1 Bases de données Alexandre Abellard [email protected] IUT Toulon – GEII Semestre 3 / 2008-09

1

Bases de donnéesBases de données

Alexandre AbellardAlexandre [email protected]@univ-tln.frtln.fr

IUT Toulon – IUT Toulon – GEIIGEII

Semestre 3 / Semestre 3 / 2008-092008-09

2

SommaireSommaire

Définitions (Bases De Données, Système de Gestion de Bases de Définitions (Bases De Données, Système de Gestion de Bases de Données)Données)

Classifications des SGBDClassifications des SGBD

Bases de données relationnellesBases de données relationnelles

Modèle Relationnel (Entité – Association)Modèle Relationnel (Entité – Association)

Méthode MERISEMéthode MERISE

Langage SQLLangage SQL

3

DéfinitionDéfinition

Base de donnéesBase de données (BDD ; (BDD ; ang. : databaseang. : database) = ensemble structuré et organisé ) = ensemble structuré et organisé permettant le stockage de données (informations) liées entre elles, afin d'en permettant le stockage de données (informations) liées entre elles, afin d'en faciliter l'exploitation (ajout, mise à jour, recherche de données).faciliter l'exploitation (ajout, mise à jour, recherche de données).

Exemple : données concernant les livres d’une bibliothèque, le personnel d’une entreprise, les comptes clients dans une banque…

Elles sont stockées sur des mémoires secondaires (disques)

Notion apparue en 1964 (BDD informatisée).

4

ObjectifsObjectifs

Mémoriser des donnéesStructurées (livres, personnes, employés, disques…)Documents (texte, images, films …)

Retrouver en ligne la bonne donnée au bon momentLe salaire de Dupont, sa photoL’avoir de votre compte en banqueQuels sont les livres que Gérard Bouchard a emprunté ?

Mettre à jour les données variant dans le temps

Volume de données de plus en plus grandsGiga, Tera, Péta bases (1015 octets)Numériques, Textuelles, Multimédia (images, films,...)De plus en plus de données archivées

5

DonnéesDonnées

Les données sont structurées et identifiées

Données élémentaires ex: Votre salaire, Votre note de BDDDonnées composées ex: Votre CV, vos résultats de l'annéeIdentifiant (n° Sécurité Sociale, n° Machine…)

De plus en plus de données faiblement structuréesTextes libres, documents audios, vidéos, imagesIl faut aussi les stocker et les interroger

Ces données sont stockées, créées, modifiées… via un Ces données sont stockées, créées, modifiées… via un Système de Gestion de Système de Gestion de Bases de DonnéesBases de Données (SGBD ; (SGBD ; ang : database management systemang : database management system). Constitué de ). Constitué de parties matérielles et logicielles. Permet la communication entre l’utilisateur et la parties matérielles et logicielles. Permet la communication entre l’utilisateur et la base proprement dite.base proprement dite.

6

Exemples de SGBD sur Exemples de SGBD sur InternetInternet

E-commerce Films, cinéma

Système d’Information Géographique

Moteur de recherche

Réservation de voyages

Encyclopédie

Ecoute de musique

7

Bases de DonnéesBases de Données

Une BDD doit contenir toutes les données nécessaires à son organisation.

Les données effectives et les programmes qui les gèrent ne sont pas dans le même ensemble logiciel.

Une BDD doit toujours être conçue pour un public particulier et dans un but précis.

L’accent est mis sur des données pertinentes concernant un ou plusieurs objets L’accent est mis sur des données pertinentes concernant un ou plusieurs objets ou ou entitésentités..

8

Un CD peut être caractérisé par :- nom du groupe/de l’artiste- nom de l’album- nombre de titres- durée- maison de disque- distributeur- style- année- société pressage CD- studio d’enregistrement- période d’enregistrement- nom de l’ingénieur du son- numéro du code-barres- etc.

Une BDD ne peut contenir que des informations partielles sur les entités.


On ne sélectionne que des On ne sélectionne que des caractéristiques caractéristiques

pertinentespertinentes pour pour l’utilisateur: l’utilisateur: attributsattributs..

Exemple : Intéressons-nous à une entité « Compact Disc ».

9

Pour un même type d’entité, on choisira des attributs suivant les souhaits de l’utilisateur.

Ex : être humain :

- Nom- Prénom- Date de naissance- Taille- Poids- Mensurations- Diplôme le plus élevé- Expérience professionnelle- Compétences en bases de données- Langages informatiques maîtrisés- Langues étrangères parlées- Connaissances en philosophie

Gestion de personnelSociété

d’informatique

Gestion de personnelAgence de

mannequins


10

Les attributs peuvent avoir des valeurs différentes :

- type : entier, chaîne de caractères, réel, booléen, date

Et des domaines de définition différents : de 2 à n valeurs possibles.

=> Domaine des attributs

Exemple :

Nom : n’importe quelle chaîne de caractères (limitée à 30 lettres)

Date de naissance 01/01/1940 < x < 01/01/1990

Diplôme : « Baccalauréat », « DUT », « BTS », « Licence », « Mastère », « Doctorat »

Salaire : 1000 < y < 10000

Chef d’équipe : Oui, Non


11

Plusieurs types d’utilisateurs peuvent accéder à la BDD :

L’administrateur de la BDDL’administrateur de la BDD

• possède tous les droits (privilèges) sur la BDD = créer, modifier, supprimer, consulter… des données

• peut donner et supprimer des droits aux autres utilisateurs

Les utilisateurs finauxLes utilisateurs finaux

• ceux qui sont devant leur poste de travail, et qui vont émettre des requêtes pour extraire des informations (consulter des données) :

- quels livres d’une bibliothèque parlent des bases de données ?- quels ingénieurs d’une société se sont déjà servis de Access ?- etc.

• peuvent parfois modifier les données du système

Les programmeurs d’applicationsLes programmeurs d’applications

accèdent aux données grâce à des programmes qu’ils développent. Celles-ci permettent d’accéder aux données et de les modifier.

UtilisateursUtilisateurs

12

Système de Gestion Système de Gestion de Bases de Donnéesde Bases de Données

Constitution :

- Partie matérielle : système informatique sur lequel est installée la BDD.

- Partie logicielle : programmes au niveau client (avec différentes possibilités d’afficher, modifier… suivant les droits utilisateurs) ou au niveau serveur (outil de gestion de données)

13

Architecture client/serveur

Serveur

Client(s)

Utilisateur(s)

Requêtes

Réponses

Console

Systèmes de Gestion Systèmes de Gestion de Bases de Donnéesde Bases de Données

14

Trois rôles importants :

• conserver les donnéesconserver les données – elles doivent rester précises, cohérentes et avec le minimum de redondance possible

• fournir l’accès aux donnéesfournir l’accès aux données – en lecture et en écriture, facilement et rapidement (et gérer le fait que plusieurs personnes peuvent en même temps accèder à la BDD).

• maintenir la sécurité des donnéesmaintenir la sécurité des données – niveaux d’autorisation ne donnent que certains droits aux utilisateurs, éviter les modifications simultanées d’une même donnée par plusieurs utilisateurs… (gérer la confidentialité)

Systèmes de Gestion Systèmes de Gestion de Bases de Donnéesde Bases de Données

Avant de programmer, il faut savoir comment ces données vont s ’organiser, comment elles vont être interrogées… ModélisationModélisation

15

Moyen « schématique » d’expliquer la disposition logique des données, et les relations entre les différentes parties qui les composent.

Modèles de donnéesModèles de données

Objectifs

Permettre une meilleure compréhension Le monde réel est trop complexeOmission des détails

Faciliter la visualisation du système- Diagrammes avec notations simples et précises- Compréhension visuelle

Nous étudierons le modèle Nous étudierons le modèle relationnelrelationnel

Permettre une conception progressive

Abstractions et raffinements successifs

Découpage en modules

Génération des structures de données (et de traitements)

16

Organisation d’une BDDRBDDR (ang. : Relational database) sous forme de table.

Une ligne par élément, chaque colinne représentant un attribut.

Nom Prénom Age Provenance

Emploi

On travaille sur un modèle abstrait : on n’a aucune information sur l’implantation physique (concrète) des données. La partie logicielle du SGBD prend en charge cette implantation.

Bases de Données Bases de Données RelationnellesRelationnelles

17

Quand on doit gérer plusieurs tables au sein d’une même BDD, on utilise un langage de définition de données (ang. Data Definition Language, DDL) qui permet de décrire les différents champs de chaque table.

Fournisseurs

Clients Employés

Code Code Code

Nom Nom Nom

Adresse Prénom Prénom

Matériel fourni

Commandes passées

Grade

Paiement dû

Livraison dûe

Salaire


Remplissage/Mise à jour de la BDD : via un langage de manipulation de données (ang. Data Manipulation Language, DML).

18

Nom Prénom Age Vit à Emploi

Maltese Corto 35 Malte Aventurier

Haddock Archibald 45 Moulinsart Marin

MacLeod Connor 450 Ecosse Escrimeur

Derrick Stefan 60 Allemagne Cascadeur

Simpson Homer 38 Springsfield

Sécu. Centrale nucléaire

Colonnes : Attributs

Lignes :Cardinalité

(ici = 5)

Domaine : valeurs possibles de l’attribut. Noté Dom(Nom), Dom(Prénom)…Exemple Dom(Nom) < 20 caractères ; 18 < Dom(Age) < 500 ; etc.

FICHIER_CLIENTSChaque table a un

nom


On suppose que chaque case ne comporte qu’au plus une seule valeur.

19

Outil d’analyse permettant de construire des schémas théoriques de raisonnement, afin de montrer les relations qu’il existe entre les différentes entités, combien d’entités entrent en jeu avec une autre… Formalisé en 1976 (P. Chen).

Modèle Entité-AssociationModèle Entité-Association

Les entités regroupent des données (ce sont les propriétés) afin de former des types d'objets.

Les associations définissent les relations ou interactions entre les entités (« nécessite », « est incluse dans », « est responsable de »…).

Exemple, dans la gestion d’un emploi du temps :- entités « professeurs »- entités « enseignements »- entités « horaires »

Un enseignement nécessite un professeur (un et un seul).Un enseignement nécessite 2 h (4 h…) à un moment dans l’emploi du temps.Un professeur réalise au moins un enseignement.etc.

20

Nous allons illustrer cette méthode par une étude de cas: Le plan de cette étude de cas est dérivé de la méthode MERISE.

Modèle Entité-AssociationModèle Entité-Association

Se jeter sur son écran et son clavier (comportement typique chez le développeur débutant) amènera à bien des déceptions voire au découragement.

La méthode consiste à se poser une série de questions dans un ordre bien précis et à y répondre complètement avant de passer à l'étape suivante. Une étape bâclée obligera, au mieux, à reprendre toutes les étapes suivantes. D'où l'importance d'un travail bien préparé.

21

Principes Fondateurs

La méthode MERISE est basée sur la séparation des données et des traitements à effectuer. Elle décompose l'analyse du système en plusieurs modèles conceptuels, logiques et physiques.

Etapes essentielles

• Le MCC (Modèle Conceptuel de la Communication)

• Le MCD (Modèle Conceptuel des Données)

• Le MLD (Modèle Logique des Données)

• Le MPD (Modèle Physique des Données)

• Le MCT (Modèle Conceptuel des Traitements)

• Le MOT (Modèle Organisationnel des Traitements)

Méthode MERISEMéthode MERISENée en 1979 (appel d’offre du Ministère de l’Industrie français). Nombreuses évolutions.

22

Le MCD (Modèle Conceptuel des Données)

A pour but d'écrire de façon formelle les données qui seront utilisées par l'application, d’où une représentation des données, facilement compréhensible, permettant de décrire l'application à l'aide d'entités.

Le MCD fait appel à deux notions principales: les entités et les associations.

Les entités regroupent des données (ce sont les propriétés) afin de former des types d'objets.

Les associations définissent les relations ou interactions entre les entités.

Cette étape est la plus importante. ll s'agit d'une représentation graphique qui permet de décrire toutes les relations existantes entre les entités.

Méthode MERISE : Le MCDMéthode MERISE : Le MCD

23

La définition des données

Réalisation d’une description exhaustive des informations à traiter dans l'application. Cette description doit être organisée et structurée sans redites.

Exemple : Réaliser un BDD qui permette de gérer les séances de TP à l’IUT GEII de Toulon, en prenant en compte : enseignants responsables, matière, promotion et matériels. On suppose qu’il n’y a qu’une matière par série de TP, et qu’une série de TP ne peut concerner qu’une promotion. Une série de TP peut être constituée de plusieurs séances de TP, et une caractéristique peut être commune à plusieurs matériels.


24

La définition des données

Objet Occurrences Remarques

Les enseignants unique 1 enseignant par matière

De l’option GEII unique 1 seul à l’IUT de Toulon

De l’IUT de Toulon unique 1 seul dans le monde

La liste des matériels dénombrable On peut en faire la liste exhaustive.

Les caractéristiques de matériels dénombrable On peut en faire la liste exhaustive

Les séries de TP dénombrable Se décompose en séances de TP

Les séances de TP dénombrable On peut en faire la liste exhaustive

Une matière Unique 1 matière par série de TP

Une promotion Unique 1 promotion par série de TP


25

La définition des données : Restructuration

On restructure les données pour ne garder que les informations les plus « signifiantes » pour notre application (on supprime tout ce qui est « unique »).

Objet Occurrences Dépendances

Les séries de TP dénombrable Regroupe des séances de TP

Les séances de TP dénombrable Décompose une série de TP,Regroupe des matériels.

La liste des matériels dénombrable Décompose une séance de TP, Regroupe des caractéristiques.

Les caractéristiques de matériels dénombrable Décompose un matériel


26


S3 – TP d’électrotechnique ET3PS3

S2 – TP d’API ARS2PS2

S1 – TP d’electronique EN1PS1

S1 – TP de langage CII1PS1

Libellé complet Matière Promo.

Séries de TP

Caractéristiques

672Nb_brochesFPGA

15000Nb_elts_logFPGA

20ContinuA

Val.TypeCatégorie

Carte Altera DE2CALTC

Ampèremètre de tableA30AA

PC – salle E200PC-E200 PC

LibelléTypeCatégorie

Matériels

2 ARS2P S2

1ARS2PS2

3II1PS1

2II1P S1

1II1PS1

Numéro Matière Promotion

TP Ascenseur

Initiation grafcet

Lang. C : boucles

Lang. C : les « if »

Initiation au C

Intitulé

Séances de TP

27

Représentation du modèle entité-association :

Entité

attributs

(min,max)

cardinalité


associationattribut

Exemple :

Une série de TP contient 1 ou plusieurs séances de TP => (1,n).Une séance de TP est incluse dans au maximum une série de TP => (0,1).

Séries de TP…

Séances de TP…

(1,n) (0,1)contient

28

Le MCD (Modèle Conceptuel des Données):

Exemple :

Matériels ...

Caractéristiques ... possèdent

1,n

0,n0,n

Un matériel en Un matériel en stock est stock est

nécessaire pour nécessaire pour 0 à n séances 0 à n séances

de TPde TP

1,n

Un matériel Un matériel possède 1 à n possède 1 à n

caractéristiquescaractéristiques

Une Une caractéristique caractéristique

peut peut correspondre à correspondre à

0 jusqu’à n 0 jusqu’à n matérielsmatériels


Une série de Une série de TP contient 1 TP contient 1 à n séances à n séances

de TPde TP

Séances ...

Séries ...

1,n 0,1

Une séance de Une séance de TP est contenue TP est contenue

dans 0 à 1 dans 0 à 1 séries de TPséries de TP

contient

nécessite

Une séance de Une séance de TP nécessite 1 TP nécessite 1 à n matérielsà n matériels

possède

29

Méthode MERISE : cas Méthode MERISE : cas particulierparticulier

• Relation binaire aux cardinalités (1,1) - (1,1)

Dès le MCD, on peut fusionner les 2 entités en une seule, en regroupant leurs propriétés.

Entité 1

propr1propr2...

Entité 2

propr1’propr2’...

1,1 1,1

Associe

Entité 1+2

propr1propr2…

propr1’propr2’

30

Il peut y avoir plusieurs associations entre 2 entités si la sémantique est différente.

Méthode MERISE : Le MCDMéthode MERISE : Le MCDAssociations multiplesAssociations multiples

Est propriétaire de

Est locataire de

Personne

NomPrénomNuméro Sécu. Sociale

Appartement

NuméroEtage

0,n

0,n

1,n

0,n

Un Un appartement appartement

est la est la propriété d ’au propriété d ’au

moins 1 moins 1 personnepersonne

Une personne Une personne peut ne pas peut ne pas

être être propriétaire, propriétaire,

ou posséder 1 ou posséder 1 à n à n

appartementsappartements

31

Méthode MERISE :Méthode MERISE :Les attributs d’associationLes attributs d’association

Etudiant

……...

Examen

……...

1,n 1,n

Passe

Il peut arriver qu’un paramètre ne puisse pas être associé à une seule entité, car il est en fait lié à 2 entités (ou plus).

• Pas dans l’entité « Etudiant » : cela signifierait que quelque soit l’examen passé, l’étudiant a une note qui sera toujours la même.• Pas dans l’entité « Examen » : cela signifierait que l’examen donnerait toujours lieu à la même note, quelque soit l’étudiant qui le passe.

Où ranger la note ?

Alors ?

Exemple : une entité « Etudiant », une entité « Examen ».

32

Méthode MERISE :Méthode MERISE :Les attributs d’associationLes attributs d’association

Etudiant

……...

Examen

……...

1,n 1,n

Passe

Solution : la note est à la fois liée à l’examen et à l’étudiant. On place donc la note dans l’association reliant « Etudiant » à « Examen » : attribut d’association

Note

33

Méthode MERISE :Méthode MERISE : Relation réflexive Relation réflexive

Il peut arriver qu’une entité puisse être impliquée elle-même plusieurs fois dans une relation (boucle).

Personne

……... Command

e

(0,n)Chef

(0,1)Subordonné

Une personne peut être le chef de 0 à n personnes, ou le subordonné de 0 à 1 personne. Mais ce subordonné peut lui même commander de 0 à n personnes. Et le chef peut lui même être commandé par un autre chef…

Note : Les cardinalités minimales sont toujours égales à 0, sinon on aurait une boucle « sans fin ».

Exemple :

34

Le MLD (Modèle Logique des Données)

Permet de mettre en forme le MCD.

Le MLD fait appel à deux notions principales :

• les tables• les relations

Méthode MERISE : Le MLDMéthode MERISE : Le MLD

Elles sont définies à partir de la modélisation « entité – association » établie lors de la phase précédente.

Les tables sont la réalisation informatique des entités.Les relations définissent les liaisons entre tables ainsi que les règles d'intégrité des données inscrites dans les tables. Elles auront une influence considérable sur le fonctionnement du moteur de base de données.

La conception du MLD consiste essentiellement à:Traduire les entités en Tables (et les propriétés en Champs)Traduire les associations en Relations (en portant attention à leur Cardinalité)

35

Le MLD (Modèle Logique des Données) :


Transformation des entités en tables

La transformation des entités en tables se fait trois étapes:

• Transformation des propriétés en champs • Mise en évidence de l'index principal grâce à l'identifiant de l'entité

• Création de la clef primaire de la table.

36


Transformation des propriétés en champ :

On donne un nom de champ à chaque propriété. On prendra garde à donner des noms simples permettant de l'identifier clairement parmi tous les autres champs de la base.

On doit donner à chaque champ un type qui permettra de stocker correctement les données: type texte dont on spécifie le nombre maximum de caractères; type numérique (entiers, flottants, etc.); type time (date, heure, etc.); etc.


EtreHumain

Nom de la tableNom de la table

NumSecu entierNom char(30)Prénomchar(20)DateNaiss dateLieuNaiss char(30)Sexe booléen

types types

Nom des Nom des champschamps

37


On choisit dans l’ensemble des champs de l’entité un champ ou un n-uplet de champs, qui puisse différencier parfaitement une ligne d’une autre dans la table.

On nomme ce champ (ou cet ensemble de champs) : clé primaire.


Il est préférable que la clef primaire ne soit composée que d'un seul champ.

Si plusieurs champs sont nécessités pour former la clé primaire de la table, il est recommandé de créer un champ supplémentaire qui servira de clef primaire car ce type de combinaison de champs est difficile à maintenir.

EtreHumain

NumSecu entier

Nom char(30)Prénomtexte(30)DateNaiss dateLieuNaiss texte(30)Sexe booléen

Clé primaireClé primaire

38

Transformation des associations en relations


Suivant la cardinalités des relations entre entités dans le MCD, le MLD va pouvoir être construit directement via certaines règles.

Plusieurs cas peuvent se produire :

• cas (X,n)-(X,n)• cas (X,1)-(X,n)• cas (0,1)-(1,1)

39

MCD MCD MLD : précisions MLD : précisions• Relation binaire aux cardinalités (X,n) - (X,n), X=0 ou X=1

On utilise une table de jointure ayant comme Clé Primaire une clé composée des identifiants des 2 entités. On dit que la Clé Primaire de la nouvelle table est la concaténation des Clés Primaires des deux autres tables.

L’attribut d’association passe dans la table de jointure.

Entite2

att1’ entier

att2’ timeatt3’ flottant

Entité 1

……...

Entité 2

……...

X,n X,n

Associe

Entite1

att1 entier

att2char(30)att3booléen

Associer

att1 entieratt1’ entieratt_asso entier

att_asso

40

MCD MCD MLD : précisions MLD : précisions• Relation binaire aux cardinalités (X,1) - (X,n), X=0 ou X=1

La Clé Primaire de la table à la cardinalité (X,n) devient une Clé Etrangère dans la table à la cardinalité (X,1) Va nous permettre de créer un lien entre les tables.

L’attribut d’association passe dans la table à la cardinalité (X,1).

Entite2

att1’ entier

att2’ timeatt3’ flottant

Entite1

att1 entier

att’1 entier

att2 char(30)att3 booléenatt_asso entier

Entité 1

……...

Entité 2

……...

X,1 X,n

Associe

att_asso

41

MCD MCD MLD : précisions MLD : précisions


La Clé Primaire de la table à la cardinalité (0,1) devient une Clé Etrangère dans la table à la cardinalité (1,1).

L’attribut d’association passe indifféremment dans l’une ou l’autre des tables.

Entite2

att1’ entier

att1entier

att2’ timeatt3’flottant

Entité 1

……...

Entité 2

……...

0,1 1,1

Associe

Entite1

att1 entier

att2char(30)att3 booléenatt_asso entier

att_asso

42

MCD MCD MLD : cas MLD : cas d’une relation réflexived’une relation réflexive


• Relation binaire aux cardinalités (0,1) - (0,n)

• Relation binaire aux cardinalités (0,n) - (0,n)

Un attribut clé étrangère est ajouté dans la nouvelle table, attribut éventuellement suffixé (renommé) par le rôle de la liaison à la cardinalité (0,1). Cette clé étrangère référence la clé primaire de la même table.Attention : pas applicable sous Access, obligation de créer 2 tables.

Même règle, sauf qu’il y a 2 clés étrangères. Il pourra y avoir possibilité plus tard d’éliminer l’une d’entre elles.

Création d’une 2ème table, dont la clé primaire est la concaténation de deux clés, référant à la clé primaire de la 1ère table. Ces attributs sont suffixés (renommés) par le rôle de chacune des liaisons correspondantes

43

MCD MCD MLD : cas MLD : cas d’une relation réflexived’une relation réflexive

Exemple : relation (0,1) – (0,n)

Personne

NumPersonne…...NumChef

Exemple : relation (0,n) – (0,n)

Article

NumArticle…...

Composer

NumArticleComposantNumArticleComposéDe

44

MLD : autre représentationMLD : autre représentation

Il arrive parfois que le MLD se représente alors de manière textuelle.

Exemple :

est équivalent à

Entite1( att1, att2, att3)Entite2( att1’, att1, att2’, att3’)

Entite1

att1 entier

att2char(30)att3booléen

Entite2

att1’ entier

att1entieratt2’ timeatt3’flottant

Note : le type des Note : le type des données ne figure données ne figure pas.pas.

45

Introduction

Le modèle relationnelLe modèle relationnel

Dans le cadre d'un projet d'informatisation, la conception d'une base de données relationnelle passe d'abord par l'identification des objets de gestion (=entités) et des règles de gestion du domaine modélisé). Une fois énoncées et validées, ces règles nous conduisent automatiquement à la structure du modèle relationnel correspondant.

Des opérations vont pouvoir être effectuées sur les instances des différentes tables, afin de procéder à la recherche d ’informations dans la base de données.

46

SQLSQL

DéfinitionDéfinition

SQL (Structured Query Language - Langage de requêtes structuré) est un langage utilisé pour interroger ou manipuler les Bases de Données Relationnelles. C ’est :

• un langage de définition de données (DDL), • un langage de manipulation de données (DML),• un langage de contrôle de données (DCL, Data Control Language).

Début du développement dans les années 70 (IBM). Première version commerciale en 1979. Dernière normalisation en 2003.

De nombreux SGBDR utilisent SQL : Access, MySQL, Oracle, DB2, SQL Server...

47

Opérations de baseOpérations de base


ProjectionProjectionFormalisme : R = PROJECTION (R1, liste des attributs).Cet opérateur ne porte que sur 1 table.Il permet de ne retenir que certains attributs spécifiés d'une table.On obtient toutes les lignes de la table à l'exception des doublons.

Nom Superficie

Population

Mer-océan

Groix 230014,82 Atlantique

Corse 2600008680 MéditerranéeOuessan

t93215,58 Atlantique

Mayotte 200000374 Indien

Tahiti 1700001043 Pacifique

Iles

R = PROJECTION (Iles, Nom, Population)

Nom PopulationGroix 2300

Corse 260000

Ouessant

932

Mayotte 200000

Tahiti 170000

48



ProjectionProjection

Formalisme : R = PROJECTION (R1, liste des attributs).

Espece Categorie

Rosé des prés

Conserve

Rosé des prés

Sec

Coulemelle Frais

Champignons

Espece Categorie

Rosé des prés

Conserve

Rosé des prés

Sec

Coulemelle Frais

Rosé des prés

Sec

Conditionnement Bocal

Verrine

Boîte

Sachet plastique

R = PROJECTION (Champignons, Espèce, Catégorie)

Pas de doublonPas de doublon

49

SQLSQLInstructionsInstructions

SELECT : permet de récupérer des informations dans la BDD.

SELECT [DISTINCT, ...] liste_sélection [FROM...] [ WHERE condition_recherche ] [GROUP BY expression][ORDER BY expression] ;

Exemple :

Nom Superficie

Population

Mer-océan






Iles SELECT Nom,Population FROM Iles;

Nom PopulationGroix 2300

Corse 260000

Ouessant

932

Mayotte 200000

Tahiti 170000

50

SQLSQLSELECTSELECT ProjectionProjection

SELECT Nom, Population FROM Iles; n’est pas une vraie projection, car s’il y a des doublons dans la table d ’origine, ils apparaîtront dans la table résultante.

SELECT Espece, Categorie FROM Champignons;

Pour faire une projection, on écrit donc : SELECT DISTINCT Espèce, Categorie FROM Champignons;

(DISTINCT permet d ’éliminer les doublons).

Espece Categorie

Rosé des prés

Conserve

Rosé des prés

Sec

Coulemelle Frais

Rosé des prés

Sec

DoublonDoublonChampignons

Espece Categorie

Rosé des prés

Conserve

Rosé des prés

Sec

Coulemelle Frais

Rosé des prés

Sec

Conditionnement Bocal

Verrine

Boîte

Sachet plastique

51



SélectionSélection

Formalisme : R = SELECTION (R1, condition)

• Cet opérateur porte sur 1 table.

• Il permet de ne retenir que les lignes répondant à une condition exprimée à l'aide des opérateurs arithmétiques ( =, >, <, >=, <=, <>) ou logiques de base (ET, OU, NON).

• Tous les attributs de la table R1 sont conservés dans R.

52



SélectionSélection

Formalisme : R = SELECTION (R1, condition)

Nom Superficie

Population

MerOcean






Iles

R = SELECTION (Iles, Population>180000)

Nom Superficie

Population

MerOcean

Corse 2600008680 MéditerranéeMayotte 200000374 Indien

R = SELECTION (Iles, MerOcean=« Atlantique »)

Nom Superficie

Population

MerOcean


Ouessant

93215,58 Atlantique

53

SQLSQLSELECTSELECT SélectionSélection

SELECT […] FROM […] WHERE […]

SELECT * FROM Iles WHERE MerOcean="Atlantique";

SELECT * FROM Iles WHERE Population > 150000;

SELECT * FROM Iles WHERE Population BETWEEN 100000 AND 200000;

SELECT * FROM Iles WHERE MerOcean IN ( "Pacifique", "Indien", "Antarctique")

SELECT * FROM Codes WHERE CodePostal LIKE ‘56%’;

SELECT * FROM Codes WHERE CodePostal LIKE ‘56_9_’;

Exemples :

CodePostal commence par « 56 »CodePostal commence par « 56 »

CodePostal est de la forme CodePostal est de la forme « 56x9x » « 56x9x »

On affiche tous les attributsOn affiche tous les attributs

54



JointureJointure

• Cet opérateur porte sur 2 tables qui doivent avoir au moins un attribut défini dans le même domaine (ensemble des valeurs permises pour un attribut).• La condition de jointure peut porter sur l'égalité d'un ou de plusieurs attributs définis dans le même domaine (mais n'ayant pas forcément le même nom).• Les n-uplets de la relation résultat sont formés par la concaténation des n-uplets des relations d'origine qui vérifient la condition de jointure.

Remarque : Des jointures plus complexes que l'équijointure peuvent être réalisées en généralisant l'usage de la condition de jointure à d'autres critères de comparaison que l'égalité (<, >, , , ).

55



JointureJointureFormalisme : R = JOINTURE (R1, R2, condition d'égalité entre attributs)

Nom SuperficiePopulation MerOcean

Ile de Groix 230014,82 Atlantique

Corse 2600008680 Méditerranée

Ouessant 93215,58 Atlantique



Iles

CodePostal

IleVille

98714Papeete Tahiti

17480Château-d'Oléron

Oléron

20000Ajaccio Corse29242Ouessant Ouessant

56590Groix Ile de Groix

Codes

20200Bastia Corse

R = JOINTURE (Iles, Codes, Iles.Nom=Codes.Ile)

Nom Superficie Population MerOcean


Corse 2600008680 MéditerranéeOuessant 93215,58 Atlantique


CodePostal IleVille

98714Papeete Tahiti

20000Ajaccio Corse

29242Ouessant Ouessant



20200Bastia Corse

56

SQLSQLSELECTSELECT JointureJointure

SELECT […] FROM Table1,Table2,Table3… WHERE […]

SELECT * FROM Iles,Codes WHERE Iles.Nom=Codes.Ile;







Iles

CodePostal IleVille

98714Papeete Tahiti

17480Château-d'Oléron Oléron

20000Ajaccio Corse



Codes

20200Bastia Corse

Nom SuperficiePopulation MerOcean





CodePostal

IleVille

98714Papeete Tahiti

20000Ajaccio Corse




20200Bastia Corse

Exemple :

57

Opérations ensemblistesOpérations ensemblistes


UnionUnion

• Cet opérateur porte sur deux tables qui doivent avoir le même nombre d'attributs définis dans le même domaine. On parle de tables ayant le même schéma.

• La relation résultat possède les attributs des tables d'origine et les n-uplets de chacune, avec élimination des doublons éventuels.

58



UnionUnion

Formalisme : R = UNION (R1, R2)

Nom Réalisateur

Star Wars G. Lucas

Brazil T. Gilliam

Dvd_Romeo

Batman T. Burton

La Marche de l ’Empereur

L. Jacquet

Dvd_Juliette

Nom Réalisateur

Nausicaa H. Miyazaki

Batman T. Burton

Batman 2 T. Burton

Star Wars G. Lucas

Nom Réalisateur

Star Wars G. Lucas

Brazil T. Gilliam

Batman T. Burton


L. Jacquet


Batman 2 T. Burton

R = UNION (Dvd_Romeo, DVD_Juliette)

59

SQLSQLSELECTSELECT UnionUnion

SELECT liste d'attributs FROM table1UNIONSELECT liste d'attributs FROM table2 ;

Nom Realisateur

Star Wars G. Lucas

Brazil T. Gilliam

Dvd_Romeo

Batman T. Burton

La Marche de l ’Empereur L. Jacquet

Dvd_Juliette

Nom Realisateur


Batman T. Burton

Batman 2 T. Burton

Star Wars G. Lucas

Nom Realisateur

Star Wars G. Lucas

Brazil T. Gilliam

Batman T. Burton

La Marche de l ’Empereur L. Jacquet


Batman 2 T. Burton

SELECT Nom, Realisateur FROM Dvd_RomeoUNIONSELECT Nom, Realisateur FROM Dvd_Juliette;

Exemple :

60



IntersectionIntersection

• Cet opérateur porte sur deux tables de même schéma.• La table résultat possède les attributs des tables d'origine et les n-uplets communs à chacune.

61



IntersectionIntersectionFormalisme : R = INTERSECTION (R1, R2)

Nom Réalisateur

Star Wars G. Lucas

Brazil T. Gilliam

Dvd_Romeo

Batman T. Burton


L. Jacquet

Dvd_Juliette

Nom Réalisateur


Batman T. Burton

Batman 2 T. Burton

Star Wars G. Lucas

Nom Réalisateur

Star Wars G. Lucas

Batman T. Burton

R = INTERSECTION (Dvd_Romeo, Dvd_Juliette)

62

SQLSQLSELECTSELECT IntersectionIntersection

Ancienne version : SELECT attribut1, attribut2, ... FROM table1WHERE attribut1 IN (SELECT attribut1 FROM table2) ;

Depuis SQL2 :SELECT attribut1, attribut2, ... FROM table1INTERSECTSELECT attribut1, attribut2, ... FROM table2 ;

INTERSECT pas implanté sur tous les SGBD.

63

SQLSQLSELECTSELECT IntersectionIntersectionExemple : SELECT Nom, Realisateur FROM Dvd_Romeo

WHERE Nom IN (SELECT Nom FROM Dvd_Juliette) ;

ou

SELECT Nom, Realisateur FROM Dvd_RomeoINTERSECTSELECT Nom, Realisateur FROM Dvd_Juliette;

Nom Realisateur

Star Wars G. LucasBrazil T. Gilliam

Dvd_Romeo

Batman T. Burton


L. Jacquet

Dvd_Juliette

Nom Réalisateur


Batman T. Burton

Batman 2 T. Burton

Star Wars G. Lucas

Nom Réalisateur

Star Wars G. Lucas

Batman T. Burton

64



DifférenceDifférence

• Cet opérateur porte sur deux tables de même schéma.• La table résultat possède les attributs des tables d'origine et les n-uplets de la première table qui n'appartiennent pas à la deuxième.• DIFFERENCE(DVD_JULIETTE,DVD_ROMEO) DIFFERENCE(DVD_ROMEO,DVD_JULIETTE)

65



DifférenceDifférenceFormalisme : R = DIFFERENCE (R1, R2)

Nom Réalisateur

Star Wars G. Lucas

Brazil T. Gilliam

Dvd_Romeo

Batman T. Burton


L. Jacquet

Dvd_Juliette

Nom Réalisateur


Batman T. Burton

Batman 2 T. Burton

Star Wars G. Lucas

Nom Réalisateur

R = DIFFERENCE (Dvd_Romeo, Dvd_Juliette)

Brazil T. Gilliam


L. Jacquet

Liste des DVD de Roméo qui ne sont pas dans celle de Juliette.

66

SQLSQLSELECTSELECT DifférenceDifférence

SELECT attribut1, attribut2, ... FROM table1WHERE attribut1 NOT IN (SELECT attribut1 FROM table2) ;

Depuis SQL2 :SELECT attribut1, attribut2, ... FROM table1EXCEPTSELECT attribut1, attribut2, ... FROM table2 ;

EXCEPT pas implanté sur tous les SGBD.

67

SQLSQLSELECTSELECT DifférenceDifférenceExemple :SELECT Nom, Realisateur FROM Dvd_Romeo WHERE Nom NOT IN (SELECT Nom FROM Dvd_Juliette) ;ou

SELECT Nom, Realisateur FROM Dvd_RomeoEXCEPTSELECT Nom, Realisateur FROM Dvd_Juliette ;

Nom Réalisateur

Star Wars G. Lucas

Brazil T. Gilliam

Dvd_Romeo

Batman T. Burton


L. Jacquet

Dvd_Juliette

Nom Réalisateur


Batman T. Burton

Batman 2 T. Burton

Star Wars G. Lucas

Nom Réalisateur

Brazil T. Gilliam


L. Jacquet

68



ProduitProduit

• Cet opérateur porte sur deux tables.• La table résultat possède les attributs de chacune des tables d'origine et ses n-uplets sont formés par la concaténation de chaque n-uplet de la première table avec l'ensemble des n-uplets de la deuxième.

69



ProduitProduitFormalisme : R = PRODUIT (R1, R2)

Numéro Nom

101 Dupont

102 Martin

Etudiants

Partiels

Libellé Coefficient

Anglais 2

Processeurs 3

Recherche opérationnelle

5

R = PRODUIT (Etudiants, Partiels)

Numéro Nom

101 Dupont

102 Martin


Anglais 2

Processeurs 3


5

101 Dupont

101 Dupont

102 Martin

102 Martin

Anglais 2

Processeurs 3


5

70

SQLSQLSELECTSELECT ProduitProduit

SELECT * FROM table1, table2 ;

Numéro Nom

101 Dupont

102 Martin

Etudiants

Partiels


Anglais 2

Processeurs 3


5

SELECT * From Etudiants, Partiels;

Numéro Nom

101 Dupont

102 Martin


Anglais 2

Processeurs 3


5

101 Dupont

101 Dupont

102 Martin

102 Martin

Anglais 2

Processeurs 3


5

71

Opérations diversesOpérations diverses


DivisionDivision

Formalisme : R=DIVISION(R1,R2)

• Cet opérateur porte sur 2 tables qui doivent avoir au moins un attribut défini dans le même domaine.• Tous les attributs du diviseur (R2) doivent être des attributs du dividende (R1).• La table dividende doit avoir au moins une colonne de plus que la table diviseur.• La table résultat, le quotient, possède les attributs non communs aux deux relations initiales et est formée de tous les n-uplets qui, concaténés à chacun des n-uplets du diviseur (R2) donne toujours un n-uplet du dividende (R1).

72



DivisionDivision

R=DIVISION(Liste_Joueurs, Liste_Equipes)

Liste_Equipes

Equipe

Marseille

PSG

Lorient

Nom

Fiorèse

On cherche qui a joué à Marseille, au PSG et à Lorient :seul Fiorèse a joué dans les 3 équipes.

Nom Equipe

Fiorèse Marseille

Pédron PSG

Abriel PSG

Abriel Lorient

Fiorèse Lorient

Liste_Joueurs

Marlet Marseille

Marlet Lorient

Fiorèse PSG

Pédron Lorient

Namouchi Lorient

73

SQLSQL

SELECTSELECT DivisionDivision

… Il n ’y a pas d ’instruction simple permettant de faire la division.Nécessite plusieurs SELECT imbriqués.

74

Opérations d’agrégationOpérations d’agrégation


CalculCalculFormalisme : R=CALCULER(R0, fonction1, fonction2, ...) ou N=CALCULER(R0, fonction)

• Les calculs et/ou comptage portent sur la relation R0.• La table résultat ne comportera qu'une ligne avec autant de colonnes que de résultats demandés ou pourra simplement être considérée comme un nombre N utilisable ultérieurement en tant que tel dans le cas où un seul résultat est attendu.

75



CalculCalculFormalisme : R=CALCULER(R0, fonction1, fonction2, ...)avec fonction = Somme(attribut), Moyenne(attribut), Minimum(attribut), Maximum(attribut).

R=CALCULER(Liste_Commandes, Somme(Quantité), Somme(Quantité*PrixUnitaire))

Somme(Quantité)

Somme(Quantité*PrixUnitaire)

124 5810

Commande CodeProduit

Quantité PrixUnitaire96008 A10 10 83

96008 B20 35 32

96009 A10 20 83

96010 A15 4 110

96010 B20 55 83

Liste_Commandes

76

SQLSQLSELECTSELECT Fonctions de calculFonctions de calcul

SUM(attribut) : total des valeurs d'un attributAVG(attribut) : moyenne des valeurs d'un attributMIN(attribut) : plus petite valeur d'un attributMAX(attribut) : plus grande valeur d'un attribut

Fonction de comptageFonction de comptage

COUNT() qui peut s ’utiliser de plusieurs manières :COUNT() qui peut s ’utiliser de plusieurs manières :

COUNT(*) : nombre de lignes (n-uplets) d ’une table

COUNT(DISTINCT attribut) : nombre de valeurs différentes de l'attribut

77

SQLSQLSELECTSELECT Fonctions de calculs et de comptage : ExempleFonctions de calculs et de comptage : Exemple

Nom Fonction Salaire

Burns PDG 100000

Smithers

Dir.-adjoint

20000

Lenny Technicien 1500

Carl Technicien 1400

Homer Technicien 1200

PersonnelCentralePersonnelCentrale

SELECT COUNT(*) FROM PersonnelCentrale; 5

SELECT COUNT(*) FROM PersonnelCentrale WHERE Fonction=« Technicien »; 3

SELECT SUM(Salaire) FROM PersonnelCentrale WHERE Fonction=« Technicien »; 4100

SELECT MIN(Salaire) FROM PersonnelCentrale WHERE Fonction=« Technicien »; 1200

78



Regroupement et calculRegroupement et calculFormalisme : R=REGROUPER_ET_CALCULER(R0, att1, att2, ..., fonction1, fonction2, ...)

• Le regroupement s'effectue sur un sous ensemble des attributs de la relation R0.• La table résultat comportera autant de lignes que de groupes de n-uplets, les fonctions s'appliquant à chacun des groupes séparément.

79



Regroupement et calculRegroupement et calculFormalisme : R=REGROUPER_ET_CALCULER(R0, att1, att2, ..., fonction1, fonction2, ...)

R=REGROUPER_ET_CALCULER(Liste_Commandes, Commande, Somme(Quantité*PrixUnitaire))

Commande Somme(Quantité*PrixUnitaire)

96008 1950

96009

96010

1660

2200

Commande CodeProduit

Quantité PrixUnitaire96008 A10 10 83

96008 B20 35 32

96009 A10 20 83

96010 A15 4 110

96010 B20 55 83

Liste_Commandes

80

SQLSQLSELECTSELECT Regroupement et calculRegroupement et calcul

SELECT … FROM ...

GROUP BY (liste d’attributs)HAVING (condition);

Commande CodeProduit Quantité PrixUnitaire

96008 A10 10 83

96008 B20 35 32

96009 A10 20 83

96010 A15 4 110

96010 B20 55 32

Liste_Commandes

SELECT Commande, Sum(Quantité*PrixUnitaire) FROM Liste_Commandes GROUP BY Commande ;

Commande Sum(Quantité*PrixUnitaire)

96008 1950

96009

96010

1660

2200

SELECT Commande, Sum(Quantité*PrixUnitaire) FROM Liste_Commandes GROUP BY Commande HAVING Sum(Quantité)>40;

Commande

Sum(Quantité*PrixUnitaire)

96008 1950

96010 2200

81



TriTriFormalisme : R = TRI(R0, att1, att2, ...)

• Le tri s'effectue sur un ou plusieurs attributs, dans l'ordre croissant ou décroissant.• La table résultat a la même structure et le même contenu que la relation de départ.

82



TriTriFormalisme : R = TRI(R0, att1, att2, ...)

R=TRI(Iles, Mer_Océan , Population )

Nom Superficie

Population

MerOcean






Iles

Nom Superficie

Population

MerOcean



Ouessant

93215,58 Atlantique



83

SQLSQLSELECTSELECT TriTri

SELECT … FROM ...

ORDER BY attribut1 ASC (ou DESC), attribut2 ASC (ou DESC)...

SELECT *FROM IlesORDER BY MerOcean DESC, Population ASC;

Nom Superficie

Population

MerOcean






Iles

Nom Superficie

Population

MerOcean



Ouessant

93215,58 Atlantique



84



Attributs calculésAttributs calculés

Un attribut calculé est un attribut dont les valeurs sont obtenues par des opérations arithmétiques portant sur des attributs de la même table.Le calcul est spécifié lors d'une projection ou lors de l'utilisation d'une fonction.

Nom Superficie

Population

Population/SuperficieGroix 230014,82 155,20

Corse 2600008680 29,95

Ouessant

93215,58 59,82

Mayotte 200000374 534,76

Tahiti 1700001043 162,99

Ex : R=PROJECTION(Iles, Nom, Superficie, Population, Population/Superficie)

85

SQLSQLSELECTSELECT Attributs calculésAttributs calculés







Iles

Nom Superficie PopulationPopulation/Superficie

Groix 230014,82 155,20

Corse 2600008680 29,95

Ouessant 93215,58 59,82

Mayotte 200000374 534,76

Tahiti 1700001043 162,99

Ex : SELECT Nom, Superficie, Population, Population/SuperficieFROM Iles;

Attributs renommésAttributs renommés

Ex : SELECT Nom, Population/Superficie AS DensiteFROM Iles;

Nom Densite

Groix 155,20

Corse 29,95

Ouessant 59,82

Mayotte 534,76

Tahiti 162,99

86

SQLSQLSELECTSELECT Prédicat EXISTSPrédicat EXISTS

Le prédicat EXISTS permet de tester l'existence ou l'absence de données dans la sous requête.Si la sous requête renvoie au moins une ligne, le prédicat est vrai.

Nom Fonction Salaire

Burns PDG 100000

Smithers

Dir.-adjoint

20000

Lenny Technicien 1500

Carl Technicien 1400

Homer Technicien 1200

PersonnelCentralePersonnelCentrale SELECT Sum(Salaire) FROM PersonnelCentrale WHERE EXISTS (

SELECT *FROM PersonnelCentraleWHERE Fonction=’Technicien’)

);

124100

SELECT Sum(Salaire) FROM PersonnelCentrale WHERE EXISTS (

SELECT *FROM PersonnelCentraleWHERE Fonction=’Ingénieur’)

);

NULL

87



Attributs renommésAttributs renommés

Il est possible de renommer n'importe quel attribut en le faisant précéder de son nouveau nom suivi de ":".

R=PROJECTION(R0, att1, att2, att3, att4, newatt1:att1*att2, newatt2:att3/att2)

R=PROJECTION(Liste_Commandes, Commande, CodeProduit, Montant:Quantité*PrixUnitaire)

Commande

CodeProduit

Quantité

PrixUnitaire

96008 A10 10 83

96008 B20 35 32

96009 A10 20 83

96010 A15 4 110

96010 B20 55 83

Liste_CommandesCommand

eCodeProdui

tMontant

96008 A10 830

96008 B20 1120

96009 A10 1660

96010 A15 440

96010 B20 1760

88

SQL - Types de donnéesSQL - Types de donnéesDe nombreux types de données sont traités par SQL.

Entiers

smallint -32768 à 32767 (16 bits)integer (ou int) +/- 2 milliards (32 bits)

Numérique

Réels à précision arbitraire

numeric(p,q) ou decimal(p,q) (p = précision ; q = échelle)

Permet de stocker des nombres de p chiffres dont q sont après la virgule.

Ex : pour stocker un nombre comme 742.23876, il faudra définir un numeric(8,5) ou decimal(8,5)

Permettent de faire des calculs exacts (pas d’arrondis), mais plus lents par rapport aux flottants.

89

SQL - Types de donnéesSQL - Types de données

Flottants

Numérique

double precision : réel à virgule flottante dont la représentation est binaire, de grande précision (64 bits. Amplitude : -1.8.10+308

à -2.23.10-308, 0, et 2.23.10-308 à 1.8.10+308

).

float(p,q) : réel à virgule flottante dont la représentation est binaire à échelle et précision obligatoire (jusqu ’à 64 bits).

real : réel à virgule flottante dont la représentation est binaire, de faible précision (32 bits. Amplitude : - 3,40.10+38 à -1,18.10-38 , 0, et 1,18.10-38 à 3,40.10+38 )

Calculs rapides, mais des arrondis peuvent se produire (ex : 3,14159 3,1415899999…).

90


char(n) ou character(n) : chaîne de caractères de longueur fixe n.

varchar(n) ou char varying(n) ou character varying(n) : chaîne de caractères de longueur variable n.

Délimiteurs : ’ ... ’ (’bonjour’)

Alphanumérique

Valeur CHAR(4)Place mémoire VARCHAR(4)

Place mémoire

’’ ’ ’ 4 octets ’’ 1 octet

’ab’ ’ab ’ 4 octets ’ab’ 3 octets

’abcd’

’abcd’ 4 octets ’abcd’ 5 octets

91


date : date du calendrier grégorien (résolution : 1 jour)

time : temps sur 24 heures (résolution : 1 microseconde)

timestamp : combiné date temps (résolution : 1 microseconde)

Date et heure

92

SQL – Types de donnéesSQL – Types de données

Booléen

… N’est pas défini dans la norme SQL.

Un type BOOLEAN (ou LOGICAL) est défini dans certaines SGBD.

Sinon : on utilise un type énuméré : enum(’V’,’F’) (la variable ne pourra avoir que 2 valeurs, V ou F).

93

SQL – Types de donnéesSQL – Types de données

Créations de domaines

Possibilité de créer son propre type de données.

CREATE DOMAIN Nom_Domaine AS Type_Donnée

Ex : CREATE DOMAIN CodePostal AS decimal(5,0);

94

SQL – Types de donnéesSQL – Types de données Créations de types

Possibilité de créer son propre type de données composé.

CREATE TYPE Type_Utilisateur AS OBJECT ( Nom_Champ Type_Donnée, ... Nom_ChampN Type_DonnéeN);

Exemple :

CREATE TYPE Personnel AS OBJECT (Nom AS varchar(20), Prenom AS varchar(20), Naissance AS date);

95

CREATE TABLE Nom_de_la_table (Attribut1 Type_de_donnée,Attribut2 Type_de_donnée,...);

CREATE TABLECREATE TABLE

SQL – Création de tablesSQL – Création de tables

96

Si on veut que certains champs aient une valeur si non renseignés, on rajoute une option DEFAULT.

Si on veut que certains champs soient obligatoirement renseignés (pas de « vide »), on rajoute une contrainte NOT NULL.

CREATE TABLE Nom_de_la_table (Attribut1 Type_de_donnée NOT NULL,Attribut2 Type_de_donnée,...);

CREATE TABLE Employes (NomEmploye char(50) NOT NULL,Salaire integer DEFAULT ’1000.00’,...);

SQL – Contraintes d’intégritéSQL – Contraintes d’intégrité

97

Si on veut une condition sur la valeur d ’un champ : CHECK.

CREATE TABLE clients(Nom char(30) NOT NULL,Age integer CHECK (age>0 AND age < 100),Courriel char(50) NOT NULL CHECK (Courriel LIKE "%@%"));


98


Contrainte d ’unicité : si on veut vérifier que la valeur saisie pour un champ n'existe pas déjà dans la table : UNIQUE.

CREATE TABLE ClientsBanque(Nom char(30) NOT NULL,Prenom char(30) NOT NULL,NumCompte integer,NumPEL integer,NumLivretA integer,UNIQUE(NumCompte),UNIQUE(NumPEL),UNIQUE(NumLivretA));

99

SQL – ContraintesSQL – Contraintes

Clause CONSTRAINT :permet de définir une contrainte sur un attribut lors de la création d'une table.

CONSTRAINT Définition_Contrainte

CREATE TABLE clients(NumClient integer PRIMARY KEY,Nom char(30) NOT NULL,Age integer CONSTRAINT verifAge CHECK (Age>0 AND Age < 100));

100

SQL – Définition d’une clé SQL – Définition d’une clé primaireprimaire

Clause PRIMARY KEY(att1,att2,…) . Deux écritures possibles :

CREATE TABLE clients(NumClient integer PRIMARY KEY,Nom char(30) NOT NULL,Age integer CHECK (age>0 AND age < 100));

ou

CREATE TABLE clients(NumClient integer,Nom char(30) NOT NULL,Age integer CHECK (age>0 AND age < 100),PRIMARY KEY (NumClient));

101

SQL – Définition d’une clé SQL – Définition d’une clé étrangèreétrangère

Clause FOREIGN KEY(…) REFERENCES ...

CREATE TABLE clients(NumClient integer PRIMARY KEY,Nom char(30) NOT NULL,Age integer CHECK (Age>0 AND Age < 100));

CREATE TABLE listecommandes(NumeroCommande integer,NumeroClient integer,DateCommande date NOT NULL,PRIMARY KEY (NumeroCommande),FOREIGN KEY (NumeroClient) REFERENCES clients(NumClient));

Si une valeur de NumClient n ’existe pas dans la table clients, elle ne pourra pas être utilisée comme valeur de NumeroClient dans listecommandes Contrainte d ’intégrité.

102

SQL – Contraintes d’intégrité SQL – Contraintes d’intégrité référentielleréférentielle

Ensemble de règles définies entre plusieurs tables qui permet de garantir qu ’une clé pointant sur une autre table fait référence à une valeur existante.

FOREIGN KEY(…) REFERENCES … ON DELETE ...

ON UPDATE ...

- ON DELETE CASCADE indique la suppression en cascade des lignes de la table étrangère dont les clés étrangères correspondent aux clés primaires des lignes effacées- ON DELETE SET NULL place la valeur NULL dans la ligne de la table étrangère en cas d'effacement d'une valeur correspondant à la clé

- ON DELETE SET DEFAULT place la valeur par défaut (qui suit ce paramètre) dans la ligne de la table étrangère en cas d'effacement d'une valeur correspondant à la clé

- ON DELETE RESTRICT interdit la suppression de la ligne.

ON DELETE est suivi d'arguments permettant de spécifier l'action à réaliser en cas d'effacement d'une ligne de la table faisant partie de la clé étrangère :

103

Exemple :

La suppression d ’un client (de son numéro NumClient) dans la table clients, va entraîner dans la table listecommandes, la suppression de toutes les lignes auquel le numéro du client (NumeroClient) correspond.

CREATE TABLE clients(NumClient integer PRIMARY KEY,Nom char(30) NOT NULL,Age integer);

CREATE TABLE listecommandes(NumeroCommande integer,NumeroClient integer,DateCommande date NOT NULL,PRIMARY KEY (NumeroCommande),FOREIGN KEY (NumeroClient) REFERENCES clients(NumClient) ON DELETE CASCADE);


104

FOREIGN KEY(…) REFERENCES … ON DELETE ...

ON UPDATE ...

- ON UPDATE CASCADE indique la modification en cascade des lignes de la table étrangère dont les clés étrangères correspondent aux clés primaires des lignes effacées- ON UPDATE SET NULL place la valeur NULL dans la ligne de la table étrangère en cas de modification d'une valeur correspondant à la clé

- ON UPDATE SET DEFAULT place la valeur par défaut (qui suit ce paramètre) dans la ligne de la table étrangère en cas de modification d'une valeur correspondant à la clé

- ON UPDATE RESTRICT interdit la modification d ’une ligne.

ON UPDATE est suivi d'arguments entre accolades permettant de spécifier l'action à réaliser en cas de modification d'une ligne de la table faisant partie de la clé étrangère.


105

SQL – Destruction de tablesSQL – Destruction de tables

DROP TABLE table1, table2, ... ;

Supprime non seulement le contenu, mais aussi la structure même des tables ainsi détruites.

Commande DROPCommande DROP

106

SQL – Modification de tablesSQL – Modification de tables

Ajouter un attribut :

ALTER TABLE nom_tableADD [COLUMN] nouvel_attribut type_de_donnees;

Ajouter plusieurs attributs :

ALTER TABLE nom_tableADD ( nouvel_attribut_1 type_de_donnees_1,

nouvel_attribut_2 type_de_donnees_2,

... nouvel_attribut_n

type_de_donnees_n);

Commande ALTER TABLECommande ALTER TABLE

107


Modifier un attribut :

ALTER TABLE nom_table MODIFY [COLUMN] attribut nouveau_type_de_donnees;

Modifier plusieurs attributs :

ALTER TABLE nom_tableMODIFY ( attribut_1 nouveau_ type_de_donnees_1,

attribut_2 nouveau_ type_de_donnees_2,... attribut_n nouveau_ type_de_donnees_n);


Modifier une contrainte (nommée avec CONSTRAINT) :

ALTER TABLE nom_table MODIFY CONSTRAINT nom_contrainte;

108


Supprimer un attribut :

ALTER TABLE nom_table DROP [COLUMN] attribut_a_supprimer;


Supprimer une contrainte (nommée avec CONSTRAINT) :

ALTER TABLE nom_table DROP CONSTRAINT nom_contrainte;

109

SQL – Insertion de lignesSQL – Insertion de lignes

INSERT INTO table [(att1,att2…)] VALUES (…);

Exemple :CREATE TABLE films(Num integer PRIMARY KEY,Nom char(30) NOT NULL,Annee integer, check(Annee>1900 and Annee<2007),Genre char(20) NOT NULL DEFAULT ’Fantastique’);

INSERT INTO films VALUES (’19700’, ’Kill Bill 1’, ’2003’, ’Action’);

INSERT INTO films (Num,Nom,Annee) VALUES (’19701’, ’Le Seigneur des Anneaux 2’, ’2002’); L ’attribut « Genre » qui ne peut pas avoir une valeur NULL, prend sa valeur par défaut « Fantastique »

Insertion de lignes : INSERT INTOInsertion de lignes : INSERT INTO

INSERT INTO films VALUES (’19701’, ’Le Seigneur des Anneaux 2’, ’2002’, DEFAULT);

110

SQL – Suppression de lignesSQL – Suppression de lignes

DELETE FROM Nom_Table[WHERE Condition] ;

Exemples :DELETE FROM FilmsWHERE Annee= ’2002’;

Suppression de lignes : DELETE FROMSuppression de lignes : DELETE FROM

DELETE FROM FilmsWHERE Genre= ’Action’ OR GENRE=’Comédie’;

DELETE FROM Films; Efface toutes les données, mais garde la structure (attributs, types de données…) intacte.

Equivalent : TRUNCATE TABLE Films;

111

SQL – Modification de SQL – Modification de donnéesdonnées

UPDATE Nom_TableSET att1 = valeur1[, att2 = valeur2, ...][WHERE Condition]

Exemple :UPDATE PersonnelSET Nom= ’Lagaffe’, Service=’Courrier’WHERE Nom= ’Laggafe’;

Toutes les lignes de la table Personnel où Nom=« Laggafe » vont être modifiées.

UPDATEUPDATE

112

SQL – Création d’une table à SQL – Création d’une table à partir d’une table existantepartir d’une table existante

SELECT * INTO FilmsRecents FROM Films WHERE Annee >= ’2001';

Une nouvelle table « FilmsRecents » est créée à partir de la table « Films », on ne garde que les lignes où la valeur de l ’attribut Annee est supérieure ou égale à 2001.

SELECT INTOSELECT INTO

CREATE TABLE… AS

CREATE TABLE FilmsRecents AS SELECT * FROM Films WHERE Annee >= '2001';

113

SQL – Renommage SQL – Renommage d’attributsd’attributs

SELECT Num FROM ListeCommandes AS CdesMorbihanWHERE CodePostal LIKE ’56%’;

Le résultat sera une colonne nommée « CdesMorbihan » comprenant les lignes de ListeCommandes où la valeur de CodePostal commence par « 56 ».

ASAS

AS peut aussi servir à donner un autre nom (alias) aux tables.

114

SQL – Valeurs par défautSQL – Valeurs par défaut

Définir une valeur par défaut

Le langage SQL permet de définir une valeur par défaut lorsqu'un champ de la base n'est pas renseigné grâce à la clause DEFAULT. Cela permet notamment de faciliter la création de tables, ainsi que de garantir qu'un champ ne sera pas vide.

La clause DEFAULT doit être suivie par la valeur à affecter. Cette valeur peut être un des types suivants :

• constante numérique • constante alphanumérique (chaîne de caractères)• le mot clé NULL • le mot clé CURRENT_DATE (date de saisie) • le mot clé CURRENT_TIME (heure de saisie) • le mot clé CURRENT_TIMESTAMP (date et heure de saisie)

115

SQL – Opérations sur les SQL – Opérations sur les datesdates

ADD_MONTHS(d,n) : Ajoute n mois à la date d

LAST_DAY(d) : Donne le dernier jour du mois de la date d

MONTHS_BETWEEN(d1,d2) : Nombre de mois entre d1 et d2

NEW_TIME(d,a,b) : Donne la date et heure pour le fuseau horaire b d'une date d dans le fuseau a (a et b dépendent de la SGBD utilisée)

NEXT_DAY(d,ch) : Donne la date du 1er jour de la semaine ch qui suit ou est égal à la date d

SYSDATE : Date et heure courante du système

TO_CHAR(d,f) : Transforme la date d en chaîne de caractères suivant le format f

TO_DATE(ch,f) : Transforme la chaîne ch conforme au format f en date.

116

SQL – Opérations sur les SQL – Opérations sur les types de donnéestypes de données

Concaténation de chaînes de caractèresConcaténation de chaînes de caractères

SELECT chaine1 || chaine2 || chaine3 (etc…)FROM table;

Les chaînes de caractères peuvent être des attributs ou des chaînes explicites ( ’bonjour’ )

Conversion de type de donnéesConversion de type de données

CAST( expression AS type de données )

Exemples :

CAST (’31-01-2007 ’ as DATE);

117

SQL - JointuresSQL - JointuresDéfinition de jointuresDéfinition de jointures

Les jointures permettent d'exploiter pleinement le modèle relationnel des tables d'une base de données.

Elle sont faites pour mettre en relation deux (ou plus) tables concourant à rechercher la réponse à des interrogations. Une jointure permet donc de combiner les colonnes de plusieurs tables.

La condition de la commande ON permet de comparer les tables jointes par l'intermédiaire de champs dont les valeurs sont identiques et comparables.

SELECT tab.nom_champFROM nom_table AS tab[INNER | {{LEFT | RIGHT | FULL } [ OUTER]}] JOIN nom_table2 AS tab2ON Condition ;

118

SQL - JointuresSQL - JointuresINNER JOIN indique toutes les paires correspondantes des lignes renvoyées et supprime les lignes n'ayant pas de correspondance entre les deux tables.

Nom Superficie

Population

MerOcean






Iles

select I.Nom, I.MerOcean, V.VilleFROM Iles As IINNER JOIN VillesPrincipales As VON I.Nom = V.Nom ;

Corse Méditerranée

Ouessant

Atlantique

Mayotte Indien

Tahiti Pacifique

Ajaccio

Ouessant

Mamoudzou

Papeete

Nom Ville

Corse Ajaccio

Ouessant Ouessant

Mayotte Mamoudzou

Tahiti Papeete

VillesPrincipales

Noirmoutier Noirmoutier-en-l ’Ile

119

SQL - JointuresSQL - JointuresLEFT OUTER JOIN indique que toutes les lignes de la table de gauche ne respectant pas la condition de jointure sont incluses dans le jeu de résultats, et que les colonnes de sortie de l'autre table ont des valeurs NULL en plus de toutes les lignes renvoyées par la jointure interne.

select I.Nom, I.MerOcean, V.VilleFROM Iles As ILEFT OUTER JOIN VillesPrincipales As VON I.Nom = V.Nom ;

Nom

Groix

Corse

OuessantMayotte

Tahiti

MerOcean

Atlantique

MéditerranéeAtlantique

Indien

Pacifique

Ville

Ajaccio

Ouessant

Mamoudzou

Papeete

NULL

Nom Superficie

Population

MerOcean






Iles

Nom Ville

Corse Ajaccio

Ouessant Ouessant

Mayotte Mamoudzou

Tahiti Papeete

VillesPrincipales


120

SQL - JointuresSQL - JointuresRIGHT OUTER JOIN indique que toutes les lignes de la table de droite ne respectant pas la condition de jointure sont comprises dans le jeu de résultats, et que les colonnes de sortie correspondant à l'autre table ont des valeurs NULL en plus de toutes les lignes renvoyées par la jointure interne.

select I.Nom, I.MerOcean, V.VilleFROM Iles As IRIGHT OUTER JOIN VillesPrincipales As VON I.Nom = V.Nom ;

Corse

Ouessant

Mayotte

Tahiti

Méditerranée

Atlantique

Indien

Pacifique

Ajaccio

Ouessant

Mamoudzou

Papeete

NULL NULL Noirmoutier-en-l ’Ile

Nom Superficie

Population

MerOcean






Iles

Nom Ville

Corse Ajaccio

Ouessant Ouessant

Mayotte Mamoudzou

Tahiti Papeete

VillesPrincipales


121

SQL - JointuresSQL - JointuresFULL OUTER JOIN indique qu'une ligne de la table de gauche ou de droite, ne respectant pas la condition de jointure, est comprise dans le jeu de résultats et que les colonnes de sortie correspondant à l'autre table comportent des valeurs NULL.

select I.Nom, I.MerOcean, V.VilleFROM Iles As IFULL OUTER JOIN VillesPrincipales As VON I.Nom = V.Nom ;

Corse

Ouessant

Mayotte

Tahiti

Méditerranée

Atlantique

Indien

Pacifique

Ajaccio

Ouessant

Mamoudzou

Papeete

NULL NULL Noirmoutier-en-l ’Ile

Groix Atlantique NULL

Nom Superficie

Population

MerOcean






Iles

Nom Ville

Corse Ajaccio

Ouessant Ouessant

Mayotte Mamoudzou

Tahiti Papeete

VillesPrincipales


122

SQL – Jointure complèteSQL – Jointure complèteA noterA noter

SELECT I.Nom, I.MerOcean, V.VilleFROM Iles As IFULL OUTER JOIN VillesPrincipales As VON I.Nom = V.Nom ;

est équivalent à :

SELECT I.Nom, I.MerOcean, V.VilleFROM Iles As ILEFT OUTER JOIN VillesPrincipales As VON I.Nom = V.NomUNIONselect I.Nom, I.MerOcean, V.VilleFROM Iles As IRIGHT OUTER JOIN VillesPrincipales As VON I.Nom = V.Nom;

123

SQL – Les vuesSQL – Les vues

Vue : définitionVue : définition

Une vue est une « table virtuelle » produite par une requête de sélection.

Une vue contient donc un jeu d'enregistrements constitué par une requête SELECT prédéfinie appliquée à une ou plusieurs tables d'une base de données.

A la différence d'une table, une vue ne consomme pas d'espace de stockage physique mais conserve des propriétés semblables dans la mesure ou toutes les opérations de sélection, d'insertion, de mise à jour ou encore de suppression de lignes de données avec néanmoins quelques restrictions comme l'interdiction de modification d'une vue créée à partir de plusieurs tables.

Les vues peuvent servir à recueillir des données régulièrement consultées et mises à jour.

124

SQL – Les vuesSQL – Les vues

Les vues sont souvent employées pour des raisons de sécurité. A l'aide de cet outil, il devient possible de ne montrer qu'une partie des données d'une table et ainsi, cacher des informations confidentielles.

Le créateur de la vue en détient la propriété et les privilèges afférents à l'instar d'une table. En conséquence, le propriétaire de la vue peut accorder des droits aux différents utilisateurs de la base de données.

Une vue peut être utilisée de la même façon qu'une table. Des requêtes de sélection ou de manipulation de données peuvent être appliquées à la vue.

Les vues peuvent même être créées depuis d’autres vues.

125

SQL – Les vuesSQL – Les vuesSyntaxe :Syntaxe :

Syntaxe : CREATE VIEW nom_vue AS SELECT (att1,att2…) FROM nom_table

Exemple : CREATE VIEW v AS SELECT Quantite, PrixUnit, Quantite*PrixUnit AS Valeur FROM table1;

DROP VIEW nom_vue : permet de détruire la vue

RENAME nom_vue to nouveau_nom : permet de la renommer.

ALTER VIEW nom_vue [(liste_d_attributs)] AS (SELECT…) : permet de modifier la vue.

126

SQL – Les indexSQL – Les index

Notion non comprise initialement dans la norme SQL, mais utilisée couramment dans de nombreuses SGBD.

Ce sont en revanche des éléments indispensables à une exploitation performante de base de données (surtout de grande dimension). En effet un index permet de spécifier au SGBDR qu'il convient de créer une structure de données adéquate afin de stocker les données dans un ordre précis.

Par conséquent les recherches et en particuliers les comparaisons, notamment pour les jointures, sont notablement accélérées.

127


Considérons le SELECT suivant :

SELECT * FROM employes WHERE nom = 'MARTIN'

Un moyen de retrouver la ou les lignes pour lesquelles nom est égal à MARTIN est de balayer toute la table.

Un tel moyen d'accès, si la table est grande, peut conduire à des temps de réponse prohibitifs (à partir de quelques centaines de lignes).

Création d ’index : une fois l’index créé (portant sur un ou plusieurs attributs classés par ordre croissant ou décroissant), il deviendra plus rapide d’accéder aux données dans la table concernée, puisque la recherche portera sur des valeurs d’index à partir de ou jusqu’à une certaine limite.

128


L'adjonction d'un index à une table ralentit les mises à jour (insertion, suppression, modification de la clé) mais accélère beaucoup la recherche d'une ligne dans la table.

L'index accélère la recherche d'une ligne à partir d'une valeur donnée de clé, mais aussi la recherche des lignes ayant une valeur d'index supérieure ou inférieure à une valeur donnée, car les valeurs de clés sont triées dans l'index.

129


Création d’un indexCréation d’un index

CREATE INDEX nom_index ON nom_table(attribut);

CREATE INDEX nom_index ON nom_table(attribut1, attribut2, …);

Suppression d’un indexSuppression d’un index

DROP INDEX nom_index [ON nom_table];

130

SQL - Contrôle de l ’accès SQL - Contrôle de l ’accès aux données aux données

Créer un utilisateurCréer un utilisateur

CREATE ROLECREATE ROLE

Permet de définir un « rôle » (entité représentant un utilisateur ou groupe d’utilisateurs) dans la base de données.

CREATE ROLE nom [ [ WITH ] option [ ... ] ]

131


Créer un utilisateurCréer un utilisateur

CREATE ROLECREATE ROLE

Exemples :

CREATE ROLE jonathan LOGIN;

CREATE ROLE camille WITH LOGIN PASSWORD 'jw8s0F4' VALID UNTIL '2008-01-01';

CREATE ROLE ines WITH CREATEDB CREATEROLE;

CREATE ROLE bretons WITH ROLE erwan, gwendal, kilian WITH ADMIN OPTION;

Créer un rôle qui peut se connecter mais sans lui donner de mot de passe.

Créer un rôle qui peut se connecter, avec un mot de passe associé, valide jusqu ’à une certaine date.

Créer un rôle qui peut créer des bases de données et des rôles.

Créer un rôle formé de plusieurs rôles. WITH ADMIN OPTION permet aux rôles erwan, gwendal, kilian, d ’autoriser à d ’autres rôles l’appartenance à bretons.

132


Donner des droitsDonner des droits

GRANTGRANT

GRANT [[SELECT, UPDATE, INSERT, DELETE, ALTER, INDEX] ALL] ON NomTable TO NomUtilisateur

Exemples :

GRANT UPDATE(Commande,Quantité) ON Commandes TO Bertrand;

Bertrand a le droit de modifier les valeurs des attributs « Commande » et « Quantité » dans la table Commandes.

GRANT SELECT ON Fournisseurs TO PUBLIC;

Tout le monde peut utiliser la commande SELECT dans la table Fournisseurs

133


Retirer des droitsRetirer des droits

REVOKEREVOKE

REVOKE [[SELECT, UPDATE, INSERT, DELETE, ALTER, INDEX] ALL] ON NomTable TO NomUtilisateur

GRANT ALL ON Clients TO Sophie;REVOKE DELETE ON Clients TO Sophie;

Sophie a tous les droits de lecture/écriture sur la table Clients, sauf celui de supprimer des lignes.

Exemples :

REVOKE UPDATE(Commande,Quantité) ON Commandes TO Bertrand;

Bertrand n ’a plus le droit de modifier les valeurs des attributs « Commande » et « Quantité » dans la table Commandes.