Modelisation dimensionnelle

En matière de modélisation de systèmes décisionnels deux grands types de modèles sont mis en oeuvre. Les modèles en troisième forme normale dans lequel chaque attribut (colonne) doit être un fait relatif à la clé primaire - toute la clé et rien que la clé. Chaque donnée est alors implantée dans une table sans autre duplication, ni donnée dérivée. Ce modèle permet aux utilisateurs de poser à tout moment n'importe quel type de questions à propos de la totalité des données disponibles. Le modèle du schéma en étoile qui se compose d'une table de faits et d'un certain nombre de tables dimensionnelles. La table de faits est associée à une clé multi-composants. Chaque élément de la clé est lui même une clé autonome liée à une table dimensionnelle spécifique. Les autres champs de la table factuelle sont des faits qui peuvent être considérés comme autant de mesures prises à l'intersection de toutes les dimensions retenues.

Les modèles en étoile permettent d'améliorer les performances lorsqu'il s'agit de questions ou de requêtes qui ont pu être anticipées au moment de la conception. Ceux qui sont chargés de la modélisation des bases de données décisionnelles connaissent bien l'intérêt d'un modèle logique en troisième forme normale mais, parce que de nombreux moteurs de bases de données sont sujets à des contraintes physiques, ils sont contraint de faire des compromis. Les quatre opérations les plus difficiles à réaliser pour une base de données sont les suivantes :

• rapprocher les tables,
• cumuler les données,
• trier les données et
• analyser des volumes importants de données.

Pour surmonter les limitations des bases de données, certains développeurs proposent des modèles qui évitent les rapprochements, ils prévoient alors d'utiliser des données déjà récapitulées pour éviter les contraintes liées au cumul ou encore de stocker des données déjà triées et de faire un usage intensif d'index pour éviter l'analyse de données volumineuses.