Les bases de données cours avancé
Base de données
Chapitre 1
Introduction Plan du cours
n Introduction n Modèle relationnel n SQL n Conception
Exemple
MAT | NOM | FONCTION | COURS | AN_ENT |
62945 | Gilles | Prof_adj | MRT1111 | 1997 |
34560 | Myriam | Prof_agr | MRT2221 | 1993 |
21539 | Claudine | Prof_adj | MRT3331 | 1999 |
80200 | Bernard | Prof_tit | MRT1112 | 1982 |
75902 | Yida | Prof_agr | MRT1664 | 1990 |
n Petite base de données avec 1 seule table (appelons la professeur)
– Conserver les données
– Supporter des opérations sur les données
Exemple
MAT | NOM | FONCTION | COURS | AN_ENT |
62945 | Gilles | Prof_adj | MRT1111 | 1997 |
34560 | Myriam | Prof_agr | MRT2221 | 1993 |
21539 | Claudine | Prof_adj | MRT3331 | 1999 |
80200 | Bernard | Prof_tit | MRT1112 | 1982 |
75902 | Yida | Prof_agr | MRT1664 | 1990 |
n Sélection
SELECT NOM, FONCTION
NOM | FONCTION |
Gilles | Prof_adj |
Myriam | Prof_agr |
Claudine | Prof_adj |
FROM PROFESSEUR
WHERE AN_ENT > 1992
Exemple
MAT | NOM | FONCTION | COURS | AN_ENT |
62945 | Gilles | Prof_adj | MRT1111 | 1997 |
34560 | Myriam | Prof_agr | MRT2221 | 1993 |
21539 | Claudine | Prof_adj | MRT3331 | 1999 |
80200 | Bernard | Prof_tit | MRT1112 | 1982 |
75902 | Yida | Prof_agr | MRT1664 | 1990 |
n Insertion
INSERT INTO
PROFESSEUR (MAT, NOM, FONCTION, COURS, AN_ENT)
VALUES (66231, ‘Jian’, ‘Prof_adj’, ‘MRT2323’, 1996)
Exemple
MAT | NOM | FONCTION | COURS | AN_ENT |
62945 | Gilles | Prof_adj | MRT1111 | 1997 |
34560 | Myriam | Prof_agr | MRT2221 | 1993 |
21539 | Claudine | Prof_adj | MRT3331 | 1999 |
80200 | Bernard | Prof_tit | MRT1112 | 1982 |
75902 | Yida | Prof_agr | MRT1664 | 1990 |
66231 | Jian | Prof_adj | MRT2323 | 1996 |
n Insertion
INSERT INTO
PROFESSEUR (MAT, NOM, FONCTION, COURS, AN_ENT)
VALUES (66231, ‘Jian’, ‘Prof_adj’, ‘MRT2323’, 1996)
Exemple
MAT | NOM | FONCTION | COURS | AN_ENT |
62945 | Gilles | Prof_adj | MRT1111 | 1997 |
34560 | Myriam | Prof_agr | MRT2221 | 1993 |
21539 | Claudine | Prof_adj | MRT3331 | 1999 |
80200 | Bernard | Prof_tit | MRT1112 | 1982 |
75902 | Yida | Prof_agr | MRT1664 | 1990 |
66231 | Jian | Prof_adj | MRT2323 | 1996 |
n Mise à jour
UPDATE PROFESSEUR
SET COURS = ‘MRT2325’
WHERE MAT = 66231
Exemple
MAT | NOM | FONCTION | COURS | AN_ENT |
62945 | Gilles | Prof_adj | MRT1111 | 1997 |
34560 | Myriam | Prof_agr | MRT2221 | 1993 |
21539 | Claudine | Prof_adj | MRT3331 | 1999 |
80200 | Bernard | Prof_tit | MRT1112 | 1982 |
75902 | Yida | Prof_agr | MRT1664 | 1990 |
66231 | Jian | Prof_adj | MRT2325 | 1996 |
n Mise à jour
UPDATE PROFESSEUR
SET COURS = ‘MRT2325’
WHERE MAT = 66231
Exemple
MAT | NOM | FONCTION | COURS | AN_ENT |
62945 | Gilles | Prof_adj | MRT1111 | 1997 |
34560 | Myriam | Prof_agr | MRT2221 | 1993 |
21539 | Claudine | Prof_adj | MRT3331 | 1999 |
80200 | Bernard | Prof_tit | MRT1112 | 1982 |
75902 | Yida | Prof_agr | MRT1664 | 1990 |
66231 | Jian | Prof_adj | MRT2325 | 1996 |
n Destruction
DELETE FROM PROFESSEUR
WHERE MAT = 66231
Exemple
MAT | NOM | FONCTION | COURS | AN_ENT |
62945 | Gilles | Prof_adj | MRT1111 | 1997 |
34560 | Myriam | Prof_agr | MRT2221 | 1993 |
21539 | Claudine | Prof_adj | MRT3331 | 1999 |
80200 | Bernard | Prof_tit | MRT1112 | 1982 |
75902 | Yida | Prof_agr | MRT1664 | 1990 |
n Destruction
DELETE FROM PROFESSEUR
WHERE MAT = 66231
Système de gestion de bases de données
n Un système informatique de conservation de
l’information nécessite :
– Données
– Matériel
– Logiciel
– Utilisateurs
Base de données
n Définitions
– Données persistantes
• Durée de vie dépasse celle de l’exécution d’un programme
– Base de données
• Collection de données persistantes utilisées par des systèmes informatiques n Exemples
– Organisations
• banques, hôpitaux, université, compagnies, etc.
– Systèmes
• comptabilité, gestion du personnel, gestion de stock, etc.
n Information
– Entités
– Relations
– Propriétés
• Employé
– Mat
– Nom
– ...
n Acteurs
– Concepteur
– Administrateur de données
– Administrateur de la base de données
– Utilisateur final
n Une même personne peut occuper plusieurs rôles n Un même rôle peut être occupé par plusieurs personnes
n Avantages
– Réduit les redondances
• Un fichier du personnel pour la paye/comptabilité
• Un fichier du personnel pour les ressources humaines – Évite l’incohérence
• Ajout d’un nouvel employé
– Permet le partage des données
• Entre applications existantes et futures
– Permet l’application des normes
• ODMG, CORBA, etc.
n Avantages
– Garantie la sécurité
• Utilisateurs (politique)
• Opérations (consultation, destruction, insertion) – Assure l’intégrité
• Données exactes
– Permet d’établir des priorités
• Optimisation des accès pour certaines applications au détriment des autres.
– Assure l’indépendance des données
• Applications, représentation interne, etc.
Historique
n Génération 0 (années 60)
– fichiers reliés par des pointeurs
• IDS.I (Honeywell) et IMS.I (IBM)
• pour les programmes de la conquête spatiale (APOLLO) n 1ère génération (fin des années 60)
– modèles hiérarchique et réseaux (travaux de CODASYL) • TOTAL, IDMS, IDS.2 et IMS.2, etc.
n 2éme génération (depuis 1970)
– modèle relationnel
• SGBD commercialisés à partir de 1980 • ORACLE, SYSBASE, DB2, etc.
n 3ème génération (début des années 80)
– extension du relationnel (Oracle 10i, DB2 Universal Database, etc.)
– à objets (ObjectStore, GemStone, O2, etc.) n 4ème génération … Internet, les informations non structurées, le multimédia, la découverte des données, XML
Base de données
Chapitre 2
Le modèle relationnel Types de modèles
n Modèles conceptuels
– Entités-Relations
– UML
– …
n Modèles de bases de données
– Réseau
– Hiérarchique
– Relationnel
– À objets
– …
Plan du cours
n Introduction n Modèle relationnel
n SQL n Conception
Concepts de base
n Attribut
– Colonne d ’une relation caractérisée par un nom
n Relation
– Degré
• nombre d ’attributs
– Cardinalité
• nombre de n-uplets
Concepts de base
Concepts de base
n Relation vs. Table
– Relation : définition d ’un objet abstrait (voir plus haut)
– Table : représentation concrète de cet objet abstrait
– Souvent confondues
n Introduction
– A tout instant la base représente une partie du monde réel à travers une
configuration particulière des valeurs des données
– Certaines configurations des valeurs n ’ont pas de sens
• exemple age d ’une personne = -35
– Intégration de règles d ’intégrité pour informer le SGBD de certaines contraintes du monde réel
n Exemple de contraintes d ’intégrité
• Matricule doit être sous la forme nnnnn
• La valeur de GRADE doit appartenir à l ’ensemble {Prof_adj, Prof_agr, Prof_tit}
• L ’année de recrutement doit être supérieure à 1920 (ou pourquoi pas 1878)
• L ’année de recrutement doit être inférieure ou égale à l ’année courante
• Tous les professeurs recrutés avant 1994 doivent être au moins agrégés
n Contraintes spécifiques à une base de donnés particulière
n Propriétés d ’intégrité générale
– clés candidates et clés primaires
– clés étrangères n Clés candidates
– Ensemble minimal d ’attributs dont la connaissance des valeurs permet d ’identifier un n-uplet unique de la relation considérée
– Chaque relation contient au moins une clé candidate
n Clés candidates
– Utilité
• mécanisme d ’adressage au niveau des nuplets d ’une table
• Exemple
Professeur WHERE MAT = 34560, produit un seul n-uplet en résultat
Professeur WHERE AN_ENT = 1994, va produire un nombre imprévisible de n-uplets en résultat
n Clé primaire
– Une clé choisie parmi l ’ensemble des clés candidates
– Le choix est arbitraire
– Peux se faire selon des heuristiques
• Plus simple par exemple
– Exemple
• Clés candidates MAT et NOM - COURS
• Clé primaires MAT
n Clé primaire
– Exemple
Etudiant (Code_per, Nom, Prenom,
Adresse, Date_nais, Lieu_nais, NASS) Quelles sont les clés candidates ?
Quelle clé primaire choisir ?
n Clés étrangères
– Soir R2 une relation, un sous-ensemble d ’attributs FK dans R2 est dit clé étrangère dans le cas où
* il existe une relation R1 avec une clé candidate CK (R1 peut être R2)
* à tout instant, chaque valeur de FK dans
R2 est identique à une valeur de CK dans
R1
n Clés étrangères
– Propriétés
• Il n ’est pas nécessaire d ’avoir pour toute valeur de CK dans R1 une valeur identique de FK dans R2
• Une clé étrangère est composée ou simple
• Chaque attribut d ’une clé étrangère doit être défini sur le même domaine que son équivalent dans la clé candidate correspondante
n Clés étrangères
– Propriétés
• Un attribut d ’une clé étrangère peut faire partie d ’une clé candidate de sa relation
Employe (Mat, Nom, …)
Projet (Num, Designation, …) Role (Mat, Num, role)
• On dit que R2 référence
n Clés étrangères
– Diagramme référentiel
• représentation graphique des références
Employe Projet
Role
Dept
n Exemple
Employe (mat# : entier, nom : caracteres, adresse : caracteres, dept : entier, sup : entier)
Projet (num# : entier, designation : caracteres)
Departement (dept# : entier, dir : entier, nom :
caracteres)
Role (mat# : entier, num# : entier, role_emp : caracteres)
n Clés étrangères
– Intégrité référentielle
• La base de données ne doit pas contenir une valeurs de clé étrangère non « unifiable »
• Cette contrainte est dite référentielle
• Conséquence : Il faut créer et détruire les nuplets dans un ordre particulier
• Dans certain SGBD (version 92 de SQL), on peux différer la vérification d ’une contrainte d ’intégrité référentiel (restreinte vs. cascade)
Aperçu de déclaration de table en SQL
n Domaine de base
– Entier : INTEGER
– Décimal : DECIMAL(m,n)
– Réel flottant : FLOAT
– Chaîne de caractères : CHAR(n) – Date : DATE – ….
n Création d ’une table (forme simple)
CREATE TABLE <nom-table> ( <attribut> <type>, <attribut> <type>, <attribut> <type>, …)
Aperçu de définition de données en SQL
n Création d ’une table (forme simple)
– Exemple
CREATE TABLE VIN ( NV INTEGER,
CRU CHAR(10),
MIL INTEGER) n Contraintes d ’intégrité
• NOT NULL
• UNIQUE ou PRIMARY KEY
• FOREIGN KEY
• REFERENCES
• CHECK
Aperçu de définition de données en SQL
n Avec contraintes d ’intégrité
Exemple (SQL 86)
CREATE TABLE COMMANDE (
NC INTEGER UNIQUE NOT NULL,
NV INTEGER NOT NULL QUANTITE DECIMAL(6))
Exemple (SQL 89)
CREATE TABLE COMMANDE (
NC INTEGER PRIMARY KEY,
NV INTEGER NOT NULL REFERENCES VIN,
QUANTITE DECIMAL(6) CHECK(QUANTITE > 0))
---------------------------------------------------------------------------------------------------------------
NC INTEGER, PRIMARY KEY (NC),
NV INTEGER NOT NULL,SQL 92
FOREIGN KEY (NV) REFERENCES VIN,
en SQL
n Modification du schéma d ’une table
ALTER TABLE <table>
ADD COLUMN<attribut> <type>, <attribut> <type>, …
– Exemple
ALTER TABLE COMMANDE
ADD COLUMN DATE_COM DATE n Suppression d ’une table
DROP TABLE <table>
– Exemple
DROP TABLE COMMANDE
en SQL
n Exemple (SQL)
Employe (mat# : entier, nom : caracteres, adresse : caracteres, dept : entier, sup : entier) Projet (num# : entier, designation : caracteres)
Departement (dept# : entier, dir : entier, nom :
caracteres)
Role (mat# : entier, num# : entier, role_emp : caracteres)
en SQL, exemple
Employe (mat# : entier, nom : caracteres, adresse : caracteres, dept : entier, sup : entier)
CREATE TABLE EMPLOYE (
MAT INTEGER,
NOM CHAR(12),
ADRESSE CHAR(25),
DEPT INTEGER NOT NULL,
SUP INTEGER NOT NULL,
PRIMARY KEY (MAT),
FOREIGN KEY (DEPT) REFERENCES DEPARTEMENT,
FOREIGN KEY (SUP ) REFERENCES EMPLOYE (MAT));
Aperçu de définition de données en SQL, exemple
Projet (num# : entier, designation : caracteres)
CREATE TABLE PROJET ( NUM INTEGER,
DESIGNATION CHAR(20),
PRIMARY KEY (NUM));
Aperçu de définition de données en SQL, exemple
Departement (dept# : entier, dir : entier, nom : caracteres)
CREATE TABLE DEPARTEMENT ( DEPT INTEGER,
DIR INTEGER NOT NULL,
DESIGNATION CHAR(20),
PRIMARY KEY (DEPT),
FOREIGN KEY (DIR) REFERENCES EMPLOYE (MAT));
Aperçu de définition de données en SQL, exemple
Role (mat# : entier, num# : entier, role_emp : caracteres)
CREATE TABLE ROLE ( MAT INTEGER,
NUM INTEGER,
ROLE_EMP CHAR(15),
PRIMARY KEY (MAT, NUM),
FOREIGN KEY (MAT) REFERENCES EMPLOYE ,
FOREIGN KEY (NUM) REFERENCES PROJET));
Base de données
Chapitre 3
SQL
Plan du cours
n Introduction n Modèle relationnel n SQL
n Conception
Introduction
n Permet de retrouver et de manipuler les
données sans préciser les détails
n Dérivé de SEQUEL 2 (76) lui-même dérivé
de SQUARE (75)
n Proposé par IBM (82 puis 87) n Première version normalisée SQL1 (ISO89) n Deuxième version normalisée SQL2
(ISO92) n SQL3 en cours de normalisation n Sert de couche basse aux L4G (par
exemple Access)
n Domaine
– Définition de domaines peu utilisée
– Définition à partir des types de bases
ANSI SQL | Oracle |
----------------- | --------------- |
CHARACTER(n), CHAR(n) | CHAR(n) |
CHARACTER VARYING(n), CHAR VARYING(n) | VARCHAR(n) |
NUMERIC(p,s), DECIMAL(p,s), DEC(p,s)[1] | NUMBER(p,s) |
INTEGER, INT, SMALLINT | NUMBER(38) |
FLOAT(b)[2], DOUBLE PRECISION[3], REAL[4] | NUMBER |
Définition des données
n Domaine
– Exemple
CREATE DOMAIN COULEUR CHAR(6) DEFAULT ‘vert’ CONSTRAINT VALIDE_COULEUR
CHECK (VALUE IN ‘rouge’, ‘blanc’, ‘vert’, ‘bleu’, ‘noir’)
– Modification de la définition (ALTER DOMAIN )
– Destruction d’un domaine
DROP DOMAIN domaine [RESTRICT | CASCADE]
n Table
– Création d ’une table (forme simple)
• Exemple
CREATE TABLE VIN (
NV NUMBER,
CRU CHAR(10),
MIL NUMBER) – Contraintes d ’intégrité
– NOT NULL
– UNIQUE ou PRIMARY KEY
– FOREIGN KEY
– REFERENCES
– CHECK
n Table
– Avec contraintes d ’intégrité Exemple (SQL 86)
CREATE TABLE COMMANDE (
NC NUMBER UNIQUE NOT NULL,
NV NUMBER NOT NULL
QUANTITE NUMBER(6))
Exemple (SQL 89)
CREATE TABLE COMMANDE (
NC NUMBER PRIMARY KEY,
NV NUMBER NOT NULL REFERENCES VIN, QUANTITE NUMBER(6) CHECK(QUANTITE > 0))
--------------------------------------------------------------------------------------------------
NC NUMBER, PRIMARY KEY (NC),
SQL 92NV NUMBER NOT NULL,
FOREIGN KEY (NV) REFERENCES VIN,
n Table
– Modification du schéma d ’une table
ALTER TABLE <table>
ADD COLUMN<attribut> <type>, <attribut> <type>, …
• Exemple
ALTER TABLE COMMANDE ADD COLUMN DATE_COM DATE
– Suppression d ’une table
DROP TABLE <table>
• Exemple
DROP TABLE COMMANDE
n Clause SELECT
– Forme
SELECT [ ALL | DISTINCT ] {<liste_attributs> | *} n Clause FROM – Forme
FROM <liste_tables> n Exemple
Employe (mat#, nom, adresse, dept, sup)
Projet (num#, designation, budget)
Departement (dept#, dir, appellation)
Role (nume#, nump#, role_emp)
n Exemple
– Donner les noms et adresses des employés
SELECT nom, adresse
FROM Employe
– Donner la liste des projets
SELECT * FROM Projet
– Donner les noms et les départements des employés
SELECT nom, appellation
FROM Employe, Departement
n Clause WHERE
– Forme
WHERE <condition>
n Exemple
– Donner les noms et adresses des employés qui travaillent au
DIRO
SELECT nom, adresse
FROM Employe, Departement
WHERE appellation = ‘DIRO’
– Donner les noms des employés responsable de projets
SELECT nom
FROM Employe E, Role R
WHERE E.mat = R.nume
AND role_emp = ‘responsable’
n Fonctions de calcul
– COUNT, SUM, AVG, MAX, MIN n Exemple
– Donner le nombre d ’employés qui travaillent au DIRO
SELECT COUNT (*)
FROM Employe, Departement
WHERE appellation = ‘DIRO’
– Donner le budget total des projets sous la responsabilité de l’employé numéro 35677
SELECT SUM (budget)
FROM Employe E, Role R, Projet
WHERE E.mat = R.nume
AND role_emp = ‘responsable’
AND mat = 35677
n Forme de conditions
– IN (NOT IN), Donner la liste des directeurs de départements
SELECT *
FROM Employe
WHERE mat IN
(SELECT dir
FROM Departement)
– ANY ou ALL, Donner la liste des employés responsables de projets
SELECT *
FROM Employe
WHERE mat = ANY
(SELECT nume
FROM Role
WHERE role_emp = ‘responsable’)
Accès aux données
n Forme de conditions
– IS (NOT) NULL, Donner la liste des employés sans superviseurs
SELECT *
FROM Employe
WHERE sup IS NULL
– EXISTS, Donner les numéro de projets dans lesquels intervient au moins un employé autre que le responsable
SELECT DISTINCT nump
FROM Role
WHERE EXISTS
(SELECT nump
FROM Role
WHERE role_emp != ‘responsable’)
n Clause GROUP BY
– Forme
GROUP BY <liste_attributs>
n Exemple
– Donner les noms des employés regroupés par projet
SELECT nom
FROM Employe E, Role R
WHERE E.mat = R.nume
GROUP BY R.nump
n Clause HAVING
– Forme
HAVING <condition>
– Exemple
Donner les numéros de projets dans lesquels interviennent au moins dix employés autres que le responsable
SELECT nump
FROM Role
WHERE role_emp != ‘responsable’
GROUP BY nump
HAVING COUNT(nume) > 9
n Unions
– Forme
<requete> UNION <requete>
– Exemple, liste des cadres
SELECT *
FROM Employe
WHERE mat IN ( SELECT dir
FROM Departement)
UNION
SELECT *
FROM Employe
WHERE mat = ANY ( SELECT nume
FROM Role
WHERE role_emp = ‘responsable’)
n Insertion
– Forme
INSERT INTO <table> [ (<liste_colonnes>)]
{VALUES (<liste_valeurs>) | <requete>}
– Exemple 1
INSERT INTO Employe (mat, nom, adresse, dept, sup)
VALUES (34098, ‘Gilles’, ‘3456, Gaspe, Mtl’, 456, 68735)
– Exemple 2
INSERT INTO Directeur
SELECT *
FROM Employe
WHERE mat IN ( SELECT dir
FROM Departement)
n Mise à jour
– Forme
UPDATE <table>
SET {<nom_colonne> = <expression>}+
WHERE {<condition> | CURRENT OF <nom_curseur>}
– Exemple 1
UPDATE Employe
SET adresse = ‘3456, Gaspe, Mtl’
WHERE mat = 34098
– Exemple 2
UPDATE Projet
SET budget = budget + 1000
WHERE num IN (SELECT nump FROM Role
WHERE nume = 34098
AND role_emp = ‘ responsable ’)
n Suppression
– Forme
DELETE FROM <table>
[WHERE {<condition> | CURRENT OF <nom_curseur>}]
– Exemple 1
DELETE FROM Employe
WHERE mat = 34098
– Exemple 2
DELETE FROM Projet
WHERE num IN (SELECT nump
FROM Role
WHERE nume = 68754)
SQL intégré (JDBC)
n Introduction
– SQL peut être intégré dans un langage hôte (C, COBOL, PL/1, PASCAL, JAVA, etc.)
– Conflit (opération ensembliste vs. opération séquentielle)
• traitement de plusieurs n-uplets
– Étude du cas du langage Java (JDBC)
Base de données
Chapitre 4
Conception de bases de données Plan du cours
n Introduction n Modèle relationnel n SQL
n Conception
Introduction
n Problème de la conception
– Associer une structure logique aux données. En d'autres termes, trouver les relations et leurs attributs
n Techniques
– Dépendances fonctionnelles
– Les formes normales
– Le modèle Entité-Association
Modélisation sémantique
n Permet de modéliser les donnés n En utilisant différents formalismes – exemples : E/A, UML, … n Une conception de bases de données
qui commence par la modélisation sémantique est dite conception descendante (conception allant du plus haut niveau vers le plus bas niveau)
Modèle Entité/Association
n Généralités
– Appelé également Entité/Relation
– Proposé par Chen en 1976
– Englobe à l'origine un nombre restreint de concept (entité, association, propriété)
– Diverses extensions ont été proposé par la suite (contraintes, généralisation agrégation, …)
Concepts
n Entité
– "Une chose qui peut être identifiée distinctement"
– Par abus de langage, on confond entité et type d'entité – Exemples :
• Concrètes : voiture, employé,
• Abstraites : projet, cours
– Mais, mariage ???
Concepts
n Entité (suite)
– On distingue souvent
• Entité régulière
• Entité faible dont l'existence dépend d'une autre entité
• Exemple
– Employé …. Entité régulière
– Personne_a_charge …. Entité faible dont l'existence dépend de celle de l'entité Employé
Concepts
n Entité (suite)
– Représentation graphique
Nom de l'entité | Employe |
ou
|
|
Concepts
n Propriété
– Les entités possèdent des propriétés qui les décrivent
– Appelées également Attributs – Exemples :
• Pour Employé, matricule, nom, adresse,
• mais pas le numéro de département
Concepts
n Propriété
– Elle peut être
• Simple ou composée
– âge (simple)
– adresse (composée)
• Un identificateur (ou clé)
– code_permanent
• mono ou multi-valuée
– nom (mono-valuée)
– prénom (multi-valuée)
Concepts
n Propriété
– Elle peut être
• Manquante
– valeur inconnue
– non applicable (date_mariage pour un célibataire)
• De base ou dérivée
– nom (base)
– ancienneté (dérivée de la date d'embauche et de la date d'aujourd'hui)
– Quantité totale (dérivé de la somme des quantités)
Concepts
n Propriété
– Représentation graphique
propriété
Parfois, on utilise cette notation pour les propriétés multi-valuées propriété
Parfois, on utilise cette notation pour les identificateurs
Concepts
n Association
– Est une relation entre entités
– Même abus de langage entre association et type d'associations
– Exemple
• Participe_dans entre Employé et projet
• Récolte entre Producteur et Vin
– Comme une entité, elle peut posséder des propriété
Concepts
n Association
– Elle est dite binaire si elle relie uniquement deux entité, ternaire si elle en relie trois, etc.
– Chaque participant (entité) possède un rôle dans l'association
– Elle peut être réflexive
• Exemple : est_mariée_à entre personne et personne
Concepts n Association
– Cardinalités
• Indiquent le nombre maximal et minimal d'occurrences d'une association pour une occurrence d'un participant.
• Par exemple pour l'association contrôle entre département et projet
– un département contrôle 0 ou plusieurs projet
– un projet est contrôlé par un et un seul département
• Les différentes possibilités sont
– 0,1 ; 1,1 ; 0,N ; 1,N
Concepts n Association
– Représentation graphique
association
Parfois, on utilise cette notation pour une association impliquant une entité faible association
Conception de la base de données E/A vers relationnel
n Entité
– Chaque type d'entité devient une relation. Son identificateur devient la clé et les propriétés deviennent des attributs. Les propriétés multi-valuées sont transformées conformément à la 1NF
Employe(Matricule, Nom, Prenom)
E/A vers relationnel n Association plusieurs à plusieurs
{0,N | 1,N} vers {0,N | 1,N}
– Chaque type d'associations devient une relation
– Les identificateurs des participants deviennent la clé de la relation
NAS Session Sigle
0,N 1,N Cours
Etudiant Suit
Inscription(NAS, Sigle, Session)
NAS et Sigle sont des clés étrangères également
E/A vers relationnel
n Association un à plusieurs {0,1 | 1,1} vers {0,N | 1,N}
– Chaque type d'associations se traduit par un ajout d'une clé étrangère
1,1 Est_aff 1,N
Employé(NAS, …, Nom_D)
Cas particulier d'une association impliquant une entité faible (contrainte CASCADE)
E/A vers relationnel
n Association un à un {0,1 | 1,1} vers {0,1 | 1,1}
– Chaque type d'associations se traduit par
• Une fusion des deux relations correspondantes
• Un ajout de clé étrangère dans l'une ou les deux
1,1 Occupe 1,1
Option 2 :
Employé(NAS, …, Num)
Bureau(Num, …, NAS)