Merise procède à un traitement séparé des données et des processus, où la vue des données est modélisée en trois étapes: de la conception à la physique en passant par la logique. De même, la vue axée sur les processus passe par les trois étapes conceptuelle, organisationnelle et opérationnelle. Ces étapes du processus de modélisation sont parallèles aux étapes du cycle de vie: planification stratégique, étude préliminaire, étude détaillée, développement, mise en œuvre et maintenance. C'est une méthode d'analyse basée sur le modèle entité-relation. En utilisant Merise, vous pouvez concevoir des tables avec des relations pour créer une base de données relationnelle.
On obtiendra plus ou moins de chaleur selon les réglages qu’on effectuera sur la chaudière. L’opérateur qui effectue les réglages et contrôle le flux de charbon en entrée constitue un système de pilotage qui par ses commandes au système physique (à la chaudière) cherche à satisfaire un objectif (un tel niveau de chaleur).
Le système d’informations
Nous n’envisageons ici que des systèmes constitués par des organisations (entreprise, administration, collectivité, tout groupe social organisé exerçant une activité) et fonctionnant en vue de la réalisation de certains objectifs.
Un système physique ou (opérant) transforme un flux physique d’entrées (matières premières, flux financiers …) en un flux physique de sorties (produit finis, flux financiers …).
Un système de gestion ou (pilotage) procède au pilotage (à la régulation et au contrôle) du système opérant en décidant du comportement de celui-ci en fonction des objectifs fixés.
Les systèmes
Système d’information est défini comme le cœur de l’entreprise, il se trouve interface entre le système opérant et le système de pilotage et fournit les réponses aux deux systèmes.
Système opérant :
Chargé de la production répond à la finalité de l'entreprise Système de pilotage :
dirige l'entreprise
cible les objectifs à une fonction d'arbitrage, d'allocations de ressources, de suivi de leurs utilisations, d'adaptation du fonctionnement de l'entreprise à son environnement
Système d'information :
lien entre les deux systèmes
informe le S.P. des performances du S.O.
transmet au S.O. les instructions du S.P.
RÔLE DU SYSTEME D’INFORMATION
Collecter des informations provenant :
d’autres éléments du système
de l’environnement Mémoriser des données :
base de données
Fichiers
Historique, Archivage
Traiter les données stockées :
traitements automatisables
aide à la prise de décision
Communiquer
Un projet informatique a pour objectif de construire une application informatique (logiciel et base de données), support d'un système d'information informatisé, inclus dans un système d'information organisationnel.
Exemple de Modèle
Au sens informatique, l’analyse consiste d’une part à comprendre et modéliser le fonctionnement d’un domaine de gestion d’une organisation, et d’autre part à concevoir la solution informatique adéquate.
Analyse et conception
Principes de base de la méthode Merise (Introduction)
Séparation des données et des traitements Ŕ Traitements :
• Étude des évènements
• Indépendances entre les domaines Ŕ Données
• Étude du vocabulaire de l’organisation
• Intégration des domaines : Vue globale
Approche par niveaux et approche par étapes (Introduction)
Trois niveaux de modélisation (Introduction)
Tableau des modèles
Merise
Methode d’Etudes et de Réalisation Informatique pour les Systèmes d’Entreprise Les points forts :
La méthode s'appuie sur une approche systémique : C’est donc une approche globale.
Les concepts sont peu nombreux et simples.
Elle est assez indépendante vis à vis de la technologie.
Elle est la plus utilisée en France dans les domaines de gestion.
Elle sert de référence aux enseignements sur les méthodes.
Les critiques :
Elle ne s'occupe pas de l'interface utilisateur.
Elle ne permet pas réellement une validation rapide de la part des utilisateurs.
Il est très difficile de valider les traitements par rapport aux données et cela au niveau conceptuel ou organisationnel.
La validation en cours de l’étude par des personnes concernées permet d’assurer que le système en train de construction conforme aux objectifs. Si on ne respecte pas les étapes de validation on risque de produire des applications loin de la demande initiale ce qu’on nomme
« l’effet tunnel ». Sans oublier que les applications développées sont destinées aux utilisateurs et non au plaisir des informaticiens.
Les principes de
bases de Merise
I)Les principes de bases de Merise
De l’abstraction à la réalisation d’un Système d’information, on va devoir observer sous plusieurs angles de vues l’organisation que l’on étudie.
Ces angles de vues sont appelés cycles.
MERISE présente dans sa démarche d’analyse trois cycles fondamentaux :
le cycle d’abstraction,
le cycle de vie (de developpement), le cycle de décision.
Démarche ou cycle de vie à 3 dimensions
Niveau Conceptuel
• Ce qu’il faut faire
• Quoi ?
Niveau Organisationnel
• La manière de faire
• Pour les traitements
• QUI, QUAND OU?
Niveau Logique
• Choix des moyens et ressources
• Pour les données Niveau Physique
• Les moyens de le faire • Comment ?
Cycle de vie
1. Analyse / ConceptionLe schéma directeur
L'étude préalable
L'étude détaillée
2. La réalisation
L’étude Technique
Production Logicielle
Mise en service
3. La Maintenance
Le processus de développement est découpé en étapes :
Schéma directeur
l’étude préalable : elle aboutit à une prise de décision d’informatisation, en cas de décision positive, elle est suivie par
l’étude détaillée : elle aboutit à un cahier de réalisation avec affectation des tâches
Réalisation : écriture des programmes et implantation des bases Mise en œuvre et maintenance.
Etude globale du SI : Découpage en domaines Buts :
Définir les grandes orientations politiques et stratégiques de l’entreprise
Définir les besoins en SI en fonction de la stratégie de l’entreprise
Fixer les cadres budgétaires, la stratégie des besoins en personnel et les contraintes diverses liées à l’environnement
Fixer les lignes directrices des développements informatiques
Définir les projets nécessaires à l’élaboration ou l’évolution du SI Documents produits :
Le schéma directeur
Le plan de développement informatique
Elle décrit un projet dans une forme interprétable par la machine.
Elle comprend :
-La génération des fichiers ou bases de données
-L'écriture des programmes -Les tests de mise au point.
Elle comprend :
-La mise au point d'un planning d'installation
-La création et le chargement des bases informations de base
-La formation des utilisateurs -La migration.
C'est la prise en compte des évolutions apparaissant après le lancement opérationnel.
Elle comprend :
-L'étude de l'impact des modifications
-La spécification des modifications
-La réalisation
-La mise en service
Elle peut parfois aboutir à une remise en cause de la solution précédemment mise en place.
Les principes de bases de Merise
Chapitre2 :
Les flux d’information dans l’organisation
Pour réduire la complexité de modélisation de l’entreprise en un seul tenant, on découpe l’entreprise en domaines d’activité (Vente, Stock, Achat, Comptabilité, Gestion du personnel)
Un domaine d’activité de l’organisation est un sous-ensemble relativement indépendant composé d’informations, règles et de procédures de gestion
Chaque domaine peut être considéré comme un système autonome (ayant un SP, Si et un SO)
Les domaines de l’entreprise échangent des flux entre eux, certaines informations peuvent figurer dans plusieurs systèmes d’information.
Le SI de l’entreprise peut être considéré comme la réunion non disjointe des SI de chaque domaine.
Comment découper une organisation en domaines ?
La technique employée se base sur les ensembles d’informations échangés, dits aussi flux d’information. Ces flux peuvent être classés comme suit :
1. Flux en provenance de l’environnement extérieur
2. Flux à destination de l’environnement extérieur
3. Flux interne échangé (entre les domaines)
L’analyse des flux permet de représenter le fonctionnement global de l’entreprise
Acteurs et flux
Un acteur représente une entité active intervenant dans le fonctionnement de l’entreprise :
Client, Fournisseurs, (acteur externe)
Un domaine de l’entreprise (Gestion Personnel, Comptabilité)
Un flux de données est la représentation d’un échange d’informations entre deux acteurs
Le graphe des flux est une représentation graphique des acteurs et des flux.
Exemple : Gestion des sinistres dans une société d’assurance
A l'arrivée d'une déclaration de sinistre, on l'examine. Si la déclaration est recevable, on demande l'avis d'un expert, sinon on notifie le refus à l'assuré. Au retour de l'expertise et après réception de la facture du garage, on calcule le montant du remboursement et on envoie le chèque au client.
Liste des acteurs
SOCIETE D’ASSURANCE (int),
CLIENT (ext),
EXPERT (ext),
GARAGE (ext)
Liste des flux
DECLARATION,
DEMANDE AVIS,
FACTURE,
REFUS,
AVIS EXPERT,
CHEQUE
Lorsque le graphe comporte plusieurs acteurs internes on regroupe parfois tous ces acteurs en une même entité (correspondant au SI à étudier) et on ne garde que les flux en entrée et en sortie. C’est le « graphe des flux contextuel ».
Exercice (GESTION DES CARTES BLEUES)
Le demandeur désirant obtenir une carte bleue doit en faire la demande auprès de son agence.
La carte bleue n'est pas accordée si le demandeur n'est pas un client de l'agence.
Chaque jour, l'agence transmet au centre de gestion des cartes bleues les demandes de ses clients.
Dès que l'agence a reçu la carte bleue en provenance du centre (en général 4 jours après la demande), elle adresse au client un avis de mise à disposition et un avis de prélèvement de la cotisation annuelle. Le client vient alors retirer sa carte.
Si au bout de 2 mois la carte n'a pas été retirée, elle est détruite.
Etablir le graphe des flux
Chapitre 3 :
Le modèle conceptuel des traitements
L’objectif du MCT est de répondre à la question QUOI faire par rapport à un événement.
C’est la chronologie qui importe.
le MCT est une représentation de la succession des règles de gestion dont l’entreprise veut se doter pour répondre aux événements auxquels elle doit faire face, du fait de son activité et de son environnement.
il décrit le fonctionnement du SI d’une organisation au niveau conceptuel : on ne décrit que les règles fondamentales de gestion (les invariants, ‘le métier’ de l’organisation). Description la plus stable.
Exemple introductif
Les demandes des crédits bancaire doivent suivre les règles de gestion suivantes :
Règle 1 : Toute demande d‘un crédit bancaire doit faire l'objet d'un examen préalable.
Règle 2 : L'accord définitif du crédit bancaire ne peut être donné qu'après avis de la Banque du Maroc.
simple choix
Le fonctionnement du SI est décrit par :
L’enchaînement d’opérations, déclenchées selon certaines conditions de synchronisation (et, ou, …), par des événementscontributifs (internes ou externes), et produisant d’autres événements résultats (internes ou externes).
Les Types d’événement
1. Evénements externes : proviennent de l’univers extérieur, sont traités par une opération conceptuelle (ex: arrivée d’un flux d’entrée, date de déclenchement),
C’est un stimulus pour le SI qui provoque une réaction. Il doit être détectable par le SI.
C’est un message c’est à dire un ensemble de données qui sont associés au fait nouveau.
Evénements internes : générés par une opération conceptuelle, contribuent au déclenchement d’une autre opération (état intermédiaire du SI ou état d’attente), Evénements résultats : générés par une opération conceptuelle et destinés à l’univers extérieur (résultats externes) ou à d’autres opérations (résultats internes).
Opération
Séquence continue d’actions non interruptible.
Déclenchée par un ou plusieurs événements internes ou externes.
Produit des événements résultats internes ou externes, conditionnés par des règles d’émission.
Les actions sont constituées :
des traitements appliqués aux données en entrée selon certaines règles,
des tâches de consultation et de mise à jour d’une base d’informations (base de données) implicitement accessible.
Synchronisation
Condition exprimée sur les événements, qui détermine le déclenchement d’une opération.
S’exprime sous la forme d’une proposition logique utilisant des et et des ou (on évitera au maximum le non, les non-événements n’étant pas toujours détectables par le SI)
Exemple : a ou (b et c)
Elles caractérisent les résultats possibles de l’opération.
Ex:
les conditions d’émission des résultats d’une opération ne sont pas nécessairement exclusives (un résultat peut être émis par deux règles d’émission distinctes)
les conditions d’émission portent souvent sur des cas d’anomalies (ex : une rupture de stock).
Pas de sortie prévue si A est négatif => Impasse !
Si A est négatif, il y a deux possibilités=> Ambiguïté !
Démarche
Étape 1 A partir du graphe des flux, on construit la liste de tous les événements en entrée et en sortie du SI.
Étape 2 Passage au MCT
tout événement en entrée se retrouve en entrée d'une opération,
il existe d’autres événements en entrée (ex: des dates conceptuelles),
tout événement en sortie est produit par une opération,
une opération peut avoir plusieurs événements contributifs vérifiant une règle desynchronisation,
une opération peut avoir plusieurs événements résultats émis selon certaines règlesd'émission,
une opération peut ne construire aucun événement résultat mais uniquement des événements internes,
tout événement résultat est destiné soit à un acteur externe, soit à une autre opération, le découpage en opérations est guidé par les règles de gestion.
Règles de validation
Une opération ne peut pas être interrompue par l’attente d’un événement externe. Si tel est le cas, il faut décrire une seconde opération déclenchée par cet événement en attente.
Gestion des sinistres
Exercice1(GESTION DES CARTES BLEUES)
Le demandeur désirant obtenir une carte bleue doit en faire la demande auprès de son agence.
La carte bleue n'est pas accordée si le demandeur n'est pas un client de l'agence.
Chaque jour, l'agence transmet au centre de gestion des cartes bleues les demandes de ses clients.
Dès que l'agence a reçu la carte bleue en provenance du centre (en général 4 jours après la demande), elle adresse au client un avis de mise à disposition et un avis de prélèvement de la cotisation annuelle. Le client vient alors retirer sa carte. Si au bout de 2 mois la carte n'a pas été retirée, elle est détruite.
1. Etablir le graphe des flux
2. Etablir le MCT
Chapitre 4 :
Le modèle conceptuel de
données
Le modèle conceptuel des données est une représentation statique du système d’information de l’entreprise qui met en évidence sa sémantique.
Il a pour but d'écrire de façon formelle les données qui seront utilisées par le système d'information.
Il s'agit donc d'une représentation des données, facilement compréhensible. Le formalisme adopté par la méthode Merise pour réaliser cette description est basé sur les concepts « entitéassociation ».
Inventaire exhaustif des données du domaine étudié.
On utilise habituellementune fiche "descriptif de document" (une par document),
Unicité sémantique : à une donnée correspond une mnémonique, il faut parvenir à ce que chacun de ces mnémoniques ait une signification unique au sein de l’organisation. Il faut pour cela éviter :
Les redondances: existence d’une donnée en double
Les synonymes: existence de deux mnémoniques décrivant le même objet (difficile à détecter)
Libelle Article
Nom Produit
Il faut trancher en choisissant un des mnémoniques
Les polysèmes: mnémonique unique pouvant décrire plusieurs objets différents
Date (sous entendu de facture)
Date (sous entendu de commande)
Pour lever l’ambiguïté il suffit de parler de Date Facture et Date Commande
Contraintes d’Intégrité : (CI)une contrainte d’intégrité est une règle à observer pour que chacune des valeurs que revêt une donnée soit correcte.
DESCRIPTIF DES DONNEES
a) les concepts de base du modèle E/A,
b) vérification et normalisation du modèle E/A,
c) les contraintes d'intégrité dans le modèle E/A.
ENTITE :
Une entité est un objet abstrait ou concret de l’univers du discours. Une entité peut être :
Une personne (CLIENT)
Un lieu (DEPOT, BUREAU, ATELIER, …)
Un objet documentaire( LIVRE, OUVRAGE, DOSSIER,…)
Après avoir réalisé le dictionnaire de données, il faut regrouper ces données par paquet homogène.
Ces paquets représentent les entités.
Une entité est caractérisée par :
- Un identifiant
- Une suite d’information liée à cet identifiant.
Représentation graphique d’une entité :
REMARQUE:
1. Dans la plupart des études de cas, l’entité « DATE » est présente : c’est une entité formée d’un seul attribut
DATE
(calendrier) - date : JJ/MM/AA
2. De même, on peut créer une entité « HEURE » IDENTIFIANT:
C’est une propriété particulière de l’entité ; représentation de l’une des occurrences de l’entité ou de l’association.
Le meilleur moyen pour ne pas risquer d’avoir des synonymes consiste à prendre des numéros de références comme identifiant.
Un identifiant peut être simple c.à.d. constitué d’une seule propriété élémentaire (d’ordre 1) : NUM_ELEV.
Un identifiant peut être constitué de plusieurs propriétés élémentaires:d’ordre 2, 3 ou 4
LES OCCURRENCES D’UNE ENTITE:
Une occurrence ou tuple est une réalisation particulière de l’entité ou un exemplaire de l’entité.
L’ensemble des occurrences forme l’entité désignée.
Remarque :
Le but d’une analyse est de pouvoir à partir d’un dictionnaire de donnée aboutir à une collection d’entité sans redondance, et ayant des lienslogiques entre elles tel que quelque soit la donnée celle-ci sera accessible à volonté.
LES ASSOCIATIONS:
Une association est un lien sémantique entre plusieurs entités indépendamment detoustraitements.
Une association est souvent nommée par un verbe qui exprime le sens du lien entre les entités.
Les liens logiques existant entre deux entités sont appelés Associations.
Par exemple, on peut considérer qu’il existe une association Enseigne entre l’entité instituteur et élève dans le cas d’une école
Représentation graphique d’une association:
Remarques
On peut avoir plusieurs associations sur les mêmes entités. Ex : PROPRIETAIRE(PERSONNE, VOITURE) et CONDUIRE(PERSONNE, VOITURE)
On peut avoir une association sur une seule entités (on parle d’association ‘réflexive’).
On ajoute souvent dans ce cas des noms de rôles pour distinguer les deux occurrences.
Ex : CONJOINT(PERSONNE, PERSONNE)
On peut avoir une association définie sur n entités (association n-aire ou d’arité n ou de dimension n ou à « n pattes »).
Ex: COURS(MATIERE, CLASSE, PROF)
Attention : les arités élevées sont rares. Elle dénotent souvent des faiblesses dans l’analyse.
arité 2 : 80%
arité 3 : <20% arité> 3 : Associations
Association : liaison existant entre des entités.
ex. les clients commandent des produits
Chaque entité joue un rôle dans l'association
- Les rôles devront être précisés si l’association relie une entité à elle-même.
Une association peut être caractérisée par des attributs.
ex. date de la commande et quantité de produits commandés.
Cardinalités d’associations
• Cardinalité d’une assoc. : nombres minimum et maximum de participations de chaque occurrence d’entité à l’association.
• ex. un client doit commander au moins un produit ; un produit peut être commandé par zéro ou un nombre quelconque de clients.
En fonction des cardinalités maximales, une association binaire (degré = 2) peut être de type 1-1, 1-N ou N-M
Cardinalités d’associations Typologie des associations binaires
Quelques « critères » de choix :
Une entité a une existence propre et un identifiant.
Une association n’existe que si ses extrémités existent et n’a pas d’identifiant explicite.
Une entité peut être associée à d’autres entités, une association non. Difficultés : choix des cardinalités
Un client peut il avoir 0 location ? Est-ce encore un client ?
Un local peut il être loué plusieurs fois ? Non si la base représente une situation instantanée et si le local n’est pas partageable. Oui si on gère un historique ou si le local est partageable.
Les cardinalités sont élément essentiel pour définir la sémantique des données, pas une « décoration » accessoire. Derrière cette notion on trouvera des contrôles (par le SGBD ou les programmes).
Pour une situation donnée, il n’existe pas une «solution» unique.
Un modèle exprime un point de vue et reflètedes besoins en information.
Le bon modèle est celui qui est accepté par les personnes concernées par le projet.
Pas d’héritage dans le modèle E/A de base !
Toutes les propriétés identifiées doivent apparaître dans le modèle.
2. Règles sur les entités
2.a Règle de l’identifiant
Toutes les entités ont un identifiant.
2.b Règle de vérification des entités
Pour une occurrence d’une entité, chaque propriété ne prend qu’une seule valeur (cf. la 1FN du modèle relationnel); MONO-VALUEE
On décompose l'entité Employé en deux entités : Employé, et Enfant
2.c Règles de normalisation des entités
a) Les dépendances fonctionnelles (DF) entre les propriétés d’une entité doivent vérifier la règle suivante : toutes les propriétés de l’entité dépendent fonctionnellement de l’identifiant et uniquement de l’identifiant.
Rappel : une DF XàY si à une valeur de X correspond une et une seule valeur de Y (réciproque pas vraie).
b) Une partie de l’identifiant ne peut pas déterminer certaines propriétés.
La DF n°-comm à date-comm, n°-client contredit la règle. On décompose l’entité Commande en deux entités.
Ces règles correspondent aux 2FN et 3FN du modèle Relationnel (dépendance pleine et directe des clés).
3. Règles sur les associations
3.a Règle de vérification des associations
Pour une occurrence d’association, chaque propriété ne prend qu’une seule valeur.
3.b Règle de normalisation sur les propriétés des associations
Toutes les propriétés de l’association doivent dépendre fonctionnellement de tous les identifiants des entités portant l’association, et uniquement d’eux.
N°-insee à Date-permis pose problème (donc déplacer Date-permis vers Personne)
3.c La décomposition des associations n-aires
Il faut garder un minimum d’associations d’arité > 2.
Si on observe une DF entre un sous-ensemble des entités d’une association, on peut la décomposer en deux associations (on parle aussi de ‘contrainte d’intégrité fonctionnelle’ ou CIF).
Une éventuelle DF N°prof àN°mat donne la décomposition :
C’est le cas, quand une patte a une cardinalité 1,1.
Par exemple à 1 contrat est associé un client et un local :
3.d La suppression des associations transitives
Toute association pouvant être obtenue par transitivité de n autres associations peut être supprimée.
On supprime l'association associée_a, car elle peut être obtenue par transitivité sur les associations concerne etobtenue_par
Règle 1
Deux entités qui doivent être reliées entre elles le seront par le biais d’une relation
Règle 2
Deux relations ne peuvent jamais être directement reliées entre elles
Règle 3
Le nom de la relation doit représenter d’une manière concrète et significative l’information que l’on veut obtenir
Règle 4
Un attribut est unique à une entité ou à une relation
Règle 5
Les entités et les relations ne doivent contenir que des données élémentaires, donc ne pas contenir des résultat de calcul/traitement
Règle 6
Pour une occurrence donnée, une seule valeur doit être attribuée à chaque attribut de l’entité ou de la relation
Règle 7
Pour conserver l’historique d’une donnée d’une entité, on forme une nouvelle entité avec cette donnée et on ajoute une période d’application
Règle 8
Chaque fois qu’un attribut est un code ou un type, on forme une nouvelle entité avec ce code/type et sa description
Règle 9
Lorsqu’une relation peut être déduite des autres relations, elle n’est pas représentée à moins qu’on veuille extraire une information spécifique à cette relation
Règle 10
Seule une association de type plusieurs à plusieurs (N:M) peut avoir des attributs Si vous avez des attributs sur une relation 1:N, il y a un problème !
L’attribut doit être placée sur une entité
L’attribut doit être éliminé (ex. valeur calculée)
Note : Une relation N:M n’a pas obligatoirement des attributs
Une démarche de construction ?
Certains auteurs suggèrent la démarche suivante :
1 Analyser l'existant et constituer le dictionnaire des données
2 Épurer les données (éliminer synonymes et polysèmes)
3 Dégager les ‘entités naturelles’ grâce aux identifiants existants déjà dans l’organisation
4 Rattacher les propriétés aux entités
5 Recenser les associations entre entités et leur rattacher leurs éventuelles propriétés
6 Déterminer les cardinalités
7 Décomposer si possible les associations n-aires (cf. règles)
8 S'assurer de la conformité du modèle aux règles de construction (cf. règles)
9 Normaliser le modèle : s'assurer qu'il est en 3FN
Malheureusement, dans le monde réel, il n’y a pas d’énoncé ! L’existant n’est pas complètement connu au départ, ni toutes les données. Imaginer avoir un dictionnaire exhaustif au départ n’est pas réaliste dans les cas complexes.
Il n’y a donc pas une suite linéaire d’étapes mais plutôt un ensemble d’itérations :
- ébaucher un modèle avec les entités et associations qui semblent essentielles,
- évaluer si ce qui est modélisé est correct et correspond à ce que les utilisateurs comprennent,
- itérer en complétant progressivement jusqu’à ce que le modèle semble raisonnablement complet.
Chapitre 5 :
Le modèle Logique de
données
Définition
formalisme des tables logiquesest toujours basé sur un MCD donné
Un MLD est essentiellement composé de tables logiques reliées entre elles par des flèches. Exemple
Règles de transformation du MCD au MLD
Transformation des entités
Toute entité est transformée en table. Les propriétés de l'entité deviennent les attributs de la table. L'identifiant de l'entité devient la clé primaire de la table.
Exemple
Transformation des relations binaires du type (x,n) Ŕ (x,1)
Afin de représenter la relation, on duplique la clé primaire de la table basée sur l'entité à cardinalité (x,n) dans la table basée sur l'entité à cardinalité (x,1).
Cet attribut est appelé clé étrangère.
Les deux tables sont liées par une flèche nommée selon la relation, qui pointe de la table à clé étrangère vers la table qui contient la clé primaire correspondante.
x peut prendre les valeurs 0 ou 1
Transformation des relations binaires du type (x,n) Ŕ (x,1)
L'attribut No_Auteur qui est clé primaire de la table Auteur, devient clé étrangère dans la table Livre.
Transformation des relations binaires du type (x,1) Ŕ (x,1)
Nous devons distinguer plusieurs cas. Sachant qu'une relation binaire du type (1,1)-(1,1) ne doit pas exister il nous reste les 2 cas suivants :
Relation binaire (0,1)-(1,1)
Relation binaire (0,1)-(0,1)
Relation binaire (0,1)-(1,1)
On duplique la clé de la table basée sur l'entité à cardinalité (0,1) dans la table basée sur l'entité à cardinalité (1,1).
Exemple
Le No_Client, qui est clé primaire de la table Client, devient clé étrangère dans la table Carte_Membre
Relation binaire (0,1)-(0,1)
On duplique la clé d'une des tables dans l'autre. Lorsque la relation contient elle-même des propriétés, celles-ci deviennent également attributs de la table dans laquelle a été ajoutée la clé étrangère.
Exemlpe
Soit on migre la clé primaire de la table Entreprise dans la table Salarié, soit on fait l'inverse
Transformation des relations binaires du type (x,n) Ŕ (x,n)
On crée une table supplémentaire ayant comme clé primaire une clé composée des clés primaires des 2 tables. Lorsque la relation contient elle-même des propriétés, celles-ci deviennent attributs de la table supplémentaire. Une propriété de la relation qui est soulignée devra appartenir à la clé primaire composée de la table supplémentaire. Exemple
On crée une table Porter, qui contient comme clé primaire une clé composée de NoCommande et Code_Article. Elle contient également la propriété Quantité issue de la relation Porter
Transformation des relations ternaires
On crée une table supplémentaire ayant comme clé primaire une clé composée des clés primaires de toutes les tables reliées. Cette règle s'applique de façon indépendante des différentes cardinalités. Lorsque la relation contient elle-même des propriétés, celles-ci deviennent attributs de la table supplémentaire. Une propriété de la relation qui est soulignée devra appartenir à la clé primaire composée de la table supplémentaire. Exemple
La table Enseigner contient une clé composée de No_Enseignant, Code_Matière et Nom_Classe.
Transformation de plusieurs relations entre 2 entités
Les règles générales s’appliquent
Exemple
Transformation des relations réflexivesExemple 1
Nous appliquons les règles générales avec la seule différence que la relation est 2 fois reliée à la même entité
Exemple 2
Nous appliquons les règles générales avec la seule différence que la relation est 2 fois reliée à la même entité
Transformation de l'identifiant relatif
Sachant que l'entité dépendante est toujours liée à la relation par les cardinalités (1,1), nous pouvons appliquer les règles générales. Dans chaque cas, la table issue de l'entité dépendante contient donc comme clé étrangère, la clé primaire de l'autre table.
L'identification relative est représentée par le fait que la table issue de l'entité dépendante contient une clé primaire composée, constituée de la clé primaire transformée de l'identifiant de cette entité et de la clé étrangère.
Exemple
Chapitre 6 :
Le modèle physique de données
Définition
Le modèle physique des données (MPD) est la traduction du modèle logique des données (MLD) dans une structure de données spécifique au système de gestion de bases de données (SGBD) utilisé.
Passage du MLD au MPD
Le passage MLD à MPD se fait par les étapes suivantes:
Implémentation physique de chaque table du MLD dans le SGBD utilisé.
Pour chaque table, indiquer au SGBD quel(s) champ(s) constitue(nt) la clé primaire.
Pour chaque table, indiquer au SGBD la (les) clé(s) étrangère(s), et la (les) clé(s) primaire(s) correspondante(s).
Exemple
Implémentation du modèle logique suivant
Utilisation d'une ou de plusieurs interfaces graphiques, qui nous aident dans la création des tables physiques, dans la définition des clés primaires et dans la définition des relations. Exemple
Définition de la table des employés avec le champ idEmployé étant défini comme clé primaire.
Définition de la relation entre les deux tables.
Remarquez que les noms des différents champs ont été modifiés lors de l'implémentation du modèle logique. Cette mesure dépend uniquement de la convention des noms utilisée et n'affecte pas du tout le fonctionnement correcte de la BD.
Réferences Bibliographiques
MERISE, CONCEPTS ET MISE EN ŒUVRE, COLLECTION RESSOURCES INFORMATIQUE, EDITIONS ENI
COMPRENDRE MERISE, JEAN-PATRICK MATHEON, EDITIONS EYROLLES
EXERCICES ET CAS MERISE, JEAN-PATRICK MATHEON, EDITIONS EYROLLES
L'ESSENTIEL SUR MERISE, DOMINIQUE DIONISI, EDITIONS EYROLLES
MERISE ETENDU Ŕ CAS PROFESSIONNELS DE SYNTHESE, ROGER MOUNYOL, EDITIONS ELLIPSES
MERISE, METHODE DE CONCEPTION, ALAIN COLLONGUES, JEAN HUGUES ET BERNARD LAROCHE, EDITIONS DUNOD
