PARTIE III : RESULTATS ET DISCUSSION 64
Chapitre 8 : Discussion 85
2.5 Environment Simulation
To evaluate our solution, we test our system on a local network after implementatation.
We used a local network which is composed of four (04) hosts (table III). This local network represents a corporate network and allows the system distributed execution.
3 Results
The system architecture is shown in figure 3.
The system contains :
– Kettle ETL equipped with Java script ;
TABLE III – List of hosts used for the simulation No Hosts names Features
1 Data warehouse - OS : Linux Ubuntu 12
- Software : PostgreSQL RDBMS 9.1, Kettle 4.1 2 Application Server - OS : Linux Ubuntu 12
- Software : Mondrian 3.5, MapServer 6 3 Data Sources - SAGU MysQL Database
- SAGU_Acess Microsoft Access Database - Excel, XML and CSV files
4 Clients - Client 1 : OS Windows 7 - OS Ubuntu 12.10 LTS
- Client 3 : OS Windows XP SP2
FIGURE 3 – Architecture of the system
– PostgreSQL database equipped with the PostGIS extension (data warehouse of the system) ;
– OLAP analysis server Mondrian and MapServer mapping server ; – OLAP client (visualization tool of the system).
Système d’Aide à la Décision pour la gestion urbaine : application à la ville de Porto-Novo, Bénin
Different data sources in the municipality of Porto-Novo served as the data source for our system. These data are passed through the ETL process before being loaded into the warehouse. The resulting system has :
– stored in the warehouse within a short time period accurate and correct and reliable data ;
– displayed to users warehouse data in various form(table, graphs and map of the municipality of Porto Novo ) ;
– allowed users to export the results in portable document format (PDF, CSV, Excel) for other purposes outside the system.
Figure 4 shows the comparison between the number of health cen-ters and the infant mortality rate in the various districts of Porto-Novo with our system. It presented with a graph-like view (histogram). This view clarifies the distribution of these indicators. The threshold for each of these indicators in the area is quickly identified. It will allow decision makers to know the potential impact of the number of health centers and the corresponding infant mortality rate in the various areas of Porto-Novo. They may well decide to work for the medical well-being of people and especially children.
Figure 5 show the repartition of the amount of waste producted per-district form 2008 to 2013. This view with help the miniciplity to make decision about efficient waste elimination in the town.
With the system, we can display the data on the map of the city. Fi-gure 6 shows the spatial distribution of «poverty rate» and «population growth» indicators per district in 2013 on the map of Porto-Novo. For example, for the fifth district, population growth is considerably higher than the poverty rate. It occupies almost 4/5 of the portion formed by these two indicators. This view draws more the user’s attention than the spatial distribution of indicators’ values. It allows for more precision
FIGURE 4 – Graph-like per-area statistics (histogram)
than the tables and graphs.
The system also offers the possibility to export and print various test results. The export allows users to use the results for other actions out-side the system. Three types of exports are possible with the system : PDF export, CSV format export and xls export (Microsoft Excel).
4 Real deployment of the system at Porto-Novo
Applications servers which contain analysis server (Mondrian and MapServer) and web client application will be localized within the same unit. The data warehouse server which contains the data wrehouse and the ETL Kettle will be localised in a second unit. A second server for each, having the same caracteristics, will be planned for the
back-Système d’Aide à la Décision pour la gestion urbaine : application à la ville de Porto-Novo, Bénin
FIGURE 5 – Graph-like per-district statistics (Curve)
FIGURE6 – Spatial distribution of indicators per-district
up of data. This server must be ready to take over at any time in case of incident on the primary server.
The table IV regroups the recommended characteristics of the ser-vers.
TABLE IV – Recommended characteristics of the servers
No Servers Recommended value
1 Data warehouse server - RAM Memory : 4Go - Disk space : 1To
- Processor : Dual-core 3,2 Ghz 2 Analysis server - RAM Memory :6Go
- Processor : Dual-core 3,2 Ghz
Figure 7 presents the network architecture of the system.
It is essential to implement security measures at every level of the system :
– For the data : RAID sytems, backup ;
– For the application : account per-user and password cripted ; – For the server : firewall, Access Control List, Reverse-proxy.
The personnel which must be assigned to the project is the follo-wing :
– 1 Project Manager ; – 1 Technical Assistant ; – 1 Technical Coordinator ;
– 1 Administrative and Financial Assistant ; – 3 Computer Technicians ;
– Investigators.
The cost of the projet is evaluated at seventy four millions four hun-dred and twenty thousand francs CFA (74.420.000 FCFA).
5 Discussion
The ETL of the system has shown its ability to incorporate accu-rate and correct data into the warehouse. The data warehouse by its physical and logical data architecture has allowed the storage of large
Système d’Aide à la Décision pour la gestion urbaine : application à la ville de Porto-Novo, Bénin
FIGURE7 – Network architecture
volumes of data. The OLAP server meanwhile perfectly handles re-quests for reporting and analysis of users through the execution of requests for analysis and restitution in table, maps and graphs format
reporting the system indicators.
Unlike the SMURF, the system is accessible in a network. Once installed on a server, users can access it from their different user-computers to do their analysis. It uses free tools and is open source.
Compared with Benin’s TIS, our system reinforces much of the data analysis capacities. It provides processing and storage of large vo-lumes of data from various heterogeneous sources. There is no need to connect to multiple databases to carry out analysis because the data are centralized. Decision-making support is built on a set of struc-tured data extracted from heterogeneous sources.
Compared with the SAGU, our system provides a degree of accu-racy in data analysis through the use of the cartographic data of the city.
CONCLUSION
In this project, we have proposed a decision-making support system for urban management through the design of a data warehouse to support urban management.
Indeed, after analyzing different needs to effectively manage de-veloping cities, we have modeled and then implemented the system.
The proposal system is based on data warehouse, OLAP analyse. It allows the storage of heterogeneous data from different sources into the PostGreSQL warehouse using Kettle ETL. A data visualization in-terface written in Java is design for users to make their analysis and reporting on the warehouse.
For perspective, we suggest to improve granularity for displaying maps and to implement data mining algorithms for data warehouse of the system. These two suggestions will provide more precision in data
Système d’Aide à la Décision pour la gestion urbaine : application à la ville de Porto-Novo, Bénin
analysis.
SOMMAIRE i
DEDICACES iii
REMERCIEMENTS iv
LISTE DES SIGLES ET ABREVIATIONS vi
LISTE DES TABLEAUX ix
LISTE DES FIGURES x
RESUME xiv
ABSTRACT xv
INTRODUCTION GENERALE 1
1 Contexte, justification et problématique . . . 3 2 Objectifs . . . 5
PARTIE I : SYNTHESE BIBLIOGRAPHIQUE 7
Chapitre 1 : Rappels théoriques sur les Systèmes
d’Informa-tion Décisionnels 8
1.1 Entrepôts de données . . . 8 1.1.1 Définition et concepts principaux . . . 8
Système d’Aide à la Décision pour la gestion urbaine : application à la ville de Porto-Novo, Bénin
1.1.2 Conception d’un entrepôt de données . . . 11
1.1.2.1 Approche de conception d’un entrepôt de données . . . 11
1.1.2.2 Architecture logique des données d’un entrepôt de données . . . 12
1.1.2.3 Architecture physique de stockage de données dans un entrepôt de données 15 1.2 Les systèmes d’information . . . 19
1.2.1 Le Système d’Information Urbain . . . 19
1.2.2 L’information géographique et les SIG . . . 20
1.3 Les systèmes d’information décisionnels . . . 21
1.3.1 La couche de préparation de données : back-room 22 1.3.2 La couche de stockage de données . . . 23
1.3.3 La couche de restitution de données front-room 23 Chapitre 2 : Les Systèmes d’Information Urbains existants 26 2.1 Le Système de Monitoring Urbain Fonctionnel (SMURF) . . . 26
2.2 Le Système d’Information Territoriale (SIT) de la DAT, Bénin . . . 28
2.3 Le Système d’Aide à la Gestion Urbaine (SAGU) . . . . 30
PARTIE II : METHODOLOGIE 32 Chapitre 3 : Méthodologie d’étude 33 3.1 Méthodologie adoptée . . . 33
3.2 Définition des besoins . . . 35
3.3 Présentation de notre proposition . . . 37
3.3.1 Vue globale . . . 37
3.3.2 Architecture métier de notre proposition . . . 38
3.3.3 Fonctionnement global . . . 39
Chapitre 4 : Modélisation du sytème 41
4.1 Modélisation de l’entrepôt de données . . . 41
4.1.1 Approche conceptuelle de l’entrepôt . . . 41
4.1.2 Modélisation multidimensionnelle de l’entrepôt de données . . . 42
4.1.3 Architecture physique de stockage des données dans l’entrepôt . . . 47
4.2 Intégration des données dans l’entrepôt . . . 49
4.3 Analyse en ligne . . . 52
4.3.1 Serveur d’analyse OLAP . . . 52
4.3.2 Outil de visualisation OLAP de notre système . . 55
4.3.2.1 Les spécifications . . . 55
4.3.2.2 Architecture de l’outil de visualisation . 56 Chapitre 5 : Choix techniques de réalisation et environnement de test 58
PARTIE III : RESULTATS ET DISCUSSION 64 Chapitre 6 : Résultats obtenus 65 6.1 Présentation de notre système . . . 65
6.1.1 Architecture du système . . . 65
6.1.2 L’ETL du système . . . 65
6.1.3 Entrepôt de données du système . . . 66
6.1.4 Serveur d’analyse du système . . . 67
Système d’Aide à la Décision pour la gestion urbaine : application à la ville de Porto-Novo, Bénin
6.1.5 Interface de visualisation OLAP du système . . . 68
6.2 Résultats obtenus suite à l’application aux données de Porto-Novo . . . 69
Chapitre 7 : Déploiement réel du système 76 7.1 Architecture réseau de déploiement du système . . . . 76
7.2 Caractéristiques recommandées des serveurs . . . 79
7.3 Recommandations pour la sécurité du système . . . 80
7.3.1 Sécurité des données . . . 81
7.3.2 Sécurité de l’application . . . 82
7.3.3 Sécurité du réseau . . . 82
7.4 Paramètres nécessaires à la mise en place du système et estimation du coût . . . 83
Chapitre 8 : Discussion 85 CONCLUSION ET PERSPECTIVES 87 REFERENCES BIBLIOGRAPHIQUES 90 ANNEXES 94 Annexe A : Liste complète des indicateurs utilisés dans notre système 95 Annexe B : Listing de quelques fichiers sources 98 B.1 Fichier de description de l’entrepôt implémenté dans Mondrian . . . 98
0.2 Extrait du fichier descriptif du processus ETL implémenté100 0.3 Exemple d’utilisation de la librairie Olap4j . . . 104
Annexe C : Présentation du lieu d’etude 106 C.1 Carte de Porto-Novo . . . 106
Annexe D : Extrait du guide d’utilisateur de l’interface de
vi-sualisation OLAP web du système 107
GLOSSAIRE 109
ENGLISH VERSION 116
Introduction . . . 118
1 State of art . . . 119
1.1 System for Monitoring Urban Functionalities (SMURF) 120 1.2 Territorial Information System (TIS) of DAT, Benin 120 1.3 The SAGU "Système d’Aide à la Gestion Urbaine"120 2 MATERIALS AND METHODS . . . 121
2.1 Adopted methodology . . . 121
2.2 Adopted solution . . . 121
2.3 Modeling . . . 122
2.4 Implementation . . . 122
2.5 Environment Simulation . . . 124
3 Results . . . 124
4 Real deployment of the system at Porto-Novo . . . 127
5 Discussion . . . 129
Conclusion . . . 131
TABLE DES MATIERES 133