Bases de données pour linguistes

Transcription

1 Université Paris X - Nanterre Master Sciences du langage Bases de données pour linguistes Marcel Cori

2 1 Introduction 1.1 Modéliser une réalité Le problème Les bases de données constituent une application de l informatique. Il s agit de traiter toute une classe de problèmes que l on peut qualifier grossièrement de problèmes de gestion. Par exemple (1) comment stocker toutes les informations concernant une entreprise (les employés, les clients, les stocks, etc.), ou toutes les informations concernant l Université Paris 10, et (2) comment accéder à ces informations de manière pratique La nécessité d une modélisation Il ne serait pas efficace d écrire des programmes spécifiques pour chaque tâche à accomplir : les utilisateurs doivent pouvoir apporter de nouvelles informations ou accéder aux informations sans être des informaticiens, et en tout cas sans entrer dans le détail de l implémentation informatique. Toutefois, une réalité, pour être représentée en machine, doit être rigoureusement exprimée selon un certain modèle. 1.2 Notions de base Bases de données Une base de données est un ensemble d informations persistantes (stockées sur des mémoires périphériques) qui représentent une portion de la réalité et sont accessibles par ordinateur à travers un logiciel unique (le système de gestion de bases de données). On distingue : (1) les bases de données physiques ; (2) les bases de données conceptuelles, (ou schémas conceptuels de bases de données. On peut modifier une base de données physique sans que le schéma conceptuel correspondant soit affecté. Pour pouvoir créer une base de données, il faut que les différentes informations soient exprimées dans des formats compatibles. Il s agit du processus d intégration. 2

3 1.2.2 Systèmes de gestion de bases de données : SGBD Un système de gestion de bases de données (SGBD) est un logiciel de définition et d utilisation des bases de données, qui doit vérifier les caractéristiques suivantes : (1) Un SGBD s appuie sur un modèle abstrait. (2) Un SGBD fournit deux langages à l utilisateur. (3) Un SGBD permet l accès à des informations distribuées sur des supports différents, il permet l accès simultané aux informations, et les informations sont protégées (contre les pannes ou les opérations indues). (4) Un SGBD réalise les stockages et l accès aux informations avec le maximum d efficacité. En particulier, il permet de manipuler de grandes quantités d informations Schémas et instances Le schéma est la structure d une base de données, qu il faut définir à sa création. Une instance de la base de données est son état à un moment donné. 1.3 Les langages Langage de définition de données : LDD Le langage de définition des données (LDD) est utilisé quand on crée la base de données, ou quand on en modifie la structure Langage de manipulation de données : LMD Le langage de manipulation de données (LMD) ou langage de requête est utilisé pour : (1) extraire des informations ; (2) mettre à jour les informations, sans modifier la structure de la base de données Langages hôtes Certaines tâches sont exprimées dans un langage de programmation classique, dit langage hôte. 3

4 1.4 Caractéristiques supplémentaires La notion de vue Une vue (ou sous-schéma conceptuel) permet de regrouper une partie des informations : la partie qui concerne un utilisateur donné Transactions et contrôle de concurrence Une transaction est une unité de traitement séquentielle qui, appliquée à une base de données cohérente, restitue une base de données cohérente. En cas de panne, il faut que la base de donnée reste cohérente. Par ailleurs, il ne faut pas que plusieurs transactions modifient simultanément les mêmes informations. À cette fin, le SGBD doit gérer ce que l on appelle le contrôle de concurrence La sécurité des données Les différents utilisateurs n ont pas les mêmes droits d accès aux bases de données. C est pourquoi il faut définir (1) des catégories d utilisateurs, et (2) séparer les informations contenues dans une base de données en des sous-ensembles. Une catégorie d utilisateurs peut avoir les droits d accès suivants sur un sous-ensemble d informations : le droit de lecture, le droit de création, le droit de modification ou le droit de destruction. Ce qui peut se schématiser selon un tableau à double entrée Les contraintes d intégrité Les contraintes d intégrité permettent d éviter certaines incohérences dans une base de données, ou d améliorer l adéquation des données vis-à-vis de la réalité qui est représentée. Ces contraintes portent sur les valeurs des données, et non sur la structure de la base. Plusieurs types de contraintes peuvent intervenir : - des contraintes sur la valeur de certaines données. Par exemple une note est comprise entre 0 et 20, un taux de TVA doit prendre une des valeurs 20,6%, 5,5% ou 2,1%. - des contraintes sur les valeurs respectives des donées. Par exemple deux assurés sociaux ne peuvent avoir le même numéro INSEE, la date de décès d une personne ne peut précéder la date de naissance, un enseignant ne peut assurer deux cours en même temps. - des contraintes sur l évolution de la valeur des données. Par exemple le nombre de diplômes d un individu ne peut pas diminuer, etc. 4

5 2 Le modèle relationnel 2.1 Notions de base Entités Une entité est un objet distinguable Ensembles Un ensemble est formé d entités similaires Attributs Un attribut A associe aux entités d un ensemble E des valeurs prises dans un domaine D. A tout ensemble E sont associés un certain nombre de domaines D 1,..., D n et d attributs A 1,..., A n Clés Etant donné un ensemble E auquel sont associés les attributs A 1,..., A n, une clé est formée d un ensemble d attributs qui permet d identifier à coup sûr les entités. 2.2 Relations Qu est-ce qu une relation? Etant donné un ensemble D, une relation binaire R sur cet ensemble est est composée de couples d éléments de D. Ceci se généralise selon la définition suivante : Définition: Etant donnés n ensembles (domaines) D 1,..., D n, une relation R sur ces domaines est constituée d un ensemble de n-uplets (tuple en anglais) où x 1 D 1,..., x n D n. x 1,..., x n n est l arité de la relation (on dit que la relation est n-aire). 5

6 2.2.2 Relations et attributs Une relation R peut être vue comme un ensemble d entités. Si la relation est n-aire, on associe n attributs A 1,..., A n aux n-uplets de R. On définit le schéma de la relation R : R(A 1,..., A n ) ou R(A 1 : D 1,..., A n : D n ) Représentation des relations par des tableaux Les n-uplets constituent les lignes du tableau représentant une relation. L ordre entre les lignes est indifférent. Chaque colonne pourra recevoir un nom, qui sera celui de l attribut correspondant. En ce cas, l ordre entre les colonnes peut être changé, à condition que chaque colonne conserve son nom Clés des relations On considère une relation R de schéma R(A 1,..., A n ). Un ensemble d attributs est une clé de la relation si et seulement si il permet d identifier à coup sûr les n-uplets de la relation. On peut choisir une clé primaire parmi des clés candidates Définition d une base de données relationnelle Une base de données relationnelle : - a un schéma formé d un ensemble de schémas de relations ; - a un contenu à un moment donné qui est un ensemble de relations correspondant aux schémas. 6

7 3 Le logiciel Access 3.1 Les bases de données Une base de données Access comprend notamment des tables et des requêtes. Elle est enregistrée sous la forme d un fichier unique, d extension mdb. Par exemple machin.mdb. 3.2 Les tables La structure des tables Une table, ou relation, est définie par ses attributs, ou champs. Chaque champ, qui correspond à une colonne, possède un type. Parmi les différents types possibles, il y a notamment : - le type Texte, qui permet de référer à des suites de caractères, par exemple à des mots, des phrases. Il faut alors préciser la taille maximale des suites de caractères qui vont être considérées (Taille du champ). - le type Numérique renvoie à des nombres. La Taille du champ permet de préciser si on a affaire à des Entiers, des Entiers longs (possibilité d avoir des nombres plus grands), des Réels simples (nombres qui peuvent contenir des virgules) ou des Réels doubles (possibilité d avoir des nombres contenant davantage de chiffres). - le type Date/Heure permet de référer soit à des dates, soit à des heures, soit aux deux, selon le Format, qui est à préciser. Le trait Null interdit indique qu un champ ne peut pas recevoir la valeur Null, c est-à-dire qu il doit recevoir une valeur effective (0 n est pas la valeur Null). Une ligne de la table est un enregistrement (ou n-uplet) La gestion des tables Il est conseillé de créer une table en mode Création. Access propose alors de définir les champs, les uns en dessous des autres, dans un tableau. À chaque ligne de ce tableau correspondra une colonne de la table créée. Quand on quitte la fenêtre de création de la table, Access propose d enregistrer les modifications de la table, puis de lui donner un nom. Si on n en a pas introduit, Access s inquiète de l absence d une clé primaire pour la table. Il n est pas obligatoire d accepter 7

8 de doter la table d une clé primaire 1. Le nom de la table créée apparaît alors dans la fenêtre de la base de données (à condition que soient sélectionnées les tables). On peut double-cliquer dessus afin d introduire des données dans la table. On peut ainsi également modifier des enregistrements de la table. Quand la table est sélectionnée, on peut en modifier la structure en cliquant sur Modifier. On peut également la supprimer Index et clé primaire Les index permettent d identifier chaque enregistement et d accélérer l accès aux enregistrements d une table. Ils définissent l ordre dans lequel se fait l accès aux enregistrements. Parmi les index, la clé primaire joue un rôle prépondérant. La clé primaire peut être un numéro automatique, qui différencie sans équivoque les différents enregistrements. Ce qui est proposé par Acces au moment de la sauvegarde de la structure d une table, si on n a pas muni la table d une clé primaire. Sinon, on peut décider qu un ou plusieurs champs sont indexés. À cette fin, on attribue une valeur différente de Non à la propriété Indexé d un champ. Une clé primaire doit avoir les propriétés suivantes : Indexé : Oui - Sans doublons Null interdit : Oui Cha^ıne vide autorisée : Non. On peut créer une clé primaire sur plusieurs champs en ouvrant une boîte de dialogue. Pendant la création ou la modification de la structure de la table, on clique sur Affichage puis Index. On donne un nom à l index, Primary Key si c est la clé primaire (obtenu en cliquant sur Edition), et on sélectionne le ou les champs qui entrent dans sa constitution Les listes de choix On peut décider, pour certaines valeurs des enregistrements, de les choisir dans une liste prédéfinie. Cette liste peut être entrée manuellement, ou être prise dans une table ou une requête. En mode Création d une table, au lieu de choisir un type de donnée on peut sélectionner Asssitant liste de choix, et cocher Je taperai les valeurs souhaitées. 1. Cf. ci-dessous, en

9 3.3 Les requêtes Les requêtes permettent de récupérer des informations qui figurent dans une ou plusieurs tables de la base de données Les requêtes simples On extrait des lignes d une table, et certaines colonnes parmi ces lignes. Les lignes qui sont extraites vérifient certains critères. On peut choisir d afficher toutes les colonnes des lignes extraites, ou seulement certaines. Il est conseillé encore de définir une requête en mode Création. On choisit en cliquant dessus la table sur laquelle sera définie la requête. Ensuite, on choisit les champs (colonnes) de la table auxquels on s intéresse (pour choisir tous les champs, on clique sur l étoile). On définit les critères qui permettront de sélectionner certaines lignes de la table. Certains champs pourront ainsi servir uniquement à sélectionner des lignes sans être affichés : auquel cas on décoche à la ligne Afficher. Une fois la requête sauvegardée et nommée, en cliquant sur son nom on obtient un résultat sous la forme d un tableau, qui ne correspond pas comme les tables à des données enregistrées de manière persistante en machine. Les intitulés des colonnes du tableau affiché reproduisent les noms des attributs. Ce qui toutefois peut être changé en faisant précéder dans la constitution de la requête le nom de l attribut d une étiquette, suivie de deux points. On peut trier les résultats en choisissant croissant ou décroissant pour une ou plusieurs colonnes. Si on trie selon plusieurs champs, c est selon leur ordre dans la requête que le tri sera effectué. On peut modifier la structure d une requête en sélectionnant la requête et en cliquant sur Modifer Les critères Critères élémentaires Une première possibilité consiste à comparer la valeur d un champ à une valeur constante. Ce qui est effectué à l aide d un opérateur de comparaison. Les opérateurs de comparaison sont : =, <> (différent), >= (supérieur ou égal), <= (inférieur ou égal), < (inférieur), > (supérieur). Le symbole = peut être omis. On place la valeur à laquelle est comparée la valeur du champ dans la colonne du champ, à la ligne Critères. Si la valeur est une suite de caractères, elle doit être mise entre guillemets. 9

10 On peut, de la même façon, comparer la valeur d un champ à celle d un autre champ. Le nom du champ placé à la ligne Critères doit être mis entre crochets. Si on indique des critères dans plusieurs colonnes, cela signifie que tous les critères doivent être vérifiés en même temps. Si on veut que l un ou l autre de deux critères (ou de deux ensembles de critères) soient vérifiés, on peut se servir de la ligne Ou qui suit la ligne Critères (et éventuellement des lignes suivantes). On peut également se servir de Ou et de Et à l intérieur d une même colonne Introduction d opérations On peut faire intervenir des opérations arithmétiques dans les critères : +, -, *, /. Par exemple, on peut vouloir que la valeur (numérique) d un champ soit supérieure au produit des valeurs de deux autres champs. On peut également introduire des opérations sur des suites de caractères. Ainsi l opérateur + permet de réaliser une concaténation entre suites de caractères. Ainsi, l opérateur Comme permet de comparer une suite de caractères avec un patron de suites de caractères où : * désigne n importe quelle suite de caractères,? désigne n importe quel caractère, # désigne un chiffre, de 0 à 9, et où entre crochets on peut indiquer un choix de caractères, par exemple [a,e,i,o,u] ou [a...d]. Il y a aussi des opérations sur les dates et heures. Par exemple Date( ) qui détermine la date du jour. Par exemple Jour(date) va déterminer le jour du mois de la date date. En cliquant avec le bouton droit à la ligne Critères, on obtient un menu où on peut choisir Créer, puis Fonctions et Fonctions intégrées qui permettent d accéder à toutes les opérations possibles sur les différents types de données. À l aide des opérations, on définit des expressions, plus ou moins complexes. Les expressions peuvent également déterminer ce qui sera affiché dans les colonnes de la requête : on n affiche pas une valeur présente dans une table, mais une valeur calculée. Auquel cas il est recommandé de faire précéder cette expresion d une étiquette et de deux points en créant la requête. L étiquette sera l intitulé de la colonne résultat. 10

11 3.3.3 Les requêtes complexes On peut extraire des informations de plusieurs tables, à l aide d une seule requête. Si on ne définit pas de critère, cela revient à obtenir le produit des tables : pour deux tables A et B on obtient toutes les combinaisons entre une ligne de la première table et une ligne de la deuxième. Les critères permettent alors de comparer entre eux les champs de différentes tables, de faire intervenir dans les expressions calculées des valeurs en provenance de plusieurs tables. Dans le cas où il y a ambiguïté dans l écriture d un critère parce que le même attribut X figure dans les tables A et B, on écrit [A].[X] ou [B].[X] afin de lever l ambiguïté. Il est également possible de répéter l utilisation d une table dans une requête. Ainsi, si on utilise deux fois la table A, Access donnera à la deuxième occurrence de la table le nom A 1, etc. Ceci permet d effectuer des comparaisons entre plusieurs enregistrements de la même table Les opérations agrégats Les opérations agrégats s appliquent à la colonne entière d une relation. On clique sur le bouton droit, on choisit Totaux, ce qui permet l affichage de Regroupement puis un menu qui permet de choisir (entre autres) une des opérations suivantes : Somme, Moyenne, Compte, Min, Max. Somme et Moyenne s appliquent évidemment à des types numériques, Min et Max peuvent s appliquer également aux types textuels (c est l ordre alphabétique qui est alors pris en compte), et Compte, qui détermine le nombre d enregistrements (éventuellement vérifiant certains critères), s applique à tous les types de données. Le résultat d une telle requête comportera nécessairement une seule ligne. On peut également appliquer ces opérations agrégats à des groupes d enregistrements. Un groupe rassemble tous les enregistrements qui ont les mêmes valeurs pour certains attributs. On choisit Totaux, puis simplement Regroupement pour une colonne (ou plusieurs), ce qui permet de définir les groupes. Ensuite on choisit une des opérations agrégats pour une autre colonne. Le nombre de lignes du résultat correspondra au nombre de groupes ainsi définis Les requêtes paramétrées Une requête peut dépendre d une (ou plusieurs) valeur(s) fournie(s) par l utilisateur au moment de l exécution de la requête. 11

12 En cliquant avec le bouton droit dans l espace libre de la requête on obtient un menu dans lequel on choisit Paramètres. On définit chaque paramètre en lui donnant un nom et un type. On peut alors utiliser, dans les critères et les expressions, les paramètres, comme on utilise les champs de la table, en n omettant pas les crochets Les requêtes Action On peut, à l aide de requêtes, supprimer certains enregistrements dans une table, modifier certains enregistrements, ajouter des enregistements à la table ou même créer une table. Ces requêtes sont désignées comme étant des requêtes Action, qui s opposent aux requêtes Sélection considérées ci-dessus. Il vaut mieux créer d abord une requête Sélection avant de la convertir en une requête Action. Ce qui permet par exemple de vérifier que les enregistrements qu on va supprimer sont bien ceux souhaités, de même ceux qu on va modifier et la façon dont on va les modifier, etc. En cliquant avec le bouton droit dans l espace vide de la requête, on choisit Type de requ^ete, puis Requ^ete Création de table, Requ^ete Mise à jour, Requ^ete Suppression ou Requ^ete Ajout. Pour la mise à jour (modification des valeurs de certains enregistrements) on entre soit une nouvelle valeur pour les champs considérés, soit une expression qui calcule la nouvelle valeur. 3.4 Les formulaires et les états Les formulaires permettent de formater l entrée des données, les états permettent de formater les résultats afin de les imprimer Les formulaires On peut définir un formulaire quand une table est sélectionnée, en allant dans le menu Insertion et en choisissant Formulaire instantané. On peut également dans la fenêtre Base de données aller dans les Formulaires. Il est conseillé de Créer un formulaire à l aide de l Assistant. Il est ensuite possible de modifier le formulaire Les états Il est également conseillé de Créer un état à l aide de l Assistant, ce qui permet de choisir le style de l état. Ensuite il sera possible de le modifier, ce qui s avère fréquemment nécessaire. Un état est composé d un En-tête, d un Pied, et du Détail qui contient effectivement les lignes des tables ou des requêtes. 12

13 4 Le schéma entité/association et les relations d Acces Une façon de construire une base de données consiste à commencer par décrire la réalité à représenter sous la forme abstraite d entités et d associations entre ces entités. Ce qui se traduit ensuite sous la forme de tables, et de requêtes. Sous Access, les associations, ou du moins certaines d entre elles, peuvent être introduites, sous le nom de relations. 4.1 Les entités On commence par déterminer quelles sont les entités (objets distinguables, cf. ci-dessus en 2.1.1). Ces entités possèdent des attributs, dont certains permettent de distinguer les entités (ce qui est toujours possible puisque les entités sont distinguables). On peut choisir une clé spéciale, qui servira d indentifiant à l entité. 4.2 Les associations On cherche quelles sont les associations qui lient les entités introduites. Il existe des relations un à plusieurs (1 : n) (un homme peut être le père de plusieurs enfants, mais un enfant ne peut avoir qu un père), et des relations plusieurs à plusieurs (n : m) (un professeur peut être l enseignant de plusieurs étudiants, et un étudiant peut avoir plusieurs enseignants). Ces associations sont schématisées de la manière suivante : A A B (asssociation un à plusieurs de A à B); B (asssociation plusieurs à plusieurs de A à B). Certaines associations peuvent recevoir des attributs qui leur sont propres. Par exemple l association (professeur, étudiant) peut recevoir l attribut enseignement (qui indique quel est le cours du professeur suivi par l étudiant). On évite les associations liant plus de deux entités. Si on est tenté de le faire, on remplace cette association par une nouvelle entité, qui va être liée par des associations binaires à chacune des entités considérées primitivement. Il n y a donc pas de règle absolue pour déterminer ce qui doit être représenté sous la forme d une entité et ce qui doit être représenté sous la forme d une association. Les critères à adopter sont les suivants : (1) rester le plus simple possible ; 13

14 (2) éviter les associations compliquées ; (3) éviter (absolument) les redondances, qui pourraient conduire à des incohérences ; (4) ne pas mélanger dans une même entité des concepts différents. 4.3 La traduction en base de données (1) Chaque entité donne lieu à une table distincte, avec de préférence une clé (primaire) par table. (2) Pour chaque association un à plusieurs A à B, la clé de A devient un (ou plusieurs) attribut(s) de B, le nom des attributs pouvant être changés. Les attributs de A dans B formant une clé étrangère. (3) Pour chaque association plusieurs à plusieurs A à B, on crée une table AB, la clé étant constituée par l union des deux clés de A et B. Éventuellement on ajoute d autres attributs, les attributs de l association. 4.4 Les relations d Access Une relation est établie entre une table principale (placée à gauche) et une table auxiliaire (à droite) Les relations 1 : n La relation est établie entre la clé primaire de la table principale et n importe quel champ de la table auxiliaire. (Une relation doit être établie entre des champs de mêmes types, sauf entre Numéro Automatique et Numérique - entier long) Les relations 1 : 1 Ces relations permettent de séparer des informations concernant de mêmes entités. Les relations sont établies entre les clés des différentes tables La création et la modification des relations On ouvre la fenêtre Relation en sélectionnant Relations dans le menu Outils. On affiche les deux tables entre lesquelles on veut créer une relation. La relation est obtenue entre le champ d une table et celui de l autre table en le faisant glisser à l aide de la souris. 14