D’un point de vue outil, le module Integration Services de SQL Server (l’outil d’intégration des données – ETL) permet d’adresser la problématique. Mais le module OLAP, Analysis Services offre aussi des fonctionnalités qui vont compléter la gestion des données manquantes d’un point de vue utilisateur.
Les 2 façons de faire
Notre première solution s’appuie sur une fonctionnalité du module OLAP Analysis Services. En effet, ce module sait gérer nativement le problème. On parle de membre inconnu et de traitement des NULL (UnknownMember et de Null Processing dans les versions anglaises). Le principe est de laisser l’information (en l’occurrence ici le manque d’information) telle quelle afin de notifier à tous les niveaux l’absence de données.
Pour rappel, NULL a une valeur significative en base de données et le cube saura l’interpréter. La seconde solution consiste à corriger les données au plus tôt. Dès le remplissage du DataWarehouse, on corrige l’anomalie en lui donnant une valeur propre. Cela va nécessiter un processus à mettre en place et des règles métiers à définir.
L’une et l’autre de ces méthodes ont des contraintes et ne sont pas applicables dans tous les cas. Nous allons les étudier plus en détail afin de voir leur fonctionnement.
Téléchargez cette ressource
Guide des Solutions Cloud & Services Managés Simplifiés
Comment capitaliser sur son existant tout en bénéficiant, dès à présent, des promesses de flexibilité et de scalabilité du cloud ? Découvrez les bonnes pratiques pour répondre aux défis de simplification du Cloud dans ce nouveau TOP 5.
Les articles les plus consultés
A travers cette chaîne
A travers ITPro
