Analyse des données - Méthode .Analyse des données - Méthode MERISE 1 Petite histoire de la...

download Analyse des données - Méthode .Analyse des données - Méthode MERISE 1 Petite histoire de la méthode

of 28

  • date post

    12-Sep-2018
  • Category

    Documents

  • view

    216
  • download

    0

Embed Size (px)

Transcript of Analyse des données - Méthode .Analyse des données - Méthode MERISE 1 Petite histoire de la...

  • Analyse des donnes - Mthode MERISE

    Petit guide d'analyse des donnes l'aide de la mthode MERISE 1 Petite histoire de la mthode MERISE2 lment de base du modle entit-association2.1 Les entits2.2 Les attributs2.3 Les associations2.4 Les cardinalits2.5 Clef d'une entit Discussion sur la qualit d'une clef La technique de la double clef3 Topologie des associations4 Attributs d'associations

    5Passage du schma entit-association (MCD) la construction des tables : Modle Physique des Donnes (MPD)

    5.1 Transformation des entits5.1.1 Relation de type 1:15.1.2 Relation de type 1:n5.1.3 Relation de type n:m5.2 Ou placer les attributs d'association ?6 Conseils divers6.1 Gnralisation (hritage)6.2 Personnalisation6.3 Regroupement d'entits7 Exemples de MCD7.1 Agence de location de films vido7.2 Location d'appartements pour une agence immobilire BIBLIOGRAPHIE

    file:///E|/Mes%20Documents/Documentations%20info/sql/methode%20merise/1/SGBDRmerise.htm [01/09/2002 18:40:58]

  • Analyse des donnes - Mthode MERISE

    1 Petite histoire de la mthode MERISE Le modle entit-association est un outil (et une technique) d'analyse permettant de construire des schmas thoriques de raisonnement sur des applications tournant avec les bases de donnes relationnelles. Pour mettre en uvre cette technique, en connatre les possibilits et les limites, il n'est pas ncessaire de possder une base de donne. Bien connatre les rgles simples des schmas entits-associations (aussi appel entits-relations) permet d'affiner petit petit une application apparemment simple, sans avoir besoin de la programmer, et par consquent d'conomiser du temps de conception tout en obtenant une plus grande souplesse au niveau de l'analyse.

    Il existe des logiciels permettant de construire des schmas entits-associations et d'en analyser les consquences logiques, puis de construire les tables associes aux modles de manire entirement automatique. Ces logiciels sont appels AGL (atelier de gnie logiciel) ou CASE suivant leur puissance. Les logiciels TRAMIS, AMC*Designor, SELECT... en sont des exemples.

    Le modle entit-association est apparu dans les travaux des chercheurs, entre 1972 et 1975 lors des travaux du franais MOULIN puis de TARDIEU, TEBOUL... etc. Il a t rendu clbre dans le monde entier par l'amricain Peter CHEN, la suite d'une publication intitule "The Entity-Relationshionship Model" (ACM, Transaction on Database Systems, 1976). A ce jour tous les spcialistes franais et/ou latins du domaine de l'analyse oriente base de donnes se servent de ce modle comme outil de communication des applications SGBDR. Il est prsent de manire transparente ou plus visible, dans la plupart des logiciels de construction d'applications de bases de donnes comme ACCESS, PARADOX, ORACLE, SQL Server, Informix, Ingres, Sybase Il nest en revanche pas adapt aux bases de donnes purement objet comme O2 de Ardent Softwae mme si lon admet la nouvelle drive de

    http://perso.club-internet.fr/brouardf/SGBDRmerise1.htm (1 of 4) [01/09/2002 18:45:19]

  • MERISE oriente objet !

    2 lment de base du modle entit-association Le modle entit-association est constitu de deux lments de base :

    Les entits, qui sont des regroupements d'informations, et possdent des attributs (caractristiques)

    Les associations qui sont les liens logiques entre les entits (et sont quantifies par des cardinalits)

    2.1 Les entits Ce sont des regroupements d'informations. Les informations contenues dans les entits (informations que l'on appelle "attributs") doivent tre des informations variables, mais communes une mme classe d'objets.

    Par exemple, si l'on considre l'entit "tre humain" les informations communes aux tre humains peuvent tre :

    le nom, le ou les prnoms, la date de naissance, le lieu de naissance, le sexe, l'adresse,

    etc...

    On considre souvent qu'il s'agit de "classes" d'entits.

    Une entit donne peut elle-mme tre constitue de sous-classes. Par exemple, un tre humain donn peut habiter au mme endroit qu'un

    Analyse des donnes - Mthode MERISE

    http://perso.club-internet.fr/brouardf/SGBDRmerise1.htm (2 of 4) [01/09/2002 18:45:19]

  • autre (si deux personnes vivent sous le mme toit parce qu'ils sont maris). Dans ce cas, l'adresse constitue une sous-classe de l'entit "tre humain", c'est dire une nouvelle entit part entire.

    D'un autre ct, il arrive souvent que plusieurs personnes rsident au mme endroit, sans mme se connatre (cas d'un immeuble collectif par exemple). Dans ce cas on peut considrer l'adresse, comme une entit et la dcrire de la manire suivante :

    Pays Rgion Dpartement Rue etc...

    On schmatise une entit par un rectangle. Exemple :

    2.2 Les attributs Les attributs sont les caractristiques dcrivant les entits et doivent tre reprsents comme une liste de mots, la plus simple possible, dans le cadre de l'entit correspondante. On devra prciser le type des donnes attendues pour chaque attribut.

    Exemple :

    Analyse des donnes - Mthode MERISE

    http://perso.club-internet.fr/brouardf/SGBDRmerise1.htm (3 of 4) [01/09/2002 18:45:19]

  • Les types associs aux attributs sont les suivants :

    D Date

    Annn Caractres de longueur nnn

    BL Boolen (vrai / faux)

    T Temps

    DT Date Temps

    N Nombre

    S (Smallint) entier court

    I (Integer) entier

    etc...

    Analyse des donnes - Mthode MERISE

    http://perso.club-internet.fr/brouardf/SGBDRmerise1.htm (4 of 4) [01/09/2002 18:45:19]

    http://perso.club-internet.fr/brouardf/SGBDRmerise.htmhttp://perso.club-internet.fr/brouardf/SGBDRmerise.htm

  • Analyse des donnes - Mthode MERISE

    2.3 Les associations Ce sont des liaisons logiques entre les entits. Elles peuvent tre de nature factuelle, ou de nature dynamique. Par exemple, une personne peut acheter un objet (action d'acheter), mais si l'on considre qu'une personne est propritaire d'un objet, alors l'association entre l'objet et cette personne est purement factuelle.

    Les associations se reprsentent dans une ellipse (ou un rectangle aux extrmits rondes), relie par des traits aux entits qu'elles lient logiquement.

    Exemple :

    2.4 Cardinalits Les cardinalits, au sens arithmtique du terme, permettent de dnombrer les lments de l'entit d'arrive en relation avec un lment de l'entit de dpart, et vice versa.

    Exemple : considrons le cas de l'association "habite" et les deux entits "tre humain" et "appartement" du schma prcdent :

    les cardinalits minimales et maximales sont les suivantes :

    sens "tre humain" vers "appartement" : 1 (minimum) et 1 (maximum)

    http://perso.club-internet.fr/brouardf/SGBDRmerise23.htm (1 of 7) [01/09/2002 18:45:59]

  • sens "appartement" vers "tre humain" : 0 (minimum) et n (maximumCe qui signifie que dans cette modlisation un tre humain rside dans un appartement et un seul la fois, mais quun appartement peut se trouver vide ou tre pourvus de plusieurs rsidents. Bien entendu tout tre humain ne rside pas forcment dans un appartement, ce peut tre dans une maison, lhtel ou la belle toile (SDF). Mais il convient de se concentrer sur ce que lon doit modliser et non sur lunivers entier. En outre nous avons convenu quun mme tre humain ne pouvait rsider dans plusieurs appartements la fois (notion de rsidence principale par exemple).

    On note les cardinalits de chaque ct de l'association, sur les traits faisant la liaison entre l'association et l'entit.

    Ds cet instant, on peut en dduire le type de relation parmi les types suivants : : 1/1, 1/n ou n/1 ou encore n/m. Ici cest une relation de type 1,n. Pour dduire le type dune relation, il suffit de rcuprer les cardinalits maximales des deux cts de lassociation, sans tenir compte de leur valeur exacte.

    On peut sy aider laide des diagrammes de Wen et des notions de mathmatiques ensemblistes, bien connus de ceux qui ont pratiqus les maths modernes ds leur plus jeune ge Entre alors en jeu les notions de bijection, interjection, surjection...

    Analyse des donnes - Mthode MERISE

    http://perso.club-internet.fr/brouardf/SGBDRmerise23.htm (2 of 7) [01/09/2002 18:45:59]

  • Attention ! Des relations diffrentes entre mmes entits peuvent possder des cardinalits diffrentes; c'est mme souvent le cas.

    Exemple :

    La relation loue est de type n :m La relation rside est de type 1 :n La relation possde est de type n :m

    2.5 Clef d'une entit

    Analyse des donnes - Mthode MERISE

    http://perso.club-internet.fr/brouardf/SGBDRmerise23.htm (3 of 7) [01/09/2002 18:45:59]

  • C'est un attribut (ou un ensemble d'attributs) qui permet (tent) de distinguer un lment de l'entit de manire unique et sans aucune ambigut par rapport l'ensemble des autres lments, et l'univers de tous les lments qui peuvent entrer un jour ou l'autre dans cette entit.

    Par exemple la clef de l'entit "tre humain" pourrait tre le nom. Mais comme le cas d'homonymie est assez frquent, surtout lorsque l'on manipule des fichiers volumineux, alors cet attribut constitue une mauvaise clef en gnral.

    En revanche, il n'est pas impossible que la clef d'une entit soit compose de plusieurs attributs. Par exemple, la clef de l'entit "tre humain" pourrait tre le nom et le prnom. Cependant il n'est toujours pas impossible d'avoir deux perosnnes dont le nom et le prnom soient identiques...

    On note qu'un attribut est une clef en le soulignant dans le schma entit association. Si c'est une clef compose, alors plusieurs entits seront soulignes.

    Exemple :

    On voit ici que dans le cas de l'entit "appartement" tous les attributs sont utiliss pour composer la clef. Cette clef naturelle n'tant pas pratique, il est plus judicieux de crer un nouvel attribut qu