Introduction à HOPEX Data Governance
Périmètre de la solution HOPEX Data Governance
Se connecter à HOPEX Data Governance
Le bureau HOPEX Data Governance
Catalogues de données
Description d'un catalogue de données
Contenu d'un catalogue de données
Infrastructure des sources de données
Recherche dans le catalogue de données
Créer un catalogue de données
Associer des mots-clés à des métadonnées
Définir des catégories de métadonnées
Rapports d'un catalogue de données
Relier les métadonnées aux informations métier
Collecter des données métier
Qualité des données du catalogue
Instantané d'un catalogue de données
Découverte de données
Le module HOPEX Data Discovery
Lancer HOPEX Data Discovery
Lignages de données
Lignage de données fonctionnel
Lignage de données technique
Glossaire métier
Introduction à la conception d'une ontologie métier
Consulter le glossaire métier
Rechercher des termes dans le glossaire métier
Générer un glossaire
Définir les informations métier
Synthèse des objets utilisés
Présentation des diagrammes de modélisation des concepts
Dictionnaire métier
Initialiser un dictionnaire métier à partir de données logiques ou physiques
Carte des domaines de concepts
Domaine de concepts
Construire un diagramme de concepts
Définir les composants d'un domaine de concepts
Concept
Composants d'un concept
Propriétés de concept
Héritages d'un concept
Le diagramme de structure de concept
Individus
Etats d'un concept ou d'un individu
Décrire les concepts d'état
Décrire les concepts événement
Le diagramme de structure de concept d'état
Décrire les états et les événements d'un individu
Le diagramme de structure de cycle de vie de concept
Utiliser les périodes
Concept type
Accéder à la liste des concepts type
Créer un nouveau concept type
Les propriétés d'un concept type
Décrire les composants d'un concept type
Décrire les variations d'un concept type
Le diagramme de structure de concept type
Vue de concept
Règle de calcul sur un concept
Associer une règle de calcul à une information métier
Relier les concepts métier à l'architecture logique et physique
La réalisation de concept
Utiliser les matrices de réalisation
Architecture et outils
Modéliser les dictionnaires de données
Options de modélisation des données logiques
Vue d'ensemble des données logiques
Dictionnaire de données
Carte des domaines de données
Domaines de données et domaines de données logiques
Vues de données logiques
Diagramme de classes
Types de données
Modèle de données
Construire un modèle de données
Les entités
Les attributs
Les associations
Associations réflexives
Association "plus que binaire"
Les contraintes
Règles de normalisation
Généralisations
Identifiant d'une entité
Correspondance des modèles de données
La notation IDEF1X
A propos de la modélisation des données avec IDEF1X
Synthèse des concepts pour la modélisation des données (IDEF1X)
Construire un modèle de données (IDEF1X)
Entités (IDEF1X)
Associations (IDEF1X)
Relations de catégorisation (généralisations) - (IDEF1X)
La Notation I.E.
A propos de la modélisation des données avec I.E.
Synthèse des concepts pour la modélisation des données (I.E.)
Créer un modèle de données (I.E)
Entités (I.E)
Associations (I.E)
Sous-types (I.E)
La Notation Merise
A propos de la modélisation des données (Merise)
Synthèse des concepts pour la modélisation des données (Merise)
Créer un modèle de données (Merise)
Les entités (Merise)
Les associations (Merise)
Les attributs (informations) - Merise
Les règles de normalisation (Merise)
Compléter la spécification du modèle de données (Merise)
Sous-typage (Merise)
Modéliser les bases de données
Formalisme logique et synchronisation
Base de données
Carte de domaines relationnels et domaines relationnels
Domaine relationnel
Diagramme relationnel
Composants d'une base de données
Les tables d'une base de données
Les colonnes d'une table
Modifier les clés et les index
Créer une clé
Créer un index
Ajouter une colonne à une clé ou un index
Clés primaires et étrangères
Types des données et Datatypes des colonnes
Correspondances entre types pivots et datatypes
Créer de nouveaux datatypes
Règles de modélisation d'une base de données
Catégories de données
Définir des catégories de données
Associer les catégories aux données
Responsabilité des données
Usage des responsabilités sur les données
Définir les responsabilités sur les données
Utilisation des données par le SI
Définir les données utilisées par les applications
Définir les données utilisées par les processus
Définir les données utilisées par les capacités métier
Synchroniser les modèles logiques et physiques
Règles de synchronisation "logique vers physique"
Synchronisation logique > physique : les Associations
Synchronisation logique > physique : les Parties (Formalisme UML)
Du modèle logique au modèle physique
Lancer la synchronisation (Logique > Physique)
Cas d'emploi des options (Logique > Physique)
Protéger des objets
Résultats de la synchronisation : les correspondances
Synchronisation réduite (mode logique vers physique)
Objets sources de la synchronisation réduite (Logique > Physique)
Les stratégies de synchronisation réduite (Logique > Physique)
Lancer la synchronisation réduite (Logique > Physique)
Relancer la synchronisation après modifications
Synchronisation après modification du diagramme de données
Synchronisation après des modifications du diagramme physique
Du modèle physique au modèle logique
Règles de synchronisation "Physique vers Logique"
Lancer la synchronisation (Physique > Logique)
Résultat de la synchronisation "Physique vers Logique"
Paramétrer la synchronisation
Préparer la synchronisation
Options de création
Paramétrer la génération des noms
Synchronisation des diagrammes
Correspondance des modèles
L'éditeur de base de données
Détails des correspondances
Dénormaliser les modèles logiques et physiques
Principes de la dénormalisation
Dénormalisation : cohérence des modèles
Synchronisation et dénormalisation
Dénormalisation : cas d'emploi
Dénormalisation logique
Dénormalisation physique
Générer des scripts SQL
Lancer la génération SQL
Condition préalable
Objets de la génération SQL
Lancer l'assistant de génération
Génération incrémentale
Paramétrer la génération SQL
Paramétrer la version de SGBD
Paramétrer la génération d'une base de données
Préfixer le nom des objets
Syntaxe supportée
Instruction CREATE TABLE
Instruction CREATE INDEX (Oracle, Sybase, SQL Server)
Définir les vues d'une base de données
Définir un groupement de données
Définir les triggers pour une base de données
Utiliser des procédures stockées
Ajouter des propriétés physiques aux objets d'une base de données
Rétro-générer des tables
Lancer la rétro-génération
Reconnaissance des Datatypes par ODBC
Rétro-génération des propriétés physiques
Extraire la description de schémas de bases de données à partir de sources de données
Personnaliser l'extraction ODBC
Format des clauses SELECT
Tableaux de correspondances entre types pivots et datatypes
DB2 Version 9 For OS
MySQL 5.0
Oracle 11
PostgreSQL9.3
SQL ANSI/ISO 9075:1992
SQL Server 2008
Teradata Database 14
Conformité
Réglementations
Faire l'inventaire des textes de référence (réglementations externes)
Faire l'inventaire des cadres de politiques d'entreprise (réglementations internes)
Analyser les informations contraintes par une réglementation
Importer des documents d'UCF
Assurer la conformité des données : créer des règles métier
Qualité des données
Définir une politique de qualité des données
Évaluer la qualité des données
Rapports de qualité des données
Rapports et outils d'analyse des données
Rapports d'analyse
Report DataSets
Workflow de validation des données
Import et export de données
Importer des données métier à partir d'un fichier Excel
Importer des données logiques à partir d'un fichier Excel
Importer des évaluations de données
Appendix – Data Discovery Connectors
Introduction
Access
Amazon Athena
Amazon DynamoDB
Azure Analysis Services
Azure Data Catalog
Azure Synapse
Azure Table
BigQuery
Cassandra
Cloudant
CockroachDB
Confluence
Cosmos DB
Couchbase
CSV
Databricks
Dynamics 365
Elasticsearch
Excel
FinancialForce
Excel Online
Google Data Catalog
Google Spanner
HBase
Hive
IBM DB2
IBM DB2 for z/OS
IBM Informix
Impala
Jira
JSON
Kafka
MariaDB
MongoDB
MySQL
SAS Data Sets
Neo4j
Oracle
Parquet
PostgreSQL
Redis
Redshift
Salesforce
SAP
SAP Cloud for Customer
SAP Hana
Service Now
Sharepoint
Snowflake
Spark
SQL Server
SQL Server Analysis Services
Sybase
Teradata
XML