Introduction à l’informatique

Présentation au sujet: "Introduction à l’informatique"— Transcription de la présentation:

1 Introduction à l’informatique
Chapitre 2: Donnés et base données

2 Données et stockage Algorithme Données 2 domaines fortement liés
= puissance de l’ordinateur Problèmes : vitesse, exactitude, prévisibilité. Données = richesse de l’ordinateur Problèmes : masse des données, structuration, sauvegarde 2 domaines fortement liés Algorithme de visualisation de masses de données Systèmes de sauvegarde et de gestion de version des programmes

3 Données et stockage Algorithme Données 2 domaines fortement liés
= puissance de l’ordinateur Problèmes : vitesse, exactitude, prévisibilité. Données = richesse de l’ordinateur Problèmes : masse des données, structuration, sauvegarde 2 domaines fortement liés Algorithme de visualisation de masses de données Systèmes de sauvegarde et de gestion de version des programmes Logique booléenne identique

4 Cycle de vie d’un système de stockage des données
Conception - Modélisation Analyse des données Solution sous forme de schémas Langage de modélisation Mise en oeuvre Base de données langage de « haut niveau » Remplissage / Récupération Croiser les données La voiture 206 diesel est immatriculée en 75 Le département 75 a des frais de carte grise de 135 euros Maintenance Mise à jour des données Sauvegarde Evolution du schéma => traduction des données

5 Défis liés au stockage des données
Hétérogénéité des données Numériques, textuels, dates, multimédia, etc. Taille / Passage à l'échelle Nombre de « trucs », complexité des « trucs » Partage entre utilisateurs Rôles : Contributeur, vérificateurs, visionneur, etc. Accès simultanés Lisibilité du schéma Comme en algo. Performances Accès aux très grandes tables Croisements complexes Comptage des réponses Google vous donne 10 réponses en quelques millisecondes … mais aussi le nombre de réponses … même quand il y en a des millions !

6 Base de données relationelles
Modèle relationnel inventé par E. Codd en1970 Directeur de recherche du centre IBM de San José IBM Sequel (Structured English Query Language) en 1977 IBM Sequel/2 IBM System/R IBM DB2 SQL/86 SQL/89 SQL/92 ou SQL 2.0 Données tabulaires Norme / Standard = SQL (Structured Query Language) Typage des données Protection des données notions de propriétaires, de groupes et de droits d'accès

7 Tables de données “Enseignants”
Num Nom Prenom StatutDerniere Vernier Frédéric DEPINFO-LIMSI Max Aurelien DEPINFO-LIMSI 3 Bautier Jean EXTERIEUR 4 Schlienger Francoise IUT 5 Vauchelle Alain IUT 6 Tixeuil Sebastien DEPINFO-LRI 7 Allauzen Alexandre DEPINFO-LIMSI 8 Voisin Frederic DEPINFO-LRI 9 Nel Laurent UP11-AUTRE Longavesne Jean-P UP11-AUTRE Lisser Abdel DEPINFO-LRI Rousseau Martine IUT 13 Astier Roger IUT 14 Calisti Jean IFIPS 15 Simon Laurent DEPINFO-LRI 16 Roussel Nicolas DEPINFO-LRI 17 Alphonse Erick DEPINFO-LRI 18 Journiac Brigitte UP11-AUTRE 19 Lenoir Jean-Pierre IUT 20 Barras Claude DEPINFO-LIMSI 21 Blanch Renaud DEPINFO-LRI 22 Fournier Jean-Pierre IUT 23 Herault Thomas DEPINFO-LRI … 518 Appert Caroline DEPINFO-LRI 519 Benoit Stacey EXTERIEUR 520 Panzer Claire EXTERIEUR Elements Numero Texte court Choix multiples

8 Requêtes SQL Alban BERGUER Marina BILMONT Pauline BLANC …
Récupération des données : SELECT Prenom, Nom FROM Etudiants WHERE Niveau=“S1” SELECT * FROM Enseignements WHERE Niveau=“S1” AND Filiere=“L-MPI” Insertion INSERT INTO `Etudiants` ( `NumEtudiant`, `Prenom`, `Nom`, ` `, `Filiere`, `Annee`, `Niveau`, `DateN`) VALUES (’856', 'Jean', 'Nemaclac', ’MPI', '2006', ’S1', ’ ') Alban BERGUER Marina BILMONT Pauline BLANC …

9 Table des Résultats Totale (SELECT * FROM Etudiants)
Partielle au niveau des lignes SELECT * FROM Etudiants WHERE Niveau=“S1” Partielle au niveau des colonnes SELECT Nom, Prenom FROM Etudiants Doublement partielle SELECT Nom, Age FROM Etudiants WHERE Niveau=“S1” Ordonnée SELECT * FROM `Etudiants` ORDER BY `Annee` DESC Limitée dans le nombre d’élements SELECT * FROM `Etudiants` LIMIT 0 , 30

10 Opérations de Sélection (clause WHERE)
SELECT * FROM Etudiants WHERE (DateN > AND % et logique Prenom LIKE “Chris%”) % ressemble à OR % ou logique (AGE=19 AND % et logique Filiere NOT LIKE “%-MPI”) Composition identique à l’algorithmique mais les opérateurs diffèrent

11 Jointure / Croisement Une note par étudiants et par enseignement … mais tous les étudiants ne suivent pas tous les enseignements ! SELECT *FROM Etudiants, Enseignements WHERE Etudiants.Filiere= Options.Filiere SELECT * FROM Etudiants, Enseignements, Options WHERE Etudiants.Numero= Options.NumeroEtudiants AND Enseignements.Numero = Options.NumEnseign Numero Prenom Nom … 1 Alban BERGUER 2 Marina BILMONT Numero NumeroEtudiant NumeroEnseign … 1 2 Numero Intitule Heures … 1 Math102 50 2 GEOS103 Etudiants Options Enseignements

12 Jointure + Selection Jointure = Super Selection = Super
Jointure + Selection = Genial ! (un peu comme les boucles et les conditions) SELECT * FROM Etudiants, Enseignants, Groupes WHERE Etudiants.Numero= Groupes.NumeroEtudiants AND Enseignants.Numero = Groupes.NumEnseignant AND Etudiants.NiveauScience=“Faible” AND Enseignants.TypeNotation=“Sévère”

13 Numérotation / Clé Numérotation automatique
Garantie que 2 étudiants ne peuvent pas avoir le même numéro. Autre raisons de ne pas avoir des doublons Etudiants avec le même nom => problèmes Utiliser un numéro unique existant (No SS) Quelle garantie que je n’inscris pas 2 fois la même personne ? Les tables peuvent définir des clés qui garantissent l’unicité Numero Prenom Nom … 1 Alban BERGUER 2 Marina BILMONT

14 Problèmes concrets Et si un prof assure d’autres cours avec d’autres groupes ayant le même numéro (groupes B1 des Licence BIBS) ? Et si un prof intervient 2 fois dans la même filière ? Et si les étudiants font d’autres groupes pour les options ou pour les langues ? Et si un prof de Cours TD enseigne aussi en option ? Comment se rappeler d’ou viennent les redoublants ? Comment trouver le plus petit groupe de TD afin d’y inscrire les nouveaux arrivants ? Et le groupe de TD avec le plus de redoublants pour y mettre l’enseignant le plus expérimenté ?

15 Schémas de base de données
Graphique synthétique des relations entre données Flèches / tables

16 Example plus réaliste ;-)

17 La bonne recette Jointures multiples Selections aux petits oignons
Tables nombreuses et bien organisées Aucune données redondantes ou inutile Un schéma bidon pour le patron / le chef => Un vrai schéma de pro pour le vrai boulot (voir avant) PS : logo/icone d’une BD = cylindre

18 Utilitaires SQL ne gère pas que la recherche et le remplissage de la BD. Rajouter / enlever des tables Supprimer des éléments DELETE FROM `Enseignants` WHERE `NumEns` =1 Modifier une valeur UPDATE `Enseignants` SET `Statut` = “BonProf” WHERE `NumEns` =1 Modifier les droits d'accès Créer / détruire / modifier des utilisateurs / groupes etc.

19 Interfaces Interfaces graphique pour éditer / remplir / détruire
… mais pour les requêtes, on a rien fait de plus puissant que le SQL ! Formulaires Gestion des contraintes Formulaire Web Facilité d’accès Affichage formaté

20 Et puis … Fonctions d'agrégations Performances, Optimisation
Multimédia (images, sons, ...) Sécurité (chiffrements, droits) Transactions (plusieurs utilisateurs/banque + €) Clé multiples Manipulation d’une BD depuis un programme Sauvegarde d’une table BD géographiques SELECT * FROM Villes WHERE dist<100km Réseaux, accès à distances, fragmentation. etc. Numero Prenom Nom Nb Etu. 1 Fred Vernier 22 2 Sandrine Gouraud 24

21 Applications Sciences Vie quotidienne Autre disciplines Informatique
BD génomiques, composes chimiques, articles, étoiles, etc.. Vie quotidienne BD d’associations de joueurs de mandolines électriques BD des ouvrages d’une bibliothèque / CD-thèque (ITMS) BD de pages Web qui s’appelle Google (savoir faire des requêtes compliquées) Autre disciplines Gestion / Economie = pensez à la MiAGE DRH/ Gestion du personnel Médecine / Police (scientifique) Informatique DBA (administrateur de BD) Systèmes d’information (DSI)

22 FIN Algo SI BD Bio-Info RO Réseaux IG Archi IHM TAL IA GL Visu //
Vision Sécurité Crypto parole Compil