# Data Modeling (Data Analytics) > Schéma en étoile, tables de faits et dimensions, normalisation, dénormalisation, SCD, grain - 20 questions d'entretien - Confirmé - [Questions d'entretien: Data Analytics](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien.md) ## 1. Qu'est-ce qu'un schéma en étoile (star schema) en data modeling ? **Réponse** Le schéma en étoile est une architecture de modélisation dimensionnelle où une table de faits centrale est entourée de tables de dimensions directement reliées. Cette structure simplifie les requêtes analytiques et optimise les performances en évitant les jointures multiples entre dimensions. Le nom vient de la forme visuelle du diagramme, où la table de faits au centre ressemble au corps d'une étoile et les dimensions aux branches. ## 2. Quel est le rôle d'une table de faits dans un modèle dimensionnel ? **Réponse** La table de faits stocke les mesures quantitatives (chiffre d'affaires, quantité vendue, nombre de clics) et les clés étrangères vers les tables de dimensions. Elle représente les événements ou transactions de l'entreprise. Chaque ligne correspond à un événement mesurable à un niveau de granularité défini. Les colonnes numériques (mesures) sont les données que les analystes agrègent dans leurs requêtes. ## 3. Qu'est-ce qu'une table de dimension dans un modèle dimensionnel ? **Réponse** Une table de dimension contient les attributs descriptifs qui qualifient les mesures de la table de faits. Par exemple, une dimension Produit contient le nom, la catégorie, la marque et le prix unitaire. Les dimensions permettent de filtrer, grouper et découper les données lors de l'analyse. Elles sont généralement dénormalisées pour faciliter les requêtes et éviter les jointures supplémentaires. ## 17 questions supplémentaires disponibles - Qu'est-ce que le grain (granularity) d'une table de faits ? - Quelle est la différence entre une mesure additive et une mesure semi-additive ? S'inscrire gratuitement: https://sharpskill.dev/fr/login ## Autres sujets d'entretien Data Analytics - [Google Sheets - Les fondamentaux](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/google-sheets-basics.md): 20 questions, Junior - [Google Sheets - Formules avancées](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/google-sheets-advanced.md): 20 questions, Junior - [SQL - Les fondamentaux](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/sql-basics.md): 25 questions, Junior - [SQL - Agrégations et groupements](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/sql-aggregations.md): 20 questions, Junior - [SQL - Jointures](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/sql-joins.md): 20 questions, Junior - [BigQuery - Fondamentaux](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/bigquery-fundamentals.md): 20 questions, Junior - [Data Cleaning - Nettoyage des données](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/data-cleaning.md): 20 questions, Junior - [KPIs et métriques business](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/kpis-metrics.md): 20 questions, Junior - [Statistiques descriptives](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/descriptive-statistics.md): 20 questions, Junior - [Zapier et automatisation No-Code](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/zapier-automation.md): 20 questions, Junior - [Principes de data visualisation](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/data-viz-principles.md): 20 questions, Junior - [Python & Pandas - Fondamentaux](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/python-pandas-basics.md): 20 questions, Junior - [Google Sheets - Dashboards automatisés](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/google-sheets-dashboards.md): 20 questions, Confirmé - [SQL - Sous-requêtes et CTEs](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/sql-subqueries-ctes.md): 20 questions, Confirmé - [SQL - Window Functions](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/sql-window-functions.md): 20 questions, Confirmé - [BigQuery - Fonctionnalités avancées](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/bigquery-advanced.md): 20 questions, Confirmé - [Analyse de funnels et conversion](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/funnel-analysis.md): 20 questions, Confirmé - [Analyse de cohortes et rétention](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/cohort-retention.md): 20 questions, Confirmé - [Google Tag Manager et tracking](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/gtm-tracking.md): 20 questions, Confirmé - [APIs et webhooks](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/apis-webhooks.md): 20 questions, Confirmé - [dbt - Fondamentaux](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/dbt-fundamentals.md): 20 questions, Confirmé - [AB Testing et statistiques appliquées](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/ab-testing.md): 20 questions, Confirmé - [Looker Studio (Google Data Studio)](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/looker-studio.md): 20 questions, Confirmé - [Power BI - Fondamentaux](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/power-bi-fundamentals.md): 20 questions, Confirmé - [SQL - Requêtes analytiques avancées](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/sql-advanced-analytics.md): 20 questions, Senior - [dbt - Fonctionnalités avancées](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/dbt-advanced.md): 20 questions, Senior - [Power BI - DAX et dashboards avancés](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/power-bi-dax.md): 20 questions, Senior - [Python Analytics - Analyse avancée et ML](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/python-analytics-advanced.md): 20 questions, Senior --- Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack. HTML version of this page: https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/data-modeling