Bases de données relationnelles
-
Upload
brooke-levy -
Category
Documents
-
view
52 -
download
1
description
Transcript of Bases de données relationnelles
![Page 1: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/1.jpg)
Bases de données relationnelles
Nguyen Tuan Loc
![Page 2: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/2.jpg)
2
Résumé du cours précédent
![Page 3: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/3.jpg)
3
Chirurgie
Psychiatrie
Systèmes de fichiers Caractéristiques
Comptabilité
Consultations
Problèmes
![Page 4: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/4.jpg)
4Format des fichiers CaractéristiquesPlusieurs applications plusieurs formats
plusieurs langages
Problèmes Difficultés de gestion
DupontSymptomes : yTurlututu : sqjSymptomes : yTurlututu : sddAnalyses : xxx
DupondTurlututusqjskSymptom: yyyy Analyses xxxx
TurlututudhjsdAnalyses :xx
DuipontTurlututu : sq
Symptomyyyy Analysesxxxx
Turlututudhjsd
Duhpon
Symptomes : yy Analyses : xxxx
Symptomes : yy
![Page 5: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/5.jpg)
5Redondance (données) CaractéristiquesPlusieurs applications plusieurs formats
plusieurs langages
Redondance de données
Problèmes Difficultés de gestion Incohérence des données
DupontSymptomes : yTurlututu : sqjSymptomes : yTurlututu : sddAnalyses : xxx
DupondTurlututusqjskSymptom: yyyy Analyses xxxx
TurlututudhjsdAnalyses :xx
DuipontTurlututu : sq
Symptomyyyy Analysesxxxx
Turlututudhjsd
Duhpon
Symptomes : yy Analyses : xxxx
Symptomes : yy
![Page 6: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/6.jpg)
6Interrogations CaractéristiquesPlusieurs applications plusieurs formats
plusieurs langages
Redondance de données
Pas de facilité d’interrogation Question développement
Problèmes Difficultés de gestion Incohérence des données Coûts élevés Maintenance difficile
DupontSymptomes : yTurlututu : sqjSymptomes : yTurlututu : sddAnalyses : xxx
DupondTurlututusqjskSymptom: yyyy Analyses xxxx
TurlututudhjsdAnalyses :xx
DuipontTurlututu : sq
Symptomyyyy Analysesxxxx
Turlututudhjsd
Duhpon
Symptomes : yy Analyses : xxxx
Symptomes : yy
Ch
iru
Sof
t
Con
sultS
oft Psy
chia
Sof
t
Com
ptaS
oft
![Page 7: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/7.jpg)
7Pannes ??? CaractéristiquesPlusieurs applications plusieurs formats
plusieurs langages
Redondance de données
Pas de facilité d’interrogation Question développement
Redondance de code
Problèmes Difficultés de gestion Incohérence des données Coûts élevés Maintenance difficile Gestion de pannes ???
DupontSymptomes : yTurlututu : sqjSymptomes : yTurlututu : sddAnalyses : xxx
DupondTurlututusqjskSymptom: yyyy Analyses xxxx
TurlututudhjsdAnalyses :xx
DuipontTurlututu : sq
Symptomyyyy Analysesxxxx
Turlututudhjsd
Duhpon
Symptomes : yy Analyses : xxxx
Symptomes : yy
Ch
iru
Sof
t
Con
sultS
oft Psy
chia
Sof
t
Com
ptaS
oft
![Page 8: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/8.jpg)
8Partage de données CaractéristiquesPlusieurs applications plusieurs formats
plusieurs langages
Redondance de données
Pas de facilité d’interrogation Question développement
Redondance de code
Problèmes Difficultés de gestion Incohérence des données Coûts élevés Maintenance difficile Gestion de pannes ??? Partage des données ???
DupontSymptomes : yTurlututu : sqjSymptomes : yTurlututu : sddAnalyses : xxx
DupondTurlututusqjskSymptom: yyyy Analyses xxxx
TurlututudhjsdAnalyses :xx
DuipontTurlututu : sq
Symptomyyyy Analysesxxxx
Turlututudhjsd
Duhpon
Symptomes : yy Analyses : xxxx
Symptomes : yy
Ch
iru
Sof
t
Con
sultS
oft Psy
chia
Sof
t
Com
ptaS
oft
![Page 9: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/9.jpg)
9Confidentialité CaractéristiquesPlusieurs applications plusieurs formats
plusieurs langages
Redondance de données
Pas de facilité d’interrogation Question développement
Redondance de code
Problèmes Difficultés de gestion Incohérence des données Coûts élevés Maintenance difficile Gestion de pannes ??? Partage des données ??? Confidentialité ???
DupontSymptomes : yTurlututu : sqjSymptomes : yTurlututu : sddAnalyses : xxx
DupondTurlututusqjskSymptom: yyyy Analyses xxxx
TurlututudhjsdAnalyses :xx
DuipontTurlututu : sq
Symptomyyyy Analysesxxxx
Turlututudhjsd
Duhpon
Symptomes : yy Analyses : xxxx
Symptomes : yy
Ch
iru
Sof
t
Con
sultS
oft Psy
chia
Sof
t
Com
ptaS
oft
![Page 10: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/10.jpg)
10
L’approche ‘‘Bases de données’’ (1)
• Modélisation des données Eliminer la redondance de données Centraliser et organiser correctement les données Plusieurs niveaux de modélisation Outils de conception
• Logiciel «Système de Gestion de Bases de Données»Factorisation des modules de contrôle des applications
- Interrogation, cohérence, partage, gestion de pannes, etc…
Administration facilitées des données
![Page 11: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/11.jpg)
11L’approche ‘‘Bases de données’’ (2)
BDVIII - Concurrence d’accès
VII - Gestion des pannes
I- Indépendance Physique
IX - Gestion de la confidentialité
II- Indépendance Logique
VI - Gestion de la cohérence
X - Standards
V - Optimisation des questions
III – Langage de manipulation
IV - Gestion des vues
![Page 12: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/12.jpg)
12
Réel
Modèle conceptuel
• Indépendant du modèle de données
• Indépendant du SGBD
Modèle logique
• Dépendant du modèle de données
• Indépendant du SGBD
Codasyl Relationnel Objet XML
Modèle Physique
• Dépendant du modèle de données
• Dépendant du SGBD
• Organisation physique des données
• Structures de stockage des données
• Structures accélératrices (index)
Modélisation du réel
Médecin effectue Visite
![Page 13: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/13.jpg)
13
Champs, attributs, colonnes
Champs, attributs, colonnes
Champs, attributs, colonnes
Modélisation Relationnelle (1)
Id-D Nom Prénom
1 Dupont
Pierre
2 Durand Paul
3 Masse Jean
…. …….. ……
Relation ou table
Tuples, lignes ou n-uplets
Tuples, lignes ou n-uplets
Tuples, lignes ou n-uplets
Tuples, lignes ou n-uplets
![Page 14: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/14.jpg)
14
Modélisation Relationnelle (2)
DocteursId-D Nom Prénom
1 Dupont
Pierre
2 Durand Paul
3 Masse Jean
…. …….. ……
VisitesId-D Id-P Id-V Date Prix
1 2 1 15 juin 250
1 1 2 12 août 180
2 2 3 13 juillet
350
2 3 4 1 mars 250
PatientsId-P Nom Prénom Ville
1 Lebeau Jacques Paris
2 Troger Zoe Evry
3 Doe John Paris
4 Perry Paule Valenton
…. ……. ……. …….
PrescriptionsId-V Ligne Id-M Posologie
1 1 12 1 par jour
1 2 5 10 gouttes
2 1 8 2 par jour
2 2 12 1 par jour
2 3 3 2 gouttes
…. …. …. …………
MédicamentsId-M Nom Description
1 Aspegic 1000
……………………………..
2 Fluisédal ……………………………..
3 Mucomyst ……………………………..
…. …….. ……………………………..
![Page 15: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/15.jpg)
15
I - Indépendance Physique
• Indépendance des programmes d'applications vis à vis du modèle physique :
– Possibilité de modifier les structures de stockage (fichiers, index, chemins d'accès, …) sans modifier les programmes;
– Ecriture des applications par des non-spécialistes des fichiers et des structures de stockage;
– Meilleure portabilité des applications et indépendance vis à vis du matériel.
![Page 16: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/16.jpg)
16
II - Indépendance Logique
Les applications peuvent définir des vues logiques de la BD
…………..….
PrénomNomId-D
JeanMasse3
PaulDurand2
PierreDupont1
Docteur
…………..….
PrénomNomId-D
JeanMasse3
PaulDurand2
PierreDupont1
Docteur
Visites
2
2
1
1
Id-D
1 mars
13 juillet
12 août
15 juin
Date
250
350
180
250
Prix
4
3
2
1
Id-V
3
2
1
2
Id-P
Visites
2
2
1
1
Id-D
1 mars
13 juillet
12 août
15 juin
Date
250
350
180
250
Prix
4
3
2
1
Id-V
3
2
1
2
Id-P
…….…….….
PaulePerry4
PrénomNomId-P
JohnDoe3
ZoeTroger2
JacquesLebeau1
Patients
…….…….….
PaulePerry4
PrénomNomId-P
JohnDoe3
ZoeTroger2
JacquesLebeau1
Patients
…………….….….
2 gouttes332
12
8
5
12
Id-M
1 par jour
2 par jour
10 gouttes
1 par jour
Posologie
2
1
2
1
Ligne
2
2
1
1
Id-V
Prescription
…………….….….
2 gouttes332
12
8
5
12
Id-M
1 par jour
2 par jour
10 gouttes
1 par jour
Posologie
2
1
2
1
Ligne
2
2
1
1
Id-V
Prescription
……………………………..……..….
DescriptionNomId-M
……………………………..Mucomyst3
……………………………..Fluisédal2
……………………………..Aspegic 10001
Médicament
……………………………..……..….
DescriptionNomId-M
……………………………..Mucomyst3
……………………………..Fluisédal2
……………………………..Aspegic 10001
Médicament
Gestion des médicaments Cabinet du Dr. Masse
Visites
2
1
Id- D
1 mars
15 juin
Date
250
250
Prix
4
1
Id- V
3
2
Id-P
Visites
2
1
Id- D
1 mars
15 juin
Date
250
250
Prix
4
1
Id- V
3
2
Id-P
…….…….….
PrénomNomId-P
ZoeTroger2
JacquesLebeau1
Patients
…….…….….
PrénomNomId-P
ZoeTroger2
JacquesLebeau1
Patients
…………….….….
5
12
Id- M
10 gouttes
1 par jour
Posologie
2
1
Ligne
1
1
Id-V
Prescription
…………….….….
5
12
Id- M
10 gouttes
1 par jour
Posologie
2
1
Ligne
1
1
Id-V
Prescription
……………………………..……..….
DescriptionNomId -M
……………………………..Mucomyst3
……………………………..Fluisédal2
……………………………..Aspegic 10001
Médicament
……………………………..……..….
DescriptionNomId -M
……………………………..Mucomyst3
……………………………..Fluisédal2
……………………………..Aspegic 10001
Médicament
Nombre_Médicaments
Id-M Nom Description Nombre
1 Aspegic 1000 …………………………….. 30
2 Fluisédal …………………………….. 20
3 Mucomyst …………………………….. 230
…. …….. …………………………….. …..
![Page 17: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/17.jpg)
17
Avantages de l’indépendance logique
• Possibilité pour chaque application d'ignorer les besoins des autres (bien que partageant la même BD).
• Possibilité d'évolution de la base de données sans réécriture des applications :– ajout de champs, ajout de relation, renommage de champs.
• Possibilité d'intégrer des applications existantes sans modifier les autres.
• Possibilité de limiter les conséquences du partage : Données confidentielles.
![Page 18: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/18.jpg)
18
III - Manipulation aisée
• La manipulation se fait via un langage déclaratif
– La question déclare l’objectif sans décrire la méthode
– Le langage suit une norme commune à tous les SGBD
– SQL : Structured Query Langage
• Syntaxe (aperçu !)
Select <Liste de champs ou de calculs à afficher>
From <Liste de relations mises en jeu>
Where <Liste de prédicats à satisfaire>
Group By <Groupement éventuel sur un ou plusieurs champs>
Order By <Tri éventuel sur un ou plusieurs champs>
![Page 19: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/19.jpg)
19
Exemple de question SQL (1)
• Nom et description des médicaments de type aspirine
Select Nom, Description
From Médicaments
Where Type = ‘Aspirine’
![Page 20: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/20.jpg)
20
Exemple de question SQL (2)
• Patients parisiens ayant effectués une visite le 15 juin
Select Patients.Nom, Patients.Prénom
From Patients, Visites
Where Patients.Id-P = Visites.Id-P
and Patients.Ville = ’Paris’
and Visites.Date = ’15 juin’
![Page 21: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/21.jpg)
21
Exemple de question SQL (3)
• Dépenses effectuées par patient trié par ordre décroissant
Select Patients.Id-P, Patients.Nom, sum(Prix)
From Patients, Visites
Where Patients.Id-P = Visites.Id-P
GroupBy Patients.Id-P, Patients.Nom
OrderBy sum(Prix) desc
![Page 22: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/22.jpg)
22
IV – Gestion des vues• Les vues permettent d’implémenter l’indépendance
logique en permettant de créer des objets virtuels
• Vue = Question SQL stockée
• Le SGBD stocke la définition et non le résultat
• Exemple : la vue des patients parisiens
Create View Parisiens as (
Select Nom, Prénom
From Patients
Where Patients.Ville = ’Paris’ )
![Page 23: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/23.jpg)
23
Gestion des vuesLe SGBD transforme la question sur les vues en question sur les relations de base
Question Q sur des vues
Définition des vues
Gestionnaire de Vues
Question Q’ sur les relations
de base
![Page 24: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/24.jpg)
24
V –Exécution et Optimisation
• Traduction automatique des questions déclaratives en programmes procéduraux : Utilisation de l’algèbre relationnelle
• Optimisation automatique des questions Utilisation de l’aspect déclaratif de SQL Gestion centralisée des chemins d'accès (index, hachages, …) Techniques d’optimisation poussées
• Economie de l'astuce des programmeurs– milliers d'heures d'écriture et de maintenance de logiciels.
![Page 25: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/25.jpg)
25
Sélection
Patients de la ville de Paris
PatientsId-P Nom Prénom Ville
1 Lebeau Jacques Paris
2 Troger Zoe Evry
3 Doe John Paris
4 Perry Paule Valenton
PatientsId-P Nom Prénom Ville
1 Lebeau Jacques Paris
2 Troger Zoe Evry
3 Doe John Paris
4 Perry Paule Valenton
![Page 26: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/26.jpg)
26
Projection
PatientsId-P Nom Prénom Ville
1 Lebeau Jacques Paris
2 Troger Zoe Evry
3 Doe John Paris
4 Perry Paule Valenton
Nom et prénom des patients
PatientsId-P Nom Prénom Ville
1 Lebeau Jacques Paris
2 Troger Zoe Evry
3 Doe John Paris
4 Perry Paule Valenton
![Page 27: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/27.jpg)
27
JointurePatients
Id-P Nom Prénom Ville
1 Lebeau Jacques Paris
2 Troger Zoe Evry
3 Doe John Paris
4 Perry Paule Valenton
VisitesId-D Id-P Id-V Date Prix
1 2 1 15 juin 250
1 1 2 12 août 180
2 2 3 13 juillet
350
2 3 4 1 mars 250
Id-P Nom Prénom Ville Id-D Id-P Id-V Date Prix
1 Lebeau Jacques Paris 1 1 2 12 août 180
2 Troger Zoe Evry 1 2 1 15 juin 250
2 Troger Zoe Evry 2 2 3 13 juillet
350
3 Doe John Paris 2 3 4 1 mars 250
Patients et leurs visites
![Page 28: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/28.jpg)
28
Exemple de plan d’exécution
Select Patients.Nom, Patients.Prénom
From Patients, Visites
Where Patients.Id-P = Visites.Id-P
and Patients.Ville = ’Paris’
and Visites.Date = ’15 juin’
Patients Visites
![Page 29: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/29.jpg)
29
Plan d’exécution optimisé
Patients Visites
Visites
Patients
![Page 30: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/30.jpg)
30
VI - Intégrité Logique
• Objectif : Détecter les mises à jour erronées
• Contrôle sur les données élémentaires – Contrôle de types: ex: Nom alphabétique
– Contrôle de valeurs: ex: Salaire mensuel entre 5 et 50kf
• Contrôle sur les relations entre les données– Relations entre données élémentaires:
• Prix de vente > Prix d'achat
– Relations entre objets:• Un électeur doit être inscrit sur une seule liste électorale
![Page 31: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/31.jpg)
31
Contraintes d’intégrité
• Avantages :– simplification du code des applications– sécurité renforcée par l'automatisation– mise en commun des contraintes
• Nécessite :– un langage de définition de contraintes d'intégrité– la vérification automatique de ces contraintes
![Page 32: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/32.jpg)
32
Exemples de contrainte• Contraintes d’intégrité référentielles
DocteursId-D Nom Prénom
1 Dupont
Pierre
2 Durand Paul
3 Masse Jean
…. …….. ……
VisitesId-D Id-P Id-V Date Prix
1 2 1 15 juin 250
1 1 2 12 août 180
2 2 3 13 juillet
350
2 3 4 1 mars 250
PrescriptionsId-V Ligne Id-M Posologie
1 1 12 1 par jour
1 2 5 10 gouttes
2 1 8 2 par jour
2 2 12 1 par jour
2 3 3 2 gouttes
…. …. …. …………
![Page 33: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/33.jpg)
33
VII - Intégrité Physique• Motivations : Tolérance aux fautes
– Transaction Failure : Contraintes d'intégrité, Annulation– System Failure : Panne de courant, Crash serveur ...– Media Failure : Perte du disque– Communication Failure : Défaillance du réseau
• Objectifs :– Assurer l'atomicité des transactions– Garantir la durabilité des effets des transactions commises
• Moyens :– Journalisation : Mémorisation des états successifs des données– Mécanismes de reprise
![Page 34: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/34.jpg)
34
Transaction
Etat cohérent Etat cohérentIncohérence possible...
Begin Commit
Transaction
Begin CEpargne = CEpargne - 3000 CCourant = CCourant + 3000Commit T1
![Page 35: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/35.jpg)
35
Atomicité et Durabilité
ATOMICITE
Begin CEpargne = CEpargne - 3000 CCourant = CCourant + 3000Commit T1
Annuler le débit !!
Panne
DURABILITE
Begin CEpargne = CEpargne - 3000 CCourant = CCourant + 3000Commit T1
S’assurer que le virement a été fait !
Crash disque
![Page 36: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/36.jpg)
36
VIII - Partage des données
BD
• Accès concurrent aux mêmes données
Conflits d’accès !!
![Page 37: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/37.jpg)
37
VIII - Partage des données
BD
• Le SGBD gère les accès concurrents
Chacun à l’impression d’être seul (Isolation)
Cohérence conservée (Verrouillage)
![Page 38: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/38.jpg)
38
IX – Confidentialité• Objectif : Protéger les données de la BD contre des
accès non autorisés
• Deux niveaux :– Connexion restreinte aux usagers répertoriés (mot de passe)
– Privilèges d'accès aux objets de la base
• Usagers : Usager ou groupe d’usagers
• Objets : Relation, Vue, autres objets (procédures, etc.)
![Page 39: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/39.jpg)
39
Puissance des droits SGBD
Id-E Nom Prénom Poste Adresse Ville Salaire
1 Ricks Jim 5485 ………. Paris 230
2 Trock Jack 1254 ………. Versailles 120
3 Lerich Zoe 5489 ………. Chartres 380
4 Doe Joe 4049 ………. Paris 160
Id-E Nom Prénom Poste
1 Ricks Jim 5485
2 Trock Jack 1254
3 Lerich Zoe 5489
4 Doe Joe 4049
Nombred’employés
MasseSalariale
4 890
Service des ressources humaines
Employés(intranet)
Public(internet)
![Page 40: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/40.jpg)
40
X - Standardisation• L’approche bases de données est basée sur plusieurs
standards– Langage SQL (SQL1, SQL2, SQL3)
– Communication SQL CLI (ODBC / JDBC)
– Transactions (X/Open DTP, OSI-TP)
• Force des standards– Portabilité
– Interopérabilté
– Applications multisources…
![Page 41: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/41.jpg)
Architecture des SGBD
Les architectures physiques de SGBD sont très liées au mode de répartition.
— BD centralisée
— BD client/serveur
— BD client/multi-serveurs
— BD répartie
— BD hétérogène
— BD mobile
Le challenge se déplace des Péta-bases aux Pico-bases.
— Péta-bases => parallélisme et grandes mémoires
— Pico-bases => faible empreinte et forte sécurité
![Page 42: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/42.jpg)
42
Architecture centralisée
Terminaux passifs
Mainframe
SGBD
Appli 1 Appli 2 Appli n
réseau
données
![Page 43: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/43.jpg)
Architecture client-serveur
Clients intelligents
serveur
SGBD
Appli 1Appli 2
Appli n réseau
donnéescode
![Page 44: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/44.jpg)
44
Architecture Client-Multiserveurs
SGBD 2
donnéescode
ODBC ODBC
SGBD 1
donnéescode
Appli 1
SQL SQL
SQLSQL
![Page 45: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/45.jpg)
Architecture répartie
SGBD 1
donnéescode
SGBD 2
donnéescode
Appli 1Appli 2
Appli n
![Page 46: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/46.jpg)
Architecture hétérogène
Source 1 : SGBD
donnéescode
Source 2 : serveur Web
donnéescode
Appli 1 Appli 2 Appli n
Médiateur
![Page 47: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/47.jpg)
Architecture mobile
Clients intelligents mobiles
serveur
SGBD
Réseau sans fil
donnéescode
Données répliquées et/ou personnelles
![Page 48: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/48.jpg)
48
Intelligence dans l’architecture x-tiers
Application to application(B2B/ B2C)
Web services
Web services
XML/SOAP
Architecture “n-tiers”
Evolution de l’architecture
Person to person(C2C)
Data echange
PC
PC
Architecture 1-tier
Application to person (B2C)
Web server
Web browser HTTP/HTML
Architecture 2-tiers Architecture 3-tiers
Web browser
Application to person+
(B2C)
HTTP/HTML
Web server
Databases
![Page 49: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/49.jpg)
49
Applications traditionnelles des SGBD
• OLTP (On Line Transaction Processing)– Cible des SGBD depuis leur existence
– Banques, réservation en ligne ...
– Très grand nombre de transactions en parallèle
– Transactions simples
• OLAP (On Line Analytical Processing)– Entrepôts de données, DataCube, Data Mining …
– Faible nombre de transactions
– Transactions très complexes
![Page 50: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/50.jpg)
50
Applications émergentesdes SGBD (1)
• BD et WEB – Serveurs Web dynamiques, sites marchands ...
– Plusieurs profils (OLTP, publication d’informations en ligne, hébergement de données …)
• Challenges majeurs– Gestion de données XML
– Fédération de sources de données hétérogènes
– Grilles de données
– Sécurité des données en ligne
![Page 51: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/51.jpg)
51
Applications émergentesdes SGBD (2)
• BD personnelles ou PME– Comptabilité– Agenda, comptes bancaires, carnet d’adresses, dossiers portables– BD embarquées sur calculateurs ultra-légers (PDA, téléphones
cellulaires, cartes à puce …)
• Challenges majeurs– Gérer la mobilité – S’adapter aux contraintes matérielles du calculateur hôte– Assurer la durabilité des données– Assurer la confidentialité des données
![Page 52: Bases de données relationnelles](https://reader031.fdocument.pub/reader031/viewer/2022020716/5681311a550346895d977f9b/html5/thumbnails/52.jpg)
52
Evolution des BD
BD d’entreprise
BD personnelles
BD ‘light’(PDA / Tél.)
PicoDBMScarte à puce
Capacité
Prix
Nombre