Vous êtes sur la page 1sur 32

1

GESTI ON DE BASES DE
DONNES
ENCG CASABLANCA
Semestre 5
Yassine EL GHOUMARI @ 2012
I nf or mat i que de gest i on: Df i ni t i on
Recouvre les connaissances et
Yassine El Ghoumari
Recouvre les connaissances et
comptences qui se trouvent
lintersection des disciplines de
linformatique et de la gestion.
2
O Informatique = Information + Automatique
I nf or mat i que: Df i ni t i on
Yassine El Ghoumari
traitement automatique de linformation
par des machines
3
Gest i on: Df i ni t i on
[HACH-90 ]
Action dadministrer dassurer la rentabilit(dune
Yassine El Ghoumari
Action d administrer, d assurer la rentabilit(d une
entreprise)
4
2
Linformatique de gestion est la discipline du
traitement de linformation utile et ncessaire
t ti t t ti d l d i i t ti
Quest -c e que l i nf or mat i que de gest i on?
Yassine El Ghoumari
automatiser tout ou partie de ladministration
des intrts ou des affaires des entreprises
5
L'informatique de gestion est le domaine de
l'informatique se concentrant sur la
programmation de logiciels tourns vers la
I nf or mat i que de Gest i on
programmation de logiciels tourns vers la
gestion : comptabilit, finances, ressources
humaines, gestion des stocks, logistique, gestion
de la production,...
Yassine El Ghoumari
6
Li nf or mat i que de gest i on (I G)
Linformatique au service de la gestion
Pilotage de lentreprise
Gestion de la production de biens et de
services
Gestion administrative de lentreprise
7
Li nf or mat i on dans l ent r epr i se
Observation
de faits
DONNEE Traitement INFORMATION
Yassine El Ghoumari
Interprtation
Structure
Mmorisation
CONNAISSANCE
8
3
LI NFORMATI ON ET LES CONCEPTS
ASSOCI ES: Donnes
Slaborent partir de lobservation de faits.
Une donne est une information brute sans utilit immdiate.
Yassine El Ghoumari
Facile manipuler et stocker sur un ordinateur.
Cest une information susceptible dun traitement automatique.
9
LI NFORMATI ON ET LES CONCEPTS
ASSOCI ES: I nf or mat i on
Transformation des donnes en interprtations.
Le support que nous utilisons pour exprimer et communiquer
au sein des entreprises et dans la vie de tous les jours.
Yassine El Ghoumari
p j
L'information a plus de valeur que les
donnes parce qu'elle a t traite.
10
LI NFORMATI ON ET LES CONCEPTS
ASSOCI ES: Connai ssanc e
Utilisation "intelligente" de l'information.
La valeur des connaissances est leve, parce que, grce
Yassine El Ghoumari
p q g
elles, l'homme a de nouvelles ides, de nouvelles intuitions et
de nouvelles interprtations.
Prise de dcision
11
Le Syst me
dI nf or mat i on de
l Ent r epr i se
12
4
Syst me dI nf or mat i on de l Ent r epr i se
1. Systme
Que recouvre chacune des notions?
Yassine El Ghoumari
2. Information
3. Entreprise
13
Ques quun Syst me
Ensemble dlments
Elments interagissent entre eux
Rgles fixent les interactions
Yassine El Ghoumari
14
Un ensemble dlments matriels ou immatriels
(hommes, machines, rgles)
En interaction, organis en fonction dun objectif
atteindre
T f t bl dl t t
Ques quun Syst me
Transformant un ensemble dlments reus en entre
en un ensemble dlments en sortie.
Yassine El Ghoumari
15
Fonction de
transformation
Sorties Entres
Une combinaison de composantes physiques
relies de telle sorte quelles agissent
ensemble,
Ques quun Syst me
O les proprits de lensemble sont le rsultat
des relations entre les parties qui le composent,
Quelque chose qui a un objectif spcifique, ou
prsente un intrt pour quelquun.
Yassine El Ghoumari
16
5
Syst me: ex empl e
Physique : systme solaire, systme mtrique
Mathmatique : systme de numration, systme daxes...
Mcanique : systme de freinage (automobile)
Informatique : systme dexploitation
Biologie : systme nerveux systme digestif
Yassine El Ghoumari
Biologie : systme nerveux, systme digestif
Social : systme ducatif, systme de sant
17
Exemple : Une usine de montage de
voitures.
Pices dtaches
Automobiles
Syst me: ex empl e
18
Modle dun atelier de fabrication :
Systme
Matires premires
Produits finis
Entres Sorties
Systme
Pices dtaches
Automobiles
Entres Sorties
Yassine El Ghoumari
Syst me: ex empl e
compos de plusieurs parties qui agissent ensemble
Mais un ensemble de pices dtaches nest pas un systme
19
Yassine El Ghoumari
Syst mes: Pr opr i t s
Limites:
Ce nest pas vident de dcider ce qui fait partie du systme.
Exemple: i.e. Voiture et infrastructure routire
Intrants et Extrants : i.e. Voiture : essence
Feedback (rtroaction)
Yassine El Ghoumari
Feedback (rtroaction)
Un changement entrane un autre
Hirarchie : compos de plus sous-systme : i.e.; Voiture et moteur
Proprits mergentes: caractristiques difficiles a dtecter sur un
seul sous-systme i.e. performance dune quipe sportive
20
6
I nf or mat i on
Caractristique dune information:
Production sociale
Donnes vues selon un point de vue
Les ordinateurs par eux-mmes ne produisent pas dinformation
Yassine El Ghoumari
Les ordinateurs par eux mmes ne produisent pas d information
21
Ent r epr i se
Caractristique dune entreprise (organisation):
Systme social qui a comme finalit de produire des biens ou
des services
S t l t tit d t i
Yassine El Ghoumari
Systme complexe souvent constitu de sous-systmes qui
concourent en partie ou indirectement la finalit de production
de lentreprise
22
Le systme correspondant lactivit de
lentreprise (transformation de flux) est
appel systme oprant (SO).
Ent r epr i se
23
Lentreprise a aussi besoin dun systme de
prise de dcision lui permettant de raliser
les objectifs fixs. Ce systme est appel
systme de pilotage (SP).
Yassine El Ghoumari
Le SP procde la rgulation et au contrle
du systme oprant en dcidant du
comportement de celui-ci.
Ent r epr i se
24
Systme de Pilotage
Systme Oprant
Dcision sur le SO
Informations
sur ltat du SO
Flux entrant
Flux sortant
Yassine El Ghoumari
7
Avec laugmentation en quantit et en
complexit des informations changes
entre ces deux systmes, on a besoin
davoir un autre systme qui stocke et
Ent r epr i se
25
d avoir un autre systme qui stocke et
traite de faon plus efficace ces
informations. Ce systme est appel
systme dinformation (SI).
Yassine El Ghoumari
Modle dune organisation (ou entreprise)
selon la thorie des systmes :
Systme de Pilotage
26
Systme Oprant
Entre
Sortie
Systme dInformation
Yassine El Ghoumari
Ni veaux dUt i l i sat i on de l I nf or mat i on
Yassine El Ghoumari
27
Syst me dI nf or mat i on (SI )
Le SI est compos dlments divers
(employs, ordinateurs, rgles et
mthodes, etc.) chargs de stocker et de
28
traiter les informations relatives au
systme oprant (SO) afin de les mettre
la disposition du systme de pilotage
(SP).
Yassine El Ghoumari
8
Exemple dun modle selon systmique dune
entreprise qui assemble et commercialise des PC :
Direction
Statistiques de ventes
et de pannes
Nouveaux produits
29
Atelier
Service commercial et comptable
Fournisseur Client
Pices
Livraison
et de pannes
PC Assembls
et livrs
Ordre de
fabrication
Commandes
Paiement
Panne
Facture
Yassine El Ghoumari
Le SI possde deux aspects :
Aspect statique (ou aspect donnes) :
base dinformation,
modle (ou structure) de donnes
Syst me dI nf or mat i on (SI )
30
modle (ou structure) de donnes.
Aspect dynamique (ou aspect traitement) :
circulation de linformation entre les diffrents
acteurs,
volution chronologique et causale des
oprations provoques par des vnements.
Yassine El Ghoumari
SI , pour quoi f ai r e ?
Diffrentes missions du SI
Collecter (sources externes et internes)
Saisie, numrisation
Extraction, veille
Stocker
31
Supports divers et multiples
Indexation, mots cls, thesaurus
Maintenir en tat dutilisation sur une priode longue
Traiter
Produire des informations sous la forme approprie aux
besoins de lutilisateur
Restituer, diffuser (sous diffrentes formes)
lectronique ou papier
Importance des formats de fichiers
Supports de communication (filaire, non-filaire)
Yassine El Ghoumari
Les 4 f onc t i ons du syst me d' i nf or mat i on
La fonction d'acquisition
Cette fonction permet d'introduire des informations
Yassine El Ghoumari
Cette fonction permet d introduire des informations
dans le systme d'information
Exemple: criture par le prparateur de la feuille
des achats
32
9
Les 4 f onc t i ons du syst me d' i nf or mat i on
La fonction de mmorisation
Yassine El Ghoumari
Les diffrents lments, qui sont stocks, persistent
au cours du temps
Ces informations persistantes sont gnralement
regroupes dans des dossiers
33
Les 4 f onc t i ons du syst me d' i nf or mat i on
La fonction de traitement / d'analyse
Prendre une information et la transformer pour
Yassine El Ghoumari
Prendre une information et la transformer pour
produire une autre information
Exemple: la responsable des achats traite la feuille
des achats et produit des bons de commande pour
les fournisseurs
34
Les 4 f onc t i ons du syst me d' i nf or mat i on
La fonction de diffusion
Communiquer l'information une ou plusieurs
Yassine El Ghoumari
Communiquer l information une ou plusieurs
personnes
Exemple: le chef d'atelier diffuse des changements de
fonctionnement au niveau de l'atelier par l'intermdiaire
d'une note de service
35
Conc ept i on dun SI
La conception dun SI consiste en
une modlisation de lentreprise (pour une
vision globale : modle systmique),
une modlisation de ses aspects statiques une modlisation de ses aspects statiques
(donnes : entits et association inter-entits);
une modlisation de ses aspects dynamiques
(traitements : oprations dclenches par des
vnements).
Cette conception ncessite une approche
progressive (niveaux dabstraction).
10
Un SIG doit tre durable et adaptable aux
changements.
Conc ept i on dun SI
Ni veau dabst r ac t i on
37
changements.
Par exemple, un changement de machine ne doit pas
entraner une modification majeure du systme.
Conc ept i on dun SI :
Ni veau c onc ept uel
A ce niveau, sont reprsentes
les informations et leurs relations,
les utilisations qui en sont faites et les contraintes associes.
Ce niveau dfinit les finalits de lentreprise, c.--d. la
rponse la question que fait le systme? p q q y
Cest le niveau le plus stable, il est invariant.
Modle Conceptuel de Traitement
Recueillir, organiser et structurer linformation
Crer larchitecture Crer larchitecture
Modle Conceptuel de Donne
Conc ept i on dun SI :
Ni veau or gani sat i onnel (ou l ogi que)
Ce niveau est moins stable.
Il dfinit lorganisation mettre en place dans
lentreprise : il rpond aux questions comment?,
qui fera quoi, o et quand?
Modle Logique de Donne
Modle Organisationnel de Traitement
Envisager les solutions Envisager les solutions
organisationnelles et logiques organisationnelles et logiques
possibles face aux contraintes poses possibles face aux contraintes poses
Conc ept i on dun SI :
Ni veau Opr at i onnel (Tec hni que ou Physi que)
Ce niveau est le moins stable.
Il est souvent mis en cause par le changement du
matriel et/ou des logiciels.
Il dfinit lensemble des moyens techniques, compos de
machines, de programmes et de fichiers, pour rpondre
aux objectifs poss.
Modle Physique de Donne
Modle Physique de Traitement
Faire le choix du matriel et des Faire le choix du matriel et des
logiciels compatibles avec les logiciels compatibles avec les
solutions proposes. solutions proposes.
11
Niveau Donnes Traitements
Conceptuel MCD MCT
Logique et
MLD MOT
Conc ept i on dun SI :
3 Ni veaux
Organisationnel
MLD MOT
Physique
(oprationnel ou
technique)
MPD MPT
Analyse descendante : information globale
information lmentaire
Diffrencier donnes et traitements
entit = objet, individu du systme
association = lien, relation entre ces entits
etc
- Donne :
opration dclenche par un vnement
fait survenant
- Traitement :
- Evnement :
Conc ept i on dun SI :
Evnement
Une entreprise a besoin dchanger des informations entre
dune part, les composants du SI et dautre part, entre le SI
et lunivers externe. Ces informations sont portes par des
vnements.
Dfinition : on parle dun vnement lorsque quelque
chose survient et lorsquon sen aperoit. Un vnement
dclenche une opration.
Exemple :
passation de commande dition dun bon de
commande,
arrive du bon de commande au service commercial
consultation du stock, etc.
Conc ept i on dun SI : Tr ai t ement s
Les traitements sont des oprations du SI dclenches par
larrive dvnements.
Exemple : larrive dune commande dun client
dclenchera la mmorisation de celle-ci et la recherche
des produits commands.
Exemple : larrive de lvnement Dclaration de
sinistre dclenche lopration Vrifier la garantie .
12
Entit (objet ou individu). Reprsentation dans un SI dun
objet de lentreprise.
Exemple : client, commande, produit, etc.
Association (ou relation). Lien entre les entits
Conc ept i on dun SI : Donnes
Association (ou relation). Lien entre les entits.
Exemple : client passe une commande.
Attribut (proprit ou donne). Rubrique de description
dune entit ou dune association.
Exemple : nom et adresse du client (attribut de lentit
client); date de la commande (attribut de lassociation
passation de commande).
Modl e
Conc ept uel de
Donnes (MCD)
Proposer une reprsentation schmatique de la partie
statique de lentreprise (donnes et liens)
En utilisant le formalisme dentit/association
MCD: Obj ec t i f s
Abordable par tout utilisateur permettant un dialogue clair
avec les concepteurs.
Le MCD obtenu ne doit inclure que des donnes
ncessaires au fonctionnement de lentreprise
MCD: ex empl e
Soit la liste des donnes recenses dans un
tablissement scolaire : adresse de llve, matire
enseigne, nombre dheures, nom de la classe, nom du
professeur, nom de llve, prnom de llve, note,
numro de salle.
Soient les rgles de gestion :
R1 : chaque classe est attribue une et une seule salle.
R2 : chaque matire est enseigne par un et un seul professeur.
R3 : pour chaque classe et chaque matire est dfini un nombre
fixe dheures de cours.
R4 : chaque lve est attribue (au plus) une seule note par
matire.
R5 : ltablissement gre les emplois du temps des professeurs et
des lves ainsi que le contrle des connaissances.
13
Regroupement des donnes :
donnes lies la classe :
nom de la classe,
numro de la salle.
MCD: ex empl e
donnes lies llve :
nom de llve
prnom de llve
adresse de llve
donnes lies la matire :
matire enseigne
nom du professeur.
Trois objets indpendants : classe, lve et matire.
Les donnes comme note, nombre dheures
seules nont pas de signification en tant que telles :
la note dpend la fois de llve et de la
MCD: ex empl e
50
p
matire.
le nombre dheures dpend la fois de la classe
et de la matire.
Les donnes qui dpendent de plus que dun objet
dcrivent des liens entre ces objets : ex. lve
avoir pour note dans matire.
Entit : reprsentation concrte ou abstraite dun objet
appartenant au rel peru propos de laquelle on veut
enregistrer des informations. Exemple : lobjet lve.
MCD: Df i ni t i ons (ent i t , assoc i at i on et
at t r i but )
51
Association : reprsente un lien entre deux ou
plusieurs entits (non ncessairement distinctes).
Exemple : lassociation avoir pour note dans.
Attribut (proprit) : caractristique ou qualit qui
dcrit une entit ou une association. Exemple : lattribut
prnom de llve de lentit lve.
Entit permanente.
Conserve en permanence dans la base dinformation
Peut tre mise jour tout moment.
MCD: Cl assi f i c at i on des ent i t s
j
Les proprits dune entit permanente
peuvent changer mais lentit elle-mme est
stable
Exemple : Client (Nom, Adresse, CA du mois M,
CA du mois M-1)
14
Entit du type mouvement.
Souvenir dun vnement, dans le SI
MCD: Cl assi f i c at i on des ent i t s
53
Exemple : Commande (N Cde, Date Cde)
mmorise dans le SI et issue de lvnement
passation de commande.
on ne peut plus modifier une commande une fois
quelle est passe
Type dun attribut : alphabtique (A), alpha-numrique (AN) ou
numrique (N).
Format : Entier, rel (xxxxx,xx), date (jj/mm/aa).
Dimension dun attribut : nombre de caractres ncessaires pour
MCD: Cl assi f i c at i on des at t r i but s
54
le coder. Exemple : Dim(Nom)=10, Dim(CAm)=9.
Nature dun attribut : un attribut peut tre
soit lmentaire (E) soit concatn (CON) (sil est du type AN
par exemple).
soit lmentaire (E) soit calcul (CAL) (sil est du type N).
signaltique (SIG) ou de situation (SIT) (sil se trouve dans
une entit permanente).
mouvement (M) (sil se trouve dans une entit de type
mouvement).
Attribut compos (attribut concatn)
exemple : Adresse = {N}+ {Rue}+ {Code postal}+
{ville}.
MCD: Cl assi f i c at i on des at t r i but s
55
Attribut driv (attribut calcul)
exemple : Lge partir de la date de naissance.
Dictionnaire des donnes : liste des attributs
ncessaires pour la gestion vise, avec
MCD: Di c t i onnai r e des donnes
56
p g ,
prcision sur leur type, nature, dimension,
format ainsi que sur leur signification.
15
MCD: Di c t i onnai r e des donnes
SIGNIFICATION TYPE (1) LONGUEUR NATURE
(2) (3)
REGLE DE CALCUL
OU INTEGRITE (4)
NoBon
Date
*CoCli
NomCli
Adresse
RueCli
Vilcli
*CoRep
NomRep
f
N de bon de Cde
Date Cde
Code client
Nom client
Adresse client
Rue client
Ville client
Code reprsentant
Nom reprsentant
f d d i
N
N
?
A
AN
AN
A
?
A
4
6
?
30
60
30
30
?
30
E
E
E
E
CON
E
E
E
E
M
M
SIG
SIG
SIG
SIG
SIG
SIG
SIG
Forme jj/mm/aa (5)
Acrer
Rue + Ville
Acrer
l hiff
57
Rf
Dsign
Qt
PU
Montant
Total
Rf. de produit
Dsignation produit
Quantit commande
Prix unitaire
Montant ligne
Total commande
AN
A
N
N
N
N
5
30
3
7
8
9
E
E
E
E
CAL
CAL
SIG
SIG
M
SIG
M
M
1 lettre + 3 chiffres
Entier > 0
Forme : 9999,99
PU Qt
Somme des montants
(1) A(lphanumrique) N(umrique) A(lpha)N(umrique)
(2) E(lmentaire) CON(catn) CAL(cul)
(3) M(ouvement) SIG(naltique) SIT(uation)
(4) Rgle de calcul pour les attributs calculs ou contraintes dintgrit syntaxique ventuelles
(5) jj : 01 31, mm : 01 12, aa : 00 99.
E Occurrences dune entit : valeurs prises par une
entit
Exemple : lentit lve aura quatre occurrences :
Albert Dupont
MCD: Oc c ur r enc es
James West
Nomie Dupont
Sophia Dali
E Occurrences dun attribut : Les proprits (attributs)
prennent des valeurs appeles galement occurrences
de la proprit.
Exemple : lattribut prnom de llve prend lune
des valeurs : {Sophia, Nomie, James, Albert}
E Occurrences dune entit : valeurs prises par une
entit
Exemple : lentit lve aura quatre occurrences :
Albert Dupont
MCD: Oc c ur r enc es
James West
Nomie Dupont
Sophia Dali
E Occurrences dun attribut : Les proprits (attributs)
prennent des valeurs appeles galement occurrences
de la proprit.
Exemple : lattribut prnom de llve prend lune
des valeurs : {Sophia, Nomie, James, Albert}
Attribut Valeur
Nom Dupont
Prnom Albert
Adresse 3 rue de Voltaire, 54400 Longwy
Age 16
Anne dtude_ Seconde
etc.
Entit
Attribut Valeur
Nom James
Prnom West
Adresse 3 rue de Voltaire, 54400 Longwy
Age 16
Anne dtude Seconde
Entit
Attribut Valeur Entit
60
Anne dtude_ Seconde
etc. Nom Dupont
Prnom Nomie
Adresse 3 rue de Voltaire, 54400 Longwy
Age 16
Anne dtude_ Seconde
etc.
Attribut Valeur
Nom Dali
Prnom Sophia
Adresse 3 rue de Voltaire, 54400 Longwy
Date de naissance 10/08/1989
Anne dtude Seconde
etc.
Entit
16
Nom entit
Nom proprit 1
Nom proprit 2
etc
MCD: For mal i sme
61
etc.
Etudiant
Nom
Prnom
Date de naissance
Adresse
Anne d tude
Une entit doit tre dote dun identifiant.
Lidentifiant fait partie des proprits de lentit
MCD: I dent i f i ant dune ent i t
62
L identifiant fait partie des proprits de l entit.
Sa valeur doit tre diffrente pour chaque
occurrence de lentit : il dcrit chaque occurrence
de lentit dune faon unique.
Pour distinguer les Dupont on ajoute un attribut
Nom Prnom Date de naissance etc.
Dupont
West
Dupont
Dali
Albert
James
Nomie
Sophia
01/06/88
17/02/84
19/07/86
10/08/89
...
...
...
...
63
Pour distinguer les Dupont, on ajoute un attribut
Numro dlve .
Numro dlve Nom Prnom Date de naissance etc
1
2
3
4
Dupont
West
Dupont
Dali
Albert
James
Nomie
Sophia
01/06/88
17/02/84
19/07/86
10/08/89
...
...
...
...
Lentit avec ses proprits (dont lidentifiant)
est schmatise :
MCD: For mal i sme
64
Nom entit
Identifiant
Nom attribut 1
Nom attribut 2
etc.
17
Un identifiant dune entit doit tre
Univalu et non nul : une occurrence de lentit
correspond une et une seule valeur dun identifiant;
1 occurrence entit > 1 valeur de lidentifiant
MCD: For mal i sme
65
1 occurrence entit ---> 1 valeur de lidentifiant
discriminant : une valeur dun identifiant correspond
une et une seule occurrence de lentit ;
1 valeur de lidentifiant ---> 1 occurrence de
lentit
stable : une occurrence donne dentit doit
conserver la mme valeur didentifiant.
N'voluent pas dans le temps
Nom entit 1
Nom entit 2
Id tifi t 2
Nom de lassociation
MCD: For mal i sme
66
Identifiant 1
Nom attribut 1
Nom attribut 2
etc.
Identifiant 2
Nom attribut 1
Nom attribut 2
etc.
attribut 1
attribut 2
Exemple
NSS lve
Elve
Classe
Appartenir
MCD: For mal i sme
67
N SS lve
Nom
Prnom
Date naissance
Adresse
Anne dtude
Code Classe
Dsignation
N salle
pp
Pour les entits
un nom chaque entit,
les noms de tous les attributs qui la dcrivent,
schmatises sous forme dun rectangle divis en deux
MCD: For mal i sme
parties.
Pour les associations
un nom chaque association,
les noms de tous les attributs quelle porte et des entits
quelle associe,
schmatises sous forme dun ovale divis en deux
parties et reli aux rectangles.
18
Dimension dune association : Le nombre
doccurrences dentits concernes par une
occurrence de lassociation est appel sa
MCD: Di mensi on dune assoc i at i on
69
occurrence de l association est appel sa
dimension.
Exemple 1 : dimension = 2 association binaire :
Matire
Avoir pour note
NSS lve
Elve
MCD: Di mensi on dune assoc i at i on
70
Sigle matire
Dsignation
etc.
note
N SS lve
Nom
Prnom
Date naissance
Adresse
Anne dtude
:
Exemple 2 : dimension = 3 association ternaire :
Professeur
MCD: Di mensi on dune assoc i at i on
71

Matire

Classe

Enseigner
Nbre dheure
On dit que les entits lve et
matire participent lassociation
avoir pour note .
MCD: Di mensi on dune assoc i at i on
72
p
On dit que les entits matire et
professeur et classe participent
lassociation enseigner .
19
Sigle matire
Dsignation_mat
Matire
Avoir pour note NSS lve
Nom_lve
Prnom _lve
Date_naissance
Adresse
Anne_tude
Elve
A t i
73
Code_prof.
Nom_prof.
Prnom_prof
Statut_prof
Professeur
Enseigner
Nbre_heures
Code Classe
Dsignation_classe
N salle
Classe
Appartenir
Dfinition : les cardinalits dune entit dans
une association mesurent, lorsque lon
parcourt lensemble des occurrences de cette
MCD: Car di nal i t
74
parcourt l ensemble des occurrences de cette
entit, le minimum et le maximum de leur
participation lassociation.
On note (min, max).
Exemple
Elve
West James
Matire
Math.
Avoir pour note
8
Elve
Dupont Albert
Matire
Compta.
Avoir pour note
14
Avoir pour note
6
Elve
Dali Sophia
Avoir pour note
12
Elve
Dupont Nomie
Matire
Info
Avoir pour note
15
8
Cardinalit de lentit lve : (0,2).
Cardinalit de lentit matire : (0,3).
Le formalisme peut tre ainsi simplifi :
En gnral, on utilise n pour remplacer une cardinalit
suprieure 1.
O l t t d di lit
Elve
-Nom lve
Matire
-Matire enseigne
Avoir pour note
-Note
0,2
0,3
76
On a alors quatre types de cardinalit :
(0,1) : une occurrence de lentit ne participe jamais plus dune fois
lassociation ;
(1,1) : une occurrence de lentit participe toujours une et une seule fois
lassociation ;
(1,n) : une occurrence de lentit participe toujours au moins une fois
lassociation ;
(0,n) : aucune prcision nest fournie quant la participation des
occurrences de lentit lassociation.
20
Cas 1 : Attribut rptitif
Professeur
Matricule
Nom
MCD: Quel ques er r eur s de modl i sat i on
77
L'attribut "Matire" peut prendre plusieurs valeurs si le
prof. peut enseigner plusieurs matires.
Matire
Professeur
Matricule
Nom
Matire
Code
Matire
Enseigner
1,n
1,n
Solution
Cas 2 : Attribut sans signification
Personnel
Matricule
Nom
M ti
MCD: Quel ques er r eur s de modl i sat i on
78
L'attribut "Matire" ne prend pas de valeur pour une
secrtaire ou un surveillant.
Matire
Personnel
Matricule
Nom
Solution
Cas 3 : Dpendance incomplte
Commande
N Bon
Qt
Produit
Rf
Dsign.
Concerner
1,n
1,n
Date
MCD: Quel ques er r eur s de modl i sat i on
Solution Solution
g
P.U.
Commande
N Bon
Date
Produit
Rf
Dsign.
P.U.
Concerner
1,n
1,n
Qt
L'attribut "Date" ne dpend pas du produit et l'attribut "Qt" peut
prendre plusieurs valeurs.
MCD: ent i t s et r el at i ons
Les noms se transforment en entits et les verbes en
relations
80
Transformer les deux phrases suivantes en modle de
donnes :
L 'lve tudie dans une cole ;
L'lve poursuit ses tudes dans une cole.
21
MCD: ent i t s et r el at i ons
L 'lve tudie dans une cole
1 N 1 N
81
1,N 1,N
MCD: ent i t s et r el at i ons
L'lve poursuit ses tudes dans une cole
1,N
1 N
82
1,N 1,1
1,N
MCD: Exempl e 1
Un client qui sinscrit a la bibliothque verse une caution.
Suivant le montant de cette caution, il aura droit deffectuer en
mme temps 10 emprunt a la fois
Les emprunts durent au maximum 15 jours
Un livre est caractris par son numro dans la bibliothque
(identifiant), son titre, son diteur, et son (ses) auteur (s).
83
(identifiant), son titre, son diteur, et son (ses) auteur (s).
On veut pouvoir obtenir, pour chaque client les emprunts quil
a effectus (nombre, numro et titre du livre, date de
lemprunt).
Toutes les semaines, on dite la liste des emprunteurs en
retard: nom et adresse du client, date de lemprunt, numro(s)
et titre du (des) livre (s) concern (s)
On veut enfin pouvoir connaitre pour chaque livre sa date
dachat et son tat
1. Dans le texte, identifier les entits ayant une existence propre
2. Parmi eux, trouver ceux ayant un intrt pour au moins un
traitement de lapplication.
3 Daprs le texte trouver les attributs des types dentits
MCD: Exempl e 1
84
3. D aprs le texte, trouver les attributs des types d entits
4. Dcouvrir les types dassociations permettant de lier les types
dentits.
22
MCD: Exempl e 1
LIVRE
Auteur
Bibliothque
?
?
X
X
85
Editeur
Client
Bibliothque
?
?
?
X
X
Un client qui sinscrit a la bibliothque verse une caution.
Suivant le montant de cette caution, il aura droit deffectuer en
mme temps 10 emprunt a la fois
Les emprunts durent au maximum 15 jours
Un livre est caractris par son numro dans la bibliothque
(identifiant), son titre, son diteur, et son (ses) auteur (s).
MCD: Exempl e 1
86
(identifiant), son titre, son diteur, et son (ses) auteur (s).
On veut pouvoir obtenir, pour chaque client les emprunts quil
a effectus (nombre, numro et titre du livre, date de
lemprunt).
Toutes les semaines, on dite la liste des emprunteurs en
retard: nom et adresse du client, date de lemprunt, numro(s)
et titre du (des) livre (s) concern (s)
On veut enfin pouvoir connaitre pour chaque livre sa date
dachat et son tat
Un client qui sinscrit a la bibliothque verse une caution.
Suivant le montant de cette caution, il aura droit deffectuer en
mme temps 10 emprunt a la fois
Les emprunts durent au maximum 15 jours
Un livre est caractris par son numro dans la bibliothque
(identifiant), son titre, son diteur, et son (ses) auteur (s).
MCD: Exempl e 1
87
(identifiant), son titre, son diteur, et son (ses) auteur (s).
On veut pouvoir obtenir, pour chaque client les emprunts quil
a effectus (nombre, numro et titre du livre, date de
lemprunt).
Toutes les semaines, on dite la liste des emprunteurs en
retard: nom et adresse du client, date de lemprunt, numro(s)
et titre du (des) livre (s) concern (s)
On veut enfin pouvoir connaitre pour chaque livre sa date
dachat et son tat
Un client qui sinscrit a la bibliothque verse une caution.
Suivant le montant de cette caution, il aura droit deffectuer en
mme temps 10 emprunt a la fois
Les emprunts durent au maximum 15 jours
Un livre est caractris par son numro dans la bibliothque
(identifiant), son titre, son diteur, et son (ses) auteur (s).
MCD: Exempl e 1
88
(identifiant), son titre, son diteur, et son (ses) auteur (s).
On veut pouvoir obtenir, pour chaque client les emprunts quil
a effectus (nombre, numro et titre du livre, date de
lemprunt).
Toutes les semaines, on dite la liste des emprunteurs en
retard: nom et adresse du client, date de lemprunt, numro(s)
et titre du (des) livre (s) concern (s)
On veut enfin pouvoir connaitre pour chaque livre sa date
dachat et son tat
23
MCD: Exempl e 1
Client
Livre
ID L
Titre
Empreinte
89
ID C
Nom
Adresse
Caution
Titre
Editeur
Auteur
Date dachat
Etat
0,10
Date demprunt
Date de retour
0,1
Les c ar di nal i t s
crire les cardinalits minimum et maximum suivant
votre imagination.
0,N 1,1 1,N 0,N
90
1,1
0,N
1,1 1,1
1,1
0,N
0,N
0,N
0,N
1,N
MCD: Ex er c i c e 2
Un livre merise est compos dexercices. Chaque
exercice est associ un niveau de difficult.
1. Numro dexercice
2. type dexercice (MCT, MCD)
3. Niveau de difficult
4. Nom de lauteur.
5. nonc rsum de lexercice.
6. Nombre de page de lexercice.
91
MCD: Ex er c i c e 2
Rgles de gestion :
R1- Un exercice est class dans un type de difficult est un seule
et concerne un exercice et un seule.
R2 Il existe au moins un exercice pour chaque modle R2- Il existe au moins un exercice pour chaque modle.
R3- Un exercice peut tre ralis par plusieurs auteurs.
Le modle doit nous permettre dobtenir :
- Les exercices avec leur niveau de difficult
- Les exercices avec leur auteurs
92
24
MCD: Ex er c i c e 2
93
MCD: Exer c i c e 3
Dans ce problme on modlise les donnes et pour reprsenter
linformation sur les villes, les pays, et les consulats:
Pour chaque ville : son nom et son nombre dhabitants
Pour chaque pays : son nom et le nom du chef detat
94
Pour chaque pays : son nom et le nom du chef d etat
Pour chaque consulat : son nom, son adresse, et le nom de
consulat
On reprsente galement les faits suivants :
Dans quel pays est situe une ville.
Quelle est la capitale de chaque pays.
Un consulat reprsente quel pays et dans quelle ville.
MCD: Exer c i c e 3
95
MCD: Exer c i c e 4
Crez le MCD dune base de donnes voiture qui enregistre les
certificats dimmatriculation des vhicules en circulation (carte
grise).
Elle doit rpondre aux contraintes suivantes :
U hi l t d dl d id tifi d
96
Un vhicule est dun modle donn identifi par un numro de
type.
Un vhicule peut avoir un ou plusieurs propritaires
simultanment (coproprit).
Les recherches effectues sur la base doivent permettre de
retrouver, par exemple, tous les vhicules dune personne, la
ou les personnes propritaires dun vhicule dont on connat
limmatriculation et tous les propritaires dun modle de
voiture donn.
25
MCD: Exer c i c e 4
Cardinalits :
Un propritaire peut avoir une ou plusieurs voitures : pour
lassociation possde la cardinalit du ct de lentit propritaire
est donc 1.N.
97
Une voiture peut tre la proprit dune ou plusieurs personnes :
pour lassociation possde la cardinalit du ct de lentit voiture
est donc 1.N
Une voiture est dun seul modle : pour lassociation est du
modle la cardinalit du cot de lentit voiture est donc 1.1
A un modle peuvent correspondirent une ou plusieurs voitures
pour lassociation est du modle la cardinalit du ct de lentit
modle est donc 1.N.
MCD: Exer c i c e 4
98
MCD: Exer c i c e 5
Le mdecin fixe le prix de sa consultation tous les ans.
A chaque consultation, il reoit un ou plusieurs malades
L'examen clinique lui permet de dtecter les symptmes
(temprature, mal de tte, frquence cardiaque leve,
99
souffle au cur ...) et de diagnostiquer une ou plusieurs
maladies (rhume, crise de foie, spasmophilie, acouphnes,
hypoglycmie...).
A chaque maladie peuvent tre associs un ou plusieurs
symptmes.
Cette mme maladie peut tre diagnostique plusieurs
fois, chaque consultation.
MCD: Exer c i c e 5
100
26
Modl i sat i on des donnes
4 tapes ncessaires pour traduire
un systme d'information naturel en
ne base de donnes
101
une base de donnes:
Un MLD est essentiellement compos de tables logiques
relies entre elles par des flches.
Modl e Logi que de donnes: MLD
Auteur Livre
102
Auteur
IDAteur
Nom
Livre
ID L
Titre
Ecrire
1,n 1,1
MCD
Modl e Logi que de donnes: MLD
103
1. Comment est-ce qu'on traduit une entit du MCD dans le MLD
2. Comment est-ce qu'on traduit un attribut du MCD dans le MLD
3. Comment est-ce qu'on traduit une cl primaire du MCD dans le MLD
4. Comment est-ce qu'on traduit l'association du MCD dans le MLD?
5. O peut-on retrouver les cardinalits dans le MLD
Model MLD: Rgl es de t r ansf or mat i on
Rgle N1: Transformation des entits
Les entits deviennent des tables
Reprsentation visuelle semblable au MCD
104
CLIENT
27
Model MLD: Rgl es de t r ansf or mat i on
Rgle N2
Les identifiants des entits deviennent les cls primaires des
tables
105
Les cls primaires sont identifies par les lettres PK (Primary
Key) et elles sont soulignes
Comme lidentifiant, la cl primaire est la premire colonne de
la table
CLIENT
PK NoClient
Model MLD: Rgl es de t r ansf or mat i on
Rgle N3
Les attributs des entits deviennent les colonnes des tables
Si a na pas dj t fait dans le MCD, pensez dcomposer,
si ncessaire, les attributs qui ne sont pas dun type de base
Adresse Rue, Province, Ville, CodePostal
106
Nom Prnom, Nom
CLIENT
PK NoClient
Prenom
Nom
Rue
Province
Ville
CodePostal
Model MLD: Rgl es de t r ansf or mat i on
Rgle N4
Les relations de type un un (1:1) deviennent des cls
trangres Foreign Key (FK)
Citoyen
NoCitoyen
CANDIDAT
NoCandidat
1,1 1,1
Est
107
NoAssSociale
Nom
NoTel
Age
Sexe
Est
Devient
Citoyen
PK NoCitoyen
NoAssSociale
Nom
NoTel
CANDIDAT
PK,FK1 NoCandidat
Age
Sexe
Model MLD: Rgl es de t r ansf or mat i on
Rgle N5
Les relations de type un plusieurs (1:N) deviennent des cls
trangres
Une des deux tables reoit comme cl trangre la cl
108
Une des deux tables reoit, comme cl trangre, la cl
primaire de lautre table
La table qui contient la cl trangre est celle
Pour laquelle la cl trangre ne reoit quune seule
Valeur
Qui correspond lentit dont la cardinalit maximum est
1 (cardinalit 0, 1 ou 1, 1)
28
Model MLD: Rgl es de t r ansf or mat i on
La pointe de la flche est dirige vers la table qui fournit
la cl trangre lautre table
Rgle N5
CLIENT
NoClient
FACTURE
NoFacture
1,n 1,1
Reoit
109
Prenom
Nom
NoTel
NoFacture
Date
Reoit
Devient
CLIENT
PK NoClient
Prenom
Nom
NoTel
FACTURE
PK NoFacture
FK1 Date
NoClient
Model MLD: Rgl es de t r ansf or mat i on
Rgle N6
Les relations de type plusieurs plusieurs (N:M) deviennent
des tables supplmentaires
Le nom de cette nouvelle table peut tre la combinaison
d d d t bl d i i
110
des noms des deux tables dorigine
CLIENT achte PRODUIT PROD_CLIENT
Si possible, trouver un nom plus reprsentatif:
PROD_ACHETE
La cl primaire dune table supplmentaire est compose
des cls primaires de chacune des tables lorigine de la
relation
Les attributs de la relation deviennent des colonnes
de la nouvelle table
Model MLD: Rgl es de t r ansf or mat i on
Rgle N6
111
Model MLD: Exer c i c e 1
112
29
Model MLD: Exer c i c e 1
1. Toutes les entits se transforment en table. Les 5 entits
"mdecin", "malade", "consultation", "symptme", et "maladie" se
transforment en table. Les cls sont soulignes.
2 Toutes les associations possdant une cardinalit maximale gale
113
2. Toutes les associations possdant une cardinalit maximale gale
1 redondent l'information. Les attributs n mdecin et n malade
migrent dans la table "consultation".
3. Les associations dont les deux pattes sont de cardinalit maximale
N crent une table dont la cl est compose des cls des tables
des entits. Les associations "diagnostiquer", "dtecter" et
"associer" se transforment en tables.
Model MLD: Exer c i c e 1
114
Model MLD: Exer c i c e 2
115
Model MLD: Exer c i c e 2
116
30
Model MLD: Exer c i c e 2
117
Model MLD: Exer c i c e 3
Nom Entit Type Identifiant
Id commune Commune I Oui
Nom commune Commune A45 Non
Distance agence Commune N Non
Nombre d'habitants Commune N Non
Nidentification Individu I Oui
Nom Individu A35 Non
P I di id A30 N
118
Prenom Individu A30 Non
Date de naissance Individu D Non
Ntlphone Individu A12 Non
N logement Logement I Oui
No Logement A5 Non
Rue Logement A60 Non
Superficie Logement N Non
Loyer Logement N Non
Id quartier Quartier I Oui
Libell quartier Quartier A35 Non
Type logement Type logement A25 Oui
Charges forfaitaires Type logement N Non
Model MLD: Exer c i c e 3
119
Model MLD: Exer c i c e 3
120
31
Model MLD: Exer c i c e 4
Gest i on des of f r es d' empl oi s
Une agence intrim crer une base de donnes qui lui permet de
grer efficacement les offres d'emplois des entreprises partenaires, le
modle relationnel de l'entreprise est le suivant :
POSTE (RefPoste, Intitulposte, Rmunration, NumAPE#, RefProfil#)
ASSUMER (RefPoste# RefTache#)
121
ASSUMER (RefPoste#, RefTache#)
TACHE (RefTache, LibelTache)
ENTREPRISE (NumAPE, Dnomination, Adresse)
PROFIL (RefProfil, IntitulProfil, NiveauScolaire, ExprienceProfil)
EXIGER_D (RefProfil#, RefDiplme#)
EXIGER_Q (RefProfil#, RefQualit#)
DIPLME (RefDiplme, IntitulDiplme)
QUALIT (RefQualit, IntitulQualit)
Model MLD: Exer c i c e 4
Gest i on des of f r es d' empl oi s
122
Model MLD: Exer c i c e 5
Gest i on ex pl oi t at i ons
On se situe dans un centre de gestion comprenant plusieurs agences dlocalises.
Dans chaque agence travaillent plusieurs comptables, chacun gre plusieurs
exploitations.
Un comptable ne travaille que dans une seule agence et une exploitation ne peut
tre gre que par un seul comptable.
On souhaite connatre la liste des exploitations gres par chacun des comptables
h d
123
et chacune des agences.
Les informations retenues sont :
Le nom de lexploitation,
La commune o se situe lexploitation,
Le nom du comptable,
Le directeur et la ville de lagence,
Le nom de lagence,
La surface de lexploitation,
Lge du comptable,
Le numro de tlphone du comptable.
Model MLD: Exer c i c e 5
Gest i on ex pl oi t at i ons
124
32
Model MLD: Exer c i c e 5
Gest i on ex pl oi t at i ons
125
Model MLD: Exer c i c e 6
Gest i on du pl anni ng dans un c ent r e de
f or mat i on
Liste des donnes :
1. numro du stagiaire
2. nom du stagiaire
3. prnom du stagiaire
4. date de naissance du stagiaire
5 n du stage
126
5. n du stage
6. date dbut de la session dun stage
7. date fin de la session dun stage (exemple : stage n 245 dintitul
PASCAL dont une session dmarre le 1
er
mars et se termine le 15
mars)
8. n du professeur
9. nom du professeur
10. n module
11. intitul module
12. n session
Rgles de gestion :
- un stagiaire suit une session dun stage (et une seule).
- Un module peur tre assur par un ou plusieurs professeurs, suivant
Model MLD: Exer c i c e 6
Gest i on du pl anni ng dans un c ent r e de
f or mat i on
127
leurs comptences.
- Un module est incorpor dans un ou plusieurs stages.
-Une session de stage se compose dune succession de modules, chacun
de ses modules tant pris en charge par un professeur entre une date de
dbut et une date de fin.
Model MLD: Exer c i c e 6
Gest i on du pl anni ng dans un c ent r e de
f or mat i on
128

Vous aimerez peut-être aussi