Modélisation dimensionnelle

Introduction à la modélisation des données dans Snowflake

Nuno Rocha

Director of Engineering

Introduction au modèle de données dimensionnel

Modélisation dimensionnelle : technique de structuration qui sépare les mesures (faits) des informations descriptives (dimensions), optimisée pour le reporting et l'analyse.

Modèle dimensionnel

Introduction au modèle de données dimensionnel (1)

Dimensions : entités portant des données catégorielles dans un modèle dimensionnel.
Faits : entités qui capturent et quantifient les activités au sein des catégories des dimensions.

Modèle dimensionnel d'université

Schéma du modèle dimensionnel en étoile

Modèle en étoile

Schéma du modèle dimensionnel en étoile

Snowflake Data Warehouse : service cloud de stockage et d'analyse.
Schéma en flocon (Snowflake Schema) : organisation d'un modèle dimensionnel incluant des sous‑dimensions.

Snowflake, entrepôt de données vs modèle dimensionnel

Schéma du modèle dimensionnel en flocon

Modèle en flocon

Définir les dimensions

Renommez les entités en dim_EntityName pour clarifier les dimensions du modèle :

ALTER TABLE students RENAME TO dim_students;

ALTER TABLE classes RENAME TO dim_classes;

ALTER TABLE schools RENAME TO dim_schools;

Définir la dimension date

Création de la table dim_date pour stocker des dates clés liées aux inscriptions des étudiant·e·s :

CREATE OR REPLACE TABLE dim_date (
    date_id NUMBER(10,0) PRIMARY KEY,
    year NUMBER(4,0),
    semester VARCHAR(255)
);

Définir le fait des inscriptions

Créez une entité de faits référencée par toutes les dimensions :

CREATE OR REPLACE TABLE fact_enrollments (
    enrollment_id NUMBER(10,0) PRIMARY KEY,
    student_id NUMBER(10,0),
    class_id NUMBER(10,0),
    date_id NUMBER(10,0),
    FOREIGN KEY (student_id) REFERENCES dim_students(student_id),
    FOREIGN KEY (class_id) REFERENCES dim_classes(class_id),
    FOREIGN KEY (date_id) REFERENCES dim_date(date_id)
);

Récupérer des données depuis les dimensions

Modèle dimensionnel d'université

Récupérer des données depuis les dimensions (1)

SELECT name, 
    class_name
FROM fact_enrollments
    JOIN dim_students -- Jointure pour obtenir les noms d'étudiant·e·s
    ON fact_enrollments.student_id = dim_students.student_id
    JOIN dim_classes -- Jointure pour obtenir les noms de cours
    ON fact_enrollments.class_id = dim_classes.class_id
    JOIN dim_schools -- Jointure pour filtrer sur l'école « Science »
    ON dim_classes.school_id = dim_schools.school_id
    JOIN dim_date -- Jointure pour restreindre à l'année 2023
    ON fact_enrollments.date_id = dim_date.date_id
WHERE dim_schools.school_name = 'Science' 
    AND dim_date.year = 2023;

Récapitulatif : notions et fonctions

Modélisation dimensionnelle : technique qui sépare mesures (faits) et détails descriptifs (dimensions), optimisée pour le reporting et l'analyse
Dimensions : entités avec des données catégorielles dans un modèle dimensionnel
Faits : entités qui capturent et quantifient des activités dans les catégories des dimensions
ALTER TABLE : commande SQL pour modifier la structure d'une entité existante
RENAME TO : commande SQL, avec ALTER TABLE, pour renommer une entité
JOIN ON : clause SQL pour combiner des lignes de tables via une colonne liée
WHERE : clause SQL pour filtrer selon une condition
AND : opérateur logique utilisé avec WHERE pour combiner des conditions

Aperçu des fonctions

-- Modifier une entité
ALTER TABLE table_name 
RENAME TO new_name;

-- Interroger des données depuis des entités jointes, filtrées par conditions
SELECT 
    table_name.column_name,
    other_name.*
FROM table_name
    JOIN other_table 
    ON table_name.FK = other_table.PK
WHERE column_name  condition  value
    AND column_name  condition  value;

Passons à la pratique !

Introduction à la modélisation des données dans Snowflake