Méthode Merise
Nils Schaefer
[email protected]
Introduction
❑ Qu’est-ce qu’une base de données ?
▪ Une façon structurée de stocker des données
▪ Plus pratique que de manipuler des fichiers (CSV, Excel,
Word…)
❑ Où sont utilisées les bases de données ?
▪ Dans tous les systèmes d’information
▪ Derrière chaque site Web pour stocker des produits, des
clients…
❑ Ce cours concerne les bases de données les plus
courantes
▪ Les bases de données relationnelles
❑ Comment créer une base de données ?
▪ Il faut commencer par modéliser la base de données !
2
Méthode Merise
❑ Méthode courante de modélisation de BD
❑ Touts les données du système d’information doivent
être représentées
❑ 3 modèles de données
▪ MCD : Modèle Conceptuel des Données
▪ MLD : Modèle Logique des Données
▪ MPD : Modèle Physique des Données
❑ Commençons avec le plus important : le MCD
❑ Modèle important même pour les non-informaticiens
❑ Comment construire un MCD ?
3
Entités et attributs
❑ Une entité représente un objet physique ou abstrait
❑ Une entité contient des attributs
❑ Chaque attribut est utilisé pour contenir une
donnée
4
Attributs
❑ Le choix des attributs dépend du contexte
❑ Exemple avec une personne
▪ L’utilisation des propriétés Nom et Prenom est évidente
▪ Que pensez-vous de l’utilisation de la propriété Poids…
• dans un contexte médical ?
• dans un contexte universitaire ?
▪ Que pensez-vous de l’utilisation de la propriété
DernierDiplome…
• dans un contexte médical ?
• dans un contexte universitaire ?
5
Attributs
❑ Chaque attribut doit contenir une donnée atomique
❑ Une donnée atomique correspond à la plus petite
donnée que l’on peut avoir à manipuler
❑ L’atomicité est relative en fonction de vos besoins
❑ Exemple avec l’attribut Nom pour une personne
▪ Est-ce que Nom avec la valeur Pierre Dupont est atomique ?
▪ Non il faudrait utiliser Nom et Prenom
▪ Du coup Nom contiendrait Dupont et Prenom contiendrait
Pierre
▪ Quelqu’un pourrait toutefois dire que l’attribut Nom seul est
atomique par rapport à ses besoin s’il est sûr qu’il n’aura jamais
à décomposer les données contenues dans cet attribut
❑ Qu’en est-il de l’attribut Adresse ?
6
Associations
❑ Une association est un lien logique
▪ Entre 2 entités (ou plus)
❑ Une association représente des entités qui
travaillent ensemble
▪ Une entité a donc besoin d’une ou plusieurs autres pour
être fonctionnelle
7
Associations et cardinalités
❑ Chaque associations possède des cardinalités
▪ Indique la multiplicité de chaque côté de l’association
▪ Une cardinalité min et une cardinalité max pour chaque
entité liée
▪ La valeur n (infini) ne peut pas être utilisée pour une
cardinalité min
▪ La valeur 0 ne peut pas être utilisée pour une cardinalité
max
8
Associations, cardinalités et attributs
❑ Chaque association peut avoir des attributs
❑ Important quand un attribut ne caractèrise aucune
des entités liées mais seulement l’association
9
Clés primaires
❑ Chaque entité a besoin d’une clé primaire
❑ Une clé primaire permet d’identifier de manière unique
chaque enregistrement de l’entité
❑ Une clé primaire est composée d’un ou plusieurs
attributs
❑ Techniquement il est possible d’utiliser n’importe quel(s)
attribut(s) qui convien(nen)t
▪ Que pensez-vous du couple Prenom et Nom pour Personnes ?
▪ Que pensez-vous de NumeroSecuriteSociale pour Personnes ?
▪ Que pensez-vous du triplet Adresse, CodePostal et Ville pour
Maisons ?
10
Clés primaires
❑ En pratique il est préférable d’utiliser une clé
primaire numérique arbitraire auto-incrémentée
❑ Moins d’ambigüité, moins de problèmes…
11
Association entre 3 entités
12
Structure et données
❑ Ne pas confondre la structure de la base de
données avec les données elles-mêmes
❑ Attribut ≠ donnée
❑ Chaque entité va devenir une table qui contiendra
les données
13
Logiciels
❑ Windows
▪ Looping MCD
▪ Site Web : https://www.looping-mcd.fr
❑ MacOS
▪ Analyse SI
▪ Site Web : https://launchpad.net/analysesi
▪ Nécessite Java (JRE)
▪ Site Web : https://www.java.com/fr/download
14
Modèle Logique des données
❑ MLD connu aussi sous le nom de Modèle Relationnel
❑ Ce modèle dérive du MCD
▪ Conversion du MCD au MLD
❑ Ce modèle représente la structure physique d’une BD
▪ Le MLD montre toutes les tables nécessaires à la BD
▪ Les entités et les associations (certaines) sont converties en
tables
❑ Les logiciels peuvent produire automatiquement le MLD
à partir du MCD…
❑ Mais il est important de comprendre comment tout ça
fonctionne !
15
Règle #1
❑ Chaque entité devient une table
16
Règle #2
❑ Pour une association 1-n, l’association disparait et
du côté du 1 l’entité reçoit une copie de la clé
primaire de l’autre table sous forme de clé
étrangère
▪ Une association 1-n veut dire 1 = cardinalité max d’un
côté et n = cardinalité max de l’autre côté
17
Règle #2
❑ Généralement on utilise un symbole # devant le
nom d’une propriété qui est une clé étrangère
❑ Version textuelle du MLD
Personnes(idPersonne,Prenom,Nom,DateDeNaissance,VilleDeNaissance
,Sexe,Taille,NumeroSecuriteSociale,#idMaison)
Maisons(idMaison,Adresse,CodePostal,Ville,Pays,Superficie,Prix)
❑ Version visuelle du MLD
18
Règle #2
❑ Voici un exemple avec des données pour ces 2 tables
❑ Réalisez ces modifications…
▪ Sophie Dupont habite avec Paul Dupont
▪ Pierre Doe habite au 5 Rue Bleue
▪ Amélie Dupont préfère vivre dans la rue plutôt qu’avec John
Doe
19
Règle #3
❑ Pour une association n-n, l’association devient une
table et reçoit les clés primaires des 2 entités sous
la forme de clés étrangères formant la clé primaire
20
Règle #3
❑ Version textuelle du MLD
Personnes(idPersonne,Prenom,Nom,DateDeNaissance,
VilleDeNaissance,Sexe,Taille,NumeroSecuriteSociale)
Maisons(idMaison,Adresse,CodePostal,Ville,Pays,Superficie,Prix)
Possede(#idPersonne,#idMaison,Pourcentage)
❑ Version visuelle du MLD
21
Règle #3
❑ Voici un exemple avec des données pour ces 3 tables
❑ Réalisez ces modifications…
▪ Pierre Doe vend la moitié de sa maison à Sophie Dupont
▪ Amélie Dupont achète la maison de Pierre Doe
▪ John Doe vend 10% de sa maison à Lisa Doe
22
Exemple avec 2 associations
23
Règle #4
❑ Pour une association 1-1, l’association disparaît et
il est possible de choisir le côté qui va recevoir une
copie de la clé primaire comme clé étrangère
24
SGBDR
❑ Système de Gestion de Base de Données
Relationnelles
❑ Logiciel qui gère physiquement les bases de données
▪ Accès distant possible
❑ Gestion structurée des fichiers des BD
▪ Comment sont structurés les fichiers ? Peu importe !
❑ Gestion des accès aux BD
▪ Il faut toujours avoir un utilisateur pour se connecter à un
SGBDR
▪ Il est possible de définir des droits spécifiques pour les
utilisateurs
❑ Exemples ode SGBDR
▪ MySQL, SQL Server, Access, PostGreSQL, Oracle, DB2…
25
Modèle physique des données
❑ MPD
❑ Ce modèle dérive du MLD
▪ Conversion du MLD au MPD
❑ Ce modèle représente la structure physique d’une BD
pour un SGBD donné
▪ Le MLD montre toutes les tables nécessaires à la BD
▪ Le MPD donne toutes les informations techniques pour créer
les tables sur le SGBDR cible
❑ Les logiciels peuvent automatiquement créer le code du
MPD à partir du MLD…
❑ Mais il faut faire certains choix
▪ Donc ça ne peux pas être automatisé à 100%
26
MySQL
❑ MySQL est un SGBDR très courant
▪ En seconde position après Oracle
❑ Il fonctionne sur la plupart des systèmes d’exploitation
▪ Windows, MacOS and Linux
❑ MySQL est une application de type serveur
▪ Elle fonctionne en continue et en arrière-plan
▪ Par exemple, Access n’est pas une application de type serveur
• Access est lancé quand on souhaite s’en servir
• Pas d’accès réseau
❑ Nous utiliserons MySQL pour la suite de ce cours
27
Langage SQL
❑ Structured Query Language
▪ Langage normalisé
❑ Langage pour parler avec les SGBDR
▪ Langage de définition de données (DDL : Data Definition
Language)
▪ Langage de manipulation de données (DML : Data
Manipulation Language)
❑ Pour créer une BD il faut utiliser SQL en tant que DDL
▪ Création de la BD elle-même : CREATE DATABASE ou
CREATE SCHEMA
▪ Création des tables : CREATE TABLE
28
Types de données
❑ Chaque propriété est définie par un type de données
▪ Nombres entiers
• TINYINT (1 octet) : de -128 à 127
• SMALLINT (2 octets) : de -32 768 à 32767
• MEDIUMINT (3 octets) : de -8 388 608 à 8 388 607
• INT (4 octets) : de -2 147 483 648 à 2 147 483 647
• BIGINT (8 octets) : de -9 223 372 036 854 775 808 à 9 223 372 036
854 775 807
▪ Nombres à virgule
• FLOAT (4 octets)
• DOUBLE (8 octets)
• DECIMAL(x,y) : x chiffres max incluant y chiffres max après la
virgule
▪ Pour utiliser uniquement des nombres entiers : UNSIGNED
• Exemple : UNSIGNED TINYINT (1 octet) : de 0 à 255
• …
29
Types de données
❑ Il est possible de stocker du texte
▪ Textes courts (Prénom, nom, ville, pays…)
• CHAR(x) : texte avec exactement x caractères
• VARCHAR(x) : texte avec au maximum x caractères
▪ Textes longs
• TINYTEXT : texte avec au maximum 256 caractères
• TEXT : texte avec au maximum 65 536 caractères
• MEDIUMTEXT : texte avec au maximum 16 777 216 caractères
• LONGTEXT : texte avec au maximum 4 294 967 296 caractères
▪ Attention aux valeurs faussement numériques
• Un code postal n’est pas un nombre, on utilisera donc CHAR(5)
pour un code postal français
• Un numéro de téléphone n’est pas un nombre, on utilisera donc
CHAR(10) pour un numéro de téléphone français
• Est-ce une valeur faussement numérique ? Demandez-vous s’il est
possible de faire des calculs (ayant un sens) avec cette valeur ? Si
non ce n’est pas un nombre !
30
Types de données
❑ Types spécifiques
▪ DATE : date (yyyy-mm-dd)
• Attention format anglais par défaut
▪ DATETIME : date et heure (yyyy-mm-dd hh:mm:ss)
▪ …
❑ Informations additionnelles
▪ AUTO_INCREMENT : valeur auto-incrementée (pour une
clé primaire)
▪ NOT NULL : la propriété doit avoir une valeur
▪ DEFAULT x : la propriété aura la valeur x par défaut (si
non définie)
▪ …
31
Clés primaires et étrangères
❑ Clés primaires
▪ PRIMARY KEY(x) : la propriété x est la clé primaire
▪ PRIMARY KEY(x,y) : le couple de propriétés (x,y) est la
clé primaire
❑ Clés étrangères
▪ Exemple d’une clé étrangère x qui provient d’une
propriété y, clé primaire de la table t
CONSTRAINT fk1
FOREIGN KEY(x) REFERENCES t(y)
32
Code SQL (Exemple 1)
33
Code SQL (Exemple 1)
CREATE TABLE Personnes
(
idPersonne INT NOT NULL AUTO_INCREMENT,
Prenom VARCHAR(100) NOT NULL,
Nom VARCHAR(100) NOT NULL,
DateDeNaissance DATE NOT NULL,
VilleDeNaissance VARCHAR(100),
Sexe TINYINT,
Taille FLOAT,
NumeroSecuriteSociale CHAR(15),
PRIMARY KEY (idPersonne)
)
34
Code SQL (Exemple 2)
35
Code SQL (Exemple 2)
CREATE TABLE Maisons
(
idMaison INT NOT NULL AUTO_INCREMENT,
Adresse VARCHAR(200) NOT NULL,
CodePostal CHAR(5) NOT NULL,
Ville VARCHAR(100) NOT NULL,
Pays VARCHAR(100),
Superficie FLOAT,
Prix FLOAT,
PRIMARY KEY (idMaison)
)
36
Code SQL (Exemple 2)
CREATE TABLE Personnes
(
idPersonne INT NOT NULL AUTO_INCREMENT,
Prenom VARCHAR(100) NOT NULL,
Nom VARCHAR(100) NOT NULL,
DateDeNaissance DATE NOT NULL,
VilleDeNaissance VARCHAR(100),
Sexe TINYINT,
Taille FLOAT,
NumeroSecuriteSociale CHAR(15),
idMaison INT,
PRIMARY KEY (idPersonne),
CONSTRAINT fk1 FOREIGN KEY(idMaison) REFERENCES Maisons(idMaison)
)
37
Code SQL (Exemple 3)
38
Code SQL (Exemple 3)
CREATE TABLE Maisons
(
idMaison INT NOT NULL AUTO_INCREMENT,
Adresse VARCHAR(200) NOT NULL,
CodePostal CHAR(5) NOT NULL,
Ville VARCHAR(100) NOT NULL,
Pays VARCHAR(100),
Superficie FLOAT,
Prix FLOAT,
PRIMARY KEY (idMaison)
)
39
Code SQL (Exemple 3)
CREATE TABLE Personnes
(
idPersonne INT NOT NULL AUTO_INCREMENT,
Prenom VARCHAR(100) NOT NULL,
Nom VARCHAR(100) NOT NULL,
DateDeNaissance DATE NOT NULL,
VilleDeNaissance VARCHAR(100),
Sexe TINYINT,
Taille FLOAT,
NumeroSecuriteSociale CHAR(15),
PRIMARY KEY (idPersonne)
)
40
Code SQL (Exemple 3)
CREATE TABLE Possede
(
idPersonne INT NOT NULL,
idMaison INT NOT NULL,
Pourcentage FLOAT NOT NULL,
PRIMARY KEY (idPersonne,idMaison),
CONSTRAINT fk1 FOREIGN KEY(idPersonne)
REFERENCES Personnes(idPersonne),
CONSTRAINT fk2 FOREIGN KEY(idMaison)
REFERENCES Maisons(idMaison)
)
41
