OLAP : un pas vers la navigation

OLAP : Un pas vers la navigation

Arnaud Giacometti, Patrick Marcel, Elsa Negre

Université François-Rabelais de Tours

Laboratoire d’Informatique, Campus de Blois

Plan



Motivations



La navigation pour OLAP



Opérateurs

Motivations



Cadre : modélisation d’une analyse



Analyse =

ensemble de requêtes qui ont été posées

+

les liens entre ces requêtes

+

Motivation 1:

Revenir en arrière ?

2004

2005

TIME

SALES

(Price, Quantity)

(200, 20)

(250, 20)

LOCATION

Centre

Blois

Orleans

Tours

2004 (100, 10) (100, 15) (100, 10)

2005 (100, 10) (100, 20) (150, 10)

TIME

SALES

(Price,

Quantity)

LOCATION

Centre

Blois

Tours

2004 (100, 10) (100, 10)

2005 (100, 10) (150, 10)

TIME

SALES

(Price,

Quantity)

LOCATION

Centre

σ

_{City= Blois v City=Tours}

π

Region, Year;

sum(Price), sum(Quantity)

?

Motivation 2: (1)

Comment rejouer une analyse ?

Hifi

Meat

Hifi

Meat

2003

(100, 10)

(110, 3)

(110, 20)

(110, 30)

2004

(100, 10)

(130, 50)

(150, 10)

(160, 10)

2005

(150, 10)

(130, 50)

(120, 20)

(160, 10)

SALES (Price, Quantity)

TIME

Japan

PRODUCT

PRODUCT

LOCATION

China

?

σ

_{Year= 2005}

France

Spain

2005

(100, 20) (100, 20)

SALES

(Price, Quantity)

TIME

LOCATION

France

Spain

2003

(100, 10) (100, 10)

2004

(100, 15) (100, 10)

2005

(100, 20) (100, 20)

SALES

(Price, Quantity)

TIME

LOCATION

π

Country, Year;

sum(Price), sum(Quantity)

France

Spain

2005

SALES

(Price, Quantity)

TIME

LOCATION

(200, 40)

France

Spain

2004 (100, 15) (100, 10)

SALES

(Price, Quantity)

TIME

LOCATION

σ

_{Year= 2004}

Motivation 2: (2)

Comment rejouer une analyse ?

Hifi

Meat

Hifi

Meat

2003

(100, 10)

(110, 3)

(110, 20)

(110, 30)

2004

(100, 10)

(130, 50)

(150, 10)

(160, 10)

2005

(150, 10)

(130, 50)

(120, 20)

(160, 10)

SALES (Price, Quantity)

TIME

Japan

PRODUCT

PRODUCT

LOCATION

China

Japan China

TIME

2005

(560, 90)

SALES (Price,

Quantity)

LOCATION

σ

_{Year= 2005}

σ

_{Year= 2004}

Hifi

Meat

Hifi

Meat

TIME 2004 (100, 10) (130, 50) (150, 10) (160, 10)

PRODUCT

LOCATION

China

SALES

(Price,

Quantity)

Japan

PRODUCT

Hifi

Meat

Hifi

Meat

TIME 2005 (150, 10) (130, 50) (120, 20) (160, 10)

PRODUCT

LOCATION

China

SALES

(Price,

Quantity)

Japan

PRODUCT

π

Country, Year;

sum(Price), sum(Quantity)

Motivation 3: Comment changer

une opération dans une analyse ?

England France

Japan

Spain

2003 (100, 10) (100, 10) (100, 10) (100, 10)

2004 (100, 10) (100, 15) (100, 10) (100, 10)

2005 (100, 10) (100, 20) (150, 10) (100, 20)

SALES

(Price, Quantity)

TIME

LOCATION

σ

_{Country= France}

v Country= Spain

σ

_{Year= 2005}

France

Spain

2005 (100, 20) (100, 20)

SALES

(Price, Quantity)

TIME

LOCATION

France

Spain

2003 (100, 10) (100, 10)

2004 (100, 15) (100, 10)

2005 (100, 20) (100, 20)

SALES

(Price, Quantity)

TIME

LOCATION

π

Country, Year;

sum(Price), sum(Quantity)

σ

_{Year= 2004}

_?

France

Spain

2005

SALES

(Price, Quantity)

TIME

LOCATION

(200, 40)

Motivation 4:

Comment optimiser ?

A été évaluée :

π

Region, Year; sum(Price), sum(Quantity)

(

σ

Year= 2005

(

σ

Country=France v Country=Spain

))

C

0

Est demandée:

π

Region, Year; sum(Price), sum(Quantity)

(

σ

Year= 2004

(

σ

Country=France v Country=Spain

))

C

0

Pourrait être évaluée :

Plan



Motivations



La navigation pour OLAP



Opérateurs

La navigation pour OLAP (1)



Pour quoi ?



Explorer les données contenues dans un cube



Revenir à des réponses de requêtes déjà vues



Faire référence à des requêtes déjà posées

La navigation pour OLAP (2)



Contributions :



Proposition de définition pour la navigation :

ensemble de requêtes, de leurs réponses et des liens entres elles

+

un pointeur sur la dernière requête posée

La navigation pour OLAP (3)



Liens entre requêtes : q’ = op(q)



Structure d’arbres (arbre ordonné)



avec les opérations usuelles sur les arbres

(sous_arbre, racine, fils, père, …)

La navigation pour OLAP (4)

Exemple de navigation

<C

, T>

<C

, σ

>

<C

, σ

>

<C

, σ

>

<C

, π

>

<C

, π

>

<C

, σ

>

<C

, σ

>

<C

, σ

>

<C

, π

>

Plan



Motivations



La navigation pour OLAP



Opérateurs

Opérateurs



Production de nouveaux cubes



Appliquer les opérations OLAP



Apply, Replay, Replace



Se déplacer parmi les cubes produits



Back, Forward



Tous les opérateurs sont définis avec les

Opérateurs : Apply

Apply

_σ

Year=2005

(N

1

)=N

2

N

₁

N

₂

<C

, T>

<C

, σ

>

<C

, T>

<C

, σ

>

<C

, σ

>

Opérateurs : Replace

Replace

_θ

(N

₆

) = N

₇

avec θ = {σ

_year=2005

/ σ

_year=2004

}

N

₆

<C

, T>

<C

, σ

>

<C

, σ

>

<C

, π

>

<C

, T>

<C

, σ

>

<C

, σ

>

<C

, σ

>

Opérateurs : Replay

Replay(N

₁₂

, N

₈

) = N

₁₃

N

₈

N

₁₂

<C

, T>

<C

, σ

>

<C

, σ

>

<C

, π

>

_<C

4

, π

>

<C

, T>

<C

, σ

>

<C

, σ

>

<C

, T>

<C

, σ

>

<C

, σ

>

<C

, σ

>

_<C

5

, σ

>

<C

, π

>

_<C

Opérateurs : Back et Forward

Forward

₁

(N

₅

) = N

₄

_Back(N

4

) = N

5

N

₄

N

<C

, T>

<C

, σ

>

<C

, σ

>

<C

, σ

>

<C

, T>

<C

, σ

>

20

<C

, π

>

Opérateurs :

Exemple de composition

<C

, T>

<C

, σ

>

<C

, σ

>

<C

, σ

>

<C

, π

>

<C

, σ

>

<C

, σ

>

<C

, σ

>

<C

, π

>

<C

, π

>

(1) Apply

_σ

_{Country=France v Country=Spain}

(N

₀

) = N

₁

(6) Apply

_σ

_{Country=Japan}

(N

₅

) = N

₆

(5) Back( Back( Back (N

₄

) ) )

= N

₅

(4) Replace

_θ

(N

₃

) = N

₄

avec θ = {σ

_year=2005

/σ

_year=2004

}

(3) Apply

_π

_{Region, Year; sum(Quantity)}

(N

₂

) = N

₃

(2) Apply

_σ

_{Year= 2005}

(N

₁

) = N

₂

Plan



Motivations



La navigation pour OLAP



Opérateurs

Conclusion et Perspectives



Contributions:



Proposer une définition pour la navigation en

OLAP



Faciliter les traitements sophistiqués :



Replay

Conclusion et Perspectives



Perspectives:



Améliorer le modèle :



Langage de manipulation



Partage de navigations



Autres relations entre requêtes



Implémentation

Pourquoi des arbres ?



Structure usuelle pour la navigation sur

le Web



Graphes : Non



nécessité de tests d’équivalence de

requêtes (comparaison sémantique)