BASES DE DONNÉES Relationnelles - .Slide 1 INFORMATIQUE -CNAM, Paris BASES DE DONNÉES Relationnelles

  • View
    212

  • Download
    0

Embed Size (px)

Text of BASES DE DONNÉES Relationnelles - .Slide 1 INFORMATIQUE -CNAM, Paris BASES DE DONNÉES...

  • Vertigo/CNAM, Paris 1

    Slide 1

    INFORMATIQUE - CNAM, ParisBASES DE DONNES Relationnelles

    quipe VERTIGO

    Cours SGBD 1/2 valeur B7, 19786

    M. Scholl, B. Amann, P. Rigaux et D. Vodislav

    (schollamann

    rigaux

    vodislav)@cnam.fr

    2000/2001

  • Vertigo/CNAM, Paris 2

    Slide 2

    Table de Matires

    5 INTRODUCTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

    20 Dfinition du schma de donnes . . . . . . . . . . . . . . . . . . . . . . 20

    27 Oprations sur les donnes . . . . . . . . . . . . . . . . . . . . . . . . . 27

    34 LE MODLE RELATIONNEL . . . . . . . . . . . . . . . . . . . . . . . 34

    34 Prsentation Gnrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

    39 Dfinitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

    46 Oprations et Langages . . . . . . . . . . . . . . . . . . . . . . . . . . . 46

    50 ALGBRE RELATIONNELLE . . . . . . . . . . . . . . . . . . . . . . 50

    97 SQL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97

    101 Expressions de Base . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101

    121 Jointures dans SQL2 (*) . . . . . . . . . . . . . . . . . . . . . . . . . . 121

    Slide 3

    129 Expressions Ensemblistes . . . . . . . . . . . . . . . . . . . . . . . . . . 129

    136 Imbrication des Requtes en SQL . . . . . . . . . . . . . . . . . . . . . 136

    152 Fonctions de Calcul . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152

    157 Oprations dAgrgation . . . . . . . . . . . . . . . . . . . . . . . . . . 157

    165 Rcursion dans SQL3 (*) . . . . . . . . . . . . . . . . . . . . . . . . . . 165

    168 Mises jour avec SQL . . . . . . . . . . . . . . . . . . . . . . . . . . . 168

    177 CALCUL RELATIONNEL . . . . . . . . . . . . . . . . . . . . . . . . . 177

    180 Syntaxe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180

    186 Smantique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186

    190 Un Peu de Thorie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190

    193 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193

    202 DPENDANCES FONCTIONNELLES . . . . . . . . . . . . . . . . . . 202

    225 ANOMALIES DE MISE JOUR . . . . . . . . . . . . . . . . . . . . . 225

  • Vertigo/CNAM, Paris 3

    Slide 4

    231 FORMES NORMALES ET DCOMPOSITION . . . . . . . . . . . . . 231

    260 ORGANISATION PHYSIQUE DES DONNEES . . . . . . . . . . . . . 260

    304 OPTIMISATION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304

    313 Dcomposition de requtes . . . . . . . . . . . . . . . . . . . . . . . . . 313

    349 Evaluation de requtes . . . . . . . . . . . . . . . . . . . . . . . . . . . 349

    354 Techniques daccs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 354

    360 Algorithmes de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . 360

    375 REPRESENTATION PHYSIQUE DANS ORACLE . . . . . . . . . . . . 375

    388 OPTIMISATION DANS ORACLE . . . . . . . . . . . . . . . . . . . . . 388

    390 Optimisation - principes gnraux et outils danalyse . . . . . . . . . . . 390

    402 Optimisation dans ORACLE - exemples . . . . . . . . . . . . . . . . . . 402

  • Vertigo/CNAM, Paris 4

    Slide 5INTRODUCTION

    Slide 6

    A QUI SADRESSE LE COURS?

    Aux tudiants du cycle B du CNAM

    OBJECTIF: Comprendre et Maitriser la technologie relationnelle

  • Vertigo/CNAM, Paris 5

    Slide 7

    BIBLIOGRAPHIE

    Ouvrages en franais

    1. Carrez C., Des Structures aux Bases de Donnes, Masson

    2. Date C.J, Introduction aux Bases de Donnes, Vuibert, 970 Pages, Janvier 2001

    Ouvrages en anglais

    1. R. Ramakrishnan et J. Gehrke, DATABASE MANAGEMENT SYSTEMS, MacGrawHill

    2. R. Elmasri, S.B. Navathe, Fundamentals of database systems, 3e dition, 1007

    pages, 2000, Addison Wesley

    3. Ullman J.D. and Widom J. A First Course in Database Systems, Prentice Hall, 1997

    4. Garcia-Molina H., Ullman J. and Widom J., Implementation of Database Systems,Prentice Hall, 1999

    Slide 8

    5. Ullman J.D., Principles of Database and Knowledge-Base Systems, 2 volumes,

    Computer Science Press

    6. Abiteboul S., Hull R., Vianu V., Foundations of Databases, Addison-Wesley

    Le standard SQL

    1. Date C.J., A Guide to the SQL Standard, Addison-Wesley

    Trois Systmes

    1. Date C.J., A Guide to DB2, Addison-Wesley

    2. Date C.J., A Guide to Ingres, Addison-Wesley

    3. ORACLE version 7 Server Concepts Manual 1992 Oracle

  • Vertigo/CNAM, Paris 6

    Slide 9

    PLAN

    1. Introduction

    2. Modle et Algbre Relationnels

    3. Calcul Relationnel

    4. SQL

    5. Conception dun Bon Schma Relationnel

    6. Organisation Physique, Index

    7. Algorithmes de Jointure

    8. Optimisation des requtes; lexemple dORACLE.

    9. Concurrence daccs et reprise sur pannes.

    Slide 10

    Exemples dApplications

    1. CLASSIQUES Gestion (salaires, stocks, . . . ) Transactionnel (comptes, centrales dachat, . . . ) Rservations (avions, trains, . . . )2. MULTIMDIA Librairie lectronique (bibliothques, journaux, web, . . . ) Documentation technique (nomenclature, plans, dessins,. . . ) Bureautique (formulaires, textes, images, son, . . . ) Gographique (cartes routires, thmatiques, . . . ) Gnie Logiciel (programmes, manuels, . . . )

  • Vertigo/CNAM, Paris 7

    Slide 11

    Comment Stocker et Manipuler les Donnes?

    DONNES BASE DE DONNES (B.D.) Une B.D. est un GROS ENSEMBLE dinformations STRUCTURES mmorisessur un support PERMANENT.

    LOGICIEL SGBD Un Systme de Gestion de Bases de Donnes (SGBD) est un logiciel de HAUTNIVEAU qui permet de manipuler ces informations.

    Slide 12

    Diversit -> Complexit

    Diversit des utilisateurs, des interfaces et des Architectures:

    1. diversit des utilisateurs: administrateurs, programmeurs, non informaticiens, . . .

    2. diversit des interfaces: langages BD, menus, saisies, rapports, . . .

    3. diversit des architectures : centralis, distribu, accs plusieurs bases htrognes

    accessibles par rseau

  • Vertigo/CNAM, Paris 8

    Slide 13

    ARCHITECTURE dun SGBD : ANSI-SPARC (1975)

    vue 1 vue 2

    NIVEAU EXTERNE

    vue 3

    NIVEAU LOGIQUE

    NIVEAU PHYSIQUE

    Slide 14

    FONCTIONNALITS dun SGBD

    Chaque niveau du SGBD ralise un certain nombre de fonctions :

    NIVEAU PHYSIQUE Accs aux donnes, gestion sur mmoire secondaire (fichiers) des donnes, desindex Partage de donnes et gestion de la concurrence daccs Reprise sur pannes (fiabilit) Distribution des donnes et interoprabilit (accs aux rseaux)

  • Vertigo/CNAM, Paris 9

    Slide 15

    NIVEAU LOGIQUE Dfinition de la structure de donnes : Langage de Description de Donnes (LDD) Consultation et Mise Jour des donnes : Langages de Requtes (LR) et Langage deManipulation de Donnes (LMD)

    Slide 16

    Niveau Externe : Vues Utilisateurs

    1. Vue de la planification des salles : pour chaque cours Nom de Prof Horaires et salles2. Vue de la paye : un ensemble de Prof

    (nom, prnom, adresse, indice, nombre dheures. . . )

    3. Vue du service de scolarit (suivi des lves) : . . .

  • Vertigo/CNAM, Paris 10

    Slide 17

    Intgration de ces Vues

    1. On laisse chaque usager avec sa vision du monde

    2. PASSAGE DU NIVEAU EXTERNE AU NIVEAU LOGIQUE:

    On intgre lensemble de ces vues en une description unique:le SCHMA LOGIQUE

    Slide 18

    Fonctionnalits du SGBD au NIVEAU EXTERNE Gestion des Vues Environnement de programmation (intgration avec un langage de programmation) Interfaces conviviales et Langages de 4e Gnration (L4G) Outils daides (e.g. conception de schmas) Outils de saisie, dimpression dtats Dbogueurs Passerelles (rseaux, autres SGBD,etc. . . )

  • Vertigo/CNAM, Paris 11

    Slide 19

    En Rsum, on Veut Grer

    un GROS VOLUME DINFORMATIONS Persistantes (annes) et fiables (protection sur pannes) Partageables (utilisateurs, programmes) Manipules indpendamment de leur organisation physique

    Slide 20Dfinition du schma de donnes

  • Vertigo/CNAM, Paris 12

    Slide 21

    Modles de donnes

    Un modle de donnes est caractris par : Une structuration des objets Des oprations sur ces objets

    Slide 22

    Dans un SGBD, il existe plusieurs modles plus ou moins abstraits des mmesobjets, e.g. : le modle conceptuel : la description du systme dinformation le modle logique : interface avec le SGBD le modle physique : fichiers ces diffrents modles correspondent aux niveaux dans larchitecture dun SGBD.

  • Vertigo/CNAM, Paris 13

    Slide 23

    Modle Conceptuel: Exemple Entit-Relation

    Modle trs abstrait, pratique pour : lanalyse du monde rel

    la conception du systme dinformation

    la communication entre diffrents acteurs de lentreprise Mais nest pas associ un langage.DONC UNE STRUCTURE

    MAIS PAS

    DOPRATIONS

    Slide 24

    Modle logique

    1. Langage de dfinition de donnes (LDD) pour dcrire la structure.

    2. Langage de manipulation de donnes (LMD) pour appliquer des oprations auxdonnes.

    Ces langages sont abstraits :

    1. Le LDD est indpendant de la reprsentation physique des donnes.

    2. Le LMD est indpendant de limplantation des oprations.

  • Vertigo/CNAM, Paris 14

    Slide 25

    Les avantages de labstraction

    1. Simplicit daccs Les structures et les langages sont plus simples, donc plus facilespour lusager non expert.

    2. INDPENDANCE PHYSIQUE. On peut modifier limplantation physique sansmodifier les programmes dapplication