Institut Universitaire de Technologie de Villetaneuse – Département Informatique
Avenue Jean-Baptiste Clément
93430 Villetaneuse
Adresse électronique : laurent[dot]audibert[at]iutv[dot]univ-paris13[dot]fr
Aujourd’hui, la disponibilité de systèmes de gestion de base de données fiables permet aux organisations de toutes tailles de gérer des données efficacement, de déployer des applications utilisant ces données et de les stocker. Les bases de données sont actuellement au cœur du système d’information des entreprises.
Les bases de données relationnelles constituent l’objet de ce cours. Ces bases sont conçues suivant le modèle relationnel, dont les fondations théoriques sont solides, et manipulées en utilisant l’algèbre relationnelle. Il s’agit, à ce jour, de la méthode la plus courante pour organiser et accéder à des ensembles de données. Cependant, il est difficile de modéliser un domaine directement sous une forme base de données relationnelle. Une modélisation intermédiaire est généralement indispensable. Le modèle entités-associations permet une description naturelle du monde réel à partir des concepts d’entité et d’association.
Après une courte introduction (chapitre 1), nous présenterons et utiliserons le modèle entités-associations pour aborder le problème de la conception des bases de données (chapitre 2). Nous décrivons ensuite le modèle relationnel, le passage du modèle entités-associations au modèle relationnel et enfin l’algèbre relationnelle dans le chapitre 3.
Le chapitre 4 est entièrement consacré au langage SQL (Structured Query Language) qui peut être considéré comme le langage d’accès normalisé aux bases de données relationnelles. Ce langage est supporté par la plupart des systèmes de gestion de bases de données commerciaux (comme Oracle) et du domaine libre (comme PostgreSQL). Nous détaillons dans ce chapitre les instructions du langage de définition de données et celles du langage de manipulation de données.
Ce document constitue le support du cours « Base de Données et langage SQL » dispensé aux étudiants du département d’informatique de l’institut universitaire de technologie de Villetaneuse en semestre décalé. Ce support a été réalisé en utilisant les ouvrages cités en bibliographie.
Il est difficile de donner une définition exacte de la notion de base de données. Une définition très générale pourrait être :
Peu importe le support utilisé pour rassembler et stocker les données (papier, fichiers, etc.), dès lors que des données sont rassemblées et stockées d’une manière organisée dans un but spécifique, on parle de base de données.
Plus précisément, on appelle base de données un ensemble structuré et organisé permettant le stockage de grandes quantités d’informations afin d’en faciliter l’exploitation (ajout, mise à jour, recherche de données). Bien entendu, dans le cadre de ce cours, nous nous intéressons aux bases de données informatisées.
Le résultat de la conception d’une base de données informatisée est une description des données. Par description on entend définir les propriétés d’ensembles d’objets modélisés dans la base de données et non pas d’objets particuliers. Les objets particuliers sont créés par des programmes d’applications ou des langages de manipulation lors des insertions et des mises à jour des données.
Cette description des données est réalisée en utilisant un modèle de données1. Ce dernier est un outil formel utilisé pour comprendre l’organisation logique des données.
La gestion et l’accès à une base de données sont assurés par un ensemble de programmes qui constituent le Système de gestion de base de données (SGBD). Nous y reviendrons dans la section 1.2. Un SGBD est caractérisé par le modèle de description des données qu’il supporte (hiérarchique, réseau, relationnel, objet : cf. section 1.1.2). Les données sont décrites sous la forme de ce modèle, grâce à un Langage de Description des Données (LDD). Cette description est appelée schéma.
Une fois la base de données spécifiée, on peut y insérer des données, les récupérer, les modifier et les détruire. C’est ce qu’on appelle manipuler les données. Les données peuvent être manipulées non seulement par un Langage spécifique de Manipulation des Données (LMD) mais aussi par des langages de programmation classiques.
Les bases de données ont pris une place importante en informatique, et particulièrement dans le domaine de la gestion. L’étude des bases de données à conduit au développement de concepts, méthodes et algorithmes spécifiques, notamment pour gérer les données en mémoire secondaire (i.e. disques durs)2. En effet, dès l’origine de la discipline, les informaticiens ont observé que la taille de la RAM ne permettait pas de charger l’ensemble d’une base de données en mémoire. Cette hypothèse est toujours vérifiée car le volume des données ne cesse de s’accroître sous la poussée des nouvelles technologies du WEB.
Ainsi, les bases de données de demain devront être capables de gérer plusieurs dizaines de téra-octets de données, géographiquement distribuées à l’échelle d’Internet, par plusieurs dizaines de milliers d’utilisateurs dans un contexte d’exploitation changeant (on ne sait pas très bien maîtriser ou prédire les débits de communication entre sites) voire sur des nœuds volatiles. En physique des hautes énergies, on prédit qu’une seule expérience produira de l’ordre du péta-octets de données par an.
Comme il est peu probable de disposer d’une technologie de disque permettant de stocker sur un unique disque cette quantité d’informations, les bases de données se sont orientées vers des architectures distribuées ce qui permet, par exemple, d’exécuter potentiellement plusieurs instructions d’entrée/sortie en même temps sur des disques différents et donc de diviser le temps total d’exécution par un ordre de grandeur.
Une base de données hiérarchique est une forme de système de gestion de base de données qui lie des enregistrements dans une structure arborescente de façon à ce que chaque enregistrement n’ait qu’un seul possesseur (par exemple, une paire de chaussures n’appartient qu’à une seule personne).
Les structures de données hiérarchiques ont été largement utilisées dans les premiers systèmes de gestion de bases de données conçus pour la gestion des données du programme Apollo de la NASA. Cependant, à cause de leurs limitations internes, elles ne peuvent pas souvent être utilisées pour décrire des structures existantes dans le monde réel.
Les liens hiérarchiques entre les différents types de données peuvent rendre très simple la réponse à certaines questions, mais très difficile la réponse à d’autres formes de questions. Si le principe de relation « 1 vers N » n’est pas respecté (par exemple, un malade peut avoir plusieurs médecins et un médecin a, a priori, plusieurs patients), alors la hiérarchie se transforme en un réseau.
Le modèle réseau est en mesure de lever de nombreuses difficultés du modèle hiérarchique grâce à la possibilité d’établir des liaisons de type n-n, les liens entre objets pouvant exister sans restriction. Pour retrouver une donnée dans une telle modélisation, il faut connaître le chemin d’accès (les liens) ce qui rend les programmes dépendants de la structure de données
Ce modèle de bases de données a été inventé par C.W. Bachman. Pour son modèle, il reçut en 1973 le prix Turing.
Une base de données relationnelle est une base de données structurée suivant les principes de l’algèbre relationnelle.
Le père des bases de données relationnelles est Edgar Frank Codd. Chercheur chez IBM à la fin des année 1960, il étudiait alors de nouvelles méthodes pour gérer de grandes quantités de données car les modèles et les logiciels de l’époque ne le satisfaisait pas. Mathématicien de formation, il était persuadé qu’il pourrait utiliser des branches spécifiques des mathématiques (la théorie des ensembles et la logique des prédicats du premier ordre) pour résoudre des difficultés telles que la redondance des données, l’intégrité des données ou l’indépendance de la structure de la base de données avec sa mise en œuvre physique.
En 1970, [8] publia un article où il proposait de stocker des données hétérogènes dans des tables, permettant d’établir des relations entre elles. De nos jours, ce modèle est extrêmement répandu, mais en 1970, cette idée était considérée comme une curiosité intellectuelle. On doutait que les tables puissent être jamais gérées de manière efficace par un ordinateur.
Ce scepticisme n’a cependant pas empêché Codd de poursuivre ses recherches. Un premier prototype de Système de gestion de bases de données relationnelles (SGBDR) a été construit dans les laboratoires d’IBM. Depuis les années 80, cette technologie a mûri et a été adoptée par l’industrie. En 1987, le langage SQL, qui étend l’algèbre relationnelle, a été standardisé.
C’est dans ce type de modèle que se situe ce cours de base de données.
La notion de bases de données objet ou relationnel-objet est plus récente et encore en phase de recherche et de développement. Elle sera très probablement ajoutée au modèle relationnel.
La gestion et l’accès à une base de données sont assurés par un ensemble de programmes qui constituent le Système de gestion de base de données (SGBD). Un SGBD doit permettre l’ajout, la modification et la recherche de données. Un système de gestion de bases de données héberge généralement plusieurs bases de données, qui sont destinées à des logiciels ou des thématiques différents.
Actuellement, la plupart des SGBD fonctionnent selon un mode client/serveur. Le serveur (sous entendu la machine qui stocke les données) reçoit des requêtes de plusieurs clients et ceci de manière concurrente. Le serveur analyse la requête, la traite et retourne le résultat au client. Le modèle client/serveur est assez souvent implémenté au moyen de l’interface des sockets (voir le cours de réseau) ; le réseau étant Internet.
Une variante de ce modèle est le modèle ASP (Application Service Provider). Dans ce modèle, le client s’adresse à un mandataire (broker) qui le met en relation avec un SGBD capable de résoudre la requête. La requête est ensuite directement envoyée au SGBD sélectionné qui résout et retourne le résultat directement au client.
Quelque soit le modèle, un des problèmes fondamentaux à prendre en compte est la cohérence des données. Par exemple, dans un environnement où plusieurs utilisateurs peuvent accéder concurremment à une colonne d’une table par exemple pour la lire ou pour l’écrire, il faut s’accorder sur la politique d’écriture. Cette politique peut être : les lectures concurrentes sont autorisées mais dès qu’il y a une écriture dans une colonne, l’ensemble de la colonne est envoyée aux autres utilisateurs l’ayant lue pour qu’elle soit rafraîchie.
Des objectifs principaux ont été fixés aux SGBD dès l’origine de ceux-ci et ce, afin de résoudre les problèmes causés par la démarche classique. Ces objectifs sont les suivants :
Pour atteindre certains de ces objectifs (surtout les deux premiers), trois niveaux de description des données ont été définis par la norme ANSI/SPARC.
Il existe de nombreux systèmes de gestion de bases de données, en voici une liste non exhaustive :
L’objectif de ce TD est de se faire une idée de l’intérêt de toute la théorie sur la conception des bases de données et de l’intérêt de l’utilisation des systèmes de gestion de base de données. En d’autres termes, nous allons essayer d’apporter des éléments de réponse à la question :
« Pourquoi dois-je m’embêter avec toute cette théorie et ces connaissances à assimiler alors que je sais très bien manipuler un fichier, y stocker des informations et les y retrouver avec mon langage de programmation favoris ? »
Supposons que vous ayez à développer une application de gestion d’une bibliothèque. Tous les livres de la bibliothèque possèdent un numéro de livre, un titre, un ou plusieurs auteurs et un éditeur. Lorsqu’une personne emprunte un livre, il faut mémoriser son nom, son prénom, son numéro de téléphone, son adresse, la date de l’emprunt et la date de retour une fois ce dernier réalisé. Toutes les informations doivent être conservées pour garder un historique des emprunts.
Certains d’entre vous ont une expérience des bases de données (il s’agit vraiment de quelque chose d’incontournable aujourd’hui) ou une expérience importante en développement logiciel. Dans le cadre de cet exercice, oubliez toutes vos connaissances et vos réflexions sur le sujet.
Supposons que nous adoptions la solution naïve et naturelle suivante :
En fait, on peut voir ce fichier texte comme un tableau de chaînes de caractères dont l’entête des colonnes seraient les suivantes :
| Titre | Auteur | Éditeur | N°Livre | Nom | Prénom | Téléphone | Adresse | Date-emprunt | Date-retour |
Supposons que l’application de gestion de bibliothèque fonctionne correctement et stocke toutes ses données dans un fichier comme celui que nous venons de décrire. Nous allons nous pencher sur les inconvénients et les conséquences inhérentes à une telle approche.
L’application fonctionne maintenant depuis 10 ans. Le nombre de personnes inscrites à la bibliothèque est relativement constant (bien que l’on constate un roulement) et de 5000 personnes en moyenne par an. Un abonné emprunte en moyenne 5 livres par mois.
Il est évident que la solution naïve décrite dans la section précédente pose de nombreux problèmes. Elle est totalement inacceptable pour une application sérieuse bien qu’elle soit encore largement employée dans des cas de petite taille (comme par exemple, dans la plupart des fichiers bibliographiques LaTeX).
Un premier affinage de la solution de la section précédente consiste à utiliser non pas un fichier unique mais quatre fichiers distincts :
Les problèmes les plus courants rencontrés dans des bases de données mal conçues peuvent être regroupés selon les critères suivants :
C’est, par exemple, le cas de la première organisation proposée : dès qu’un abonné emprunte un livre, il faut dupliquer toutes les information concernant l’abonné et le livre emprunté ! Au contraire, dans la deuxième solution, seuls les numéros indispensables à la distinction d’un livre et d’un abonné sont répétés dans le cas d’un emprunt.
Dans la première solution proposée, insérer un nouvel abonné qui n’a jamais emprunté de livre peut poser des problèmes. Une solution serait d’insérer des champs vides (suite de tabulations consécutives) au début de la ligne.
Par exemple, dans la première solution proposée, si l’on désire supprimer toutes les traces d’un livre dans le fichier de données, on fera complètement disparaître tous les abonnés qui n’ont emprunté que ce livre.
Bien d’autres enjeux, que ceux que nous avons abordés, sont inhérents aux bases de données. Ces enjeux ont été survolés dans la section 1.2.2 et concernent la gestion des bases de données : indépendance physique, indépendance logique, accès aux données, administration centralisée des données, cohérence des données, partage des données, sécurité des données, résistance aux pannes, etc.
La conception des bases de données est donc un problème complexe. La gestion de ces bases constitue également un problème complexe. Or, ces deux problèmes sont extrêmement récurrents puisque les bases de données se trouvent aujourd’hui au cœur de tous les systèmes d’information. C’est pourquoi tout ces problèmes ont été largement étudiés et des solutions fiables et éprouvées ont été trouvées. De nombreux travaux ont ainsi permis de mettre au point une théorie permettant la conception de bases de données bien formées. C’est la problématique que nous abordons dans le chapitre 2. La problématique de la gestion des bases de données trouve une solution dans l’utilisation d’un SGBD.
Pour toutes ces raisons, j’espère que l’intérêt la théorie sur la conception des bases de données ainsi que l’intérêt de l’utilisation des systèmes de gestion de base de données deviennent évidant pour vous.
Il est difficile de modéliser un domaine sous une forme directement utilisable par un SGBD. Une ou plusieurs modélisations intermédiaires sont donc utiles, le modèle entités-associations constitue l’une des premières et des plus courantes. Ce modèle, présenté par [7], permet une description naturelle du monde réel à partir des concepts d’entité et d’association1. Basé sur la théorie des ensembles et des relations, ce modèle se veut universel et répond à l’objectif d’indépendance données-programmes. Ce modèle, utilisé pour la phase de conception, s’inscrit notamment dans le cadre d’une méthode plus générale et très répandue : Merise.
MERISE (Méthode d’Étude et de Réalisation Informatique pour les Systèmes d’Entreprise) est certainement le langage de spécification le plus répandu dans la communauté de l’informatique des systèmes d’information, et plus particulièrement dans le domaine des bases de données. Une représentation Merise permet de valider des choix par rapport aux objectifs, de quantifier les solutions retenues, de mettre en œuvre des techniques d’optimisation et enfin de guider jusqu’à l’implémentation. Reconnu comme standard, Merise devient un outil de communication. En effet, Merise réussit le compromis difficile entre le souci d’une modélisation précise et formelle, et la capacité d’offrir un outil et un moyen de communication accessible aux non-informaticiens.
Un des concepts clés de la méthode Merise est la séparation des données et des traitements. Cette méthode est donc parfaitement adaptée à la modélisation des problèmes abordés d’un point de vue fonctionnel2. Les données représentent la statique du système d’information et les traitements sa dynamique. L’expression conceptuelle des données conduit à une modélisation des données en entités et en associations. Dans ce cours, nous écartons volontairement la modélisation des traitements puisque nous ne nous intéressons à la méthode Merise que dans la perspective de la modélisation de bases de données.
Merise propose une démarche, dite par niveaux, dans laquelle il s’agit de hiérarchiser les préoccupations de modélisation qui sont de trois ordres : la conception, l’organisation et la technique. En effet, pour aborder la modélisation d’un système, il convient de l’analyser en premier lieu de façon globale et de se concentrer sur sa fonction : c’est-à-dire de s’interroger sur ce qu’il fait avant de définir comment il le fait. Ces niveaux de modélisation sont organisés dans une double approche données/traitements. Les trois niveaux de représentation des données, puisque ce sont eux qui nous intéressent, sont détaillés ci-dessous.
La représentation du modèle entités-associations s’appuie sur trois concepts de base :
L’objet est une entité ayant une existence propre. L’association est un lien ou relation entre objets sans existence propre. La propriété est la plus petite donnée d’information décrivant un objet ou une association.
Exemples d’entité : Jean Dupont, Pierre Bertrand, le livre que je tiens entre les mains, la Ferrari qui se trouve dans mon garage, etc.
Les entités ne sont généralement pas représentées graphiquement.
Les personnes, les livres et les voitures sont des exemples de type-entité. En effet, dans le cas d’une personne par exemple, les informations associées (i.e. les propriétés), comme le nom et le prénom, ne changent pas de nature.
Une entité est souvent nommée occurrence ou instance de son type-entité.
La figure 2.1 montre la représentation graphique d’un exemple de type-entité (Personne) sans ses propriétés associées.
Les type-entité Personne, caractérisé par un nom et un prénom, et Voiture, caractérisé par un nom et une puissance fiscale, ne peuvent pas être regroupés car ils ne partagent leurs propriétés (le prénom est une chaîne de caractères et la puissance fiscale un nombre). Les type-entité Personne, caractérisé par un nom et un prénom, et Livre, caractérisé un titre et un auteur, possèdent tous les deux deux attributs du type chaîne de caractères. Pourtant, ces deux type-entités ne peuvent pas être regroupés car ils ne partagent pas une même sémantique : le nom d’une personne n’a rien à voir avec le titre d’un livre, le prénom d’une personne n’a rien à voir avec un auteur.
Par abus de langage, on utilise souvent le mot entité en lieu et place du mot type-entité, il faut cependant prendre garde à ne pas confondre les deux concepts.
Exemples d’attribut : le nom d’une personne, le titre d’une livre, la puissance d’une voiture.
La figure 2.2 montre la représentation graphique d’un exemple de type-entité (Personne) avec trois attributs.
Par exemple, si le modèle doit comporter des informations relatives à des articles et à leur fournisseur, ces informations ne doivent pas coexister au sein d’un même type-entité. Il est préférable de mettre les informations relatives aux articles dans un type-entité Article et les informations relatives aux fournisseurs dans un type-entité Fournisseur. Ces deux type-entités seront probablement ensuite reliés par un type-association.
Il est donc impossible que les attributs constituant l’identifiant d’un type-entité (respectivement type-association) prennent la même valeur pour deux entités (respectivement deux associations) distinctes. Exemples d’identifiant : le numéro de sécurité sociale pour une personne, le numéro d’immatriculation pour une voiture, le code ISBN d’un livre pour un livre (mais pas pour un exemplaire).
Ainsi, chaque type-entité possède au moins un attribut qui, s’il est seul, est donc forcément l’identifiant.
Dans la représentation graphique, les attributs qui constituent l’identifiant sont soulignés et placés en tête (cf. figure 2.3).
Exemples d’association : l’emprunt par l’étudiant Tanidute du 3 ème exemplaire du livre « Maîtrisez SQL ».
Les associations ne sont généralement pas représentées graphiquement.
Comme les type-entités, les type-associations sont définis à l’aide d’attributs qui prennent leur valeur dans les associations.
Un type-association peut ne pas posséder d’attribut explicite et cela est relativement fréquent, mais on verra qu’il possède au moins des attributs implicites.
Exemples de type-association : l’emprunt d’un livre à la bibliothèque.
Une association est souvent nommée occurrence ou instance de son type-association.
La figure 2.4 montre la représentation graphique d’un exemple de type-association.
Par abus de langage, on utilise souvent le mot association en lieu et place du mot type-association, il faut cependant prendre garde à ne pas confondre les deux concepts.
Cette collection comporte au moins un type-entité (cf. section 2.3.2), mais elle peut en contenir plus, on parle alors de type-association n-aire (quand n=2 on parle de type-association binaire, quand n=3 de type-association ternaire, …).
Comme un type-entité, un type-association possède forcément un identifiant, qu’il soit explicite ou non.
Cette règle implique que deux instances d’un même type-association ne peuvent lier un même ensemble d’entités.
Souvent, un sous-ensemble de la concaténation des identifiants des type-entités liés suffit à identifier le type-association.
On admet également un identifiant plus naturel et explicite, à condition qu’il ne soit qu’un moyen d’exprimer plus simplement cette concaténation.
Exemple de cardinalité : une personne peut être l’auteur de 0 à n livre, mais un livre ne peut être écrit que par une personne (cf. figure 2.5).
Ainsi, si une cardinalité maximale est connue et vaut 2, 3 ou plus, alors nous considérons qu’elle est indéterminée et vaut n. En effet, si nous connaissons n au moment de la conception, il se peut que cette valeur évolue au cours du temps. Il vaut donc mieux considérer n comme inconnue dès le départ. De la même manière, on ne modélise pas des cardinalités minimales qui valent plus de 1 car ces valeurs sont également susceptibles d’évoluer. Enfin, une cardinalité maximale de 0 n’a pas de sens car elle rendrait le type-association inutile.
Les seuls cardinalités admises sont donc :
Une cardinalité minimale de 1 doit se justifier par le fait que les entités du type-entité en questions ont besoin de l’association pour exister. Dans tous les autres cas, la cardinalité minimale vaut 0. Ceci dit, la discussion autour d’une cardinalité minimale de 0 ou de 1 n’est intéressante que lorsque la cardinalité maximale est 1. En effet, nous verrons que, lors de la traduction vers un schéma relationnel (cf. section 3.1.3), lorsque la cardinalité maximale est n, nous ne ferons pas la différence entre une cardinalité minimale de 0 ou de 1.
La seule difficulté pour établir correctement les cardinalités est de se poser les question dans le bon sens. Pour augmenter le risque d’erreurs, il faut noter que, pour les habitués, ou les futurs habitués, du modèle UML, les cardinalités d’un type-association sont « à l’envers » (par référence à UML) pour les type-associations binaires et « à l’endroit » pour les n-aires avec n>2.
La notion de cardinalité n’est pas définie de la même manière dans le modèle Américain et dans le modèle Européen (Merise). Dans le premier n’existe que la notion de cardinalité maximale.
Avec un SGBD relationnel, nous pourrons contraindre des cardinalités à des valeurs comme 2, 3 ou plus en utilisant des déclencheurs (trigger, cf. section ??).
Deux mêmes entités peuvent être plusieurs fois en association (c’est le cas sur la figure 2.6).
Les type-associations réflexifs sont présents dans la plupart des modèles.
Une occurrence de ce type-association (i.e. une association) associe généralement une occurrence du type-association (i.e. une entité) à une autre entité du même type. Cette relation peut être symétrique, c’est le cas du type-association Etre frère sur la figure 2.7, ou ne pas l’être, comme le type-association Etre parent sur cette même figure. Dans le cas où la relation n’est pas symétrique, on peut préciser les rôles sur les pattes du type-association comme pour la relation Etre parent de la figure 2.7. L’ambiguïté posée par la non-symétrie d’un type-association réflexif sera levée lors du passage au modèle relationnel (cf. section 3.1.3).
Dans la section 2.2.4 nous avons introduit la notion de type-association n-aire. Ce type-association met en relation n type-entités. Même s’il n’y a, en principe, pas de limite sur l’arité d’un type-association, dans la pratique on ne va rarement au-delà de trois. Les associations de degré supérieur à deux sont plus difficiles à manipuler et à interpréter, notamment au niveau des cardinalités.
Le type-association ternaire Contient associant les type-entités Facture, Produit et Client représenté sur la figure 2.8 est inapproprié puisqu’une facture donnée est toujours adressée au même client. En effet, cette modélisation implique pour les associations (instances du type-association) Contient une répétition du numéro de client pour chaque produit d’une même facture.
Figure 2.9: Type-association ternaire de la figure 2.8 corrigé en deux type-associations binaires.
La solution consiste à éclater le type-association ternaire Contient en deux type-associations binaires comme représenté sur la figure 2.9.
Figure 2.11: Transformation du type-association ternaire de la figure 2.10 en un type-entité et trois type-associations binaires.
La figure 2.10 nous montre un exemple de type-association ternaire entre les type-entités Créneau horaire, Salle et Film. Il est toujours possible de s’affranchir d’un type-association n-aire (n>2) en se ramenant à des type-associations binaires de la manière suivante :
La figure 2.11 illustre le résultat de cette transformation sur le schéma de la figure 2.10.
L’avantage du schéma de la figure 2.11 est de rendre plus intelligible la lecture des cardinalités. Il ne faut surtout pas le voir comme un aboutissement mais comme une étape intermédiaire avant d’aboutir au schéma de la figure 2.10 (cf. règle 27). Ainsi, le mécanisme, que nous venons de détailler ci-dessus, de passage d’un type-association n-aire (n>2) à un type-entité et n type-associations binaires est tout à fait réversible à condition que :
Figure 2.13: Transformation du type-association ternaire de la figure 2.12 en un type-entité et trois type-associations binaires.
Figure 2.14: Modèle de la figure 2.13 corrigé au niveau des cardinalités.
Passer par cette étape intermédiaire ne comportant pas de type-association n-aire (n>2) peut, dans certains cas, éviter d’introduire un type-association n-aire inapproprié. Imaginons par exemple un type-association ternaire Vol liant trois type-entités Avion, Trajet et Pilote comme représenté sur la figure 2.12.
La transformation consistant à supprimer le type-association ternaire du modèle de la figure 2.12 produit le modèle de la figure 2.13. Ce modèle fait immédiatement apparaître une erreur de conception qui était jusque là difficile à diagnostiquer : généralement, à un vol donné sont affectés plusieur pilotes (par exemple le commandant de bord et un copilote) et non pas un seul.
Le modèle correct modélisant cette situation est celui de la figure 2.14 où le type-entité Vol ne peut être transformé en un type-association ternaire Vol comme sur la figure 2.12.
On désire modéliser par un modèle entités-associations le fait qu’un enseignement est dispensé par un enseignant à plusieurs étudiants qui ne suivent qu’un enseignement. On vous propose la modélisation représentée sur la figure 2.15.
Modélisez indépendamment les situations suivantes :
On s’intéresse maintenant à la modélisation d’une situation globale et plus complexe :
Considérons la modélisation de la figure 2.16 qui exprime qu’un client commande des produits chez un fournisseur.
On désire créer une base de données sur les résidences principales et secondaires d’un échantillon de la population possédant exactement une résidence principale et une résidence secondaire. Dans cette base, si une personne ne peut posséder plus d’une résidence, une résidence peut très bien appartenir à plusieurs personnes. Pour modéliser cette situation, on vous propose le modèle de la figure 2.17.
Une petite bibliothèque souhaite informatiser la gestion de son fonds documentaire et de ses emprunts. Dans cette perspective, le bibliothécaire, qui n’est pas un informaticien, a rédigé le texte suivant :
Grâce à cette informatisation, un abonné devra pouvoir retrouver un livre en connaissant son titre. Il doit aussi pouvoir connaître la liste des livres d’un auteur. Un abonné a le droit d’emprunter au maximum dix ouvrages simultanément. Les prêts sont accordés pour une durée de quinze jours. La gestion des prêts doit permettre de connaître, à tout moment, la liste des livres détenus par un abonné, et inversement, de retrouver le nom des abonnés détenant un livre absent des rayons. Un livre peut être écrit par plusieurs auteurs. Chaque livre est acheté en un ou plusieurs exemplaires.
La bonne formation d’un modèle entités-associations permet d’éviter une grande partie des sources d’incohérences et de redondance. Pour être bien formé, un modèle entités-associations doit respecter certaines règles et les type-entités et type-associations doivent être normalisées. Un bon principe de conception peut être formulé ainsi : « une seule place pour chaque fait ».
Bien que l’objectif des principes exposés dans cette section soit d’aider le concepteur à obtenir un diagramme entités-associations bien formé, ces principes ne doivent pas être interprété comme des lois. Qu’il s’agisse des règles de bonne formation ou des règles de normalisation, il peut exister, très occasionnellement, de bonnes raisons pour ne pas les appliquer.
Figure 2.19: La présence des deux type-entités Enseignant et Etudiant est symptomatique d’une modélisation inachevée. A terme, ces deux type-entités doivent être fusionnés en un unique type-entité Personne. Référez vous à la règle 25 pour plus de précisions concernant cette erreur de modélisation.
Lorsque des attributs portent le même nom, c’est parfois le signe d’une modélisation inachevée (figure 2.19) ou d’une redondance (figure 2.20). Sinon, il faut simplement ajouter au nom de l’attribut le nom du type-entité ou du type-association dans lequel il se trouve (figure 2.21). Il faut toutefois remarquer que le dernier cas décrit n’est pas rédhibitoire et que les SGDB Relationnel s’accommodent très bien de relations comportant des attributs de même nom. L’écriture des requêtes sera tout de même plus lisible si les attributs ont tous des noms différents.
En effet, les attributs multiples posent régulièrement des problèmes d’évolutivité du modèle. Par exemple, sur le modèle de gauche de la figure 2.22, comment faire si un employé possède deux adresses secondaires ou plusieurs numéros de portable ?
Il est également intéressant de décomposer les attributs composites comme l’attribut Adresse par exemple. Il est en effet difficile d’écrire une requête portant sur la ville où habitent les employés si cette information est noyée dans un unique attribut Adresse.
En effet, les attributs dérivés induisent un risque d’incohérence entre les valeurs des attributs de base et celles des attributs dérivés. La figure 2.23 illustre le cas d’un attribut Montant total dans un type-entité Commande qui peut être calculé à partir des attributs Quantité du type association Contenir et Prix unitaire du type-entité Article. Il faut donc supprimer l’attribut Montant total dans le type-entité Commande. D’autres attributs dérivés sont également à éviter comme l’âge, que l’on peut déduire de la date de naissance et de la date courante. Il faut cependant faire attention aux pièges : par exemple, le code postal ne détermine ni le numéro de département ni la Ville3
Comme nous l’avons déjà dit (cf. règle 12), les attributs d’un type-association doivent dépendre directement des identifiants de tous les type-entités de la collection du type-association.
Par exemple, sur la figure 2.23, l’attribut Quantité du type-association Contenir dépend bien à la fois de l’identifiant N° commande et de N° article des type-entités de la collection de Contenir. Inversement, sur cette même figure, l’attribut Prix-unitaire ne dépend que de N° article du type-entité Article, il ne pourait donc pas être un attribut du type-association Contenir. Une conséquence immédiate de cette règle est qu’un type association dont la cardinalité maximale de l’une des pattes est 1 ne peut pas posséder d’attribut. Si elle en possédait, ce serait une erreur de modélisation et il faudrait les déplacer dans le type-entité connecté à la patte portant la cardinalité maximale de 1 (cf. figure 2.24).
Par exemple, sur la figure 2.25, l’attribut Type caractérise le type d’une émission et peut prendre des valeurs comme : actualité, culturelle, reportage, divertissement, etc. Remplacer cet attribut par un type-entité permet, d’une part, d’augmenter la cohérence (en s’affranchissant, par exemple, des variations du genre culturelle, culture, Culture, …) et d’autre part, si les cardinalités le permettent, de pouvoir affecter plusieurs types à une même entité (ex : actualité et culturelle)
La spécialisation du type-entité obtenu peut se traduire par l’introduction d’un attribut supplémentaire dont l’ensemble des valeurs possibles est l’ensemble des noms des type-entités factorisés (figure 2.26).
Mais l’introduction d’un attribut supplémentaire n’est pas forcément nécessaire ou souhaitable. Par exemple, sur le modèle entités-associations final de la figure 2.27, on peut distinguer les entités qui correspondent à des écrivains ou des abonnés en fonction du type de l’association, Ecrire ou Emprunter, que l’entité en question entretient avec une entité du type Livre. Ne pas introduire d’attribut permet en outre de permettre à une personne d’être à la fois un Abonné et un Écrivain.
Cette règles est le pendant pour les type-associations de la règle 25 qui concerne les type-entités. La spécialisation du type-association obtenu peut se traduire par l’introduction d’un attribut supplémentaire dont l’ensemble des valeurs possibles est l’ensemble des noms des type-associations factorisés.
La figure 2.28 montre un exemple de multiplication inutile de type-associations.
Par exemple, le type-entité Projection de la figure 2.11 page ?? doit être remplacé par le type-association ternaire Projeter pour aboutir au schéma de la figure 2.10 page ??.
Il faut aussi se poser la question de l’intérêt du type-association quand les cardinalités maximale sont toutes de 1.
Lorsque les cardinalités d’un type-association sont toutes 1,1, le type-association doit généralement être supprimé et les type-entités correspondant fusionnés comme l’illustre la figure 2.29. Néanmoins, même si toutes ses cardinalités maximale sont de 1, il est parfois préférable de ne pas supprimer le type-association, comme dans l’exemple de la figure 2.30.
Figure 2.32: Solution au problème de la redondance du type-association de la figure 2.31.
Figure 2.33: Dans le modèle de la figure 2.31, si un client peut régler la facture d’un autre client, il faut remplacer le type-entité Règlement par un type-association Régler.
Par exemple, dans le modèle représenté sur la figure 2.31, si un client ne peut pas régler la facture d’un autre client, alors le type-association Payer est redondant et doit purement et simplement être supprimé du modèle (cf. figure 2.32). On pourra toujours retrouver le client qui a effectué un règlement en passant par la facture correspondante.
Par contre, si un client peut régler la facture d’un autre client, alors c’est la règle 27 qu’il faut appliquer : on remplace le type-entité Règlement par un type-association Régler (cf. figure 2.33).
Les formes normales sont différent stades de qualité qui permettent d’éviter la redondance, source d’anomalies. La normalisation peut être aussi bien effectuée sur un modèle entités-associations, où elle s’applique sur les type-entités et type-associations, que sur un modèle relationnel.
Il existe 5 formes normales principales et deux extensions. Plus le niveau de normalisation est élevé, plus le modèle est exempte de redondances. Un type-entité ou un type-association en forme normale de niveau n est automatiquement en forme normale de niveau n−1. Une modélisation rigoureuse permet généralement d’aboutir directement à des type-entités et type-associations en forme normale de Boyce-Codd.
Nous avons décidé de présenter deux fois cette théorie de la normalisation :
Un attribut composite doit être décomposés en attributs élémentaires (comme l’attribut Adresse sur la figure 2.34) ou faire l’objet d’une entité supplémentaire (comme l’attribut Occupants sur la figure 2.34.
L’élémentarité d’un attribut est toutefois fonction des choix de gestion. Par exemple, la propriété Adresse peut être considérée comme élémentaire si la gestion de ces adresses est globale. Par contre, s’il faut pouvoir considérer les codes postaux, les noms de rues, …, il convient d’éclater la propriété Adresse en Adresse (au sens numéro d’appartement, numéro et nom de rue, …), Code postal et Ville. En cas de doute, il est préférable (car plus général) d’éclater une propriété que d’effectuer un regroupement.
Autrement dit, les attributs doivent dépendre de l’ensemble des attributs participant à la clé. Ainsi, si la clé est réduite à un seul attribut, ou si elle contient tous les attributs, le type-entité ou le type-association est, par définition, forcément en deuxième forme normale.
La figure 2.35 montre un type-entité Article décrivant des produits provenant de différents fournisseurs. On suppose qu’un même fournisseur peut fournir plusieurs produits et qu’un même produit peut être fourni par différents fournisseurs. Dans ce cas, les attributs Produit ou Fournisseur ne peuvent constituer un identifiant du type-entité Article. Par contre, le couple Produit/Fournisseur constitue bien un identifiant du type-entité Article. Cependant, l’attribut Adresse fournisseur ne dépend maintenant que d’une partie de la clé (Fournisseur). Opter pour une nouvelle clé arbitraire réduite à un seul attribut N° article permet d’obtenir un type-entité Article en deuxième forme normale. On va voir dans ce qui suit que cette solution n’a fait que déplacer le problème.
Cette normalisation peut amener à désimbriquer des type-entités cachées comme le montre la figure 2.36.
Un type-entité ou un type-association en deuxième forme normale avec au plus un attribut qui n’appartient pas à la clé est, par définition, forcément en troisième forme normale.
Intéressons-nous, par exemple (cf. figure 2.37), à un type-entité Diplômé modélisant des personnes (Nom et Prénom) possédant un diplôme (Diplôme) d’une institution (Institution). On suppose qu’il n’y a pas d’homonyme, qu’une même personne ne possède pas deux fois le même diplôme mais qu’elle peut posséder plusieurs diplômes différents. Une institution ne délivre qu’un type de diplôme, mais un même diplôme peut être délivré par plusieurs institutions (par exemple, plusieurs écoles d’ingénieurs délivrent des diplômes d’ingénieur). Une clé possible pour le type-entité Diplômé est donc Nom, Prénom, Diplôme. Le type-entité obtenu est en troisième forme normale, mais une redondance subsiste car l’attribut Institution détermine l’attribut Diplôme. Le type-entité Diplômé n’est donc pas en forme normale de Boyce-Codd.
Un modèle en forme normale de Boyce-Codd est considéré comme étant de qualité suffisante pour une implantation.
Il existe d’autres formes normales. La quatrième et la cinquième forme normale sont présentées dans la section 3.2 dans le cadre du modèle relationnel.
Pour concevoir un modèle entités-associations, vous devrez certainement passer par une succession d’étapes. Nous les décrivons ci-dessous dans l’ordre chronologique. Sachez cependant que la conception d’un modèle entités-associations est un travail non linéaire. Vous devrez régulièrement
