Bases de données et SQL - Laboratoire de …lmb.univ-fcomte.fr/IMG/pdf/beamer-version.pdf ·...

Bases de donnes etSQL

R.Ferrere

Droulement

Introduction - objectifs

Concepts lis auxbases de donnes

Finalit des BDD

Fonctionnement etconception dunmodle de base dedonnesComposants du modleEntit-Association

Normalisation

Du modleEntits-Associations aumodle relationnel

Lalgbre relationnelle

Accs aux bases dedonnespar le langage SQL

par un langage deprogrammation, framework

Liens internet etrfrencesbibliographiques

1.1

Bases de donnes et SQLCours Initiation aux bases de donnes et au langage SQLAnne 2017/2018

Richard [email protected]

Laboratoire CNRS de Mathmatiques de Besanon (LmB)Universit de Franche-Comt

mailto:[email protected]


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.2

1 Droulement

2 Introduction - objectifs

3 Concepts lis aux bases de donnes

4 Finalit des BDD

5 Fonctionnement et conception dun modle de base dedonnes

Composants du modle Entit-AssociationNormalisationDu modle Entits-Associations au modle relationnelLalgbre relationnelle

6 Accs aux bases de donnespar le langage SQLpar un langage de programmation, framework

7 Liens internet et rfrences bibliographiques


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.3

Droulement du parcours de lUE

Ds la 1ere anne de Master - outils informatiques 13/14 sances dont 3 de cours M1M2, 5 TDTP-M2, 5

TDTP-M1 et 1 contrle final Particularit : contrat de professionnalisation en

alternance (ds octobre) Interventions extrieures programmes : la socit SAS,

sur le Data mining ou en Biostatistique Fil dariane : exemples dillustration location de vhicules,

gestion de commandes darticles, gestion dunebibliothque

Points non abords : modlisation UML, NoSQL et basesde donnes orientes objets

Projet en binme et valu 2 ou 3 sujets de projet au choix seront proposs en dbut

de parcours Dernire sance : contrle final (CF) Note finale = 1 note du contrle final (70%) + 1 note de

projet (30%)


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.4

Dcomposition des 13/14 sances

semaine date horaire nature36 vend 08/09 9h30 12h30 cours M1M237 vend 15/09 9h30 12h30 cours M1M238 vend 22/09 9h30 12h30 cours M1M239 vend 29/09 9h30 12h30 TDTPM1 projets40 vend 06/10 9h30 12h30 TDTPM2 projets41 lund 09/10 13h30 16h30 TDTPM141 vend 13/10 9h30 12h30 TDTPM142 vend 20/10 13h30 16h30 TDTPM143 lund 23/10 9h30 12h30 TDTPM145 vend 10/11 9h30 12h30 TDTPM247 merc 22/11 13h30 16h30 TDTPM247 vend 24/11 9h30 12h30 TDTPM249 lund 04/12 9h30 12h30 TDTPM250 ???? ??/12 9h30 11h30 Controlefinal


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.5

Trousseau avec les outils indispensables

Programme MySQL > gestion des bases de donnes ;sous licence GPL et rachet par ORACLE depuis 2009

Programme PhpMyadmin > interface graphique webpour laccs au SGBD MySQL ladresse URL dans lenavigateur internethttp ://adresse_IP_machine/phpmyadmin (remplacerladresse IP per "localhost" si cest sur une machinelocale)

Programme "Microsoft Office Access" de la suitebureautique Microsoft Office Pro

Outil "DBeaver" dvelopp en Java > gestion centralisede bases de donnes

Outil graphique "MySQL Workbench" > cration desschmas et le reverse engineering


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.6

1 Droulement



4 Finalit des BDD






R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.7

Citations

Jean Bodin disait"Il nest de richesses que dhommes".

Albert Einstein"Limagination est plus importante que le savoir".

Mais il existe dautres richesses, celles des bases de donnes !selon Thomas M. Connolly et C.Begg :

"Les bases de donnes ont constitu le plus importantdveloppement dans le domaine de lingnierie du logicielou du gnie logiciel."


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.8

Tout est bases de donnes ! ! !

Exemples : achats sur internet, mises jour des stocks deproduits, retrait dun billet de train, passage en caisse dunsupermarch, votre inscription luniversit...

Stockage de trs grandes quantits dinformations ->prennit et exploitation

Dcentralisation des informations Augmentation du volume des informations et des

transactions -> goulots dtranglements ! Ncesit dorganiser et de structurer -> plus de fiabilit, de

performance Bases de donnes -> trs productif en matire de

lingnierie logicielle : nombreux outils SGBD etdveloppements ;

Ne relve pas du hasard ! > Conception et modlisationavec formalisme des rgles.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.9

Problmatique de recherche et de cohrence desdonnes...face au monde !

De nombreuses questions se posent...et doivent se poser unmoment donn ?

Le monde rel : nombreuses donnes ou informations

Le monde peru : vision donne ou perception du monde rel

Le monde reprsent : transcription de ce qui est peru

Quelles informations ou donnes (ou type dinformation)souhaite-t-on obtenir ?

Comment faire pour stocker et manipuler les donnes ?

Qui peut obtenir ou accder aux informations ? Quelles sontles possibilits daccs ?

Comment rcuprer ou exploiter facilement telle ou telleinformation en vitant la redondance ?


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.10

Dans quels buts ? les objectifs ?

1 Dcouvrir et sapproprier les concepts de bases dedonnes et des systmes de bases de donnes

2 Concevoir une base de donnes partir dun contexte etdun besoin rel

3 Elaborer un modle conceptuel de donnes selon lamthode Merise ou Entit-Association

4 Sapproprier et savoir identifier les concepts de base dunmodle relationnel

5 Traduire un modle conceptuel en modle logique dedonnes

6 Proposer une base de donnes physique et normalise7 Exploiter les donnes par des outils de type SGBD etSQL.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.11

Bref historique

Quelques principales dates... 1956 : Apparition du disque dur (5Mo) par IBM 1960 : Dcouverte du Web ; donnes militaires

amricains structures 1965 : Architecture Ansi/Sparc > SGBD actuels 1970 : 2eme gnration des SGBD par Edgar F. CODD

> modle relationnel et langage SQL 1976 : Premire version de SGBDR appel ORACLE 1980 : Explosion de linformatique et des SGBD(R) 1982 : Apparition du langage SQL (normalis entre

1986 et 1990) 1990 : 3eme gnration des SGBD(O) orients objets 1991... : Invention du Web (www) par Tim Berners-Lee

(CERN), et des navigateurs web 2000 : Dveloppements Web et logiciels PHP,

MySQL... 2010 : Emergence du Big Data et infrastructures de

gestion (Cassandra, Hadoop...)


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.12

Pour commencer

Socle et principes de base...quels liens ? Apache, IIS(Microsoft) : serveurs web HTTP(S) Hyper Text Transport Protocol : Web ou

protocole de transfert hypertexte et scuris HTML Hyper Text Markup Language : langage des

navigateurs et de decription web avec balises pour unesmantique du fond, ct client

CSS Cascading Style Sheet : langage pour la formeet les styles

PHP Hypertext Preprocessor : langage deprogrammation ct serveur pour le web

SGBD(R) : systmes de gestion des bases dedonnes relationnels (architecture client-serveur)

SQL Structured Query Language : langage pouraccder et manipuler les donnes (MySQL, MariaDB,PostgreSQL,ORACLE, SQL Server deWindows...ACCESS)


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.13

Exemples de codes, syntaxe, format...

Format URL HTTP(S)

:// ://

exemple code HTML

< !DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01Transitional//EN" "http ://www.w3.org/TR/html4/loose.dtd"> Titre de la page < ! Ici mon texte Ceciest le contenu de mon texte !

exemple code PHP

< ?php echo "Bonjour ! " ; phpinfo() ?>


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.14

1 Droulement



4 Finalit des BDD






R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.15

Systme dinformation (SI) ?

Une dfinition - Wikipdia

Le systme dinformation (SI) est un ensemble organisde ressources qui permet de collecter, stocker, traiter etdistribuer de linformation1, en gnral grce unordinateur. Il sagit dun systme socio-technique composde deux sous-systmes, lun social et lautre technique.

Une dfinition - Christian Braesch, enseignant-chercheur lUniversit de Savoie

Un systme dinformation est un ensemble organis deressources (matriels, personnes, logiciel et procdures)permettant dacqurir, de traiter, de stocker, de diffuserdes informations (sous forme de donnes, textes, images,sons, etc.) dans et entre les organisations.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.16

Une donne ou data, information, connaissance ?

Pas vraiment de dfinition de la donne (au sens juridique) Donne au sens informatique : reprsentation de

linformation au sein dun systme ou programme Catgories de donnes : exprimentales, dobservations,

de modles, de simulations Une donne : enregistrement dune observation, dun fait

ou dun objet Ensembles dinformations sur un domaine ou dans un

contexte Informations rattaches aux donnes associes entre

elles Connaissance > information nouvelle Ensemble structur de donnes, fichiers organiss : web,

bases de donnes.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.17

Big data, Open data ?

Terme apparu en 1977 (article de Michael Cox et DavidEllsworth)

Le volume : nombreux recueils de donnes, nombreusesdonnes

Jeux de donnes volumineux, varis et dynamiques Donnes peu structures, complexit Disponibilit et ouverture des donnes (Open data) Dfis pour la visualisation, lanalyse des donnes, la

prdiction Modle conomique, numrique et marchand : essor des

applications et rseaux sociaux

Attention facteurs importants ! Qualit des donnes Source et acquisition des donnes Limites des SGBD classiques (stockage et traitements) Cot ?


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.18

Quest-ce quune base de donnes ?

Attention ce nest PAS !

un logiciel grant des donnes

une feuille de calculs (type Excel)

Ensemble structur de donnes et construit Jeu de donnes prcis portant sur un domaine et des

fichiers physiques qui comportent ces donnes Collections ayant liaisons smantiques entre donnes,

contraintes Exploitables et manipulables Fichiers organiss comportant des enregistrements

physiques Cohrence, prennit des donnes.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.19

Une dfinition des bases de donnes

Bases de donnes (ou data base) : Ensembles structurs et organiss de donnes permettant

de stocker et de manipuler simplement des grandesquantits dinformations

Stockent des informations propres des objets ou desentits lis des domaines

Relations entre les objets, appeles associations Structure des informations stockes relve dune

modlisation pralable.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.20

Plusieurs modles de bases de donnes

1 De 1ere gnration comme le modle hirarchique(pointeurs) et en rseau (hirarchique)

2 De 2eme gnration comme le modle orient objet(objets)

3 Le modle relationnel (tables et relations).


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.21

Concrtement les bases de donnes...

1 Ensemble de tables rfrences entre elles2 Les tables : donnes propres des entits de mme

nature se rapportant des types-entits3 Les lignes des tables : donnes propres des entits

qui sont distinctes par les valeurs dans les colonnes (clsprimaires). Ces lignes peuvent faire rfrence dautreslignes des autres tables

4 Les colonnes des tables : proprits ou caractristiquescommunes des entits. Les colonnes peuvent servir rfrencer dautres, do le nom de cls trangres

5 Les donnes calculables : risque dincohrence entreles valeurs des attributs de base > calcules partirdautres donnes enregistres (tables)

6 Les donnes de nature diffrente : jamais conservesau sein des mmes tables, sinon risque de redondance .


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.22

Quest-ce quun SGBDR (Systme de Gestion de Base deDonnes Relationnel) ?

systme ou ensembles doutils logiciels supportant lemodle relationnel et permettant des actions demanipulations sur les donnes avec des oprateursrelationnels :

Trs souvent relationnels Architecture client-serveur (accs centralis aux donnes) Langage standard pour laccs aux donnes : SQL

(Structured Query Language) Dialogue avec les bases de donnes Garant de la scurit et de lintgrit des donnes.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.23

Objectifs multiples et fondamentaux des SGBDR

1 la cohrence des donnes par la vrification descontraintes dintgrit

2 la non redondance des donnes par la limitation desressources matrielles et la facilit de maintenance ou demise jour

3 lindpendance physique par la reprsentation desdonnes indpendamment du matriel

4 lindpendance logique par des visions diffrentes desdonnes indpendamment du schma conceptuel debase de donnes

5 laccs partag et scuris des donnes par des niveauxdaccs autoriss des utilisateurs non informaticiens outechniciens (comme les statisticiens).


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.24

SGBDR : gestion et accs

Grer les bases de donnes et assurer les diffrentsniveaux daccs ces bases

Mmoriser, manipuler et traiter des ensembles et grosvolumes de donnes (modle de description de donnes).

Rsolution de problmes sur les bases :

modifications et insertions de donnes qui mettent mal la cohrence des donnes

pannes physiques sur des serveurs et sur des bases accs multiples et concurrentiels aux bases .


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.25

Couches ou niveaux des SGBDR

1 Physique (systme de gestion et de stockage de fichiers)2 Appel au systme de gestion de fichiers du systme

dexploitation (Linux, Windows)3 Pointeurs et index (accs plus rapide aux donnes)4 Interface (accs et prsentation des donnes aux

diffrents utilisateurs).


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.26

Les SGBDRs les plus connus

ACCESS : en environnement Windows, en licencecommerciale, en mode monoposte

MYSQL, POSTGRESQL : en environnement Windows etLinux, en licence libre, en mode client et serveur

MariaDB : fork de MySQL en environnement Linux, enlicence GPL et vu comme NewSQL

ORACLE : en environnement Windows et Linux, enlicence commerciale, en mode client et serveur

SQL SERVER : en environnement Windows (et linux), enlicence commerciale, en mode client et serveur .


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.27

Modles MCD, MLD et MPD ?

Modlisation en 3 phases de conception : Modle Conceptuel de Donnes (MCD) Modle Logique de Donnes (MLD) Modle Physique de Donnes (MPD) Informations stockes propres des objets, entits Relations entre les objets (entits)-> une mthode

appele MERISE.

Au final : informations, donnes stockes : -> propres des objets ou des entits -> relations entre les objets.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.28

Quest-ce que cest MERISE ?

Une mthode : Mthode dEtude et de Ralisation Informatique pour les

Systmes dEntrprise des annes 70 Pour la conceptualisation et la formalisation Flux de donnes entrants et sortants (cration,

amlioration des bases de donnes) Niveau conceptuel hors contraintes techniques et

organisationnelles Niveau logique hors proprits techniques.

En pratique phase de rflexion poser : Organiser les donnes ; trouver les dpendances

fonctionnelles Crer les tables (colonnes) Organiser les donnes au sein de chaque table Poser les relations entre les tables


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.29

Le NoSQL, pourquoi faire ? bases de donnes NoSQL ?

Le NoSQL signifie littralement Not SQL ou Not onlySQL nest pas un nouveau langage SQL

N en 2010, nouvelle faon dapprocher le stockage desdonnes > multitude de donnes et des volumesdenregistrements stocks et modifis en permanence >Les donnes rparties et stockes sur plusieurs machineset pas forcment sur le mme rseau dentreprise

Architecture technique rpondant diffrents ou nouveauxproblmes et de nouvelles exigences

Moteur de bases de donnes de type NoSQL (frameworkHaddoop : HBase et MapReduce, Cassandra DB,MongoDB ou CouchDB, Neo4j DB, Redis DB)

Nouvelle vision ou reprsentation de linformation et doncdu stockage.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.30

Moteur NoSQL reposant sur un systme de :

les modles de :

1 cl-valeur : chaque valeur est assigne une cl >accs trs rapide aux informations (oprations de lecture> celles dcriture, ou encore pour la rplication dedonnes et la rpartition de charge)

2 colonnes : de cl-valeur avec un trs grand nombre devaleurs sur une seule ligne afin de permettre une monteen charge linaire des oprations de lecture et/oudcriture et de faire des requtes par cl (moteurCassandra pour le Big Data)

3 documents : ajout au modle cl-valeur dune associationdune valeur une structure > objets complexes dansdes collections (requtes multiples et varies)

4 graphe : graphes mathmatiques avec arrtes et noeuds> chaque noeud possde des proprits propres et desrelations (non videntes ou variables) avec dautresnoeuds.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.31

1 Droulement



4 Finalit des BDD






R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.32

Finalits et domaines dapplication multiples

finalits... Juridique : quoi va servir la base de donnes (CNIL) ? Quels types dinformations enregistrs ? donnes

personnelles ! Centralisation, partage, structuration des donnes Intgrit, cohrence, confidentialit, scurit.

domaines... Informations trs structures comme la gestion des

stocks, de la paye... Donnes textuelles comme la documentation (recherche

documentaire en bibliothque...) Intelligence artificielle (IA) Entrepts de donnes (Datawarehouse) Bases de donnes et des statistiques (Data mining).


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.33

Data mining : fouille de donnes -> connaissance(transformation par analyse)

Le terme de Data Mining littralement forage dedonnes, fouiller dans un gros volume de donnesafin dextraire un ou plusieurs lment(s).

Appel "Knowledge discovery in databases","data/pattern analysis"

Connaissances extraites -> dcire un ventuelcomportement ou de prdire un comportement venir

Ensemble dalgorithmes et de mthodes pourlanalyse de donnes des grandes bases de donnesrelationnelles en runissant plusieurs domaines(bases de donnes, statistiques, auto-apprentissage,visualisation,...)

Techniques utilises : la recherche de motifs ou latechnique descriptive, la technique prdictive oulextrapolation de nouvelles informations partir dedonnes de dpart.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.34

Exemple dalgorithme de Data mining

Apriori, de Agrawal et Srikant en 1994 :

Dcouvrir des rgles dassociation ou relations entreplusieurs items

Analyse un ensemble de transactions comportant desitems dans un ordre bien prcis lesquels dfinissent undomaine dapplication

Frquence ditems si un motif apparat souvent dans labase de donnes

Aprs analyse des tickets de caisse dune chane de magasinsamricaine

Une corrlation a t trouve entre lachat de couchespour bbs et lachat de bires le samedi aprs-midi ;comme les femmes avaient envoyes leurs maris faire descourses le samedi aprs-midi ; la connaissance nouvellefait quen plaant les bires toutes proches du rayon descouches avait fait augment les ventes de bires !


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.35

Lalgorithme Apriori en 2 tapes !

rechercher les items les plus frquents et pour un support mini-mum (minSup) de 0,22

gnrer les rgles dassociation selon les items les plus fr-quents pour un seuil de confiance (minConf) de 0,7


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.36

Apprentissage statistique

dans un contexte identifi1 voir les donnes historiques disponibles2 voir les donnes variables au moment des prises de

dcision3 voir les variables dpendantes (temps,...)4 voir les critres pour la mesure de qualit en fonction de

chaque solution5 voir les solutions dj existantes et leur pertinence, et

procder des comparaisons.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.37

Data mining et systme dinformation (SI)

Reprer les objectifs atteindre pour les traduire en unproblme dapprentissage statistique.

Amliorer la qualit et les processus (outiltechnologique)

Amliorer la connaissance dune partie delenvironnement et des acteurs associs

Raliser des modles dun genre nouveau Appliquer le modle sur certaines variables capacit Dcouvrir de nouvelles rgles, de nouvelles

tendances : comportements, styles de vie, profils Anticiper et dcider selon un objectif du SI tout en

analysant les risques Acqurir de la connaissance satisfaisant ou non les

besoins, objectifs mis au dpart.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.38

La dmarche du Data mining

Selon le grand statisticien amricain John Wilder Tukey

Le data mining na rien voir avec la statistiquedescriptive mais reprsente bien une analyseconfirmatoire vers une analyse explorative qui permet demodliser des grandes bases de donnes afin dedcouvrir des nouvelles relations entre certaines donnes.

Thorie de linformation avec les arbres de dcisionCART,...

Intelligence artificielle (IA) avec les rseaux de neurones Techniques heuristiques Mthodes statistiques (analyse discriminante, arbre de

dcision CHAID, rgression...) .


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.39

Extraction des donnes brutes > analyse statistique

Donnes stockes au sein de bases de donnesrelationnelles (tables, cls,...)

Elaborer des requtes et des sripts pour lextraction dedonnes souhaites selon des chantillons (enprovenance du logiciel SAS ou bien dautres)

Modle le plus adapt possible au moyen doutilsstatistiques et de visualisation > importer les donnesextraites prcdemment

Calculs raliss permettant dafficher des statistiques debase ou bi-varies entre des variables dpendantes ouindpendantes

Exploration fonction des grands espaces ou volumes dedonnes, dans des secteurs conomiques majeurs :banque, grande disrtibution, hospitalier...


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.40

Multitude donnes prsentes > tendances ou descomportements

Donnes vs Connaissances

Multitude de donnesBDD relationnellesBDD transactionnellesEntrepts de donnesBDD spatialesDonnes temporellesDonnes textuelles et multi-mdiaBDD relationnelles objet

Types de connaissancesAssociations, relationsComportements, profils, ten-dancesClusteringclassifications.........


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.41

Quelques logiciels pour laide dcisionnelle

outils logicielsWEKA (libre)TANAGRA ex-SIPINA(libre)R (libre)SASSPSS Modeler

EditeursUniversit de Waikato (NZ)Universit de Lyon (FR)Universit dAuckland (NZ)SAS InstituteIBM


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.42

Finalit NoSQL : nouvelle reprsentation, contextecomplexe !

En saffranchissant : Des contraintes traditionnelles datomicit, de cohrence,

dintgrit et de durabilit De la notion de table ou de cellule permettant de stocker

des valeurs Du modle SQL De la table avec la mme structure Gomtrie variable : nouvelles structures de

reprsentation, formes darchitecture et de stockage demasse

Un systme dinformation en volution permanente :enjeux et dfis .


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.43

1 Droulement



4 Finalit des BDD






R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.44

Rponse la problmatique : la modlisation

1 Modliser : donner une reprsentation dun domaine2 Dcrire pour dgager les objets reprsenter3 Trouver les dpendances fonctionnelles lmentaires4 Trouver les tables et relations en dfinissant les

contraintes

finalits Permet dobtenir des informations Observer des tendances, des lois dvolution De prendre des dcisions.

plusieurs concepts : un domaine des dpendances fonctionnelles entre les proprits des types-entits ou des objets qui deviendront des

relations et des tables des attributs : proprits des entits ; des relations :

liens smantiques entre les entits.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.45

Exemple de contexte modliser - questions se poser ?

Des clients achtent des articles, des fournisseurs fournissentles articles.

1 Comment reprer et organiser les donnes ?2 Existe-t-il des relations ? relations prsentes, entre quelles

tables ?3 Tables crer ?

Un dbut de rponse, une vision des choses : un domaine, un contexte : vente et fourniture darticles,

clients, commandes des types-entits ou des objets : Clients, Articles,

Fournisseurs des attributs : proprits des objets Clients et Articles des relations : liens entre Clients et Articles par la relation

Commander ; liens entre Fournisseurs et Articles par larelation fournir.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.46

1 Droulement



4 Finalit des BDD






R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.47

Introduction la conceptualisation, la modlisation

Vue densemble des donnes et des liens qui lescaractrisent

Phase complexe et essentielle -> prennisation etpertinence des donnes (BDD)

MCD construit en fonction de la smantique du domainemodlis

Formalisme : modle entit-association repris par lamthode MERISE

Dmarche retenue non objet Dmrache globale par niveaux : conceptuel, logique et

physique (hirarchisation) Expression conceptuelle des donnes -> modlisation

sous la forme dobjets (entits,associations).


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.48

Autres mthodologies...

Multiples mthodologies en 1994 (avec Grady BOOCH,James RUMBAUGH et Ivar JACOBSON) unification etnormalisation en 2004 o UML2 devient le langage bassur la programmation oriente objets

Formalisme UML (Unified Modeling Language ou langagede modlisation objet unifi)

MERIS2 ou UML : mthodes danalyse et de conceptionobjet diagrammes de classes et objets orients UML plusexpressifs que le modle entit-association

Description du systme de faon statique en terme declasses et de relations entre les classes

Extension du modle entit-association avec desassociations et des sous-types dobjets : agrgation,gnralisation et spcification au niveau des entits(rightarrow classes).


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.49

Composants du modle Entit-Association : types-entits,entits, types-associations et associations

types-entits et entits

1 Types-entits : un ensemble dentits comportant descaractristiques communes

2 Entits : objets concrets ou abstraits uniques destypes-entits.

types-associations et associations

1 Types-relations, ensemble dassociations comportantles mmes caractristiques et dcrivant les liens ourelations entre les types-entits

2 Associations appeles relations -> liens entre lesentits.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.50

Composants du modle Entit-Association : attributs, cls,schmas de relation

Attributs, cls, schmas de relation1 Attributs : proprits caractrisant les types-entits et les

types-associations et comportant des valeurs2 Dfinis sur un domaine de valeurs possibles avec un

type bien prcis (boolen, entier, texte...), y compris lavaleur NULL

3 Cls : identifiant de manire unique les entits ouassociations

4 Schmas de relation (not R) : ensembles finisdattributs

5 Schma de la base de donnes : ensemble fini deschmas de relation qui est lunion de tous les schmasde relation obtenus par normalisation.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.51

Composants du modle Entit-Association (E-A)

les cardinalits Portent sur les types-entits et les types-associations ->

nombre de fois maximal et minimal de relations des entitsdans les associations

Cardinalits minimales < ou = aux cardinalits maximalessur chacune des pattes types-associations

Egalent au nombre dassociations dans lesquelles lesentits apparaissent -> exprimes par 2 entiers (i,j)

Nombre de fois ou doccurrences o une entit participe une relation : i = 0 ou 1 , j = 1 ou n

Cardinalits minimales -> nombre de relations toujours de0 ou de 1

Cardinalits maximales -> nombre de relation toujours de1 ou de n (n parfois connu !).


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.52

Exemple des clients, des articles et des fournisseurs

Se poser quelques questions ? Quelles relations ? vision perue ? Nombre de client qui peut commander des articles ? Combien darticles peuvent tre commands par chaque

client ? Un client donn peut commander un ou plusieurs articles ? Un article donn peut tre command par plusieurs

clients ? fourni par un seul fournisseur ?

Rponses clients commandent des articles, fournisseurs fournissent

des articles un client peut commander de 1 N articles un article peut tre command par 1 N clients un article fourni par 1 et 1 seul fournisseur lequel fournit 1

N articles


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.53

Les cardinalits reconnues

cardinalit minimale, cardinalit maximale -> contrainte dint-grit du MCD

0,1 une occurrence existe si elle est implique dansaucune association et en mme temps implique dans aumaximum une association ;

0,n une occurrence existe si elle est implique dansaucune association et en mme temps implique dansplusieurs associations ;

1,1 une occurrence existe si elle est implique ouconcerne prcisment par au moins et au plus uneassociation ;

1,n une occurrence existe si elle est implique ouconcerne par au moins une association et n associations.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.54

3 rgles : cardinalits pour passer du MCD > MLD

suppressions de relations, intgration dans des entits, trans-formations en entits

1 Relation avec cardinalits de type (0,n)/(1,1),(0,n)/(0,1), (1,n)/(1,1) et (1,n)/(0,1) : suppression de larelation et absorption des proprits associes danslentit ayant la cardinalit la plus faible (1,1) ou (0,1)

2 Relation avec cardinalits de type (0,n)/(0,n),(1,n)/(0,n), et (1,n)/(1,n) : transformation en table avecmigration des cls primaires des 2 entits comme clstrangres faisant rfrence ces 2 entits

3 Relation avec cardinalits de type (1,1)/(1,1) : casparticulier de regroupement au sein dune seule etmme entit ou table.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.55

1 Droulement



4 Finalit des BDD






R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.56

Pourquoi normaliser ?

normaliser signifie

Dans les formes normales : viter anomalies deconception et de modlisation

Entits et associations en forme normale de niveau N quesi elles sont dj en forme normale de niveau N-1

Dfinir prcisment la cl identifiant de faon unique lesentits et associations par un nombre minimal dattributs

Processus remplaant une relation donne par desprojections afin que la jointure de ces projections permettede retrouver la relation de dpart et sans pertedinformation

Relations obtenues toujours en forme normale Analyse et recherche des dpendances lintrieur des

tables -> limine les ventuelles redondances Attribut redondant si plusieurs de ses valeurs identiques

apparaissent dans la mme table.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.57

Dpendances fonctionnelles ou DF (functional dependency)

associes un schma de relation de type R(A,B,C,D) Pour une relation, certains attributs en dterminent

dautres... Arriver minimiser le nombre de dpendances et

dattributs (couverture minimale) Il existe une DF de A vers B o A -> B, si chacune des

valeurs de A correspond une et une seule valeur de B Attributs non cls dpendent de la cl didentification de

manire unique Pas les mmes valeurs pour les attributs A et B Pour liminer les redondances Au sens mathmatique : une valeur de A correspond

une seule valeur de B avec un dterminant gauche et undtermin droite.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.58

Proprits

2 proprits fondamentales :

1 Un identifiant dune table est un dterminant dechacune des autres colonnes de la table, etinversement

2 Toute colonne ou groupe de colonnes qui est undterminant pour chacune des autres colonnes est unidentifiant .


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.59

Les formes normales (FN)

Objectifs Formes normales (ou normal forms) : dtecter des

dpendances entre les attributs dune mme table(liminer redondance ou anomalies)

Proprits devant vrifier le schma de relation (R) Analyse afin dviter les anomalies lors des insertions, des

suppressions et mises jour de donnes Eliminer les dpendances fonctionnelles ne caractrisant

pas des cls.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.60

Rgles habituelles de normalisation

4 principales formes normales (FN) :

1 1FN : attributs lmentaires non dcomposables (valeursatomiques), avoir une cl primaire, pas dattribut avecplusieurs valeurs

2 2FN : en 1FN ; attributs dpendent de lidentifiant par 1 DFlmentaire, attributs non cl ne dpendent pas dunepartie de la cl mais des cls candidates compltes

3 3FN : en 2FN ; pas dautres DF entre les attributs ;attributs non cl dpendent pas dune partie de la cl maisdirectement des cls candidates

4 FN Boyce-Codd ou BCNF : en 3FN ; pas dedpendances o un attribut non cl dterminant un autreattribut ; DFs lmentaires -> une cl dtermine un attributnon cl, attributs non cl dpendent exclusivement descls candidates.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.61

Rcapitulatif des formes

tout attribut

formes objectif1FN non compos, non multivalu, atomique2FN 1FN, dpend de la totalit de toutes le cls3FN 2FN, aucune DF entre attribut non clBCFN 3FN, dtermin par les cls candidates

algorithme ou processus de normalisation par dcomposition

Rpter, ritrer pour toute table non en 3FN et BCFN Dcomposer en 3FN et/ou en BCFN sans perte, toute

table en 2 sous tables


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.62

Une dcomposition

par dpendances fonctionnlles (DF) Table devient deux autres tables distinctes -> supprime la

redondance Normaliser les tables et le schma relationnel de la base

de donnes -> volutions futures Pour une table R(A,B,C) et si DF entre B vers C :

dcompose en deux projections ou deux tables S(A,B) etT(B,C)

Tables S et T normalises si tous les dterminants sontdes identifiants (B est dterminant et identifiant).


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.63

La normalisation

dans la pratique ! Dpendances souvent transitives au sein des tables Identifiants -> liens entre les donnes (tables rfrences) Donnes prsentes quune seule fois dans le systme

dinformation 3eme FN interdit toute dpendance transitive par

dcomposition en sous-tables Relations au moins une dcomposition en 3FN (DF

prserves et sans perte) Schmas de relations en 3FN, pas forcment en BCNF 4eme et 5eme FN : cas prcis de redondance de donnes

ne pouvant pas sexprimer sous la forme de dpendancesfonctionnelles

Tables -> cl didentification accompagne dune DF entrecette mme cl et chacun des attributs.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.64

Dnormalisation, pourquoi pas ?

peut tre pratique face au Big data... !

Analyser des donnes importantes sur plusieurs annes Faciliter la rapidit daccs aux donnes Se poser les bonnes questions face aux rgles Avoir de bonnes raisons, le dcisionnel Etre amen dupliquer les donnes Simplifier les relations par moins de dcomposition en

sous-tables et sur une table Rintroduire la redondance, pourquoi pas ? Simplifier les requtes de jointure


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.65

Diffrentes terminologies : thorie des ensembles ou modlemathmatique, bases de donnes et SGBD

modle math bases de donnes SGBDrelations tables fichierstuples lignes enregistrementsattributs colonnes champs


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.66

Objectifs de la reprsentation du modle relationnel

Il sagit de :

Obtenir un ensemble logique de tables indpendammentde la faon dont sont stockes les donnes (thorierelationnelle ou des ensembles)

Obtenir des donnes organises sous la forme de tablesou de relations

Donnes manipules par des oprateurs relationnels Contraintres dintgrit (CI) dfinies > prserver la

cohrence du schma de la base de donnes.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.67

1 Droulement



4 Finalit des BDD






R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.68

Du modle entits-associations au modle relationnel

en respectant quelques rgles de base

1 Entit -> schma de relation avec ses propres attributs,cls (primaires et trangres)

2 Association maille (cardinalit maximale n) -> schma derelation avec ses attributs (identifiant compos delensemble des identifiants des entits faisant partie desassociations)

3 Association binaire (cardinalit maximale 1) -> PAS unschma de relation car cest une dpendance fonctionnelle

4 Seulement lattribut cl trangre est rajout lentitvenant de lautre entit avec une association ayant unecardinalit maximale de 1


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.69

Quelques dfinitions

Relation, domaine, cardinalit, degr de le relation la base dumodle relationnel :

1 Une relation R porte sur un ensemble de domainesD1,D2,...,Dn : vue comme une table deux entres avecun ensemble de colonnes ou dattributs fixs et unensemble de lignes ou tuples

2 Les lignes correspondent des informations alors que lescolonnes correspondent une partie de ces informations

3 Le domaine correspond un ensemble de valeurs selonles attributs de la table

4 Chaque attribut est donc dfini dans un domaine5 La cardinalit de la relation est le nombre de tuples ou de

lignes dinformations ou encore doccurrences composantla relation

6 Le degr est le nombre dattributs de la relation.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.70

Quelques rgles particulires :

cardinalits maximales 1 et 1 : Au niveau relationnel pas de schma de relation Chaque entit rcupre une cl trangre faisant

rfrence lautre entit ou au schma de relation decelle-ci

Association compltement matrialise dans le schmade relation des entits (cls trangres) > disparition duschma de relation et choix de migration de la la clprimaire en tant que cl trangre sur lune des entits.

entit nayant que sa cl comme attribut : Pas forcment un schma de relation > pas rellement

dinformations Au niveau de lassociation > rcupration comme cls

trangres les cls primaires des de chacune des entitsen plus de son attribut.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.71

Intgrit des donnes prserve

Conditions nommes imposes aux donnes Schma de relation R -> cl primaire Cls didentification uniques, cls trangres >

contraintes de rfrence entre les relations Sur un ou plusieurs attributs > contraintes de domaine NOT NULL pour les valeurs de cl primaire Cohrence des donnes prserve > SGBD cr et

vrifie les contraintes Gestion centralise des donnes -> pas de redondance et

donnes dupliques Donnes -> unicit des valeurs


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.72

Intgrit des donnes : cls, valeur NULL et schmarelationnel

Une cl dans lespace relationnel (pour une relation R) -> plu-sieurs formes tout en tant unique

Super-cl pour une relation R -> sous-ensemble delensemble des attributs de R identifiant de faon uniquechaque tuple de la relation R

Relation peut avoir plusieurs cls candidates -> ensemblede valeurs ou dattributs qui identifient bien uneinformation

Cl primaire unique -> choisie parmi les cls candidatespermettant adressage dans la relation et reprage deleurs tuples

Cl trangre dans R est un sous-ensemble C, delensemble des attributs de R tel quil existe une relation Rcomportant une cl candidate C ; lien entre les relations Ret R -> valeurs identiques.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.73

Valeur NULL : convention de la relation R

Donnes non renseignes dans les colonnes des tables Valeur inconnue dun attribut -> absence de valeur Connaissance dinformations pour traitement NULL ou NOT NULL -> dfini la cration des tables Pas pour la cl primaire dune relation (NOT NULL) Possible pour une cl trangre si intgrit rfrentielle

respecte Rgles de mise jour -> cohrence des donnes assure

avec la contrainte NOT NULL : RESTRICTED, NOACTION, CASCADE, NO CHECK...


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.74

Dfinir exactement les donnes

...correspondant aux attributs des relations du modle

1 Donnes de type numrique : des entiers ou des rels2 Donnes de type chanes de caractres : du texte au sens

littral avec un nombre de caractres prciser3 Donnes de type date : stockant heure, mois, anne et

jour4 Donnes de type boolen : stockant des valeurs binaires

comme vrai/faux, 0 ou 15 Dautres type de donnes... : pour stocker des images,

vidos, sons...


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.75

Quelques types de donnes

TYPE DESCRIPTIONLONGTEXT objet

CHAR ChaneVARCHAR Chaine taille variable de nBOOLEAN Boolen

DATE DateDATETIME Date et heure

TIME HeureTIMESTAMP Date et heure en secondes

YEAR AnneDECIMAL(m,n) nbre en virgule fixe ou flottante

FLOAT Rel sur n bitsREAL Rel

SMALLINT Entier sur 16bitsINTEGER Entier sur 32 bits

TEXT ou BLOB Objet tout type


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.76

1 Droulement



4 Finalit des BDD






R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.77

Les oprateurs relationnels de type ensemblistes

INTERSECTION, UNION, DIFFERENCE et PRODUIT CARTE-SIEN

1 Intersection : relation T faisant apparatre tous les tuples(ou enregistrements) prsents la fois dans les tables Ret S (T = R S)

2 Union : nouvelle relation T faisant apparatre tous lestuples (sans doublons) dau moins une des deux relationset S (T = R S)

3 Diffrence : relation T faisant disparatre de R tous lestuples qui sont galement prsents dans S (T = R - S)

4 Produit cartsien : nouvelle relation T rsultant de lacombinaison des tuples des deux tables R et S (T = R XS).


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.78

Dautres oprateurs relationnels sur les tables

PROJECTION, SELECTION, DIVISION et JOINTURE1 Loprateur de projection not Pi ; oprateur construit

partir de la table R, une sous-table dont les attributs sontdfinis dans M

2 Loprateur de slection not sigma extrait des tuplesdune table R selon un critre de slection ou une formuleF (attributs prcis ou constantes lis entre eux par desoprateurs comme AND, OR, NOT, ou =) ; F (R)

3 Loprateur de division, note , sur deux tables R et S (R S) produit une sous-table ; R est divise par S condition que S soit une sous-table de R ; exprimer enfonction des oprateurs de projection, de diffrence et duproduit cartsien.

4 Loprateur de jointure (ou qui-jointure avec loprateurgal = ), symbole |x | combinant deux tables R et S en unenouvelle table selon une condition de jointure ; un simpleproduit cartsien restreint quand il ny a pas de condition.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.79

1 Droulement



4 Finalit des BDD






R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.80

Prsentation et bref historique de SQL

SQL : Structured Query Language ou langagedinterrogation structur

SQL cr dans les annes 1970 par IBM, 1ere versioncommercialisable en 1979

Repris par ORACLE -> premier SGBDR normalis par lANSIen 1986 et lISO en 1987Larchitecture SQL retenue est MySQL :

Outil bas sur le modle relationnel Bas sur le modle client-serveur Application lgre la plus rpandue et souvent utilise

pour le Web Dveloppe par la socit ABSoft, rachete par SUN en

2008, maintenant sous licence GPL pour usage libre Grande interoprabilit.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.81

Interrogation et mise jour des bases de donnes

Relationnel au mme titre que QUEL (Query Language)ou QBE (Query by Example) et bien dautres

Manipule des bases de donnes SANS se soucier de leurchemin daccs

Associ un systme SGBDR (MysSQL ou PostgreSQL) :interprteur de commandes avec des instructions(oprateurs de lalgbre relationnelle)

Langage normalis (SQL2 ou 3), dclaratif avec desexpressions

Otenir des rponses suite des requtes sur la base dedonnes

Ralise un calcul en donnant un rsultat par desexpressions logiques sur des enregistrements dedonnes.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.82

Accs MySQL en pratique !

En rseau, en local

Au sein dune entreprise, un serveur avec un SGBDR, uneadresse IP (exemple : 192.168.0.222) ou un nom de machine(serveur.entreprise.fr)

Adresse IP en local de type 127.0.0.1 (ou localhost)

Port ou protocole par dfaut : 3306

Accessible via une interface "PhpMyAdmin" ethttp ://locahost/phpmyadmin

Accessible en ligne de commande dans un client shell mysql :mysql -u [user] -p [password] -h [hote]

Utilitaires disposition comme mysqldump, mysqladmin.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.83

Actions possibles de MySQL

1 LDD : langage de description des donnes > cration,modifications des structures des bases de donnes(tables, attributs, vues, index, contraintes dintgrit)

2 LMD : langage de manipulation et de gestion desdonnes (tables) > mises jour et consultation

Requtes avec des instructions : DQL (Data Query Language) : interrogation des

donnes par SELECT DDL (Data Definition Language) dfinition des donnes

par CREATE, DROP, RENAME et ALTER DML (Data Manipulation Language) manipulation des

donnes par DELETE, INSERT et UPDATE DCL (Data Control Language) contrle par GRANT,

COMMIT, REVOQUE.


R.Ferrere

Droulement



Finalit des BDD


Normalisation






1.84

Pour cela, il faut...

Satisfaire des contraintes de : smantiques ou des rgles de nommage domaine correspondant des valeurs dattributs

valides > crer des tables avec des attributs :instruction CREATE TABLE

nullit imposant que la valeur dun attribut soitrenseigne (NOT NULL)

dunicit avec des cls didentification uniques ouprimaires (PRIMARY KEY)

rfrence avec cls trangres > valeurs dune tablecorrespondant des valeurs dune autre table(REFERENCE).


R.Ferrere

Droulement

Introd

Bases de données et SQL - Laboratoire de …lmb.univ-fcomte.fr/IMG/pdf/beamer-version.pdf ·...

Documents

Transcript of Bases de données et SQL - Laboratoire de …lmb.univ-fcomte.fr/IMG/pdf/beamer-version.pdf ·...