Plan du cours. Plan de la session. Ingénierie des Systèmes d Information Problématique et méthodologie : illustration avec la méthode MERISE.

Transcription

1 Ingénierie des Systèmes d Information Problématique et méthodologie : illustration avec la méthode MERISE. Session 7 : Modèles Logiques. Traitement & Données Erwan TRANVOUEZ erwan.tranvouez@polytech.univ-mrs.fr Plan du cours Session 1 : Problématique de l Ingénierie des SI Session 2 : Présentation générale de MERISE Session 3 : Modélisation des Traitements : DF & MCT Session 4 : Modélisation des Données : MCD Session 5 : Modélisation Organisationnelle des Traitements Session 6 : Modélisation Organisationnelle des Données Session 7 : Modèles Logiques : Traitements-Données Session 8 : MERISE & Gestion de projet Session 9 : MERISE & UML et les SI Session 10 : Examen : question(s) de cours+étude de cas. 2/36 Plan de la session Confrontation Données Traitement Objectifs et régles de vérification Modèle Logique des Traitements Objectifs et règles de conceptions Modèle Logique des Données Objectifs Règles générales de traduction Règles spécifiques (héritage) 1. Confrontation Données Traitement Objectifs et moyens 3/36 1

2 Modèles et niveaux d abstraction Pourquoi confronter D&T CONCEPTION REALISATION Conceptuel Organisationnel Logique Physique Données MCD MLD MPD Traitement MCT MOT MLT MPT L analyse et la spécification du SI selon 2 points de vue ne doit pas amener à une vision schizophrénique Synthèse et convergence des points de vue La séparation Données/Traitement n est pas étanche : Les occurrences sont crées et modifiées par des traitements (ex. notion d état) L exécution de traitements peut nécessiter des informations (ex. action de recherche dans une opération ou une tâche, exécution conditionnée par l état d un objet). 5/36 6/36 Résultats escomptés Comment? Identifier les incohérences Relever les informations inutiles ie non utilisées (ex. dans les traitements) Vérifier l exhaustivité des informations représentées (ex. données requises par les traitements présentes dans le MCD) Lecture croisée des MCD/MCT, MCD-/MOT Grille de cohérence : principe est de voir comment sont utilisées les données dans les modèles de traitements. Entités Relations Taches Par ordre CRE CRE/ 7/36 chronologique SUPP 8/36 2

3 Utilisation de la grille de cohérence Exemple Règles de vérification Les tâches manuelles n ont pas accès au données Toute entité doit être crée (sinon signifie qu elle a été crée ailleurs ) Les entités doivent être régulièrement supprimées (sinon saturation de la mémoire) Les entités non manipulées (création, lecture etc ) ne le sont pas : Parce qu on a oublié de le faire! Car utiles seulement aux tâches manuelles donc ne doivent pas figurer dans le. Entités non modifiées : vérifier que ces données ont bien «vocation» à être stable (ex. Table des codes postaux de la Poste) Vérification Sujet Saisie Sujet Analyse Sujet Valider sujet Informer résultat CRE Proposer CRE Stage CRE Elève 9/36 10/36 Confrontation algorithmique Poursuit l effort précédent à un niveau + bas Par exemple, consiste à spécifier non plus le «sens» d un message déclenchant une opération mais à spécifier les informations véhiculées Peut s appuyer sur un maquettage Ex: dans win design consiste à créer des fenêtre graphique en associant certaines zones de saisies ou de lecture les entités du MCD). 2. Modélisation Logique des Traitements Objectifs Règles de conceptions 11/36 3

4 Modèles et niveaux d abstraction Objectifs des MLT CONCEPTION REALISATION Conceptuel Organisationnel Logique Physique Données MCD MLD MPD Traitement MCT MOT MLT MPT Poursuivent le raffinement des MOT au niveau matériel et logiciel. Le MOT a (entre autres) : Découpé les opérations en tâches Caractérisé le niveau d automatisation des tâches Affecté des ressources aux tâches Le MCT va préciser leur mise en œuvre au niveau logiciel MAIS toujours indépendamment de tout langage/environnement de programmation On se trouve au niveau du SI Informatisé 13/36 14/36 Modélisation Logique des Traitements Evolution des concepts Définit comment le MOT sera mis en œuvre informatiquement. Cad en fonction: des choix techniques (SGBD, AGL, ) de l organisation informatique des traitements (transactions, IHM) des contraintes/règles ergonomiques des principes GL Sachant que l application s appuiera en général sur un SGBD. MOT : Evénement = stimuli au niveau SIO ie message d un acteur externe au domaine MLT : Evénement = stimuli du SII donc tout flux d information externe au système informatique donc provenant d un acteur interne du SIO (notion d opérateur) d un autre système (SII) de l entreprise ou du domaine (ex. architecture Client /Serveur) Par ailleurs, ces stimuli n ont pas d émetteur identifié (analogie d une fonction qui joue un rôle mais dont on ne spécifie pas l appelant). 15/36 16/36 4

5 Evolution des concepts Conception des MLT MOT : Tâche = regroupement de fonctions homogènes MLT : Unité Logique de Traitement = regroupement de traitements informatiques regroupés de manière homogène permettant de passer d un état stable et cohérent à un autre. Derrière cette notion, se retrouve la notion de grosse fonction qui se déclinera en Fenêtres, Transactions (au sens BD), de Batchs Ce nouveau découpage doit préparer la réalisation du logiciel et donc assurer la classification des traitements comme par exemple en MVC, Couche Métier/Logique/Applicative Décomposition du MOT (Tâche (i) ) i=1..n -> (ULT (j) ) j=1..m Réutilisation de ULT Ex. recherche de produits apparaît dans +sieurs tâches. L ULT est définie 1 fois et appelée plusieurs fois dans différents contexte) S appuie sur une logique de bibliothèque de fonctions (API) ou de composants (ex. Windev avec des fenêtre de saisies de commandes prédéfinies). Peut cependant complexifier l ULT (ex. dans Windev la même fenêtre fait la saisie, le parcours et la modification de données => Code non optimisé et plus lourd à maintenir ou a débugger ) 17/36 18/36 Modèles et niveaux d abstraction 3. Modélisation Logique des Données Données Traitement Objectifs Règles générales de traduction Règles spécifiques (héritage) CONCEPTION REALISATION Conceptuel Organisationnel Logique Physique MCD MLD MPD MCT MOT MLT MPT 20/36 5

6 Objectifs des MLD Modélisation Logique des Données De même que le MLT, le MLD intègre la dimension informatique du SI et prépare la mise en œuvre du dans un Système informatique en général un SGBD ou une application construite autour d un moteur de SGBD. Le MLD tient donc compte du couple logiciel/matériel cible S il s agit d un SGBD relationnel => le MLD sera de fait un schéma relationnel. La suite du cours considère le cas d un modèle relationnel des données, exprimé selon Des relations : <-> entités du. Ce sont les futures tables... Des attributs : <-> propriétés des entités du Parmis lesquels : Des clés primaires <-> identifiant(s) du Des clés étrangères : non exprimées dans le cadre du SIO, mais résultent des relations (au sens MCD) entre les entités. Soumises à des contraintes sur les valeurs qu elles peuvent prendre (unicité des clés primaires, existence et cohérence des valeurs des clés étrangères, ) 21/36 22/36 Modélisation Logique des Données Conception des MLD Ces relations doivent être normalisés (1NF, 2NF, 3NF ) afin d assurer la structuration la plus optimale des données (pas de redondance). Cela étant dit, les MCD et ont normalement été construit dans cette logique La construction du MLD par rapport au MLT présente l avantage de s appuyer sur des règles de transformations systématiques Cela facilite le développement d outils/fonctions de traduction MCD/ -> MLD (WinDesign par ex.) Les règles peuvent être simple (transformation d une relation 1..n ou n..) mais peuvent se complexifier et requérir l expertise de l analyste programmeur dans les cas plus complexes (héritage, relation n-aires, ) 23/36 24/36 6

7 Relation binaire 1.. N Principe de traduction Relation binaire 1.. N Exemple C est-à-dire une relation (x.. 1) -> (x.. n) Ce type de relation traduit une dépendance fonctionnelle. Ex. Un chien a 1 propriétaire => On marque son nom sur son collier. Si x vaut 0 (donc pas d obligation d avoir un propriétaire), alors le chien n a pas de collier. Se traduit au passage du MLD par la création d une clé étrangère sur la relation dépendante. Si x vaut 0 (donc participation pas obligatoire) cela signifie que l attribut portant cette clé étrangère peut ne pas être renseigné (null autorisé au niveau implémentation). Une 2ème solution est possible sur le principe des relations n..n. 25/36 Etudiant IdEtudiant Salaire Duree 0,1 faire un stage PK_ PRE SALAIRE DUREE Id CA annuel Contact Telephone faire un stage ENTREPRISE PK_ENTREPRISE CA_ANNUEL CONTACT TELEPHONE 26/36 Relation binaire N.. N Principe de traduction Relation binaire N.. N Exemple C est-à-dire une relation (x.. n) -> (x.. n) Cas précédent inapplicable. Utilise une 3ème table qui associera les occurrences participant à la relation (MCD) Si l occurrence a de A et b de B participe a la relation (A,B) alors il existe un couple de valeur (a,b) dans la table AB. A noter, que le même principe peut être appliqué dans le cas des relation n afin d éviter Etudiant IdEtudiant travailler durée salaire statut PK_ PRE Id CA annuel Contact Telephone TRAVAILLER PK_TRAVAILLER DURÉE SALAIRE STATUT ENTREPRISE PK_ENTREPRISE CA_ANNUEL CONTACT TELEPHONE 27/36 28/36 7

8 Retour sur la Relation binaire 1.. N Autre solution Relation ternaire Principe de traduction Etudiant IdEtudiant 0,1 PK_ PRE faire un stage Duree Salaire Ainsi, pas de valeur d attribut pouvant être nulle mais «surcoût» en terme de stockage d information FAIRE_UN_ST PK_FAIRE_UN_ST DUREE SALAIRE Id CA annuel Contact Telephone ENTREPRISE PK_ENTREPRISE CA_ANNUEL CONTACT TELEPHONE 29/36 Même principe que binaire n..n. Consultant IdConsultant NiveauFormation Travailler Salaire Mission idmission NiveauRequis Description Id CA annuel Contact Telephone CONSULTANT PK_CONSULTANT IDCONSULTANT PRE NIVEAUFORMATION ENTREPRISE PK_ENTREPRISE CA_ANNUEL CONTACT TELEPHONE TRAVAILLER PK_TRAVAILLER IDCONSULTANT IDMISSION SALAIRE MISSION PK_MISSION IDMISSION NIVEAUREQUIS DESCRIPTION 30/36 Relation réflexive Héritage Cas de départ Etudiant IdEtudiant parrain parainer filleul PK_ PRE = _PARAINN _PARAINNE Personne idpersonne Age 2 Solutions = _PARRA PK_ PARAINER PK_PARAINER PRE _PARRAI _FILLEUL Employé Ancienneté XT Eleve Diplome TypeConcours = _FILLEU 31/36 32/36 8

9 Héritage Solution 1 Héritage Solution 2 Fusion de toutes les informations et ajout d une propriété pour identifier le type. Simplifie la traduction Nécessite de gérer le fait que des attributs peuvent être nuls. Utilisation de vues (SQL) pour traduire le fait que voir une personne comme un employé revient à afficher les infos d une personne + ancienneté mais pas le diplôme ou le type de concours (d autant plus si la relation d héritage est exclusive) PERSONNE PK_PERSONNE PRE DIPLOME TYPECONCOURS ANCIENNETÉ 33/36 Duplication des infos générales sur les relations spécialisées Simplifie la traduction Redondance des données Perd la possibilité de faire des relations sur personne. Ex. une personne habite dans une maison. EMPLOYÉ PK_EMPLOYÉ ANCIENNETÉ PRE ELEVE PK_ELEVE DIPLOME TYPECONCOURS PRE 34/36 Héritage Solution 3 Héritage Solution 4 Les entités spécialisées sont considérées comme des relations. Les mêmes valeurs de clés sont utilisées Respecte la logique Manipulation des clés PERSONNE PK_PERSONNE PRE Her_1 EMPLOYÉ PK_EMPLOYÉ ANCIENNETÉ Her_1 ELEVE PK_ELEVE DIPLOME TYPECONCOURS 35/36 Les entités spécialisées sont considérées comme des relations ET le contenu est dupliqué Respecte la logique Gestion des duplicats => Utilisation de Triggers pour propager les modifications d une entité à une autre. PERSONNE PK_PERSONNE PRE DATE_DE_NAISSAN Her_1 EMPLOYÉ PK_EMPLOYÉ ANCIENNETÉ PRE DATE_DE_NAISSAN Her_1 ELEVE PK_ELEVE DIPLOME TYPECONCOURS PRE DATE_DE_NAISSAN 36/36 9