Entrepôts de données et modélisation analytique
Entrepôts de données et modélisation analytique est un cours de niveau intermédiaire de 5 leçons (environ 1 h 30), avec 19 exercices et 19 questions de quiz. Prérequis : SQL avancé (CTE, fonctions de fenêtre), Modélisation de bases de données. Les exercices s'exécutent dans le navigateur, sans installation.
- Data engineering
- Intermédiaire
- 5 leçons
- 1 h 30
- 19 exercices
- Exercices exécutés dans le navigateur
Le cours en bref
Ce cours vous apprend à construire la couche analytique d'une plateforme de données. Vous situerez entrepôt, lac et lakehouse, construirez un modèle en étoile en SQL à partir d'une base transactionnelle, historiserez des dimensions en type 2, puis optimiserez le stockage par le partitionnement et les tables d'agrégats. Vous terminerez par l'analyse des coûts à partir du journal des requêtes.
Ce que tu sauras faire
- Choisir entre entrepôt, lac et lakehouse et organiser les transformations en couches
- Concevoir et construire en SQL une table de faits et ses dimensions à un grain explicite
- Implémenter une dimension à évolution lente de type 2 et y rattacher les faits à date
- Choisir une stratégie de partitionnement et de clustering et construire des tables d'agrégats
- Analyser le journal des requêtes pour réduire les coûts d'un entrepôt
Programme des 5 leçons
- Distinguer entrepôt de données, lac de données et lakehouse
- Décrire une architecture analytique en couches (brute, nettoyée, métier)
- Écrire une transformation de la couche brute vers la couche nettoyée en SQL
Entrepôt de donnéesLac de donnéesLakehouseELT et couches de transformation
- 02
Construire un modèle en étoile en SQL
- Appliquer la démarche de conception dimensionnelle (processus, grain, dimensions, faits)
- Construire une table de faits et des dimensions à partir d'une base transactionnelle
- Générer une dimension date et des clés de substitution en SQL
- Interroger le modèle pour produire des indicateurs
Modélisation dimensionnelleTable de faitsClé de substitutionDimension date
- 03
Dimensions à évolution lente (SCD)
- Choisir entre SCD de type 0, 1, 2 et 3 selon le besoin d'historique
- Écrire une jointure « à date » entre des faits et une dimension de type 2
- Détecter les nouveaux enregistrements et les changements à historiser
Dimensions à évolution lenteSCD de type 2Jointure à date (point-in-time)
- 04
Partitionnement, clustering et tables d'agrégats
- Expliquer comment le partitionnement réduit le volume lu par une requête
- Choisir une clé de partitionnement et de clustering adaptée aux requêtes
- Construire une table d'agrégats pour les rapports récurrents
PartitionnementClusteringÉlagage de partitionsTable d'agrégats
- 05
Maîtriser les coûts d'un entrepôt
- Expliquer les deux grands modèles de facturation d'un entrepôt cloud
- Analyser un journal de requêtes pour trouver les plus coûteuses
- Proposer des actions concrètes de réduction des coûts
Coûts d'un entrepôtJournal des requêtesOptimisation des requêtes
Projet final
Entrepôt analytique d'une boutique en ligne
Une boutique fictive vend des articles de maison. Vous disposez de ses tables transactionnelles (clients, produits, commandes, lignes de commande) et d'un historique des changements de segment de ses clients. Concevez et construisez en SQL l'entrepôt qui permettra de suivre le chiffre d'affaires, le panier moyen et la fidélité, en conservant l'historique des segments.
Livrables
- Un schéma de l'architecture en couches (brute, nettoyée, métier) avec le rôle de chaque couche
- Les requêtes SQL de la couche nettoyée (typage, déduplication des chargements)
- Une table de faits au grain de la ligne de commande et les dimensions date, produit et client, avec clés de substitution
- Une dimension client en SCD type 2 et la requête de chargement qui détecte les changements
- Cinq requêtes d'indicateurs, dont une comparaison segment historique / segment actuel
- Une note de conception sur le partitionnement, les tables d'agrégats et le suivi des coûts
Critères d'évaluation
- Le grain de chaque table de faits est écrit et vérifié par une requête de contrôle
- La dimension de type 2 respecte une convention d'intervalle unique et la jointure à date ne duplique aucune vente
- Les montants sont exacts (entiers en centimes ou décimal) et les ratios sont recalculés à partir de leurs composantes
- Les choix de partitionnement et de clustering sont justifiés par les requêtes attendues
- Le code SQL est lisible, commenté et rejouable de bout en bout
Questions fréquentes
Quelle différence entre un entrepôt de données et un lac de données ?
L'entrepôt stocke des données structurées et modélisées, avec un schéma contrôlé au chargement, pour l'analyse en SQL. Le lac stocke des fichiers de tout format à faible coût et applique le schéma à la lecture. Le lakehouse combine les deux grâce à des formats de table ouverts.
Qu'est-ce qu'une dimension à évolution lente de type 2 ?
C'est une dimension qui conserve l'historique d'un attribut en créant une nouvelle ligne à chaque changement, avec des dates de validité. Les faits passés restent rattachés à la version valide au moment de l'événement.
Quel niveau faut-il pour suivre ce cours ?
Il faut maîtriser le SQL avancé (CTE, fonctions de fenêtre) et les bases de la modélisation (clés, normalisation, principe du schéma en étoile), enseignés dans les cours SQL avancé et Modélisation de bases de données.
Les exercices utilisent-ils un vrai entrepôt cloud ?
Les exercices s'exécutent dans votre navigateur avec SQLite. La syntaxe propre à BigQuery, Snowflake ou PostgreSQL est présentée dans les leçons, et les notions sont les mêmes.
Ce cours, raconté pour ton métier
Dis ce que tu veux savoir faire : « Entrepôts de données et modélisation analytique » prend sa place dans ton parcours, avec des exemples de ton secteur. Les notions restent celles du cours.