SlideShare une entreprise Scribd logo
INTRODUCTION AUX BASES de DONNEES
´Equipe Bases de Donn´ees
LRI-Universit´e Paris XI, Orsay
Universit´e Paris Sud Ann´ee 2003– 2004
1
SGBD : Fonctionnalit´es et Principes
• Qu’est qu’une base de donn´ees ?
• Un Syst`eme de Gestion de Base de donn´ees (SGBD),
Pourquoi faire ?
• Pourquoi pas un Syst`eme de Gestion de Fichiers ?
• Les grands principes et architecture fonctionnelle.
• Historique et Evolution des SGBDs
2
Base de donn´ees et SGBD
• Base de donn´ees : Database
grande masse de donn´ees (Giga octets = 109
octets)
m´emoire secondaire (disque, disque optique)
liens abstraits/th´ematiques entre donn´ees
long´evit´e des donn´ees (dizaines d’ann´ees)
• SGBD : Database Management System (DBMS)
gestion du stockage des donn´ees
traitements des donn´ees
* modification
* interrogation, extraction
* programmation d’applications
3
Usage des bases de donn´ees – Les applications dites “classiques”
Applications de gestion
Banque - Finance - Assurance
Gestion du personnel / client d’une entreprise
Gestion des stocks d’une entreprise commerciale
Syst`eme d’information d’une entreprise
Applications transactionnelles
Gestion de r´eservations
Transports passagers (train, avion, voiture, ...),
Hotels, Spectacles
consultations/modifications tr`es fr´equentes
4
Fonctionnalit´es d’un SGBD
• Gestion du stockage en m´emoire secondaire
Acc`es efficaces aux donn´ees
Gestion des transferts m´emoires centrale - secondaire
• Persistance
les modifications sont ´ecrites en MS a priori
• R´esistance aux pannes (fiabilit´e)
pannes logicielles,
pannes mat´erielles
• Confidentialit´e (s´ecurit´e)
utilisation malveillante
5
Fonctionnalit´es d’un SGBD
• Coh´erence – Int´egrit´e (fiabilit´e)
donn´ees = informations
donn´ees + propri´et´es = repr´esentation d’informations
• Partage des donn´ees – Concurrence (fiabilit´e)
acc`es aux donn´ees est partag´e par
de nombreux utilisateurs !
• Interface
classes d’utilisateurs :
administrateur , d´eveloppeur d’applications ,
secr´etariat, tout le monde
langage sp´ecialis´e, interface graphique, formulaires, menus
6
Pourquoi ne pas utiliser un SG de Fichiers ?
Description des
Donnees
Description des
Donnees
Description des
Donnees
Programme 1
Programme 2
Programme 3
DONNEESREDONDANTES
FICHIER 1
FICHIER 2
FICHIER 3
7
Pourquoi ne pas utiliser un SG de Fichiers ?
• Structure des donn´ees dans les programmes
• probl`emes :
duplication de l’information i.e. redondance
accroissement de la masse de donn´ees
coˆut d’acc`es aux donn´ees
consistance des donn´ees
maintenir des copies “conformes”
d´et´erioration des performances
8
Pourquoi ne pas utiliser un SG de Fichiers ?
• les probl`emes (suite) :
exploitation des donn´ees
1 traitement = 1 programme
pas d’environnement d´edi´e
fonctionnalit´es “sgbd”
coh´erence, concurrence, confidentialit´e
pas de programmes g´en´erique
d´eveloppement et maintenance sur des 10zaines d’ann´ees !!!
difficile, peu sˆur
coˆuteux en temps, ...
9
Quelques principes
• rapport DTBG de CODASYL – rapport ANSI/SPARC
• sch´ema versus instance
sch´ema = description centralis´ee des donn´ees
“la description des donn´ees est une donn´ee”
stock´ee + modifiable + interrogeable
instance = donn´ees
“les donn´ees sont organis´ees en fonction du sch´ema”
sch´ema = r´ecipient instance = contenu
10
Quelques principes
SCHEMA
MANIPULATION
...
PROGRAMME 1
PROGRAMME 2
PROGRAMME 3
BASEdeDONNEES
SGBD
11
Quelques principes
• Trois Niveaux d’Abstraction
Niveau physique (interne)
organisation et stockage des donn´ees en m´emoire secondaire
Niveau logique ou conceptuel
description et manipulation abstraites des donn´ees
Niveau externe (vues)
description et manipulation des donn´ees d´edi´es
`a un groupe d’utilisateurs
12
Trois niveaux d’abstraction
Schema 1
EXTERNE
Schema n
EXTERNE
. . .
INTERFACE UTILISATEUR
INTERFACE
EXTERNE CONCEPTUEL
SCHEMA INTERNE
INTERFACE
CONCEPTUEL INTERNE
INTERFACE
BASE de DONNEES
BASE de DONNEES
Groupe 1
Utilisateurs
Groupe 2
Utilisateurs Utilisateurs
Groupe n
. . .
SYSTEMEdeGESTIONdeBASEdeDONNEES
SCHEMA CONCEPTUEL
13
Principes d’ind´ependance
• Ind´ependance physique
Programmes d’application invariants
Struture Physique modifi´ee
• Ind´ependance logique
Programmes d’application invariants
Struture Logique modifi´ee
14
Architecture Fonctionnelle
PRECOMPILATEUR
GENERATEUR SORTIES
MODULE
MISE A JOUR
TRAITEMENT
des REQUETES
VERIFICATION
INTEGRITE
CODE EXECUTABLE
GENERATEUR
OPTIMISEUR
GESTIONNAIRE
TRANSACTION
GESTIONNAIRE
de REPRISES JOURNALISATION
GESTIONNAIRE du DICTIONNAIRE GESTIONNAIRE des DONNEES
CONTROLE AUTORISATION
ANALYSEUR
Entree/Sortie
MODULE
BASE de DONNEES
BASE de DONNEES
DICTIONNAIRE
SCHEMAS EXTERNES
SCHEMAS CONCEPTUELS
SCHEMAS INTERNES
0
0
00
0
1
1
11
1
0
0
00
0
1
1
11
1
0
0
00
0
1
1
11
1
UTILISATEUR
0
00
0
1
11
1
15
Historique
60–70 SGBD R´eseau
IDS (General Electric), APL, DMS 1100, ...,
ADABAS (Software AG)
60–70 SGBD Hi´erarchique
ISM IBM www.software.ibm.com
System 2000 MRI
gestion de pointeurs entre enregistrement
probl`eme : pas d’ind´ependance physique
16
Historique
• Mod`ele relationnel (conceptuel)
parmi ses p`eres : Ted Codd (1970)
un mod`ele simple decription = table
un mod`ele math´ematique
th´eorie des ensembles
logique
• SQL (Structured Query Language)
un langage normalis´e !!!
recherche ← 20 ans → syst`emes commerciaux
17
Historique
70–80 SGBD Relationnel :
System R (San Jos´e), Ingres, ...
Informix Informix
Oracle Oracle www.oracle.com
DB2 IBM www.software.ibm.com
Sybase Sybase www.sybase.com
SQL Server Microsoft www.microsoft.com
18
Historique
70–80 SGBD Relationnel
sur micros : Access (Microsoft), Paradox (Corel? Borland),
Visual Dbase (Borland) ...
logiciels libres :
MySQL web.tryc.on.ca.mysqk
MSQL Hughes.com.au
Postgres www.postgresql.org
InstantDB www.instantdb.co.uk
19
Historique
90–00 SGBD Orient´e Objet
Matisse ADB
Object Store Object Design Fr.
Gemstone Gemstone Syst. Inc. www.gemstone.com
Poet Poet (LCI)
Versant Versant Object Tech. www.versant.com
20
Evolution
• Les machines:
1960 : Stocker un giga-octet −→ plusieurs disques.
SGBD −→ syst`eme complexe + coˆuteux +
SGBD −→ ordinateur puissant
SGBD −→ machine base de donn´ees
2000 : Un giga-octet −→ c’est rien !
SGBD −→ installation sur un portable
aussi commun qu’un traitement de texte !
... parfois confondu avec les outils de bureautique !
SGBD −→ Client-Serveur
21
Evolution
• Les besoins
1960 : Un Giga octet −→ ´enorme
M´emoire coˆuteux
Applications gestion, stock
Donn´ees type alphanum´erique
2000: Un Giga octet −→ peu
M´emoire bon march´e
Applications CAO , Genome, Mulim´edia
Donn´ees image, son, video
Besoin Tera-octets (1000 Giga-octets= 1012
octets)
1 heure de video = 1 Giga octets
images satellite = peta octets (1015
octets)
22
Petits Avertissements
Un SGBD est un syst`eme complexe !
• La sp´ecificit´e d’un SGBD
3 niveaux d’abstration
fiabilit´e
concurrence
stockage massif sur disque !
• Le prix `a payer
les interfaces entre niveaux
journalisation
verrouillage
techniques sp´ecialis´ees d’acc`es aux donn´ees sur disque
23
Petits Avertissements
Un SGBD est un syst`eme difficile `a bien utiliser !
• M´ethodes de d´eveloppement et maintenance
analyse des besoins de l’application
conception du sch´ema conceptuel
conception du sch´ema interne
r´eglage (tuning) des applications
24
Conception et d´eveloppement it´eratifs d’applications
ANALYSE des BESOINS
DESCRIPTION CONCEPTUELLE
DESCRIPTION LOGIQUE
DESCRIPTION PHYSIQUE
25
Plan du cours :
A FAIRE
26
Une Petite Bibliographie
Bases de donn´ees (objet & relationnel), G. Gardarin,
Editions Eyrolles.
Syst`eme de gestion des bases de donn´ees , H. Korth et A.
Silberschatz, ??
Internet/intranet et Bases de Donnes , G. Gardarin, Editions
Eyrolles.
A first course in Database System, J. Ullman et J. Widom,
Prentice Hall.
Database system implementation, H. Garcia-Molina, J.
Ullman et J. Widom, Prentice Hall.
Database Management Systems, R. Ramakrishnan,
McGraw-Hill.
27

Contenu connexe

Tendances

java BDD jdbc
java BDD jdbcjava BDD jdbc
java BDD jdbc
vangogue
 
Bases de donnees fondamentaux
Bases de donnees fondamentauxBases de donnees fondamentaux
Bases de donnees fondamentaux
Rokhaya CISSE
 
Visite guidée au pays de la donnée - Introduction et tour d'horizon
Visite guidée au pays de la donnée - Introduction et tour d'horizonVisite guidée au pays de la donnée - Introduction et tour d'horizon
Visite guidée au pays de la donnée - Introduction et tour d'horizon
Gautier Poupeau
 
Big data, Intelligence artificielle, quelles conséquences pour les profession...
Big data, Intelligence artificielle, quelles conséquences pour les profession...Big data, Intelligence artificielle, quelles conséquences pour les profession...
Big data, Intelligence artificielle, quelles conséquences pour les profession...
Gautier Poupeau
 
Bases de données réparties
Bases de données répartiesBases de données réparties
Bases de données réparties
Abdelouahed Abdou
 
Un modèle de données unique pour les collections de l'Ina, pourquoi ? Comment ?
Un modèle de données unique pour les collections de l'Ina, pourquoi ? Comment ?Un modèle de données unique pour les collections de l'Ina, pourquoi ? Comment ?
Un modèle de données unique pour les collections de l'Ina, pourquoi ? Comment ?
Gautier Poupeau
 
Big Data : SQL, NoSQL ? Pourquoi faire un choix ?
Big Data : SQL, NoSQL ? Pourquoi faire un choix ?Big Data : SQL, NoSQL ? Pourquoi faire un choix ?
Big Data : SQL, NoSQL ? Pourquoi faire un choix ?
Microsoft Décideurs IT
 
Ch 01 poo
Ch 01 pooCh 01 poo
Ch 01 poo
Yassine Badri
 
Catalogage de données : notions enjeux et initiatives
Catalogage de données : notions enjeux et initiativesCatalogage de données : notions enjeux et initiatives
Catalogage de données : notions enjeux et initiatives
Desconnets Jean-Christophe
 
base de données -note de cours
base de données -note de cours base de données -note de cours
base de données -note de cours
Yassine Badri
 
Cours bases de données partie 1 Prof. Khalifa MANSOURI
Cours bases de données partie 1 Prof. Khalifa MANSOURICours bases de données partie 1 Prof. Khalifa MANSOURI
Cours bases de données partie 1 Prof. Khalifa MANSOURI
Mansouri Khalifa
 
Proposition de progression
Proposition de progressionProposition de progression
Proposition de progression
Khaoula Hamed
 
Archivage, sauvegarde et restauration pour une virtualisation réussie
Archivage, sauvegarde et restauration pour une virtualisation réussieArchivage, sauvegarde et restauration pour une virtualisation réussie
Archivage, sauvegarde et restauration pour une virtualisation réussie
Aquastar Consulting
 
Les nouveautés stockage dans Windows Server 2012 R2
Les nouveautés stockage dans Windows Server 2012 R2Les nouveautés stockage dans Windows Server 2012 R2
Les nouveautés stockage dans Windows Server 2012 R2
Microsoft
 
Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...
Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...
Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...
Gautier Poupeau
 
Base de données distribuée
Base de données distribuéeBase de données distribuée
Base de données distribuée
kamar MEDDAH
 
Dojo 02 : Introduction au noSQL
Dojo 02 : Introduction au noSQLDojo 02 : Introduction au noSQL
Dojo 02 : Introduction au noSQL
SOAT
 

Tendances (20)

java BDD jdbc
java BDD jdbcjava BDD jdbc
java BDD jdbc
 
Bases de donnees fondamentaux
Bases de donnees fondamentauxBases de donnees fondamentaux
Bases de donnees fondamentaux
 
Visite guidée au pays de la donnée - Introduction et tour d'horizon
Visite guidée au pays de la donnée - Introduction et tour d'horizonVisite guidée au pays de la donnée - Introduction et tour d'horizon
Visite guidée au pays de la donnée - Introduction et tour d'horizon
 
Big data, Intelligence artificielle, quelles conséquences pour les profession...
Big data, Intelligence artificielle, quelles conséquences pour les profession...Big data, Intelligence artificielle, quelles conséquences pour les profession...
Big data, Intelligence artificielle, quelles conséquences pour les profession...
 
Bases de données réparties
Bases de données répartiesBases de données réparties
Bases de données réparties
 
Un modèle de données unique pour les collections de l'Ina, pourquoi ? Comment ?
Un modèle de données unique pour les collections de l'Ina, pourquoi ? Comment ?Un modèle de données unique pour les collections de l'Ina, pourquoi ? Comment ?
Un modèle de données unique pour les collections de l'Ina, pourquoi ? Comment ?
 
Bases dedonnees.net
Bases dedonnees.netBases dedonnees.net
Bases dedonnees.net
 
Sgbd (1)
Sgbd (1)Sgbd (1)
Sgbd (1)
 
Big Data : SQL, NoSQL ? Pourquoi faire un choix ?
Big Data : SQL, NoSQL ? Pourquoi faire un choix ?Big Data : SQL, NoSQL ? Pourquoi faire un choix ?
Big Data : SQL, NoSQL ? Pourquoi faire un choix ?
 
Ch 01 poo
Ch 01 pooCh 01 poo
Ch 01 poo
 
Catalogage de données : notions enjeux et initiatives
Catalogage de données : notions enjeux et initiativesCatalogage de données : notions enjeux et initiatives
Catalogage de données : notions enjeux et initiatives
 
base de données -note de cours
base de données -note de cours base de données -note de cours
base de données -note de cours
 
Sgbd oss-27012006
Sgbd oss-27012006Sgbd oss-27012006
Sgbd oss-27012006
 
Cours bases de données partie 1 Prof. Khalifa MANSOURI
Cours bases de données partie 1 Prof. Khalifa MANSOURICours bases de données partie 1 Prof. Khalifa MANSOURI
Cours bases de données partie 1 Prof. Khalifa MANSOURI
 
Proposition de progression
Proposition de progressionProposition de progression
Proposition de progression
 
Archivage, sauvegarde et restauration pour une virtualisation réussie
Archivage, sauvegarde et restauration pour une virtualisation réussieArchivage, sauvegarde et restauration pour une virtualisation réussie
Archivage, sauvegarde et restauration pour une virtualisation réussie
 
Les nouveautés stockage dans Windows Server 2012 R2
Les nouveautés stockage dans Windows Server 2012 R2Les nouveautés stockage dans Windows Server 2012 R2
Les nouveautés stockage dans Windows Server 2012 R2
 
Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...
Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...
Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...
 
Base de données distribuée
Base de données distribuéeBase de données distribuée
Base de données distribuée
 
Dojo 02 : Introduction au noSQL
Dojo 02 : Introduction au noSQLDojo 02 : Introduction au noSQL
Dojo 02 : Introduction au noSQL
 

En vedette

Validation: De l'idée au produit - Soirées UX Novembre 2014
Validation: De l'idée au produit - Soirées UX Novembre 2014Validation: De l'idée au produit - Soirées UX Novembre 2014
Validation: De l'idée au produit - Soirées UX Novembre 2014
Capian
 
La Lettre Semestrielle D'Information de Juin 2014
La Lettre Semestrielle D'Information de Juin 2014La Lettre Semestrielle D'Information de Juin 2014
La Lettre Semestrielle D'Information de Juin 2014
Tonnellerie Boutes
 
Des systèmes de protection sociale bien conçus peuvent améliorer la vie de la...
Des systèmes de protection sociale bien conçus peuvent améliorer la vie de la...Des systèmes de protection sociale bien conçus peuvent améliorer la vie de la...
Des systèmes de protection sociale bien conçus peuvent améliorer la vie de la...
DRIVERS
 
Bienvenue chez PrintConcept.be, votre partenaire impressions
Bienvenue chez PrintConcept.be, votre partenaire impressionsBienvenue chez PrintConcept.be, votre partenaire impressions
Bienvenue chez PrintConcept.be, votre partenaire impressions
FranDesmet
 
Semaine 6 - Expérientiel by Maëva Tordo
Semaine 6 - Expérientiel by Maëva TordoSemaine 6 - Expérientiel by Maëva Tordo
Semaine 6 - Expérientiel by Maëva Tordo
CNV - Option E 2014
 
Le bébé crieur savoir décrypter
Le bébé crieur  savoir décrypterLe bébé crieur  savoir décrypter
Le bébé crieur savoir décrypter
lasmar dahmani
 
Jour 450 capstone project slides
Jour 450 capstone project   slidesJour 450 capstone project   slides
Jour 450 capstone project slides
ShuWen Zhang
 
Dossier de presse HCorpo - Août 2011
Dossier de presse HCorpo - Août 2011Dossier de presse HCorpo - Août 2011
Dossier de presse HCorpo - Août 2011
Magali de Brie
 
Journée de formation interculturel
Journée de formation interculturelJournée de formation interculturel
Journée de formation interculturel
Hofstede Insights
 
Règles de sécurité Les or More
Règles de sécurité Les or MoreRègles de sécurité Les or More
Règles de sécurité Les or More
Bellens Tom
 
Alsace Ecotourisme - Bilan 2015
Alsace Ecotourisme - Bilan 2015Alsace Ecotourisme - Bilan 2015
Alsace Ecotourisme - Bilan 2015
Valentine Dédinger
 
04. tarif f2
04. tarif f204. tarif f2
04. tarif f2
sigenin
 
Why the internet hates women
Why the internet hates womenWhy the internet hates women
Why the internet hates women
Jules de Faria
 
Enrique's Trainings NW
Enrique's Trainings NWEnrique's Trainings NW
Enrique's Trainings NW
Enrique Lopez
 
Dossier de presse - Journées européennes du Patrimoine 2014 à Chambord
Dossier de presse - Journées européennes du Patrimoine 2014 à ChambordDossier de presse - Journées européennes du Patrimoine 2014 à Chambord
Dossier de presse - Journées européennes du Patrimoine 2014 à Chambord
Domaine national de Chambord
 
Cr formation hébert ok
Cr formation hébert ok Cr formation hébert ok
Cr formation hébert ok
feugier
 
Liste alphabétique des aliments et leur IG
Liste alphabétique des aliments et leur IGListe alphabétique des aliments et leur IG
Liste alphabétique des aliments et leur IG
Cémoi Frankoise
 
Intro Atelier Kids-ok
Intro Atelier Kids-okIntro Atelier Kids-ok
Intro Atelier Kids-ok
Iznaow
 
Ne laissez pas vos produits sans étiquettes
Ne laissez pas vos produits sans étiquettesNe laissez pas vos produits sans étiquettes
Ne laissez pas vos produits sans étiquettes
Imprimante à étiquettes couleur
 
RDVTN Atelier 2 Répeto
RDVTN Atelier 2 RépetoRDVTN Atelier 2 Répeto
RDVTN Atelier 2 Répeto
Rendez Vous en Terre Numérique
 

En vedette (20)

Validation: De l'idée au produit - Soirées UX Novembre 2014
Validation: De l'idée au produit - Soirées UX Novembre 2014Validation: De l'idée au produit - Soirées UX Novembre 2014
Validation: De l'idée au produit - Soirées UX Novembre 2014
 
La Lettre Semestrielle D'Information de Juin 2014
La Lettre Semestrielle D'Information de Juin 2014La Lettre Semestrielle D'Information de Juin 2014
La Lettre Semestrielle D'Information de Juin 2014
 
Des systèmes de protection sociale bien conçus peuvent améliorer la vie de la...
Des systèmes de protection sociale bien conçus peuvent améliorer la vie de la...Des systèmes de protection sociale bien conçus peuvent améliorer la vie de la...
Des systèmes de protection sociale bien conçus peuvent améliorer la vie de la...
 
Bienvenue chez PrintConcept.be, votre partenaire impressions
Bienvenue chez PrintConcept.be, votre partenaire impressionsBienvenue chez PrintConcept.be, votre partenaire impressions
Bienvenue chez PrintConcept.be, votre partenaire impressions
 
Semaine 6 - Expérientiel by Maëva Tordo
Semaine 6 - Expérientiel by Maëva TordoSemaine 6 - Expérientiel by Maëva Tordo
Semaine 6 - Expérientiel by Maëva Tordo
 
Le bébé crieur savoir décrypter
Le bébé crieur  savoir décrypterLe bébé crieur  savoir décrypter
Le bébé crieur savoir décrypter
 
Jour 450 capstone project slides
Jour 450 capstone project   slidesJour 450 capstone project   slides
Jour 450 capstone project slides
 
Dossier de presse HCorpo - Août 2011
Dossier de presse HCorpo - Août 2011Dossier de presse HCorpo - Août 2011
Dossier de presse HCorpo - Août 2011
 
Journée de formation interculturel
Journée de formation interculturelJournée de formation interculturel
Journée de formation interculturel
 
Règles de sécurité Les or More
Règles de sécurité Les or MoreRègles de sécurité Les or More
Règles de sécurité Les or More
 
Alsace Ecotourisme - Bilan 2015
Alsace Ecotourisme - Bilan 2015Alsace Ecotourisme - Bilan 2015
Alsace Ecotourisme - Bilan 2015
 
04. tarif f2
04. tarif f204. tarif f2
04. tarif f2
 
Why the internet hates women
Why the internet hates womenWhy the internet hates women
Why the internet hates women
 
Enrique's Trainings NW
Enrique's Trainings NWEnrique's Trainings NW
Enrique's Trainings NW
 
Dossier de presse - Journées européennes du Patrimoine 2014 à Chambord
Dossier de presse - Journées européennes du Patrimoine 2014 à ChambordDossier de presse - Journées européennes du Patrimoine 2014 à Chambord
Dossier de presse - Journées européennes du Patrimoine 2014 à Chambord
 
Cr formation hébert ok
Cr formation hébert ok Cr formation hébert ok
Cr formation hébert ok
 
Liste alphabétique des aliments et leur IG
Liste alphabétique des aliments et leur IGListe alphabétique des aliments et leur IG
Liste alphabétique des aliments et leur IG
 
Intro Atelier Kids-ok
Intro Atelier Kids-okIntro Atelier Kids-ok
Intro Atelier Kids-ok
 
Ne laissez pas vos produits sans étiquettes
Ne laissez pas vos produits sans étiquettesNe laissez pas vos produits sans étiquettes
Ne laissez pas vos produits sans étiquettes
 
RDVTN Atelier 2 Répeto
RDVTN Atelier 2 RépetoRDVTN Atelier 2 Répeto
RDVTN Atelier 2 Répeto
 

Similaire à Base de données

Morning with MongoDB Paris 2012 - Fast Connect
Morning with MongoDB Paris 2012 - Fast ConnectMorning with MongoDB Paris 2012 - Fast Connect
Morning with MongoDB Paris 2012 - Fast Connect
MongoDB
 
Relational databases & NoSQL databases
Relational databases & NoSQL databasesRelational databases & NoSQL databases
Relational databases & NoSQL databases
Cédric Villa
 
Cours Big Data Chap1
Cours Big Data Chap1Cours Big Data Chap1
Cours Big Data Chap1
Amal Abid
 
Oxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigDataOxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigData
Ludovic Piot
 
BigData_Chp5: Putting it all together
BigData_Chp5: Putting it all togetherBigData_Chp5: Putting it all together
BigData_Chp5: Putting it all together
Lilia Sfaxi
 
1-Intro to DB.pptx
1-Intro to DB.pptx1-Intro to DB.pptx
1-Intro to DB.pptx
salimtayaadine
 
20160216 - From BigData to BigProcessing
20160216 - From BigData to BigProcessing20160216 - From BigData to BigProcessing
20160216 - From BigData to BigProcessing
Pierre-Marie Brunet
 
Big data
Big dataBig data
Big data
Sameh Mbm
 
Big data: NoSQL comme solution
Big data: NoSQL comme solutionBig data: NoSQL comme solution
Big data: NoSQL comme solution
JEMLI Fathi
 
Ecosystème Big Data
Ecosystème Big DataEcosystème Big Data
Ecosystème Big Data
Idriss22
 
Webinar Degetel DataStax
Webinar Degetel DataStaxWebinar Degetel DataStax
Webinar Degetel DataStax
Victor Coustenoble
 
Réussissez vos projets d’analytique self-service avec une couche de services ...
Réussissez vos projets d’analytique self-service avec une couche de services ...Réussissez vos projets d’analytique self-service avec une couche de services ...
Réussissez vos projets d’analytique self-service avec une couche de services ...
Denodo
 
Morning Tech#1 BigData - Oxalide Academy
Morning Tech#1 BigData - Oxalide AcademyMorning Tech#1 BigData - Oxalide Academy
Morning Tech#1 BigData - Oxalide Academy
Oxalide
 
Présentation Big Data et REX Hadoop
Présentation Big Data et REX HadoopPrésentation Big Data et REX Hadoop
Présentation Big Data et REX Hadoop
Joseph Glorieux
 
BigData_Technologies_PL.pdf
BigData_Technologies_PL.pdfBigData_Technologies_PL.pdf
BigData_Technologies_PL.pdf
MissaouiWissal
 
Distributed programing (hadoop && java) version finale.pptx
Distributed programing  (hadoop && java) version finale.pptxDistributed programing  (hadoop && java) version finale.pptx
Distributed programing (hadoop && java) version finale.pptx
Ahmed rebai
 
BigData_Technologies_PL.pdf
BigData_Technologies_PL.pdfBigData_Technologies_PL.pdf
BigData_Technologies_PL.pdf
AhmedToujani1
 
Big Data, Hadoop & Spark
Big Data, Hadoop & SparkBig Data, Hadoop & Spark
Big Data, Hadoop & Spark
Alexia Audevart
 
Morning With MongoDB
Morning With MongoDBMorning With MongoDB
Morning With MongoDB
FastConnect
 
introNoSQL.pdf
introNoSQL.pdfintroNoSQL.pdf
introNoSQL.pdf
HanenAbbesEpGhorbel
 

Similaire à Base de données (20)

Morning with MongoDB Paris 2012 - Fast Connect
Morning with MongoDB Paris 2012 - Fast ConnectMorning with MongoDB Paris 2012 - Fast Connect
Morning with MongoDB Paris 2012 - Fast Connect
 
Relational databases & NoSQL databases
Relational databases & NoSQL databasesRelational databases & NoSQL databases
Relational databases & NoSQL databases
 
Cours Big Data Chap1
Cours Big Data Chap1Cours Big Data Chap1
Cours Big Data Chap1
 
Oxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigDataOxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigData
 
BigData_Chp5: Putting it all together
BigData_Chp5: Putting it all togetherBigData_Chp5: Putting it all together
BigData_Chp5: Putting it all together
 
1-Intro to DB.pptx
1-Intro to DB.pptx1-Intro to DB.pptx
1-Intro to DB.pptx
 
20160216 - From BigData to BigProcessing
20160216 - From BigData to BigProcessing20160216 - From BigData to BigProcessing
20160216 - From BigData to BigProcessing
 
Big data
Big dataBig data
Big data
 
Big data: NoSQL comme solution
Big data: NoSQL comme solutionBig data: NoSQL comme solution
Big data: NoSQL comme solution
 
Ecosystème Big Data
Ecosystème Big DataEcosystème Big Data
Ecosystème Big Data
 
Webinar Degetel DataStax
Webinar Degetel DataStaxWebinar Degetel DataStax
Webinar Degetel DataStax
 
Réussissez vos projets d’analytique self-service avec une couche de services ...
Réussissez vos projets d’analytique self-service avec une couche de services ...Réussissez vos projets d’analytique self-service avec une couche de services ...
Réussissez vos projets d’analytique self-service avec une couche de services ...
 
Morning Tech#1 BigData - Oxalide Academy
Morning Tech#1 BigData - Oxalide AcademyMorning Tech#1 BigData - Oxalide Academy
Morning Tech#1 BigData - Oxalide Academy
 
Présentation Big Data et REX Hadoop
Présentation Big Data et REX HadoopPrésentation Big Data et REX Hadoop
Présentation Big Data et REX Hadoop
 
BigData_Technologies_PL.pdf
BigData_Technologies_PL.pdfBigData_Technologies_PL.pdf
BigData_Technologies_PL.pdf
 
Distributed programing (hadoop && java) version finale.pptx
Distributed programing  (hadoop && java) version finale.pptxDistributed programing  (hadoop && java) version finale.pptx
Distributed programing (hadoop && java) version finale.pptx
 
BigData_Technologies_PL.pdf
BigData_Technologies_PL.pdfBigData_Technologies_PL.pdf
BigData_Technologies_PL.pdf
 
Big Data, Hadoop & Spark
Big Data, Hadoop & SparkBig Data, Hadoop & Spark
Big Data, Hadoop & Spark
 
Morning With MongoDB
Morning With MongoDBMorning With MongoDB
Morning With MongoDB
 
introNoSQL.pdf
introNoSQL.pdfintroNoSQL.pdf
introNoSQL.pdf
 

Base de données

  • 1. INTRODUCTION AUX BASES de DONNEES ´Equipe Bases de Donn´ees LRI-Universit´e Paris XI, Orsay Universit´e Paris Sud Ann´ee 2003– 2004 1
  • 2. SGBD : Fonctionnalit´es et Principes • Qu’est qu’une base de donn´ees ? • Un Syst`eme de Gestion de Base de donn´ees (SGBD), Pourquoi faire ? • Pourquoi pas un Syst`eme de Gestion de Fichiers ? • Les grands principes et architecture fonctionnelle. • Historique et Evolution des SGBDs 2
  • 3. Base de donn´ees et SGBD • Base de donn´ees : Database grande masse de donn´ees (Giga octets = 109 octets) m´emoire secondaire (disque, disque optique) liens abstraits/th´ematiques entre donn´ees long´evit´e des donn´ees (dizaines d’ann´ees) • SGBD : Database Management System (DBMS) gestion du stockage des donn´ees traitements des donn´ees * modification * interrogation, extraction * programmation d’applications 3
  • 4. Usage des bases de donn´ees – Les applications dites “classiques” Applications de gestion Banque - Finance - Assurance Gestion du personnel / client d’une entreprise Gestion des stocks d’une entreprise commerciale Syst`eme d’information d’une entreprise Applications transactionnelles Gestion de r´eservations Transports passagers (train, avion, voiture, ...), Hotels, Spectacles consultations/modifications tr`es fr´equentes 4
  • 5. Fonctionnalit´es d’un SGBD • Gestion du stockage en m´emoire secondaire Acc`es efficaces aux donn´ees Gestion des transferts m´emoires centrale - secondaire • Persistance les modifications sont ´ecrites en MS a priori • R´esistance aux pannes (fiabilit´e) pannes logicielles, pannes mat´erielles • Confidentialit´e (s´ecurit´e) utilisation malveillante 5
  • 6. Fonctionnalit´es d’un SGBD • Coh´erence – Int´egrit´e (fiabilit´e) donn´ees = informations donn´ees + propri´et´es = repr´esentation d’informations • Partage des donn´ees – Concurrence (fiabilit´e) acc`es aux donn´ees est partag´e par de nombreux utilisateurs ! • Interface classes d’utilisateurs : administrateur , d´eveloppeur d’applications , secr´etariat, tout le monde langage sp´ecialis´e, interface graphique, formulaires, menus 6
  • 7. Pourquoi ne pas utiliser un SG de Fichiers ? Description des Donnees Description des Donnees Description des Donnees Programme 1 Programme 2 Programme 3 DONNEESREDONDANTES FICHIER 1 FICHIER 2 FICHIER 3 7
  • 8. Pourquoi ne pas utiliser un SG de Fichiers ? • Structure des donn´ees dans les programmes • probl`emes : duplication de l’information i.e. redondance accroissement de la masse de donn´ees coˆut d’acc`es aux donn´ees consistance des donn´ees maintenir des copies “conformes” d´et´erioration des performances 8
  • 9. Pourquoi ne pas utiliser un SG de Fichiers ? • les probl`emes (suite) : exploitation des donn´ees 1 traitement = 1 programme pas d’environnement d´edi´e fonctionnalit´es “sgbd” coh´erence, concurrence, confidentialit´e pas de programmes g´en´erique d´eveloppement et maintenance sur des 10zaines d’ann´ees !!! difficile, peu sˆur coˆuteux en temps, ... 9
  • 10. Quelques principes • rapport DTBG de CODASYL – rapport ANSI/SPARC • sch´ema versus instance sch´ema = description centralis´ee des donn´ees “la description des donn´ees est une donn´ee” stock´ee + modifiable + interrogeable instance = donn´ees “les donn´ees sont organis´ees en fonction du sch´ema” sch´ema = r´ecipient instance = contenu 10
  • 12. Quelques principes • Trois Niveaux d’Abstraction Niveau physique (interne) organisation et stockage des donn´ees en m´emoire secondaire Niveau logique ou conceptuel description et manipulation abstraites des donn´ees Niveau externe (vues) description et manipulation des donn´ees d´edi´es `a un groupe d’utilisateurs 12
  • 13. Trois niveaux d’abstraction Schema 1 EXTERNE Schema n EXTERNE . . . INTERFACE UTILISATEUR INTERFACE EXTERNE CONCEPTUEL SCHEMA INTERNE INTERFACE CONCEPTUEL INTERNE INTERFACE BASE de DONNEES BASE de DONNEES Groupe 1 Utilisateurs Groupe 2 Utilisateurs Utilisateurs Groupe n . . . SYSTEMEdeGESTIONdeBASEdeDONNEES SCHEMA CONCEPTUEL 13
  • 14. Principes d’ind´ependance • Ind´ependance physique Programmes d’application invariants Struture Physique modifi´ee • Ind´ependance logique Programmes d’application invariants Struture Logique modifi´ee 14
  • 15. Architecture Fonctionnelle PRECOMPILATEUR GENERATEUR SORTIES MODULE MISE A JOUR TRAITEMENT des REQUETES VERIFICATION INTEGRITE CODE EXECUTABLE GENERATEUR OPTIMISEUR GESTIONNAIRE TRANSACTION GESTIONNAIRE de REPRISES JOURNALISATION GESTIONNAIRE du DICTIONNAIRE GESTIONNAIRE des DONNEES CONTROLE AUTORISATION ANALYSEUR Entree/Sortie MODULE BASE de DONNEES BASE de DONNEES DICTIONNAIRE SCHEMAS EXTERNES SCHEMAS CONCEPTUELS SCHEMAS INTERNES 0 0 00 0 1 1 11 1 0 0 00 0 1 1 11 1 0 0 00 0 1 1 11 1 UTILISATEUR 0 00 0 1 11 1 15
  • 16. Historique 60–70 SGBD R´eseau IDS (General Electric), APL, DMS 1100, ..., ADABAS (Software AG) 60–70 SGBD Hi´erarchique ISM IBM www.software.ibm.com System 2000 MRI gestion de pointeurs entre enregistrement probl`eme : pas d’ind´ependance physique 16
  • 17. Historique • Mod`ele relationnel (conceptuel) parmi ses p`eres : Ted Codd (1970) un mod`ele simple decription = table un mod`ele math´ematique th´eorie des ensembles logique • SQL (Structured Query Language) un langage normalis´e !!! recherche ← 20 ans → syst`emes commerciaux 17
  • 18. Historique 70–80 SGBD Relationnel : System R (San Jos´e), Ingres, ... Informix Informix Oracle Oracle www.oracle.com DB2 IBM www.software.ibm.com Sybase Sybase www.sybase.com SQL Server Microsoft www.microsoft.com 18
  • 19. Historique 70–80 SGBD Relationnel sur micros : Access (Microsoft), Paradox (Corel? Borland), Visual Dbase (Borland) ... logiciels libres : MySQL web.tryc.on.ca.mysqk MSQL Hughes.com.au Postgres www.postgresql.org InstantDB www.instantdb.co.uk 19
  • 20. Historique 90–00 SGBD Orient´e Objet Matisse ADB Object Store Object Design Fr. Gemstone Gemstone Syst. Inc. www.gemstone.com Poet Poet (LCI) Versant Versant Object Tech. www.versant.com 20
  • 21. Evolution • Les machines: 1960 : Stocker un giga-octet −→ plusieurs disques. SGBD −→ syst`eme complexe + coˆuteux + SGBD −→ ordinateur puissant SGBD −→ machine base de donn´ees 2000 : Un giga-octet −→ c’est rien ! SGBD −→ installation sur un portable aussi commun qu’un traitement de texte ! ... parfois confondu avec les outils de bureautique ! SGBD −→ Client-Serveur 21
  • 22. Evolution • Les besoins 1960 : Un Giga octet −→ ´enorme M´emoire coˆuteux Applications gestion, stock Donn´ees type alphanum´erique 2000: Un Giga octet −→ peu M´emoire bon march´e Applications CAO , Genome, Mulim´edia Donn´ees image, son, video Besoin Tera-octets (1000 Giga-octets= 1012 octets) 1 heure de video = 1 Giga octets images satellite = peta octets (1015 octets) 22
  • 23. Petits Avertissements Un SGBD est un syst`eme complexe ! • La sp´ecificit´e d’un SGBD 3 niveaux d’abstration fiabilit´e concurrence stockage massif sur disque ! • Le prix `a payer les interfaces entre niveaux journalisation verrouillage techniques sp´ecialis´ees d’acc`es aux donn´ees sur disque 23
  • 24. Petits Avertissements Un SGBD est un syst`eme difficile `a bien utiliser ! • M´ethodes de d´eveloppement et maintenance analyse des besoins de l’application conception du sch´ema conceptuel conception du sch´ema interne r´eglage (tuning) des applications 24
  • 25. Conception et d´eveloppement it´eratifs d’applications ANALYSE des BESOINS DESCRIPTION CONCEPTUELLE DESCRIPTION LOGIQUE DESCRIPTION PHYSIQUE 25
  • 26. Plan du cours : A FAIRE 26
  • 27. Une Petite Bibliographie Bases de donn´ees (objet & relationnel), G. Gardarin, Editions Eyrolles. Syst`eme de gestion des bases de donn´ees , H. Korth et A. Silberschatz, ?? Internet/intranet et Bases de Donnes , G. Gardarin, Editions Eyrolles. A first course in Database System, J. Ullman et J. Widom, Prentice Hall. Database system implementation, H. Garcia-Molina, J. Ullman et J. Widom, Prentice Hall. Database Management Systems, R. Ramakrishnan, McGraw-Hill. 27