Vous êtes sur la page 1sur 227

Elaboré par : Mme YEKKEN Sabrine

ANNEE UNIVERSITAIRE : 2015 - 2016


Introduction Générale
3

Objectifs du cours
1ère Partie : Le système de gestion des fichiers
1. Définitions et Caractéristiques
2. Limites des fichiers

2ème Partie : Le système de gestion de bases de données


1. Définitions
2. Objectifs d’un SGBD
3. Les modèles de Données
4. Conception des BD
Objectifs de la partie :

Définition et présentation du SGF ainsi


que ses limites
5

Le SGF. Définitions (fichier, enregistrement)

i. Un fichier: une suite de données structurée (souvent sous


la forme d'une liste d'enregistrements suivant un même
format), portant un nom et codé sur un support physique.

ii. Un enregistrement: élément d'un fichier, qui représente


l'unité logique.
6

Le SGF. Présentation du SGF (1/2)

Information Information
logique physique

 Nom répertoire  Disque


 Nom fichier  Cylindre
 Indications  Piste
fichier
 Secteur

Le fonctionnement d’un système de gestion de fichiers


7

Le SGF. Présentation du SGF (2/2)

i. Le Système de Gestion de Fichiers (SGF) joue un rôle central


dans un système d’exploitation car il doit gérer la plupart des
informations des usagers et du système lui-même.

ii. Le SGF est aussi un outil de manipulation des fichiers et de la


structure d’arborescence des fichiers sur disque.
iii. Le fichier est l’unité logique de base d’un SGF.
8

Le SGF. Exemples du SGF (1/2)

1. FAT : 1981 - MS-DOS / PC-DOS


i. Avantages : Simple, rapide pour des petites partitions
(<200Mo), peu gourmand en place disque.

ii. Inconvénients : Limité à des partitions de 2Go. Baisse des


performances sur des volumes de grande taille. Attributs
limités. Aucune sécurité d'accès.
9

Le SGF. Exemples du SGF (2/2)

1. NTFS : 1993 - Windows NT 3.x


i. Avantages : Efficace pour des volumes de 400 Mo ou + sans
perte de performance. Système de recouvrement de fichiers ne
rendant pas nécessaire le lancement d'utilitaires de réparation de
disque. Gestion d'attributs étendus, sécurité des données,
contrôle d'accès.

ii. Inconvénients : Taille utilisée par NTFS (~ 4%) sur disque


ne le rendant pas adapté aux volumes < 400Mo.
10

Le SGF. Limites du SGF

1. Redondance des données


i. la même donnée est présente plusieurs fois.
ii. Difficulté lors de la mise à jour des données.
2. Insécurité des données
i. Accès pour un seul user.
ii. Pas de confidentialité de l’information.
3. Incohérence des données
i. MAJ d’une partie des données redondantes
ii. Non respect des contraintes d’intégrités
Objectifs de la partie :

Définition et objectifs d’un SGBD et


présentation des modèles de données
et la conception d’une BD.
12

Une base de donnée - Définition

BD ou BDD est l'abrév. française, équivalente à DB. « Database »


en anglais.

Définition:
Ensemble structuré d'informations conçu et réalisé afin de
faciliter leur consultation et modification rapide et sûre,
effectuées simultanément par plusieurs utilisateurs.
13

Le SGBD. Définition
i. Un Système de Gestion de Base de Données (abr. SGBD) est
un logiciel système destiné à stocker et à partager des
informations dans une BD, en garantissant la qualité, la
pérennité et la confidentialité des informations.

ii. Un SGBD (en anglais DBMS pour « Data base Management


System ») permet d'inscrire, de retrouver, de modifier, de
trier, de transformer ou d'imprimer les informations de la
base de données.
14

Le SGBD. Objectifs

i. Eliminer les redondances de données


ii. Offrir un accès multiple aux données
iii. Faciliter la recherche des données via le langage de
manipulation de données (LMD)
iv. Fournir une description des données stockées dans la base
v. Assurer la sécurité d’accès aux données
15

Exemples d’SGBD

 Microsoft Access

 MySql

 Oracle Database

 Microsoft Sql Server...


23

La conception des BD (1/5)

un schéma conceptuel est une représentation graphique qui sert à


décrire le fonctionnement d'une BD.

Il représente ainsi les objets principaux contenus dans cette dernière,


leurs caractéristiques et les relations qui s'établissent entre ces
différents objets.

Cette représentation est normée suivant une modélisation bien


définie.
19

La conception des BD (2/5)


24

La conception des BD (3/5)

Plusieurs types de schémas conceptuels existent, correspondants aux


différents types de base de données que l'on peut rencontrer :

 le modèle hiérarchique :L'information est organisée de manière


arborescente+le point d'accès à l'information est bien unique,

 Exemple: le canard appartient à la famille des anatidés qui elle-même


appartient à l'ordre des ansériformes qui lui-même appartient à la classe
des oiseaux qui elle-même appartient au sous-embranchement des
vertébrés qui lui-même appartient au règne animal.
25

La conception des BD (4/5)

 le modèle réseaux : principe du regroupement des différents

éléments de la base de données par leur sens, plusieurs points


d’accès, le schéma conceptuel est représenté par un graphe ce
qui augmente les possibilités de liens entre les objets.

 le modèle relationnel (modèle entité / association),

correspond à un diagramme où sont définies les entités de la


base ainsi que les associations qui les lient.
25

La conception des BD (5/5)

 Le modèle objet : classes + objets

Une donnée est une instance d’une classe.


Chaque champ est un objet et la notion d’héritage peut être
utilisée lors de la définition des tables.

 le modèle déductif :

les données sont des tables et le langage d’interrogation est basé


sur le calcul des prédicats et la logique du premier ordre.
Chapitre 1:
Le Modèle Entité/Association
21

Objectifs du cours

1. Définir le modèle Entité/Association


2. Présenter les concepts de bases du modèle E/A
26

Présentation du modèle E/A


Le modèle Entité/Association (appelé aussi Modèle entité-relation)
est un type de schéma conceptuel très utilisé pour les bases de
données, notamment les bases de données relationnelles.

une BDR est un stock d'informations décomposées et organisées


dans des matrices appelées relations ou tables conformément au
modèle de données relationnel. Le contenu de la base de données
peut ainsi être synthétisé par des opérations d'algèbre relationnelle:
l'intersection, la jointure, l’union, le produit cartésien…
27

Les concepts du modèle E/A. Présentation (1/11)

Il s'agit d'un outil permettant de décrire le fonctionnement de la base de


données en notifiant :

 Une Entité

 Une Propriété

 Un Identifiant

 Une Association / Propriétés d’association

 Les Cardinalités

 Une Sous-Entité

 Une Agrégation
28

Les concepts du modèle E/A. Une Entité (2/11)

 Une entité est un objet du monde réel ayant une existence


propre et présentant un intérêt pour l'application. Une entité est
utilisée par l'application, l'entreprise ou l'organisme.

MATCHS JOUEURS

 On représente un type d'entité pour figurer un ensemble


d’entités : une entité = 1 occurrence de l'ensemble.
29

Les concepts du modèle E/A. Propriétés (3/11)

 Une propriété est une Information ayant des valeurs


qualifiant une occurrence d'une entité.

 Une propriété ne doit dépendre que de la seule entité à laquelle


elle appartient.
Nom de l’ENTITE
Identifiant
Propriété 1
Propriété 2
Propriété 3
30

Les concepts du modèle E/A. Propriétés (4/11)

Les attributs ou propriétés :


Sont : élémentaire ou composé / mono-valué ou multi-valué.

 Élémentaire = atomique (exemple nom, prénom)


 Composé = peut être divisé en sous parties d’attributs élémentaires
ayant des significations indépendantes (exemple: adresse (n°, rue, code
postal, ville…))
 Mono-valué = attribut ne pouvant avoir qu’une seul valeur (exemple :
âge, grandeur, matricule…)
 Multi-valué = attribut qui peut avoir plus qu’une valeur ( exemple:
diplômes)
Les concepts du modèle E/A. Identifiant (5/11)

 Une entité a un unique identifiant

 Un identifiant = une ou plusieurs propriétés

 Caractérise de manière unique une entité de l'ensemble/ un

enregistrement parmi d’autres.

Exemple:
JOUEURS Joueur
N°Joueur 6,Cantona,Eric
NomJoueur
PrénomJoueur Joueur
16,Cantona,Joël
32

Les concepts du modèle E/A. Association (6/11)

 Ensemble de liens entre occurrences d'entités.


Joueur 1
Equipe
1 Joueur 2

Joueur 3

Joueur 4
Joueur 5

 L'Equipe 1 Fait Jouer 5 Joueurs. Le Joueur 1 Joue dans l’Equipe 1.

Equipes JOUEURS
5-n Fait-Jouer 1-1
N°Joueur
N°Equipe NomJoueur
NomEquipe
PrénomJoueur
Ville
33

Les concepts du modèle E/A. Propriété d’une A (7/11)

 Une association peut avoir une ou plusieurs propriété(s) si celle-


ci dépend de toutes les occurrences d'entités qu'elle relie.

Matchs
JOUEURS
0,n jouer 0,n
N°Match NbPointsMarqués N°Joueur
NbSpectateurs NomJoueur
NbPtsLocaux PrénomJoueur
NbPtsVisiteurs
34

Les concepts du modèle E/A. Cardinalités (8/11)

 La cardinalité minimale est 0 ou 1.


 La cardinalité maximale est 1 ou n.
 Il existe 4 types de cardinalités : 0,1 / 0,n / 1,1 / 1,n
Exemple :
Equipes JOUEURS
5-n Fait-Jouer 1-1
N°Joueur
N°Equipe NomJoueur
NomEquipe
PrénomJoueur
Ville

 Une Equipe Fait Jouer de 5 à n Joueurs.


 Un Joueur joue dans 1 et au plus 1 Equipe.
35

Les concepts du modèle E/A. Sous-entité (9/11)

Une sous-entité exprime la notion d’héritage. Les sous-entités


héritent des attributs de la classe mère avec quelques spécifications
qui sont ces attributs.
Exemple:
36

Les concepts du modèle E/A. Réflexive (10/11)

Une association réflexive est une association binaire qui fait intervenir
au moins deux fois la même entité.
37

Les concepts du modèle E/A. Entité faible (11/11)

Une entité faible : entité sans identifiant propre et qui dépend d’une
autre entité dite forte.

NumSalle
38

Quelques conventions à Retenir


• Les entités sont représentées dans des rectangles et s'écrivent en
lettres majuscules avec un nom au pluriel.
• Le nom de l’association est un verbe à l’infinitif.
• L'identifiant d'une entité (clé primaire) est le premier attribut cité et
est souligné. Les autres attributs sont placés à la suite.
• Les relations sont placées dans des ellipses ou des losanges avec
leurs attributs respectifs.
• Les cardinalités sont placées à côté de l'entité qu'elles caractérisent.
• Les clés étrangères n'apparaissent pas dans l'entité où elle n'est pas
la clé primaire.
39

Démarche de conception
Voici une méthode possible pour réaliser un schéma E/A :

1. Etablir la liste des entités


2. Déterminer les attributs de chaque entité en choisissant un
identifiant
3. Etablir les relations entre les différentes entités : les Associations
4. Déterminer les attributs de chaque relation et définir les
cardinalités
5. Vérifier la cohérence et la pertinence du schéma obtenu
Chapitre 2:
Le Modèle Relationnel
41

Objectifs du cours
1ère Partie : Définir Le modèle relationnel
ème
2 Partie : Définir Les règles de passage

1. Entités

2. Associations

3ème Partie : Définir les règles d’optimisation


ème
4 Partie : La normalisation

1. Principe

2. Les formes normales


Objectifs de la partie :

Définition et notation du modèle


relationnel.
43

Le modèle relationnel. Présentation

Modèle relationnel = Niveau logique


44

Le modèle relationnel. Définition

i. Un modèle relationnel est composé de relations. (tables)


ii. Ces relations dont décrites par des attributs (noms colonnes)
iii. Toute relation (ou table) a une et une seule clé primaire
(attribut souligné), qui peut être composée d’un ou plusieurs
attributs.

iv. Une relation peut faire référence à une autre en utilisant une
clé étrangère, qui correspond à la clé primaire de la relation
référencée.
45

Le modèle relationnel. Notations

i. Souligner la totalité de clé primaire d’une relation


ii. Précéder ou suivre les clés étrangères par une #

 Chaque ligne (tuple ou enregistrement) d’une table


représente une occurrence de l’entité ou de l’association
correspondante.
2 ème Partie :
Les Règles de passage du modèle E/A au modèle
relationnel

Objectifs de la partie :

Définir les règles de passage du modèle


E/A au modèle relationnel, les règles
d’optimisation et quels cas particuliers.
47

Règles de passage. Entités (1/2)

Une entité (modèle E/A) = Une Relation (modèle R)

i. Nom de l’entité = Nom de la relation


ii. Attributs de l’entité = Attributs de la relation
iii. Les identifiants de l’entité = la clé primaire de la relation
48

Règles de passage. Entités (2/2)


49

Règles de passage. Association (1/2)

Une Association (modèle E/A) = Une Relation (modèle R)

i. Nom de l’association = Nom de la relation


ii. Les identifiants des entités participantes = la clé primaire
de la relation
iii. Attributs de l’association + Les identifiants des entités
participantes = attributs de la relation
50

Règles de passage. Associations (2/2)


51

Règles d’optimisation.

1. Repérer les cardinalités (0-1) et (1-1)


2. Déplacer tous les attributs de l’association vers l’entité du côté
des cardinalités (0-1) ou (1-1) en éliminant les attributs en
double.
3. Si le nombre d’entité restant est strictement inférieur à 2 alors
supprimer la relation (c à d l’ancienne association).
52

Règles de passage. Règle 1 ( X-N / 1-1)


53

Règles de passage. Règle 2 (X-N / X-N)


54

Règles de passage. Cas de l’association réflexive (1/2)

1er Cas: 0-1 / 0-n


55

Règles de passage. Cas de l’association réflexive (2/2)

2ème Cas: 0-n / 0-n


56

Règles de passage. Cas de l’association faible


57

Règles de passage. Cas d’une sous entité (1/2)

1ère solution :

NomEquipe)
58

Règles de passage. Cas d’une sous entité (2/2)

Remarque:
La mise à jour simultanée
de ces attributs peut être
réalisée à travers un
mécanisme automatique
implémentant l'héritage,
par exemple un
TRIGGER.
2ème solution
3ème Partie :
La normalisation des bases de données

Objectifs de la partie :

Définition de la normalisation, son


intérêt ainsi que les 3 formes
normales
60

Normalisation. Principe et Objectifs


i. Normaliser une base = imposer des règles de construction à
sa structure afin de respecter la cohérence des données et
éviter toute redondance d'informations.

ii. L’objectif de la normalisation = construire un schéma de


bases de données cohérent. Pour qu’un modèle relationnel
soit normalisé, il faut respecter certaines contraintes
appelées Formes Normales. Ces FN s’appuient sur des
Dépendances Fonctionnelles (DF).
61

Exemple. Enoncé

Pour vous montrer l’intérêt de la normalisation d’une BDR, commencez par


détecter les problèmes que peuvent poser l’utilisation d’une BD basée sur ce
modèle relationnel non normalisé.
62

Exemple. Réponse (1/2)


63

Exemple. Réponse (2/2)


64

Exemple. Conclusion

La normalisation élimine les redondances, ce qui permet :

 Une diminution de la taille de la base de donnée sur le


disque
 Une diminution des risques d’incohérence
 D’Éviter une mise à jour multiple des mêmes données
65

Normalisation. Dépendance Fonctionnelle : Définition

Définition :
B est en dépendance fonctionnelle de a si à une
valeur quelconque de la propriété a on ne peut
faire correspondre qu’une seule valeur au plus
de la propriété b.
Si on connait la valeur de a, on peur en déduire
une seule valeur de b (le contraire n’est pas
vrai)
66

Normalisation. Dépendance Fonctionnelle : Exemple

Exemple de DF: Num_client  Nom_client

i. Il existe une DF entre le numéro client et son nom.


ii. Si on connait une valeur de la propriété « num_client »

(ex: 127), on ne peut lui correspondre qu’une seule valeur


de la propriété « nom_client » (ex: Bensalah ali )
67

Normalisation. Les formes normales (1 ère FN) (1/3)

1ère FN: Il s’agit de vérifier si tous les attributs sont


élémentaires + mono valués
Exemple1. Attributs composés :

1er Cas : Si la personne a une seule adresse


68

Normalisation. Les formes normales (1 ère FN) (2/3)

2ème Cas: Si la personne peut avoir plusieurs Adresses


69

Normalisation. Les formes normales (1 ère FN) (3/3)

Exemple2. Attributs multivalués :


70

Normalisation. Les formes normales (2 ème FN) (1/2)

2ème FN: Une relation est en 2FN si elle est en 1FN et de plus, si
les attributs n'appartenant pas à la clé primaire ne dépendent
pas fonctionnellement d'une partie de la clé.

Exemple : Gestion de compte bancaire


OPERATION (N°Compte, CodeOpe, DateOpe, Nom, Prenom, LibelOpe, Somme)
On note que :
- Nom et Prénom dépendent fonctionnellement de N°Compte

- Libellé d'opération dépend fonctionnellement de Code opération


71

Normalisation. Les formes normales (2 ème FN) (2/2)

Correction - Exemple : Gestion de compte bancaire

On va obtenir les relations suivantes :

COMPTE(N°Compte, Nom, Prénom)


LIBELLE(CodeOpe, LibelOpe)
OPERATION(#N°Compte, DateOpe, #CodeOpe, somme)
72

Normalisation. Les formes normales (3 ème FN) (1/4)

3ème FN: Une relation est en 3FN si elle est en 2FN


et de plus, tout attribut non clé ne dépend pas fonctionnellement
d'un autre attribut non clé.

Exemple 1 : l'organisme de formation


Soit la relation:
ADHERENT(CodeAdh,NomAdh,AdressAdh,TypAdh,CotisTyp,NbSaladh)
 On impose que la cotisation de l'adhérent dépend fonctionnellement du type
de l'adhérent. (TypAdh  CotisTyp)
73

Normalisation. Les formes normales (3 ème FN) (2/4)

Correction – Exemple 1 : l'organisme de formation

TYPE(TypAdh, CotisAdh)
ADHERENT(CodeAdh,NomAdh,AdressAdh,#TypAdh, NbSaladh)
74

Normalisation. Les formes normales (3 ème FN) (3/4)

Exemple 2 : l'organisation des salariés

Soit la relation:
SALARIES(num_salarié, nom,date_naissance,num_service,nom_service)

Et la dépendance suivante:
num_service  nom_service
75

Normalisation. Les formes normales (3 ème FN) (4/4)

Correction - Exemple 2 : l'organisation des salariés

SALARIES (Num_salarié, nom, date_naissance,#num_service)

SERVICES (Num_service, nom_service)


76

Exercice. Enoncé

Soit la relation suivante:

SOIGNER (code_medecin, code_malade, nom_medecin,


nom_malade, date , adresse )

On note que:

code_medecin nom_medecin
code_malade nom_malade
Chaque médecin a un seul cabinet

Question : Mettre la relation en 3FN.


77

Exercice. Solution

Medecin (code_medecin , nom_medecin )

Malade (code_malade, nom_malade )

Soigner (code_malade#, code_medecin#, date , num,


nom_rue, ville, CP )
Chapitre 3:
L’ a l g è b r e R e l a t i o n n e l l e
79

Objectifs du cours.
1. Qu’est ce qu’une Algèbre Relationnelle?
2. Les types d’opérations

i. Les opérateurs de base

ii. Les opérateurs ensemblistes

iii. Opérations d’agrégation

3. Exercices d’application
80

Introduction
i. le modèle relationnel est un modèle d'organisation des
données sous forme de Tables (Tableaux de valeurs) ou
chaque Table représente une Relation, au sens
mathématique d'Ensemble.

ii. Les colonnes des tables s'appellent des attributs et les


lignes des n-uplets ou enregistrements.
81

Qu’est ce qu’une algèbre relationnelle?


i. Une algèbre est un ensemble d’opérateurs de base,
formellement définis, qui peuvent être combinés à souhait
pour construire des expressions algébriques.

ii. Une algèbre relationnelle est un ensemble d’opérateurs


agissant sur des relations et produisant des relations.

i. Les Opérandes sont des relations du modèle relationnel,


ii. le résultat de toute opération est une nouvelle relation
82

Les types d’opérations


i. Opérations de base
 Projection, Sélection, Jointure

ii. Opérations ensemblistes


 Union, Intersection
 Différence, Produit

iii. Opérations d’agrégation


 Somme, Moyenne, Minimum, comptage…
83

Opérations de base. Projection (1/2)

i. Définition
Notée (  ) cet opération permet d’extraire des colonnes d’une
relation. Cet opérateur ne porte que sur 1 relation.
Il permet de ne retenir que certains attributs spécifiés d'une relation.
L’opérateur de projection doit éliminer les duplicata

ii. Syntaxe

R = PROJECTION (R1, liste des colonnes)


Équivalent à  colonnes (R1)
84

Opérations de base. Projection (2/2)

iii. Exemple
Soit le schéma relationnel suivant :

R1

Quelles sont les espèces enregistrées dans la tables CHAMPIGNONS?

Résultat :
85

Opérations de base. Sélection (1/2)

i. Définition
Notée ( ) cet opération permet de Sélectionner un sous-ensemble
de lignes d’une relation. (tout en conservant la totalité des colonnes)

ii. Syntaxe

R = SELECTION (R1, condition)


Équivalent à  condition (R1)

Rq: une condition est exprimée à l'aide des opérateurs arithmétiques ( =, >,
<, >=, <=, <>) ou logiques de base (ET, OU, NON).
86

Opérations de base. Sélection (2/2)

iii. Exemple
Soit le schéma relationnel suivant :

R3

Quelle est la liste des champignons dont la catégorie est ‘Sec’ ?

Résultat :
87

Opérations de base. Jointure (1/3)

i. Définition
Notée ( ) ) cet opération permet d’extraire des lignes de deux relations

différentes. Généralement, ce sont les Primary Key et Foreign Key qui

sont utilisées.

ii. Syntaxe(s)

R = JOINTURE (R1, R2, conditions)

Rq: - condition d'égalité entre attributs  équijointure


- condition d’inégalité (<,>, <=,>=, <>…)  non équijointure
88

Opérations de base. Jointure (2/3)

iii. Exemple
Soit le schéma relationnel suivant :

???
89

Opérations de base. Jointure (3/3)

iii. Exemple – solution

R = JOINTURE (PRODUIT, DETAIL_COMMANDE,


Produit.CodePrd=Détail_Commande.CodePrd)
90

Opérations ensemblistes. Union (1/3)

i. Définition
∪ ) cet opération permet de ramener toutes les lignes
Notée ( 

distinctes existante dans les deux relations..

ii. Syntaxe

R = R1 UNION R2
Ou

R = UNION ( R1 , R2)
91

Opérations ensemblistes. Union (2/3)

iii. Exemple
Soit le schéma relationnel suivant :

Quelle est la liste des enseignantes qui sont élus au CA OU


représentants syndicaux?
92

Opérations ensemblistes. Union (3/3)

iii. Exemple – solution

R = UNION (E1 ,E2)

Rq: La relation résultat possède les attributs des relations d'origine et les n-
uplets de chacune, avec élimination des doublons éventuels.
93

Opérations ensemblistes. Intersection (1/3)

i. Définition

Notée ( ∩ ) cet opération permet de ramener toutes les lignes

communes dans les deux relations..

ii. Syntaxe

R = INTERSECTION ( R1, R2)


94

Opérations ensemblistes. Intersection (2/3)

iii. Exemple
Soit le schéma relationnel suivant :

Quelle est la liste des enseignantes qui sont élus au CA ET


représentants syndicaux?
95

Opérations ensemblistes. Intersection (3/3)

iii. Exemple – solution

R = INTERSECTION (E1 ,E2)

Remarque : La relation résultat possède les attributs des relations d'origine


et les n-uplets communs à chacune.
96

Opérations ensemblistes. Différence (1/3)

i. Définition
Notée ( - ) cet opération permet de ramener toutes les lignes de la

première relation sauf les lignes existante dans la seconde relation.

ii. Syntaxe

R = DIFFERENCE ( R1, R2)


97

Opérations ensemblistes. Différence (2/3)

iii. Exemple
Soit le schéma relationnel suivant :

Quelle est la liste des enseignantes du CA qui ne sont pas des


représentants syndicaux?
98

Opérations ensemblistes. Différence (3/3)

iii. Exemple – solution

R = DIFFERENCE (E1 ,E2)

Rq: La relation résultat possède les attributs des relations d'origine et les n-
uplets de la première relation qui n'appartiennent pas à la deuxième.
- DIFFERENCE (R1, R2) ne donne pas le même résultat que DIFFERENCE
(R2, R1)
99

Opérations ensemblistes. Produit (1/3)

i. Définition
Notée ( X ) cet opération permet de ramener un produit cartésien

formé par la concaténation de chaque n-uplet de la première relation

avec l'ensemble des n-uplets de la deuxième relation.

ii. Syntaxe

R = PRODUIT ( R1, R2)


100

Opérations ensemblistes. Produit (2/3)

iii. Exemple
Soit le schéma relationnel suivant :

Examen??
101

Opérations ensemblistes. Produit (3/3)

iii. Exemple – solution

Examen = PRODUIT (Etudiants, Epreuves)


102

Exercice1. Enoncé

Soit le schéma relationnel suivant :

CLIENTS (CodeClient, NomClient, AdrClient, TélClient)


COMMANDES (N°Commande, Date, CodeClient#)

Question : Ecrire les relations qui permettent d’obtenir le


code et le nom des clients ayant commandé le 10/06/97
103

Exercice1. Solution

Soit le schéma relationnel suivant :

R1 = SELECTION (COMMANDE, Date=10/06/97)


R2 = JOINTURE (R1,CLIENT,R1.CodeClient=CLIENT.CodeClient)
R3 = PROJECTION (R2, CodeClient, NomClient)
104

Opérations d’agrégation. Définition (1/2)

 Elles sont utilisées dans les opérateurs CALCULER et

REGROUPER_ET_CALCULER.

 Elles portent sur un ou plusieurs groupes de n-uplets et évidemment

sur un attribut de type numérique.

i. Somme (attribut) : total des valeurs d'un attribut

ii. Moyenne (attribut) : moyenne des valeurs d'un attribut

iii. Minimum (attribut) : plus petite valeur d'un attribut

iv. Maximum (attribut) : plus grande valeur d'un attribut


105

Opérations d’agrégation. Définition (2/2)

v. La fonction de comptage : Comptage()

Définition:

La fonction de comptage donne le nombre de n-uplets ou

enregistrements d'une relation.

R=CALCULER(R0, fonction_agreg1, fonction_agreg2, ...) ou

N=CALCULER(R0, fonction_agreg)

R=REGROUPER_ET_CALCULER(R0, att1, att2, ..., fonction_agreg1,

fonction_agreg2, ...)
106

Exercice2. Enoncé

Soit le schéma relationnel suivant :

ETUDIANT (N°Etudiant, Nom, Prénom)


MATIERE (CodeMat, LibelléMat, CoeffMat)
EVALUER (N°Etudiant#, CodeMat#, Date, Note)

Q1. Quel est le nombre total d'étudiants ?


Q2. Quelle est la moyenne générale de la promotion ?
107

Exercice2. Corrigé

1.
N= CALCULER ( ETUDIANT, Comptage( ) )
2.

MGETU = REGROUPER_ET_CALCULER ( MOYETUMAT, N°Etudiant,


Nom, Prénom, MgEtu : Somme (MoyEtuMat*CoeffMat) / Somme
(CoeffMat))

MG = CALCULER (MGETU, Moyenne(MgEtu))


Chapitre 4:
SQL : L a n g a g e d e d é f i n i t i o n
des données
109

Objectifs du cours (1/2)

1ère Partie : Introduction du langage SQL


2ème Partie : Présentation du langage LDD
1. Définir « LDD »
2. Les types de données

3ème Partie : Création d’une table/des contraintes d’intégrités


1. Créer une table
2. Ajouter une contrainte clé primaire

3. Ajouter une contrainte clé étrangère


4. Autres contraintes ( not null, check, unique)
110

Objectifs du cours (2/2)

5. Activer / désactiver une contrainte

4ème Partie : Manipulation de la structure de la table


1. Ajouter, modifier, supprimer une colonne/contrainte
2. Supprimer une table
3. Renommer une table
111

1ère Partie:
Introduction du langage SQL

Objectifs de la partie :

Introduire et définir le langage SQL.


112

Introduction générale.

 Pour interroger une BD, il faut utiliser un langage .


 SQL est le langage le plus complet pour interagir une BD.
113

Définition de l’SQL.
SQL (Structured Query Language ), en français langage de requête
structurée, est composé d’un ensemble de sous langages:

 un langage de définition de données (LDD),


 un langage de manipulation de données (LMD),
 un langage d’interrogation de données (LID),
 un langage de contrôle de données (LCD),

pour les bases de données relationnelles.


114

2ème Partie :
Présentation du langage LDD

Objectifs de la partie :

Définition et présentation du langage


de définition de données ainsi que les
différents types de données.
115

LDD.

Le langage de définition de données, c’est un langage qui


permet de définir et manipuler les structures de
données et non pas les données.

Structure de données : tout objet de la BD destiné à


contenir des données : Exemple : TABLE.
116

Les types de données.


Types de données Description
CHAR [(size [BYTE | CHAR])] Taille fixe comprise entre 1 et 2000

VARCHAR2 (size) Taille Variable comprise entre 1 et 4000

Nombre ayant une précision p et une échelle s. La précision est


NUMBER[(precision [, scale]])
comprise entre 1 et 38. L’échelle varie de -84 à 127
BINARY_FLOAT 32-bit nombre avec virgule flottante. C etype nécessite 5 octets

BINARY_DOUBLE 64-bit nombre avec virgule flottante. C etype nécessite 9 octets

LONG Données caractères ayant une taille <= 2GO

DATE Date comprise entre 1/1/4712 AJC et 31/12/999 APJC

TIMESTAMP Année, mois, jour , heure, minute et seconde, fraction de seconde

INTERVAL YEAR(year_precision) Stocke une période de temps en année et mois, où year_precision


TO MONTH est compris entre 0 et 9. La valeur par défaut est 2
117

3ème et 4ème Partie :


Création d’une table/contraintes d’intégrités –
Manipulation de la structure d’une table

Objectifs de la partie :

Comment créer une table et définir les contraintes d’intégrités.

Comment ajouter, modifier ou


supprimer des colonnes ou des
contraintes…
118

Créer une table. Syntaxe

Syntaxe :
CREATE TABLE <nom_de_la_table>
( <nom_colonne1> <type_colonne1>,
<nom_colonne2> <type_colonne2>, …
<nom_colonne’> <type_colonne’>
);
Remarque : Pour créer une table il faut avoir :
• Le privilège CREATE TABLE
• Un espace de stockage
119

Créer une table. Exemple

 CREATE TABLE Etudiants


( Netudiant number,
Nom varchar2(10),
Prenom varchar2(10)
);

 DESCRIBE (ou DESC) Etudiants ; --pour voir la description de la table


120

Ajouter une contrainte clé primaire - Syntaxe (1/2)

1er cas : clé primaire simple

Syntaxe 1: lors de la création de la table:

CREATE TABLE <nom_de_la_table>

( <nom_col1 > <type_col1> CONSTRAINT <nom_contrainte> PRIMARY KEY,

<nom_col2 > <type_col2>, …

<nom_coln > <type_coln> );

 Contrainte niveau colonne.


Syntaxe 2: après la création de la table :

ALTER TABLE <nomtable> ADD Constraint <nom_contrainte> Primary key


(nom_Col)
121

Ajouter une contrainte clé primaire - Syntaxe (2/2)

2ème cas : clé primaire composée

Syntaxe 1: lors de la création de la table:

CREATE TABLE <nom_de_la_table>

( <nom_col1 > <type_col1>,


<nom_col2> <type_col2>,

<nom_coln> <type_coln>,
Constraint <nom_contrainte> Primary key (nomCol1, nomCol2...) );

 Contrainte niveau Table

Syntaxe 2: après la création de la table :

ALTER TABLE <nom_de_la_table> ADD constraint <nom_contr> Primary key


(nomCol1,nomcol2…)
122

Ajouter une contrainte clé primaire - Exemple

Syntaxe :
ALTER TABLE <nom_de_la_table> ADD Constraint
<nom_contrainte> PRIMARY KEY (nom_colonne(s))

ALTER TABLE Etudiants ADD Constraint pk_nom_prenom PRIMARY KEY


(nom,prenom) ;
123

Supprimer une contrainte clé primaire.

Syntaxe :
ALTER TABLE <nom_de_la_table> DROP CONSTRAINT
<nom_contrainte> ;

ALTER TABLE Etudiants DROP CONSTRAINT pk_nom_prenom ;


124

Ajouter une contrainte clé étrangère.

Syntaxe :
ALTER TABLE <nom_de_la_table> ADD constraint <nom_contrainte>
FOREIGN KEY (nom_cols) references <table_référencée>
(nom_cols) ;

Create table Etud as select * from Etudiants;


Alter table Etud ADD constraint pk_nom_prenom PRIMARY KEY (nom,prenom) ;

ALTER TABLE Etud ADD constraint fk_etud_etudiants FOREIGN KEY


(nom,prenom) references Etudiants (nom,prenom) ;
125

Ajouter une contrainte <NOT NULL>.

Cette contrainte est définie :


- Soit lors de la création de la table, syntaxe :

<nom_colonne> <type_colonne> constraint <nom_de_contrainte> NOT NULL

- Soit après la création de la table, syntaxe :


Alter table <nom_tab> modify <nom_col> constraint <nom_de_contr> NOT NULL

La contrainte NOT NULL ne peut être définie qu’au niveau de la


colonne, pas au niveau de la table
126

Ajouter une contrainte <UNIQUE> - Définition

Une contrainte d’intégrité de type clé unique exige que chaque valeur
dans une colonne ou dans un ensemble de colonnes constituant
une clé soit unique.

Remarque : Une contrainte unique autorise la valeur NULL à


moins que vous définissiez des contraintes NOT NULL
127

Ajouter une contrainte <UNIQUE> - Syntaxe

Cette contrainte est définie :


- Soit lors de la création de la table, syntaxe :

<nom_colonne> <type_colonne> constraint <nom_de_contrainte> UNIQUE

- Soit après la création de la table, syntaxe :

Alter table <nom_table> add constraint <nom_de_contrainte> UNIQUE


(<nom_colonne>)
128

Ajouter une contrainte <CHECK>.

La contrainte Check définit une condition que chaque ligne doit vérifier

Cette contrainte est définie :


- Soit lors de la création de la table, syntaxe :

<nom_colonne> <type_col> CONSTRAINT <nom_de_contr> CHECK (condition)

- Soit après la création de la table, syntaxe :

Alter table <nom_table> ADD CONSTRAINT <nom_de_contr> CHECK (condition)


129

Gérer des colonnes et/ou des contraintes - Syntaxes

Syntaxe générale :

ALTER TABLE <nom_table> + ADD


<Nouvelle définition de la colonne>
+ MODIFY
+ DROP <Nom_colonne>

+ ADD CONSTRAINT <Nouvelle définition de la contrainte>

+ DROP CONSTRAINT
+ ENABLE CONSTRAINT <Nom_contrainte>

+ DISABLE CONSTRAINT
130

Ajouter une/plusieurs colonne(s). Exemple

Ajouter 2 colonnes à la table « Etudiants »

ALTER TABLE Etudiants ADD (telephone number ,email varchar2(50) );


131

Modifier une colonne. Exemple


Syntaxe :
ALTER TABLE <nom_de_la_table> MODIFY <nouvelle définition de la colonne>

ALTER TABLE Etudiants MODIFY ( email varchar2(100) );


132

Supprimer une colonne. Exemple

Syntaxe :
ALTER TABLE <nom_de_la_table> DROP <colonnes>

ALTER TABLE Etudiants DROP ( email, telephone);


133

Activer/Désactiver une contrainte.

Syntaxe :

ALTER TABLE <nom_de_la_table>


ENABLE | DISABLE constraint <nom_de_la_contrainte>;
134

Supprimer une table. DROP / TRUNCATE

Syntaxe :

DROP TABLE <nom_de_la_table> ;

Remarque:
On a aussi la commande « TRUNCATE » qui permet de vider la table

TRUNCATE TABLE <nom_de_la_table> ;


135

Renommer une table.

Syntaxe :

RENAME <ancien _nom_table> TO <nouveau_nom_table> ;


Chapitre 5:
SQL : L a n g a g e d e M a n i p u l a t i o n
des données
137

Objectifs du cours

1. Définir le langage « LMD »


2. Insertion des données
3. Mise à jour des données
4. Suppression des données
138

Définir le langage LMD


LMD : Langage de Manipulation des Données (DML, Data
Manipulation Language)

i. Il Permet la manipulation des tables, soit l’insertion, la


mise à jour et la suppression des données.

ii. Il est composé de 3 Requêtes :

UPDATE, INSERT, DELETE.


139

Insertion des données – Syntaxe IMPLICITE (1/3)

1er cas: Insertion dans toutes les colonnes

INSERT INTO <nom_de_la_table> VALUES


( <valeur_colonne1>,
<valeur_colonne2>, …

<valeur_colonne’>

);

Remarque: le nombre de valeurs de colonnes doit être égal au nombre de


colonne de la table et conformément à leurs types
140

Insertion des données – Syntaxe EXPLICITE (2/3)

2ème cas: Insertion dans quelques colonnes

INSERT INTO <nom_de_la_table>


( <colonne1>,
<colonne2>,

<colonne3> )

VALUES
( <valeur_colonne1>,

<valeur_colonne2>,

<valeur_colonne3> );
140

Insertion des données – Remarques (3/3)

i. Les valeurs à ajouter doivent vérifier les contraintes


définies au moment de la définition des données. Tout
enregistrement ne vérifiant pas les contraintes sera rejeté.

ii. Les champs ayant été créés avec la contrainte Not Null
devront, obligatoirement, avoir des valeurs.

iii. Insertion à partir d'une autre table :

INSERT INTO nom_table [(les_champs_de_la_table)] Requête;


141

Insertion des données – Exercice - Enoncé (1/2)

Soit le schéma relationnel suivant :


CLIENTS (CodeClient, NomClient, AdrClient, TelClient)
COMMANDES (NumCommande, Date, CodeClient#)

Questions:

1. Créer les 2 tables avec les contraintes d’intégrité (clés


primaires et étrangères)
142

Insertion des données – Exercice - Enoncé (2/2)

2. Insérer les lignes suivantes:


CLIENTS
CodeClient NomClient AdrClient TelClient
C01 Bensalem Ali 3 rue tunis 2080 tunis 71123800
C02 Toumi salma - 71129870

COMMANDES
NumCommande Date CodeClient
110 03/04/2011 C01
111 09/07/2011 C02
143

Mise à jour des données (1/2)

Syntaxe:

UPDATE <nom_table> SET <colonne_a_modifié> = <nouvelle_valeur>


WHERE ( <condition_de_mise_à_jour> );

Exemple:
Le client Bensalem Ali vient de changer d’adresse et habite avec le client
Toumi salma à « 15 rue Basra Bizerte 7000 », veuillez mettre à jour les
deux adresses.
143

Mise à jour des données - Remarques (2/2)

i. Il n'est pas possible de mettre à jour plus qu'une table à la


fois.

ii. La modification des données n’est pas autorisée que si les


contraintes sont toujours valides.

iii. Les valeurs peuvent être des constantes, des expressions,


des résultats de sous-requêtes ou NULL (pour supprimer
la valeur initiale du champ).

iv. Si la clause WHERE n’apparaît pas dans la commande, il


s’agit de mettre à jour tous les enregistrements de la
table avec la même valeur.
144

Suppression des données

Syntaxe:

DELETE FROM <nom_table> WHERE ( <conditions> );


Chapitre 6:
SQL : L a n g a g e d’ i n t e r r o g a t i o n
des données
146

Objectifs du cours.
1. Définir le LID
2. Savoir formuler des Requêtes simples « SELECT »

3. Distinguer les fonctions mono lignes/multi lignes

4. Définir les Jointures, les Opérateurs ensemblistes et les


sous-interrogations
147

1ère Partie :
Les Requêtes simples « la clause SELECT »

Objectifs de la partie :

Définir «LID», savoir sélectionner des


colonnes avec ou sans doublons, avec ou sans
des conditions connaître les Expressions
arithmétiques, la Valeur « NULL », les Alias
de colonne, les opérateurs logique et ceux de
comparaison.
148

LID. (1/2)

Le langage LID permet, comme son nom l’indique, d’interroger


une BD. Il sert à rechercher, extraire, trier, mettre en forme des
données et calculer d’autres données à partir des données
existantes.

La structure de base d’une interrogation est formée des 3 clauses


suivantes :

SELECT *|<liste champ(s)> FROM <nom_table>


WHERE <condition(s)> ;
149

LID. (2/2)

 La clause SELECT : indique les colonnes à récupérer. (ou


encore des champs projetés).
 La clause FROM indique le nom de la ou des table(s)
impliquée(s) dans l’interrogation.
 La clause WHERE correspond aux conditions de sélection
des champs.
 Chaque nom de champ ou de table est séparé par une
virgule.
150

Sélection des colonnes. Toutes les colonnes

SELECT * Affiche tous les champs


de la table
FROM employees;

Résultat:
151

Sélection des colonnes. Une/plusieurs colonnes

Affiche les champs :


SELECT first_name, last_name « last_name » et
FROM employees; « first_name »

Résultat:
152

Expressions arithmétiques. Définition

i. Une expression contient des données de type NUMBER,


DATE et des opérateurs arithmétiques.

Opérateur Description
+ Addition
- Soustraction
* Multiplication
/ Division
153

Expressions arithmétiques. Exemple 1

SELECT min_salary + max_salary , min_salary - max_salary,


min_salary * max_salary, min_salary / max_salary

FROM jobs;

Résultat:
154

Expressions arithmétiques. Exemple 2

Ecrire la requête qui permet d’afficher le nom, prénom de


tous les employés ainsi que leur salaire annuel avec une
augmentation de 50 dinars par mois.
155

Valeur «NULL». Définition

 NULL est une valeur qui n’est pas disponible, non affectée ou inconnue.
 NULL est différent de zéro, espace ou chaîne vide

Exemple 1:

SELECT employee_id, commission_pct


FROM employees ;

Résultat:
156

Valeur «NULL». Dans les expressions arithmétique.

Exemple 2 :

SELECT Employee_id, (1+commission_pct)*salary


FROM employees;

Résultat:
157

Alias de colonne. (1/2)

 Renomme un en-tête de colonne


 Suit le nom de colonne
 Peut utiliser le mot clé « as »
 Doit obligatoirement être inclus entre guillemets s’il
contient des espaces, des caractères spéciaux ou s’il y a
des majuscules et des minuscules
158

Alias de colonne. Exemple (2/2)

SELECT first_name as nom, last_name prenom


FROM employees;

Résultat:

SELECT first_name as "nom de l’employee", last_name "prenom de l’employee"


FROM employees;

Résultat:
159

Opérateur de concaténation.
 Concatène des colonnes et/ou des chaines de caractères
 Est représenté par le symbole ||
Exemple:

SELECT 'le nom est ' ||first_name|| ', le prénom est '||last_name as "nom et
prenom de l’employe"
FROM employees;

Résultat:
160

Eliminer les doublons

 le mot-clé DISTINCT élimine les doublons.

Exemple:

SELECT DISTINCT(commission_pct)

FROM employees;

Résultat:
161

Restriction avec la clause « WHERE »


Syntaxe :
SELECT<nom_des colonnes> FROM <nom_de_la_table >
WHERE <conditions>;

Exemple: liste des employés du département 20

SELECT last_name , first_name FROM employees


WHERE department_id=20;

Résultat:
162

Opérateurs de comparaison. (1/2)

OPERATEUR DESCRIPTION
= Egal à
< Inférieur à
<= Inférieur à ou égal
> Supérieur à
>= Supérieur à ou égale à
<> Ou != Différent
BETWEEN val1 AND val2 val1 <= val <= val2

In (liste de valeurs) Valeur de la liste


LIKE Comme
( _ :un caractère, %=plusieurs caractères)

IS NULL Correspond à une valeur NULL


163

Opérateurs logiques. (2/2)

OPERATEUR DESCRIPTION

AND Retourne TRUE si les deux conditions sont VRAIES


Retourne TRUE si au moins une des conditions est
OR
VRAIE
Inverse la valeur de la condition
NOT TRUE si la condition est FAUSSE
FALSE si la condition est VRAIE
164

Trier avec « ORDER by ». Définition

Triez les lignes selon un ordre bien précis avec la clause


ORDER BY:

 ASC : ordre croissant (par défaut)


 DESC : ordre décroissant

Remarque: La clause ORDER BY vient en dernier dans


l’instruction SELECT
165

Trier avec « ORDER by ». Exemple

SELECT last_name, job_id, department_id, hire_date


FROM employees
ORDER BY hire_date DESC;

Résultat:
166

Exercices d’applications. (1/2)

( nous allons utilisé la table « employees » sous le schèma HR )

 Afficher la liste de tous les employés.


 Afficher le nom, le prénom, la date d’embauche de tous les employés et
renommer les colonnes comme suit: « nom de l’employe », « prenom de
l’employe » et « date dembauche »
 Afficher le nom et le prénom des employés triés par date d’embauche.
 Afficher les employés qui ont été embauché au cours de l’année 1990.
 Afficher la liste des employés dont le salaire est > 2800.
 Afficher la liste des employés des départements 10, 30 et 50.
167

Exercices d’applications. (2/2)

 Afficher la liste des employés dont le salaire entre 4000 et 6000 du


département 20
 Afficher la liste des employés dont la commission_pct est NULL.
 Afficher la liste des employés dont le nom commence par la lettre ‘A’
 Afficher la liste des employés dont le prénom comporte la lettre ‘s’
 Afficher la liste des employés dont la deuxième lettre du nom est ‘i’
 Afficher la liste des employés embauchés pendant les années entre 1986
et 1990
 Afficher la liste des employés dont le job est différent de 'CLERK‘ ou
'MANAGER'
2ème Partie : Les Fonctions Mono lignes

Objectifs de la partie:

Définir et savoir utiliser les :


i. Fonctions de caractères
ii. Fonctions de manipulation des caractères
iii. Fonctions de manipulation des dates
iv. Fonctions numériques
v. Fonctions de conversions
vi. Autres fonctions
169

Fonctions de caractères. Conversion Minuscule/Majuscule(1/2)

Il existe trois fonctions principales:

 LOWER : convertir les caractères « M » en « m »


 UPPER : convertir les caractères « m » en « M »
 INITCAP : convertir l’initiale de chaque mot en « M » et les
caractères suivants en « m »

 Remarque: Une fonction mono ligne est une fonction qui s’applique
enregistrement par enregistrement.
170

Fonctions de caractères. Conversion Minuscule/Majuscule(2/2)

SELECT LOWER(last_name) as "prénom" FROM employees;

SELECT UPPER(last_name) as "prénom" FROM employees;

SELECT INITCAP(last_name) as "prénom" FROM employees;


171

Fonctions de manipulation des caractères. Définitions (1/2)

 CONCAT(chaine1,chaine2) : concatène 2 chaines = ||


 SUBSTR(chaine, pos, taille) : extrait une sous chaîne d’une autre
chaîne
 LENGTH(ch) : taille d’une chaîne en caractères
 INSTR(ch,sch) : position d’une chaîne de caractères dans une
autre chaîne
 TRIM(ch) : élimine les espaces à gauche et à droite
 LTRIM(ch) : élimine les espaces à gauche
 RTRIM(ch) : élimine les espaces à droite
172

Fonctions de manipulation des caractères. Définitions (2/2)

 LPAD (chaine, nbr, carac) : complète une chaîne de caractères sur la


gauche avec une autre chaîne pour avoir n caractères.

 RPAD (chaine, nbr, carac): complète une chaîne de caractères sur la


droite avec une autre chaîne pour avoir n caractères.

 ASCII (chaine) : retourne le code ascii du premier caractère de


la chaîne.
 CHR (nbr): retourne le caractère (inverse de ascii).
173

Fonctions de manipulation des caractères. Exemples

SELECT 'station' ch1, 'agil' ch2,


Concat ('station 1','agil') "la station",
Substr ('station 1',9,1) "numéro station",
Length ('agil') "longueur ch1",
Instr ('agil','i') "position de i",
Length (Trim(' agil ')) "trim",
Length (Rtrim(' agil ')) "Rtrim",
Length (Ltrim(' agil ')) "Ltrim",
Rpad ('agil',8,'*') "RPAD", Lpad ('agil',8,'-') "LPAD",
ASCII ('test') " code ascii " , CHR(75)
FROM Dual;
174

Fonctions numériques. Présentation

 ROUND (x, n) : Arrondir la valeur de x à la précision spécifiée n


 TRUNC (x, n) : Tronquer la valeur de x à la précision spécifiée n
 FLOOR (x) : si n<x<n+1 alors FLOOR(x)=n
 CEIL (x) : si n<x<n+1 alors CEIL(x)=n+1
 MOD (x, y) : reste de la division de x sur y
 REMAINDER (m, n) : reste d’une division calculé comme suit :
m-(n*q) avec q égale à la partie entière du quotient
175

Fonctions numériques. Round (1/2)

SELECT round(123.646, 0) "0 chiffres" , round(123.646, 1) "1 chiffres",


round(123.646, 2) "2 chiffres", round(123.646, 3) "3 chiffres"
FROM Dual;

Résultat:
176

Fonctions numériques. Round (2/2)

SELECT round(123.646, -1) "1 chiffres" ,round(123.646, -2) "2 chiffres",


round(123.646, -3) "3 chiffres"
FROM Dual;

Résultat:
177

Fonctions numériques. TRUNC

SELECT TRUNC (123.646, 0) "n=0", TRUNC (123.646, 1) "n=1",


TRUNC (123.646, 2) "n=2", TRUNC (123.646, 3) "n=3", TRUNC (123.636, -1)
"n=-1", TRUNC (123.646, -2) "n=-2", TRUNC (123.646, -3) "n=-3"
FROM Dual;

Résultat:
178

Fonctions numériques. FLOOR/ CEIL

SELECT floor(-2.56), floor(-2.02), floor(-2.8),


ceil(-2.56), ceil(-2.02), ceil(-2.8)
FROM dual;

Résultat:

SELECT floor(2.56), floor(2.02), floor(2.8),


ceil(2.56), ceil(2.02), ceil(2.8)
FROM dual;

Résultat:
179

Fonctions numériques. MOD/ REMAINDER

SELECT MOD (12, 4), MOD (16, 6)


FROM Dual;

Résultat:

SELECT remainder (15, 6), remainder (15, 5),


remainder (15, 4), remainder (-15,4)
FROM Dual;

15-(2*6) = 3 / 15-(3*5) = 0 / 15-(4*4) = -1 / -15-(-4*4) = 1


Résultat:
180

Fonctions de manipulation des dates. (1/3)

 MONTHS_BETWEEN (date1,date2): nombre de mois entre deux dates


 ADD_MONTHS (date, nb_mois): Ajoute des mois calendaires à une date
 NEXT_DAY (date, jour) : le jour suivant
 LAST_DAY (date) : le dernier jour du mois
 ROUND (date, précision) : arrondi une date
 TRUNC (date, précision) : tronque une date
 EXTRACT (day/month/year/hour/minute/seconde from date): extraction du
jour, mois, année, heure, minute et seconde
181

Fonctions de manipulation des dates. (2/3)

SELECT sysdate "date du jour",


sysdate+2 "Date jr plus 2jrs",
to_date ('10/09/2012','dd/mm/yyyy')-10 "date du jour moins 10" ,
Trunc (sysdate - to_date('01/05/2012','dd/mm/yyyy'),0)
"tronquer une date"
FROM dual ;

Résultat:
182

Fonctions de manipulation des dates. (3/3)

SELECT
Trunc (months_between (to_date ('2012/01/01', 'yyyy/mm/dd'), to_date
('2012/03/15', 'yyyy/mm/dd') ),2) "nbr de mois",
next_day(to_date ('2012/03/01', 'yyyy/mm/dd'), 'Monday') "lundi suivant",
last_day(to_date ('2012/03/01', 'yyyy/mm/dd')) "dernier jr du mois mars12" ,
add_months(to_date ('2012/03/01', 'yyyy/mm/dd'),3) "ajouter 3 mois"
FROM Dual;

Résultat:
183

Fonctions de conversions.

 TO_DATE : Convertir une Chaine en format Date


 TO_NUMBER : Convertir une Chaine en format Numérique
 TO_CHAR : Convertir une Date /un nombre en une Chaine
184

Fonctions de conversions. Options avec To_char

OPTION DESCRIPTION
yyyy l’année (quatre chiffres)
month nom complet du mois en minuscule
mon abréviation du nom du mois en minuscule (trois caractères)
day nom complet du jour en minuscule
DD jour du mois (01-31)
D jour de la semaine (de 1 à 7, dimanche étant le 1)
dy abréviation du nom du jour en minuscule (3 caractères)
ddd jour de l'année (001-366)
q trimestre
w numéro de semaine du mois (de 1 à 5) (la première semaine commence
le premier jour du mois.)
ww numéro de semaine dans l'année (de 1 à 53) (la première semaine
commence le premier jour de l'année.
185

Autres Fonctions. (1/5)

 NVL (nom_col, valeur) : remplace une valeur nulle

 NVL2 (expr,val1,val2) : si expr n’est pas nulle alors elle est remplacée
par val1 sinon par val2.

 NULLIF (val1,val2) : si val1= val2 la valeur NULL est retournée sinon


val1

 Case : évalue une liste de conditions et retourne un résultat parmi les cas
possibles
186

Autres Fonctions. (2/5)

 Ecrire les requêtes SELECT qui permettent de:


 Remplacer « commission_pct » par 0 au niveau de la table
« employees » si elle est null
 Remplacer « commission_pct » par 0 au niveau de la table
« employees » si elle est null sinon par 1
 Afficher la liste des employés en ajoutant une colonne
« nom_departement » qui affiche :
 Si department_id=10 , nom_departement=‘depart_10’
 Si department_id=20 , nom_departement=‘depart_20’
 Si department_id=30 , nom_departement=‘depart_30’
 …
187

Autres Fonctions. (3/5)

 ROW_NUMBER : retourne le numéro séquentiel d'une ligne d'une


partition d'un ensemble de résultats, en commençant à 1 pour la première
ligne de chaque partition. Ne prend pas en considération les doublons

 RANK: retourne le rang de chaque ligne au sein de la partition d'un


ensemble de résultats. Compte les doublons mais laisse des trous

 DENSE_RANK : retourne le rang des lignes à l'intérieur de la partition


d'un ensemble de résultats, sans aucun vide dans le classement.
Compte les doublons mais ne laisse pas des trous
188

Autres Fonctions. (4/5)

SELECT
Row_number() over (partition by <col x> order by <col_y>
DESC/ASC), Col1,…colN
FROM <nom_table> ;

A retenir:
- La clause <order by> est obligatoire.
- La clause <partition by> est facultative, est utilisée pour faire un ordre par
ensemble de lignes selon <colx>.
- Rank et dense_rank ont la même syntaxe.
189

Autres Fonctions. (5/5)

Ecrire les requêtes SELECT qui permettent de :

 Afficher la liste des employees numérotés par « department_id ».


 Afficher la liste des employees numérotés par département et selon le
salaire décroissant :
 Utiliser « row_number »
 Utiliser « rank »
 Utiliser « dense_rank »
3ème Partie :
Les Fonctions Multi lignes ( ou fonctions de groupe )

Objectif du cours :

Définir la clause « GROUP BY »,


la clause « HAVING »
191

Fonctions Multi lignes. Définitions (1/3)

Une fonction mono ligne est une fonction qui s’applique enregistrement par
enregistrement.
Une fonction multi ligne ou fonction de groupe s’applique sur un groupe
d’enregistrements et donne un résultat par groupe.

 Clause GROUP BY : Définit le critère de groupement pour la fonction


 Clause HAVING : Permet de mettre des conditions sur les groupes
d’enregistrements
192

Fonctions Multi lignes. Définitions (2/3)

 COUNT : Nombre de lignes,


 SUM : Somme des valeurs,
 AVG : Moyenne des valeurs,
 MIN : Minimum,
 MAX : Maximum,
 STDDEV: Ecart type,
 VARIANCE: Variance
194

Fonctions Multi lignes. Exemple1

SELECT COUNT (salary) as count,


Trunc (SUM (salary),2) as sum,
MIN (salary) as min,
MAX (salary) as max,
Trunc (AVG (salary),2) as avg,
Trunc (VARIANCE (salary),2) as variance,
Trunc (STDDEV(salary),2) as ecart
FROM employees;

Résultat:
195

Fonctions Multi lignes. Syntaxe de la clause GROUP BY

SELECT <colonnes>, <fonction de groupe>


FROM table
WHERE <conditions>
GROUP BY <col>|<expr>
HAVING <conditions>
ORDER BY <col>|<expr>
196

Fonctions Multi lignes. Exemple2

SELECT department_id,
COUNT(employee_id) "nbr employes"
12
FROM employees Départements

GROUP BY department_id;

SELECT department_id, count(employee_id) "nbr employes"


FROM employees
GROUP BY department_id
HAVING department_id<40;
4 ème Partie : Les Jointures

Objectifs de cette partie :


i. Equijointure et jointure interne, Jointure naturelle
ii. Jointure externe
iii. Non équijointure
iv. Produit cartésien
198

Les Jointures. Définition.

 Une jointure permet d’extraire des données de plusieurs

tables à la fois.

 La condition de jointure peut être exprimée dans la clause

« WHERE » ou « ON ».

 Précédez le nom de la colonne par le nom de la table lorsque

celui-ci figure dans plusieurs tables


199

Types de Jointures.

 Equijointure ou jointure interne

 Jointure naturelle

 Jointure externe

 Non équijointure

 Produit cartésien
200

Equijointure. Définition

 Une jointure interne ou équijointure est une jointure avec


une condition de jointure contenant un opérateur d‘égalité.

 C’est la plus répandue, elle combine les lignes qui ont des
valeurs équivalentes pour les colonnes de la jointure.

 Généralement dans ce type de jointure, ce sont les Primary


Key et Foreign Key qui sont utilisées.
201

Equijointure. Syntaxe (1/2)

SELECT table1.column, table2.column

FROM table1

INNER JOIN table2

ON (table1.column_name = table2.column_name) ;
202

Equijointure. Syntaxe (2/2)

 T1 : Alias de la table : table1


SELECT T1.Colonne1, …T1.ColonneN,
 T2 : Alias de la table : table2
T2.Colonne1, …T2.ColonneN
 C1 : colonne permettant la
FROM table1 T1 INNER JOIN table2 T2
jointure entre les 2 tables
ON T1.C1=T2.C1 ( primary key + foreign key)
WHERE <Condition(s)>

Équivalent à :

SELECT T1.Colonne1, …T1.ColonneN,


T2.Colonne1, …T2.ColonneN
FROM T1 ,T2
WHERE T1.C1=T2.C1 AND <Condition(s)>
203

Equijointure. Exemple

Exemple1:

SELECT nomE, e.numdept, nomdept


FROM emp e INNER JOIN dept d
ON e.numdept=d.numdept;

Exemple2:

SELECT nomE, e.numdept, nomdept


FROM emp e INNER JOIN dept d
ON e.numdept=d.numdept
WHERE e.numdept=11;
204

Jointure naturelle. Définition

 La jointure naturelle est une équijointure.


 La clause NATURAL JOIN est basée sur toutes les colonnes
des deux tables portant le même nom.
 Elle sélectionne les lignes des deux tables dont les valeurs sont
identiques dans toutes les colonnes qui correspondent.

 Si les colonnes portant le même nom présentent des types de


données différents, une erreur est renvoyée.
205

Jointure naturelle. Syntaxe

SELECT colonne1, colonne2…


FROM Table1
NATURAL JOIN Table2
WHERE Condition(s) ;

Conditions autres que la condition


de jointure
206

Jointure naturelle. Exemple

Exemple 1:

SELECT nomE, numdept,nomdept


FROM emp NATURAL JOIN dept;

Exemple 2:

SELECT nomE, numdept,nomdept


FROM emp NATURAL JOIN dept
WHERE numdept=11;
207

Non équijointure. Définition

 Il s'agit là d'utiliser n'importe quelle condition de jointure


entre deux tables, exceptée la stricte égalité. Ce peuvent être
les conditions suivantes :
208

Jointure externe. Définition

 JOINTURES EXTERNES = OUTER JOINS.


 Une jointure externe élargie le résultat d’une jointure interne
(INNER JOINS) et permet d’extraire des enregistrements qui
ne répondent pas aux critères de jointure.
 Une jointure externe renvoie toutes les lignes qui satisfont la
condition de jointure et retourne également une partie de ces
lignes de la table pour laquelle aucune des lignes de l’autre ne
satisfait pas la condition de jointure.
209

Jointure externe. Types de jointures externes

SELECT t1.column, t2.column..


FROM table1 t1
LEFT | RIGHT | FULL OUTER JOIN table2 t2 ON
(t1.column_name = t2.column_name) ;

 Le sens de la jointure externe LEFT ou RIGHT de la clause


OUTER JOIN désigne la table dominante.
 FULL = INNER + LEFT + RIGHT
210

Jointure externe. Gauche

Exemple:

SELECT nomE, e.numdept, nomdept


FROM dept d LEFT JOIN emp e
ON e.numdept=d.numdept
211

Jointure externe. Droite

Exemple:

SELECT nomE, e.numdept,nomdept


FROM dept d RIGHT JOIN emp e
ON e.numdept=d.numdept
212

Jointure externe. complète

Exemple:

SELECT nomE, e.numdept,nomdept


FROM dept d FULL JOIN emp e
ON e.numdept=d.numdept
213

Produit Cartésien. Définition

On obtient un produit cartésien lorsque :


 Une condition de jointure est omise
 Une condition de jointure est incorrecte
 A chaque ligne de la table 1 sont jointes toutes les lignes de
la table 2.
 Le nombre de lignes renvoyés est égal n1 * n2 où
 n1 est le nombre de lignes de la table 1
 n2 est le nombre de lignes de la table 2
214

Produit Cartésien. Syntaxe

SELECT « nom_colonne1 », « nom_colonne2 »…


FROM table1 t1
CROSS JOIN table2 t2

Exemple:
Select * from employees CROSS JOIN departments

 On va avoir 107*27 lignes = 2889 lignes


215

Produit Cartésien. Exemple

SELECT * From emp e


INNER JOIN dept d
ON e.numdept=e.numdept
 OU
SELECT * From emp, dept

 On va avoir 9*4 lignes


216

Jointure. Récapitulatif

SELECT
FROM <table gauche>
Jointure interne
[INNER]JOIN <table droite>
ON <condition de jointure>

SELECT
FROM <table gauche>
Jointure externe
LEFT | RIGHT | FULL [OUTER]JOIN <table droite>
ON <condition de jointure>

SELECT
FROM <table gauche>
Jointure naturelle
NATURAL JOIN <table droite>
(USING <noms de colonnes>]

SELECT
Jointure croisée FROM <table gauche>
CROSS JOIN <table droite>
5ème Partie : Les Opérateurs
ensemblistes

i. UNION
ii. UNION ALL
iii. INTERSECT
iv. MINUS
218

Les opérateurs ensemblistes.

OPERATEUR DESCRIPTION
Ramène toutes les lignes communes aux deux
INTERSECT
requêtes
Toutes les lignes distinctes ramenées par les deux
UNION
requêtes
Toutes les lignes ramenées par les deux requêtes y
UNION ALL
compris les doublons
Toutes les lignes ramenées par la première requête
MINUS
sauf les lignes ramenées par la seconde requête
219

Union(ALL). Exemple

 Créer une table d’archivage qui contient les informations des


employés qui ont été embauchés après l’année 2009.

 Ecrire une requête qui va afficher tous les employés:

SELECT * from emp


Union (ALL)
SELECT * from emp2
220

Intersect/Minus. Exemple

Ecrire les requêtes permettant de :


 Afficher les employés qui ont été archivés.
 Afficher les employés qui n’ont pas été archivés.

SELECT * from emp


Intersect/minus
SELECT * from emp2 ;
221

Exercice d’application.

 Ecrire une requête qui permet d’afficher ce résultat à partir de


la table ‘dept’ :
6ème Partie :
Les Sous interrogations

i. Sous interrogations mono lignes


ii. Sous interrogations multi lignes
223

Sous interrogations. Définition

 La sous-interrogation (requête interne) est exécutée une seule


fois avant la requête principale
 Le résultat de la sous-interrogation est utilisé par la requête
principale (requête externe)

 Une sous-interrogation est utilisée dans les clauses suivantes :


 WHERE
 HAVING
 FROM
224

Sous interrogations mono lignes. Définition

Une sous-interrogation peut ramener un seul résultat on


l’appelle sous interrogation mono ligne.

Les opérateurs de comparaison mono ligne sont :


=, !=, <, >, <=, >=
225

Sous interrogations mono lignes. Exemple1

Exemple de Mise à jour avec une sous interrogation :


l’employé numéro 112 est affecté au même poste et même
département que l’employé numéro 111

UPDATE employee_id SET (job_id, department_id)


= ( SELECT job_id, department_id
FROM employees
WHERE employee_id=111 )
WHERE employee_id=112 ;
226

Sous interrogations mono lignes. Exemple2

Exemple de Suppression avec une sous interrogation :


Supprimer tous les employés du département ‘SALES’

DELETE FROM employees


WHERE Department_id =
( SELECT department_id
FROM departments
WHERE department_name=‘SALES’ );
228

Sous interrogations multi lignes. Définition (1/3)

 Une sous-interrogation peut ramener plusieurs lignes à


condition que l'opérateur de comparaison admette à sa
droite un ensemble de valeurs.
 Les opérateurs permettant de comparer une valeur à un
ensemble de valeurs sont :
 l'opérateur IN et
 les opérateurs obtenus en ajoutant ANY ou ALL à la
suite des opérateurs de comparaison classique :
=, !=, <, >, <=, >=.
229

Sous interrogations multi lignes. Définition (2/3)

 ANY : la comparaison sera vraie si elle est vraie pour au


moins un élément de l'ensemble (elle est donc fausse si
l'ensemble est vide).
 ALL : la comparaison sera vraie si elle est vraie pour tous
les éléments de l'ensemble (elle est vraie si l'ensemble est
vide).
 L'opérateur IN est équivalent à = ANY,
 L'opérateur NOT IN est équivalent à != ALL.
230

Sous interrogations multi lignes. Définition (3/3)

Opérateur de comparaison Résultat


SALAIRE doit être égale à une des valeurs
WHERE salaire IN (1200,1600,2000,2900)
dans la liste
SALAIRE ne doit pas être égale à une des
WHERE salaire NOT IN (1200,1600,2000,2900)
valeurs dans la liste
SALAIRE doit être supérieur à au moins une
WHERE salaire >ANY (1200,1600,2000,2900) des valeurs.
Donc plus que le minimum (+ de 1200).
SALAIRE doit être inférieur à au moins une
WHERE salaire <ANY (1200,1600,2000,2900) des valeurs.
Donc moins que le maximum (- de 2900).
SALAIRE doit être supérieur au maximum
WHERE salaire >ALL (1200,1600,2000,2900) de toutes les valeurs.
Donc plus que le maximum (+ de 2900).
SALAIRE doit être inférieur au minimum de
WHERE salaire <ALL (1200,1600,2000,2900) toutes les valeurs.
Donc moins que le minimum (- de 1200).

Vous aimerez peut-être aussi