Bases de Données Relationnelles DESS CCI Rafik Taouil taouil@univ-tours.fr

OBJECTIF DU COURS? OBJECTIF: Comprendre et maitriser la technologie des systèmes de bases de données relationnelle: Modélisation des données Interrogation des données: évaluation des requêtes Mises-à-jour des données: concurrence et transactions Intégration des données: entrepôts de données, …? (pas sûre)

PLAN Introduction Modèle Relationnel Calcul et Algèbre Relationnel SQL Organisation Physique, Index Optimisation des requêtes: l’exemple d’ORACLE.

BIBLIOGRAPHIE Ouvrages en français Date C.J, Introduction aux Bases de Données, Vuibert, 970 Pages, Janvier 2001 Ouvrages en anglais R. Elmasri, S.B. Navathe, Fundamentals of database systems, 3e édition, 1007 pages, 2000, Addison Wesley Ullman J.D. and Widom J. A First Course in Database Systems, Prentice Hall, 1997 Garcia-Molina H., Ullman J. and Widom J., Implementation of Database Systems, Prentice Hall, 1999 Web …

Applications “SGBD” CLASSIQUES : Données de Gestion (salaires, stocks, réservations d’avions) Applications Transactionnelles (gestion de comptes bancaires, centrales d’achat) MOINS CLASSIQUES : Documents électroniques, Données Multimédia, Spatiales A LA MODE : Données du Web: HTML, XML Entrepôts de données Logiciels (Standard SQL) : Postgres SQL, SQL Server, DB2, Oracle…

Comment Stocker et Manipuler les Données? Données vers Bases de Données (BD) Une B.D. est un GROS ENSEMBLE d’informations STRUCTURÉES mémorisées sur un support PERMANENT. LOGICIEL : SYSTÈME de GESTION de B.D. (S.G.B.D) Un Système de Gestion de Bases de Données (SGBD) est un logiciel de HAUT NIVEAU qui permet de manipuler ces informations.

Complexités Diversité des utilisateurs, des interfaces et des architectures: utilisateurs : administrateurs, programmeurs, non informaticiens, . . . interfaces : langages de programmation, saisie de données, génération de rapports,. . . architectures : données centralisées, distribuées, hétérogènes

En Résumé, un SGBD ... ... est un OUTIL GÉNÉRIQUE qui doit répondre à des besoins très divers de gestion de un GROS VOLUME D’INFORMATIONS – persistantes (années) et fiables (protection sur pannes) – partageables (utilisateurs, programmes) – manipulées indépendamment de leur organisation physique

ARCHITECTURE d’un SGBD: Monde réel Processus de modélisation Vue 1 Schéma conceptuel Schéma physique Vue 2 Base de Données physique Vue 3 Niveau physique Niveau externe Niveau conceptuel

FONCTIONNALITÉS d’un SGBD Chaque niveau du SGBD réalise un certain nombre de fonctions : NIVEAU PHYSIQUE Accès aux données sur mémoire secondaire (disques), index, ... partage de données et gestion de la concurrence d’accès reprise sur pannes (fiabilité) distribution et interopérabilité

NIVEAU LOGIQUE – Définition de la structure de données : Langage de Description de Données (LDD) – Consultation et Mise à Jour des données : Langages de Requêtes (LR) et Langage de Manipulation de Données (LMD)

NIVEAU EXTERNE: Vues Utilisateurs 1. Vue de la planification des salles : pour chaque cours – Nom de Prof – Horaires et salles 2. Vue de la paye : un ensemble de Prof (nom, prénom, adresse, indice, nombre d’heures. . . ) 3. Vue du service de scolarité (suivi des élèves) : . . .

Intégration de ces Vues On laisse chaque usager avec sa vision du monde PASSAGE DU NIVEAU EXTERNE AU NIVEAU LOGIQUE: On “intègre” l’ensemble de ces vues en une description unique: SCHÉMA LOGIQUE

Modèles de données Un modèle de données est caractérisé par : – une structuration des informations et – des opérations sur ces structures

Modèles (suite) Dans un SGBD, il existe plusieurs modèles plus ou moins abstraits des mêmes objets, e.g. : – le modèle conceptuel : la description du système d’information – le modèle logique : interface avec le SGBD – le modèle physique : fichiers ces différents modèles correspondent aux niveaux dans l’architecture d’un SGBD.

Modèle Conceptuel: Exemple Entité-Relation – Modèle très abstrait, pratique pour : – l’analyse du monde réel – la conception du système d’information – la communication entre différents acteurs de l’entreprise – Mais n’est pas associé à un langage. (Une structure mais pas d’opérations)

Modèle logique 1. Langage de définition de données (LDD) pour décrire la structure. 2. Langage de manipulation de données (LMD) pour appliquer des opérations aux données. Ces langages sont abstraits : 1. Le LDD est indépendant de la représentation physique des données. 2. Le LMD est indépendant de l’implantation des opérations.

Les avantages de l’abstraction 1. Simplicité d’accès: les structures et les langages sont plus simples, donc plus faciles pour l’usager non expert. 2. INDÉPENDANCE PHYSIQUE: on peut modifier l’implantation physique (index, stockage, ...) sans modifier les programmes d’application 3. INDÉPENDANCE LOGIQUE: on peut modifier les programmes d’application sans toucher à l’implantation.

HISTORIQUE DES SGBD À chaque génération correspond un modèle logique Les premiers étaient peu abstraits (navigationnels) 60 S.G.F. (e.g. COBOL) mi-60 HIÉRARCHIQUE IMS (IBM) navigationnel RÉSEAU (CODASYL) navigationnel 73-80 RELATIONNEL déclaratif mi-80 RELATIONNEL explosion sur micro Fin 80 RELATIONNEL ETENDU nouvelles applications DATALOG (SGBD déductifs) pas encore de marché ORIENTÉ-OBJET navig. + déclaratif Fin 90 HIÉRARCHIQUE (XML) nouvelles applications Web

Opérations sur les données

Exemples d’opérations Insérer les informations pour l’employé Jean Augmenter le salaire de Jean de 10% Supprimer les informations de Jean Chercher les employés cadres Chercher les employés du département comptabilité Chercher le salaire moyen des employés comptables, avec deux enfants, nés avant 1960 et travaillant à Paris

Quels types d’opérations ? 4 types d’opérations classiques dans un SGBD: 1. La création (ou insertion) de données. 2. La modification de données. 3. La destruction de données. 4. La recherche de données. Ces opérations correspondent à des manipulations de données (LMD) et sont appelés des requêtes. La plus complexe est la recherche en raison de la variété des critères.

Le Traitement d’une Requête – ANALYSE SYNTAXIQUE – OPTIMISATION Génération (par le SGBD) d’un programme optimisé à partir de la connaissance de la structure des données, de l’existence d’index, de statistiques sur les données. – EXÉCUTION POUR OBTENIR LE RÉSULTAT. NB: on doit tenir compte du fait que d’autres utilisateurs sont peut-être en train de modifier les données qu’on interroge !

Concurrence d’accès Architecture Client-Serveur: plusieurs clients (utilisateurs, applications) doivent pouvoir accéder en même temps aux mêmes données. Le SGBD doit savoir : Gérer les conflits si les deux font des mises-à-jour sur les mêmes données. Offrir un mécanisme de retour en arrière si on décide d’annuler des modifications en cours. Donner une image cohérente des données si l’un fait des requêtes et l’autre des mises-à-jour. Le but : éviter les blocages, tout en empêchant des modifications “anarchiques”.

Revenons aux Utilisateurs d’un SGBD L’administrateur de la base Rôle de l’administrateur/concepteur – discute avec les différents utilisateurs – conception d’un schéma logique (et des différentes vues) – conception du schéma physique – installation de la base et réglages fins (tuning) – gère l’évolution de la base (nouveaux besoins, utilisateurs) Outils à sa disposition fournis par l’éditeur du SGBD

Utilisateur expert: informaticien connaissant langages programmation et langages BD – Concepteur et programmeur d’application écrit les applications pour des utilisateurs “naïfs” – Utilisateur naïf: du non-spécialiste des SGBD au non-informaticien.

Présentation Générale LE MODÈLE RELATIONNEL Présentation Générale

Exemple de Relation Nom de la Relation Nom d’Attribut Voiture n-uplet Propriétaire Type Année Loic Espace 1988 Nadia 1989 R5 1978 Julien R25 Marie ZX 1993 n-uplet

Un exemple du modèle relationnel PRIX FNOM PNOM FOURNISSEURS FOURNIT PRODUITS C_ADRESSE FADRESSE COMMANDE NUM_COMDE CLIENTS NOM QUANTITE BALANCE Schéma Entités –Relations (ER)

FOURNISSEUR FNOM FADRESSE Abounayan 92190 Meudon Cima 75010 Paris Preblocs 92230 Gennevilliers Sarnaco 75116 Paris FOURNITURE FNOM PNOM PRIX Abounayan sable 300 Abounayan briques 1500 Preblocs parpaing 1200 Sarnaco parpaing 1150 Sarnaco ciment 125

COMMANDES NUM_COMDE NOM PNOM QUANTITE 1 Jean briques 5 1 Jean ciment 10 3 Paul briques 3 4 Paul parpaing 9 5 Vincent parpaing 7 CLIENTS NOM CADRESSE BALANCE Jean 75006 Paris -12000 Paul 75003 Paris 0 Vincent 94200 Ivry 3000 Pierre 92400 Courbe 7000

Algèbre relationnelle (formalisation)

Eléments de base Univers : ensemble fini d ’attributs, U Attribut : associé à un ensemble de valeurs appelé domaine, dom(A) Schéma relationnel : sous-ensemble non vide de l ’univers n-uplet sur le schéma R : application de R dans l ’union des domaines des attributs de R

Eléments de base (exemple) U = {num_et, nom_et, adr_et, num_p, nom_p, adr_p, num_c, nom_c} R= {num_et, num_c} t : R  dom(num_et)  dom(num_c) num_et  n1 num_c  n2 Notation : t = (n1, n2)

Eléments de base (suite) Relation sur R : ensemble fini de n-uplets définis sur R Base de données sur U : ensemble de relations définies sur des schémas de U Remarque : plusieurs relations d ’une même base peuvent avoir le même schéma

Exemple BD = {etud, prof, cours, inscrit} Avec : etud[num_et, nom_et, adr_et] prof[num_p, nom_p, adr_p] cours[num_c, nom_c, num_p] inscrit[num_et, num_c] Remarque : on peut ajouter anc_etud[num_et, nom_et, adr_et]

Algèbre relationnelle Combine les relations pour exprimer les requêtes Formalisme rigoureux dont le pouvoir d ’expression est « fort » : ~ logique du 1er ordre Propriétés formelles pour optimiser le calcul des réponses

Opérations de base Opérations ensemblistes : union, intersection, différence Opérations relationnelles : projection sélection jointure renommage

Projection r[R] et X sous-ensemble de R Projection de r sur X : relation définie sur X contenant les restrictions sur X des n-uplets de r notation : x(r) x(r) = {u |  t dans r tel que u=t.X} Remarque : attention à l ’écriture x(r) = {t.X | t dans r}

Projection - Exemple etud[num_et, nom_et, adr_et] X = nom_et, adr_et x(etud) liste des noms et adresses des étudiants Attention : si Y = nom_et, adr_p y(etud) n ’est pas défini

Sélection r[R] relation définie sur R C condition de sélection de la forme C = (A comp a), ou C = (A comp B) C combinaison par les connecteurs logiques Sélection de r selon C relation définie sur R notation : C(r) C(r) est l ’ensemble des n-uplets de r qui satisfont C

Sélection - Exemple etud[num_et, nom_et, adr_et] C = (adr_et = Casa ou num_et > 100) C(etud) liste des étudiants dont l ’adresse est Casa ou dont le numéro est supérieur à 100 nom_et(C(etud)) liste des noms de ces étudiants Attention : si C = (nom_p = nom_et) C(etud) n ’est pas défini

Jointure r[R] et s[S] deux relations Jointure de r par s Remarques relation définie sur R  S notation : r s r s = {t | t.R  r et t.S  s} Remarques une jointure est toujours définie opération coûteuse à calculer

Jointure - Exemple etud[num_et, nom_et, adr_et] inscrit[num_et, num_c] etud inscrit définie sur num_et, nom_et, adr_et, num_c liste des inscriptions des étudiants nom_et,num_c(etud inscrit) liste des noms des étudiants et des numéros des cours auxquels ils sont inscrits

Jointure - Exemple (suite) etud prof définie? Sur quel schéma? etud etud

Jointure - Propriétés R(r s) = r ? R(r s) S(r s) = r s ? r[RS], R(r) S(r) = r ? C(r s) = C(r) s ?

Renommage r[R] , A attribut de R , A1 nouveau nom pour A Renommage de A en A1 dans r relation définie sur (R - {A})  {A1} notation : A1A(r) A1A(r) contient les mêmes n-uplets que r Utilisation : avoir deux versions distinctes d ’une même relation

Renommage - Exemple Numéros des étudiants inscrits à plus d ’un cours ? inscrit[num_et, num_c] (1ère version) nnum_c(inscrit) (2ème version) nnum_c(inscrit) inscrit (jointure) num_cn(nnum_c(inscrit) inscrit) (sélection) num_et(num_cn(nnum_c(inscrit) inscrit))

Opérations ensemblistes r[R] et s[R] définies sur le même schéma R r  s , r  s , r - s définies sur R sémantique habituelle Remarque : r  s = r s

Opérations ensemblistes - Exemples

* une Projection consiste à enlever des colonnes à une relation   Res_Proj = nom (Etudiant) * une Sélection caractérise un sous-ensemble de tuples d'une relation au moyen d'un prédicat Res_Sel = age>21 (Etudiant)

Res_Dif = Etudiant - Stagiaire * l'opérateur d'Union réalise la fusion des n-uplets de 2 relations compatibles   Res_Uni = Etudiant  Stagiaire la Différence de 2 relations (compatibles) contient les tuples de la 1ère ne figurant pas dans la 2nde Res_Dif = Etudiant - Stagiaire

Res_PrC = Stagiaire x Société * le résultat d’un Produit cartésien se compose d'un n-uplet de chacune des 2 relations arguments   Res_PrC = Stagiaire x Société

* l'Intersection de 2 relations compatibles retourne les tuples communs aux 2 relations  

* Jointure   Soient R et S 2 relations construites sur des schémas ayant A1 ... An en commun  La (-)jointure de R et S est construite sur l'union des attributs de R et de S, et contient tous les tuples composés d'un n-uplet de R et d'un n-uplet de S qui coïncident au niveau du comparateur  sur A1 ... An Res_Join = Stagiaire  Convention (Stagiaire.nom = Convention.nom_s)

* Division   Soient R (A1 ... An B1 ... Bm), et S (B1 ... Bm) Le quotient R / S construit sur A1 ... An se compose des n-uplets a1 ... an tels que pour tout n-uplet b1 ... bm de S, le n-uplet a1 ... an b1 ... bm appartient à R Res_Div = R_Etud / S_Pren (prenom)

L'extraction des données recherchées peut se faire en plusieurs étapes   Ex T1 = age=21 (Etudiant) T2 = nom (T1) C'est pour permettre l'écriture de requêtes de manière déclarative que le calcul relationnel a été introduit

Calcul relationnel On suppose donné un ensemble infini de variables liées aux valeurs des domaines; les formules du calcul sont construites ainsi :   ·   les valeurs des domaines et les variables sont des termes si x1 ... xn sont des termes, alors les expressions R (x1 ... xn) et xi  xj sont des formules ( étant un comparateur usuel)   si F1 et F2 sont des formules, alors F1  F2 , F1  F2 , F1  F2 , et  F2 sont des formules si F est une formule dans laquelle la variable x est libre, x F et x F sont des formules

Interprétation des formules   Une formule R (x1 ... xn) est vraie pour une valuation donnée des variables ssi le n-uplet correspondant appartient à la relation R Une requête dans le calcul relationnel est une expression de la forme { (xi ... xj) / F (x1 ... xn) }, où les xi ... xj sont des variables libres et la réponse l'ensemble des valeurs de (xi ... xj) pour lesquelles F est vraie

Ex : { x / y Etudiant (x, 21, y) } Correspondance calcul / algèbre * Projection de R (X, Y) sur l’ensemble X : X (R) = { x / y R (x, y) } * Sélection sur R à partir de F, formule constituée à partir de termes utilisés dans la construction de R F (R) = { x / R (x)  F (x) }

* Union   R  S = { x / R (x)  S (x) } * Différence R - S = { x / R (x)  S (x) } * Produit cartésien R x S = { x = (r, s) / R (r)  S (s) }

* (-) Jointure de R (X, Y) et S (X, Z) sur X : * Intersection R  S = { x / R (x)  S (x) } * (-) Jointure de R (X, Y) et S (X, Z) sur X :   R  S = { t = (x, y, z) / w R (x, y)  S (w, z)  (x  w) } * Division de R (X, Y) par S (Y) : R / S = { x / y S (y)  R (x, y) }

l'algèbre et le calcul relationnels sont des langages équivalents

Contraintes d'intégrité La déclaration d'un schéma relationnel peut comporter la définition de contraintes d'intégrité   Ces règles précisent les instances des relations cohérentes par rapport au monde modélisé

Les dépendances expriment des liens entre groupes d'attributs des schémas Dépendance fonctionnelle (df)  Il existe une df d'un groupe d'attributs X de R vers un groupe d'attributs Y de R si à une valeur de X correspond une et une seule valeur de Y La théorie des df est à la base du processus de "normalisation" d'un schéma relationnel. Avec   Schéma1 Etudiant (nom, age, ville) Ville (nom, pays, nbh) Schéma2 Etudiant (nom, age, ville, pays, nbh)  la théorie indique que c'est Schéma1 qu'il faut utiliser pour éviter de la redondance « logique »

Clés d'une relation   X est une clé pour R s’il n’existe pas 2 tuples distincts de R ayant même valeur sur X, et si aucun sous-ensemble de X ne vérifie cette propriété La clé d'une relation R est en dépendance fonctionnelle avec tous les attributs de R Si R possède plusieurs clés potentielles, on appelle clé primaire celle choisie pour clé

Un groupe d'attributs Y de R est une clé étrangère de R si Y est la clé primaire d'au moins une autre relation distincte de R Ex Etudiant (nome, age, nomville) Ville (nomville, pays, population)  

Valeurs nulles   De l'information inconnue ou incomplète peut être introduite dans une base via des valeurs nulles :

Intégrité d'entité (ou de relation)   L'intégrité d'entité correspond à la propriété d'un ensemble de ne pas contenir de doublons Ceci passe par l'attribution à chaque relation du schéma d'une clé primaire. Chaque valeur de clé primaire doit être unique et non nulle

Intégrité de référence   Un schéma relationnel contient --> des relations statiques (entités autonomes) --> des relations dépendantes (leur existence est liée à celle de relations statiques)  Ex Etudiant (Ide, nome, prenom, age) Société (Ids, noms, activite, adresses) Convention (Ide, Ids, date, duree)  Les dépendances se caractérisent par des liaisons de type N : M entre les entités, transformées lors du passage au schéma relationnel en clés étrangères  L'intégrité de référence est la règle qui régit les valeurs des clés étrangères (valeurs nulles ou existantes dans la table liée)

Intégrité liée à l'application   Chaque application modélisée peut faire apparaître d'autres contraintes spécifiques Ex : un étudiant ne réalise qu’un stage à la fois  Ces contraintes, dites d'intégrité sémantique, ne sont pas (toutes) directement modélisables au niveau du schéma relationnel