centaine de connecteurs natifs (Sugar CRM, SalesForce...) disponibles dans TOS, SDI ajoute la possibilité de lire et/ou écrire des données au format WFS (Lecture) et GPX (Lecture/Écriture) ainsi que de réaliser des traitements cartographiques (simplification, changement du sens des lignes...). De plus, il peut également être couplé à la bibliothèque Sextante afin de travailler sur du raster. Enfin, la visualisation des données peut se faire directement depuis Udig. SDI est proche de GeoKettle et permet un accès à des sources de données très diversifiées et l'intégration des fonctions de filtrage, d'agrégation etc... La gestion des métadonnées est centralisée. Le traitement des données est quant à lui de très bonne qualité car bien qu'il existe la possibilité d'ajouter de nouvelles fonctions, de nombreuses fonctions de transformation des dates, nombres ou de statistiques avancées sont déjà incorporées. De plus, il supporte les jointures de flux.

Le niveau de sécurité rivalise presque avec celui de GeoKettle. Doté des mêmes caractéristiques, SDI se distingue cependant par l'absence de sécurité sur le lancement des tâches, d'un système de test et de débuggage en temps réel ainsi qu'un type de sécurité propriétaire. SDI est disponible en téléchargement sur son site à travers le lien: http://www.spatialdataintegrator.com

45

Bassirou Mohamet

Chapitre III : Les EDS et outils de mise en oeuvre

III.5.2. Outils d'entreposages des données spatiales

III.5.2.1. MySQL Spatial

Apparu en 1995, MySQL a été initialement développé par la société MySQL AB, récemment rachetée par Sun Microsystem. Il est disponible pour la plupart des systèmes d'exploitation, et est distribué sous licence GPL. Soutenu par une communauté très importante, MySQL apparaît comme un incontournable de la base de données Open source. Simple de configuration, de déploiement et d'utilisation, il s'avère être grandement utilisé lors de la conception de sites Web, et c'est pour cela que la plupart des hébergeurs gratuits le supportent. Néanmoins, de nombreuses structures professionnelles l'utilisent également comme base de données interne, et non pour l'usage unique de site Web. En effet, MySQL traite aisément les données d'une masse volumique assez importante. Mais, bien que très performant et rapide, ses avantages ont également le revers de la médaille. Par exemple, il ne gère pas l'intégrité référentielle, ce qui le rend plus rapide. Avec son module MySQL Spatial, il intègre la gestion des données spatiales et devient de ce fait un SGBD géographique.

III.5.2.2. PostgreSQL/PostGIS

La première version du projet PostgreSQL, appelé Postgre à l'origine, remonte à 1986. Il est devenu libre et distribué sous licence BSD depuis 1996. Réputé pour ses excellentes performances, il possède de solides références chez les grands comptes, comme Météo France. Le fait que ce projet ne fonctionnait pendant longtemps que sous système UNIX explique les raisons d'une communauté plus faible que chez MySQL. Néanmoins, depuis la version 8.0, il est disponible sous Windows. Un peu plus complexe de prise en main que MySQL, il traite les masses de données importantes et garantie une cohérence de la quasi-totalité des données car il gère l'intégrité référentielle. Il utilise un puissant plugin spatial PostGIS. Il constitue la meilleure plateforme d'entreposage des données spatiales du marché. Nous allons nous servir de cet outil pour la mise en oeuvre de notre entrepôt de données spatiales.

46

Bassirou Mohamet

Chapitre III : Les EDS et outils de mise en oeuvre

III.5.2.3. Oracle Spatial

Oracle Spatial est une solution développée par Oracle permettant la gestion

complète de l'information traditionnelle et géographique, et constitue la plateforme de données spatiales. Elle est composée de 3 modules :

· Oracle Locator : Module standard qui fournit les fonctionnalités cartographiques de base ;

· Oracle Spatial : Module qui étend le module Oracle Locator et qui fournit les fonctionnalités cartographiques avancées telles que le géocodeur, le routeur, le stockage de données raster, le modèle de données réseaux, le modèle de données topologique, les web services, les requêtes complexes, la gestion de la 3D et la segmentation dynamique (LRS) ;

· Oracle MapViewer : Serveur de rendu cartographique en ligne.

Oracle Spatial permet l'utilisation d'un dépôt unique pour les données spatiales et attributaires, ce qui donne accès à l'ouverture, l'évolution, la sécurité et la performance. En effet, en stockant les données géospatiales et descriptives dans une base de données unifiée, le niveau de fiabilité et de disponibilité est largement supérieur à celui fourni par de simples fichiers. Cela permet de minimiser les coûts par rapport à l'exploitation et le stockage hybride qu'il est nécessaire de faire si ces données sont stockées dans des bases de données distinctes. En outre, cela permet également de rendre les données interopérables entre les différents outils du SIG. Enfin, Oracle permet le stockage et la gestion de gros volumes de données, fréquemment rencontré dans le domaine des SIG.⁹

III.5.3. Serveurs SOLAP

III.5.3.1. GeoMondrian

GeoMondrian est sans doute le premier serveur SOLAP Open Source. C'est une

version « géo-capable » du serveur OLAP Mondrian de Pentaho (Pentaho Analysis

9 Source : http://www.oscars-sa.eu/fr/les-plus-doracle-spatial

47

Bassirou Mohamet

Chapitre III : Les EDS et outils de mise en oeuvre

Services). En effet, Mondrian est un serveur OLAP écrit en Java qui ne permet pas l'intégration des données de type géométrique. GeoMondrian vient palier à ce manquement en permettant une intégration consistante d'objets spatiaux (géométrie) dans la structure de données en cube plutôt que de devoir les obtenir ailleurs, à partir d'un SGBD spatial, un Service Web ou des fichiers SIG. GeoMondrian intègre cependant les premières extensions spatiales au langage de requête MDX ajoutant ainsi de puissantes capacités de requêtes et d'analyse spatiale venant valoriser l'intelligence spatiale dans les cubes. Il ne supporte que le SGBD PostgreSQL avec sa cartouche spatiale PostGis.

GeoMondrian est une réalisation de l'équipe de recherche du groupe GeoSOA à l'université de Laval au Québec. Les termes de la licence de GeoMondrian correspondent à ceux de la licence EPL (Eclipse Public License). C'est l'outil que le deuxième module de notre projet utilisera pour l'exploitation.

III.5.3.2. Geo Analysis Tool (GAT)

Geo Analysis Tool est un serveur open source qui permet d'effectuer des analyses multidimensionnelles spatiales (OLAP Spatial). GAT est un outil qui permet de réunir en une seule interface un outil d'analyse OLAP tabulaire comme JPivot, et un outil entièrement spatial permettant de travailler sur l'aspect spatialisé des données habituellement traitées par le requêteur OLAP. Il s'appuie sur les composants open sources : PostgreSQL/PostGis, GeoMondrian, OLAP4J, Open Layers, Jpivot...

III.5.4. Client SOLAP

III.5.4.1. SolapLayers

SOLAPLayers est un composant cartographique open source, capable d'afficher des cartes dont les résultats sont directement issus d'une analyse OLAP de GeoMondrian. Il permet surtout une navigation géo-spatiale dans le cube de données à l'aide du serveur GeoMondrian. Ce composant cartographique vise aussi à être intégré dans différents Frameworks, de tableau de bord afin de produire de véritables tableaux de bord géo-analytiques interactifs. Il permet encore la

48

Bassirou Mohamet

Chapitre III : Les EDS et outils de mise en oeuvre

représentation cartographique de mesures et de membres d'une dimension spatiale sous la forme de cartes à intervalles fixes ou à intervalles égaux dynamiques.

SOLAPLayers utilise les librairies OpenLayers et Dojo et peut, évidemment se connecter au serveur spatial GeoMondrian.

III.5.4.2. Jpivot

Jpivot est plutôt un client OLAP disposant d'une interface Web permettant de représenter un cube OLAP sous forme de tableau croisé multidimensionnel. Il est particulièrement la solution la plus utilisée dans le monde open source. Avec Jpivot, on peut réaliser plusieurs opérations d'analyse complémentaires telles que le drill down/drill up, les rotations, l'exportation des tableaux sous forme de fichiers PDF ou de document Excel. Pour permettre la visualisation et l'exploration des données tabulaires, GeoMondrian l'utilise.

Ce chapitre nous a permis d'étudier les concepts de l'EDS et quelques outils de mise en oeuvre dont la liste n'est pas exhaustive. Parmi les outils étudiés ici, certains font partie d'une suite de solution complète. D'autres peuvent être utilisés indépendamment. L'objet de notre mémoire étant la mise en oeuvre de système ETL spatial par l'utilisation de GeoKettle, cet outil aura retenu plus notre attention dans cette étude. Le chapitre suivant traitera de la conception et la mise en oeuvre de ce système.

49

Bassirou Mohamet

Chapitre IV : Conception du système d'ETL Spatial

Chapitre IV : CONCEPTION DU SYSTÈME D'ETL SPATIAL

Après l'étude des SIG, ED, EDS et les outils de mise en oeuvre des EDS, nous entrons dans la partie du travail qui traite de la mise en oeuvre de notre système. Dans ce chapitre, les différentes démarches à suivre pour la mise en place d'un système d'ETL spatial seront présentées.

IV.1. ÉTUDE DE L'EXISTANT ET ANALYSE DES BESOINS

Le Laboratoire de Géomatique de l'Université de Ngaoundéré nous a recommandé d'appliquer notre étude aux données de consommation d'électricité dans la Commune de Ngaoundéré 2e. Alors ne disposant pas d'une base de données de production de l'entreprise qui distribue l'électricité. Le LG nous a pourvus de quelques fichiers (Excel, shapefile...) résultant de leurs études antérieures. Nous avons aussi complété ces informations par quelques fichiers (shapefile) du découpage administratif du Cameroun, téléchargés sur le site http://www.sogefi-sig.com/donnees-sig/137-donnees-sig-openstreetmap. Nous nous sommes basés sur ces données pour concevoir et mettre sur pied une base de données de production test pour la facturation et la gestion des abonnements. Le diagramme de la figure ci-dessous illustre le modèle de cette base de données.

Figure IV. 1: Diagramme de classes de la base de données de facturation

Le SGBD MySQL a été utilisé pour l'implémentation de ce schéma. Ensuite, nous avons généré quelques données fictives pour enrichir cette base de données.

Chapitre IV : Conception du système d'ETL Spatial

IV.2. CONCEPTION DE l'EDS D'APPLICATION

Un système d'information décisionnelle (SID) doit s'appuyer sur d'autres systèmes en place dits opérationnels, pour pouvoir fonctionner. N'ayant pas ces systèmes, nous allons nous appuyer sur les données de test que le LG a mis à notre disposition et la base de données de facturation que nous avons implantée, afin de concevoir le modèle de données multidimensionnelles.

IV.2.1. Choix des dimensions et fait

Dans un entrepôt de données, la plus part des données sont chargées dans les dimensions qui constituent les axes d'analyses, auxquels sont liés les indicateurs que l'on peut observer. Lorsqu'il s'agit d'un EDS, trois types de dimension au minimum doivent y participer. Nous devons avoir les dimensions thématiques, temporelles et spatiales.

IV.2.2. Dimensions thématiques

Ces dimensions peuvent être vues comme les plus classiques dans un entrepôt. Elles contiennent très souvent des attributs textuels distincts, et permettent d'avoir plus de détails sur un objet lors des analyses. Après l'étude et l'analyse des différentes sources mises à notre disposition, nous avons retenu les dimensions suivantes :

· ABONNEMENT avec ses attributs clés : numéro compteur, type d'abonnement, le nom de l'abonné, la date de branchement ;

· TRANSFO avec ses attributs clés : type, puissance, quartier et l'énergie produite.

Figure IV. 2: Dimensions thématiques

50

Bassirou Mohamet

Chapitre IV : Conception du système d'ETL Spatial

IV.2.3. Dimension temporelle

Dans le cadre de la mise en oeuvre de notre système, nous avons une dimension

temporelle « Temps » avec les attributs: Jour, jour de la semaine, mois, code mois, mois de l'année trimestre, année....

Figure IV. 3: Dimension temporelle

IV.2.4. Dimensions spatiales

Cette dimension fait intervenir l'espace dans notre contexte comme axe d'analyse.

Nous l'appelons ici « Localisation » pour exprimer la zone géographique qui fera l'objet de l'analyse.

51

Bassirou Mohamet

Figure IV. 4: Dimension spatiale

Chapitre IV : Conception du système d'ETL Spatial

IV.2.5. Identification des faits

Après avoir ressorti les différents types de dimensions à partir des sources des

données, nous cherchons à définir les attributs et les mesures qui vont constituer les indicateurs d'analyse du système à mettre en place. Trois mesures ont été retenues :

· Nombre d'abonné : cette mesure permet de connaitre l'effectif des abonnés suivant une dimension quelconque (localisation, temps...) ;

· Énergie consommée : elle permet de retracer la consommation de chaque abonné ;

· Énergie perdue : c'est la mesure qui indique la différence entre l'énergie produite au niveau d'un transformateur et la somme d'énergie consommée par les abonnés connectés sur ce dernier.

Les autres attributs sont les identifiants des dimensions qui lui sont liées. Ces

identifiants représentent les clés étrangères. La figure ci-dessous présente le modèle de la table des faits de notre entrepôt de données spatial.

Mesures à analyser

52

Bassirou Mohamet

Figure IV. 5: Fait suivi de la consommation

IV.2.6. Modèle multidimensionnel complet

Après la modélisation de toutes ces entités (dimensions, fait), nous sommes parvenus à ce modèle multidimensionnel qui est représenté en étoile et en flocon dans les figures ci-dessous. Mais compte tenu de la volumétrie des données spatiales, nous implémenterons le modèle en étoile pour éviter les jointures qui peuvent ralentir le fonctionnement du système d'analyses géospatiales lors des navigations.

Chapitre IV : Conception du système d'ETL Spatial

Figure IV. 6: modèle multidimensionnel en étoile

Figure IV. 7: modèle multidimensionnel en flocon

53

Bassirou Mohamet

54

Bassirou Mohamet

Chapitre IV : Conception du système d'ETL Spatial

IV.3. SGBD D'ENTREPOSAGE SPATIAL

Le choix du SGBD spatial s'est fait suivant plusieurs critères. Premièrement nous devons travailler dans un environnement open source. De plus, il nous a fallu un système performant pouvant supporter un très grand volume de données spatiales. Ainsi, nous avons choisi d'implémenter notre entrepôt de données sous le SGBD open source PostgreSQL/PostGIS.

IV.4. CONCEPTION DU PROCESSUS D'ETL

L'ETL est l'une des étapes la plus importantes dans le processus de mise sur pied d'un système de GéoBI. Beaucoup d'auteurs de commun accord, estiment à 80% sa charge de travail. En effet, son objectif principal est d'assurer le transfert de données des systèmes source jusqu'à l'entrepôt de données, en passant par les différentes phases de nettoyage et de transformations nécessaires.

La conception du processus d'alimentation nécessite les phases suivantes :

· Étude et planification ;

· Choix de l'architecture du système d'ETL ;

· Conception des processus de chargement des tables:

o Dimension ;

o Faits ;

o Temps.

IV.4.1. Étude et planification

C'est la phase préliminaire de l'ensemble du processus. Elle consiste à :

· Étudier les sources de données ;

· Détecter les emplacements des données source ;

· Définir la périodicité du chargement des données.

55

Bassirou Mohamet

Chapitre IV : Conception du système d'ETL Spatial

IV.4.1.1. Les sources de données

Dans la section de l'étude de l'existant, nous avons souligné que les sources des données de notre entrepôt sont :

· Une base de données de production de facturation que nous avons implémentée ;

· Des fichiers (shapefile, Excel) mis à notre disposition par le Laboratoire de Géomatique ;

· Des fichiers shapefile du territoire Camerounais téléchargés sur le site : http://www.sogefi-sig.com/donnees-sig/137-donnees-sig-openstreetmap.

IV.4.1.2. Détection des emplacements des données

L'étude des différentes informations que le Laboratoire de Géomatique, à travers notre encadreur industriel, a mises à notre disposition nous a permis de déterminer les emplacements des données source et d'en choisir ceux qui sont pertinentes et plus fiables.

Au vu des volumes importants de données que nous avions à étudier et le

manque de systèmes opérationnels, cette tâche n'était pas facile à réaliser. Néanmoins, après la réalisation du schéma étoile de l'EDS, nous devons :

· Lister les données nécessaires pour l'EDS ;

· Lister les emplacements de chaque donnée ;

· Choisir la source la plus fiable et la valider comme source de chargement ;

· Dresser un tableau, selon (Kimball, 2004), qui établit le lien entre données sources et donnée cibles avec les transformations nécessaires.

IV.4.1.3. Définition de la périodicité de chargement

Pour définir la périodicité de chargement des données, il faut prendre en considération quelques contraintes suivantes :

· La quantité de données à charger ;

· La période d'inactivité des systèmes sources.

Chapitre IV : Conception du système d'ETL Spatial

Supposons que le système de facturation fonction à partir du milieu du mois courant. Dès cet instant, le chargement de l'EDS peut commencer. Mais à quel moment de la journée ou avec quelle fréquence ? L'EDS ou tout au moins le magasin de données que nous avons implanté concerne la Commune de Ngaoundéré 2^e où le nombre d'abonnés nous semble peu important. De ce fait, un chargement mensuel n'aura pas un très grand volume de données. Donc nous allons procéder au chargement mensuel dans la période d'inactivité du système de production, c'est-à-dire entre dix-huit heures et huit heures.

IV.4.2. L'architecture du système d'ETL

L'élaboration d'une architecture du système d'ETL au début de tout projet

d'alimentation est très importante. En effet, d'après (FILALI, 2010), le choix d'une architecture affecte pratiquement toutes les composantes du projet.

Il devient donc nécessaire d'élaborer une architecture consistante qui prendra en charge toutes les contraintes auxquelles on doit faire face.

Le processus de l'ETL peut se faire de différentes manières. Dans notre cas, nous avons choisi la méthode «Pull». D'autant plus que nous avons décidé du chargement mensuel et à des heures d'inactivité du système de production. La figure suivante illustre l'architecture du processus d'alimentation que nous avons adoptée dans le cadre de ce travail.

Figure IV. 8: Architecture du processus ETL

56

Bassirou Mohamet

57

Bassirou Mohamet

Chapitre IV : Conception du système d'ETL Spatial

Au niveau du serveur ETL, les données sont extraites à partir des sources de données. Quelques transformations seront appliquées pour les préparer au chargement dans l'EDS qui se trouve dans la zone d'entreposage. Après chaque chargement, il faut mettre à jour les Meta Data.

Afin de détecter les changements effectués sur les données sources, il est impératif de

développer une sentinelle et de l'implémenter au niveau des sources. C'est elle qui enverra le signal au système ETL pour déclencher le processus.

IV.4.3. Processus global d'alimentation de l'entrepôt

Le diagramme d'activités défini dans la figure IV.9 ci-dessous décrit de manière globale le processus d'alimentation de l'EDS.

Figure IV. 9: Diagramme d'activité du processus global d'alimentation

IV.4.3.1. Processus de chargement des dimensions

Les dimensions constituent le contexte des faits. Une dimension est généralement constituée d'une clé artificielle, d'une clé naturelle et des attributs. Le processus de chargement de dimensions doit, non seulement transformer et charger les données, mais aussi assurer :

· La gestion des clés artificielles: affectation des clés et mise en correspondance avec les clés naturelles ;

58

Bassirou Mohamet

Chapitre IV : Conception du système d'ETL Spatial

· La gestion de l'évolution de dimension : gérer les changements que subissent les dimensions. Il existe trois types de traitements par rapport à l'évolution d'une dimension :

1. « Écraser l'ancien enregistrement» : consiste à mettre à jour l'attribut qui a subi le changement ;

2. «Créer nouvel enregistrement» : consiste à créer un nouvel enregistrement afin de sauvegarder tout le cycle d'évolution de la dimension ;

3. «Déplacer l'ancienne valeur qui a changé dans un attribut ancien» : consiste à prévoir des attributs pour enregistrer les changements éventuels. Il permet de sauvegarder un nombre défini de changements.

Le diagramme d'activité représenté dans la figure ci-dessous illustre le processus de chargement des dimensions dans l'EDS.

Figure IV. 10: Diagramme d'activité ETL des dimensions

IV.4.3.2. Processus de chargement des faits

L'extraction des faits s'effectue avec les clés naturelles utilisées dans le système opérationnel. L'étape qui précède le chargement des faits consiste à remplacer les clés naturelles par les clés artificielles. La substitution peut se faire directement par le biais des dimension, mais c'est très lent. Pour résoudre le problème de lenteur, on peut utiliser des tables de référencement.

59

Bassirou Mohamet

Chapitre IV : Conception du système d'ETL Spatial

Le processus de chargement de la table des faits doit garantir l'intégrité référentielle vis-à-vis des dimensions.

Le processus de chargement de faits est illustré par le diagramme d'activité suivant.

Figure IV. 11: Diagramme d'activité ETL des faits

IV.4.3.3. Processus de chargement de la dimension « Temps »

La dimension « Temps » contient uniquement des dates qui ne sont pas forcément extraites à partir du système opérationnel. Mais il doit avoir un attribut « date » dans le système opérationnel permettant de faire des comparaisons et référencer la dimension temps. En effet cette dimension doit contenir toutes les dates qui peuvent coïncider avec un fait quelconque. Elle assure l'historisation. Il est donc conseillé de construire un calendrier selon (Kimball, 2004) :

60

Bassirou Mohamet

Chapitre IV : Conception du système d'ETL Spatial

«La dimension date est plus souvent construite comme étant un calendrier avec une granularité journalière».

L'objectif principal d'un processus ETL est l'extraction, la transformation et la livraison de données conformes, cohérentes et correctes. Tout ceci avec des meilleures performances. Pour garantir le succès de notre processus ETL, nous nous sommes fixés quelques objectifs à savoir :

· Alimenter l'EDS avec des données de qualité ;

· Ne pas nuire aux performances des systèmes sources ;

· Utiliser autres sources de données que le système opérationnel ;

· Suivre l'avancement des chargements et déboguer en cas d'erreur ;

· Mise à jour des Meta données, pour la maintenance et l'assurance de la qualité de données.

Dans le chapitre qui suit, nous présenterons l'implémentation du processus ETL

que nous avons conçu. Quelques commentaires suivront cette présentation.

61

Bassirou Mohamet

Chapitre V : Résultats et commentaires

Chapitre V : RÉSULTATS ET COMMENTAIRES

Ce chapitre s'intéresse à la présentation des résultats de notre travail. Nous avons implémenté notre système ETL en utilisant GeoKettle et en nous appuyant sur la conception réalisée dans le chapitre précédent. Nous allons présenter les principaux processus ETL développé. Mais avant, pour assurer l'aspect sécurité, nous allons créer un référentiel de stockage des transformations et des jobs du système ETL.

V.1. Référentiel du système ETL

Généralement, les transformations et les jobs sont stockés dans des fichiers XML (.ktr/.kjb). Mais il existe une alternative pour garantir la sécurité du processus. On stocke un référentiel dans une base de données. En effet, les transformations, jobs et paramètres de connexions aux sources et aux destinations sont stockés dans une base de données dédiée appelée référentiel.

Pour créer un référentiel, il suffit de démarrer GeoKettle. Dès que la première fenêtre s'ouvre, sur «Référentiel», il faut cliquer sur «Nouveau ». Une nouvelle fenêtre apparaît nous invitant à choisir la connexion à la base de données du référentiel. Nous entrons le nom et la description du référentiel. Nous cliquer ensuite sur le bouton «Nouveau». La fenêtre de création de la connexion à la BD s'affiche. Il faut renseigner les paramètres de la connexion et tester celle-ci. Il faut noter que nous avons au préalable créé notre base de données du référentiel sur PostgreSQL. Si le test passe avec succès, on valide la connexion pour revenir à la fenêtre des informations du référentiel. Nous cliquons sur le bouton « Créer ou Mettre à niveau ». Nous validons en cliquant sur « Oui » et ensuite « Oui » pour évaluer la requête SQL générée afin de créer les différentes tables du référentiel. Les différentes figures ci-dessous illustrent le processus que nous venons de décrire ci-dessus.

Chapitre V : Résultats et commentaires

Figure V. 1: Création du référentiel et la connexion à la BD

Figure V. 2: Valider la création du référentiel et générer la requête SQL

Figure V. 3: Modification de la requête avant son exécution

62	Bassirou Mohamet

Chapitre V : Résultats et commentaires

Dans cette dernière figure, l'on peut copier le code généré dans un éditeur pour procéder à quelques modifications si possible. Nous cliquons alors sur « Exécuter » pour lancer l'exécution du code. Si tout se passe bien, en ouvrant la base de données du référentiel, nous devons disposer de 42 tables où l'on va stocker les différentes tâches ETL comme l'illustre cette figure.

Nombre de tables du référentiel

Nous validons alors en cliquant sur une suite de « Ok » pour revenir à la fenêtre principale de démarrage de GeoKettle. Il faut maintenant renseigner les champs « utilisateur » et « mot de passe » pour se connecter au référentiel et commencer alors le processus ETL. Par défaut, l'utilisateur et le mot de passe c'est « admin », on peut modifier ces paramètres après le démarrage.

Figure V. 4: Connexion au référentiel de travail GeoKettle

63	Bassirou Mohamet

64

Bassirou Mohamet

Chapitre V : Résultats et commentaires

V.2. Différents processus ETL de l'EDS avec GeoKettle

Dans cette section, nous allons décrire les différents processus : extraction

(génération si les données n'existent pas), transformation et de chargement des dimensions et faits en utilisant l'atelier ETL GeoKettle.

V.2.1. Chargement de la dimension «dim_temps»

Pour charger la dimension temps, nous avons construit un calendrier de cent

ans à compter du 1^er janvier 2014. La transformation illustrée dans la figure ci-dessous présente le processus de génération des données de cette dimension.

Figure V. 5: Génération du calendrier et chargement dans l'EDS

V.2.2. Chargement de la dimension « dim_abonnement »

Pour charger cette dimension, il nous a fallu générer un certain nombre d'abonnés puisque nous ne disposions pas de la base de données de production. Comme nous avons mis sur pied une base de données de production de facturation pour le besoin de test, nous avons d'abord chargé celle-ci. Après nous avons donc extrait les données sur les abonnés et leur branchement pour charger enfin la dimension « dim_abonnement » dans l'entrepôt de données spatial. Les deux processus sont illustrés dans les figures ci-dessous. Dans la Figure V. 6, nous

Chapitre V : Résultats et commentaires

Bassirou Mohamet

65

Figure V. 6: Génération et chargement de la table "ABONNE"

Figure V. 7: Processus ETL des abonnements

générons un nombre d'abonnés pour alimenter la table « abonne » dans la base de données de production que nous appelons « bdprod » implémentée dans MySQL. La Figure V. 7, quant à elle présente le processus d'extraction des abonnés et leur branchement à partir de « bdprod » pour les charger dans la table de dimension « dim_abonnement » au niveau de l'entrepôt de données nommé « edgeo_ndere ».

Chapitre V : Résultats et commentaires

V.2.3. Chargement de la dimension « dim_transfo »

Quelques données sur les transformateurs nous ont été fournies par le LG dans un fichier Excel. Cependant, pour avoir une bonne cohérence des données, nous devons charger la base de données de production et l'entrepôt de données spatiales. Le processus devient un peu complexe. Nous avons extrait les données du fichier Excel, et la table « quartier ». Nous les avons croisées afin de récupérer les identifiants des quartiers. D'une part, après quelques transformations nous avons procédé au chargement dans la table « Transformateur » au niveau de la base de données de production. D'autre part, à partir de l'étape de la jointure, des procédures de transformation ont été nécessaires pour permettre le chargement dans la dimension « dim_transfo » et créer en même temps un fichier de forme (transfo.shp). La Figure V. 8 ci-dessous illustre le processus que nous venons de décrire.

Figure V. 8: ETL des transformateurs

66	Bassirou Mohamet

67

Bassirou Mohamet

Chapitre V : Résultats et commentaires

V.2.4. Chargement de la dimension « dim_zone_geo »

Comme nous avons dit dans la section de l'étude des sources, les fichiers de forme (.shp) du Cameroun ont été téléchargés sur le site http://www.sogefi-sig.com/donnees-sig/137-donnees-sig-openstreetmap. Notamment les fichiers sur les communes, les départements et les régions. Après avoir extrait quelques données de la BD de production, nous les avons jointes avec les fichiers de forme afin de localiser par exemple un abonné, un transformateur ou tout simplement un branchement. Quelques transformations ont été nécessaires pour enfin charger les données épurées dans la dimension « dim_zone_geo ». La Figure V. 9 présente le processus ETL de cette dimension.

Figure V. 9: ETL dimension "dim_zone_geo"

V.2.5. Chargement des faits « fait_conso »

Dans le file du processus d'un système ETL, l'extraction, la transformation et le chargement des faits est la dernière procédure à s'exécuter. En effet, les différentes clés étrangères qui peuplent ses champs doivent provenir des dimensions. Ainsi, l'existance des données dans les dimensions devient une condition sinéquanone pour le processus de chargement de la table des faits. La Figure V. 10 illustre ce processus dans GeoKettle.

68

Bassirou Mohamet

Chapitre V : Résultats et commentaires

Figure V. 10: ETL des faits "fait_conso"

V.3. Création de job

Comme nous avons dit dans les sections précédentes, un job (ou une tâche) est

une série de tâches séquentielles à exécuter (voir III.5.1.1.1. ). Dans le cas présent de notre travail, nous avons mis sur pied un job.

Figure V. 11: Job du processus ETL

Avec ce job, nous pouvons exécuter toutes les autres transformations de manière séquentielle.

69

Bassirou Mohamet

Chapitre V : Résultats et commentaires

V.4. Exécution des transformations et job

On peut exécuter les différentes tâches GeoKettle en utilisant ses composants ou directement sur l'interface spoon en cliquant sur le bouton «play».

V.4.1. Exécution avec « carte »

La section (III.5.1.1.2. présente les différents composants de GeoKettle. Toutes les tâches que nous avons développées jusqu'ici ont été réalisées avec le composant spoon. Carte est un mini-serveur web permettant d'exécuter toutes les tâches à distance. Pour le démarrer, il faut le créer à partir de l'interface de spoon. Pour ce faire, on se positionne sur un job et on fait un clique-droit sur « Serveurs esclave » et on clique sur « Nouveau ». Une fenêtre s'ouvre et dont on doit renseigner. La figure ci-dessous montre cette fenêtre remplie dans notre environnement de travail.

Figure V. 12: Configuration serveur carte

Pour permettre l'exécution des tâches à travers carte, on démarre d'abord le serveur en ligne de commande suivante:

C:\GeoKettle 2.5>carte 10.45.33.24 8082

Lorsque le serveur est bien démarré, nous retournons à l'interface de spoon pour associer nos tâches à ce dernier. On va lancer l'exécution de la tâche et cocher la case « Exécuter à distance » et choisir par la suite le serveur que nous avons créé. La gestion de l'exécution de cette tâche peut se faire maintenant à travers un navigateur web. Par exemple : http://10.45.33.24:8082/kettle/startJob/?name=ETL_system

Chapitre V : Résultats et commentaires

V.4.2. Exécution avec « Pan »

Pan permet d'exécuter les transformations en ligne de commande. Exemple:

C:\GeoKettle 2.5>pan.bat /rep:Referentiel_ETL_Ndere2 /user:bassirou /pass:password

/trans:dim_temps_gen

V.4.3. Exécution avec « Kitchen »

Kitchen quant à lui permet l'exécution des jobs en ligne de commande :

C:\GeoKettle 2.5>kitchen.bat /rep:Referentiel_ETL_Ndere2 /user:bassirou /pass:password

/job:ETL_system

V.5. Visualisation des résultats

Après avoir exécuté les différentes tâches du processus ETL, nous pouvons visualiser les données dans notre entrepôt de données par l'utilisation du logiciel SIG QGIS. Il suffit, pour ce faire, de se connecter à l'entrepôt de données et de charger les dimensions ayant un attribut géométrique pour observer les différentes données. Les figures ci-dessous illustrent les différentes couches géographiques, allant de la région aux quartiers, que nous avons chargées.

Figure V. 13: Liste des zones géographiques

70	Bassirou Mohamet

71

Bassirou Mohamet

Chapitre V : Résultats et commentaires

VINA

Figure V. 14: Carte des zones géographiques

Dans ce chapitre, nous avons présenté les différents processus ETL implémentés avec GeoKettle et leur exécution. Nous remarquons l'incroyable rapidité avec laquelle les différentes tâches s'exécutent. Ce qui prouve les performances de cet outil ETL et justifie notre choix.

72

Bassirou Mohamet

Annexes

CONCLUSION ET PERSPECTIVES

L'informatique géodécisionnelle se lance comme défi majeur, l'exploitation des données, a priori, géospatiales de sources hétérogènes de l'entreprise afin de mettre à la disposition des décideurs leur synthèse. Les décideurs peuvent alors travailler dans un environnement informationnel homogénéisé et historisé. Ce qui les affranchit des problèmes d'hétérogénéité des systèmes opérationnels.

Il nous a été demandé de mettre sur pied un système ETL géospatial par l'utilisation de l'outil open source GeoKettle. Pour ce faire, une étude des concepts fondamentaux liés au système géodécisionnel s'est avérée importante. Nous avons appliqué notre étude au cas de traitement des données de consommation d'électricité dans la commune de Ngaoundéré 2^e en concevant un EDS à cet effet. Par la suite, nous avons conçu et réalisé des routines ETL formant ainsi le système.

Par ailleurs, ce système ne charge qu'un seul data mart. Cependant, une extension afin de prendre en compte d'autres magasins de données dans le but de couvrir l'étendue du territoire national sont des perspectives à venir.

73

Bassirou Mohamet

Annexes

BIBLIOGRAPHIE

Ouvrage spécialisé :

[1] FRANKLIN Carl. An Introduction to Geographic Information Systems: Linking Maps to. USA, 2002.

[2] INMON W.H. OLAP and Data Warehouse. USA: Photogrammetric Engineering & Remote, 2000.

[3] BORDIN P. SIG : concepts ; outils et données. Quebec: Hermes Sciences Publications.

[4] PETER SHAW . GIS Succinctly. Syncfusion, Inc., 2013

[5] KIMBALL & CASERTA. The Data Warehouse ETL Toolkit. Wiley, 2004

Article :

[6]. Kamal Boulil, Sandro Bimonte, François Pinet : Un modèle UML et des contraintes OCL pour les entrepôts de données spatiales. De la représentation conceptuelle à l'implémentation, RSTI - ISI - 16/2011, 2011, page 3.

[7]. Khalissa Derbal Amieur, Ibtissem Frihi, Kamel Boukhalfa, Zaia Alimazighi : De la Conception d'un Entrepôt de Données Spatiales à un Outil Géo-Décisionnel pour une Meilleure Analyse du Risque Routier, 2013-33, 2013, page 2-4.

Thèse :

[8]. Faiza GHOZZI JEDIDI, conception et manipulation de bases de données dimensionnelles a contraintes, thèse de doctorat, université Toulouse III, 2004.

[9]. SANDRO BIMONTE, Intégration de l'information géographique dans les entrepôts de données et l'analyse en ligne : de la modélisation à la visualisation, thèse, Institut National des Sciences Appliquées de Lyon (INSA), 2007.

Mémoire :

[10]. BATOURE Apollinaire (2011) : Conception d'un modèle multidimensionnel pour la gestion des données urbaines au Cameroun, Mémoire de Master II SLED, Université de Ngaoundéré, Faculté des sciences, 2010/2011.

[11]. Marie-Dominique Van Damme : Entrepôts de données dans le domaine spatial pour l'inventaire forestier, mémoire de fin d'étude master II, Centre d'Enseignement Principal d'Orléans, 2009-2010.

[12]. BATOURE Apollinaire (2010) : Réalisation de la base de données urbaines de Ngaoundéré, Mémoire de Master es Sciences de l'Ingénieur en Informatique Appliquée aux SIG, Université de Douala / ENSG-Paris, 2009-2010.

74

Bassirou Mohamet

Annexes

[13]. NDJOH MESSINA Calvin : Étude exploratoire des Systèmes d'Informations Géographiques décisionnels (SIG décisionnels) (outils open source GeoKettle, GeoMondrian, ...), Université de douala, 2010-2011.

[15]. TAPSOBA Dieudonné : Gestion des Infrastructures et équipements Communautaires sur les sites de recasement (Yagma et Basseko) des sinistrés du 1er Septembre 2009, master II, Institut International d'ingénierie de l'eau et de l'environnement, Sénégal 2009-2010.

Atelier:

[16] Alice Marascu, Alzennyr Da Silva, Florent Masseglia : 8èmes Journées Francophones Extraction et Gestion des Connaissances : Fouille de données complexes dans un processus d'extraction des connaissances, INRIA, Sophia Antipolis, 2008.

[17] CHRISTOPHE LEGG, projet de contrôle de crise des cultures en utilisant diva gis, Ibanda, nigéria, 2007.

[18] IGN, Schema transformation of administrative data with GeoKettle, INSPIRE KEN & EUROSDR, 8^th October 2013.

[19] Guillaume fantino, un outil de gestion de l'information Spatiale, observation des sédiments du rhônes, CNRS-ENS.

[20] Dr. Thierry Badard, CTO: GeoKettle: A powerful spatial ETL tool for feeding your Spatial Data Infrastructure (SDI), Workshop, Denver, CO, USA, September 12, 2011

[21] IAAT (institut Atlantique d'Aménagement de Territoires), Méthodologie sur la mise en oeuvre d'un SIG, 2003.

[22] Marlyse Dieungang - Ghilani Khaoula : Datawarehouse: Cubes OLAP. cubes OLAP. Support de cours :

[23] Mélanie Herschel : Bases de Données OLAP, Laboratoire de recherche en informatique, Université Paris Sud, 2013-2014.

[24] NEGRE Elsa : entrepôt de données, Université Paris-Dauphine, 2014-2015.

Webographie :

[25] www.georezo.net/forum/viewtopic.php?id=84811

[26] www.apachefriends.org/fr/download.html

[27] www.forum.spatialytics.com/discussion/207/a-guide-for-geomondrian#Item_2

[28] www.docs.spatialytics.com/doku.php?id=en:spatialytics_olap:002_installation

[29] www.guide.ubuntu-fr.org/server/tomcat.html

[30] www.spatialytics.org/fr/projets/geomondrian/

75

Bassirou Mohamet

Annexes

[31] www.forum.spatialytics.com/

[32] www.mondrian.pentaho.com/documentation/installation_fr.php

[33] www.forum.spatialytics.com/discussion/207/a-guide-for-geomondrian#Item_2

[34] www.spatialolap.scg.ulaval.ca/concepts.asp

[35] www.geosoa.scg.ulaval.ca/en/index.php?module=pagemaster

[36] www.spatialytics.org/fr/.

[37] http://www.expertbi.net/

[38] http://www.open-source-guide.com/Solutions

[39] http://wiki.pentaho.com

[40] http://www.developpez.net/forums/d510726/logiciels/solutions-d-entreprise/business-intelligence/pentaho/kettle-pdi/installation-kettle/

[41] http://www.spatialdataintegrator.com

[42] http://www.spatialytics.org/fr/projets/GeoKettle

[43] https://www.geokettle.org

[44] http://www.geocameroun.cm/

[45] http://www.sogefi-sig.com/

76

Bassirou Mohamet

Annexes

ANNEXE

Liste des logiciels utilisés pour notre application

1- GeoKettle 2.5 : Outil ETL géospatial.

· Lien : www.spatialytics.org/fr/projets/GeoKettle, www.geokettle.org

2- Schéma Workbench-1.0 : outil pour la construction de la structure du cube multidimensionnelle)

· Lien : http://sourceforge.net/projects/geomondrian/files/geomondrian-1.x/1.0/workbench.zip/download.

3- PostgreSQL 9.4 : SGBD utilisé pour l'entreposage des données.

· Lien : www.postgresql.org/download.

4- PostGis 2.1 : extension pour la prise en compte des données de type spatial dans PostgreSQL.

· Lien : www.postgis.refractions.net/download.

5- QGIS 2.10: Logiciel SIG libre multiplateforme.

· Lien : https://www.qgis.org/en/site/forusers/download.html

6- GeoMondrian 1.0 : serveur OLAP Spatial.

· Lien : http://sourceforge.net/projects/geomondrian/files/geomondrian-
1.x/1.0/geomondrian.war/download.

7- Géo Analysis Tool 0.6-alpha : serveur web de navigation spatiale.

· Lien : http://geoanalysistool.googlecode.com/files/GAT-0.6-alpha.zip.

8- Apache tomcat 7.0.6 : serveur pour le déploiement d'applications.

· Lien : https://tomcat.apache.org/download-70.cgi.

9- OSGeo-Live-8.5 : distribution linux basée sur Ubuntu 14.04 dédié à la géomatique et équipée de tous les outils géospatiaux.

· Lien : http://sourceforge.net/projects/osgeo-live/files/8.5/osgeo-live-
8.5.iso/download