Bases de Données Avancées

Introduction & Rappel

NASSIMA BOUADEM

Bureau 28
Bloc des enseignants- Université de Bejaia
& LIMED
Nassima.bouadem@univ-bejaia.dz

2022/2023 M1RN RS/SIA

Nassima BOUADEM
 Programme

 CHAPITRE I: Base de données relationnels Rappel

 CHAPITRE II: Le relationnel étendu

 CHAPITRE III: Les BD Orientés Objet

 Chapitre IV: les modèles sémantiques

 Chapitre V: Les BD Réparties

 Chapitre VI: Les BD Déductives

2022/2023 M1RN RS/SIA

Nassima BOUADEM
 BD : définitions
• Qu’est ce qu’une donnée?
• C’est une information quelconque comme, par exemple: voici une personne,
elle s’appelle X
• C’est aussi une relation entre des informations comme, par exemple: X est un
étudiant
• BDD?
• Informelle
• On peut considérer comme une grande quantité de données centralisées ou
non, permettant de répondre aux besoin d’une ou plusieurs applications,
interrogeables et modifiables par un groupe d’utilisateurs
• Formelle
• Est un ensemble de données sur un domaine qui est: exhaustif, non
redondant, structuré, persistant

2022/2023 M1RN RS/SIA

Nassima BOUADEM
 BD : définitions
• BD: « un ensemble de données modélisant les objets d’une partie du
monde réel avec le moins de redondance » Georges Gardarin [1]
• Modèle le plus populaire pour la description de bases données (BD):
modèle relationnel, Proposé par Edgar Frank Codd [2]
• Basé sur la théorie des ensembles:
• tables relationnelle -> ensembles
• Opérateurs ensemblistes -> intersection, union, produit cartésien et la
différence + opérateurs propres aux BD: sélection, la projection, la jointure
et la division [3]

2022/2023 M1RN RS/SIA

Nassima BOUADEM
Système de Gestion de Bases de Données (SGBD)

• Ensemble de programmes assurant le stockage, la modification,

l’accès et la maintenance de données de la BD indépendamment des
programmes d’application[1]
• Le logiciel de base qui permet de manipuler ces données est appelé
un système de gestion de bases de données – SGBD (database
management system – DBMS).
• Tout système d’information est construit autour de bases de données
• Avec la croissance importante du volume de données et de la
diversité de type de données les SGBD ont évolué (figure1)

2022/2023 M1RN RS/SIA

Nassima BOUADEM
Système de Gestion de Bases de Données (SGBD)
-évolution-

2007-a
ujourd
Big Data ’ hui
 
SGBD NoSQL, 
SGBD NewSQL (Données NoSQL, Big data,
données NewSQL, Hadoop,
SGBD Objet Relationnel (Oracle Si, DB2,….) Spanner)
+100Go (SQL99, Entrpôt de données, OLAP,
1999-2004 ETL, Data Mining, XML)
SGBD Orienté objet (ObjectStore, 02) (SQL1(86), SQL92, ODL, DQL, UML,
100Go
1985-1995 Données multimédias)
SGBD Relationnel (Oracle, Ingres)
2Go (QUEL, SQUEL, QBE(77), Relation,
1970-1980 OLTP)
Modèle hiérarchique (IBM) Modèle Réseau (CODASYL)
50Mo (Structure hiérarchique, Réseau)
 
1950-1960

2022/2023 M1RN RS/SIA

Nassima BOUADEM
Objectifs d’un SGBD
• Indépendance par rapport aux:
• Traitements: faciliter la maintenance
• A l’implantation physique des données: codage, support d’enregistrement, ordre
dans lequel les sonnées sont enregistrées…,)
• A l’implantation logique des données (existence d’indexes, décomposition en
fichiers….)
• Manipulation des données par des non informaticiens: pouvoir accéder
aux données sans avoir besoin de programmer
• Efficacité des accès aux données: ces langages doivent permettre d’obtenir
des réponses aux interrogations en un temps raisonnable, mécanismes
permettant de minimiser le nombre d’accès au disque, transparent à
l’utilisateur
 Objectifs d’un SGBD

• Administration centralisée des données

• Non redondance des données (problème de màj)
• Cohérence des données: contrainte d’intégrité
 Types d’utilisateurs d’une BD
• Administrateur: ayant pour tâches
• contrôler la BD, en permettant juste aux applications et utilisateurs ayant e droit
d’accéder au données
• Conserver les bonnes performances d’accéder aux données
• Assurer la sauvegarde et la procédure de reprise après les pannes
• Programmeur:
• développe les applications qui utilisent la BD, créer les tables et les vues associées
aux applications
• L’utilisateur final:
• Accès accordé par l’administrateur aux tables et vues
• Accès juste aux données qui lui sont utiles par l’interméiare d’application et en
intérrogeant ls vues
Cycle de vie d’une BD
• Conception
• Implémentation
• Manipulation
Partie II

modèle entité/association
 Modèle EA

• Appelé fréquemment Entité-Relation,

• Propose des concepts: les entités, les associations et les attributs
• Permettant de décrire un ensemble de données relatives à un
domaine afin de les intégrer ensuite dans une BD.
 Modèle EA
• Entité: un objet, une chose concrète qui peut être reconnu
distinctivement
• Type-entité: un ensemble d’entités ayant les mêmes caractéristiques

• Attention: par abus de langage, on utilise souvent le mot entité à la place du

mot type-entité; faut pas confondre les deux concepts
• Exemple: type-entité: Humain
• Entité: femme et homme
• Occurance d’entité: Akssel, ouarda
 Modèle EA
• Attribut (propriété ): est une caractéristique associée à un type-entité.
Chaque attribut possède un domaine qui définit l’ensemble de valeurs
possibles qui peuvent être choisies pour lui(entier, chaine de
caractères, booléen….)
• Exemple: Age d’une personne, le code d’un fournisseur, le numéro d’un
produit
• Exemple de représentation graphique d’un type-entité avec deux attributs
Modèle EA
• Association: est un lien entre plusieurs entités
• Type-association: ensemble de relations qui possèdent les mêmes
caractéristiques,
• Le type-association décrit un lien entre plusieurs type-entités. Alors que les
associations de ce type-association lient des entités de ces types-entités
• Exemple: type-association « transport de produits vers entrepôt
• Association: le transport de la Clio 3333 XR05 vers le dépôt aboudaw01
• Le type-association peut ne pas posséder d’attributs et cela est
relativement fréquent
Modèle E/A
• Identifiant: identifiant d’un type-entité ou d’un type-association est
constitué par un ou plusieurs de ses attributs qui doivent avoir une
valeur unique pour chaque entité ou association de ce type

• Exemple: l’immatriculation d’une voiture,

• Exemple d’une représentation graphique d’un identifiant
Modèle E/A
• Chaque type-entité possède au moins un identifiant peut être formé
de plusieurs attributs
• Chaque type-entité possède au moins un attribut qui s’il est seul, est
donc l’identifiant
• L’identifiant d’un type association doit être la concaténation des
identifiants des types-entités liés,
Modèle E/A
• Cardinalité: d’un type-association est le nombre de fois minimal et
maximal qu’une entité peut intervenir dans une association de ce
type. La cardinalité minimale doit être inférieur ou égale à la
cardinalité maximale,
• Exemple: un client peut commander entre 1 et n produits
Modèle E/A
• Cardinalité minimale peut être:

• Cardinalité maximale peut être:

 Modèle relationnel

Definition: les objets et les associations sont représentés par un concept unique: les relations.
Les relations sont des tableaux à deux dimensions appels tables
Modèle relationnel
• Domaine

• Attribut:
Modèle relationnel
• Relation (table): est un sous ensemble du produit cartésien de
domaine, ce sous ensemble sera désigné par un nom qui sera le nom
de la relation
• Exemple:
• Dnum {1/105,002/5,003/5…..}
• Dniveau{1ere, 2eme, 3eme…}
• Dspec{Ro,Info,Bio….}
• Dnum*Dniveau*Dspec={(1/105, 1ere,Ro), (1/105, 2eme,Ro),…..(003/5,
3eme , Bio)…..}
 Modèle relationnel
Table Etudiant

Dnum Dniveau Dpec

1/105 1ere RO
1/105 2eme RO

Chaque ligne représente un tuple.

L’entête de chaque colonne est un attribut
Etudiant est le nom de la relation
Modèle relationnel
• Clé d’une relation
Modèle relationnel
• Population
Règles de passage de E/A au modèle
relationnel
Formes normales
• 1FN: Une relation est en 1FN si tous les attributs qui la composent
sont non décomposables.
• Exemple
• Personne (numP, patronyme) Personne (numP, nom, prénom)
• 2FN: Une relation est en 2FN si elle est en 1FN et si toutes les DFs
entre la clé et les autres attributs sont élémentaires.
• Exemple
• Employé (numE, numP, nomE, temps) Employé (numE, nomE)
TempsProjet (numE, numP, temps)
Formes normales
• 3FN: Une relation est en 3FN si elle est en 2FN et si toutes les DFs
entre la clé et les autres attributs sont élémentaires et directes.
• Exemple
Exercice
• En quelle forme normale est cette relation?
Bases de Données Avancées
Introduction & Rappel (suite)
NASSIMA BOUADEM

Bureau 28
Bloc des enseignants- Université de Bejaia
& LIMED
Nassima.bouadem@univ-bejaia.dz

2022/2023 M1RN RS/SIA

Nassima BOUADEM
Modèle relationnel est normalisation

Nassima.bouadem@univ-bejaia.dz
B26, Bloc des enseignants- Université de Bejaia

& LIMED
2022/2023 M1RN RS/SIA/ASR
Nassima BOUADEM
Modèle relationnel
• Propose une structuration des données à l’aide de deux concepts
élémentaires
• le domaine et la relation.
• Un domaine est un ensemble nommé de valeurs donné a priori
• Une relation est un ensemble nommé d’agrégats de n valeurs,
chacune appartenant à un domaine.
• Les composants de même rang des lignes forment un attribut de
• la relation.
• Les attributs d’une relation portent des noms distincts.
Modèle relationnel
• Notation de relation:
• OFFRE(CHAINE: char(20), PRODUIT: char(16), PRIX: decimal(6,2))
• ou, plus simplement, si on ignore les domaines:
• OFFRE(CHAINE, PRODUIT, PRIX) avec implantation(Chaine, Ville)
La relation OFFRE indique quelles chaînes de magasins offrent un produit déterminé et à quel prix.
La relation IMPLANTATION nous informe sur les villes où on trouve un magasin d’une chaîne
déterminée.
L’identifiant (clé)

1. VENTE(ARTICLE, MAGASIN, PRIX, ...). Dans le domaine d’application décrit, un article n’est vendu que dans
un seul magasin, et à prix fixe.
2. VENTE'(ARTICLE, MAGASIN, PRIX, ...). Ici, un article peut être vendu par plusieurs magasins. Son prix dépend
du magasin qui le vend.
3. VENTE"(ARTICLE, MAGASIN, PRIX, ...). Un magasin peut vendre un même article à différents prix (selon une
règle qui n’est pas précisée).
 4.EMPLOYE(MATR, NSS, NOM, ADRESSE). Cette relation est dotée de deux identifiants distincts, indiquant par
là qu’un employé peut être identifié soit par son matricule (MATR), soit par son numéro de Sécurité sociale
(NSS).

5. HORAIRE(PROF, HEURE, LOCAL)

id: PROF,HEURE
id: HEURE,LOCAL
La relation HORAIRE indique qu’un professeur fait cours à une heure déterminée dans un local déterminé. Le
premier identifiant traduit le fait qu’un professeur, durant une heure déterminée, est présent dans le même
local. Le second précise que dans un local, à une heure déterminée, on ne trouve qu’un seul professeur.
L’identifiant (clé)

1. Un identifiant est minimal si aucune de ses parties n’est un identifiant. Si au

contraire il comporte des attributs surnuméraires, qu’on peut supprimer sans qu’il
perde son statut d’identifiant, il est dit non minimal.
2. Tout ensemble d’attributs dont une partie est un identifiant est aussi un
identifiant: On en déduit qu’en ajoutant un attribut quelconque à un identifiant, on
obtient encore un identifiant (non minimal).
3. L'ensemble des attributs d’une relation est un identifiant de celle-ci. (par
définition, une relation ne peut contenir deux lignes identiques ). Cet identifiant est
très souvent non minimal. Conséquence : toute relation possède au moins un
identifiant.
4. Une relation peut posséder plusieurs identifiants minimaux. Il est habituel de
désigner l’un d’entre eux comme l’identifiant primaire de la relation.
5. Il est possible qu’un attribut appartienne à plusieurs identifiants minimaux.
Graphe ADF d’une relation (attributs et
DF)
• Prenons la relation COM
• COM(NCLI, NOM, ADRESSE, NCOM, DATE, NPRO, QTE, PRIX-U)
• NCOM ⎯→ NCLI toute commande est émise par un client df1
• NCLI ⎯→ NOM tout client a un nom df2
• NCLI ⎯→ ADRESSE tout client a une adresse df3
• NCOM ⎯→ DATE toute commande est passée à une certaine date df4
• NCOM, NPRO ⎯→ QTE dans toute commande, il y a une quantité par
produit df5
• NPRO ⎯→ PRIX-U tout produit a un (et un seul) prix unitaire df6
Graphe ADF d’une relation (attributs et
DF)
• On appelle DF externe dans un graphe ADF toute DF dont le déterminé
n’entre dans la composition d’aucun déterminant. Les autres DF sont
dites internes.

• La relation COM comporte une seule DF interne (NCOM ⎯→ NCLI), toutes

les autres étant externes.
• Un attribut externe appartient à un déterminé mais à aucun
déterminant (NOM, ADRESSE, DATE, QTE, PRIX-U).
• Un attribut source appartient à un déterminant mais pas à un
déterminé (NPRO, NCOM).
• Un attribut interne appartient à un déterminant et à un déterminé
(NCLI).
• Un attribut isolé n’appartient ni à un déterminant ni à un déterminé.
• Les attributs sources et isolés forment les attributs racines.
Propriétés des dépendances fonctionnelles

A. Règles de dérivation des dépendances fonctionnelles:

• Règles d’inférence d’Armstrong
• permettent de produire de nouvelles DF à partir de DF connues au
sein d’une même relation. Elles sont au nombre de trois, mais il est
habituel de les combiner sous la forme de six règles plus intuitives et
plus pratiques.
• A et B désignent des attributs tandis que K, L et M désignent des
ensembles d’attributs.
Propriétés des dépendances fonctionnelles

1. Réflexivité : Si L est un sous-ensemble non vide de K, alors on a K ⎯→ L. Un

ensemble d’attributs détermine chacun de ses sous-ensembles. Cette propriété qui
semble évidente produit ce qu’on appelle des DF triviales
2.Augmentation : Si K ⎯→ B, alors on a aussi KA ⎯→ BA. Si on ajoute un attribut
quelconque à un déterminant et à son déterminé, on obtient encore une DF.  
3. Additivité : Si K ⎯→ A et L ⎯→ B, on a aussi KL ⎯→ AB. Si on additionne (il s’agit en fait d’une
union) respectivement les déterminants et les déterminés de deux DF, on obtient encore une DF.
4. Décomposabilité : Si K ⎯→ LM, on a aussi K ⎯→ L et K ⎯→ M. Pour toute DF, il existe une DF entre
son déterminant et chaque attribut de son déterminé. Une DF dont le déterminé comprend un seul
attribut est dite élémentaire.
5. Transitivité : Si K ⎯→ L et L ⎯→ M, on a aussi K ⎯→ M. En clair, la composition de deux DF est
encore une DF.
6. Pseudo-transitivité : Si K ⎯→ L et LM ⎯→ N, on a aussi KM ⎯→ N.
Exemple
Considérons la relation :
• ORDRE (FOURN, NPRO, NCOM, ADR, REGION, QTE) avec les DFs
• FOURN ⎯→ ADR, NPRO
• ADR ⎯→ REGION
• NCOM, NPRO ⎯→ QTE
On en infère les DF supplémentaires suivantes dans ORDRE :
• FOURN, NCOM ⎯→ FOURN, NCOM
• ADR,NCOM ⎯→ REGION
• ADR, NCOM, NPRO ⎯→ REGION, QTE
• FOURN ⎯→ NPRO
• FOURN ⎯→ REGION
• FOURN, NCOM ⎯→ QTE
• Dans la projection ORDRE[FOURN, NPRO, REGION] on a aussi :
• FOURN ⎯→ NPRO, REGION
• La règle d’augmentation conduit à la notion de DF minimale : une DF
est minimale si elle ne dérive pas d’une autre DF par augmentation.
Autrement dit, si on enlève un attribut au déterminant d’une DF
minimale, le résultat n’est plus une DF.
Propriétés des dépendances fonctionnelles

B. Dépendances de base, dépendances dérivées:

• Une DF de base d’une relation est spécifiée explicitement et ne peut

se dériver d’autres DF de cette relation. Une DF dérivée est construite
à partir d’autres DF par application des règles décrites
précédemment, et plus particulièrement la règle de transitivité
Exemple
Soit la relation COLIS dont le schéma se présente comme suit :
• COLIS(NCOL, NCLI, DATE, NOM, ADRESSE)
• NCOL ⎯→ NCLI df1
• NCOL ⎯→ DATE df2
• NCLI ⎯→ NOM df3
• NCLI, DATE ⎯→ ADRESSE df4
• De la composition de df1 avec df3 on déduit : NCOL ⎯→ NOM.
• De la composition de df4 avec l’addition de df1 et df2 on déduit : NCOL ⎯→ ADRESSE.
• Les DF df1 à df4 sont appelées de base tandis que les deux DF déduites sont dites
dérivées.
• Lorsqu’on spécifie un schéma relationnel, on ne reprend que les DF de base.
• La figure suivante illustre graphiquement ces six dépendances
Image: DF dérivée/ DF de base
Propriétés des dépendances fonctionnelles

C. Fermetures et couvertures minimales:

• À partir d’un ensemble F de DF d’une relation R, il est possible de dériver d’autres ensembles
équivalents en ajoutant ou retirant des DF dérivées.

• On appelle fermeture de F par les règles d’Armstrong l’ensemble F+ qui inclut F et qui contient en
outre toutes les DF qu’on peut en dériver en appliquant itérativement les règles d’Armstrong.
• F ne possède qu’une seule fermeture F+.
• On appelle couverture minimale de F un plus petit ensemble de DF à partir duquel il est possible
de reconstituer F par les règles d’Armstrong.
• F peut admettre plusieurs couvertures minimales. Elles ont la même fermeture que F.
• La notion de fermeture existe aussi pour les attributs : si K est un ensemble d’attributs
de R, on appelle fermeture de K selon F l’ensemble K+ des attributs de R déterminés
par K. Soit l’ensemble K = {NCOM} de la relation COM. On détermine
aisément K+ = {NCLI, NOM, ADRESSE, NCOM, DATE}
Propriétés des dépendances fonctionnelles

D. Circuit de dépendances fonctionnelles:

• Un circuit est constitué d’une suite de DF telle que certains attributs
intervenant dans ces DF se déterminent indirectement eux-mêmes.
L’exemple de la figure suivante:
• comporte un circuit formé de deux DF. On observe en effet que les
attributs déterminés MATIERE et PROF apparaissent, complètement
ou partiellement, dans leurs propres déterminants. Ces deux attributs
font partie du circuit alors que ETUDIANT en est exclu.
Normalisation d’une relation
• Procédure1 : Normalisation d’une relation R (procédure simplifiée)
1. Dessiner le graphe ADF de la relation réduit aux DF de base
2. Calculer les identifiants minimaux
3. Marquer les DF anormales
4. Tant qu’il existe une DF anormale externe K ⎯→ L, générer une
relation RL(K, L) et retirer L de R ; préciser la contrainte référentielle
5. Finalisation : regroupement, noms significatifs, contraintes
référentielles.
1.Calcul de l’identifiant (la clé)
• Procédure 1.a : Calcul de l’identifiant d’une relation R (procédure de
base)
1. Un premier identifiant J est constitué de l’ensemble des attributs de
R
2. On recherche dans J un attribut C externe dans le graphe ADF de J ;
on retire C de J
3. On répète l’étape 2 jusqu’à ce qu’il ne soit plus possible de retirer
d’attribut à J
4. J est l’identifiant (non nécessairement minimal) de R.
Comment?
• tout identifiant d’une relation détermine chaque attribut de cette
relation:
• si un groupe d’attributs détermine chacun des attributs de la relation,
alors on peut déclarer ce groupe identifiant de la relation.
Exemple
La relation COM (figure 3.5) se traite comme suit :
1. L’identifiant de départ est l’ensemble {NCLI, NOM, ADRESSE, NCOM,
DATE, NPRO, QTE, PRIX-U}.
2. On en retire les attributs externes DATE, QTE, PRIX-U, NOM et
ADRESSE.
3. On en retire l’attribut NCLI, qui est devenu externe.
Il reste l’identifiant {NCOM, NPRO}
Exemple
La relation possède plusieurs identifiants
• Si le graphe ADF comporte un circuit, alors la relation possède
plusieurs identifiants, ce qui complique quelque peu les choses.
L’application de la procédure 1.a produit un ensemble d’attributs
(appelé noyau irréductible) parmi lesquels subsistent des DF internes
dont certaines forment un circuit.
• Le circuit en effet ne propose plus d’attributs externes. Cet ensemble
constitue bien un identifiant, mais celui-ci n’est pas minimal. En effet,
il inclut plusieurs identifiants plus réduits.
• Le schéma suivant présente un circuit de DF comme le montre son
graphe ADF (figure)
Exemple
• Donc
Nous avons les DFs suivants:
COURS(MATIERE, ETUDIANT, PROF, CLASSE,
TEL)
ETUDIANT ⎯→ CLASSE
PROF ⎯→ TEL
PROF ⎯→ MATIERE
ETUDIANT,MATIERE ⎯→ PROF
Exemple
• Les attributs CLASSE et TEL peuvent être retirés
de l’identifiant initial
• Il reste alors un noyau d’attributs {MATIERE,
ETUDIANT, PROF} qui ne peut plus être réduit
selon la procédure 1.a puisqu’il n’y existe plus
d’attributs externes.
• L’identifiant obtenu est donc formé de ce
noyau. Cependant, un examen plus attentif
montre que cette conclusion n’est pas
satisfaisante, puisque le sous ensemble
{MATIERE, ETUDIANT} est de toute évidence un
identifiant.
• Observons que la propriété 2 de la
procedure1.a1 veut que l’attribut C qu’on retire
de J soit déterminé mais elle n’exige pas qu’il
soit externe dans son graphe ADF.
Exemple (suite)
• On peut donc retirer PROF ou MATIERE du
noyau sans que le reste, {MATIERE,
ETUDIANT} ou {ETUDIANT, PROF}, perde la
propriété d’identifiant.
• On procède dès lors comme suit.
• Pour chaque attribut du circuit, on le retire
du noyau, ainsi que les DF dans lesquelles il
apparaît. On obtient ainsi deux graphes
partiels (figure ), auxquels on applique la
procédure classique 1.a On obtient
immédiatement les deux identifiants
• minimaux {MATIERE, ETUDIANT} et
{ETUDIANT, PROF}.
• La procédure décrite doit donc être appliquée récursivement jusqu’à
la réduction de tous les circuits
DÉCOMPOSITION D’UNE RELATION
• Décomposer revient à faire:
• R(déterminant, déterminé, résidu) donne:
• R1 (déterminant, déterminé)
• R2 (déterminant, résidu)
Exemple
• Soit la relation COM dont le graphe ADF est
donné à la figure précédentante. Ce graphe
ne reprend que les DF de base. L’unique
identifiant {NCOM, NPRO} de la relation a déjà
été calculé.
• Les DF anormales sont marquées sur le
graphe ADF de la figure suivante:
Exemple suite
• Les cinq itérations successives de la normalisation produisent les résultats suivants :
• état initial
COM(NCLI, NOM, ADRESSE, NCOM, NPRO, DATE, QTE, PRIX-U)
• itération 1
DF anormale externe : NPRO ⎯→ PRIX-U
R1(NPRO, PRIX-U)
COM(NCLI, NOM, ADRESSE, NCOM, NPRO, DATE, QTE)
• itérations 2 et 3
DF anormales externes : NCLI ⎯→ NOM; NCLI ⎯→ ADRESSE
R1(NPRO, PRIX-U)
R2(NCLI, NOM)
R3(NCLI, ADRESSE)
COM(NCLI, NCOM, NPRO, DATE, QTE)
Exemple (suite)
itérations 4 et 5
DF anormales externes : NCOM ⎯→ DATE; NCOM ⎯→ NCLI;
R1(NPRO, PRIX-U)
R2(NCLI, NOM)
R3(NCLI, ADRESSE)
R4(NCOM, DATE)
R5(NCOM, NCLI)
COM(NCOM, NPRO, QTE)
Finalisation : il semble pertinent de regrouper les relations R2 et R3 d’une part, et R4 et R5 d’autre part,
considérant qu’elle ont le même identifiant :
R1(NPRO, PRIX-U)
R23(NCLI, NOM, ADRESSE)
R45(NCOM, NCLI, DATE)
COM(NCOM, NPRO, QTE)