2-Le courrier électronique

Transcription

Maîtrise LEA – Année 2002/2003
Introduction aux Bases de Données
TRICHET Francky / ANDRE Pascal
[email protected]
[email protected]
Plan
•
Présentation générale
•
Le modèle relationnel et son algèbre
•
Les principes de normalisation
1. Présentation Générale
•
Définition : Une Base de Données (BD) est un ensemble de
données mémorisées sur des supports accessibles par un
ordinateur pour satisfaire simultanément plusieurs utilisateurs de
façon sélective et en un temps très court.
•
Outil d ’exploitation d’une BD : SGBD (Système
de Gestion de Base de Données)
•
gérer l ’insertion, la modification et la recherche efficace de
données dans une grande masse d ’informations
•
gérer l ’interface entre les utilisateurs et le support sur lequel
est stockée la BD (chacun doit avoir l ’illusion qu’il est le seul
à exploiter la BD)
Les 3 couches d ’un SGBD
•
Un SGBD est composé de 3 couches :
– Système de gestion de fichiers : gestion du stockage
physique de l ’information (couche dépendante du matériel)
– SGBD interne : gestion logique des données
(assemblage, placement, liens et accès)
– SGBD externe : gestion de l ’interface avec
l ’utilisateur et le concepteur (langage de requêtes,
outils de présentation)
Les points clés d ’une BD
•
Indépendance physique : un SGBD permet de
manipuler des données sans se soucier de la façon dont
sont stockées physiquement ces données
•
Indépendance logique : un SGBD permet de présenter
sous différentes vues les mêmes données (groupes de
travail hétérogènes)
•
Manipulation par des non-informaticiens : un
SGBD permet de décrire ce que l ’on souhaite sans
décrire comment l ’obtenir (recherche déclarative)
•
Efficacité des accès aux données : un SGDB repose
sur des algorithmes (transparents pour l ’utilisateur)
performants qui optimisent l ’accès aux données
•
Centralisation des informations : un SGDB permet
de centraliser les informations relatives à un domaine, ce
qui :
– garantie la non-redondance
– minimise la perte de place
– facilite les mises à jour des données
•
Cohérence des données : un SGBD permet de la
vérification de contraintes d ’intégrité
•
•
– un salaire doit être compris entre 4000 et 10 000 000 F
– l ’emprunteur d ’un livre doit être un abonné de la bibliothèque
Partageabilité des données : un SGBD permet à
plusieurs personnes d ’accéder simultanément aux
données tout en offrant l ’illusion d ’être seul exploitant
Sécurité des données : un SGBD permet de gérer
différents niveaux d ’accessibilité aux données en
fonction de profils d ’utilisateurs
Les 4 types de BD
•
•
BD Hiérarchiques : les plus anciennes fondées sur une
modélisation arborescente des données
BD Relationnelles : organisation des données sous forme de
table et exploitation à l ’aide d ’un langage déclaratif
– Exemples de SGBD Relationnels : Oracle, MySQL, 4D, Access, etc.
•
BD Déductives : organisation des données sous forme de
•
BD Objets : organisation des données sous forme d ’instances
table et exploitation à l ’aide d’un langage logique
de classes hiérarchisées (qui possèdent leur propres méthodes d ’exploitation)
– Exemple de SGBD Objets : O2
Démarche de conception d ’une BD
•
Analyse du problème et modélisation de la BD
– représentation informationnelle de l ’organisation
étudiée
– phase supportée par des méthodes d ’analyse : AXIAL,
OMT ou MERISE (la plus connue qui sépare les données des traitements)
•
Implantation logique de la BD
– transformation du modèle conceptuel des données en
objets propres au type de SGBD utilisé
•
Implantation physique de la BD : phase totalement prise
en charge par le SGBD adopté
Modélisation des données en Merise (1)
•
MCD : Modèle Conceptuel des Données
– description statique du système d ’information visé à
l ’aide d’entités, d’associations et de propriétés
– Entité : un objet matériel ou immatériel ayant une existence
propre et conforme aux choix de gestion du système étudié :
personne, voiture, client
– Association : un lien entre des entités (binaire, ternaire, naire)
– Propriété : une donnée élémentaire et indécomposable du
système d ’information : couleur d ’une voiture, âge d ’une
personne
•
MCT : Modèle Conceptuel des Traitements (Hors Propos)
Représentation Graphique
Nom de l’Entité
Propriété 1
Nom de l’Entité
Cardinalités
(Mini,Maxi)
Nom de l’Association
Cardinalités
(Mini,Maxi)
Propriété 1
Propriété
Propriété n
Propriété n
Type d’entité
Personne
Numéro INSEE
Nom
Prénom
Type de valeur
1,1
Type d’association
Service
Travailler
1,n
Nom
Exemple (1)
• Association unaire
Produit
No_pro
Nom_pro
Libellé_pro
composant
0,n
nomenclature
qté
0,n
composé
Exemple (2)
• Association binaire
Etudiant
no_e
nom_e
prénom_e
1,1
adresse
date_ad
0,n
Adresse
no_rue
nom_rue
code_postal
ville
Exemple (3)
• Association ternaire
Etudiant
no_e
nom_e
prénom_e
1,n
adresse
0,n
Adresse
no_rue
nom_rue
code_postal
ville
0,n
Date
jour
mois
an
Exemple (4)
• Association quaternaire
Classe
no_classe
nb_élèves
niveau
Professeur
nom
fonction
grade
1,n
0,n
cours
heure
0,n
Salle
no_salle
nom_salle
capacité_salle
0,n
Date
jour
mois
an
• L ’identifiant d ’une entité : il est constitué d ’une
ou plusieurs propriétés de l ’entité telles qu ’à chaque
valeur de l ’identifiant corresponde une et une seule
occurrence de l ’entité (numéro d ’INSEE d ’une
personne)
– L ’identifiant d ’une association est l ’union des
identifiants des entités qui participent à l ’association
• Les contraintes restreignent l’espace des
solutions
– Appartenance à un type
– Format et valeurs
– Cardinalités
– Contraintes d’intégrité fonctionnelles
– Autres
Modélisation des données en Merise (4a)
• Les cardinalités définissent des contraintes
d ’intégrités sur l ’association
– borne minimale : nombre minimum de fois qu’une
occurrence d ’une entité participe aux occurrences de
l ’association (O, 1, n)
– borne maximale : nombre maximum de fois qu’une
occurrence d ’une entité participe aux occurrences de
l ’association (1, n)
Modélisation des données en Merise (4b)
•
Cardinalités
Etudiant
no_e
nom_e
prénom_e
1,1
adresse
date_ad
0,n
Adresse
no_rue
nom_rue
code_postal
ville
Modélisation des données en Merise (4c)
• Contrainte d’intégrité fonctionnelle
RG : à une date donnée, un étudiant habite à
une seule adresse
CIF
Etudiant
no_e
nom_e
prénom_e
1,n
habite
0,n
Adresse
no_rue
nom_rue
code_postal
ville
0,n
Date
jour
mois
an
Modélisation des données en Merise (4d)
Contraintes
sur
Type
Exemple
Aspects
Simple
salaire > SMIG
statiques
Ensembliste
Σ salaires < nb
Aspects
Simple
nouv_sal > ancien_sal
dynamiques
Ensembliste
Σ (NS) > Σ (AS) * coef
Décrire un SI
•
Modéliser le réel perçu
•
SI = SCD + CI + règles
•
Démarche en 4 tâches
exposé démarche
•
Exercice
Enoncé
Le CROUS gère des logements pour les étudiants. Deux
types de logements sont gérés par des services
différents : les logements en cité universitaire et
les logements en ville. Nous nous intéressons ici au
second. Le service des logements en ville dispose de
renseignements
concernant
des
propriétaires
de
villas,appartements, garages, ...
•
nom, prénom et adresse des propriétaires ;
•
nature et adresse du bien possédé par un propriétaire.
a) Modéliser cette réalité à l'aide d'un modèle E-A-P ;
Enoncé
b) Nous voulons maintenant pouvoir représenter le fait
qu'un propriétaire peut vouloir louer ses biens. Nous
ne souhaitons toutefois pas d'auto-location (de
location dans lesquelles propriétaire et locataire
sont une seule et même personne). La location se fait
à partir d'une date donnée, pour une période donnée et
moyennant un loyer mensuel précis. Modéliser cette
réalité à l'aide d'un modèle E-A-P ;
c) Le CROUS envisage de percevoir sur les loyers un
pourcentage, variable selon la nature du bien. Cela
pourrait servir à alimenter un fond social d'aide aux
étudiants en difficulté. Modifier le modèle précédent
pour permettre la mémorisation de ce pourcentage.
Plan
•
•
•
Le modèle relationnel (1)
•
Organisation des données en Table :
– des lignes (enregistrements ou n-uplets)
– des colonnes (champs ou attributs)
•
Concepts fondamentaux :
– Domaine : ensemble de valeurs distinctes que peut prendre
une donnée élémentaire (D1={rouge,vert}, D2={3,2})
– Produit Cartésien d ’un ensemble de domaine D1, D2, Dn est
l ’ensemble des n-uplets {<v1,v2,vn>} tels que vi ∈Di
– D1 * D2 = {<rouge,3>,<rouge,2>,<vert,3>,<vert,2>}
•
– Relation (table relationnelle, table) : sous-ensemble du
produit cartésien d ’une liste de domaines ; elle caractérisée par:
– un nom
– des champs (attributs) qui correspondent aux noms de
chacun des domaines mis en jeu (les colonnes)
– des n-uplets (tuples) qui correspondent aux différentes
combinaisons valides du produit cartésien (les lignes)
Personne
Nom
Prénom
TRICHET
Francky
GILBERT
Jacques
ANDRE
Pascal
•
– Clé d’une relation : un ou plusieurs attributs permettant
d ’identifier, de façon unique, chaque n-uplets de la relation
– Remarque : il peut éventuellement exister plusieurs clés pour une même
relation ; dans ce cas, il faut (1) identifier les clés candidates puis (2)
choisir une clé primaire parmi les clés candidates
– Exemple :
– ETUDIANT(matricule, nom, prénom, adresse, num-insee)
Clé primaire
Clé candidate
•
– Schéma d ’une relation : ensemble des attributs (colonne)
de la relation (table)
– Schéma d ’une BD : union des schémas des différentes
relations
– Remarque : une relation peut être définie
– en intension (uniquement pour les BD déductives) : on identifie une
formule qui va permettre d ’identifier automatiquement les n-uplets
•
{(x,y,z) ∈ (N,Z,Q) tels que x+y>z}
– en extension : on spécifie un à un tous les n-uplets de la relation
Exemple de BD relationnelle
et son schéma :
produits(pno,design,prix,poids,couleur)
fournisseurs(fno,nom,adresse,ville)
commandes(cno,fno,pno,qute)
Du MCD Merise aux tables relationnelles (1)
•
Traitement des Entités
– chaque entité devient une table
– chaque propriété d ’une entité devient une colonne
– l ’identifiant de l ’entité devient la clé primaire
•
Traitement des Associations
– Cas 1 : association avec au moins une cardinalité
maximale à 1
– création de 2 tables (une par entité) avec migration de la clé
primaire de l ’entité de cardinalité (-,n) dans la table de
l ’entité de cardinalité (-,1)
– si il existe des propriétés dans l ’association, elles migrent
comme précédemment
Exemple de cas 1
Schéma
Entités/Associations
Tables relationnelles
correspondantes
•
Traitement des Associations
– Cas 2 : association avec les deux cardinalités
maximales à n
– création de 3 tables (une par entité + une pour l ’association)
avec migration des clés primaires des 2 entités dans la table
de l ’association
– si il existe des propriétés dans l ’association, elles migrent
dans la table de l ’association
Exemple de cas 2
Schéma
Entités/Associations
Tables relationnelles
correspondantes
Application sur l’exemple Produits-Fournisseurs-Commandes
Tables relationnelles + intégrité référentielle
Produits(pno,design,prix,poids,couleur)
Commandes(fno,pno,qute)
Fournisseurs(fno,nom,adresse,ville)
L ’algèbre relationnelle (1)
•
L ’algèbre relationnelle
– a été introduite par Codd en 1970 dans le but de
décrire des traitements à appliquer sur les différentes
relations d ’une BD relationnelle
– repose sur deux types d ’opérations
– les opérations ensembliste (union, différence, intersection,
produit cartésien)
– les opérations relationnelles (projection, sélection, jointure)
Les opérations ensemblistes
•
L ’union de deux relations R et S de même schéma est une relation
T de même schéma contenant l ’ensemble des tuples appartenant à
R et/ou à S
•
La différence de deux relations R et S de même schéma (dans
l ’ordre R-S) est une relation T de même schéma contenant les
tuples appartenant à R et n ’appartenant pas à S
Les opérations ensemblistes
•
L ’intersection de deux relations R et S de même schéma est une
relation T de même schéma contenant les tuples appartenant à la
fois à R et à S
•
Le produit cartésien de deux relations R et S de schéma
quelconque est une relation T ayant pour attributs la concaténation
des attibuts de R et de S et dont les tuples sont constitués de toutes
les concaténations d ’un tuple de R à un tuple de S
Les opérations relationnelles
•
La projection d ’une relation de schéma (A1,A2,…,An) sur les
attributs Ai1,Ai2,…Aip (avec ij<>ik et p>n) est une relation R’ de
schéma (Ai1,Ai2,…,Aip) dont les tuples sont obtenus par élimination
des attributs de R n’appartenant pas à R’ et par suppression des
doublons
•
La sélection de la relation R par une qualification Q est une
relation R’ de même schéma dont les tuples sont ceux de R
satisfaisant Q ; Q pouvant être exprimée à l ’aide de constantes,
d ’opérateurs arithmétiques (>, <, etc.) ou logiques (et, ou, non)
•
La jointure de deux relations R et S selon une qualification Q est
l ’ensemble des tuples du produit cartésien R*S satisfaisant la
qualification Q ; Q pouvant être exprimée à l ’aide de constantes,
d ’opérateurs arithmétiques (>, <, etc.) ou logiques (et, ou, non)
•
L ’équi-jointure est une jointure avec pour qualification l ’égalité
entre deux colonnes
•
La jointure naturelle est une équi-jointure de R et S sur tous les
attributs de même nom suivie de la projection qui permet de
conserver un seul de ces attributs égaux de même nom
•
Autre opérateur (de calcul)
– Compte est une opération qui permet de dénombrer les lignes
d ’une relation qui ont une même valeur d ’attributs en
commun. La relation résultante ne contient que les attributs de
regroupement Xi choisis avec leur nombre d ’occurrences.
•
Exemples d’expressions de l’algèbre relationnelle
Produits(pno,design,prix,poids,couleur)
Fournisseurs(fno,nom,adresse,ville)
Commandes(fno,pno,qute)
– Quels sont les numéros de fournisseurs des différents
‘ Dupont ’
– projfno(selectnom=‘ Dupont ’(Fournisseurs))
– Quels sont les numéros de fournisseurs qui ont moins
de trois commandes
– projfno(selectcompte<3(comptefno(Commandes)))
Plan
•
•
•
La normalisation
•
L ’objectif de la normalisation est de définir un
schéma de relations permettant d ’éviter :
– la redondance de données
– les incohérences lors des mises à jour
– les anomalies lors d ’insertion et/ou suppression
•
La normalisation repose sur l ’analyse des
dépendances entre attributs
– moyen : décomposer les relations sujettes à redondance tout en
conservant la possibilité de reconstituer les relations originelles
par application de l’opération de jointure
La normalisation (2)
•
Exemple
Une entreprise de vente de bateaux qui souhaite constituer un
système d ’information relatif à son activité
– Achats(IdClient,
NomClient, PrénomClient,
AdresseClient, ImmatriculationBateau, ModèleBateau,
LongueurBateau, DateAchat, MontantAchat)
•
Problèmes potentiels
– redondance de données : une personne qui achète plusieurs bateau
– incohérence suite à une MAJ : une personne qui change d ’adresse
– anomalies lors d ’insertion/suppression : un client potentiel ne peut
être enregistré dans la BD s ’il n ’a pas encore acheté de bateaux ; lorsqu’un
client vend son bateau, il est supprimé du système d ’information
•
Comment normaliser ?
– Décomposition des relations jusqu’à ce que toutes
respectent les 3 Formes Normales suivantes
– Une relation est dite en Première Forme Normale si tous ses
attributs sont atomiques ; aucun des attributs ne doit être une
relation entre « sous-attributs » (pas de colonnes dans une
colonne)
•
Une relation est dite en Seconde Forme Normale lorsqu’elle est en
Première Forme Normale et tous les attributs n ’appartenant pas à
la clé sont en dépendance fonctionnelle élémentaire avec la clé
– dès qu’un attribut non-clé dépend d’une partie de la clé, la
•
relation n ’est pas en 2FN.
Deux groupes d ’attributs X et Y de la relation R sont en
Dépendance Fonctionnelle (on dit aussi X détermine Y) si dans R,
chaque valeur de X détermine une et une seule valeur de Y
–
une DF est une assertion sur toutes les extensions possibles d ’une relation et
pas uniquement sur ses tuples actuels
Exemple d ’application de la 2FN
•
Une relation est dite en Troisième Forme Normale lorsqu’elle est
en Seconde Forme Normale et qu’aucun de ses attributs non-clés
dépend d ’un autre attribut non-clé ; il n ’existe pas de Dépendance
Fonctionnelle entre 2 attributs non-clés
Plan
•
•
•
•
Manipulation d’un SGBD relationnel :
Microsoft ACCESS ’97
– Documentation en ligne :
http://www.er.uqam.ca/merlin/xw999998/access.htm
Les contraintes d’intégrité (1)
•
Contraintes de clé
– un SGBD gère et vérifie la définition de clé primaire
pour chaque relation
•
Contraintes de types de données
– à chaque attribut peut être associé des contraintes de
types (entier, date, etc.) et de domaine (intervalle
[1..100], date postérieure au 01/01/95, etc.)
•
Contraintes d’intégrité référentielle (CIR)
– Gestion de données référencées dans plusieurs tables :
une CIR peut s’appliquer dès qu’une clé primaire
d ’une table R est utilisée comme référence dans une
autre table T
• Les CIR permettent au SGBD de vérifier
automatiquement la cohérence de la BD par rapport :
– Anomalie de suppression
– lorsqu’on supprime un client (Table Client), il faut
supprimer toutes ses commandes (Table Commande)
– Anomalie de modification
– lorsqu’on modifie le code d ’un produit (Table Produit), il
faut répercuter ces modifications dans les commandes
(Table Commande)
– Anomalie d ’ajout
– lorsqu’on ajoute une commande, il faut s ’assurer que le
code client et le code produit existent

2-Le courrier électronique

Transcription

Documents pareils

[ INFORMATIQUE CYCLE PROBATOIRE

12 compétences relationnelles

VOODB : Un Modèle d`Évaluation de Performances Générique pour

PDF version

Comment une nouvelle espèce apparaît au cours de l`évolution

Stage_Chef de projet_Bouygues Telecom

Actualités Une nouvelle entité française du groupe ZF

Passage MCD modèle relationnel

Jacques Salomé en conférence à Soustons

Juriste Junior Contexte du recrutement et définition de poste : Profil