Modélisation Data Vault

La modélisation Data Vault est une modélisation de données (pour les bases de données relationnelles) conçue pour historiser des données provenant de plusieurs sources de données. Comme toute modélisation, elle est utilisée pour l'interrogation de données (historiques) et est particulièrement adaptée à l'audit de données, à la traçabilité de la donnée et à la résistance au changement de la structure de données. Cette modélisation est une alternative aux modélisations en forme normale. Plusieurs principes ont présidé à son élaboration. En premier, c'est le souci de retracer l'origine de chaque donnée. En second, c'est le souci de s'abstraire du dilemme de la donnée "brute" ou de la donnée "travaillée" en facilitant l'intégration de la donnée brute (tout découle de cette dernière). Ensuite, c'est le souci d'apporter une structure de donnée résistante au changement et de minimiser l'intégration d'une nouvelle source de données dans une structure de données existante. Enfin, c'est le souci d'apporter une modélisation qui permet le parallélisme au niveau du chargement des données. Ce dernier point fait suite à l'augmentation du volume de données à intégrer dans les systèmes d'informatique décisionnelle. Cette modélisation porte aussi le nom (rarement utilisé) "Common Foundational Integration Modelling Architecture" qui souligne le focus sur l'intégration de la donnée brute. Dan Linstedt a conçu la modélisation Data Vault en 1990, l'a placé dans le domaine public en 2000 et a publié les principes de modélisation (sous la forme de 5 articles) en 2002 sur le site "The Data Administration Newsletter". Dan Linstedt s'est inspiré du réseau neuronal : le noyau neuronal est le "hub", la dendrite neuronale est le "satellite" et la synapse (le lien entre les neurones) est le "link". Rappelons qu'une structure de base de données est composée d'entités (exemple : clients), d'attributs (exemple : coordonnées clients) et de liens entre entités (exemple : liens entre clients et vendeurs).