01 Concepts Des BD (Introduction)

Motivation et introduction 1.1 Une premire approche 1.
5 Les dfis
Partie 1 - Comprendre les bases de donnes 1.2 Utiliser une base de donnes 1.6 Un peu d'histoire
Partie 2 - Utiliser les bases de donnes 1.3 Premires conclusions 1.7 Et ensuite ?
Partie 3 - Dvelopper une base de donnes 1.4 Les SGBD
1. MOTIVATION ET INTRODUCTION
Version 2 - Janvier 2012
Support du chapitre 1, Motivation et introduction

de l'ouvrage Bases de donnes, J-L Hainaut, Dunod 2009, 2012.
azerty
Introduction Bases de donnes J-L Hainaut 2012 1
Motivation et introduction 1.1 Une premire approche 1.5 Les dfis
1. MOTIVATION ET INTRODUCTION
Contenu
1.1 Une premire approche des donnes

1.2 Utiliser une base de donnes
1.3 Premires conclusions
1.4 Les systmes de gestion de bases de donnes
1.5 Les dfis des bases de donnes d'aujourd'hui
1.6 Un peu d'histoire
1.7 Et ensuite ?
azerty
Nous baignons dans un tourbillon d'informations
Nous recevons des informations de notre environnement
Nous transmettons des informations notre environnement
Les informations prennent la forme de donnes (signes

mmoriss et vhiculs sur un support matriel ou immatriel)
Question : comment stocker et traiter ces donnes ?
Rponse : dans une base de donnes
azerty
Les donnes sont omniprsentes autour de nous ...
azerty
Comment les ranger dans un ordinateur ?
azerty
Comment les ranger dans un ordinateur ?
scanner les bons de commande [1/10]
copier les donnes dans un tableau Word [2/10]
copier les donnes dans une feuille Excel [4/10]
copier les donnes dans une base de donnes

[10/10]
azerty
En regardant d'un peu plus prs ...
donnes
du client
donnes
de la
commande
donnes
d'un dtail
azerty
Reportons ces donnes dans des tableaux :
donnes
du client
donnes
de la
commande
donnes
d'un dtail
donnes de la commande donnes du client

NCOM DATECOM TOTAL-COMMANDE NCLI NOM ADRESSE LOCALITE
30188 2/1/2009 69720 B512 GILLET 14,r. de l'Et Toulouse
donnes des dtails

NPRO LIBELLE PRIX QCOM SOUS-TOTAL
CS464 CHEV. SAPIN 400x6x4 220 180 39600
PA45 POINTE ACIER 45 (20K) 105 22 2310
PA60 POINTE ACIER 60 (10K) 95 70 6650
PH222 PL. HETRE 200x20x2 230 92 21160
azerty
Pas entirement convaincant (1)

donnes des dtails

NPRO LIBELLE PRIX QCOM SOUS-TOTAL
CS464 CHEV. SAPIN 400x6x4 220 180 39600
PA45 POINTE ACIER 45 (20K) 105 22 2310
PA60 POINTE ACIER 60 (10K) 95 70 6650
PH222 PL. HETRE 200x20x2 230 92 21160
Les donnes TOTAL-COMMANDE et SOUS-TOTAL sont calcules : inutile

de les conserver, on pourra les recalculer en cas de besoin
azerty
Pas entirement convaincant (2)
?
donnes des dtails

? NPRO LIBELLE PRIX QCOM SOUS-TOTAL
CS464 CHEV. SAPIN 400x6x4 220 180 39600
PA45 POINTE ACIER 45 (20K) 105 22 2310
PA60 POINTE ACIER 60 (10K) 95 70 6650
PH222 PL. HETRE 200x20x2 230 92 21160
Il est impossible de reconstituer le bon de commande d'origine : quel est le

client de la commande, quelle est la commande d'un dtail ?
azerty
Donnes sans redondances (*) et avec rfrences :

NCOM NCLI DATECOM NCLI NOM ADRESSE LOCALITE
30188 B512 2/1/2009 B512 GILLET 14,r. de l'Et Toulouse
donnes des dtails

NCOM NPRO QCOM LIBELLE PRIX
30188 CS464 180 CHEV. SAPIN 400x6x4 220
30188 PA45 22 POINTE ACIER 45 (20K) 105
30188 PA60 70 POINTE ACIER 60 (10K) 95
30188 PH222 92 PL. HETRE 200x20x2 230
(*) presque !
azerty
Enregistrons les donnes de 2 bons de commandes :

donnes des commandes donnes des clients
30179 C400 22/12/2008 C400 FERARD 63,r. du Tertre Poitiers
donnes des dtails

NCOM NPRO QCOM LIBELLE PRIX
30188 CS464 180 CHEV. SAPIN 400x6x4 220
30188 PA45 22 POINTE ACIER 45 (20K) 105
30188 PA60 70 POINTE ACIER 60 (10K) 95
30188 PH222 92 PL. HETRE 200x20x2 230
30179 CS262 60 CHEV. SAPIN 200x6x2 75
30179 PA60 20 POINTE ACIER 60 (10K) 95
Observation
si plusieurs dtails mentionnent le mme produit, ses caractristiques
sont rptes autant de fois : on isole les donnes des produits dans un
tableau spcifique
azerty
Distribution optimale des donnes des bons de commande

donnes des commandes donnes des clients
30179 C400 22/12/2008 C400 FERARD 63,r. du Tertre Poitiers
donnes des dtails donnes des produits

NCOM NPRO QCOM NPRO LIBELLE PRIX
30188 CS464 180 CS464 CHEV. SAPIN 400x6x4 220
30188 PA45 22 PA45 POINTE ACIER 45 (20K) 105
30188 PA60 70 PA60 POINTE ACIER 60 (10K) 95
30188 PH222 92 PH222 PL. HETRE 200x20x2 230
30179 CS262 60 CS262 CHEV. SAPIN 200x6x2 75
30179 PA60 20
azerty
Ajoutons d'autres donnes : notre premire base de donnes
azerty
azerty
Que peut-on faire de ces donnes ?
Avant tout, les conserver aussi longtemps que ncessaire !
Les interroger : quel est le numro, le nom et l'adresse des clients de

Toulouse ?
select NCLI, NOM, ADRESSE ile
fac
from CLIENT
where LOCALITE = 'Toulouse';
ou encore : quelles sont les commandes des clients de Toulouse ?

s
u plu
select NCOM pe ile
un iffic
from COMMANDE d
where NCLI in (select NCLI

from CLIENT where LOCALITE = 'Toulouse');
requtes rdiges dans le langage SQL
azerty
Vrifier une commande lors de son enregistrement : le client est-il connu ?

son adresse a-t-elle chang ? les produits commands sont-ils rpertoris ?
Produire les factures
Prparer le rapprovisionnement des produits en rupture de stock
Calculer le chiffre d'affaire mensuel
Etudier la rpartition gographique des ventes
Et mille autres applications ...
azerty
Un dernier exemple :
calculer la rpartition du chiffre d'affaire par localit et par produit
select C.LOCALITE, P.NPRO, sum(D.QCOM*P.PRIX)

from CLIENT C, COMMANDE M, DETAIL D, PRODUIT P
where C.NCLI = M.NCLI and M.NCOM = D.NCOM er
s ay
s e
and D.NPRO = P.NPRO e d'e endr !
til pr nt
inu com nsta
group by C.LOCALITE, P.NPRO; de r l'i u
po
Cette question complexe est rsolue en une seule instruction SQL de 5 lignes !
azerty
1.3 PREMIERES CONCLUSIONS
Une base de donnes est constitue dun ensemble de tables.
Chaque table contient les donnes relatives une collection d entits de

mme nature.
Chaque ligne dune table reprend les donnes relatives une entit.
Chaque colonne dune table dcrit une proprit commune des entits.
Les lignes dune table sont distinctes. Cest sur une (voire plusieurs)
colonne(s) que se joue cette unicit. Le jeu de colonnes dont les valeurs sont
uniques constitue un identifiant de la table.
Les lignes dune table peuvent faire rfrence chacune une ligne dune autre
table, o des informations sur une entit associe peuvent tre obtenues. Les
colonnes de rfrence sappellent cl trangre vers cette autre table.
azerty
1.3 Premires conclusions
On vite denregistrer des donnes quil est possible de calculer partir

dautres donnes enregistres.
On ne conserve pas dans une mme table des donnes relatives des entits
de nature diffrente. On provoquerait en effet des redondances nuisibles.
Le langage SQL permet de rdiger de manire simple et concise des requtes
dextraction et de calcul de donnes de complexit quelconque.
On ne construit pas une base de donnes pour satisfaire les besoins
immdiats dune application particulire. Une base de donnes est conue
pour reprsenter le plus fidlement possible les informations relatives une
activit humaine, socio-conomique, culturelle ou technique. Elle est
indpendante de ce quon fera de ces donnes.
La construction dune base de donnes exige une analyse rigoureuse et
attentive. Il est cependant possible tout moment dajouter de nouvelles tables
et de nouvelles colonnes afin de suivre lvolution des besoins des utilisateurs.
azerty
1.4 LES SYSTEMES DE GESTION DE BASES DE DONNEES

La gestion d'une base de donnes pose des problmes complexes.
Cette gestion est assure par des logiciels spcialiss : les systmes de
gestion de bases de donnes ou SGBD.
Organisation des donnes : le SGBD organise les donnes en tables

permanentes stockes sur disque; il cre les mcanismes garantissant un accs
rapide aux donnes; il informe les utilisateurs sur ces structures.
Gestion des donnes : le SGBD garantit l'volution cohrente des donnes; il

vrifie que les contraintes (unicit, rfrence entre tables, etc.) sont respectes.
Accs aux donnes : le SGBD permet l'accs aux donnes la fois par l'utilisateur
occasionnel et par les programmes de traitement de donnes.
azerty
1.4 Les SGBD
Protection contre les accidents : le SGBD garantit l'intgrit et l'accessibilit des

donnes en cas d'incident ou d'attaque.
Gestion des accs concurrents : le SGBD permet l'accs simultan aux donnes
par des centaines voire des milliers d'utilisateurs. Il contrle rigoureusement les
oprations simultanes sur les mmes donnes.
Contrle des accs : le SGBD garantit que seuls les utilisateurs autoriss peuvent
accder aux donnes et les modifier.
azerty
1.5 LES DEFIS DES BD D'AUJOURD'HUI
Multiplicit des types de donnes. Une base de donnes moderne peut contenir
des donnes multimdias, des donnes textuelles, des donnes spatiales (donnes
GPS par exemple), des donnes historiques (plusieurs lignes par entit), des
donnes semi-structures.
L'information incomplte. Une base de donnes doit admettre qu'on ne connat

pas tout sur tout et que nos connaissances peuvent tre errones. Comment
assurer au maximum la cohrence des donnes dans ce contexte ?
Volumes et performances. Une base de donnes peut contenir des dizaines de

milliers de tables, des milliards de lignes. Comment garantir l'accessibilit de ces
donnes, leur protection contre les incidents, des temps d'accs satisfaisants ?
azerty
1.5 Les dfis des BD d'aujourd'hui
Accs par des non informaticiens. Malgr sa facilit d'utilisation (pour des
requtes simples), SQL est hors de porte de la plupart des utilisateurs non
spcialistes. Des modes d'accs graphiques, en langage naturel ou par mode
vocal, sont ncessaires pour en accrotre l'usage.
Maintenance et volution. La structure d'une base de donnes peut voluer :

ajouter ou supprimer une table, une colonne, une contrainte. Comment prserver
les donnes et les programmes utilisateurs lors de cette volution ?
Les donnes distribues et nomades. Une base de donnes peut tre rpartie
et/ou duplique sur plusieurs ordinateurs distribus gographiquement. Certains de
ceux-ci peuvent tre des appareils mobiles (embarqus, portables, smart phones).
Comment garantir la cohrence, la protection et l'accessibilit des donnes ?
azerty
1.5 Les dfis des BD d'aujourd'hui
Les BD et le Web. De nombreuses bases de donnes sont intimement lies au

Web. En outre, le Web peut tre vu comme une gigantesque base de donnes
(largement incohrente et redondante !) Qu'en est-il des principes rigoureux des
bases de donnes dans ce contexte ?
Les donnes dcisionnelles. Les donnes ne servent pas seulement contrler la

gestion et le fonctionnement d'une entreprise au jour le jour. Elles sont aussi
souvent utilises pour soutenir des dcisions tactiques et stratgiques.
Caractristiques : traitement de trs gros volumes de donnes complexes pour
produire une rponse courte (une heure de traitement de plusieurs traoctets pour
en extraire un seul nombre !). Comment structurer une base de donnes dans ce
sens (= entrepts de donnes) ?
azerty
1.6 UN PEU D'HISTOIRE
Contenu
1.1 Pr-condition : le disque magntique

1.2 Les annes 1960
1.3 Les annes 1970
1.4 Les annes 1980
1.5 Les annes 1990
1.6 Les annes 2000
azerty
1.6 Un peu d'histoire - Pr-condition : le disque magntique
Le concept de base de donnes est n dans les annes 60, avec la gnralisation
des disques magntiques permettant l'accs direct une donne, contrairement
aux bandes magntiques, limites l'accs squentiel.
Premier disque magntique commercial : l'IBM

350, quipant le Ramac 305
Date : de 1956 1969
Capacit : 5 millions de mots (= 4,4 Mo)
Vitesse : 1.200 rpm. Dplacement moyen : 0,6
sec (temps de commutation inconnu mais sans
doute trs important).
Gomtrie : 50 plateaux de 60 cm mais
seulement 2 ttes. 100 cylindres, 100 pistes par
cylindre. 5 secteurs par piste. 100 mots par
secteur. 7 bits par mot.
Volume : 2 m3. Poids : 1.075 kg
Nombre d'exemplaires fabriqus : 100
www.gizmag.com/go/6150/
Cot de location : 35.000 $/an (en 1956)
azerty
1.6 Un peu d'histoire - Pr-condition : le disque magntique
2010
1956
Mini-disque portable : iomega Prestige, 500 GB

Date : 2010
Capacit : 500 milliards doctets (= 500 Go)
Vitesse : 5.400 rpm. Dplacement moyen :
0,016 sec.
Gomtrie : 1 plateau de 6,40 cm, 2 ttes
Volume : 11 x 8 x 1,2 cm3. Poids : 90 gr.
Nombre d'exemplaires fabriqus : 10.000.000
(estimation)
Cot dachat : 60 $ (en 2010)
azerty
1.6 Un peu d'histoire - Les annes 60
Annes 1960
1963 : Integrated Data Store (IDS) chez Honeywell-Bull. Dvelopp par Ch.
Bachman. Anctre des architectures standard de SGBD. Modle de donnes dit
network.
1965 : Information Management System (IMS) chez IBM. Au dpart conu pour
North American Rockwell pour supporter le projet du 1er vol humain vers la lune.
Initialement sur bande magntique. Sera commercialis en 1969 sous le nom
IMS/360. Modle de donnes dit hierarchical.
1968 : premier projet de recommandation CODASYL, inspire d'IDS. Modle de
donnes dit network.
azerty
Annes 1970
1970 : article de E. F. Codd d'IBM dfinissant les principes des bases de donnes
relationnelles (Codd, E., F., A Relational Model of Data for Large Shared Data
Banks, in Comm. ACM, Vol. 13, No 6, June 1970).
1971 : premire recommandation officielle CODASYL. Les rapports de 1973 et
1978 affineront et clarifieront les propositions. Origine de nombreux SGBD encore
en activit aujourd'hui.
1973 : Premire dfinition du langage SEQUEL, qui sera renomm SQL.
1974 : premier SGBD relationnel exprimental, le System/R d'IBM. Donnera
naissance aux SGBD SQL/DS et DB2 dans les annes 1980.
1975 : premire version oprationnelle de INGRES, SGBD relationnel
exprimental de l'universit Berkeley. Langage QUEL concurrent de SQL.
Donnera naissance PostgreSQL. Des transfuges de l'quipe creront Sybase.
1979 : premire version commerciale d'un SGBD relationnel proposant SQL :
Oracle.
azerty
Annes 1980
1982 : commercialisation de SQL/DS, SGBD relationnel d'IBM (machines MV).
1983 : commercialisation de DB2, SGBD relationnel d'IBM (machines MVS).
1987 : aprs 10 ans de travaux, premier standard effectif destin aux SGBD
relationnels.
Les SGBD relationnels remplacent progressivement les SGBD traditionnels
(CODASYL, IMS).
Dveloppement de SGBD exprimentaux admettant des valeurs structures
(tables non plates). Ces principes seront repris par les SGBD objet et relationnels
objet.
Dveloppement de SGBD dductifs exprimentaux, bass sur les principes de
dduction de la logique. Pas de succs commercial.
Exprimentation sur les bases de donnes distribues.
azerty
Annes 1990
1992 : Microsoft commercialise Sybase sous le nom SQL Server.
Standard SQL2 ou SQL 1992. Introduit les notions de primary key et foreign key.
Dveloppement de SGBD exprimentaux orients objet. Faible succs
commercial mais certains de leurs principes seront repris par les SGBD
relationnels objet.
Apparition des SGBD relationnels objet.
Microsoft envisage d'intgrer SQL Server comme composant systme de
Windows. Ce projet ne sera ralis qu'avec Vista.
Des versions lgres sont proposes pour les systmes mobiles et embarqus :
cartes puce, PDA, systmes de capteurs, etc.
azerty
Annes 2000
2000 : Apparition des SGBD grant de manire native des documents XML.
Faible succs commercial mais certains de leurs principes seront repris par les
SGBD relationnels modernes.
Standard SQL3 ou SQL:1999. Introduit notamment les requtes rcursives et les
structures relationnelles objet.
SQL 2003 en prparation. Spcifie notamment les aspects multimdia, XML,
modlisation spatiale et analyse de donnes (fouille de donnes, entrepts de
donnes).
Les SGBD IMS et CODASYL issus des annes 1960 sont toujours en activit !
azerty
1.7 ET ENSUITE ?
Nous allons tenter de rpondre trois questions fondamentales :
Qu'est-ce qu'une base de donnes ?

Partie 1 - CONCEPTS DES BASES DE DONNEES
Comment utilise-t-on une base de donnes ?

Partie 2 - UTILISATION DES BASES DE DONNEES
Comment construit-on une base de donnes ?

Partie 3 - DEVELOPPEMENT DES BASES DE DONNEES
azerty
Motivation et introduction
Partie 1 - Comprendre les bases de donnes
Partie 2 - Utiliser les bases de donnes
Partie 3 - Dvelopper une base de donnes
Fin du module 1
Module suivant :
2. Concepts des bases de donnes
azerty
azerty Bases de donnes J-L Hainaut 2012 36

01 Concepts Des BD (Introduction)

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

01 Concepts Des BD (Introduction)

Hochgeladen von

Copyright:

Verfügbare Formate

Motivation et introduction 1.1 Une premire approche 1.

Version 2 - Janvier 2012

Support du chapitre 1, Motivation et introduction

1.1 Une premire approche des donnes

1.1 Une premire approche des donnes

Nous baignons dans un tourbillon d'informations

Nous recevons des informations de notre environnement

Nous transmettons des informations notre environnement

Les informations prennent la forme de donnes (signes

Question : comment stocker et traiter ces donnes ?

Rponse : dans une base de donnes

1.1 Une premire approche des donnes

Les donnes sont omniprsentes autour de nous ...

1.1 Une premire approche des donnes

Comment les ranger dans un ordinateur ?

1.1 Une premire approche des donnes

Comment les ranger dans un ordinateur ?

scanner les bons de commande [1/10]

copier les donnes dans un tableau Word [2/10]

copier les donnes dans une feuille Excel [4/10]

copier les donnes dans une base de donnes

1.1 Une premire approche des donnes

En regardant d'un peu plus prs ...

1.1 Une premire approche des donnes

Reportons ces donnes dans des tableaux :

donnes de la commande donnes du client

donnes des dtails

1.1 Une premire approche des donnes

Pas entirement convaincant (1)

donnes de la commande donnes du client

donnes des dtails

Les donnes TOTAL-COMMANDE et SOUS-TOTAL sont calcules : inutile

1.1 Une premire approche des donnes

Pas entirement convaincant (2)

donnes des dtails

Il est impossible de reconstituer le bon de commande d'origine : quel est le

1.1 Une premire approche des donnes

Donnes sans redondances (*) et avec rfrences :

donnes de la commande donnes du client

donnes des dtails

1.1 Une premire approche des donnes

Enregistrons les donnes de 2 bons de commandes :

donnes des dtails

1.1 Une premire approche des donnes

Distribution optimale des donnes des bons de commande

donnes des dtails donnes des produits

1.1 Une premire approche des donnes

Ajoutons d'autres donnes : notre premire base de donnes

1.2 Utiliser une base de donnes

1.2 Utiliser une base de donnes

Que peut-on faire de ces donnes ?

Avant tout, les conserver aussi longtemps que ncessaire !

Les interroger : quel est le numro, le nom et l'adresse des clients de

ou encore : quelles sont les commandes des clients de Toulouse ?

where NCLI in (select NCLI

requtes rdiges dans le langage SQL

1.2 Utiliser une base de donnes

Que peut-on faire de ces donnes ?

Vrifier une commande lors de son enregistrement : le client est-il connu ?

Produire les factures

Prparer le rapprovisionnement des produits en rupture de stock

Calculer le chiffre d'affaire mensuel

Etudier la rpartition gographique des ventes

Et mille autres applications ...