Systèmes de Gestion de Bases de Données (Relationnelles)

Présentation au sujet: "Systèmes de Gestion de Bases de Données (Relationnelles)"— Transcription de la présentation:

1 Systèmes de Gestion de Bases de Données (Relationnelles)
SGBDR Systèmes de Gestion de Bases de Données (Relationnelles)

2 Plan Approches Les tâches du SGBD Les transactions

3 Approche 1 Systèmes traditionnels basés sur des fichiers Fichier
Application 1 Gestion clients Fichier Clients Application 2 Gestion commandes Fichier Commandes Application 3 Gestion livraison Fichier Commandes

4 Approche 1 Systèmes basés sur des fichiers
Inconvénients Description multiple des structures des fichiers Redondance de certaines informations = risques d’incohérence Conflits si accès simultané aux fichiers

5 Approche 2 Systèmes basés sur des bases de données Application 1
Gestion clients Base de données Métadata Application 2 Gestion commandes SGBD Données : -T_client -T_comm -T_livr Application 3 Gestion livraison

6 Approche 2 Systèmes basés sur les BdeD
Bases de données Collection de données organisées et partagées de manière à satisfaire les besoins en information d’une organisation Description des données dans un dictionnaire ou catalogue (métadonnées = données qui décrivent les données) Données elles-mêmes (sous forme de tables pour les bases de données relationnelles) Système de gestion de base de données Système logiciel permettant de gérer une base de données (description et contenu), d’en contrôler l‘accès et en assurer intégrité

7 Approches Avantages/inconvénients SGBD
Contrôle de la redondance des données (et donc de leur cohérence) Contrôle de l’intégrité des données Partage des données : accès sécurisés, contrôle de la concurrence d’accès Inconvénients Complexité supplémentaire : langages SQL, techniques d’administration, etc. Coût du logiciel (mise en œuvre, administration, évolution)

8 Les taches d’un SGBD Contrôler la redondance
Contrôler l’intégrité des données Contrôler l’accès aux données Contrôler la concurrence d’accès Autres services Assurer la reprise après incident Sauvegarde/restauration Réplication Etc.

9 Tâche Contrôler la redondance
Le processus de conception d’une base de données passe par une analyse des données du SI Un certain nombre de règles permettent de s’assurer de la non-redondance des données : les formes normales 1FN (1ère forme normale) 2FN 3FN Le passage au modèle physique permet de réintroduire éventuellement une certain redondance contrôlée

10 Tâche Contrôler l’intégrité
Assurer l’intégrité,la cohérence, des données d’une base de données Mise en œuvre SQL Contraintes de domaine de valeur Type de données : INT, DATE, etc. NOT NULL, DEFAULT CHECK, UNIQUE Contrainte d’intégrité d’entité PRIMARY KEY Contrainte d’intégrité référentielle FOREIGN KEY ON UPDATE – ON DELETE Déclencheurs (triggers)

11 Tâche Contrôler l’accès aux données
S’assurer que seuls les utilisateurs ou applications autorisés accèdent aux données d’une BdeD Limiter l’accès à certaines données Mise en œuvre SQL comptes d’utilisateurs ou de groupes CREATE USER privilèges d’accès aux données pour ces comptes GRANT / REVOKE Vues et privilèges sur les vues CREATE VIEW

12 Tâche Contrôler la concurrence d’accès
Dans un environnement multi-utilisateurs, il est indispensable de garantir que chacun ait accès à la bonne donnée lors de l’exécution de son instruction SQL (ou du groupe d’instructions) : notion de transaction verrouiller l’accès à une donnée valider/invalider un ensemble de modifications Mise en œuvre SQL Valider un ensemble de mises à jour COMMIT Invalider un ensemble de mises à jour ROLLBACK

13 Tâche Assurer la reprise après incident
Afin de garantir l’intégrité des données en cas d’incident, les SGBD doivent mettre en œuvre un certain nombre de techniques basées sur la journalisation des modifications du contenu de la base de données Journaux d’image avant Avant toute opération de modification d’une ligne, conservation de l’image ‘avant’ de cette ligne En cas d’invalidation, on peut reconstruire la ligne Journaux de transactions Toutes les opérations peuvent être mémorisées et ré appliquées en cas de restauration

14 Tâche Sauvegarde / restauration
Offrir les outils permettant d’effectuer des sauvegardes (backup)/ restauration (restore) Sauvegarde complète Sauvegarde différentielle Mises à jour depuis dernière complète Sauvegarde incrémentale Mises à jour depuis dernière sauvegarde

15 Transactions Une transaction est composée d’une suite de requêtes qui doivent vérifier les 4 propriétés suivantes : Atomicité : les requêtes de la transaction forme un tout indissociable Cohérence : les requêtes doivent être toutes annulées en cas d’échec Isolation : les modifications effectuées par les requêtes de la transaction doivent n’être accessible qu’après validation Durabilité : les modifications doivent être durables, même en cas de panne (restaurer et ré appliquer)

16 Transactions Concurrence et incohérences
Types d’incohérences : Dirty read (lecture d’une ligne non validée) Transaction A modifie une ligne Transaction B lit la ligne modifiée Transaction A annule/valide la transaction Lecture non répétable : Transaction A lit une ligne Transaction B modifie ou supprime une ligne Transaction A essaie de relire la ligne (on s’attend à avoir les mêmes données) Fantôme Transaction A lit n lignes Transaction B ajoute/supprime une ligne Transaction essaie de relire les n lignes

17 Transactions Verrous / Niveau d’isolement
Verrous : mécanisme qui verrouille l’accès à une ligne/page (bloc de données) Lecture (partagé) fantôme/anti-insertion Écriture Anti-fantôme/insertion Niveau d’isolement 0 : aucun verrouillage 1 : non modification des lignes lues 2 : non modification des lignes lues 3 : sécurité maximale

18 Transactions Interblocage / dead lock / verrou mortel
Exemple : Transaction A modifie la ligne 100 Transaction B modifie la ligne 1 Transaction A veut modifier la ligne 1 Attente libération des verrous Transaction B veut modifier la ligne 100 Les SGBD décident d’abandonner une des 2 transactions au profit de l’autre

19 Réplication Recopier le contenu (total ou partiel) d’une base de données vers une autre Intérêt : Performance pour des sites distants Sécurité Filtrer Tout est recopié Certaines lignes, certaines colonnes

20 Base de données distribuée Two-phase commit (2PC)
Base de données dont les données sont réparties sur plusieurs serveurs Transparence pour l’utilisateur 2PC : Dans de cas de bases de données distribuées, mécanisme permettant la validation d’une transaction mettant en œuvre plusieurs bases.

21 OLAP Online Analytical Processing
Possibilité offerte par certains SGBD d’offrir des requêtes avec des lignes de sous-totaux dans le résultat détaillé (mot clefs ROLLUP) des données sous forme de cubes multidimensionnels (mot clefs CUBE) Fonctions de classement Rang d’une ligne par rapport aux autres, etc.

22 OLAP - Rollup Équivalent à SELECT A, B, C, SUM( D ) SELECT * FROM ( )
FROM T1 GROUP BY ROLLUP (A, B, C); Équivalent à SELECT * FROM ( ( SELECT A, B, C, SUM( D ) FROM T1 GROUP BY A, B, C ) UNION ALL ( SELECT A, B, NULL, SUM( D ) FROM T1 GROUP BY A, B ) ( SELECT A, NULL, NULL, SUM( D ) FROM T1 GROUP BY A ) ( SELECT NULL, NULL, NULL, SUM( D ) ) )

23 OLAP - Cube SELECT A, B, C, SUM( D ) Définit les sous-totaux suivants
FROM T1 GROUP BY CUBE (A, B, C); Définit les sous-totaux suivants SELECT * FROM ( ( SELECT A, B, C, SUM( D ) FROM T1 GROUP BY A, B, C ) GROUP BY A, B ) GROUP BY A, C ) GROUP BY B, C ) GROUP BY A ) GROUP BY B ) GROUP BY C ) ()

24

25 Datawarehouse, datamart Entrepot de données
Objectif : conserver les données de TOUTE la vie de l’entreprise Dans un entrepôt, rien n’est supprimé Produire des statistiques Modèle de données basé sur Des axes d’analyse : tiers, produits, temps Des mesures : quantité, prix Un datawarehouse des datamarts par secteur, division de l’entreprise, etc.

26 Datawarehouse modélisation
Modèle en étoile Tables des dimensions : attributs qui caractérisent les dimensions des analyses (selon 3 axes principaux) Localisation : pays, client, Temps : année, mois, jour, Produit : produit, catégorie, Table des faits : mesures Modèle en flocon Idem. mais normalisation des tables des dimensions

27

28

29 Datamining Exploration des données d’un entrepôt Fouille de données :
Extraire des « connaissances » Algorithmes spécifiques profils de client Profils de consommation

30 Cycle de vie des données d’une base de données
Informatique décisionnelle EIS, SIAD Production (Performance) Extraction, transformation, chargement Analyses multidimensionnelles Base de données (Database) Entrepot (Dataware house) Extract, Transform, Load Fouille de données Entrepot (Dataware mart) Entrepot (Dataware mart) Extraction de connaissances

31 Middleware d’accès aux données
CLIENT Interconnexion ? SERVEUR Progiciel ERP sPI IBM-DB2 sPI Oracle Outils bureautiques sPI MySQL ... sPI Postgresql sPI ...

32 À chaque fois qu’un client veut communiquer avec un serveur, il faut développer du code spécifique
Middleware CLIENT Interconnexion SERVEUR Progiciel ERP sPI IBM-DB2 sPI Oracle Outils bureautiques sPI MySQL ... sPI Postgresql sPI ...

33 À chaque fois qu’un client veut communiquer avec un serveur, il faut développer du code spécifique
Middleware CLIENT Interconnexion SERVEUR Progiciel ERP API universelle sPI IBM-DB2 sPI Oracle Serveur D’intermédiation Outils bureautiques sPI MySQL ... sPI Postgresql ODBC Open Database Connectivity sPI ...

34 Middleware d’accès aux données
Le middleware ODBC (Microsoft) agit avec les SGBD comme un pilote (driver) pour le matériel

35 Les SGBD relationnels du marché
Oracle Oracle v. 10g IBM DB2 Microsoft SQL Serveur 2005 Sybase Sybase et SQL AnyWhere Sun MySQL v. 5 (opensource) opensource PostgreSQL v.8 Firebird v.2

36 Évolution des SGBD Intégration de XML Intégration des concepts objet
Des types de données permettant le stockage des documents XML Langage d’interrogation des colonnes de ce type Intégration des concepts objet Héritage