SGBD Avancés Menu - Inriapucheral/Enseignements_fichiers... · SGBD Avancés Nicolas Anciaux et...
Transcript of SGBD Avancés Menu - Inriapucheral/Enseignements_fichiers... · SGBD Avancés Nicolas Anciaux et...
-
1
SG
BD
Ava
ncés
Nic
olas
Anc
iaux
et P
hilip
pe P
uche
ral
2
Obj
ectif
s du
cou
rs
•C
ompr
endr
e le
fonc
tionn
emen
t int
erne
d’u
n S
GB
D
–S
uffis
amm
ent p
our c
ompr
endr
e un
e do
c. te
chni
que
–P
our d
édui
re le
com
porte
men
t au
nive
au d
es p
erfo
rman
ces
–P
our ê
tre c
apab
le d
e ré
gler
un
SG
BD
•Ill
ustra
tions
du fo
nctio
nnem
ent i
nter
ne d
e S
GB
D e
xist
ants
–S
GB
D c
omm
erci
al
le n
oyau
d’O
racl
e–
SG
BD
ope
n so
urce
le
noy
au d
e M
ySQ
L
•A
ppré
hend
er c
erta
ines
thém
atiq
ues
très
actu
elle
s–
Eng
ouem
ent a
ctue
l pou
r la
sécu
rité
dans
les
SG
BD
–E
volu
tion
vers
la m
émoi
re F
lash
–…
3
Men
u …
•S
urvo
l des
SG
BD
–ar
chite
ctur
e gé
néra
le d
’Ora
cle
: 1 c
ours
•Fo
nctio
nnem
ent i
nter
ne d
esS
GB
D :
5 co
urs
–Tr
ansa
ctio
ns –
isol
atio
n, a
tom
icité
, dur
abili
té, r
épar
titio
n–
Mod
èle
de s
tock
age
et d
’inde
xatio
n–
stru
ctur
es d
e do
nnée
s–
Mod
èle
d’ex
écut
ion
–al
gorit
hmes
, allo
catio
n m
émoi
re–
Opt
imis
atio
n –
coût
s de
s op
érat
ions
, cho
ix d
u m
eille
urpl
an–
Séc
urité
–dr
oits
d’a
ccès
, chi
ffrem
ent,
tiers
de
conf
ianc
e(N
B: p
our c
haqu
e ite
m, d
escr
iptio
n de
l’im
plan
tatio
n da
ns O
racl
e)
•Fo
nctio
nnem
ent i
nter
ne d
e M
ySQ
L: 1
cou
rs ½
–ex
posé
ssu
r le
noya
u de
MyS
QL
(6 s
ujet
s)Le
ctur
e de
doc
. tec
hniq
ue [e
n an
glai
s], [
anal
yse
de c
ode
C,C
++]
•E
xam
en :
½co
urs
–1h
30, t
ous
docu
men
ts a
utor
isés
4
Suj
ets
d’ex
posé
s : M
ySQ
L/In
noD
Bin
tern
als
•S
ujet
1 –
MyS
QL/
Inno
DB
inte
rnal
s–
The
Que
ryP
roce
ssor
•S
ujet
2 –
MyS
QL/
Inno
DB
inte
rnal
s–
Tran
sact
ions
& C
oncu
rren
cy•
Suj
et 3
–M
ySQ
L/In
noD
Bin
tern
als
–Lo
ggin
g&
Rec
over
y•
Suj
et 4
–M
ySQ
L/In
noD
Bin
tern
als
–M
emor
yM
anag
emen
t•
Suj
et 5
–M
ySQ
L/In
noD
Bin
tern
als
–S
tora
ge&
Inde
xes
•S
ujet
6 –
MyS
QL/
Inno
DB
inte
rnal
s–
Phy
sica
lDel
etio
n
•ht
tp://
ww
w-s
mis
.inria
.fr/~
anci
aux/
SG
BD
/ISTY
%20
2007
-200
8/E
xpos
es/
•P
lann
ing
–D
ans
les
deux
der
nièr
es s
éanc
es–
Pré
sent
atio
n or
ale
par g
roup
e de
x
-
5
Rap
pels
sur
les
SG
BD
6
Pla
n du
cou
rs•
SG
BD
vs.
sys
tèm
e de
ges
tion
de fi
chie
rs
•R
evue
des
appo
rts m
ajeu
rs d
’un
SG
BD
–D
escr
iptio
n ca
noni
que
des
donn
ées
–In
dépe
ndan
celo
giqu
e/ph
ysiq
ue
–La
ngag
e de
man
ipul
atio
n –
Ges
tion
des
vues
–
Opt
imis
atio
n de
s qu
estio
ns
–G
estio
n de
la c
ohér
ence
–G
estio
n de
s pa
nnes
–
Con
curr
ence
d’a
ccès
–G
estio
n de
la c
onfid
entia
lité
–S
tand
ards
•A
rchi
tect
ure
glob
ale
d’un
SG
BD
–In
trodu
ctio
n de
s co
urs
suiv
ants
•A
rchi
tect
ure
d’O
racl
e
7
Un
syst
ème
d’in
form
atio
nsa
nsS
GB
D(1
)
Dup
ont
Sym
ptom
es: y
Tur
lutu
tu :
sqj
Sym
ptom
es: y
Tur
lutu
tu :
sdd
Ana
lyse
s :xx
x
Dup
ond
Tur
lutu
tusq
jsk
Sym
ptom
:yyy
yA
naly
sesx
xxx
Tur
lutu
tudh
jsd
Ana
lyse
s :xx
Dui
pont
Tur
lutu
tu :
sq
Sym
ptom
yyyy
Ana
lyse
sxxx
x
Tur
lutu
tudh
jsd
Duh
pon
Sym
ptom
es:y
yA
naly
ses :
xxxx
Sym
ptom
es:y
y
ChiruSoft
ConsultSoft
PsychiaSoft
ComptaSoft
Chi
rurg
ie
Psyc
hiat
rie
Com
ptab
ilité
Con
sulta
tions
Plu
sieu
rs a
pplic
atio
nspl
usie
urs
form
ats
et la
ngag
esdi
fficu
ltéde
mai
nten
ance
diffi
culté
d’in
tero
péra
bilit
é
Red
onda
nce
des
donn
ées
inco
hére
nce
Pas
de
faci
lité
d’in
terr
ogat
ion
tout
e qu
estio
n do
it êt
re p
révu
e et
pr
ogra
mm
éeco
ût d
e dé
velo
ppem
ent é
levé
redo
ndan
ce d
e co
dedi
fficu
ltéd’
évol
utio
n
8
Un
syst
ème
d’in
form
atio
nsa
nsS
GB
D(2
)
Dup
ont
Sym
ptom
es: y
Tur
lutu
tu :
sqj
Sym
ptom
es: y
Tur
lutu
tu :
sdd
Ana
lyse
s :xx
x
Dup
ond
Tur
lutu
tusq
jsk
Sym
ptom
:yyy
yA
naly
sesx
xxx
Tur
lutu
tudh
jsd
Ana
lyse
s :xx
Dui
pont
Tur
lutu
tu :
sq
Sym
ptom
yyyy
Ana
lyse
sxxx
x
Tur
lutu
tudh
jsd
Duh
pon
Sym
ptom
es:y
yA
naly
ses :
xxxx
Sym
ptom
es:y
y
ChiruSoft
ConsultSoft
PsychiaSoft
ComptaSoft
Chi
rurg
ie
Psyc
hiat
rie
Com
ptab
ilité
Con
sulta
tions
Ges
tion
sim
plis
te d
es d
roits
viol
atio
n de
la c
onfid
entia
lité
Ges
tion
sim
plis
te d
u pa
rallé
lism
ebl
ocag
e du
sys
tèm
e ou
bie
n in
cohé
renc
e en
cas
d’a
ccès
si
mul
tané
s
Pas
de
tolé
ranc
e au
x fa
utes
inco
hére
nce
en c
as d
e pa
nne
perte
de
donn
ées
-
9
L’ap
proc
he B
ases
de
donn
ées
BD8
-Con
curr
ence
d’
accè
s
9 -T
olér
ance
aux
pa
nnes
2-In
dépe
ndan
ce
Phys
ique
7 -C
onfid
entia
lité
des d
onné
es
3-In
dépe
ndan
ce
Log
ique
6 -I
ntég
rité
des
donn
ées
10 -
Stan
dard
s
5 -O
ptim
isat
ion
de
requ
êtes
4 –
Lang
age
de
man
ipul
atio
n
1-D
escr
iptio
n ca
noni
que
10
I-D
escr
iptio
nca
noni
que
des
donn
ées
Des
crip
tion
cohé
rent
e,
uniq
ue
et
cent
ralis
éede
s do
nnée
s m
anip
ulée
spa
r l’e
nsem
ble
des
appl
icat
ions
con
stitu
ant
le s
ystè
me
d’in
form
atio
n.
—P
erce
ptio
n gl
obal
e du
sys
tèm
ed'
info
rmat
ion
=> a
ugm
enta
tion
du n
ivea
u d’
info
rmat
isat
ion
=> n
ouve
aux
traite
men
ts(a
ide
àla
déc
isio
n, a
naly
se d
e do
nnée
s, …
)
—Fa
ctor
isat
ion
de la
des
crip
tion
des
donn
ées
et d
e le
ur c
ompo
rtem
ent
(con
train
tes
d’in
tégr
ité…
)—
Elim
inat
ion
de la
redo
ndan
ce=>
redo
ndan
ce =
sou
rce
d’in
cohé
renc
e=>
redo
ndan
ce s
ystè
me
rest
e né
cess
aire
pour
: fia
bilit
é, p
erfo
rman
ce d
e co
nsul
tatio
n, d
ispo
nibi
lité
en e
nviro
nnem
ent r
épar
ti ou
mob
ile
11
Exe
mpl
e : m
odél
isat
ion
Rel
atio
nnel
le
……
……
..…
.
Prén
omN
omId
-D
Jean
Mas
se3
Pau
lD
uran
d2
Pier
reD
upon
t1
Doc
teur
s
Visi
tes
2211
Id-D
1 m
ars
13 ju
illet
12 a
oût
15 ju
in
Dat
e
250
350
180
250
Prix
4321Id-V
3212Id-P
Patie
nts
……
.
Pau
le
John
Zoe
Jacq
ues
Prén
om
……
.…
….
….
Vale
nton
Per
ry4
Ville
Nom
Id-P
Par
isD
oe3
Evr
yTr
oger
2
Par
isLe
beau
1
……
……
….
….
….
2 go
utte
s3
32
128512Id-M
1 pa
r jou
r
2 pa
r jou
r
10 g
outte
s
1 pa
r jou
r
Poso
logi
e
2121
Lign
e
2211Id-V
Pres
crip
tions
……
……
……
……
……
…..
……
..…
.
Des
crip
tion
Nom
Id-M
……
……
……
……
……
…..
Muc
omys
t3
……
……
……
……
……
…..
Flui
séda
l2
……
……
……
……
……
…..
Aspe
gic
1000
1
Méd
icam
ents
12
II-I
ndép
enda
nce
Phy
siqu
e•
Indé
pend
ance
des
pro
gram
mes
d'a
pplic
atio
ns v
is à
vis
du m
odèl
e ph
ysiq
ue d
es d
onné
es
•B
énéf
ices
–
Écr
iture
des
app
licat
ions
par
des
non
-spé
cial
iste
s de
s fic
hier
s et
des
stru
ctur
es d
e st
ocka
ge;
–P
ossi
bilit
éde
mod
ifier
les
stru
ctur
es d
e st
ocka
ge(fi
chie
rs,
inde
x, c
hem
ins
d'ac
cès,
…) s
ans
mod
ifier
les
prog
ram
mes
;
–M
eille
ure
porta
bilit
éde
s ap
plic
atio
ns e
t ind
épen
danc
evi
s à
vis
du m
atér
iel.
-
13
III-I
ndép
enda
nce
Logi
que
•Le
s ap
pli.
peuv
ent d
éfin
ir de
s vu
es lo
giqu
esde
la B
D
Ges
tion
des m
édic
amen
tsC
abin
et d
u D
r. M
asse
30…
……
……
……
……
……
.A
speg
ic 1
000
1
20…
……
……
……
……
……
.Fl
uisé
dal
2
230
……
……
……
……
……
….
Muc
omys
t3
…..
……
……
……
……
……
….
……
..…
.
Nom
bre_
Méd
icam
ents
Des
crip
tion
Nom
bre
Nom
Id-M
Visi
tes
2211
Id-D
1 m
ars
13 ju
illet
12 a
oût
15 ju
in
Dat
e
250
350
180
250
Prix
4321Id-V
3212Id-P
Visi
tes
2211
Id-D
1 m
ars
13 ju
illet
12 a
oût
15 ju
in
Dat
e
250
350
180
250
Prix
4321Id-V
3212Id-P
Patie
nts
……
.
Paul
e
John
Zoe
Jacq
ues
Prén
om
……
.…
….
….
Val
ento
nP
erry
4
Ville
Nom
Id-P
Par
isD
oe3
Evry
Trog
er2
Par
isLe
beau
1
Patie
nts
……
.
Paul
e
John
Zoe
Jacq
ues
Prén
om
……
.…
….
….
Val
ento
nP
erry
4
Ville
Nom
Id-P
Par
isD
oe3
Evry
Trog
er2
Par
isLe
beau
1
……
……
….
….
….
2 go
utte
s3
32
128512Id-M
1 pa
r jou
r
2 pa
r jou
r
10 g
outte
s
1 pa
r jou
r
Poso
logi
e
2121
Lign
e
2211Id-V
Pres
crip
tions …
……
……
.…
.…
.
2 go
utte
s3
32
128512Id-M
1 pa
r jou
r
2 pa
r jou
r
10 g
outte
s
1 pa
r jou
r
Poso
logi
e
2121
Lign
e
2211Id-V
Pres
crip
tions
……
……
……
……
……
…..
……
..…
.
Des
crip
tion
Nom
Id-M
……
……
……
……
……
…..
Muc
omys
t3
……
……
……
……
……
…..
Flui
séda
l2
……
……
……
……
……
…..
Aspe
gic
1000
1
Méd
icam
ents
……
……
……
……
……
…..
……
..…
.
Des
crip
tion
Nom
Id-M
……
……
……
……
……
…..
Muc
omys
t3
……
……
……
……
……
…..
Flui
séda
l2
……
……
……
……
……
…..
Aspe
gic
1000
1
Méd
icam
ents
……
……
..…
.
Prén
omN
omId
-D
Jean
Mas
se3
Pau
lD
uran
d2
Pier
reD
upon
t1
Doc
teur
s ……
……
..…
.
Prén
omN
omId
-D
Jean
Mas
se3
Pau
lD
uran
d2
Pier
reD
upon
t1
Doc
teur
s
Visi
tes
2211Id-D
1 m
ars
13 ju
illet
12 a
oût
15 ju
in
Dat
e
250
350
180
250
Prix
4321Id-V
3212Id-P
Visi
tes
2211Id-D
1 m
ars
13 ju
illet
12 a
oût
15 ju
in
Dat
e
250
350
180
250
Prix
4321Id-V
3212Id-P
Patie
nts
……
.
Paul
e
John
Zoe
Jacq
ues
Prén
om
……
.…
….
….
Vale
nton
Per
ry4
Ville
Nom
Id-P
Paris
Doe
3
Evr
yTr
oger
2
Paris
Lebe
au1
Patie
nts
……
.
Paul
e
John
Zoe
Jacq
ues
Prén
om
……
.…
….
….
Vale
nton
Per
ry4
Ville
Nom
Id-P
Paris
Doe
3
Evr
yTr
oger
2
Paris
Lebe
au1
……
……
….
….
….
2 go
utte
s3
32
128512Id-M
1 pa
r jou
r
2 pa
r jou
r
10 g
outte
s
1 pa
r jou
r
Poso
logi
e
2121
Lign
e
2211Id-V
Pres
crip
tions …
……
……
.…
.…
.
2 go
utte
s3
32
128512Id-M
1 pa
r jou
r
2 pa
r jou
r
10 g
outte
s
1 pa
r jou
r
Poso
logi
e
2121
Lign
e
2211Id-V
Pres
crip
tions
……
……
……
……
……
…..
……
..…
.
Des
crip
tion
Nom
Id-M
……
……
……
……
……
…..
Muc
omys
t3
……
……
……
……
……
…..
Flui
séda
l2
……
……
……
……
……
…..
Asp
egic
100
01
Méd
icam
ents
……
……
……
……
……
…..
……
..…
.
Des
crip
tion
Nom
Id-M
……
……
……
……
……
…..
Muc
omys
t3
……
……
……
……
……
…..
Flui
séda
l2
……
……
……
……
……
…..
Asp
egic
100
01
Méd
icam
ents
14
Ava
ntag
es d
e l’i
ndép
enda
nce
logi
que
•P
ossi
bilit
épo
ur c
haqu
e ap
plic
atio
n d'
igno
rerl
es
beso
ins
des
autre
s (b
ien
que
parta
gean
t la
mêm
e B
D)
•P
ossi
bilit
éd'
évol
utio
n de
la b
ase
de d
onné
essa
ns
rééc
ritur
e de
s ap
plic
atio
ns–
Ajo
ut/re
nom
mag
ede
cha
mps
, ajo
ut d
e re
latio
n
•P
ossi
bilit
éd'
inté
grer
des
app
licat
ions
exi
stan
tes
sans
mod
ifier
les
autre
s
•P
ossi
bilit
éde
lim
iter l
es c
onsé
quen
ces
du p
arta
ge :
Don
nées
con
fiden
tielle
s
15
IV-M
anip
ulat
ion
aisé
e
•La
man
ipul
atio
n se
fait
via
un la
ngag
e dé
clar
atif
–La
que
stio
n dé
clar
e l’o
bjec
tif s
ans
décr
ire la
mét
hode
–Le
lang
age
suit
une
norm
e co
mm
une
àto
us le
s S
GB
D–
SQL
: Str
uctu
red
Que
ryLa
ngag
e
•S
ynta
xe (a
perç
u !)
Sele
ct
From
Whe
re
Gro
up B
y
Ord
erB
y
16
Exe
mpl
e de
que
stio
n S
QL
(1)
•N
om e
t des
crip
tion
des
méd
icam
ents
de
type
asp
irine
Sele
ctN
om, D
escr
iptio
n Fr
omM
édic
amen
tsW
here
Type
= ‘A
spiri
ne’
En
algè
bre:
Π N
om, D
escr
iptio
n (σ
Typ
e=as
pirin
e(M
édic
amen
ts))
-
17
Exe
mpl
e de
que
stio
n S
QL
(2)
•P
atie
nts
paris
iens
aya
nt e
ffect
ués
une
visi
te le
15
juin
Sele
ctPa
tient
s.N
om, P
atie
nts.
Prén
omFr
omPa
tient
s, V
isite
sW
here
Patie
nts.
Id-P
= V
isite
s.Id
-Pan
dPa
tient
s.Vi
lle =
’Par
is’
and
Visi
tes.
Dat
e =
’15
juin
’
En
algè
bre:
Π N
om, P
réno
m(σ
Vill
e=pa
riset
dat
e =
15 ju
in(P
atie
nts
Id-P
=Id-
PVi
site
s))
18
Exe
mpl
e de
que
stio
n S
QL
(3)
•D
épen
ses
effe
ctué
es p
ar p
atie
nt tr
iées
par o
rdre
dé
croi
ssan
t
Sele
ctPa
tient
s.Id
-P, P
atie
nts.
Nom
, sum
(Prix
) Fr
omPa
tient
s, V
isite
sW
here
Patie
nts.
Id-P
= V
isite
s.Id
-PG
roup
By
Patie
nts.
Id-P
, Pat
ient
s.N
omO
rder
By
sum
(Prix
) des
c
En
algè
bre:
γ Id
-P, N
om, S
UM
(Prix
) (Pa
tient
s Id
-P=I
d-P
Visi
tes)
19
Éva
luat
ion
«sé
man
tique
»d’
une
requ
ête
SQ
L
1.FR
OM
R
éalis
e le
pro
duit
carté
sien
des
re
latio
ns
2.W
HE
RE
R
éalis
e re
stric
tion
et jo
intu
res
3.G
RO
UP
BY
C
onst
itue
les
parti
tions
(e
.g.,
tri s
ur l’
intit
ulé
du g
roup
e)4.
HA
VIN
G
Res
trein
t aux
par
titio
ns d
ésiré
es
5.S
ELE
CT
Réa
liser
les
proj
ectio
ns/c
alcu
ls
finau
x6.
OR
DE
R B
Y
Trie
r les
tupl
es ré
sulta
t
YYY
ZZZ
XXX
XXX
YYY
ZZZ
XXX
XXX
AGG
2
AGG
3
AGG
1
ZZZ
XXX
AGG
3
AGG
1
AG
G3
AG
G1
XXX
ZZZ
20
III’–
Ges
tion
des
vues
•Le
s vu
es p
erm
ette
nt d
’impl
émen
ter l
’indé
pend
ance
lo
giqu
e en
cré
antd
es o
bjet
s vi
rtue
ls•
Vue
= Q
uest
ion
SQ
L st
ocké
e •
Le S
GB
D s
tock
e la
déf
initi
onet
non
le ré
sulta
t
•E
xem
ple
: la
vue
des
patie
nts
paris
iens
Cre
ate
View
Paris
iens
as(
Sele
ctN
om, P
réno
mFr
omPa
tient
sW
here
Patie
nts.
Ville
= ’P
aris
’)
-
21
Les
vues
:de
s re
latio
ns v
irtue
lles
!Le
SG
BD
tran
sfor
me
la q
uest
ion
sur l
es v
ues
en
ques
tion
sur l
es re
latio
ns d
e ba
se
Que
stio
n Q
su
r des
vue
s
Déf
initi
on d
es
vues
Ges
tionn
aire
de
Vue
s
BD
Que
stio
n Q
’su
r les
rela
tions
de
bas
e
22
Les
vues
: M
ise
àjo
ur•
Non
déf
inie
si l
a ré
perc
ussi
on d
e la
mis
e à
jour
ver
s la
ba
se d
e do
nnée
s es
t am
bigu
ë…–
Ajo
uter
un
tupl
e à
la v
ue «
nom
bre
de m
édic
amen
ts »
?•
Res
trict
ions
SQ
L (n
orm
e):
–P
as d
e di
stin
ct, d
’agr
égat
s, n
i d’e
xpre
ssio
n de
cal
cul
–La
vue
con
tient
les
clés
et l
es a
ttrib
uts
«no
tnul
l»–
Il y
a un
e se
ule
tabl
e da
ns le
«fro
m»
–C
erta
ins
SG
BD
s su
ppor
tent
plu
s de
mis
es à
jour
•C
laus
e «
With
chec
k op
tion
»–
Le S
GB
D v
érifi
e qu
e le
s tu
ples
insé
rés
ou m
is à
jour
co
rres
pond
ent à
la d
éfin
ition
de
la v
ue
23
Les
vues
: Le
s in
stan
tané
s (s
naps
hot)
•In
stan
tané
, Sna
psho
t, vu
e co
ncrè
te, v
ue m
atér
ialis
ée–
Rés
ulta
t mat
éria
lisé
sur
le d
isqu
e–
Acc
essi
ble
seul
emen
t en
lect
ure
–P
eut ê
tre ré
actu
alis
é•
Exe
mpl
e–
crea
te s
naps
hotN
ombr
e_M
édic
amen
tsas
Sele
ctId
-M, N
om, D
escr
iptio
n, c
ount
(*)
From
Méd
icam
ents
M, P
resc
riptio
ns P
Whe
reM
.Id-M
= P
.Id-M
refr
esh
ever
y da
y•
Obj
ectif
prin
cipa
l : la
per
form
ance
24
V –
Opt
imis
atio
n au
tom
atiq
ue
•Tr
aduc
tion
auto
mat
ique
des
ques
tions
déc
lara
tives
en
pro
gram
mes
impé
ratif
s :
Util
isat
ion
de l’
algè
bre
rela
tionn
elle
•O
ptim
isat
ion
auto
mat
ique
des
ques
tions
ex
ploi
tatio
n de
s pr
oprié
tés
(com
mut
ativ
ité, d
istri
butiv
ité…
) des
opé
rate
urs
de l’
algè
bre
Ges
tion
cent
ralis
ée d
es c
hem
ins
d'ac
cès
(inde
x,
hach
ages
, …)
Tech
niqu
es d
’opt
imis
atio
n po
ussé
es
•É
cono
mie
de
l'ast
uce
des
prog
ram
meu
rs–
Mill
iers
d'h
eure
s d'
écrit
ure
et d
e m
aint
enan
ce d
e lo
gici
els
-
25
Sél
ectio
n
Pat
ient
s de
la v
ille
de P
aris
, not
éen
alg
èbre
:
σ Vi
lle=p
aris
(Pat
ient
s)
Patie
nts
Pau
le
John
Zoe
Jacq
ues
Prén
om
Val
ento
nP
erry
4
Ville
Nom
Id-P
Par
isD
oe3
Evr
yTr
oger
2
Par
isLe
bea
u1
Patie
nts
Pau
le
John
Zoe
Jacq
ues
Prén
om
Val
ento
nP
erry
4
Ville
Nom
Id-P
Par
isD
oe3
Evr
yTr
oger
2
Par
isLe
beau
1
σ
26
Pro
ject
ion
Patie
nts
Pau
le
John
Zoe
Jacq
ues
Prén
om
Val
ento
nP
erry
4
Ville
Nom
Id-P
Par
isD
oe3
Evr
yTr
oger
2
Par
isLe
beau
1
Nom
et p
réno
m d
es p
atie
nts,
not
éen
alg
èbre
:Π
Nom
, Pré
nom
(Pat
ient
s)
Patie
nts
Pau
le
John
Zoe
Jacq
ues
Prén
om
Val
ento
nP
erry
4
Ville
Nom
Id-P
Par
isD
oe3
Evr
yTr
oger
2
Par
isLe
beau
1
π
27
Join
ture
Patie
nts
Pau
le
John
Zoe
Jacq
ues
Prén
om
Val
ento
nP
erry
4
Ville
Nom
Id-P
Par
isD
oe3
Evr
yTr
oger
2
Par
isLe
beau
1
Visi
tes
2211
Id-D
1 m
ars
13 ju
illet
12 a
oût
15 ju
in
Dat
e
250
350
180
250
Prix
4321Id-V
3212Id-P
4312Id-V
3221Id-P
Par
is
Evr
y
Evr
y
Par
is
Ville
John
Zoe
Zoe
Jacq
ues
Prén
om
Doe
Trog
er
Trog
er
Lebe
au
Nom
1 m
ars
13 ju
illet
15 ju
in
12 a
oût
Dat
e
250
23
Prix
Id-D
Id-P
350
22
250
12
180
11 Pat
ient
s et
leur
s vi
site
s, n
oté
en a
lgèb
re:
Patie
nts
Id-P
=Id-
PVi
site
s28
Exe
mpl
e de
pla
n d’
exéc
utio
n
Sele
ctPa
tient
s.N
om, P
atie
nts.
Prén
omFr
omPa
tient
s, V
isite
sW
here
Patie
nts.
Id-P
= Vi
site
s.Id
-Pan
dPa
tient
s.Vi
lle =
’Par
is’
and
Visi
tes.
Dat
e =
’15
juin
’
π σ
Patie
nts
Visi
tes
En
algè
bre:
Π N
om, P
réno
m(σ
Vill
e=pa
riset
dat
e =
15 ju
in(P
atie
nts
Id-P
=Id-
PVi
site
s))
-
29
Pla
n d’
exéc
utio
n op
timis
é
π σ
Patie
nts
Vis
ites
π
π σ
Vis
ites
π σ
Patie
nts
Π N
om, P
réno
m(
Π N
om, P
réno
m, I
d-P
(σ V
ille=
paris
(Pat
ient
s))
Π
Id-P
(σ
dat
e =
15 ju
in(V
isite
s))
Id-P
=Id-
P30
Opt
imis
atio
n ré
elle
men
t néc
essa
ire ?
•U
ne q
uest
ion
•P
lusi
eurs
exp
ress
ions
éq
uiva
lent
es e
n S
QL
•P
lusi
eurs
exp
ress
ions
éq
uiva
lent
es e
n al
gèbr
e•
Plu
sieu
rs a
lgor
ithm
es
équi
vale
nts
Coût Pla
ns s
éman
tique
men
t équ
ival
ents
Varia
tion
de p
erfo
rman
ce d
e pl
usie
urs
ordr
es d
e m
agni
tude
Ex:
5 ta
bles
16
20 p
lans
pos
sibl
es10
tabl
es
17 m
illia
rds
de p
lans
…
31
VI –
Inté
grité
sém
antiq
ue•
Con
train
te d
'inté
grité
: –
prop
riété
sém
antiq
ue q
ue d
oive
nt re
spec
ter l
es d
onné
es a
fin
d'as
sure
r la
cohé
renc
e de
la b
ase.
•O
bjec
tif :
Dét
ecte
r les
mis
es à
jour
err
onée
s et
réag
ir–
sim
plifi
catio
n du
cod
e de
s ap
plic
atio
ns–
sécu
rité
renf
orcé
e pa
r l'a
utom
atis
atio
n–
évol
utiv
itéde
s co
ntra
inte
s–
Coh
éren
ce g
loba
le d
es c
ontra
inte
s
BD
BD
32
Typo
logi
e de
s co
ntra
inte
sd’
inté
grité
(1)
•C
ontra
inte
s de
dom
aine
(mon
o-at
tribu
t)–
Con
trôle
de
type
s : e
x: N
om a
lpha
bétiq
ue–
Con
trôle
de
vale
urs
: ex:
Sal
aire
men
suel
ent
re 1
et 1
0 K
€–
Non
Nul
lité
: ex:
le N
om d
’un
patie
nt d
oit ê
tre re
nsei
gné
•C
ontra
inte
s m
ulti-
attri
buts
mon
o-tu
ple
–R
elat
ions
ent
re d
onné
es é
lém
enta
ires
: P
rixV
ente
> P
rixA
chat
–R
elat
ions
tem
pore
lles
: le
sala
ire d
’un
empl
oyé
ne p
eut p
as
décr
oître
•C
ontra
inte
s m
ulti-
tupl
es m
ono-
tabl
e–
Uni
cité
: le
nro
inse
e dé
term
ine
un p
atie
nt u
niqu
e–
Con
train
te a
grég
ativ
e : s
alai
re d
u P
DG
= m
ax(s
alai
re)
-
33
Typo
logi
e de
s co
ntra
inte
sd’
inté
grité
(2)
•C
ontra
inte
s m
ulti-
tupl
es m
ulti-
tabl
es–
Con
train
te d
’inté
grité
réfé
rent
ielle
: un
e vi
site
doi
t être
liée
àun
m
édec
in e
t un
patie
nt e
xist
ants
–
Un
élec
teur
doi
t être
insc
rit s
ur a
u pl
us u
nelis
teél
ecto
rale
–C
ontra
inte
agr
égat
ive
: la
som
me
des
quan
tités
ven
dues
doi
t être
in
férie
ure
ou é
gale
aux
qua
ntité
s pr
odui
tes
–Le
méd
icam
ent X
ne
doit
pas
être
pre
scrit
en
mêm
e te
mps
que
Y s
i un
e co
ntre
-indi
catio
n es
t réf
éren
cée
dans
le V
idal
•P
robl
ème
com
plex
e–
Néc
essi
te u
n la
ngag
e de
déc
lara
tion
et u
n m
écan
ism
e de
vé
rific
atio
n–
Les
SG
BD
com
mer
ciau
x su
ppor
tent
gén
éral
emen
t peu
de
cont
rain
tes
(par
rapp
ort à
la n
orm
e S
QL2
)•
Prin
cipa
lem
ent C
I de
dom
aine
, uni
cité
, réf
éren
tielle
34
Con
train
tes
d’in
tégr
ité: E
xem
ple
•C
ontra
inte
s d’
inté
grité
réfé
rent
ielle
s
……
……
..…
.
Prén
omN
omId
-D
Jean
Mas
se3
Pau
lD
uran
d2
Pier
reD
upon
t1
Doc
teur
s
Visi
tes
2211
Id-D
1 m
ars
13 ju
illet
12 a
oût
15 ju
in
Dat
e
250
350
180
250
Prix
4321Id-V
3212Id-P
……
……
….
….
….
2 go
utte
s3
32
128512Id-M
1 pa
r jou
r
2 pa
r jou
r
10 g
outte
s
1 pa
r jou
r
Poso
logi
e
2121
Lign
e
2211Id-V
Pres
crip
tions
•V
érifi
catio
n lo
rs d
e l’i
nser
tion,
la s
uppr
essi
on, l
a m
odifi
catio
n•
Pro
paga
tion
des
supp
ress
ions
/mod
ifica
tions
en
casc
ade
poss
ible
(o
n de
lete
/upd
ate
casc
ade)
35
Con
train
tes
d’in
tégr
ité: S
ynta
xecr
eate
tabl
e
(
[<
cont
rain
te d
'attr
ibut
>], (
mon
o-at
tribu
t)
[<co
ntra
inte
d'a
ttrib
ut>]
, …[<
cont
rain
te d
e re
latio
n>])
(mon
o ou
mul
ti-at
tribu
ts)
•D
iffér
ent t
ypes
de
cont
rain
tes
:–
Non
nul
lité
: not
nul
l–
Uni
cité
: uni
que
–V
érifi
catio
n : c
heck
<fo
rmul
e>–
Clé
prim
aire
: pr
imar
yke
y–
Con
train
te d
’inté
grité
réfé
rent
ielle
: re
fere
nces
(<
attr
ibut
>)•
on d
elet
e/ o
n up
date
ca
scad
e, s
et n
ull,
set d
efau
lt
•O
n pe
ut n
omm
er le
s co
ntra
inte
s
36
Déc
lenc
heur
s : D
éfin
ition
•D
éfin
ition
: D
écle
nche
urs
ou T
rigge
rs–
Règ
le E
–C
–A
–
Évé
nem
ent–
[Con
ditio
n]–
Act
ion
•Lo
rsqu
e l’é
vène
men
t se
prod
uit
–In
sert
/ Upd
ate
/ Del
ete
pour
une
rela
tion
donn
ée•
si la
con
ditio
n es
t rem
plie
–P
rédi
cat S
QL
optio
nnel
•
alor
s ex
écut
er l’
actio
n–
Cod
e à
exéc
uter
(ex.
PL/
SQ
Lso
us O
racl
e)–
Pou
r cha
que
tupl
e co
ncer
néou
une
fois
pou
r l’é
véne
men
t
-
37
Déc
lenc
heur
s : O
bjec
tifs
•O
bjec
tif :
une
base
de
donn
ées
‘act
ive’
–va
lider
les
donn
ées
entré
es–
crée
r un
audi
t de
la b
ase
de d
onné
es–
dériv
er d
es d
onné
es a
dditi
onne
lles
–m
aint
enir
des
règl
es d
’inté
grité
com
plex
es–
impl
ante
r des
règl
es m
étie
r–
supp
orte
r des
ale
rtes
(env
oi d
e e-
mai
ls p
ar e
xem
ple)
•G
ains
–si
mpl
ifica
tion
du c
ode
des
appl
icat
ions
–sé
curit
ére
nfor
cée
par l
'aut
omat
isat
ion
–le
s dé
clen
cheu
rs s
ont s
tock
ées
dans
la b
ase
–C
ohér
ence
glo
bale
des
déc
lenc
heur
s38
Déc
lenc
heur
s : S
ynta
xe (d
ans
Ora
cle)
Cre
ate
trigg
er <
nom
de
trigg
er>
befo
re| a
fter
perm
et d
’indi
quer
qua
nd le
trig
ger v
a êt
re e
xécu
té
inse
rt | d
elet
e| u
pdat
e [o
f <at
tribu
ts>]
in
diqu
e l’é
véne
men
tdéc
lenc
heur
on <
rela
tion>
in
diqu
e le
nom
de
la ta
ble
qui d
oit ê
tre s
urve
illée
[refe
renc
ing
old
as <
var>
, new
as
] en
SQ
L3, O
racl
e ut
ilise
:new
et :
old
for e
ach
row
préc
ise
si l’
actio
n es
t exé
cuté
1 fo
is p
ar tu
ple
touc
héou
pou
r tou
te la
tabl
e
[whe
n
] pe
rmet
d’in
diqu
er u
ne c
ondi
tion
pour
l’ex
écut
ion
du tr
igge
r
DE
CLA
RE
décl
arat
ion
de v
aria
bles
pou
r le
bloc
PL/
SQ
L
BEG
INbl
oc P
L/S
QL
cont
enan
t le
code
de
l’act
ion
àex
écut
er
dans
SLQ
3, o
n pe
ut in
diqu
er u
ne s
uite
de
com
man
de S
QL
EN
D
•La
syn
taxe
diff
ère
légè
rem
ent s
uiva
nt le
SG
BD
…
39
Déc
lenc
heur
s : E
xem
ples
sim
ples
Cre
ate
trig
gerc
alcu
l_TT
Caf
teri
nser
t on
Ven
teB
egin up
date
ven
te s
et P
rix_T
TC=
Prix
_HT*
1.20
6En
d;
Cre
ate
trig
gerM
odifC
omm
ande
afte
rupd
ate
onC
omm
ande
For e
ach
row
Beg
in if :n
ew.q
te<
:old
.qte
then
rais
e_ap
plic
atio
n_er
ror(
-999
6,‘L
a qu
antit
éne
peu
t dim
inue
r’);
End
;
Cre
ate
trig
gerM
odifC
omm
ande
afte
rupd
ate
onC
omm
ande
For e
ach
row
Whe
n(n
ew.q
te<
old.
qte)
Beg
in rais
e_ap
plic
atio
n_er
ror(
-999
6, ,‘
La q
uant
iténe
peu
t dim
inue
r’);
End
; 40
Déc
lenc
heur
s : R
emar
ques
fina
les
•C
asca
de d
e tri
gger
s–
l’act
ion
d’un
trig
ger p
eut d
écle
nche
r d’a
utre
s tri
gger
s
•In
tera
ctio
ns a
vec
les
cont
rain
tes
–l’a
ctio
n d’
un tr
igge
r peu
t cau
ser l
a vé
rific
atio
n de
s co
ntra
inte
s–
les
actio
ns d
es c
ontra
inte
s ré
fére
ntie
lles
peuv
ent d
écle
nche
r de
s tri
gger
s (d
elet
eca
scad
e, u
pdat
e ca
scad
e)
•M
écan
ism
e trè
s (tr
op ?
) pui
ssan
t–
Cas
cade
‘inf
inie
’–
Tabl
es e
n ‘m
utat
ion’
Usa
ge li
mité
-
41
VII
–To
léra
nce
aux
pann
es•
Mot
ivat
ions
–Tr
ansa
ctio
n Fa
ilure
: Con
train
tes
d'in
tégr
ité, A
nnul
atio
n–
Sys
tem
Fai
lure
: Pan
ne d
e co
uran
t, C
rash
ser
veur
–M
edia
Fai
lure
: Per
te d
u di
sque
–C
omm
unic
atio
n Fa
ilure
: Déf
ailla
nce
du ré
seau
•O
bjec
tifs
–A
ssur
er l‘
Ato
mic
itéde
s tra
nsac
tions
–G
aran
tir la
Dur
abili
téde
s ef
fets
des
tran
sact
ions
com
mis
es
•M
oyen
s–
Jour
nal m
émor
isan
t les
éta
ts s
ucce
ssifs
des
donn
ées
–M
écan
ism
es d
e re
pris
e42
Tran
sact
ion
Etat
coh
éren
tEt
at c
ohér
ent
Inco
hére
nce
poss
ible
...
Beg
inC
omm
itTr
ansa
ctio
n
Beg
inC
Epa
rgne
= C
Epa
rgne
-30
00C
Cou
rant
= C
Cou
rant
+ 3
000
Com
mit
T1
43
Ato
mic
itéet
Dur
abili
té
ATO
MIC
ITE
Beg
inC
Epa
rgne
= C
Epa
rgne
-30
00C
Cou
rant
= C
Cou
rant
+ 3
000
Com
mit
T1
Ann
uler
le d
ébit
!!
Pann
e
DU
RA
BIL
ITE
Beg
inC
Epa
rgne
= C
Epa
rgne
-30
00C
Cou
rant
= C
Cou
rant
+ 3
000
Com
mit
T1
S’as
sure
r que
le
vire
men
t a é
téfa
it !
Cra
sh d
isqu
e
44
VIII
:Acc
ès c
oncu
rren
tsau
x do
nnée
s
—O
bjec
tif: a
ssur
er l’
Isol
atio
nde
s tra
nsac
tion,
c.à
.d q
ue d
iffér
ente
sap
plic
atio
ns
parta
gean
tle
s m
êmes
do
nnée
s do
iven
t po
uvoi
r s'
igno
rere
t tra
vaill
erde
man
ière
asy
nchr
one.
—Le
SG
BD
gara
ntit
la
séria
lisab
ilité
des
accè
s:l'e
ffet
d'un
e ex
écut
ion
sim
ulta
née
de tr
ansa
ctio
ns d
oit ê
trele
mêm
e qu
e ce
lui
d'un
e ex
écut
ion
séqu
entie
lle.
< T1
|| T
2 …
|| Tn
> ≡
< T1
; T2;
…Tn
> —
Les
trans
actio
ns e
xécu
tées
en p
aral
lèle
ne d
oive
ntpa
s en
trer
en
conf
litle
ctur
e-éc
ritur
e ou
écr
iture
-écr
iture
,afin
d’é
vite
r:•d
es p
erte
sde
mis
esà
jour
•des
intro
duct
ions
d’in
cohé
renc
e •d
es le
ctur
es n
on re
prod
uctib
les
-
45
IX –
Con
fiden
tialit
é•
Obj
ectif
: Pr
otég
er le
s do
nnée
s de
la B
D c
ontr
e de
s ac
cès
non
auto
risés
•D
eux
nive
aux
–C
onne
xion
rest
rein
te a
ux u
sage
rs ré
pert
orié
s(id
entif
icat
ion/
auth
entif
icat
ion)
–Pr
ivilè
ges
d'ac
cès
aux
obje
ts d
e la
bas
e
•U
sage
rs :
Usa
ger,
rôle
s
•O
bjet
s : R
elat
ion,
Vue
, aut
res
obje
ts (p
rocé
dure
s, e
tc.)
46
Pui
ssan
ce d
es d
roits
SG
BD
160
380
120
230
Sala
ire
Par
is
Cha
rtres
Ver
saill
esP
aris
Ville
4049
5489
1254
5485
Post
e
Joe
Zoe
Jack
Jim
Prén
om
Doe
Leric
hTr
ock
Ric
ksN
om
……
….
4
Adr
esse
Id-E
……
….
3…
……
.2
……
….
1
4049
5489
1254
5485
Post
e
Joe
Zoe
Jack
Jim
Prén
om
Doe
Leric
hTr
ock
Ric
ksN
om
4Id-E 321
890
Mas
seSa
laria
leN
ombr
ed’
empl
oyé
s 4
Ser
vice
des
re
ssou
rces
hu
mai
nes
Em
ploy
és(in
trane
t)P
ublic
(inte
rnet
)
47
X -
Sta
ndar
disa
tion
•L’
appr
oche
bas
es d
e do
nnée
s es
t bas
ée s
ur p
lusi
eurs
st
anda
rds
–La
ngag
e S
QL
(SQ
L1, S
QL2
, SQ
L3)
–C
omm
unic
atio
n S
QL
CLI
(OD
BC
/ JD
BC
)–
Tran
sact
ions
(X/O
pen
DTP
, OS
I-TP
)
•Fo
rce
des
stan
dard
s–
Por
tabi
lité
–In
tero
péra
bilit
é–
App
licat
ions
mul
tisou
rces
…
48
Arc
hite
ctur
e de
s S
GB
D
•Le
s ar
chite
ctur
es p
hysi
ques
de
SG
BD
son
t lié
esau
m
ode
de ré
parti
tion
–B
D c
entra
lisée
–B
D c
lient
/ser
veur
–B
D 3
-tier
s–
BD
clie
nt/m
ultis
erve
urs
–B
D ré
parti
e–
BD
hét
érog
ène
–B
D m
obile
•E
lém
ents
de
voca
bula
ire …
-
49
His
toriq
uem
ent :
arc
hite
ctur
e ce
ntra
lisée
•D
es te
rmin
aux
clie
nts
–sa
ns in
telli
genc
e, p
assi
fs
•U
n ré
seau
•U
n or
dina
teur
cen
tral
–gr
ande
pui
ssan
ce (‘
mai
nfra
me’
)–
Mai
ntie
nt la
bas
e et
les
appl
is
Term
inau
x pa
ssifs
Mai
nfra
me
SGB
D
App
li 1
App
li 2
App
li n
rése
au
donn
ées
le m
inite
l ☺E
xem
ple
d’in
stan
ce d
e ce
tte a
rchi
tect
ure?
50
Arc
hite
ctur
e cl
ient
ser
veur
Clie
nts
inte
llige
nts
serv
eur
SGB
D
App
li 1
App
li 2
App
li n
rése
au
donn
ées
code
Buf
fon
•D
es c
lient
s in
telli
gent
s–
Font
tour
ner l
es a
pplic
atio
ns
•U
n ré
seau
•U
n se
rveu
r–
Mai
ntie
nt la
bas
e
Exe
mpl
e d’
inst
ance
de
cette
arc
hite
ctur
e?
51
Arc
hite
ctur
e 3-
tiers
Serv
eur
de d
onné
esSG
BD
rése
au
donn
ées
code
App
li W
eb
•D
es c
lient
s•
Un
rése
au•
Un
serv
eur d
’app
licat
ion
–Ex
écut
e le
cod
e ap
plic
atif
•U
n se
rveu
r de
donn
ées
–M
aint
ient
la b
ase
–S
ur la
mêm
e m
achi
ne o
u de
s m
achi
nes
diffé
rent
es
Exe
mpl
e d’
inst
ance
de
cette
arc
hite
ctur
e?
App
li 1
App
li 2
App
li n
Serv
eur
d’ap
plic
atio
n
52
Arc
hite
ctur
e C
lient
Mul
tiser
veur
s
SGB
D 2
donn
ées
code
SGB
D 1
donn
ées
code
App
li 1
SQL
SQL
SQL
SQL
Rés
erva
tion
d’un
voy
age
•D
es c
lient
s in
telli
gent
s–
Font
tour
ner l
’app
licat
ion
–In
tera
giss
ent a
vec
les
serv
eurs
–C
ombi
nent
les
résu
ltats
•U
n ré
seau
•D
es s
erve
urs
–E
t des
bas
es d
iffér
ente
sO
DB
CO
DB
C
Exe
mpl
e d’
inst
ance
de
cette
arc
hite
ctur
e?
-
53
Arc
hite
ctur
e ré
parti
e
SGB
D 1
.1
donn
ées
code
SGB
D 1
.2
donn
ées
code
App
li 1
App
li 2
App
li n
•D
es c
lient
s in
telli
gent
s–
Font
tour
ner l
’app
licat
ion
–In
tera
giss
ent a
vec
‘1 S
GB
D’
(l’ap
plic
atio
n ne
voi
t pas
que
sa
requ
ête
est
réac
hem
inée
)
•U
n ré
seau
•D
es s
erve
urs
–U
ne m
ême
base
–G
èren
t cha
cun
une
parti
tion
Age
nces
d’u
ne s
ocié
téE
xem
ple
d’in
stan
ce d
e ce
tte a
rchi
tect
ure?
54
Arc
hite
ctur
e hé
téro
gène
Sour
ce 1
: SG
BD
donn
ées
code
Sour
ce 2
: se
rveu
r Web
donn
ées
code
App
li 1
App
li 2
App
li n
Méd
iate
ur
Kel
koo
•D
es c
lient
s in
telli
gent
s–
Inte
ragi
ssen
t ave
c ‘1
méd
iate
ur’
•U
n m
édia
teur
–In
terr
oge
les
sour
ces
–N
etto
yage
, int
égra
tion,
etc
.•
Des
sou
rces
de
donn
ées
–D
onné
es h
étér
ogèn
es•
Type
, sch
éma,
etc
.–
Ges
tion
des
donn
ées
diffé
rent
e…
Exe
mpl
e d’
inst
ance
de
cette
arc
hite
ctur
e?
55
Arc
hite
ctur
e m
obile
Clie
nts
mob
iles
serv
eur
SGB
D
Rés
eau
sans
fil
donn
ées
code
•D
es c
lient
s m
obile
s in
telli
gent
s–
Por
tion
SG
BD
répl
iqué
e –
Inte
ragi
ssen
tave
c S
GB
D e
xter
ne–
Fréq
uem
men
t déc
onne
ctés
•U
n ré
seau
san
s fil
•U
n se
rveu
r•
Un
prot
ocol
e de
syn
chro
nisa
tion
Exe
mpl
e d’
inst
ance
de
cette
arc
hite
ctur
e?R
epré
sent
ant d
e co
mm
erce
56
App
licat
ions
trad
ition
nelle
s de
s S
GB
D
•O
LTP
(On
Line
Tra
nsac
tion
Pro
cess
ing)
–C
ible
des
SG
BD
dep
uis
leur
exi
sten
ce–
Ban
ques
, rés
erva
tion
en li
gne
...–
Très
gra
nd n
ombr
e de
tran
sact
ions
en
para
llèle
–Tr
ansa
ctio
ns s
impl
es
•O
LAP
(On
Line
Ana
lytic
alP
roce
ssin
g)–
Ent
repô
ts d
e do
nnée
s, D
ataC
ube,
Dat
a M
inin
g…
–Fa
ible
nom
bre
de tr
ansa
ctio
ns–
Tran
sact
ions
très
com
plex
es
-
57
•G
estio
n de
don
nées
com
plex
es–
Sem
i-stru
ctur
ées
: sto
ckag
e, in
dexa
tion,
inte
rrog
atio
n de
docu
men
tsX
ML
–N
on-s
truct
urée
s : r
eche
rche
par
le c
onte
nu, i
ndex
m
ultid
imen
sion
nels
, rel
atio
ns s
patia
les
et te
mpo
relle
s
•S
ystè
mes
de
méd
iatio
n–
De
donn
ées
: int
égra
tion
de s
chém
as, r
equê
tes
de
méd
iatio
n, in
terr
ogat
ion
larg
e éc
helle
(req
uête
s co
ntin
ues,
pe
rson
nalis
atio
n, c
ritèr
es a
ppro
xim
atifs
, etc
) –
De
prog
ram
mes
: co
nstru
ctio
n de
wor
kflo
ws,
opt
imis
atio
n de
s flu
x, g
rille
s de
cal
cul
•E
ntre
pôts
de
donn
ées
et fo
uille
–R
afra
îchi
ssem
ent,
requ
êtes
mul
ti-di
men
sion
nelle
s (c
ubes
)–
Rec
herc
he d
e rè
gles
ass
ocia
tives
, de
dépe
ndan
ces
fonc
tionn
elle
s, ti
me
serie
s …
Nou
velle
s pr
oblé
mat
ique
s (1
)
58
•M
obili
té–
BD
de
loca
lisat
ion,
BD
em
barq
uées
, coh
éren
ce d
es
traite
men
ts d
écon
nect
és, r
ésea
ux d
e ca
pteu
rs…
•S
écur
itéde
s ba
ses
de d
onné
es–
Mod
èles
de
cont
rôle
d’a
ccès
et d
’usa
ge, c
hiffr
emen
t de
base
s de
don
nées
, ano
nym
isat
ion,
har
dwar
e sé
curis
é, B
D
Hip
pocr
atiq
ues,
Priv
ate
Info
rmat
ion
Ret
rieva
l …
•A
rchi
tect
ure
et p
erfo
rman
ce–
Gra
ndes
mém
oire
s, c
ache
s, n
ouve
lles
mém
oire
s pe
rsis
tant
es, n
ouve
aux
proc
esse
urs
…–
SG
BD
aut
o-ad
min
istra
bles
–E
ncor
e et
touj
ours
: in
dexa
tion,
opt
imis
atio
n de
requ
êtes
, ré
plic
atio
n, tr
ansa
ctio
ns, b
ench
mar
ks, e
tc …
Nou
velle
s pr
oblé
mat
ique
s (2
)
59
Et c
omm
ent ç
a m
arch
e ?
60
Arc
hite
ctur
e fo
nctio
nnel
le d
’un
mot
eur d
eS
GB
D
Ges
tion
deM
émoi
reG
estio
n de
Ver
rous
Ges
tion
des
Jour
naux
Mét
hode
s d’a
ccès
aux
don
nées
Opé
rate
urs r
elat
ionn
els
Eva
luat
eur
de p
lan
d’ex
écut
ion
Opt
imis
eur
Ana
lyse
ur sé
man
tique
Inte
rfac
e
Syst
ème
d’ex
ploi
tatio
n
-
61
Arc
hite
ctur
e op
érat
ionn
elle
d’u
n m
oteu
r de
SG
BD
Mém
oire
Don
nées
Mét
a-do
nnée
sJo
urna
ux
Don
nées
Log
Sys
Proc
ess
back
grou
nd
Proc
ess
Clie
nt
Proc
ess
serv
eur
Proc
ess
serv
eur
Proc
ess
serv
eur
Dis
ques
62
Cer
tain
s sl
ides
empr
unté
s à
Pasc
ale
Bor
latS
alam
et–
Ora
cle
Fran
ce
63
Con
tienn
ent
les
tabl
es, i
ndex
…C
ontie
nnen
t le
s m
étad
onné
es,
proc
édur
es s
tock
ées,
trig
gers
…
Con
tienn
ent
les
jour
naux
64
Org
anis
atio
n de
s do
nnée
s su
r dis
que
Dat
abas
e
Tabl
espa
ce
Segm
ent
Exte
nt
Blo
ckB
loc
OS
Dat
afile
s
Physique
Logique
Bas
e de
don
nées
Réc
ipie
nt lo
giqu
e po
ur
regr
oupe
r des
obj
ets
appl
icat
ifs
liés
et a
dmin
istré
s en
sem
ble
Lieu
de
stoc
kage
d’u
ne
stru
ctur
e :
Tabl
e, in
dex,
par
titio
n de
tabl
e …
Gra
nule
d’a
lloca
tion
=E
nsem
ble
de b
locs
con
tigus
Gra
nule
d’I/
OId
éale
men
t mul
tiple
d’u
n B
loc
OS
-
65
Blo
cs, e
xten
ts e
t seg
men
ts
66
Inst
ance
Ora
cle
•3
type
s de
pro
cess
us O
racl
e–
Pro
cess
uscl
ient
s(e
xécu
tent
les
prog
ram
mes
d’a
pplic
atio
n)–
Pro
cess
us s
erve
urs
(exé
cute
nt le
s co
mm
ande
s B
D)
–P
roce
ssus
bac
kgro
und
(pre
nnen
t not
amm
ent e
n ch
arge
les
I/O …
)
•E
spac
em
émoi
re–
Sys
tem
Glo
bal A
rea
(SG
A):
par
tagé
epa
r tou
s le
s pr
oces
sus
–P
rogr
am G
loba
l Are
a (P
GA
) : p
rivée
àch
aque
pro
cess
us d
u sy
stèm
e•
Exe
mpl
e po
ur le
s pr
oces
sus
serv
eurs
–P
rivat
e S
QL
Are
a: S
truct
ures
runt
ime
liées
àl’e
xéc
des
stat
emen
ts S
QL
: cu
rseu
rs, v
aria
bles
de
sess
ion
–S
QL
Wor
k A
rea
: mém
oire
de
trava
il po
ur l’
exéc
utio
n de
s re
quêt
es :
zone
de
tri, H
ash-
Join
, con
stru
ctio
n d’
inde
x bi
tmap
…–
Sof
twar
e C
ode
Are
a (S
CA
): z
one
de c
ode
logi
ciel
•S
tock
e le
cod
e O
racl
e
•U
neIn
stan
ceO
racl
e :
–1
SG
A +
les
proc
essu
sba
ckgr
ound
de
cette
SG
A +
leur
s P
GA
s
67
Stru
ctur
ede
laS
GA
(1)
•S
hare
dP
ool:
Stru
ctur
es s
ystè
mes
et m
éta-
donn
ées
–S
truct
ures
sys
tèm
e, p
rocé
dure
s P
L/S
QL,
dict
ionn
aire
eta
utre
mét
a do
nnée
s lié
es à
l’exé
cutio
n de
sta
tem
ents
SQ
L (e
x: p
lans
d’e
xécu
tion,
ve
rrou
s)–
Par
amét
rage
: sha
red_
pool
_siz
e
•B
uffe
rCac
he: S
tock
e le
s bl
ocs
lus
du d
isqu
e–
Ser
t de
tam
pon
pour
lire
/écr
ire d
ans
la B
D–
Peu
t être
déc
ompo
séen
deu
x zo
nes
•K
eep
Buf
fer C
ache
: pou
r les
blo
cs a
ccéd
és tr
ès fr
éque
mm
ent
•R
ecyc
le B
uffe
r Cac
he: p
our l
es b
locs
pou
vant
être
recy
clés
rapi
dem
ent
–P
aram
étra
ge
•db
_cac
he_s
ize,
db_
keep
_cac
he_s
ize,
db_
recy
cle_
cach
e_si
ze
•R
edo
log
buffe
r: S
tock
ele
s en
regi
stre
men
ts d
e jo
urna
ux–
Con
tient
uni
quem
ent l
es d
onné
es m
odifi
ées
(et p
as to
ut le
blo
c)–
Util
e po
ur la
tolé
ranc
e au
x pa
nnes
–P
aram
étra
ge :
log_
buffe
r68
Stru
ctur
e de
la S
GA
(2)
•E
t d’a
utre
s en
core
…–
Spe
cific
bloc
k si
ze c
ache
s: s
tock
e le
s bl
ocs
de ta
ille p
artic
uliè
re•
Le D
BA
peu
t sto
cker
cer
tain
esta
bles
(tab
lesp
ace)
dan
s de
s bl
ocs
de ta
ille d
iffér
ente
des
aut
res
tabl
es –2K
o, 4
Ko,
8K
o, 1
6Ko,
et 3
2Ko
sont
pos
sibl
es•
Les
bloc
ks d
e ce
s ta
bles
son
t sto
ckés
dan
s ce
cac
he a
ccom
mod
ant l
eur t
aille
par
ticul
ière
•Pa
ram
étra
ge :
db_n
k_ca
che_
size
(apr
ès O
racl
e9i)
–La
rge
pool
: Don
nées
de
back
upet
de
rest
aura
tion,
don
nées
liée
s à
Ora
cle
XA
•Pa
ram
étra
ge :
larg
e_po
ol_s
ize
(apr
ès O
racl
e8)
–Ja
va p
ool:
Sto
cke
des
mét
hode
s et
des
déf
initi
ons
de c
lass
es J
ava
•Pa
ram
étra
ge :
java
_poo
l_si
ze–
…
•V
uesi
mpl
ifiée
des
Buf
fers
du S
GA
-
69
Fonc
tionn
emen
t du
Buf
ferC
ache
•Le
s bl
ocs
de la
list
e on
t 3 é
tats
pos
sibl
es–
free
: blo
c lib
re–
pinn
ed: e
n co
urs
d'ut
ilisa
tion
nepe
ut ê
tre ré
-attr
ibué
–di
rty: m
odifi
éno
n co
nsis
tant
/dis
que
•S
truct
ures
mai
nten
ues
–U
ne ta
ble
de H
acha
ge•
Map
ping
: adr
esse
blo
csu
r dis
que
entré
e du
blo
cen
RA
M
–U
ne L
iste
LR
U(m
élan
gean
t blo
csfre
e,pi
nned
, dirt
y)•
Cha
înag
e de
s bl
ocs
du p
lus
réce
mm
ent a
um
oins
réce
mm
ent u
tilis
é•
NB
: util
isé
= en
con
sulta
tion
(SE
LEC
T) o
u en
mod
ifica
tion
(UP
DA
TE)
–U
ne L
iste
DIR
TY (b
locs
dirty
)•
Rep
orté
e su
r le
disq
ue p
ar le
pro
cess
us D
BW
R (D
ataB
ase
WR
iter)
. 70
Fonc
tionn
emen
t du
Buf
ferC
ache
(2)
•A
lgor
ithm
e : D
eman
de d
e la
pag
e P
i du
disq
ue–
H(P
i) en
trée
RA
M–
Si l
a pa
ge e
st p
rése
nte
•P
age
cibl
e tro
uvée
...–
Si l
a pa
ge e
st a
bsen
te•
Par
cour
s lis
te L
RU
par
la fi
n ju
squ’
àre
ncon
trer u
ne p
age
free
–To
ute
page
dirt
yre
ncon
trée
esta
jout
ée à
la li
ste
dirty
(san
s la
retir
er d
e la
list
e LR
U)
–Si
le th
resh
old
est r
enco
ntré
»A
ppel
àB
DW
R p
our r
epor
ter s
ur d
isqu
e de
s pa
ges
de la
list
e D
IRTY
(flus
h pa
ges
dirty
sur d
isqu
e, le
s re
tire
de la
list
e D
IRTY
, le
s pa
sse
àfre
eda
ns L
RU
)»
Les
page
s re
porté
es p
asse
nt d
e di
rtyfre
e»
repl
ace
le c
urse
ur d
e re
cher
che
en fi
n de
list
e LR
U …
•Li
t la
nouv
elle
pag
e du
dis
que
vers
la p
age
free
cibl
ée
•M
odifi
e la
tabl
e de
hac
hage
(ret
ire la
pag
e fre
e ci
blée
, ajo
ute
la p
age
lue)
•P
age
cibl
e tro
uvée
…–
Mar
quer
la p
age
cibl
e co
mm
e pi
nned
–R
etou
rne
la p
age
•N
B :
accè
s co
ncur
rent
s–
Des
«la
tch
»(v
erro
us c
ourts
)doi
vent
être
pos
és s
ur la
tabl
e de
hac
hage
71
Fonc
tionn
emen
t du
Buf
ferC
ache
(3)
P20
P17
P14
P11
P8
P5
P2
P19
P16
P13
P10
P7
P4
P1
P18
P15
P12
P9
P6
P3
P0
P5P6
P15
P17
P18
P14
P3P4
P2P0
P9P1
6P1
P7P1
1P1
2P2
0P
P8P1
0
List
e LR
U
List
e D
IRTY P1
3P1
9P2
0
Tabl
e de
Hac
hage
Latc
hes
P5 P6P15
P17
P18
P14
P3P4P2P0 P9
P16
P1 P7
P11
P12
P20
P
P8
P10
P PP
Thre
shol
d
dirt
y
dirt
y
Pinn
ed(d
irty
àla
bas
e)
free
Lége
nde
Rec
herc
he
Flus
h (D
BW
R)
Dis
que
dirt
yfr
ee
Lect
ure
de P
30
P13
P19
Pinn
ed(fr
eeà
la b
ase)
72
Fonc
tionn
emen
t du
Buf
ferC
ache
(3)
P5P6
P15
P17
P18
P14
P3P4
P2P0
P9P1
6P1
P7P1
1P3
0P2
0P
P8P1
0
List
e LR
U
List
e D
IRTY
P13
P19
P
Tabl
e de
Hac
hage
Latc
hes
P5 P6P15
P17
P18
P14
P3P4P2P0 P9
P16
P1 P7
P11
P20
P
P8
P10
P PP
Thre
shol
d
dirt
y
dirt
y
Pinn
ed(d
irty
àla
bas
e)
free
Lége
nde
Flus
h (D
BW
R)
Dis
que
dirt
yfr
ee
Apr
ès le
ctur
e de
P30
P13
P19
Pinn
ed(fr
eeà
la b
ase)
P20
P20
P17
P14
P11
P8
P5
P2
P19
P16
P13
P10
P7
P4
P1
P18
P15
P30
P9
P6
P3
P0
P30
-
73
Fonc
tionn
emen
t du
Buf
ferC
ache
(3)
P5P6
P15
P17
P18
P14
P3P4
P2P0
P9P1
6P1
P7P1
1P3
0P2
0P
P8P1
0
List
e LR
U
List
e D
IRTY
P13
P19
P
Tabl
e de
Hac
hage
Latc
hes
P5 P6P15
P17
P18
P14
P3P4P2P0 P9
P16
P1 P7
P11
P20
P
P8
P10
P PP
Thre
shol
d
dirt
y
dirt
y
Pinn
ed(d
irty
àla
bas
e)
free
Lége
nde
Flus
h (D
BW
R)
Dis
que
dirt
yfr
ee
lect
ure
de P
21
P13
P19
Pinn
ed(fr
eeà
la b
ase)
P20
P20
P17
P14
P11
P8
P5
P2
P19
P16
P13
P10
P7
P4
P1
P18
P15
P30
P9
P6
P3
P0
P30
Rec
herc
he
74
Fonc
tionn
emen
t du
Buf
ferC
ache
(3)
P5P6
P15
P17
P18
P14
P3P4
P2P0
P9P1
6P1
P7P1
1P3
0P2
0P
P8P1
0
List
e LR
U
List
e D
IRTY
P
dirt
y
dirt
y
Pinn
ed(d
irty
àla
bas
e)
free
Lége
nde
Rec
herc
he
Flus
h (D
BW
R)
Dis
que
dirt
yfr
ee
lect
ure
de P
21
P13
Pinn
ed(fr
eeà
la b
ase)
P20
P11
P10
P13,
P19
P21
Tabl
e de
Hac
hage
Latc
hes
P5 P6P15
P17
P18
P14
P3P4P2P0 P9
P16
P1 P7
P11
P20
P
P8
P10
P PP
P20
P17
P14
P11
P8
P5
P2
P21
P16
P13
P10
P7
P4
P1
P18
P15
P30
P9
P6
P3
P0
P30
Thre
shol
d
P21
P P
75
Les
Pro
cess
us B
ackg
roun
d (1
)•
Une
inst
ance
est
par
tagé
e pa
r plu
sieu
rs u
tilis
ateu
rsil
faut
cen
tralis
er le
s tâ
ches
(évi
te le
s pr
oblè
mes
de
conc
urre
nce)