1ère partie Nadine Cullot. Bases de données déductives. Bases de données déductives Introduction et Motivation

Dimension: px
Commencer à balayer dès la page:

Download "1ère partie Nadine Cullot. Bases de données déductives. Bases de données déductives Introduction et Motivation"

Transcription

1 Master STIC «Image Informatique et Ingénierie» Module Informatique Modèles de représentation - 10h CM Nadine Cullot Kokou Yétongnon 1ère partie Nadine Cullot Modèles logiques: Modèles déductifs à base de règles de type Datalog Modèles logiques orientés objets Frame Logique Modèles basés sur les logiques de description OWL 1 2 Introduction et motivation des concepts de BD déductives Les concepts de bases : Datalog Syntaxe et sémantique d une programme Datalog Méthodes d évaluation d un programme Datalog Apparues dans les années 1970, Les BD déductives sont encore un domaine de recherche reconnu et actif dans la communauté des Bases de Données. Au sens large, le terme déductif peut être attribué lorsqu une partie des données de la base est représentée par des règles (règles de déductions). 3 4 Description des données de façon intentionnelle : par les règles données dérivées Moteur d inférence mécanisme qui permet l activation de ces règles méthodes d évaluation règle : "tête" "corps" Domaine concernés par les BD déductives BASES DE DONNEES vues requêtes contraintes d'intégrité... INTELLIGENGE ARTIFICIELLE représentation des connaissances démonstration automatique systèmes experts... PROGRAMMATION LOGIQUE langage de programmation règles

2 Les BDD ne sont pas une nouvelle technologie de Gestion de Bases de Données, mais doivent être vues comme des fonctionnalités supplémentaires pour des SGBD qui permettent de définir et gérer des données dérivées (ou déduites) : non décrites explicitement. Les BD déductives : pour quoi faire? L utilisation de règles permet d améliorer la modélisation des connaissances définir des règles récursives (cartes, graphes, hiérarchies) introduire des niveaux de hiérarchie dans les données, accroître ou restructurer une BD sans modification physique des données, ajouter (de définir) des termes sans redondance, ni modification. 7 8 Les règles permettent aussi de proposer une alternative au concept de vue pour décrire des données en évitant des duplications redondantes proposer différents niveaux d autorisation d accès, représenter le «sens» des données stockées dans la base, définir des contraintes d intégrité, définir des règles de mise à jour de la base. Peut-on parler de domaine spécifique pour les BD déductives? La réponse peut être non, mais les BD déductives peuvent s appliquer dans tout type de contexte : grâce au niveau d abstraction qu elles permettent de définir grâce à la possibilité d introduire des nouveaux termes sans modification des données existantes 9 10 Certaines applications, typiquement de type recherche dans des graphes dont la complexité est très grande sont à l origine du développement des BDD: recherche de techniques efficaces issues de l IA mais les apports des BDD ne se limitent pas à ce type d applications Les différents types de couplage Couplage faible consiste à prendre un SGBD (relationnel) un langage de programmation logique et à bâtir une interface d appel du SGBD depuis le langage Langage Logique + Prédicats du SGBD Requêtes Système déductif SGBD

3 Les différents types de couplage Couplage fort consiste à modifier l interpréteur du langage logique de manière à rendre transparent les appels au SGBD (pas de visibilité externe du SGBD par l utilisateur, mais visibilité des connaissances comme des prédicats du langage Langage Logique Système déductif SGBD Les différents types de couplage Intégration complète des mécanismes de déduction au SGBD nécessité de retoucher au code d un SGBD (relationnel) ajout d un évaluateur de règles, d opérateurs spécialisés, etc... meilleures performances langage d interrogation du système peut être une extension d un langage de requêtes Langage de règles Déduction SGBD Datalog notion de règle Une règle de déduction peut s'exprimer sous différentes formes : en utilisant un formalisme de langage déclaratif de requêtes de BD, ou tout autre modèle de données Datalog ( = prolog "pur") subordonné(x,y) <= travaille_pour(x,z) & chef(y,z) Datalog notion de règle Calcul relationnel subordonné = { X1,Y1 X appartient à "travaille_pour", & Y appartient à "chef & X2 = Y2 } SQL Create view "subordonné" as select "travaille_pour".1, "chef".1 from "travaille_pour", "chef" where "travaille_pour".2 = "chef".2 Algèbre relationnelle subordonné <- 1,3 [σ 2=4 (travaille_pour x chef)] Datalog motivation et cadre Datalog est accepté comme un "quasi standard" dans le domaine des BDDs. notation syntaxique des règles de déduction proche des notations prolog (clauses de Horn) C'est un langage de règles et de requêtes pour le modèle de données relationnel des extensions proposées pour les modèles objets (pas de standard) 17 Datalog motivation et cadre Une Base de Données relationnelle vérifie les principes suivants : les relations ne contiennent pas d'instances dupliquées, l'ordre des tuples n'a pas d'importance l'ordre des attributs de la relation est fixe Il y a un ensemble fini de relations. Les tuples ne contiennent ni variables, ni termes fonctionnels, ni structures. Ces différents points se retrouvent au niveau de Datalog "pur" ( non étendu). 18 3

4 Datalog syntaxe Les littéraux positifs (les faits) Les tuples d'une relation sont représentés par des littéraux positifs instanciés. description par table : forme datalog p : 1 a 13 p(1,a,13) 3 b 3 p(3,b,3) 6 a 5 p(6,a,5) conventions : constantes lettres minuscules ou chiffres variables : lettres majuscules des littéraux qui contiennent des variables peuvent être vus comme des requêtes (simples) p(x,a,y) --> donne les deux réponses (par unification) X = 1 et Y = 13 X=6 et Y=5 Datalog syntaxe Les conjonctions de littéraux possibilité d'exprimer des liens par l'occurrence multiple d'une variable dans ces littéraux p(x,y) & q(y,z) p :1 a q : a 4 2 a b 5 3 b c 6 recherche des unifications possibles X Y Z 1 a 4 2 a 4 3 b Datalog syntaxe Les règles :forme générale L0 <- L1 &... & Ln n 1, Li littéraux positifs L0 tête et Li corps de la règle Intuitivement, chaque unification possible de la tête est un tuple de la relation dérivée qui est composée de l'ensemble des tuples. p(x,z) <- q(x,y) & r(y,z) p:1 a q : 1 b r: b a 1 c b c c a Datalog syntaxe Récursivité La définition d'une relation peut être faite à l'aide de règles récursives. fermeture transitive d'une relation supérieur(x,y) <- chef(x,y) supérieur(x,y) <- chef(x,z) & supérieur(z,y) Datalog sémantique On appelle notation logique d'un programme Datalog, l'ensemble des formules de la logique du 1er ordre qui lui est associé. La sémantique d'un programme Datalog est liée à la sémantique de sa notation logique. en Datalog pas de termes fonctionnels ==> le domaine de Herbrand est fini (constantes du programme) règles exprimées par des clauses de Horn définies (exactement 1 littéral positif par clause) existence d'un modèle minimal unique associé au programme On appelle modèle canonique (Mp), le modèle minimal de la notation logique de p. 23 Datalog sémantique On considère les trois énoncés suivants : /* 1 er énoncé */ chemin(x,y) <- arc(x,y) chemin(x,y) <- arc(x,z) & chemin(z,y) /* 2 ème énoncé */ chemin(x,y) <- arc(x,y) chemin(x,y) <- chemin(x,z) & arc(z,y) /* 3 ème énoncé */ chemin(x,y) <- arc(x,y) chemin(x,y) <- chemin(x,z) & chemin(z,y) D'un point de vue sémantique, ces trois énoncés sont équivalents ==> même modèle canonique aspect déclaratif important en Datalog, on souhaite conserver cette équivalence d'un point de vue opérationnel. 24 4

5 Datalog sémantique L implication en datalog Correspondance entre l'implication d'un fait positif par un programme datalog et le programme logique associé : un fait positif (A) est impliqué par un programme datalog ssi c'est une conséquence logique du programme associé un fait négatif (~A) est impliqué par un programme Datalog ssi sa négation (i.e. A) n'est pas impliqué par le programme logique ( le programme logique impliqe ~A) en terme de modèle, Datalog applique l Hypothèse du Monde Clos Datalog sémantique Sémantique de Datalog par point fixe L'approche par point fixe est une approche plus constructive: il s'agit de construire le plus petit point fixe associé à un programme datalog définissant sa sémantique. intuitivement : Le "plus petit point fixe" est une partie de la base de Herbrand ( ==> va correspondre au modèle minimal) La construction de cet ensemble suppose l'existence d'un opérateur de "conséquence immédiate" pour produire ces faits L'opérateur de conséquence immédiate calcule tous les faits déductibles en une "étape" à partir d'un ensemble de faits (I) le "pppf" est construit par applications successives de cet opérateur Datalog sémantique Datalog méthodes d évaluation Soit le graphe suivant : et les définitions classiques de arc et chemin chemin(x,y) <- arc(x,y) chemin(x,y) <- arc(x,z) & chemin(z,y) I0 = T(p) (vide) = { faits } = { arc(a,b), arc(b,c), arc(b,d) } I1 = T(p) (I0) = I0 {chemin(a,b), chemin(b,c), chemin(b,d) } I2 = T(p) (I1) = I1 {chemin(a,c), chemin(a,d) } I3 = T(p) (I2) = I2, pas de nouveaux ajouts I2 = Plus Petit Point Fixe du programme a d b c La description de la sémantique d'un programme suggère des méthodes d'évaluation de ce programme Approche constructive du point fixe implémentation correcte de l'opérateur de conséquence immédiate méthode d'évaluation Approche modèle minimal et correspondance avec l'implication logique sur les faits positifs implémentation correcte de la résolution linéaire méthode d'évaluation Datalog méthodes d évaluation Deux classes de méthodes d'évaluation issues de ces deux approches sont considérées : Les méthodes dites en chaînage avant inspirées du plus petit point fixe méthode naïve (calculs inutiles, redondants) méthode semi-naïve (incrémentale) Les méthodes dites en chaînage arrière inspirées par l'approche modèle minimal et les techniques de résolution SLD résolution Datalog méthodes d évaluation méthodes mixtes (chaînage avant et arrière) SLD-AL résolution requêtes-sous-requêtes (QSQ) (implémentation algébrique interprétée de la SLD_AL résolution) les ensembles magiques (implémentation compilée de la SLD_AL résolution)

6 Idée intuitive : Implémentation de l'opérateur de conséquence immédiate et itération de celui-ci à l'aide des opérations sur les algèbres (projection (Π), sélection (σ) et produit cartésien (x)) Technique : on associe à chaque règle du programme p(x1,..., Xn) <- Q1(t1.1,...,t1.l) &... & Qp(tp.1,...,tp.m) un expression algébrique qui consiste à : Faire le produit cartésien sur les prédicats du corps (Qi), Faire une sélection tenant compte des occurrences des constantes dans le Qi des occurrences multiples de variables dans les Qi Faire une projection sur les attributs du prédicat "tête" de règle Exemple : R1 : s(x,y) <- p(x,z) & s(z,w) & t(w,y) Expr(s) (R1) = Π 1,6 [σ 2=3, 4=5 (p x s x t)] Le produit cartésien de p,s et t produit des 6 - uplets sur lesquels on impose que les attributs 2 et 3, 4 et 5 soient égaux et on projette sur les attributs 1 et 6. L'expression algébrique associée à un prédicat intensionnel est l'union des expressions algébriques pour chaque règle qui définit le prédicat. R2 : s(x,y) <- p(x,y) Expr (s) (R2) = p ( ou bien Π 1,2 p) La traduction algébrique d'une règle peut être faite ssi : Le prédicat tête de règle ne contient ni constante, ni occurrence multiple de variables sinon transformation préalable de la règle Expr (s) = { p Π1,6 [σ 2=3, 4=5 (p x s x t)]} Cas de l'occurrence d'une constante dans la tête de règle: p(x,a,y) <-... On réécrit la règle sous la forme : p(x,z,y) <-... & Z = a La relation associée au prédicat Z=a est une relation unaire, composée de l'unique 1-uplet <a> Cas d'occurrence multiple d'une même variable dans la tête de règle p(x,y,x) <-... & q(...,x,...) &... Ici, occurrence multiple de la variable X On remplace la 2ème variable X par une nouvelle variable, on impose en partie droite l'égalité de ces deux variables p(x,y,z) <-... & q(...,x,...) &... & X=Z La relation associée au prédicat Z=X est une relation unaire, calculée à partir du premier prédicat q du corps de la règle qui contient X

7 Exemple : R1 : p(x,x,y) <- q(x,y) & r(x) p(x,z,y) <- q(x,y) & r(x) & X = Z Expr (p) (R1) : Π 1,2,4 [σ 1=3=4 q x r x rel ] où rel = Π 1q Exemple : arc(a,b) arc(b,c) arc(b,d) chemin(x,y) <- arc(x,y) chemin(x,y) <- arc(x,z) & chemin(z,y) Expressions algébriques : Expr(chemin) = arc Π1,4 [σ 2=3 arc x chemin ] Chemin.0 = vide Chemin.1 =? on évalue l'expression algébrique associée à chemin, Chemin.1 = arc U Π 1,4 [σ 2=3 arc x chemin.0 ] = arc = { <a,b>, <b,c>, <b,d> } Chemin.2 = arc U Π 1,4 [σ 2=3 arc x chemin.1 ] arc U Π 1,4 [σ 2=3 arc x arc] = { <a,b>, <b,c>, <b,d>, <a,c>, <a,d>} Chemin.3 = arc U Π 1,4[σ 2=3 arc X chemin.2 ] = arc U Π 1,4[σ 2=3 arc x arc ] U Π 1,6[σ 2=3, 4=5 arc x arc x arc] pas de nouveaux N-uplets, fin des traitements Sélection de la réponse à la requête : chemin (a,y)? Π 2 [σ 1=a Chemin.2] Datalog Conclusion Datalog est un langage basé sur l utilisation de règles Plusieurs méthodes d évaluation ont été étudiées/proposées : évaluation naïve résolution SLD-AL méthode des requêtes sous requêtes les ensembles magiques Datalog et Le langage Datalog «pur» ne permet pas : D utiliser la négation dans le corps des règles D utiliser des termes fonctionnels dans les littéraux Exemple : chemin (f(x), Y ) <=. f(x) est un terme fonctionnel Des extensions ont été proposées Pour traiter la négation (mécanisme de stratification des programmes Datalog) Pour les termes fonctionnels et les objets complexes Introduction Datalog et La F-logique est une réponse aux restrictions de Datalog, Avec une approche orientée objet Des termes fonctionnels Et des règles Prise en charge de la négation dans le corps des règles (stratification)

8 Introduction Les modèles orientés objet Les modèles orientés objets sont basés sur : Les classes Attributs, méthodes, droits d accès Encapsulation Les hiérarchies de généralisation/spécialisation Mécanisme d héritage Surcharge des méthodes Polymorphisme Possibilité de définir des objets complexes et de spécifier leur utilisation et leurs comportements Ré-utilisation Introduction Les modèles OO et la La propose une approche orientée objet Attributs et méthodes sont décrits de façon similaire des approches OO «classiques» Mécanisme d héritage La F-logique offre en plus des modèles OO, la description de connaissances avec des règles Introduction La La est donc un formalisme entre les modèles déductifs comme Datalog et les modèles orientés objet. La permet de définir Des classes Les objets ont des propriétés (attributs/méthodes) Des hiérarchies d héritage Des objets complexes à l aide de règles 45 Introduction La La a été introduite en 1995, par M. Kifer, G. Lausen, J Wu Logical foundations of object-oriented and framebased languages. Journal of the ACM Des implémentations de la ont été développées Système Florid (1998) Système OntoBroker (1999) Le système Flora (2000) 46 Classes et méthodes Les classes et les propriétés des objets (attributs et méthodes) sont définies à l aide de signatures. L ensemble des signatures des classes et la hiérarchie d héritage peut être vu comme le schéma de la base de données Les signatures des classes sont vues en F- Logique comme des contraintes de type sur les propriétés des objets Classes et méthodes Signatures person[father => man] person[daugther =>> woman] person[friend =>> (man, woman)] =>> man] father, daugther et friend sont des méthodes de la classe person Le symbole => désigne une méthode mono-valuée Le symbole =>> désigne une méthode multi-valuée La méthode son est une méthode avec paramètre de type woman Attention : le terme méthode est à prendre au sens large (attributs + méthodes)

9 Classes et méthodes Les méthodes avec paramètres peuvent être surchargées man => man] man integer) => man] Deux propriétés «homonymes» sont décrites pour les objets de type man la 1ère propriété décrit le fils (son) d un homme (man) paramétré par le nom de sa mère (woman) La 2ème propriété décrit le fils (son) d un homme (man) paramétré par le nom de la mère (woman) et le rang de l enfant (integer). Hiérarchies d héritage Les classes peuvent être organisées en hiérarchies de spécialisation/généralisation man :: person woman :: person Les classes man et woman sont des sousclasses de la classe person Hiérarchies d héritage Deux types d héritage sont considérés en F-logique L héritage structurel i.e. la propagation des restrictions de classes (signatures) de la super-classe vers la sous-classe. L héritage comportemental qui indique le «comportement d une méthode» qui est héritée par ses sous-classes mais qui peut être «surchargée» person[believes_in *->god] Toutes les instances de la classe person vont hériter du comportement de la méthode believes_in -> god, Cependant un «individu» peut avoir un comportement différent individu :: person[believes_in -> nothing] Ici «god» et «nothing» sont des objets particuliers 51 Objets et propriétés Des objets (instances des classes) et leurs propriétés (valeurs des méthodes des classes) peuvent être explicitement décrits. abraham : man sarah : woman isaac : man [father ->abraham, mother -> sarah] Jacob : man [son ->> {reuben, simeon} ] Jacob : man simeon] Jacob est un objet de type man, Avec un fils «reuben», 1er enfant de la femme «leah» Avec un fils «simeon», 2ème enfant de la femme «leah» 52 Règles Les règles permettent de définir de la connaissance de façon intensionnelle Une règle de la forme : X[son ->>Y] <- Y:man[father -> X] se lit Si Y est un homme (Y:man) dont le père est X (father -> X) alors X a comme fils Y (son ->> Y) La méthode father est mono-valuée mais la méthode son est multivaluée Règles X[ancestors ->>Y] <- X[father ->Y] X[ancestors ->>Y] <- X[mother ->Y] X[ancestors ->>Y] <- X[father ->Z], Z[ancestors ->> Y] X[ancestors ->>Y] <- X[mother ->Z], Z[ancestors ->> Y] Ces règles permettent de calculer l ensemble des ancêtres (Y) d une personne (X). La méthode ancestors est multi-valuée. Les ancêtres sont définis soit comme les ancêtres directs (mother, father) soit de façon récursive;

10 Règles Le corps d un règle peut contenir des négations. X[notrelated ->>Y] <- X:person, Y:person, not X[ancestors ->>Y], not Y[ancestors ->> X]. Le traitement de la négation dans le corps des règles est un problème important. la stratification des règles est une approche possible 55 Expression de chemin Les expressions de chemins permettent d exprimer les informations dans les règles ou dans les requêtes de façon plus concise. Pour désigner, le père du père d isaac, on peut écrire : <- isaac[father ->Y],Y[father ->X] avec Y qui est une valeur «intermédiaire» <- isaac.father[father ->X] avec isaac.father est une expression de chemin qui désigne le père d isaac sans variable intermédiaire 56 Requêtes Les requêtes sont des règles particulières avec une tête de règle «vide» La requête : <- jacob[ancestors->>y:woman] Permet de rechercher tous les ancêtres femme de jacob. 57 Négation et stratification L idée intuitive de la stratification comme mécanisme pour évaluer un «littéral» nié dans le corps d une règle, est de décomposer un programme en «couches» appelées «strates» et d avoir complètement évaluer le littéral (positivement et négativement) avant d évaluer la règle. Par exemple : B(b) C(a) A(X) <= B(X) & not(c(x)) Ce programme peut être stratifié en 2 strates : 1ère strate : {B, C} 2ème strate : {A} L évaluation de la règle nécessite l évaluation préalable de B et C. Ici B(b) et ~B(a), C(a) et ~C(b) La règle est appliquée en utilisant ces connaissances. L ajout d une 3ème règle : E(X) <= not(a(x)) nécessiterait une nouvelle strate de calcule préalable de A ici A(b) et ~A(a), avant de calculer E(X) avec les strates précédentes. 58 Bilan La propose une modélisation qui s appuie sur les modèles orientés objets Signatures des objets, hiérarchies des objets Et sur la logique Spécification de règles Des mécanismes d inférences pour l évaluation des règles Principe de résolution de la logique du 1er ordre La négation dans le corps de règles peut être évaluée en utilisant la stratification des Le système Florid/FloXML FLORID (F-LOgic Reasoning In Databases) Est un système de bases de données orienté objet déductif Qui utilise la comme langage de définition des données et de requêtes Version1.0 en 1996, Version 2.0 en 1998, Version 2.1 et 2.2 en 1999 L intérêt croissant pour les données semi-structurées (XML) a conduit à l extension de Florid pour gérer ces données dans un contexte d intégration Version 3.0 en 2000 FloXML Version 4.0 programmes

Bases de données Cours 5 : Base de données déductives

Bases de données Cours 5 : Base de données déductives Cours 5 : ESIL Université de la méditerranée Odile.Papini@esil.univmed.fr http://odile.papini.perso.esil.univmed.fr/sources/bd.html Plan du cours 1 Introduction 2 approche sémantique approche axiomatique

Plus en détail

Les principaux domaines de l informatique

Les principaux domaines de l informatique Les principaux domaines de l informatique... abordés dans le cadre de ce cours: La Programmation Les Systèmes d Exploitation Les Systèmes d Information La Conception d Interfaces Le Calcul Scientifique

Plus en détail

Chapitre-4 Logique du 1er ordre - Syntaxe -

Chapitre-4 Logique du 1er ordre - Syntaxe - Chapitre-4 Logique du 1er ordre - Syntaxe - Plan 1- Introduction 2- Alphabet 3-Termes d'un langage 4- Formule de la logique du 1er ordre 5-Sous-formule d'une formule du 1er ordre 6- Arbre de décomposition

Plus en détail

IFT2255 : Génie logiciel

IFT2255 : Génie logiciel IFT2255 : Génie logiciel Chapitre 6 - Analyse orientée objets Section 1. Introduction à UML Julie Vachon et Houari Sahraoui 6.1. Introduction à UML 1. Vers une approche orientée objet 2. Introduction ti

Plus en détail

Les bases de données

Les bases de données Les bases de données Introduction aux fonctions de tableur et logiciels ou langages spécialisés (MS-Access, Base, SQL ) Yves Roggeman Boulevard du Triomphe CP 212 B-1050 Bruxelles (Belgium) Idée intuitive

Plus en détail

Langage SQL (1) 4 septembre 2007. IUT Orléans. Introduction Le langage SQL : données Le langage SQL : requêtes

Langage SQL (1) 4 septembre 2007. IUT Orléans. Introduction Le langage SQL : données Le langage SQL : requêtes Langage SQL (1) Sébastien Limet Denys Duchier IUT Orléans 4 septembre 2007 Notions de base qu est-ce qu une base de données? SGBD différents type de bases de données quelques systèmes existants Définition

Plus en détail

Notation fonctionnelle : Union (R,S) ou OR (R, S) Chapitre 4 : Algèbre Relationnelle

Notation fonctionnelle : Union (R,S) ou OR (R, S) Chapitre 4 : Algèbre Relationnelle Chapitre 4 : IV. Qu est-ce que l algèbre relationnelle? Une collections d opérations, chacune agissant sur une ou deux relations et produisant une relation en résultat. Un langage pour combiner ces opérations.

Plus en détail

Algèbre relationnelle

Algèbre relationnelle Algèbre relationnelle 1. Introduction L algèbre relationnelle est le support mathématique cohérent sur lequel repose le modèle relationnel. L algèbre relationnelle propose un ensemble d opérations élémentaires

Plus en détail

Utilisation des tableaux sémantiques dans les logiques de description

Utilisation des tableaux sémantiques dans les logiques de description Utilisation des tableaux sémantiques dans les logiques de description IFT6281 Web Sémantique Jacques Bergeron Département d informatique et de recherche opérationnelle Université de Montréal bergerja@iro.umontreal.ca

Plus en détail

Chapitre VIII. Les bases de données. Orientées Objet. Motivation

Chapitre VIII. Les bases de données. Orientées Objet. Motivation Chapitre VIII Motivation Le modèle relationnel connaît un très grand succès et s avère très adéquat pour les applications traditionnelles des bases de données (gestion) Les bases de données Orientées Objet

Plus en détail

VIII. Interrogation de documents avec XQuery

VIII. Interrogation de documents avec XQuery VIII. Interrogation de documents avec XQuery 350 XQUERY? Est un langage d interrogation de données XML N est pas un dialecte XML Est un sur-ensemble de XPath 2.0 Utilise le même modèle de données (XDM)

Plus en détail

Optimisation de requêtes. I3009 Licence d informatique 2015/2016. Traitement des requêtes

Optimisation de requêtes. I3009 Licence d informatique 2015/2016. Traitement des requêtes Optimisation de requêtes I3009 Licence d informatique 2015/2016 Cours 5 - Optimisation de requêtes Stéphane.Gançarski Stephane.Gancarski@lip6.fr Traitement et exécution de requêtes Implémentation des opérateurs

Plus en détail

Bases de Données Relationnelles. L algèbre relationnelle

Bases de Données Relationnelles. L algèbre relationnelle Bases de Données Relationnelles L algèbre relationnelle Langages de manipulation Langages formels : base théorique solide Langages utilisateurs : version plus ergonomique Langages procéduraux : définissent

Plus en détail

Information utiles. cinzia.digiusto@gmail.com. webpage : Google+ : http://www.ibisc.univ-evry.fr/ digiusto/

Information utiles. cinzia.digiusto@gmail.com. webpage : Google+ : http://www.ibisc.univ-evry.fr/ digiusto/ Systèmes de gestion de bases de données Introduction Université d Evry Val d Essonne, IBISC utiles email : cinzia.digiusto@gmail.com webpage : http://www.ibisc.univ-evry.fr/ digiusto/ Google+ : https://plus.google.com/u/0/b/103572780965897723237/

Plus en détail

Systèmes d information et bases de données (niveau 1)

Systèmes d information et bases de données (niveau 1) Systèmes d information et bases de données (niveau 1) Cours N 1 Violaine Prince Plan du cours 1. Bibliographie 2. Introduction aux bases de données 3. Les modèles 1. Hiérarchique 2. Réseau 3. Relationnel

Plus en détail

Algèbre relationnelle

Algèbre relationnelle Algèbre relationnelle Concepts Descriptifs : Bilan RELATION ou TABLE ATTRIBUT ou COLONNE DOMAINE ou TYPE CLE CLE ETRANGERE Langages de manipulation Langages formels : base théorique solide Langages utilisateurs

Plus en détail

UML et les Bases de Données

UML et les Bases de Données CNAM UML et les Bases de Données UML et les Bases de Données. Diagramme de classes / diagramme d objets (UML)...2.. Premier niveau de modélisation des données d une application...2.2. Les éléments de modélisation...2.2..

Plus en détail

Modèle relationnel Algèbre relationnelle

Modèle relationnel Algèbre relationnelle Modèle relationnel Algèbre relationnelle Modèle relationnel (Codd 1970) On considère D i où i = 1,2..n des ensembles, dits domaines Un domaine = ensemble de valeurs (ex. D1 : entiers sur 10 positions,

Plus en détail

Diagramme de classes

Diagramme de classes Diagramme de classes Un diagramme de classes décrit les classes et leurs relations (associations, généralisation/spécialisation, ). classe association méthodes attributs héritage Diagramme de classes :

Plus en détail

Évaluation et implémentation des langages

Évaluation et implémentation des langages Évaluation et implémentation des langages Les langages de programmation et le processus de programmation Critères de conception et d évaluation des langages de programmation Les fondations de l implémentation

Plus en détail

1 Introduction et installation

1 Introduction et installation TP d introduction aux bases de données 1 TP d introduction aux bases de données Le but de ce TP est d apprendre à manipuler des bases de données. Dans le cadre du programme d informatique pour tous, on

Plus en détail

Bases de données. Chapitre 1. Introduction

Bases de données. Chapitre 1. Introduction Références : Bases de données Pierre Wolper Email : pw@montefiore.ulg.ac.be URL : http : //www.montefiore.ulg.ac.be/~pw/ http : //www.montefiore.ulg.ac.be/ ~pw/cours/bd.html Henry F. Korth, Abraham Silberschatz,

Plus en détail

Exemple accessible via une interface Web. Bases de données et systèmes de gestion de bases de données. Généralités. Définitions

Exemple accessible via une interface Web. Bases de données et systèmes de gestion de bases de données. Généralités. Définitions Exemple accessible via une interface Web Une base de données consultable en ligne : Bases de données et systèmes de gestion de bases de données The Trans-atlantic slave trade database: http://www.slavevoyages.org/tast/index.faces

Plus en détail

Bases de données - Modèle relationnel

Bases de données - Modèle relationnel Bases de données - Modèle relationnel Introduction SITE :http://www.univ-orleans.fr/lifo/members/mirian.halfeld/ BD - Mírian Halfeld-Ferrari p. 1 Les bases de données - Bibliographie Ullman and Widom,

Plus en détail

Le modèle relationnel L algèbre relationnelle

Le modèle relationnel L algèbre relationnelle François Jacquenet Professeur d'informatique Faculté des Sciences Laboratoire Hubert Curien UMR CNRS 5516 18 rue Benoit Lauras 42000 Saint-Etienne Tél : 04 77 91 58 07 e-mail : Francois.Jacquenet@univ-st-etienne.fr

Plus en détail

1. LA GESTION DES BASES DE DONNEES RELATIONNELLES

1. LA GESTION DES BASES DE DONNEES RELATIONNELLES Dossier G11 - Interroger une base de données La base de données Facturation contient tout un ensemble d'informations concernant la facturation de la SAFPB (société anonyme de fabrication de produits de

Plus en détail

COMMENT DÉFINIR L ORIENTÉ OBJET

COMMENT DÉFINIR L ORIENTÉ OBJET COMMENT DÉFINIR L ORIENTÉ OBJET De manière superficielle, le terme «orienté objet», signifie que l on organise le logiciel comme une collection d objets dissociés comprenant à la fois une structure de

Plus en détail

Bases de données déductives

Bases de données déductives Bases de données déductives par Mohand-Saïd HACID Maître de conférences en informatique à l université Lyon-I et Jacques KOULOUMDJIAN Docteur ès sciences Professeur d informatique à l INSA de Lyon 1. Bases

Plus en détail

Dossier I Découverte de Base d Open Office

Dossier I Découverte de Base d Open Office ETUDE D UN SYSTEME DE GESTION DE BASE DE DONNEES RELATIONNELLES Définition : Un SGBD est un logiciel de gestion des données fournissant des méthodes d accès aux informations. Un SGBDR permet de décrire

Plus en détail

Langage SQL : créer et interroger une base

Langage SQL : créer et interroger une base Langage SQL : créer et interroger une base Dans ce chapitre, nous revenons sur les principales requêtes de création de table et d accès aux données. Nous verrons aussi quelques fonctions d agrégation (MAX,

Plus en détail

Le modèle de données relationnel

Le modèle de données relationnel Le modèle de données relationnel 1. Le modèle relationnel 1.1. Présentation Le modèle relationnel représente la base de données comme un ensemble de tables, sans préjuger de la façon dont les informations

Plus en détail

Chapitre 5 LE MODELE ENTITE - ASSOCIATION

Chapitre 5 LE MODELE ENTITE - ASSOCIATION Chapitre 5 LE MODELE ENTITE - ASSOCIATION 1 Introduction Conception d une base de données Domaine d application complexe : description abstraite des concepts indépendamment de leur implémentation sous

Plus en détail

Introduction aux Bases de Données

Introduction aux Bases de Données Introduction aux Bases de Données I. Bases de données I. Bases de données Les besoins Qu est ce qu un SGBD, une BD Architecture d un SGBD Cycle de vie Plan du cours Exemples classiques d'applications BD

Plus en détail

Introduction au Système de Gestion de Base de Données et aux Base de Données

Introduction au Système de Gestion de Base de Données et aux Base de Données Introduction au Système de Gestion de Base de Données et aux Base de Données Formation «Gestion des données scientifiques : stockage et consultation en utilisant des bases de données» 24 au 27 /06/08 Dernière

Plus en détail

λ-calcul et typage Qu est-ce qu une fonction?

λ-calcul et typage Qu est-ce qu une fonction? λ-calcul et typage Nicolas Barnier, Pascal Brisset ENAC Avril 2009 Nicolas Barnier, Pascal Brisset (ENAC) λ-calcul et typage Avril 2009 1 / 1 Qu est-ce qu une fonction? Classiquement Pas de notation uniforme/standard

Plus en détail

Bases de données avancées Introduction

Bases de données avancées Introduction Bases de données avancées Introduction Dan VODISLAV Université de Cergy-Pontoise Master Informatique M1 Cours BDA Plan Objectifs et contenu du cours Rappels BD relationnelles Bibliographie Cours BDA (UCP/M1)

Plus en détail

Génie Logiciel avec Ada. 4 février 2013

Génie Logiciel avec Ada. 4 février 2013 Génie Logiciel 4 février 2013 Plan I. Généralités II. Structures linéaires III. Exceptions IV. Structures arborescentes V. Dictionnaires I. Principes II. Notions propres à la POO I. Principes Chapitre

Plus en détail

Projet de Programmation Fonctionnelle

Projet de Programmation Fonctionnelle Projet de Programmation Fonctionnelle L objectif de ce projet est de concevoir, en Objective Caml, un évaluateur pour le langage mini-ml (un sous ensemble du langage Objective Caml). Votre programme devra

Plus en détail

Le langage SQL Rappels

Le langage SQL Rappels Le langage SQL Rappels Description du thème : Présentation des principales notions nécessaires pour réaliser des requêtes SQL Mots-clés : Niveau : Bases de données relationnelles, Open Office, champs,

Plus en détail

Structures algébriques

Structures algébriques Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe

Plus en détail

10 Intégration de données sur le web

10 Intégration de données sur le web 10 Intégration de données sur le web 240 Requête utilisateur : Où est-ce que je peux voir les films qui ont participé au dernier Festival de Cannes? Je voudrais les résumés et critiques des films de Pedro

Plus en détail

Chap. 3: Le modèle de données entité-association (E.A.)

Chap. 3: Le modèle de données entité-association (E.A.) Chap. 3: Le modèle de données entité-association (E.A.) En anglais: Entity-Relationship (ER) Origines: C.Bachman (1969), P.Chen (1976). Modèle de données > décrire la réalité perçue à travers les données

Plus en détail

SemWeb : Interrogation sémantique du web avec XQuery. Les membres du projet SemWeb

SemWeb : Interrogation sémantique du web avec XQuery. Les membres du projet SemWeb SemWeb : Interrogation sémantique du web avec XQuery Les membres du projet SemWeb Contexte et objectifs Le projet SemWeb s inscrit dans les efforts de recherche et de développement actuels pour construire

Plus en détail

Bases de données cours 4 Construction de requêtes en SQL. Catalin Dima

Bases de données cours 4 Construction de requêtes en SQL. Catalin Dima Bases de données cours 4 Construction de requêtes en SQL Catalin Dima Requêtes SQL et langage naturel Énoncés en langage naturel. Traduction en SQL? Correspondance entre syntagmes/phrases et opérations

Plus en détail

Logique L2, phs / DS 2

Logique L2, phs / DS 2 Logique L2, phs / DS 2 Le 16 avril 2012 1. Pour chacun des énoncés suivants, donnez une analyse aussi complète que possible en termes de logique des prédicats ; c est-à-dire, spécifiez une clé de traduction

Plus en détail

Chapitre I : le langage UML et le processus unifié

Chapitre I : le langage UML et le processus unifié I. Introduction Les méthodes d analyse orientées objet sont initialement issues des milieux industriels. La préoccupation dominante de leurs auteurs est le génie logiciel, c est-àdire les principes et

Plus en détail

Requêtes SQL avec la date et le groupement Chapitre 7 série 3 Base de données AcciRoute SOLUTIONS

Requêtes SQL avec la date et le groupement Chapitre 7 série 3 Base de données AcciRoute SOLUTIONS 2003-07-01 1 Requêtes SQL avec la date et le groupement Chapitre 7 série 3 Base de données AcciRoute SOLUTIONS Voici MRD de la BD AcciRoute pour représenter les rapports d accidents de la route. Le MRD

Plus en détail

Chapitre VI- La validation de la composition.

Chapitre VI- La validation de la composition. Chapitre VI- La validation de la composition. Objectifs du chapitre : Expliquer les conséquences de l utilisation de règles de typage souples dans SEP. Présenter le mécanisme de validation des connexions

Plus en détail

Plan. Exemple: Application bancaire. Introduction. OCL Object Constraint Language Le langage de contraintes d'uml

Plan. Exemple: Application bancaire. Introduction. OCL Object Constraint Language Le langage de contraintes d'uml OCL Object Constraint Language Le langage de contraintes d'uml Plan 1. Introduction 2. Les principaux concepts d'ocl Object Constraint Language 1 Object Constraint Language 2 Exemple: une application bancaire

Plus en détail

Modèle e-a étendu: MCD (Modèle conceptuel des données) de Merise

Modèle e-a étendu: MCD (Modèle conceptuel des données) de Merise 58 Modèle e-a étendu: MCD (Modèle conceptuel des données) de Merise Héritage Contrainte d intégrité Fonctionnelle (CIF) 59 Héritage S impose dans 2 cas : Spécialisation : permet de modéliser dans l'ensemble

Plus en détail

Université de Bangui. Modélisons en UML

Université de Bangui. Modélisons en UML Université de Bangui CRM Modélisons en UML Ce cours a été possible grâce à l initiative d Apollinaire MOLAYE qui m a contacté pour vous faire bénéficier de mes connaissances en nouvelles technologies et

Plus en détail

A QUOI SERVENT LES BASES DE DONNÉES?

A QUOI SERVENT LES BASES DE DONNÉES? BASE DE DONNÉES OBJET Virginie Sans virginie.sans@irisa.fr A QUOI SERVENT LES BASES DE DONNÉES? Stockage des informations : sur un support informatique pendant une longue période de taille importante accès

Plus en détail

Sixième partie VI. Diagramme de cas d utilisation. Cours de Génie Logiciel. David Janiszek. Introduction. Les éléments. Les relations.

Sixième partie VI. Diagramme de cas d utilisation. Cours de Génie Logiciel. David Janiszek. Introduction. Les éléments. Les relations. Sixième partie VI Diagramme de cas d utilisation Définition Le diagramme de cas d utilisation représente la structure des grandes fonctionnalités nécessaires aux utilisateurs du système Rôle du diagramme

Plus en détail

Bases de Données. Plan

Bases de Données. Plan Université Mohammed V- Agdal Ecole Mohammadia d'ingénieurs Rabat Bases de Données Mr N.EL FADDOULI 2014-2015 Plan Généralités: Définition de Bases de Données Le modèle relationnel Algèbre relationnelle

Plus en détail

INSTITUT NATIONAL DES TELECOMMUNICATIONS CONTROLE DES CONNAISSANCES. 2. Les questions sont indépendantes les unes des autres.

INSTITUT NATIONAL DES TELECOMMUNICATIONS CONTROLE DES CONNAISSANCES. 2. Les questions sont indépendantes les unes des autres. INSTITUT NATIONAL DES TELECOMMUNICATIONS CONTROLE DES CONNAISSANCES Durée : 1h30 Date : 17/05/2006 Coordonnateurs : Amel Bouzeghoub et Bruno Defude Documents autorisés : ceux distribués en cours Avertissements

Plus en détail

Module BDR Master d Informatique (SAR)

Module BDR Master d Informatique (SAR) Module BDR Master d Informatique (SAR) Cours 6- Bases de données réparties Anne Doucet Anne.Doucet@lip6.fr 1 Bases de Données Réparties Définition Conception Décomposition Fragmentation horizontale et

Plus en détail

Algorithmique et Programmation Fonctionnelle

Algorithmique et Programmation Fonctionnelle Algorithmique et Programmation Fonctionnelle RICM3 Cours 9 : Lambda-calcul Benjamin Wack Polytech 2014-2015 1 / 35 La dernière fois Typage Polymorphisme Inférence de type 2 / 35 Plan Contexte λ-termes

Plus en détail

16H Cours / 18H TD / 20H TP

16H Cours / 18H TD / 20H TP INTRODUCTION AUX BASES DE DONNEES 16H Cours / 18H TD / 20H TP 1. INTRODUCTION Des Fichiers aux Bases de Données 2. SYSTEME DE GESTION DE BASE DE DONNEES 2.1. INTRODUCTION AUX SYSTEMES DE GESTION DE BASES

Plus en détail

Chapitre 1 : Introduction aux bases de données

Chapitre 1 : Introduction aux bases de données Chapitre 1 : Introduction aux bases de données Les Bases de Données occupent aujourd'hui une place de plus en plus importante dans les systèmes informatiques. Les Systèmes de Gestion de Bases de Données

Plus en détail

Relation binaire. 2. Relations, fonctions et ordres. Exemples. Représentation d une relation binaire. Un couple est une paire ordonnée d éléments.

Relation binaire. 2. Relations, fonctions et ordres. Exemples. Représentation d une relation binaire. Un couple est une paire ordonnée d éléments. Relation binaire Un couple est une paire ordonnée d éléments. ex: les points (x,y) du plan de IN 2 ou de IR 2, les nom et prix d un produit, les instances d un objet en Java (à 2 attributs). 2. Relations,

Plus en détail

CONCEPTION Support de cours n 3 DE BASES DE DONNEES

CONCEPTION Support de cours n 3 DE BASES DE DONNEES CONCEPTION Support de cours n 3 DE BASES DE DONNEES Auteur: Raymonde RICHARD PRCE UBO PARTIE III. - LA DESCRIPTION LOGIQUE ET PHYSIQUE DES DONNEES... 2 A. Les concepts du modèle relationnel de données...

Plus en détail

Table des matières. Remerciements... Avant-propos... 1. Introduction... 7

Table des matières. Remerciements... Avant-propos... 1. Introduction... 7 Remerciements..................................................... VI Avant-propos...................................................... 1 À qui s adresse cet ouvrage?..........................................

Plus en détail

CESI Bases de données

CESI Bases de données CESI Bases de données Introduction septembre 2006 Bertrand LIAUDET EPF - BASE DE DONNÉES - septembre 2005 - page 1 PRÉSENTATION GÉNÉRALE 1. Objectifs généraux L objectif de ce document est de faire comprendre

Plus en détail

Algèbre relationnelle. Introduction aux Bases de Données. Algèbre relationnelle: définitions. Sources du cours. Spécificité des opérateurs

Algèbre relationnelle. Introduction aux Bases de Données. Algèbre relationnelle: définitions. Sources du cours. Spécificité des opérateurs Algèbre relationnelle Introduction aux Bases de Données Joël Quinqueton Licence Mass, Universités de Montpellier II et III Concepts et outils : introduction à QL Compléments sur QL : schéma, tri, calcul

Plus en détail

CASTOR: un outil d aide à la conception, l évaluation et l audit d architectures sécurisées

CASTOR: un outil d aide à la conception, l évaluation et l audit d architectures sécurisées CASTOR: un outil d aide à la conception, l évaluation et l audit d architectures sécurisées Dominique Chauveau dominique.chauveau@aql.fr AQL - Groupe SILICOMP Journées Systèmes et Logiciels Critiques Grenoble,14-16

Plus en détail

Merise. Introduction

Merise. Introduction Merise Introduction MERISE:= Méthode d Etude et de Réalisation Informatique pour les Systèmes d Entreprise Méthode d Analyse et de Conception : Analyse: Etude du problème Etudier le système existant Comprendre

Plus en détail

CHAPITRE 1. Introduction aux bases de données

CHAPITRE 1. Introduction aux bases de données CHAPITRE 1 Contenu du chapitre 1 Pourquoi utiliser une bases de? Définitions et objectifs d'un SGBD Niveaux d'abstraction des Méthodes de modélisation d une BD Modèles de structuration des Structure globale

Plus en détail

Modélisation et stockage des données géographiques. Christelle Pierkot

Modélisation et stockage des données géographiques. Christelle Pierkot Modélisation et stockage des données géographiques Christelle Pierkot Rappels : L information géographique Information relative àun objet ou àun phénomène du monde réel On ne peut appréhender totalement

Plus en détail

Module FMIN358 Technologies du Web : PHP objet et couches d accès aux bases de données

Module FMIN358 Technologies du Web : PHP objet et couches d accès aux bases de données Module FMIN358 Technologies du Web : PHP objet et couches d accès aux bases de données 1. Exploiter une couche métier objet PHP prend en charge certains des grands principes du paradigme objet (héritage,

Plus en détail

Chapitre 3 LE MODELE RELATIONNEL ET SQL (DDL)

Chapitre 3 LE MODELE RELATIONNEL ET SQL (DDL) Chapitre 3 LE MODELE RELATIONNEL ET SQL (DDL) Un modèle de données définit un mode de représentation de l information selon trois composantes : 1. Des structures de données. 2. Des contraintes qui permettent

Plus en détail

Modélisation Principe Autre principe

Modélisation Principe Autre principe Modélisation Principe : un modèle est une abstraction permettant de mieux comprendre un objet complexe (bâtiment, économie, atmosphère, cellule, logiciel, ). Autre principe : un petit dessin vaut mieux

Plus en détail

Modèle relationnel - 1

Modèle relationnel - 1 Langages de Définition de Données (LDD : Définition /mise à jour des schémas des relations Langages de manipulation de données (LMD : Interrogation : recherche de données Mises à jour : insertion, suppression,

Plus en détail

Bases de données Cours 1 : Généralités sur les bases de données

Bases de données Cours 1 : Généralités sur les bases de données Cours 1 : Généralités sur les bases de données POLYTECH Université d Aix-Marseille odile.papini@univ-amu.fr http://odile.papini.perso.esil.univmed.fr/sources/bd.html Plan du cours 1 1 Qu est ce qu une

Plus en détail

Bases de données relationnelles

Bases de données relationnelles Bases de données relationnelles Système de Gestion de Bases de Données Une base de données est un ensemble de données mémorisé par un ordinateur, organisé selon un modèle et accessible à de nombreuses

Plus en détail

Correction de l épreuve intermédiaire de mai 2009.

Correction de l épreuve intermédiaire de mai 2009. Licence de Gestion. 3ème Année Année universitaire 8-9 Optimisation Appliquée C. Léonard Correction de l épreuve intermédiaire de mai 9. Exercice 1 Avec les notations du cours démontrer que la solution

Plus en détail

Cours Base de données relationnelles. M. Boughanem, IUP STRI

Cours Base de données relationnelles. M. Boughanem, IUP STRI Cours Base de données relationnelles 1 Plan 1. Notions de base 2. Modèle relationnel 3. SQL 2 Notions de base (1) Définition intuitive : une base de données est un ensemble d informations, (fichiers),

Plus en détail

Langage et Concepts de Programmation Objet. 1 Attributs et Méthodes d instance ou de classe. Travaux Dirigés no2

Langage et Concepts de Programmation Objet. 1 Attributs et Méthodes d instance ou de classe. Travaux Dirigés no2 Langage et Concepts de Programmation Objet Travaux Dirigés no2 Pôle Informatique École Nationale Supérieure des Mines de St-Etienne Vous trouverez plus de détails sur les concepts abordés lors de ce TD

Plus en détail

Bases de données cours 1

Bases de données cours 1 Bases de données cours 1 Introduction Catalin Dima Objectifs du cours Modèle relationnel et logique des bases de données. Langage SQL. Conception de bases de données. SQL et PHP. Cours essentiel pour votre

Plus en détail

I4 : Bases de Données

I4 : Bases de Données I4 : Bases de Données Passage de UML au modèle relationnel Georges LOUIS Département Réseaux et Télécommunications Université de La Rochelle Module I4 2008-2009 1 G.Louis Sommaire 1 Des classes aux tables

Plus en détail

Université Laval Faculté des sciences et de génie Département d'informatique et de génie logiciel IFT-3101. Travail pratique #2

Université Laval Faculté des sciences et de génie Département d'informatique et de génie logiciel IFT-3101. Travail pratique #2 Université Laval Faculté des sciences et de génie Département d'informatique et de génie logiciel IFT-3101 Danny Dubé Hiver 2014 Version : 11 avril Questions Travail pratique #2 Traduction orientée-syntaxe

Plus en détail

Extension orientée objet d un SGBD relationnel

Extension orientée objet d un SGBD relationnel Extension orientée objet d un SGBD relationnel François Exertier To cite this version: François Exertier Extension orientée objet d un SGBD relationnel Other Université Joseph- Fourier - Grenoble I, 1991

Plus en détail

Architecture Logicielle

Architecture Logicielle Architecture Logicielle Chapitre 3: UML pour la description et la documentation d une architecture logicielle Année universitaire 2013/2014 Semestre 1 Rappel L architecture d un programme ou d un système

Plus en détail

Pascal Brunot Hadrien Cambazard UML FOR BUSINESS INTELLIGENCE PROJECT

Pascal Brunot Hadrien Cambazard UML FOR BUSINESS INTELLIGENCE PROJECT UML FOR BUSINESS INTELLIGENCE PROJECT Abstract : this document deals with the role of UML into business intelligence projects (like data warehousing). After a quick overview of what UML offers, it focuses

Plus en détail

et les Systèmes Multidimensionnels

et les Systèmes Multidimensionnels Le Data Warehouse et les Systèmes Multidimensionnels 1 1. Définition d un Datawarehouse (DW) Le Datawarehouse est une collection de données orientées sujet, intégrées, non volatiles et historisées, organisées

Plus en détail

Programmation d'agents intelligents Vers une refonte des fils de raisonnement. Stage de fin d'études Master IAD 2006

Programmation d'agents intelligents Vers une refonte des fils de raisonnement. Stage de fin d'études Master IAD 2006 vendredi 8 septembre 2006 Programmation d'agents intelligents Vers une refonte des fils de raisonnement Stage de fin d'études Master IAD 2006 Benjamin DEVEZE Responsable : M. Patrick TAILLIBERT Plan Plan

Plus en détail

BD réparties. Bases de Données Réparties. SGBD réparti. Paramètres à considérer

BD réparties. Bases de Données Réparties. SGBD réparti. Paramètres à considérer Bases de Données Réparties Définition Architectures Outils d interface SGBD Réplication SGBD répartis hétérogènes BD réparties Principe : BD locales, accès locaux rapides accès aux autres SGBD du réseau

Plus en détail

Présentation générale de la méthode orientée objet : O.M.T. (Rumbaugh & al.)

Présentation générale de la méthode orientée objet : O.M.T. (Rumbaugh & al.) Présentation générale de la méthode orientée objet : O.M.T. (Rumbaugh & al.) Bernard ESPINASSE Professeur à l'université d'aix-marseille Plan Introduction Les modèles d'omt Le Modèle Objet (MO) Le Modèle

Plus en détail

Généralités sur les bases de données

Généralités sur les bases de données Généralités sur les bases de données Qu est-ce donc qu une base de données? Que peut-on attendre d un système de gestion de bases de données? Que peut-on faire avec une base de données? 1 Des données?

Plus en détail

LES CONCEPTS OBJETS. On regroupe les objets ayant les mêmes types de propriétés et de comportements en une classe.

LES CONCEPTS OBJETS. On regroupe les objets ayant les mêmes types de propriétés et de comportements en une classe. LES CONCEPTS OBJETS I Objet et Classe Un objet est une entité du monde réel qui a très souvent un identifiant des propriétés des comportements (actions qu il peut effectuer). La voiture de Clément a pour

Plus en détail

Mathématiques assistées par ordinateur

Mathématiques assistées par ordinateur Mathématiques assistées par ordinateur Chapitre 4 : Racines des polynômes réels et complexes Michael Eisermann Mat249, DLST L2S4, Année 2008-2009 www-fourier.ujf-grenoble.fr/ eiserm/cours # mao Document

Plus en détail

Mercredi 15 Janvier 2014

Mercredi 15 Janvier 2014 De la conception au site web Mercredi 15 Janvier 2014 Loïc THOMAS Géo-Hyd Responsable Informatique & Ingénierie des Systèmes d'information loic.thomas@anteagroup.com 02 38 64 26 41 Architecture Il est

Plus en détail

Introduction au WEB Sémantique Cours 2 : Ontologies

Introduction au WEB Sémantique Cours 2 : Ontologies Cours 2 : Ontologies ESIL Université de la méditerranée Odile.Papini@esil.univmed.fr http://odile.papini.perso.esil.univmed.fr/index.html Plan du cours 1 Introduction 2 3 4 5 Bibliographie I Supports de

Plus en détail

basée sur le cours de Bertrand Legal, maître de conférences à l ENSEIRB www.enseirb.fr/~legal Olivier Augereau Formation UML

basée sur le cours de Bertrand Legal, maître de conférences à l ENSEIRB www.enseirb.fr/~legal Olivier Augereau Formation UML basée sur le cours de Bertrand Legal, maître de conférences à l ENSEIRB www.enseirb.fr/~legal Olivier Augereau Formation UML http://olivier-augereau.com Sommaire Introduction I) Les bases II) Les diagrammes

Plus en détail

Initiation à la Programmation en Logique avec SISCtus Prolog

Initiation à la Programmation en Logique avec SISCtus Prolog Initiation à la Programmation en Logique avec SISCtus Prolog Identificateurs Ils sont représentés par une suite de caractères alphanumériques commençant par une lettre minuscule (les lettres accentuées

Plus en détail

Intelligence Artificielle Planification

Intelligence Artificielle Planification Intelligence Artificielle Planification Bruno Bouzy http://web.mi.parisdescartes.fr/~bouzy bruno.bouzy@parisdescartes.fr Licence 3 Informatique UFR Mathématiques et Informatique Université Paris Descartes

Plus en détail

Bases de Données. Le cas des BD relationnelles ouverture sur les BD relationnelles spatiales Séance 2 : Mise en oeuvre

Bases de Données. Le cas des BD relationnelles ouverture sur les BD relationnelles spatiales Séance 2 : Mise en oeuvre Bases de Données Le cas des BD relationnelles ouverture sur les BD relationnelles spatiales Séance 2 : Mise en oeuvre Synthèse : conception de BD langage de modélisation famille de SGBD SGBD Analyse du

Plus en détail

1 Modélisation d une base de données pour une société de bourse

1 Modélisation d une base de données pour une société de bourse IN306 : Corrigé SID Christophe Garion 18 octobre 2010 Ce document est un corrigé succinct de l examen du module IN306. 1 Modélisation d une base de données pour une société de bourse Une

Plus en détail

1. Base de données SQLite

1. Base de données SQLite Dans ce TP, nous allons voir comment créer et utiliser une base de données SQL locale pour stocker les informations. La semaine prochaine, ça sera avec un WebService. On repart de l application AvosAvis

Plus en détail

212 année 2013/2014 DM de synthèse 2

212 année 2013/2014 DM de synthèse 2 22 année 20/204 DM de synthèse 2 Exercice Soit f la fonction représentée cicontre.. Donner l'ensemble de définition de la fonction f. 2. Donner l'image de 4 par f.. a. Donner un nombre qui n'a qu'un seul

Plus en détail

INTRODUCTION : Données structurées et accès simplifié

INTRODUCTION : Données structurées et accès simplifié INTRODUCTION : Données structurées et accès simplifié À l'origine de l'informatique, le stockage d'information se faisait sur cartes perforées. Ces supports pauvres ne permettaient pas de définir la structuration

Plus en détail