bases de données - lisic

Bases de données

Pierre-Alexandre Hébert

[email protected]

0. Objet du cours

0.1 Programme du module

De la conception à l’implantation d’une base de données + manipulation– Introduction aux bases de données– Modélisation : modèle E-A et UML– Modèle relationnel– Algèbre relationnel– Langage SQL– Normalisation– Contrôle d’accès aux données (SQL)

0.2 Historique

1969 : Essor des bases de données, grâce aux travaux de Codd sur l’approche relationnelle

1974 : Ancêtre du langage SQL, SEQUEL, par Chamberlin

1979 : Premier SGBD relationnels commerciaux (Oracle), puis SQL/DS cher IBM

1989, 1999 : normalisation ANSI du langage SQL

1. Introduction aux bases de données

1.1 Base de données

Définition– Ensemble volumineux, structuré et minimalement

redondant de données, liées entre elles, stockées sur supports numériques, servant pour les besoins d’une ou plusieurs applications, interrogeables, modifiables par un ou plusieurs utilisateurs, travaillant potentiellement en parallèle

– Ex d’une compagnie aérienne voyageurs, vols, avions, personnel, réservations, etc.

1.2 SGBD

Système de Gestion de Bases de Données– logiciel prenant en charge la structuration, le

stockage, la mise à jour, la maintenance, et la consultation d’une base de données

– Interface avec les données

Exemples– Oracle, MySQL et Access = SGBD relationnels

1.2 SGBD

Intérêt des SGBD– Avant leur émergence

anarchie– applications de gestions de données indépendantes– langages propres, normes propres, fichiers propres

conséquences– multiplication des tâches de saisie, de développement et de

support : coût important– redondance des données– incohérences des données– non-portabilité des traitements– dépendance vis à vis des moyens matériels– restructuration des données dissuasive

1.2 SGBD

Objectifs– Indépendance physique des données– Indépendance logique des données– Manipulation des données par des non-informaticiens

(IHM)– Administration facilitée des données– Optimisation de l’accès aux données– Préservation de la cohérence des données (intégrité)– Partage des données– Sécurité des données (confidentialité)– Sûreté des données (persistance)

1.3 Notion de données

Types de données– Ensemble d’objets partageant des caractéristiques

communes : classe

Données– Élément correspondant à un type de données :

occurrence, instance

Exemple– Livre = (Numéro ISBN, Titre, Auteur, Editeur)– (2100068245, Introduction aux bases de données

relationnelles, Mata-Toledo, EdiScience)

1.4 Conception de BDD

Trois niveaux de modélisation des BDD (Namur 1974)– Niveau conceptuel

description du réel, sans contraintes techniques

– Niveau logique description d’une solution de modélisation, techniquement

orientée, mais indépendante de tout choix d’implémentation

– Niveau physique solution technique : programmation + optimisation

+ Niveau externe (ANSI 1975)– prise en compte du point de vue des utilisateurs

vues, confidentialité

1.5 Exemple

Cas traité– Stages effectués par des étudiants

Niveau Conceptuel - UML

Etudiant

Num. InseeNom

Prénom

Stage

Num. StageTitre

Encadrant

Est effectué par

0..1 1

1.5 Exemple

Niveau Logique – Relationnel– Deux tables relationnelles

Etudiant(Num. INSEE, Nom, Prénom) Stage(Num. Stage,Num. INSEE, Titre, Encadrant)

Niveau physique– création des tables en SQL sur MySQL– entrée des données– exemple de consultation des étudiants :

Num. INSEE Nom Prénom

140116244795612 Dali Salvador

150086238218765 Picasso Robert

1.6 Notion de langage de données

Définition– Langage informatique permettant de décrire le

modèle d’une base de données d’une manière assimilable par la machine (niveau physique)

Langage de Définition de Données (LDD) Langage de Contrôle de Données (LCD) Langage de Manipulation de Données (LMD)

1.7 Notion d’administration de données

Administrateur entreprise– gestion du schéma conceptuel et des règles de

contrôle des données

Administrateur de données– gestion des schémas externes et de leur

correspondance avec le schéma conceptuel

Administrateur de bases de données– gestion du schéma interne (= logique + physique) et

de sa correspondance avec le schéma conceptuel

2. Le niveau conceptuel

2.1 Introduction

Rôle– Expression d’une vue abstraite de la base de

données, de manière graphique– Restriction à l’aspect statique des données

Basée sur– une analyse de la situation existante et des besoins

Deux modèles principaux– Entité-Association ou Entité-Relation

c’est le modèle conceptuel des données de Merise– UML

Plus récent Spectre plus large : POO

2.2 Analyse de l’existant

Etude des usages– Analyse des documents existants

fiches, procédures, bilans, statistiques, intranet, etc.

– Recueil d’expertise métier– Dialogue avec les usagers– Etude des systèmes d’informations existants

2.3 Modèle E-A : définitions

Entité– concept concret ou abstrait du monde à modéliser

Attribut– donnée élémentaire, ou propriété, qui sert à caractériser

entités et associations

Identifiant ou Clé– attribut particulier permettant d’identifier chaque occurrence

d’une entité

Exemple Etudiant

Num. InseeNom

Prénom


Attribut– atomique

une seule valeur par occurrence– élémentaire

on ne peut le dériver d’autres attributs

Association– Lien permettant de relier les entités entre elles

en général : verbal

Occurrence– Élément particulier d’une entité ou d’une association

Degré d’une association = Arité– Nombre d’entités participant à l’association– Association binaire : degré 2


Cardinalité– Couple de valeurs (min,max) indiqué à l’extrémité de chaque

lien d’une association– Caractérise la nature de l’association en fonction des

occurrences des entités concernées– Les cardinalités traduisent les possibilités de participation

(min,max) d’une occurrence quelconque d’une entité aux occurrences d’une association

ExempleLivre

Num. ISBNTitre

Editeur

Auteur

Num. AuteurNom

Prénom

(1,1) (1,N)

Ecrit par

2.4 Modèle E-A : Extension

Extension du modèle E-A– Attributs composites

ex: adresse = Numéro, Rue, N°appt, Ville, Code Postal

– Attributs multivaluésex: âges des enfants d’un employé

– Attributs dérivésex: âge dérivé de la date de naissance

– Sous-type d’entitéHéritage

2.5 Modèle E-A : entité de type faible

Entité de type faible– Elles n’existent qu’en référence à une entité

identifiante– Entité non identifiée

sa clé locale (identifiant relatif) n’identifie chacune de ses occurrences que parmi celles associées à la même occurrence de l’entité identifiante

Exemple

Projet

N°ProjetNom

Date début

Tâche

N° TâcheDescription(0,N) (1,1)

composer ( R )

2.6 Modèle UML : définitions Diagrammes de classes

– 1997 : naissance de l’Unified Modeling Language– modélisation objet indépendante de tout langage– peut se substituer au modèle E-A

Classes [entité]– Description abstraite d’un ensemble d’objets de même structure et de

même comportement Objet [Occurrence] Attributs [idem]

– propriétés typées servant à caractériser les classes et relations Méthodes [absent]

– opérations programmées sur les objets d’une classe Association [idem]

– relie une classe à plusieurs autres classes Multiplicité [cardinalité]

2.7 Modèle UML : ex. de classe

Classe Homme

Homme

N°INSEE : string(15)Nom : string(20)Sexe : boolDateNaissance : date/ Age : integer

Rire()

<< description >>Age = Maintenant() - DateNaissance

2.8 Notation des cardinalités

Correspondance E-A / UML

Attention : notation de la cardinalité inversée

Entité-Association UML

0,1 0..1

1,1 1 (ou pas de cardinalité)

0,N 0..* ou *

1,N 1..*

N,M ou N,N N..N

Livre

Num. ISBNTitre

Editeur

Auteur

Num. AuteurNom

Prénom

1..* 1

Ecrit par >

2.9 Trois grands types de cardinalité pour les asso. binaires

Associations 1-1– cardinalités maximales égale à 1– ex: « Étudiant effectue Stage »

Associations 1-N : « père-fils »– une cardinalité maximale à 1, l’autre à N– ex: « UV sous la responsabilité d’un Enseignant »– rôles « père », « fils » représentables en UML

Association N-N– cardinalités maximales à N– ex: « Étudiant vœux Stage »– Supporte les attributs

2.10 Modèle UML : asso. N-N avec attributs

Classe-association sous UML

Departement

CodeNom

Budget

Logiciel

NomEditeur

1..* 1..*

Achat

DateCoût

2.11 Modèle UML : Composition

La composition associe une classe composite et des classes parties, telle que tout objet partie appartient à un et un seul objet composite

Association 1:N Composition non partageable Cycles de vie liés

Livre

ISBNTitre

Chapitre

NuméroNom

1 1..*

2.12 Modèle UML : Héritage

UML ; mais existe aussi dans Merise/2 L’héritage permet de représenter le rapport de

généralisation/spécialisation entre classes « A’ est hérite de A » signifie que « A’ est une

sous-classe de A » A’ hérite alors de l’ensemble des attributs et

méthodes de A

Homme

NomPrénom

Age

Super-hérosSuper-pouvoirs

2.12 Modèle UML : Héritage

Classe abstraite– non instanciée– donc forcément héritée

Notation italique

Mammifère Humain

FemmeHomme

2.13 Modèle UML : Héritage Multiple

Exemple

EnseignantN°

Matière

Eleve IUFM

StagiaireN°

Date inscription

2.14 Règles de validation

Origine– Inspirées des principes de normalisation du modèle

relationnel

Objectif– s’assurer de la cohérence de la BDD dès le modèle

conceptuel

Quel modèle– UML– mais existe de façon équivalente dans Merise


Règles sur les attributs– atomiques (ou non-décomposables)– non-redondant

1 seule occurrence dans le diagramme

1ère forme normale [du modèle conceptuel]– toute classe a son identifiant– tout attribut = monovalué– rapport à la dépendance fonctionnelle

1 valeur identifiant => 1 valeur attribut

ExempleSuper-héros

IdNom

PrénomSuper-pouvoirs[1..n]

Super-héros

IdNom

Prénom

Super-pouvoir

IdDescription

1..*1..*


2ième forme normale [du modèle conceptuel]– tout attribut d’une classe dépend exclusivement de l’identifiant

de la classe– tout attribut d’une classe-asso. dépend conjointement des

identifiants des classes liées à l’association

ExempleSuper-héros

IdNom

Prénom

Super-pouvoir

IdDescription

1..*1..*

Usage

DateDate dernière intervention

Si dernière intervention indépendante du type de super-pouvoir utilisé


3ième forme normale [du modèle conceptuel]– tout attribut d’une classe dépend de l’identifiant de la classe– tout attribut d’une classe-asso. dépend conjointement des

identifiants des classes liées à l’association– pas de dépendance entre attributs non-identifiants

Exemple

Logiciel

NomPrix

EditeurSiège social éditeur

Logiciel

Nom

Editeur

NomSiège social

11..*

< Edite

2.16 Exemple E-A : Centre Médical

2.17 Exemple E-A : Tennis

2.18 Exemple E-A : Journal

2.19 Exemple E-A : Transport

2.20 Exemple UML : Usine

3. Le niveau logique

3.1 Introduction

Modèle logique– modèle formel qui spécifie la manière dont les données vont exister

dans l’application (alors que le modèle conceptuel spécifie la réalité existante)

Modèle relationnel– Ensemble de concepts destinés à formaliser logiquement l’utilisation

de fichiers plats indépendamment de la façon dont ils seront physiquement stockés dans la mémoire numérique

Description des données Manipulation des données

Objectifs– indépendance représentation interne des données et l’application– gestion des problèmes de cohérence et de redondances des

données– utilisation de langages basés sur des théories solides

3.2 Définitions

Domaine– ensemble dans lequel les données prennent leurs

valeurs– définition en intention / en extension

Relation– caractérisée par un ensemble d’attributs, définis

chacun sur un domaine– constituée d’éléments qui se distinguent par au

moins une valeur de leurs attributs tuples ou n-uplets ou vecteurs

– définie (en extension) par l’ensemble de ses n-uplets

3.2 Définitions

Produit cartésien– Le produit cartésien des domaines D1,D2,…,Dn noté

D1xD2x…xDn est l’ensemble des tuples que l’on peut définir sur ces domaines

– Exemple D1 = {1,2} D2 = {A,B,C} D1xD2 = {1A,1B,1C,2A,2B,2C}

Relation = objet mathématique– sous-ensemble du produit cartésien des domaines

de ses attributs– Exemple

R = {1B,1C,2C}

3.3 Représentation d’une relation

Relation représentée sous forme de table

Correspondances– Ligne

enregistrements = tuples

– Colonne champs = attributs

Remarque– pas d’ordres entre les lignes

INSEE Nom Prénom

140116244795612 Dali Salvador

150086238218765 Picasso Robert

3.4 Clés

Clé– Ensemble d’attributs minimal qui permet de déterminer tout

tuple de la relation de façon unique– Minimalité

tout sous-ensemble de la clé ne suffit pas à déterminer les tuples– Exemple

N°INSEE = clé de la relation Etudiant (N°INSEE,Nom) clé, car non minimal

Toute relation a au moins une clé Clé primaire / clé candidates

– clé primaire : l’élue ; en général, la plus simple– clés candidates : les autres clés

Clé étrangère : lien entre relations– groupe d’attributs correspondant à une clé dans une autre

relation

3.4 Clés

Détermination d’une clé– basée sur la sémantique

Si les clés candidates sont trop complexes– création d’une clé artificielle– si vraiment utile

(Mauvais) exemple : boîtes de conserves

Contenu Marque Prix

Ravioli Auchan 1.8

Ravioli Buitoni 2.4

ID Contenu Marque Prix

12 Ravioli Auchan 1.8

13 Ravioli Buitoni 2.4

3.5 Schéma relationnel

Schéma d’une relation– précise les couples attributs/domaines– la clé primaire– les clés étrangères

Exemple– Personne(Numéro:entier, Nom:chaîne, LieuNaissance=>Ville)– Pays(Nom:chaîne, Population:entier, Superficie:entier,

Chef=>Personne)– Région(Nom:chaîne, Pays=>Pays, Superficie:entier)– Ville(Codepostal:CP, Nom, Région=>Région.Nom

Pays=>Région.Pays)

– où CP = « 1 ou 2 lettres – entier »

3.6 Passage UML vers Relationnel

Transformation des classes– toute entité devient une relation– l’identifiant devient sa clé primaire

Transformation des associations– Associations 1-N : « père-fils »

Inclusion d’une clé étrangère dans la relation correspondant à la classe fils, qui désigne la clé primaire de la classe père

Logiciel

Nom

Editeur

NomSiège social

11..*

< Edite

Editeur(Nom,SiègeSocial)Logiciel(Nom,NomEditeur=>Editeur)


Transformation des associations– Associations N-N, n-aires et classes-asso

L’association/classe-asso. devient une relation Sa clé primaire est définie comme la concaténation des

identifiants des classes associées Ces identifiants deviennent chacun clé étrangère

Avion

ImmatType

CompagnieN°

Nom

0..*1..*

Compagnie(N°, Nom)Affréter(Immat=>Avion, NomComp=>Compagnie, Date)Avion(Immat, Type)

AffréterDate


Transformation des associations– Associations 1-1

Si une cardinalité minimale à zéro– ajout d’un attribut clé étrangère dans l’autre entité

Si deux cardinalités à zéro : au choix Sinon : fusion des deux entités !

Rôle de la sémantique– ex: homme/femme/mariage

Stage

N°Entreprise

EdudiantINSEENom

0..11

Stage(N°, Entreprise)Etudiant(INSEE, Nom, N°Stage=>Stage)

< Effectue


Transformation des compositions– Comme une association 1:N– mais la clé de la classe composite est ajoutée à la

clé de la classe partie (tout en restant décrite comme une clé étrangère)

Livre

ISBNTitre

ChapitreN°

Nom

1..N1

Livre(ISBN, Titre)Chapitre(N°, ISBN=>Livre, Nom)

composé de >

3.7 Traduction de l’héritage

Décomposition par distinction– Transformation par référence– Classes mère et filles sont transformées en

relations– La clé primaire de la classe mère devient clé

primaire et clé étrangère dans ses classes fillesDocument

TitreAuteur

LivreISBN

Editeur

ThèseDiscipline

Document(Titre, Auteur)Livre(Titre=>Document, ISBN, Editeur)Thèse(Titre=>Document, Discipline)


Décomposition descendante– Transformation par les classes filles– Classes filles sont transformées en relations

les attributs de la classes mère y sont reproduits la clé de la classe mère devient clé primaire

– Si la classe mère n’est pas abstraite elle devient une relation qui ne contient que les tuples qui ne sont

pas des instances de ses classes fillesDocument

TitreAuteur

LivreISBN

Editeur

ThèseDiscipline

Livre(Titre, ISBN, Editeur, Auteur)Thèse(Titre, Discipline, Auteur)


Décomposition ascendante– Transformation par la classe mère– Classe mère transformée en relation– Migration des attributs des classes filles dans la relation de la

classe mère

Héritage et clé primaire– C’est toujours la clé primaire de la classe mère qui est retenue

comme clé primaire des classes filles (même à plusieurs niv.)

Document

TitreAuteur

LivreISBN

Editeur

ThèseDiscipline

Document(Titre, Auteur, Editeur, Discipline, ISBN)

3.7 Choix de la transformation de l’héritage

Décomposition par distinction– Limites : lourdeur, car classes filles impliquées dans 2 relations– Avantages : pas de redondance ni attributs inutiles (valeurs

nulles rendues nécessaires)– Usage : général, surtout si classe mère non abstraite

Décomposition descendante– Limites : redondance => risque d’incohérence– Avantages : moins de tuples, pas de clés étrangères– Usage : classe mère abstraite + héritage exclusif

Décomposition ascendante– Limites : introduction de valeurs nulles– Avantages : moins de tuples, pas de clés étrangères– Usage : classe mère non-abstraite + héritage complet

3.8 Les opérateurs relationnels : présentation

Objectif– manipuler les tables de la base de données– soit, à partir de tables, obtenir d’autres tables– à la base du langage SQL

Basé sur– l’algèbre relationnel

Opérateurs de base– Union, différence, projection, restriction, produit

cartésien Opérateurs additionnels

– Intersection, Jointure, Division

3.9 Les opérateurs relationnels : les opérateurs ensemblistes

Opérateurs binaires– portant sur des relations de même schéma– définissant une relation de même schéma

Union– Union(R1,R2) définit la relation dont l’ensemble des

tubles sont ou dans R1 ou dansR2

Exemple Homme(Nom, Prénom, Âge)

(Dupont, Pierre, 20)

(Durand, Jean, 30)

Femme(Nom, Prénom, Âge)

(Martin, Isabelle, 20)

(Tintin, Hélène, 30)

Union

3.9 Les opérateurs relationnels : les opérateurs ensemblistes

Union externe– avec des tables ayant des schémas différents– complétées avec des valeurs nulles

De même– Intersection– Différence– vides dans l’exemple précédent

3.10 Les opérateurs relationnels : la projection

Opération unaire La projection de R1 sur une partie de ses

attributs définit une relation R2

– dont le schéma se restreint aux attributs mentionnés– dont les tuples sont issus de ceux de R1

Exemple

Personne(Nom, Prénom, Âge)


(Durand, Jean-Claude, 54)

Projection(Personne, Âge)

(25)

(54)

3.11 Les opérateurs relationnels : la restriction

Opération unaire La restriction de R1 selon la condition C définit

la relation R2 comme l’ensemble des tuples de R1 vérifiant C

Exemple

Personne(Nom, Prénom, Âge)



Restriction(Personne, Âge>30)


3.12 Les opérateurs relationnels : le produit cartésien

Opération binaire Le produit cartésien de R1 et R2 définit R3 :

– ayant comme schéma la juxtaposition des attributs de R1 et R2

– ayant comme tuples toutes les combinaisons de couples que l’on peut constituer avec tuple de R1 et un tuple de R2

3.12 Les opérateurs relationnels : le produit cartésien

Exemple

Étudiant(Nom, Prénom)

(Dupont, Pierre)

(Durand, Jean-Claude)

Produit(Étudiant, Module) = Ensemble des inscriptions

(Dupont, Pierre, Mathématiques, 1)

(Dupont, Pierre, Électronique, 2)

(Durand, Jean-Claude, Mathématiques, 1)

(Durand, Jean-Claude, Électronique, 2)

Module(Nom, Niveau)

(Mathématiques, 1)

(Électronique, 2)

3.13 Les opérateurs relationnels : la jointure

C’est une restriction de produit cartésien, dont la condition porte sur des attributs communs aux deux relations

Exemple : jointure d’égalité

Homme(Nom, Prénom, Âge)



Jointure(Homme, Enfant, Homme.Nom = Enfant.Nom)

(Dupont, Pierre, 25, Dupont, Laura, 3)

(Dupont, Pierre, 25, Dupont, Léon, 5)

Enfant(Nom, Prénom, Âge)

(Dupont, Laura, 3)

(Dupont, Léon, 5)


Jointure naturelle– condition = égalité sur des attributs identiques– Jointure + projection permettant d’éliminer l’attribut

doublon

Homme(Nom, Prénom, Âge)



Jointure naturelle(Homme, Enfant, Homme.Nom = Enfant.Nom)

(Dupont, Pierre, 25, Laura, 3)

(Dupont, Pierre, 25, Léon, 5)


(Dupont, Laura, 3)

(Dupont, Léon, 5)


Jointure externe sur R1 et R2

– Jointure augmentée des tuples de R1 et R2 exclus de la jointure, complétés par des valeurs nulles

Jointure externe gauche sur R1 et R2

– seuls les tuples de R1 sont ajoutés

Jointure externe droite sur R1 et R2

– seuls les tuples de R2 sont ajoutés


Exemples de jointures externesHomme(Nom, Prénom, Âge)




(Dupont, Laura, 3)

(Dupont, Léon, 5)

Jointure externe droite(Homme, Enfant, Homme.Nom = Enfant.Nom)



Jointure externe(Homme, Enfant, Homme.Nom = Enfant.Nom)



(Durand, Jean-Claude, 54, NULL, NULL, NULL)

3.14 Les opérateurs relationnels : la division

Opération binaire La division de R1 par R2 est la relation dont le

produit cartésien avec R2 est inclus dans R1

Exemple

Employé(Nom, Prénom, Âge, Métier)

(Dupont, Pierre, 25, Informaticien)

(Durand, Jean-Claude, 54, Informaticien)

(Durand, Jean-Claude, 54, Ingénieur)

Métier(Nom)

(Informaticien)

(Ingénieur)

Division(Employé)


4. Le niveau physique : le langage SQL (variante MySQL)

4.1 Introduction

Niveau physique– Implémentation et manipulation d’une base de

données sur un SGBD

Langage SQL– langage standardisé, implémenté sur tous les SGBD

(Oracle, Access, MySQL, etc.)– indépendamment de la plate-forme utilisée, il permet

La définition des données (LDD) Leur manipulation (LMD) Leur contrôle (LCD)

4.2 Langage SQL

Provient du langage System R d’IBM (1976) Apparaît pour la première fois dans une

application commerciale avec Oracle (fin 1970) 1ère normalisation ANSI : SQL-86 2ième normalisation ANSI : SQL-92 = SQL2

– c’est la norme actuelle

SQL a été conçue en vue d’une intégration multi-langage– C, C++, Java, PHP, Python, etc.

Langage déclaratif et non procédural

4.3 LDD : types de données

Nombres entiers– BIGINT[(x)] : 8 octets– INTEGER[(x)] ou INT [(x)] : 4 octets

x = nombre minimal de chiffres affichés, si ZEROFILL– MEDIUMINT[(x)] : 3 octets– SMALLINT[(x)] : 2 octets– TINYINT[(x)] : 1 octet– BIT, BOOL, BOOLEAN = TINYINT(1)

Leur déclaration peut être suivi de :– [UNSIGNED]– [ZEROFILL]


Nombres réels ([UNSIGNED] [ZEROFILL])– FLOAT[(n,d)] : 4 octets– DOUBLE [(n,d)] = REAL[(n,d)] : 8 octets – DECIMAL[(n,d)] = NUMERIC[(n,d)]

nombre stocké comme une chaîne de caractères 1 caractère par chiffre

Chaînes de caractères– CHAR(n) [BINARY]

chaîne de longueur fixe, occupant n caractères BINARY : comparaisons tiennent compte de la classe

– VARCHAR(n) [BINARY] Chaîne de longueur variable, occupant au plus n

caractères


Chaînes de caractères insensibles à la casse– TINYTEXT : 28 (– 1) caractères– TEXT : 216 caractères– MEDIUMTEXT : 224 caractères– LONGTEXT : 232 caractères

Chaînes correspondantes sensibles à la casse– TINYBLOB– BLOB– MEDIUMBLOB– LONGBLOB


Dates & Temps– DATE : AAAA-MM-JJ– YEAR : AAAA– TIME : HH:MM:SS– TIMESTAMP[(n)] : jour entre 1/1/1970 et 1/1/2037

n = 14, 12, 10, 8 ou 6 nombre de caractères utilisés pour l’affichage, selon

format, et codage de l’heure ou pas si valeur non précisée, par défaut c’est la date courante

– DATETIME : date et heure AAAA-MM-JJ HH:MM:SS

4.4 LDD : création d’une base et de tables

Création d’une base

Dans MySQL, chaque table est stockée dans un fichier

SyntaxeCREATE TABLE [IF NOT EXISTS] <nom_table>(

<nom_colonne1> <type> [<propriété>]*,<nom_colonne2> <type> [<propriété>]*,…<nom_colonne1> <type> [<propriété>]*,[<contraintes_de_table>]

);

CREATE DATABASE <nom_base>;

4.4 LDD : création de tables

Propriétés de colonne– AUTO_INCREMENT– DEFAULT <valeur par défaut>– NULL– Contraintes d’intégrité : règle définissant la cohérence de la

base NOT NULL UNIQUE (si aussi NOT NULL alors colonne = clé candidate) PRIMARY KEY (définit clé primaire) ( NOT NULL + UNIQUE) CHECK(<condition>)

Contraintes d’intégrité sur une table– PRIMARY KEY(<liste_d’attributs>)– UNIQUE(<liste_d'attributs>)– + gestion des clés étrangères

4.5 LDD : gestion des clés étrangères sous MySQL

Table déclarant la clé étrangère et table référencée– de type InnoDB

Spécification de la clé étrangère

Déclaration d’un index au niveau de la table comportant les clés étrangères

CREATE TABLE [IF NOT EXISTS] <nom table>(

…) TYPE = InnoDB;

FOREIGN KEY (<liste_colonnes>)REFERENCES <table> (<liste_colonnes>)

[ON UPDATE CASCADE|SET NULL|NO ACTION|RESTRICT][ON DELETE CASCADE|SET NULL|NO ACTION|RESTRICT]

INDEX <nom_index> (<liste_colonnes>)

4.5 LDD : gestion des clés étrangères sous MySQL

Exemple

DROP TABLE IF EXISTS Magasin;CREATE TABLE Magasin(

n_mag TINYINT(3) UNSIGNED NOT NULL AUTO_INCREMENT,nom VARCHAR(100) NOT NULL,adresse VARCHAR(100) NOT NULL,tel VARCHAR(10),code_postal MEDIUMINT(5) UNSIGNED ZEROFILL NOT NULL,PRIMARY KEY(n_mag),INDEX id_cp (code_postal),FOREIGN KEY (code_postal) REFERENCES Poste(code_postal)ON UPDATE CASCADE

) TYPE = InnoDB;

4.6 LDD : suppression et modification de tables

Suppression

Modification

Altérations– Type de colonne

– Nom et type de colonne

DROP TABLE [IF EXISTS] <nom_table1>, …, <nom_tableN>

ALTER TABLE <nom_table> <alteration>

MODIFY <nom_colonne> <nouvelle_definition_colonne>

CHANGE <ancien_nom_colonne> <nouveau_nom_colonne> <nouvelle_definition_colonne>

4.6 LDD : modification de tables

Altérations– Ajout d’une colonne

– Suppression d’une colonne

– Renommage de la table

– Suppression ou ajout d’une valeur par défaut

– Suppression ou ajout de contraintes d’intégrité

ADD <nom_col> <def_col> [FIRST|AFTER <nom_col>]

DROP <nom_col>

ALTER <nom_col> {SET DEFAULT <valeur> |DROP DEFAULT}

RENAME AS <nouveau_nom_table>

DROP PRIMARY KEYADD CONSTRAINT {PRIMARY KEY|UNIQUE} <liste_colonnes>

4.7 LMD : requête

Définition de la requête SQL– composition d’un produit cartésien, d’une restriction et d’une

projection

Syntaxe

– SELECT Sous-ensembles des attributs devant apparaître dans la réponse

(c’est le schéma de la table résultat)

– FROM Tables utilisables dans la requête : produit cartésien cumulé

– WHERE Condition devant être vérifiée par tout tuple du produit cartésien

pour apparaître dans la table résultat

SELECT <liste_d’attributs_projetés>FROM <liste_de_relations>WHERE <condition>

4.7 LMD : requête

Opérateurs de comparaison– =, !=, <, >, <=, >=– P BETWEEN P1 AND P2– P LIKE <chaine>

caractères _ et % autorisés– P IN (C1,C2,…,CN)– P IS [NOT] NULL

Opérateurs logiques– NOT– OR– AND– XOR

4.7 LMD : requête

Exemple avec une table

Exemple de jointure naturelle

SELECT *– sélection de tous les attributs

SELECT [DISTINCT]– élimination des doublons– une table SQL n’est pas une relation mathématique

SELECT Nom, PrenomFROM PersonneWHERE Age>18

SELECT Parent.Nom, Enfant.PrénomFROM Parent, EnfantWHERE Enfant.Nom = Parent.Nom

4.7 LMD : requête

Renommage des attributs

Utilisation d’alias pour les tables

Remarque importante– Contrairement à ce que son nom indique, SELECT

n’opère pas une sélection (ou restriction), mais une projection

SELECT A AS A’

SELECT Nom, VilleFROM Magasin as M, Code_Postal as PWHERE M.code_postal = P.code_postal;

4.8 LMD : requête et algèbre relationnel

Produit cartésien

Projection

Restriction

Jointure

SELECT *FROM R1, R2, …, RN

SELECT P1, P2, …, PNFROM R

SELECT *FROM RWHERE <condition>

SELECT *FROM R1, R2, …, RNWHERE <condition>


Jointure par la clause ON

Auto-jointure

Jointure externe

SELECT *FROM R1 [INNER] JOIN R2ON <condition>

SELECT *FROM R AS R1, R AS R2WHERE R1.Nom = R2.nom

SELECT NumFROM Avion LEFT OUTER JOIN VolWHERE Avion.Num = Vol.Num


Opérateurs ensemblistes– Union

– Intersection

– Différence

SELECT * FROM R1UNIONSELECT * FROM R2

SELECT * FROM R1INTERSECTSELECT * FROM R2

SELECT * FROM R1EXCEPTSELECT * FROM R2

4.9 LMD : requête et tri des tuples

Syntaxe de : ORDER BY

Tri décroissant– attribut suivi du mot clé : DESC

Exemple

SELECT <liste_des_attributs_projetés>FROM <liste_de_relations>WHERE <condition>ORDER BY <liste_ordonnée_des_attributs>

SELECT *FROM PersonneORDER BY Nom, Age DESC

4.10 LMD : fonctions de calcul

Fonctions de calcul, sur un attribut de relation– COUNT(<col>)

nombre de tuples ayant une valeur d’attribut non nulle

– SUM(<col>) somme des valeurs (colonne de type numérique)

– AVG(<col>) moyenne des valeurs

– MAX, MIN(<col>)– VARIANCE(<col>)

ExempleSELECT MIN(Age), MAX(Age), AVG(Age)FROM Employes

4.11 LMD : requête et agrégats

Agrégat = groupe– SQL permet de partitionner horizontalement une

table en sous-tables, en fonction des valeurs d’un ou de plusieurs attributs

– chaque agrégat est alors susceptible de subir l’application de fonctions de calcul

Syntaxe de GROUP BY … HAVINGSELECT <liste_ d'attributs_de_partitionnement_à_projeter_

et_de_fonctions_de_calcul>FROM <liste_de_relations>WHERE <condition_pré_agrégation>GROUP BY <liste_ordonnée_ d'attributs_de_partitionnement>HAVING <condition_post_agrégation(sur_fonctions_calcul)>

4.11 LMD : requête et agrégats

Exemple

Remarques– un tuple par groupe– au niveau du SELECT, un attribut projeté directement sans

calcul, doit nécessairement apparaître dans la clause GROUP BY

– s’il n’y a pas de fonction de calcul, ni dans le SELECT, ni dans le HAVING, alors la clause GROUP BY est inutile

SELECT Societe.Nom, AVG(Personne.Age)FROM Personne, SocieteWHERE Personne.NomSoc = Societe.NomGROUP BY Societe.NomHAVING Count(Personne.NumSS)>10

4.12 LMD : requêtes imbriquées

Sous-requête d’appartenance : IN

Sous-requête d’existence : EXISTS

SELECT Num_SSFROM ChercheurWHERE (Nom, Prenom, Age) IN

(SELECT Nom, Prenom, AgeFROM Enseignant

)

SELECT Chercheur.NomFROM ChercheurWHERE EXISTS

( SELECT *FROM UniversiteWHERE Universite.Nom =

Chercheur.Nom)

4.12 LMD : requêtes imbriquées

Sous-requête de comparaison ALL

Sous-requête de comparaison ANY

SELECT NomFROM ChercheurWHERE Age > ALL

(SELECT AgeFROM Etudiant

)

SELECT NomFROM ChercheurWHERE Age > ANY

(SELECT AgeFROM Etudiant

)

4.13 LMD : Insertion de données

Insertion directe– syntaxe

– Exemple

Insertion par le biais d’une sélection

INSERT INTO <nom_table> (<liste_ordonnée_des_attributs_à_remplir>)

VALUES (<liste_ordonnée_des_valeurs_à_affecter>)

INSERT INTO Virement(Date, Montant, Objet)VALUES (1975-07-14, 1000, ‘Prime de fin d’annee’)

INSERT INTO Credit(Date, Montant, Objet)SELECT Date, Montant, ‘Annulation de débit’FROM DebitWHERE Debit.Date = 2005-12-25

4.14 LMD : Mise à jour de données

Mise à jour directe– syntaxe

– Exemple

Mise à jour par calcul sur les anciennes valeurs

UPDATE <table>SET <Liste_d’affectations_Propriété=Valeur>WHERE

<condition_filtre_des_tuples_à_modifier>

UPDATE CompteSET Total = Total * 6,55957WHERE Monnaie = ‘Euro’

UPDATE CompteSET Monnaie = ‘Euro’WHERE Monnaie = ‘Franc’

4.15 LMD : Suppression de données

Syntaxe

Exemple– suppression de tous les tuples d’une relation

– suppression sélective

DELETE FROM <table>WHERE <condition_filtre_des_tuples_à_supprimer>

DELETE FROM FaussesFacturesWHERE Auteur = ‘moi’

DELETE FROM FaussesFactures

4.16 LCD : Attribution de droits

Syntaxe

Droits– SELECT, INSERT, DELETE, UPDATE, ALTER– ALL PRIVILEGES

transmet tous les droits précédents, sauf celui de les transmettre

– WITH GRANT OPTION autorise l’utilisateur à transmettre ses propres droits

Utilisateurs– PUBLIC

renvoie à tous les utilisateurs

GRANT <liste_de_droits> ON <nom_table>TO <utilisateur> [WITH GRANT OPTION]

4.16 LCD : Attribution de droits (MySQL)

Droits sur un SGBD– remplacer le nom de la table par *.* permet de fixer

les droits sur l’ensemble des bases du système

Droits sur une BD– remplacer le nom de la table par <nom_bd>.*

permet de fixer les droits sur toutes les tables de la base

Création d’un utilisateur– affectation de droit + éventuellement mot de passe

GRANT ALL PRIVILEGES ON Bibliotheque.*TO Chef_bibliothecaire IDENTIFIED BY ‘mdp_chef’

4.17 LCD : Révocation de droits

Syntaxe

Remarque– Lorsque le droit d’un utilisateur est supprimé, la

suppression se répercute en cascade sur tous les utilisateurs à qui il avait transmis ce droit

REVOKE <liste_droits> ON <nom_table> FROM <utilisateur>

Bibliographie

- Programmer avec MySQL : SQL, transactions, PHP, Java, optimisations, C. Soutou, Eyrolles, 2013

- Introduction aux bases de données relationnelles, R.A. Mata-Toledo, Schaum, 2003

- Modélisation des bases de données, C. Soutou, Eyrolles, 2015

- Polycopié NF04, Université de Technologie de Compiègne

bases de données - lisic

Documents