Enseignant Chercheur ESIL/INFO France

Présentation au sujet: "Enseignant Chercheur ESIL/INFO France"— Transcription de la présentation:

1 Enseignant Chercheur ESIL/INFO France
Sémantique d' UML, MOF Laurent Henocque Enseignant Chercheur ESIL/INFO France mis à jour en Octobre 2006

2 Licence Creative Commons
Cette création est mise à disposition selon le Contrat Paternité-Partage des Conditions Initiales à l'Identique 2.0 France disponible en ligne ou par courrier postal à Creative Commons, 559 Nathan Abbott Way, Stanford, California 94305, USA.

3 Références Normatives
L'infrastructure UML La superstructure UML OCL

4 Autres références Ce support de cours s'appuie sur des exemples concrets mis à disposition librement sur internet par différentes sources

5 Objectifs Présenter l'organisation d'UML sur la base de couches d'abstractions successives et illustrer l'utilisation bootstrappée de la méthode

6 Préambule UML est un formalisme de modélisation dont la sémantique et la syntaxe sont formellement décrites UML permet de décrire des modèles possédant également cette propriété La méthode est "bootstrappée" : un fragment essentiel d'UML (le méta méta modèle) est utilisé pour "auto" décrire la méthode (via un méta modèle) Seul le méta méta modèle est dépourvu de justifications autres qu'intuitives

7 Modélisation = Syntaxe
Une méthode de modélisation permet de définir des syntaxes Une syntaxe décrit un ensemble (infini) de constructions possibles Par exemple, un modèle décrira que tous les véhicules ont des roues, éventuellement un moteur, de type diesel ou essence, etc...

8 Modélisation = Syntaxe sous contraintes
Par un relatif abus de langage, la documentation UML place sous la rubrique sémantique les règles de bonne formation (well formedness rules) qui s'ajoutent aux descriptions essentiellement graphiques Dans ce cadre figurent les contraintes additionnelles portant sur le modèle (dites de bonne formation) : par exemple le fait qu'une voiture de plus de 150 chevaux possède exactement des freins à disque ventilés

9 4 niveaux de modélisation

10 Niveau 1 : les instances ou objets
Les instances sont les objets actuellement réalisés lors de l'exécution d'un programme Le rôle du modèle est de définir quelles sont les états possibles et admissibles des objets manipulés par l'application à tout moment

11 Niveau 1 : les données Les instances sont les objets réalisés lors de l'exécution d'un programme, ou stockées dans des bases de données Imaginons un système de gestion de données boursières. La base conserve les données numériques associées aux actions Action("Air France", 3.78€) Action("TF1",7.47€) ...

12 Niveau 2 : le modèle C'est la description des classes, de leurs relations, et des contraintes qui servent de "modèle" pour la création d'instances du niveau 1 L'utilisation d'un modèle permet de contrôler la validité des états du système, et de le documenter

13 Niveau 2 : le modèle Record{"Action", Champ(1,"société",String),
Champ(2,"prix",Num) } Action("Air France", 3.78€) Action("TF1",7.47€) ...

14 Niveau 3 : le méta modèle Le méta modèle définit ce qu'il est possible de modéliser. C'est un modèle également, décrit avec un fragment d'UML, dont les classes portent les noms de "Class", "Relation", ...

15 Niveau 3 : le méta modèle MetaClass{"Record",
MetaAttr("NomClasse",String), MetaAttr("Champs",list<Champ>)} MetaClass{"Champ", Metaattr("num",int), Metaattr("nom",String), Metaattr("type",Type)} . Record{"Action", Champ(1,"nom",String), Champ(2,"prix",Num) }

16 Niveau 4 : le méta méta modèle
Le méta méta modèle est le langage de définition du méta modèle. Il est donné sans justification par un ensemble réduit de primitives Le langage permettant de décrire le méta modèle doit être auto explicatif : un ensemble minimal de primitives capable de "s'autodécrire".

17 Niveau 4 : le méta méta modèle
Par exemple une grammaire BNF : MM->[MC]* MC->"MetaClass" "{" SC "," [MA]*"}" MA->"MetaAttr" "(" SC "," Ident ")" SC -> "\"" Ident "\"" MetaClass{"Record", MetaAttr("NomClasse",String), MetaAttr("Champs",list<Champ>)}

18 Niveau 4 : méta méta modèle UML
Dans le cas d'UML, le méta méta modèle est un fragment minimal des diagrammes de classes, complété par le langage de contraintes (logique) OCL Un exemple d'un tel méta méta modèle est le langage MML + OCL

19 MML : Méta Modeling Language
On décrit UML avec un fragment de celle-ci Ce fragment doit avoir des propriétés intéressantes : c'est le plus petit fragment possible capable de se décrire lui-même tout en permettant de décrire UML MML est un exemple d'une telle tentative

20 Méta méta modèle UML : éléments fondamentaux
classe attributs role multiplicité relation héritage agrégation/composition

21 Comprendre la spécification de la méthode UML
Le méta modèle UML Comprendre la spécification de la méthode UML

22 Le méta Modèle UML Le méta modèle décrit donc ce que l'on peut modéliser. Il est documenté par UML et forme le manuel de référence d'UML UML n'est assortie de recommandations graphiques que pour la forme : la seule loi est celle définie par le méta modèle, indépendamment des artéfacts graphiques choisis

23 Fragment du méta modèle UML : les classes

24 Le Métamodèle = syntaxe des modèles

25 Organisation du méta modèle : les Packages

26 Packages fondamentaux de "Foundation"
Structure statique des modèles

27 Core : Backbone 1

28 Core : Backbone 2

29 Core : Associations 1

30 Core : Associations 2

31 Core : Dépendances

32 Core : Classifieurs

33 Core : Elements auxiliaires

34 OCL : Règles de bonne formation

35 Core Semantics : exemple 1
[2] No Attributes may have the same name within a Classifier. (Unicité des noms d'attributs dans un Classifier) self.feature-> select(a | a.oclIsKindOf(Attribute))-> forAll(p,q | p.name=q.name implies p=q)

36 Core Semantics : exemple 2
No BehavioralFeature of the same kind may match the same signature in a Classifier. (Deux "méthodes" ne peuvent avoir la même signature) self.feature->forAll(f, g |(( (f.oclIsKindOf(Operation) and g.oclIsKindOf(Operation)) or (f.oclIsKindOf(Method) and g.oclIsKindOf(Method)) or (f.oclIsKindOf(Reception) and g.oclIsKindOf(Reception)) ) and f.oclAsType(BehavioralFeature).matchesSignature(g) )implies f = g)

37 Abstraction Une abstraction est une relation de dépendance entre deux éléments ou ensembles d'éléments qui représentent le même concept à deux niveaux d'abstraction, ou selon différents points de vue Attributs : mapping Stéréotypes : «derive», «realize», «refine», and «trace»

38 < un extrait de la documentation >
In the metamodel, an Abstraction is a Dependency in which there is a mapping between the supplier and the client. Depending on the specific stereotype of Abstraction, the mapping may be formal or informal, and it may be unidirectional or bidirectional. If an Abstraction element has more than one client element, the supplier element maps into the set of client elements as a group. For example, an analysis-level class might be split into several design-level classes. The situation is similar if there is more than one supplier element.

39 Artifact Un "Artifact" représente un élément physique d'information utilisé ou produit par le processus du développement logiciel Par exemple : les modèles, les sources, les scripts et les fichiers binaires exécutables. Un "Artifact" peut constituer l'implémentation d'un composant déployable

40 Artifact Un artifact est un classifier muni d'une agrégation optionnelle avec un ou plusieurs composants En tant que Classifieurs, les Artéfacts peuvent avoir des attributs qui représentent leurs propriétés ( par exemple l'attribut “read-only” ou l'opération “check in”). Associations : implementation le composant déployable implanté par cet artifact Les stereotypes de Artifact sont «file», les sous classes de «file» («executable», «source», «library», et «document»), et «table». Ces stereotypes peuvent être sous classés : (e.g., «jarFile» pour les archives Java).

41 < un extrait de la documentation >
It should be noted that sometimes Artifacts may need to be linked to Classifiers directly, without introducing a ‘Component.’ For instance, in the context of code generation, the resulting Artifacts (source code files) are never deployed as Components. In that case, a «derive» Dependency can be used between the Classifier(s) and the generated Artifact.

42 Association Une association définit une relation sémantique entre classifieurs. Ses instances (des "Link"s) sont des ensembles de tuples Dans le méta modèle, une association est la déclaration d'une relation sémantique entre deux classifieurs, tels que des classes. Une association a au moins deux extrémités (AssociationEnd), chacune connectée à un classifieur

43 Association (2) Attributs : name Associations : connection
Stéréotypes : implicit Contraintes standard : xor (une seule association est réalisée pour chaque instance associée) Tagged Values : persistence : le lien survit il à la disparition de ses extrémités Features héritables : connection Features non héritables : name (unique), isRoot, isLeaf, isAbstract (liés au modèles entier)

44 AssociationClass C'est une association qui est aussi une classe : elle possède ses propres "features".

45 AssociationEnd : Attributs
aggregation (none, aggregate,composite), changeability (changeable, frozen, addOnly), ordering (unordered, ordered), isNavigable (true, false), multiplicity name targetScope (instance,classifier) visibility

46 AssociationEnd Une des extrémités d'une association. Elle est reliée à un classifieur, mais porte aussi les informations associées aux rôles (nom, cardinalités, etc) Stéréotypes : association (le défaut), global (la cible est une variable globale), local (la cible est une variable locale), parameter (la cible est un paramètre), self (la cible est l'objet support "this")

47 AssociationEnd : associations
qualifier : liste d'attributs de qualification specification : un ou plusieurs qualifieurs qui définissent l'interface de programmation minimale qui doit être supportée par la cible quand l'association est traversée participant : le classifieur cible extrémité anonyme de composite : l'association qui possède ce "end"

48 Attribute Etc ...