couplage d’un hypercube solap et d’un outil de visualisation

CONSERVATOIRE NATIONAL DES ARTS ET METIERSCENTRE REGIONAL RHÔNE‐ALPES

CENTRE D'ENSEIGNEMENT DE GRENOBLE

MÉMOIRE

présenté par Michaël TRANCHANT

Ô É

CENTRE D ENSEIGNEMENT DE GRENOBLE

en vue d’obtenir le DIPLÔME D’INGÉNIEUR CNAM en INFORMATIQUE

Couplage d’un HyperCube SOLAPCouplage d un HyperCube SOLAP et d’un outil de visualisation

Soutenu le 22 février 2013

M Eric Gressier‐SoudanM Claude GenierM Jean‐Pierre Giraudin

Président :Membres :

M Jean Pierre GiraudinM Jérôme GenselM Thierry Humbert

PlanPlan

• Contexte

• Informatique décisionnelle

• HyperAtlas3

• Conclusion et perspectives

Michaël Tranchant ‐Mémoire CNAM22 février 2013 2 / 48 Rubik Earth : http://item.rakuten.co.jp/htdd/627326

PlanPlan

• Contexte


• HyperAtlas3


Michaël Tranchant ‐Mémoire CNAM22 février 2013 3 / 48Rubik Earth : http://item.rakuten.co.jp/htdd/627326

Contexte

Contexte Informatique décisionnelle HyperAtlas3 Conclusion et perspectives

Contexte

É i ST• Équipe STeamer

• HyperAtlas

• Informatique géodécisionnelle

• Visualisation de l’information

• Directive INSPIRE

Michaël Tranchant ‐Mémoire CNAM22 février 2013 4 / 48

Contexte


Contexte

• Objectifs du stage– Tester les capacités SOLAP

– Visualiser les résultats sous différentes formes

– Déterminer l’apport de la BI pour HyperAtlasDéterminer l apport de la BI pour HyperAtlas

B i• Besoins– Exploiter les capacités de l’informatique décisionnelle

• Multidimensionnalité

• Opérateurs spécifiques OLAP

– Croiser des types de données différentesMichaël Tranchant ‐Mémoire CNAM22 février 2013 5 / 48

Pl


Plan

• Contexte

• Informatique décisionnelle• Informatique décisionnelle• Objectifs• Architecture• Modèle multidimensionnel• OLAP• MDX• Visualisation• OLAP spatial

• HyperAtlas3

• Conclusion et perspectives• Conclusion et perspectives

Michaël Tranchant ‐Mémoire CNAM22 février 2013 6 / 48Rubik Earth : http://item.rakuten.co.jp/htdd/627326

Objectifs Architecture Modèle multidimensionnel OLAP MDX Visualisation OLAP spatial


C é il d’ id à l dé i i

Objectifs• Créer un outil d’aide à la décision

• Croiser des données hétérogènes

• Répondre à plusieurs exigencesSimplicité– Simplicité

– RapiditéManipulation de gros volumes de données– Manipulation de gros volumes de données

– Fiabilité




Architecture

Source : [Lebrun & Charrier, 2008]




Modèle multidimensionnel• Répondre à un besoin analytique

• Croisement de dimensions pour l’étude d’un faitCroisement de dimensions pour l étude d un fait




Modèle multidimensionnel

Source : [Meier, 2006]




OLAP : On‐line Analytical Processing

• [Codd et al.] suggère des règles pour définir OLAP, dont :– MultidimensionnalitéMultidimensionnalité

– Croisement de dimensions

– Manipulation intuitive

• OLAP propose des opérateurs– Tailler (Slice/Dice)

– Remonter/Forer (Roll Up / Drill Down)

Pi t (S )– Pivoter (Swap)

– Forer latéralement (Drill accross)

– Percer (Drill through)Percer (Drill through)













Michaël Tranchant ‐Mémoire CNAM22 février 2013 13 / 48Source : [Le Rubrus, 2009]












Michaël Tranchant ‐Mémoire CNAM22 février 2013 14 / 48Source : [Le Rubrus, 2009]



L d’i t ti d b (S)OLAP

MDX : MultiDimensional eXpressions• Langage d’interrogation des « cubes (S)OLAP »

• Manipule six types primaires :– Scalaires

i i hié hi– Dimensions et hiérarchies– NiveauxMembres– Membres

– n‐uplets– Ensembles– Ensembles

• Axes d’étudeAxes d étudeMichaël Tranchant ‐Mémoire CNAM22 février 2013 15 / 48



MDX : MultiDimensional eXpressions

On désire connaître les ventes d’un supermarché en f i d d li d f illfonction du type de client et par grandes familles de produits, pour l’année 2012.

SELECTSELECT ([Produit].[GrandeFamilleProduit].MEMBERS) ON COLUMNS, ([Client].[Type].MEMBERS) ON ROWS FROM [Vente] [ ]WHERE {([Temps].[2012])}




Tableau croisé multidimensionnel

Source : Saiku




Diagramme

Source : http://cyrbil.tumblr.com




Diagramme

Source : [Statistique Canada, 2010]Michaël Tranchant ‐Mémoire CNAM22 février 2013 21 / 48



Spatial OLAPOLAP

+

OLAPAgrégation

AnalyseForagePi ot

SIGModélisation du monde réelCartographie

Pivot Analyse spatiale

SOLAPAgrégation de données géospatialesAffi h d é lAffichage des résultats sur carteForage et pivot sur carteAnalyse spatiale en ligne




Spatial OLAPj• Enjeux

– Stockage des géométries• Interpréter les géométries stockées en base de données

– Génération de cartesP d é éh ibl• Passer un message adapté, correct et compréhensible

– Maîtriser spatialement les analyses

• But– Exploiter pleinement la dimension spatiale des données




Spatial OLAPFilter(

[Store].[All Stores].[USA].Children, ST DistanceST_Distance([Store].CurrentMember.Properties("geom"),[Store].[All Stores].[USA].[CA].Properties("geom")

) < 500 km) < 500 km)

24 / 48Source carte : www.vecteezy.com



Spatial OLAPFilter(


) < 500 km) < 500 km)




Représentation cartographique

27 / 48Source : [Briggs, 2009]




28 / 48Source : [Briggs, 2009]




29 / 48Source : [Johnston, 2011]

Pl


Plan

• Contexte

• Informatique décisionnelle• Informatique décisionnelle

• HyperAtlas3

• Contexte• Retours sur les travaux de l’UAB• Entrepôtp• Architecture logicielle• Fonctionnement• ClientClient• Démonstration


30 / 48


Michaël Tranchant ‐Mémoire CNAM22 février 2013Rubik Earth : http://item.rakuten.co.jp/htdd/627326

Contexte UAB Entrepôt Architecture Fonctionnement Client Démonstration


Contexte• HyperAtlas




Contexte• HyperAtlas

– Fichiers propriétaires– Application autonome

Idé H A l 3• Idées pour HyperAtlas3– Utiliser les données de cubesExploiter les opérateurs de navigation OLAP– Exploiter les opérateurs de navigation OLAP

– Réutiliser l’existant cartographique

• But – Croiser les données de types différents


T dContexte UAB Entrepôt Architecture Fonctionnement Client Démonstration


Travaux de l’Université Autonome de Barcelone

• Equipe partenaire de STEAMER

l Université Autonome de Barcelone

Equipe partenaire de STEAMER

• Travaux situés sur la partie ETL

• Concept : rapporter tous les indicateurs et toutes les géométries sur une grille detoutes les géométries sur une grille de référence




Principe des manipulations




Dimensions d’analyse




hi é d i

Architecture logicielleUne architecture composée de 4 tiers

– L’entrepôt de données– Le serveur SOLAP– Le serveur HyperAtlas3yp– Le client HyperAtlas3

Entrepôt de données

Serveur SOLAP

Serveur et client HyperAtlas3




Communication

Échanges entre les différentes parties

SOAP

JDBC XMLA RMI HTTP

Entrepôt de données Serveur SOLAP Serveur et client HyperAtlas322 février 2013 37 / 48



Communication

Échanges entre les différentes parties

SOAP

JDBC XMLA SOAP HTTP

Entrepôt de données Serveur SOLAP Serveur HyperAtlas3

Client HyperAtlas322 février 2013 38 / 48



Multi‐sources• Liens vers plusieurs serveurs (S)OLAP

• ou entrepôts de donnéesou entrepôts de données




FonctionnementInteractions entre les briques logicielles

22 février 2013 40 / 48



Clienti h li i• Rich Internet Application

• JSF + Primefaces + Primefaces Extension• OLAP

– Pivot– Pivot– Forage / RemontéeM i l ti i êt MDX– Manipulation via requête MDX

• Accès concurrentiel• Manuel utilisateur• MultilingueMultilingue




Client

22 février 2013 42 / 48



Démonstration


Pl


Plan

• Contexte


• HyperAtlas3

• Conclusion et perspectives• Réalisations• Perspectives d’évolution• Bilan personnel

44 / 48Michaël Tranchant ‐Mémoire CNAM22 février 2013Rubik Earth : http://item.rakuten.co.jp/htdd/627326

Bilan des réalisations Perspectives d’évolution Bilan personnel


Bilan des réalisationsE l ti d l’i f ti dé i i ll• Exploration de l’informatique décisionnelle

• Application à la géographie• Application à la géographie

• Exploitation des opérateurs OLAP• Exploitation des opérateurs OLAP

• Manipulation de requêtes MDXManipulation de requêtes MDX

• Ajout de nouvelles représentations cartographiquesAjout de nouvelles représentations cartographiques

• Un prototype exploitable, mais perfectibleUn prototype exploitable, mais perfectible




Perspectives d’évolutionEff t l l l é l bl ETL• Effectuer les calculs préalables par un ETL

• Compléter les métadonnées

• Améliorer le moteur cartographique

• Exploiter les opérateurs spatiaux SOLAP

• Contrôler la qualité des données et des requêtes [Boulil, 2012][ ]




Bilan personnel• Immersion dans le monde de la recherche


• GéomatiqueGéomatique

• Réalisation d’un projet complet


CONSERVATOIRE NATIONAL DES ARTS ET METIERSCENTRE REGIONAL RHÔNE‐ALPES

CENTRE D'ENSEIGNEMENT DE GRENOBLECENTRE D ENSEIGNEMENT DE GRENOBLE

MÉMOIRE

présenté par Michaël TRANCHANT

Ô É

Couplage d’un HyperCube SOLAP

en vue d’obtenir le DIPLÔME D’INGÉNIEUR CNAM en INFORMATIQUE

Couplage d un HyperCube SOLAP et d’un outil de visualisation

Soutenu le 22 février 2013

M Eric Gressier‐SoudanM Claude GenierM Jean‐Pierre Giraudin

Président :Membres :

M Jean Pierre GiraudinM Jérôme GenselM Thierry Humbert

Réfé• [Briggs, 2009] Maps. (2009). In : Briggs S. Sean’s Website.

[ l ] bl h // l f b d / b / h

Références– [en ligne] Disponible sur : http://personal.frostburg.edu/sbriggs0/maps.htm

• [Codd et al.] Codd E.F., Codd S.B & Salley C.T. (1993)– Providing OLAP (On‐line Analytical Processing) to User‐Analysts : An IT mandate.– [en ligne] Disponible sur : http://www.minet.uni‐jena.de/dbis/lehre/ss2005/sem_dwh/lit/Cod93.pdfg p p j _ p

• [Boulil,2012] Boulil K. (2012)– Une Approche Automatisée basée sur des Contraintes d'Intégrité définies définies en UML et OCL pour la

Vérification de la Cohérence Logique dans les Systèmes SOLAP ‐ Applications dans le domaine agri‐environnemental.

– Thèse en informatique, IRSTEA, Clermont‐Ferrand

• [Johnston, 2011] Life map. (2011). In : Johnston K. Culture and the Arts. – [en ligne] Disponible sur : http://artsbeat.blogs.nytimes.com/2011/08/09/what‐digital‐maps‐can‐tell‐us‐about‐the‐american‐way/

[L b & Ch i 2008] L b G & Ch i C (2008)• [Lebrun & Charrier, 2008] Lebrun G. & Charrier C. (2008)– Informatique décisionnelle.– Cours Master CNAM UE NFE115

• [Le Rubrus, 2009] Le Rubrus B. (2009)[ , ] ( )– Capacités de rendu cartographique autour des technologies SOLAP.– Épreuve TEST, UEENG111, CNAM Rhône‐Alpes, 42p.

• [Meier, 2006] Meier A. (2006)Introduction pratique aux bases de données relationnelles– Introduction pratique aux bases de données relationnelles.

– Seconde édition, Springer Editions, France, p.197‐203.

Michaël Tranchant ‐Mémoire CNAM22 février 2013

Réfé• PostgreSQL

Références– [en ligne] http://www.postgresql.org/

• PostGIS– [en ligne] http://postgis.refractions.net/

• GeoMondrian– [en ligne] http://www.spatialytics.org/projects/geomondrian/

• Tomcat– [en ligne] http://tomcat.apache.org/

• JBoss AS– [en ligne] http://www.jboss.org/jbossas

• OLAP4J– [en ligne] http://www.olap4j.org/

• PrimeFacese aces– [en ligne] http://www.primefaces.org/

• SOAPUI– [en ligne] http://www.soapui.org/[ g ] p // p g/

Michaël Tranchant ‐Mémoire CNAM22 février 2013

Fonctionnement du serveurFonctionnement du serveur

MapBuilderMap

MDXBuilderService Remote

L lBusinessUnit

pp

nterfaces

Logic

XMLAClient

Local

Schema Generic

ILogic

ResultObjects

WSbeansEntrepôtsServeursServeurs SOLAP

Michaël Tranchant ‐Mémoire CNAM

couplage d’un hypercube solap et d’un outil de visualisation

Technology