cours deschizeaux

Sawyung - Albator@Atlantis

Le téléchargement nécessite un accès à la bibliothèque YouScribe
Tout savoir sur nos offres

118 pages

Français

Le téléchargement nécessite un accès à la bibliothèque YouScribe
Tout savoir sur nos offres

A propos
Informations
Extrait

Description

Sujets

BD40:
INITIATION AUX BASES DE DONNEES
P.Deschizeaux
1Chapitre 1:
Introduction aux bases de données.

*(1(5$/,7(6

L'information sous toutes ses formes (données numériques, textes, image, son) tient
une place de plus en plus grande dans le monde moderne. Tous les secteurs de l'activité
humaine sont touchés et se trouvent confrontés à des problèmes de plus en plus complexes.

1.1.1. La nature des information est de plus en plus complexe: on est passé d'informations
purement textuelles en 1980 à des données images et son, voire à des films.
1.1.2. La taille des informations traitées augmente (avec la taille des disques support)
exemple: fichier de la sécurité sociale: 50M de français, admettons 10000 caractères par
personne (1 page environ)˛500 giga octets, c'est faisable; Mais imaginons une loi imposant
la photo de chacun: une photo= 1 Moctet ˛50 000 giga octets! ! !

1.1.3. La dimension physique des systèmes s'accroit : en 1960 un seul site; en 1980 plusieurs
sites dans la même ville, en 2000 sur plusieurs continents.
Exemple:Trains SNCF: il y a 1000 gares en France, donc potentiellement 1000 personnes au
moins qui peuvent demander simultanément des informations sur les trains. C'est infaisable
sur un site unique, même via INTERNET: on est obligé de décentraliser l'information: une
base dans chaque gare (et alors problèmes de cohérence des informations!)

1.1.4. La diversification des informations s'accroît:
exemple: fichier des pièces détachées de Renault: 10000 pièces par modèle, environ 100
modèles soit 1M descriptions. Pour chaque pièce on a des informations très diverses: cotes,
matériaux, informations sur le fournisseur, schéma de montage, photo , etc...

deux hypothèses:

ou bien on a un format de données standard (mais c'est idiot: on n'a pas besoin de
photo d'un boulon!)

ou bien on a un format variable au prix d'une complexité de gestion considérable.

1.1.5. Parallèlement, la diversité des recherches d'informations dans la base s'accroît :
Il y a 20 ans, consulter les données revenait à imprimer un "listing" , en général énorme, et à
dépouiller à la main. Actuellement, vu la taille des systèmes d'informations, ceci serait
impossible. On dispose de "requêtes" permettant d'extraire des informations triées du système;
exemple: sortir tous les clients d'une grande surface ayant pour plus de 1000F d'achat par an. Il
est clair qu'on ne peut imprimer tous les clients (avec leurs achats) puis trier à la main!
21.1.6. Les contraintes deviennent plus sévères:
contraintes de temps:
La transmission d'images animées et surtout du son impose des contraintes de synchronisation
très sévères.

Contraintes de sécurité: l'usage d'informations confidentielles impose des dispositifs
anti-intrusions sophistiqués.

Contraintes légales: loi "informatique et liberté" on n'a pas le droit de mettre n'importe
quoi dans une base de données (informations sur des personnes, à caractère raciste, religieux,
médical, etc...). Les informations sur des personnes doivent être déclarées à la CNIL.

Conclusion:
Dans tous les cas on se trouve confronté à des problèmes de performances. Ces
performances vont être très liées à l'organisation des données.

Ce qui précède montre qu'un système d'information (on dit aussi "base de données") est
quelque chose de très complexe:

Il y a 20 ans, les données étaient rangées dans des "fichiers" indépendants, dont la structure et
l'exploitation étaient définis dans un "langage de programmation universel".
Par exemple en PASCAL on aurait défini un fichier des clients d'une entreprise en définissant
la nature et le format des données.
Exemple
7\SH FOLHQW UHFRUG QRP VWULQJ> @ QXPHUR LQWHJHU UXH VWULQJ> @ FRGHBSRVWDO LQWHJHU
YLOOH VWULQJ> @ HQG YDU ILFKLHUBFOLHQW ILOH RI FOLHQW
La recherche d'information (par exemple la recherche des clients parisiens) demandait que soit
écrit un programme spécifique en PASCAL; L'inconvénient majeur était que cette technique
nécessitait des gens compétents.
Actuellement, ne base de donnée ne se réduit pas à un ensemble de fichiers indépendants: on
utilise un "SGBD"= Système de Gestion de Bases de Données, qui comporte:

Un outil de définition du format des données.
Un outil ergonomique de saisie des données,
Des outils d'interrogation de la base (requêtes) utilisables par des non spécialistes,
Des outils de vérification de la cohérence des données,
Des outils de compression des données,
Des outils de gestion de la base (édition, copie, mise à jour, effacements, etc..)
etc.
3NOTA: Il existe de nombreux SGBD, l'outil utilisé en BD40 est ACCESS, logiciel fourni par
Microsoft pour PC, actuellement très répandu.

Le cours sera axé sur deux points

La conception optimale de base de données. Il s'agira de faire des choix d'organisation
en fonction des besoins et des contraintes de place et de durée d'exécution. On utilisera la
méthode MEURISE comme support de réflexion , des compléments sur d'autre méthodes
(NIAM, base de données hiérarchiques) seront plus brièvement étudiées. Cette méthode sera
appliquée en ACCESS sous forme de TP.

La réalisation d'une base de donnée sera étudiée en second lieu: étude de la
représentation physique des données, étude des algorithmes de traitement d'information.

&RQFHSWLRQ GH V\VWqPHV G LQIRUPDWLRQ
Le problème est donc de définir l'organisation interne de la base de données. Cette
organisation résultera d'un compromis entre les besoins de utilisateurs de la base
(essentiellement quelles seront les informations qui en seront extraites?) et les contraintes
techniques (vitesses de traitement et taille mémoire principalement).

Les contraintes de temps sont extrêmement sévères; malgré des performances en
croissance continue des ordinateurs, on arrivera parfois à des temps de calculs prohibitifs si
les données sont mal organisées. On montre ci dessous par exemple rechercher une facture
particulière dans un fichier d'un million de factures peut coûter 20 opérations ou 1 million
d'opérations suivant que les données sont bien ou mal organisées

Les contraintes de place en mémoire seront souvent moins sévères, mais associées à
des contraintes de cohérence des données, conduiront toujours à éviter la duplication
d'information, et donc à choisir où les informations doivent se situer, et comment y accéder.
/H SUREOqPH GH GXUpH GH UHFKHUFKH GLQIRUPDWLRQV

Les données sont rangées dans des fichiers sur disque. Ces fichiers subissent des
opérations telles que:
création,
mise à jour,
destruction,
consultations,
etc.
4

Comme ces fichiers peuvent être de taille importante, le coût (en temps) de ces opérations
peut ne pas être négligeable . Examinons quelques exemples:

exemple 1: fichier du personnel d'une entreprise = suite de N enregistrements de la forme
{nom, prénom, adresse, date de naissance, etc..}. Ces enregistrement ont été entrés dans le
désordre au fur et à mesure des recrutements.
Posons nous la question du coût d'une consultation par exemple pour rechercher
l'adresse d'une seule personne X.
Le programme sera approximativement: OLUHOH ILFKLHU HW OH UDQJHU GDQV XQ WDEOHDX G HQUHJLVWUHPHQWV 7 L
UpSpWHU L L MXVTX j 7>L@ QRP ; HFULUH 7>L@ DGUHVVH

Statistiquement on devra répéter N/2 fois l'analyse. Si on cherche les adresses de toutes les
personnes, cela coûtera N²/2. (voir également " algorithmes de recherche" au chapitre 7)

Exemple2: considérons le cas du même fichier trié par ordre alphabétique des noms.
Le programme sera le suivant:

OLUH OH ILFKLHU HW OH UDQJHU GDQV XQ WDEOHDX G HQUHJLVWUHPHQW 7 D E Q UpSpWHU F D E VL 7>F@ QRP! ; DORUV E F ^OHFOLHQW HVW GDQV OD SUHPLqUH PRLWLp GX WDEOHDX‘VLQRQD F ^OH FOLHQW HVW GDQV OD GHX[LqPH PRLWLp GX WDEOHDX‘MXVTX j 7>F@ QRP ;
pFULUH 7>F@ DGUHVVH

Quel en est le coût?
Exemple N=1024; on cherche