Bases de données réparties: Fragmentation et allocation

Dimension: px
Commencer à balayer dès la page:

Download "Bases de données réparties: Fragmentation et allocation"

Transcription

1 Pourquoi une base de données distribuée? Bibliographie Patrick Valduriez, S. Ceri, Guiseppe Delagatti Bases de données réparties: Fragmentation et allocation 1 - Introduction inventés à la fin des années 70 rassembler les données disséminés dans un réseau de machines sous forme d une base de données globale, homogène et intégrée. Utilités Limiter le transfert d informations (nombre et volumes) Répartition de charge Augmenter la fiabilité (Duplication) Fusionner des systèmes d informations Définition Une base de données distribuée est une base de données dont les différentes parties sont stockées sur des sites (géographiquement distants), reliés par un réseau. La réunion de ces parties forment la basent de données distribuées Pourquoi une base de données distribuée? Pourquoi une base de données distribuée? 2 - Objectifs Indépendance à la localisation 3. Quelques points Permettre l écriture des programmes d application sans connaître la localisation physique des données SBGD réparties doit offrir les mêmes services que les SGBD monolithiques Requêtes exprimées en SQL similaires aux requêtes locales! décharger l utilisateur de tous les problèmes de concurrence, fiabilité et optimisation des requêtes Transparence! Simplifier la vue utilisateur et l écriture de requêtes il doit disposer: Indépendance à la fragmentation La relation principale indépendante de la manière de la découper! Les modifications ne doivent pas modifier les programmes Indépendance au SGBD La relation globale doit être exprimée dans un langage normalisé indépendant des constructeurs Autonomie des sites Supprimer la nécessité d une administration centralisée! Accomplissement local des reprises après pannes et des mises à niveaux des logiciels! Sans impacts sur les autres sites Rq: «inconvénients des systèmes distribués» - dictionnaire de données réparties - traitement de requêtes réparties - gestion des transactions réparties - communication de données inter-sites - gestion de la cohérence et la sécurité SGDBr assure la décomposition des requêtes distribuées en sous requêtes locales envoyés à chaque sites EX: SELECT * FROM Pour la mise à jour, il doit assurer la gestion des transactions réparties! vérification des règles d intégrité multi-bases, contrôle des accès concurrents, gestion de l atomicité des transactions distribuées Peut s appuyer sur les fonctions locales de gestion de transactions pour accomplir les fonctions globales! Complexité résultant de leur coordination! Nouvelles préoccupations: coût de développement, potentialité des pannes, coordination Avantages et inconvénients de la répartition de données Systèmes de gestion des BD réparties Avantages Efficacité et fiabilité d accès à des données partagées Concept de base! partage des données et gestion réparties - accès à partir d un site à l ensemble des données (évite la concentration de données) Schéma local - gestion locale (maîtrise de ses propres données pour chaque site): mais autonomie relative Gérer par le SGDB local! fiabilité et disponibilité Chaque base local partage une partie de la base aux sites clients - maintient de l exploitation en cas pannes par substitution des sites - réplication des données Schéma Global Inconvénients Complexité pour coordonner! Coût de développement logiciel! Potentialité plus forte d erreurs logicielles (bugs cachés, algo. Fragilisé par parallèlisme)! Servitude de systèmes accrues pour la coordination: Permet de définir l ensemble de données de la BD ~ schéma conceptuel Pas forcément matérialisé <chaque BD locale implémente une partie. Ces parties locales sont les seules matérialisées sur les disques> - Échanges de messages - Calcul supplémentaire - Récupération de systèmes plus complexes après pannes (Réintégration des sites ou liaisons en pannes)

2 Principes de conception des BD distribuées Approche de conception des BD distribuées Principes principes (propriétés) des SGDB centralisées plus: soit une relation R! réplication: R copié sur plusieurs sites! Fragmentation: R découpé en plusieurs fragments, chacun hébergé sur un site! Réplication et fragmentation: R découpé en fragments, copié sur divers sites 2 approches: Descendante (Décomposition) <utilisé lors de la constitution de nouvelle base de données> conception du schéma conceptuel globale Définitions des niveaux de schémas! Besoins des utilisateurs intégrés dans un schéma conceptuel (unique)! Des vues peuvent être dériver du schéma conceptuel! L administrateur construit le schéma de fragmentation (découpage du schéma conceptuel en plusieurs sous schémas avec des liens entre les deux)! L Admin. Définit le schéma d allocation (localisation des fragments sur les différents sites). Création automatique des schémas logiques sur chaque sites en fonction des fragments allouées! l Admin. Doit finalement décrire les schémas internes. distribution pour obtenir les schéma conceptuel locaux fragmentation affectation aux sites allocation <guidé par un soucis performance> Ascendante <Permet l intégration de bases de données locales existantes dans une base distribuées> <démarche plus difficile> Intégration de bases de données existantes résoudre les problèmes d hétérogénéité des systèmes ou sémantique de l information Systèmes de gestion des BD réparties Niveau de couplage Existence de différents niveau de couplages La littérature propose différents modèles et terminologie Certains critères restent déterminants:! non-possibilité d accès aux systèmes locaux! matérialisation du schéma globale, La base maîtresse ne contient que des méta-données Les accès aux sites locaux sont prohibés d autres modèles plus réalistes: Autonomie des sites locaux Instanciation des données sur le site maître Dans la pratique: Systèmes faiblement couplés! communication des systèmes locaux! pas de schéma globale proprement dit Bases de données réparties: Les prédicats simples On se donne une relation R(A1, A2, A3,, An) Les prédicats minterms Les prédicats simples Pj se définit par Soit relation R et un ensemble de prédicats simples Pr. Pj: Ai Φ valeur On définit l ensemble des prédicats minterms M = { M1, M2,, Mm } avec, Φ = { =, <, <=, >, >= } M = { Mi Mi = Pj Pr Pj* } valeur Di, le domaine de valeurs de l attribut Ai avec, 1 <= j <= p On définit Pr = { P1, P2,, Pp } l ensemble des prédicats simples définit sur la relation R. 1 <= i <= m Pj* = Pj ou Pj* = (Pj) P1: Pname = ESIREM P2: Budget <=

3 M1: Pname = ESIREM & Budget <= M2: Pname = ESIREM & NOT(Budget <= ) M3: NOT(Pname = ESIREM ) & Budget <= M4: NOT(Pname = ESIREM ) & NOT(Budget <= ) propriétés sélectivité des minterms: SEL(Mj) Indique le nombre de tuples auxquels peut accéder une requête selon un prédicat minterm donné. Par exemple la sélectivité de M2 est 0 si aucun projet ne correspond aux conditions du minterm. Fréquence d accès: ACC(qi)! La fréquence à laquelle l application utilisateur accède aux données. ACC(qi) donne la fréquence de la requête qi durant une certaine période.! De même on définit ACC(Mj) la fréquence d accès du minterm Mj, correspondant à la fréquence d accès de qj selon Mj On se donne une relation SALAIRE (S_TITRE,S_SAL) Application On veut vérifier les salaires des employés d une entreprise et déterminer les possibilités d augmentation. Les prédicats simples P1: P_SAL <= P2: P_SAL > Les prédicats simples M1: P_SAL <= AND P_SAL > M2: P_SAL <= AND NOT(P_SAL > 30000) M3: NOT(P_SAL <= 30000) AND P_SAL > M4: NOT(P_SAL <= 30000) AND NOT(P_SAL > 30000) Les implications I1: P_SAL <= 30000! NOT(P_SAL > 30000) I2: NOT(P_SAL <= 30000)! P_SAL > I3: P_SAL > 30000! NOT(P_SAL <= 30000) I4: NOT(P_SAL > 30000)! P_SAL <= Fragmentation de SALAIRE M1 est contredit par I1, et M4 par I2 Approche Pour chaque relation simple dans le schéma conceptuel global! Identifier les applications les plus importantes accédant à la relation! Définir les prédicats simples selon les critères de sélections des requêtes définies sur la relation! Générer les prédicats minterms comme conjonction des prédicats simples (Ne pas oublier les formes négatives des prédicats simples)! Identifier les prédicats contradictoires et redondants, puis les éliminer! Définir les fragments à partir d opérations de sélections selon les prédicats minterms Complétude des minterms Un minterm est dit complet s il définit un ensemble de tuples ayant la même probabilité d être accéder par les applications.! Si une application accède à la relation PROJ selon le nom du projet: - Pi = σ Pname= X PROJ - produit des fragments où tous les tuples ont la même probabilité d être accèder! Si une seconde application accède seulement au projet ayant un budget supérieur à Pname = X, ne définit pas un ensemble avec une même probabilité d accès - On doit ajouter le prédicat simple associé au budget - Pi = σ (Pname= X AND budget > ) PROJ

4 Techniques de partition horizontale Minterm minimum Détermines l ensemble des prédicats simples pertinents sur les minterms! un prédicat est dit pertinent pour un minterm si: - il permet de définir une nouvelle partition - la partition est accédée par au moins une application! un minterm est dit minimum si tous les prédicats simples sont pertinents. Round robin. Hash partioning. Range partioning Augmenter les minterms jusqu à produire un prédicats minterm qui soit:! complet! minimum Round robin Hash partitioning. On distribue également les données. Permet une analyse de la totalité des relations. Pas intéressant pour les requêtes ponctuelles et les plages de requêtes. Efficace pour les requêtes ponctuelles selon des clés, ainsi que pour les jointures. Pas bon pour les plages de requêtes et les requêtes ponctuelles sans clés. Avantages des fonctions de hachages => une distribution uniforme Qu est-ce qu une bonne fragmentation? 1: F = {F1,F2} F1 = σ(sal)<10(e) F2 = σ(sal)>20(e) Problème: Perte de certains tuples! 2: F = {F3,F4} F3 = σ(sal)<10(e) F4 = σ(sal)>5(e) Les tuples tels que «5 <sal< 10» sont dupliqués F1 = σ location=paris (Employe) F2 = σ location=lausanne (Employe)

5 Qu est-ce qu une bonne fragmentation? Rappel: Critères d exactitude Gestion explicite de la réplication Soit R => F = { F1, F2, } 1. Complétude Example: F = { F5, F6, F7 } Pour tout t R, il existe Fi F tel que t Fi F5 = σ sal <=5 (E) F6 = σ 5 < sal < 10 (E) 2. Indépendance 3. Reconstruction Fi Fj = null, pour tout i,j tel que i j F7 = σ sal >=10 (E) Il existe tel que R = Fi! Puis répliquer F6 si on le souhaite dans le cadre de l allocation Intuition Si deux relations sont liées et sont souvent utilisées ensemble, on peut définir les fragments correspondants (des deux relations) qui peuvent être utilisés ensemble. Bases de données réparties: Questions! Que veut dire deux relations liées.! Comment définir une fragmentation basée sur le lien entre 2 relations Une (DHF) se définit sur les membres d une relation R pointés par le lien L selon les prédicats de sélection par la relation propriétaire S L1, L2, L3 sont des liens de jointures (équi-jointures) Owner(L1) = PAY et Member(L1) = EMP

6 EMP (ENO, ENAME, TITLE, DEPT) ASG (ENO, DNO, DUR) Si les employés sont gérés par un département! M1 = DEPT=D1! M2 = DEPT=D2! M3 = DEPT=D3 Les données de ASG sont dépendantes et associées à celles de EMP, ainsi l allocation des fragments de ASG sont définis selon les min-terms définis sur EMP! A1 = ASG E1! A2 = ASG E2! A3 = ASG E3 Les fragmentations indépendantes peuvent mener à des jointures excessives (que l on peut supprimer) On définit une fragmentation dérivée qui permet de garantir qu une seule jointure accède aux données de E et de A Semi-jointure DHF La semi-jointure d une relation R, définit sur un ensemble d attributs A, par la relation S, définit sur un ensemble d attributs B, est un sous-ensemble de tuples de R qui participe à la jointure de R avec S.! Soit R (F) S, où un F est un prédicat! Il peut-être obtenu comme suit: R (F) S = Π(a) ( R (F) S ) On définit les critères de fragmentation pour la relation Alloc selon les minterms spécifiés par la relation Proj P1 = σ( LOC=«Dijon» AND Budget<= ) PROJ P2 = σ( LOC=«Dijon» AND Budget> ) PROJ P3 = σ( LOC=«Lyon» AND Budget<= ) PROJ P4 = σ( LOC=«Lyon» AND Budget> ) PROJ P5 = σ( LOC=«Beaune» AND Budget<= ) PROJ P6 = σ( LOC=«Beaune» AND Budget> ) PROJ DHF On définit la fragmentation horizontale dérivée obtenue en définissant des semi-jointures sur les fragments de PROJ A1 = ALLOC A2 = ALLOC A3 = ALLOC A4 = ALLOC A5 = ALLOC A6 = ALLOC ( Alloc.PNO=P1.PNO ) P1 ( Alloc.PNO=P2.PNO ) P2 ( Alloc.PNO=P3.PNO ) P3 ( Alloc.PNO=P4.PNO ) P4 ( Alloc.PNO=P5.PNO ) P5 ( Alloc.PNO=P6.PNO ) P6

7 Fragmentation verticale Motivation Bases de données réparties: Les patterns d accès des applications (Ex: PROJ): - obtenir les numéros des projets selon leurs budgets - obtenir les noms des projets selon leurs localisations Introduction La fragmentation verticale! définit les sous-ensembles des attributs des relations qui sont accédés ensemble! réduit les coûts d accès aux données et leurs transferts! disponible aussi bien en environnement centralisé que distribué! plus complexe que la fragmentation horizontale Cf. B(m), Bell number pour les grandes valeurs de m, B(m) m [Hammer et Niamir, 1979] Problématique Soit une relation R, un ensemble de requêtes Q, un ensemble de sites S (sur lesquels sont appliqués Q), et des statistiques sur ces traitements A partir de ces éléments, on définit une politique de fragmentation qui identifie les sous-ensembles disjoints des attributs de R, minimisant les coûts d évaluation des requêtes. Heuristiques Grouping - On commence par créer un fragment pour chaque attribut, puis les agréger progressivement pour constituer les fragments Splitting - Les relations globales sont progressivement réparties sur les fragments - C est une approche descendante, cohérent avec l approche utilisée pour la fragmentation horizontale primaire VF Splitting Strategy Méthode d application - affinité des attributs Une mesure pour définir la proximité des attributs - usage des attributs Soit un ensemble de requêtes Q = { Q1, Q2,, Qq } sur la relation R(A1, A2,, An ) use( Qi, Aj ) = 0 sinon 1 si Aj est référencé par Qi

8 s s Relation PROJ: - Q1 = SELECT budget FROM proj WHERE pno=value - Q2 = SELECT pname,budget FROM proj - Q3 = SELECT pname FROM proj WHERE loc=value - Q4 = SELECT sum(budget) FROM proj WHERE loc=value La matrice d usage des attributs - A1 = pno, A2 = pname, A3 = budget, A4 = loc Affinité L usage des attributs n est pas suffisant pour définir les fragments La qualité d information indique les patterns d accès des requêtes sur les attributs - Accs (Qk) nombre d accès sur une paire d attributs Ai, Aj par la requête sur un intervalle de temps - Aff(Ai,Aj) = Σ k use(qk,ai)=1 & use(qk,aj)=1 Σs Accs (Qk) Pour chaque requête qui accède à la pair d attributs, on somme la fréquence d accès à tous les sites Bond Energy Algorithme (BEA) A partir de la matrice d affinité, on veut définir des clusters d attributs BEA possède les propriétés suivantes: - On regroupe les ensembles de valeurs ayant une affinité élevée - Ainsi que celles ayant une affinité faible - Le regroupement final est indépendant de l ordre des entrées - Temps de traitement raisonnable: Ο(n²) n avec n le nombre d attributs Algorithme BEA Entrée: matrice d affinité Traitement: Permutation des colonnes et des lignes! pour chaque nouvelle distribution d attributs - calculer pour chaque matrice entrée, une nouvelle valeur correspondant à la somme des valeurs de ses voisins - le meilleur clustering donne la valeur la plus élevé Maximiser l affinité des attributs Max AM = Σi=1..n Σi=1..n Aff(Ai,Aj)*[Aff(Ai,Aj-1) + Aff(Ai,Aj+1)] L algorithme BEA fournit la matrice avec des valeurs élevées pour AM. L intuition est qu on doit commencer avec les 2 premières colonnes de la matrice d affinité, en insérant la suivante par analyse de la meilleure configuration donnant le meilleur BOND selon la matrice AM. Ceci est appelé la contribution de la nouvelle colonne selon la matrice courante AM.

9 de matrice d affinité Calcul de max AM Considérant la matrice AM précédente. On considère les colonnes A1 et A2, et on analyse l effet d insérer A3 en terme de contribution (Cont). Pour une composition de (A1, A3, A2), nous avons: - Cont(A1,A3,A2) = 2BOND(A1,A3) + 2BOND(A3,A2) 2BOND(A1,A2) où - BOND(Ax,Ay) = Σ i,j=1..n Aff(Ai,Ax)*Aff(Aj,Ay) : Cont(A0,A3,A1) = 2BOND(A0,A3) + 2BOND(A3,A1) 2BOND(A0,A1) = 2*11000 = Car, BOND(A0,A3) = BOND(A0,A1) = 0 BOND(A3,A1) = 50* * * = Splitting Point Après que la matrice d affinité a été clusterisée:! on doit définir les points où diviser les attributs pour produire les fragments Calcul des accès référents: - T = ΣQ in T Σ s=1..n Acc(Qi) - B = ΣQ in B Σ s=1..n Acc(Qi) - BOTH = Σ Q in BOTH Σs=1..n Acc(Qi) Ces expressions détermine le nombre d accès fait exclusivement par les applications accédant uniquement à TOP, à BOTTOM ou aux attributs dans les deux cas. Nous cherchons un point dans la matrice diagonale qui offre la valeur la plus élevée pour: Z = T*B BOTH² Verification de la pertinence Fr = { R1, R2,, Rn } Complétude A = U Ri Reconstruction R = k Ri, pour tout Ri Fr Indépendance Les fragments sont disjoints, à l exception des clés

Chapitre 2 : Conception de BD Réparties

Chapitre 2 : Conception de BD Réparties 2/22 Chapitre 2 : Conception de BD Réparties 2/22 Introduction Une BDR diffère d'une BD centralisée avec certains concepts nouveaux qui sont particuliers à la répartition des données.. Méthode de conception

Plus en détail

Conception de BDR et requêtes. Migration vers une BDR. Conception d'une BDR par Décomposition. Objectifs de la Décomposition

Conception de BDR et requêtes. Migration vers une BDR. Conception d'une BDR par Décomposition. Objectifs de la Décomposition Conception de BDR et requêtes Migration vers une BDR Approche décomposition Fragmentation Allocation des fragments Fragmentation de requêtes Optimisation de requêtes Décomposition en BD locales BD BD1

Plus en détail

10/04/2011. Serveur de données. Serveur de données. Client. Programme d'application Logiciel intermédiaire Pilote de télécommunication.

10/04/2011. Serveur de données. Serveur de données. Client. Programme d'application Logiciel intermédiaire Pilote de télécommunication. 1 BD locale BD locale Programme d'application Logiciel intermédiaire Client SGBD réparti Logiciel intermédiaire données SGBD réparti Logiciel intermédiaire données 2 Bénéfices potentiels Performance Fiabilité

Plus en détail

Bases de données réparties

Bases de données réparties Bases de données réparties J. Akoka - I. Wattiau 1 Contexte Technologique : des solutions de communication efficace entre les machines des SGBD assurent la transparence des données réparties standardisation

Plus en détail

BD parallèles et réparties

BD parallèles et réparties LOG660 - Bases de données de haute performance BD parallèles et réparties Département de génie logiciel et des TI BD parallèles vs réparties BD réparties Les données se trouvent sur plusieurs sites (noeuds)

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

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

Module IUP3 Bases de Données Avancées. Esther Pacitti

Module IUP3 Bases de Données Avancées. Esther Pacitti Module IUP3 Bases de Données Avancées Esther Pacitti Objectifs générales du Module Réviser les principales concepts de BD relationnelle et la langage algébrique et SQL (interrogation et màj) Comprendre

Plus en détail

Bases de Données Réparties Examen du 15 mai 2007

Bases de Données Réparties Examen du 15 mai 2007 Nom : Prénom : page 1 Université Pierre et Marie Curie - Paris 6 - UFR 922 - Master d'informatique (SAR) Bases de Données Réparties Examen du 15 mai 2007 Elements de correction Les documents ne sont pas

Plus en détail

Chapitre 10. Architectures des systèmes de gestion de bases de données

Chapitre 10. Architectures des systèmes de gestion de bases de données Chapitre 10 Architectures des systèmes de gestion de bases de données Introduction Les technologies des dernières années ont amené la notion d environnement distribué (dispersions des données). Pour reliér

Plus en détail

Modèle entité-association 4pts

Modèle entité-association 4pts Examen NFP 107 septembre 2009 Sujet 1 3H documents autorisés Enseignant : Christine Plumejeaud Modèle entité-association 4pts Une agence immobilière voudrait créer une base de données pour la gestion des

Plus en détail

Chapitre 1 : Introduction aux Systèmes de Gestion de Bases de Données (Eléments de base)

Chapitre 1 : Introduction aux Systèmes de Gestion de Bases de Données (Eléments de base) Chapitre 1 : Introduction aux Systèmes de Gestion de Bases de Données (Eléments de base) 1. Généralités sur l'information et sur sa Représentation 1.1 Informations et données : a. Au sen de la vie : C

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

Gestion de données à large échelle. Anne Doucet LIP6 Université Paris 6

Gestion de données à large échelle. Anne Doucet LIP6 Université Paris 6 Gestion de données à large échelle Anne Doucet LIP6 Université Paris 6 1 Plan Contexte Les réseaux P2P Non structurés Structurés Hybrides Localisation efficace et Interrogation complète et exacte des données.

Plus en détail

Objectifs. Maîtriser. Pratiquer

Objectifs. Maîtriser. Pratiquer 1 Bases de Données Objectifs Maîtriser les concepts d un SGBD relationnel Les modèles de représentations de données Les modèles de représentations de données La conception d une base de données Pratiquer

Plus en détail

SQL : création et mises-à-jour de schémas et de données

SQL : création et mises-à-jour de schémas et de données SQL : création et mises-à-jour de schémas et de données Commandes de définition de données (DDL) Commandes de mise-à-jour de données (DML) Vues SQL-MAJ, vues-1 / 33 Exemple Définition de la relation

Plus en détail

Systèmes d informations nouvelles générations. Répartition, Parallèlisation, hétérogénéité dans les SGBD. Exemple d application d un futur proche

Systèmes d informations nouvelles générations. Répartition, Parallèlisation, hétérogénéité dans les SGBD. Exemple d application d un futur proche Répartition, Parallèlisation, hétérogénéité dans les SGBD AI Mouaddib Département Informatique Université de Caen Systèmes d informations nouvelles générations! Constat :! Utilisation de nouveaux support

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

Introduction aux Bases de Données Relationnelles. Introduction aux Bases de Données Relationnelles Introduction- 1. Qu est-ce qu une base de données?

Introduction aux Bases de Données Relationnelles. Introduction aux Bases de Données Relationnelles Introduction- 1. Qu est-ce qu une base de données? Qu est-ce qu une base de données? Utilisez-vous des bases de données? Introduction aux Bases de Données Relationnelles explicitement? implicitement? Qui n utilise jamais de base de données? Département

Plus en détail

2 ème PARTIE : LE LANGAGE SQL

2 ème PARTIE : LE LANGAGE SQL 2 ème PARTIE : LE LANGAGE SQL PLAN : I. Le langage de manipulation des données II. Le langage de définition des données III. Administration de la base de données IV. Divers (HORS PROGRAMME) Introduction:

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

Intégration de données

Intégration de données Intégration de données Dan VODISLAV Université de Cergy-Pontoise Master Informatique M2 Plan Objectifs, principes, enjeux, applications Architectures d intégration de données Médiateurs et entrepôts Traitement

Plus en détail

Plan. Cours 4 : Méthodes d accès aux données. Architecture système. Objectifs des SGBD (rappel)

Plan. Cours 4 : Méthodes d accès aux données. Architecture système. Objectifs des SGBD (rappel) UPMC - UFR 99 Licence d informatique 205/206 Module 3I009 Cours 4 : Méthodes d accès aux données Plan Fonctions et structure des SGBD Structures physiques Stockage des données Organisation de fichiers

Plus en détail

Introduction aux bases de données

Introduction aux bases de données 1/73 Introduction aux bases de données Formation continue Idir AIT SADOUNE idir.aitsadoune@supelec.fr École Supérieure d Électricité Département Informatique Gif sur Yvette 2012/2013 2/73 Plan 1 Introduction

Plus en détail

Présentation du module Base de données spatio-temporelles

Présentation du module Base de données spatio-temporelles Présentation du module Base de données spatio-temporelles S. Lèbre slebre@unistra.fr Université de Strasbourg, département d informatique. Partie 1 : Notion de bases de données (12,5h ) Enjeux et principes

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

TP Bases de données réparties

TP Bases de données réparties page 1 TP Bases de données réparties requêtes réparties Version corrigée Auteur : Hubert Naacke, révision 5 mars 2003 Mots-clés: bases de données réparties, fragmentation, schéma de placement, lien, jointure

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

Architecture des SGBD Architecture centralisée

Architecture des SGBD Architecture centralisée Chapitre 1 Université du Havre MASTER MATHÉMATIQUES ET INFORMATIQUE-Option SIRES 2013/20134 COURS BASES DE DONNEES REPARTIES Nakechbandi M., LITIS, Email : nakech@free.fr 1. Introduction : Notion de Bases

Plus en détail

Chapitre 1. 1. Introduction : Notion de Bases de données. 2. Définition : BD Répartie. 3. Architecture des SGBD. 4. Conception des bases réparties

Chapitre 1. 1. Introduction : Notion de Bases de données. 2. Définition : BD Répartie. 3. Architecture des SGBD. 4. Conception des bases réparties Université du Havre MASTER MATHÉMATIQUES ET INFORMATIQUE-Option SIRES 2010/2011 COURS BASES DE DONNEES REPARTIES Nakechbandi M., LITIS, Email : nakech@free.fr Chapitre 1 1. Introduction : Notion de Bases

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

Cours Bases de données

Cours Bases de données Informations sur le cours Cours Bases de données 9 (10) séances de 3h Polycopié (Cours + TD/TP) 3 année (MISI) Antoine Cornuéjols www.lri.fr/~antoine antoine.cornuejols@agroparistech.fr Transparents Disponibles

Plus en détail

Sauvegarde collaborative entre pairs Ludovic Courtès LAAS-CNRS

Sauvegarde collaborative entre pairs Ludovic Courtès LAAS-CNRS Sauvegarde collaborative entre pairs 1 Sauvegarde collaborative entre pairs Ludovic Courtès LAAS-CNRS Sauvegarde collaborative entre pairs 2 Introduction Pourquoi pair à pair? Utilisation de ressources

Plus en détail

I. Bases de données. Exemples classiques d'applications BD. Besoins de description

I. Bases de données. Exemples classiques d'applications BD. Besoins de description I. Bases de données Exemples classiques d'applications BD Les besoins Qu est ce qu un SGBD, une BD Architecture d un SGBD Cycle de vie Plan du cours Gestion des personnels, étudiants, cours, inscriptions,...

Plus en détail

2A-SI 4 - Bases de Données 4.4 - Normalisation de schémas relationnels

2A-SI 4 - Bases de Données 4.4 - Normalisation de schémas relationnels 2A-SI 4 - Bases de Données 4.4 - Normalisation de schémas relationnels Stéphane Vialle Stephane.Vialle@supelec.fr http://www.metz.supelec.fr/~vialle Avec l aide du cours de Y. Bourda Intérêt de la «normalisation»

Plus en détail

IFT3030 Base de données. Chapitre 2 Architecture d une base de données

IFT3030 Base de données. Chapitre 2 Architecture d une base de données IFT3030 Base de données Chapitre 2 Architecture d une base de données Plan du cours Introduction Architecture Modèles de données Modèle relationnel Algèbre relationnelle SQL Conception Fonctions avancées

Plus en détail

Bases de données cours 2 Éléments d algèbre relationnelle. Catalin Dima

Bases de données cours 2 Éléments d algèbre relationnelle. Catalin Dima Bases de données cours 2 Éléments d algèbre relationnelle Catalin Dima Qu est-ce qu une algèbre? Algèbre : ensemble de domaines et d opérations. Exemple : les nombres (naturels, réels, complexes). Leurs

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

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

Indépendance données / applications

Indépendance données / applications Vues 1/27 Indépendance données / applications Les 3 niveaux d abstraction: Plusieurs vues, un seul schéma conceptuel (logique) et schéma physique. Les vues décrivent comment certains utilisateurs/groupes

Plus en détail

Augmenter la disponibilité des applications JEE grâce au clustering : Le projet open source JShaft

Augmenter la disponibilité des applications JEE grâce au clustering : Le projet open source JShaft Augmenter la disponibilité des applications JEE grâce au clustering : Le projet open source Jérôme Petit, Serge Petit & Serli Informatique, ITMatic Jérôme Petit, Serge Petit & SERLI & ITMatic Serli : SSII

Plus en détail

Module Bases de Données et Sites Web Partiel du 1 er avril 2005

Module Bases de Données et Sites Web Partiel du 1 er avril 2005 Université Pierre et Marie Curie - Paris 6 - UFR 922 - Licence d'informatique Module Bases de Données et Sites Web Partiel du 1 er avril 2005 Documents autorisés Durée : 2h. Exercice 1 : Autorisation Question

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

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

Clermont Ferrand - Janvier 2003

Clermont Ferrand - Janvier 2003 DISDAMIN: Algorithmes de Data Mining Distribués Valerie FIOLET (1,2) - Bernard TOURSEL (1) 1 Equipe PALOMA - LIFL - USTL - LILLE (FRANCE) 2 Service Informatique - UMH - MONS (BELGIUM) Clermont Ferrand

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

Fouille de données spatiales Mr Dib Abderrahim & Dr Mohamed-Khireddine KHOLLADI

Fouille de données spatiales Mr Dib Abderrahim & Dr Mohamed-Khireddine KHOLLADI Fouille de données spatiales Mr Dib Abderrahim & Dr Mohamed-Khireddine KHOLLADI Introduction On assiste de plus en plus à la création d entrepôts de données. Les raisons sont multiples : 1. le tout numérique

Plus en détail

Base de données. Traduction. L3 Informatique. Antoine Spicher. antoine.spicher@u-pec.fr

Base de données. Traduction. L3 Informatique. Antoine Spicher. antoine.spicher@u-pec.fr Base de données Traduction modèle E/A schéma relationnel L3 Informatique Antoine Spicher antoine.spicher@u-pec.fr Plan Rappels du modèle relationnel Entité/Association schéma relationnel Base de données

Plus en détail

4. Utilisation d un SGBD : le langage SQL. 5. Normalisation

4. Utilisation d un SGBD : le langage SQL. 5. Normalisation Base de données S. Lèbre slebre@unistra.fr Université de Strasbourg, département d informatique. Présentation du module Contenu général Notion de bases de données Fondements / Conception Utilisation :

Plus en détail

ParAdmin: Un Outil d'assistance à l'administration et Tuning d'un Entrepôt de Données

ParAdmin: Un Outil d'assistance à l'administration et Tuning d'un Entrepôt de Données Laboratoire d Informatique Scientifique et Industrielle École Nationale Supérieure de Mécanique et d Aérotechnique, avenue Clément Ader - BP 49-8696 Futuroscope cedex - France ParAdmin: Un Outil d'assistance

Plus en détail

SGBD orientés objet. Généralités Modèles de données et SGBD orientés objet 03/03/2015. Définitions. Concepts Généraux

SGBD orientés objet. Généralités Modèles de données et SGBD orientés objet 03/03/2015. Définitions. Concepts Généraux SGBD orientés objet Définitions Généralités Modèles de données et SGBD orientés objet MDOO : Un modèle de données qui capture la sémantique des objets supportée en programmation objet. Concepts Généraux

Plus en détail

Plan de cette partie. Implantation des SGBD relationnels. Définition et fonctionnalités. Index. Coûts pour retrouver des données

Plan de cette partie. Implantation des SGBD relationnels. Définition et fonctionnalités. Index. Coûts pour retrouver des données Implantation des SGBD relationnels Université de Nice Sophia-Antipolis Version 3.4 25//06 Richard Grin Plan de cette partie Nous allons étudier (très rapidement!) quelques éléments de solutions utilisés

Plus en détail

Chapitre IV. Les bases de données relationnelles en pratique : Langages d interrogation. Relation : ensemble ou multi-ensemble?

Chapitre IV. Les bases de données relationnelles en pratique : Langages d interrogation. Relation : ensemble ou multi-ensemble? Chapitre IV Les bases de données relationnelles en pratique : Langages d interrogation Relation : ensemble ou multi-ensemble? Un multi-ensemble (multiset) est une collection d éléments pour laquelle on

Plus en détail

L2 sciences et technologies, mention informatique SQL

L2 sciences et technologies, mention informatique SQL Bases de données L2 sciences et technologies, mention informatique SQL ou : le côté obscure de la jolie théorie films titre réalisateur année starwars lucas 1977 nikita besson 1990 locataires ki-duk 2005

Plus en détail

Université Bordeaux 1 Master d informatique UE Bases de Données Sujet et correction de l examen du 27 mai 2004 8h00 9h30 (sans documents)

Université Bordeaux 1 Master d informatique UE Bases de Données Sujet et correction de l examen du 27 mai 2004 8h00 9h30 (sans documents) Numéro d anonymat: 1 Université Bordeaux 1 Master d informatique UE Bases de Données Sujet et correction de l examen du 27 mai 2004 8h00 9h30 (sans documents) Sauf mention contraire en caractères gras,

Plus en détail

Cours 7 : Langage de définition, manipulation et contrôle des données

Cours 7 : Langage de définition, manipulation et contrôle des données Cours 7 : Langage de définition, manipulation et contrôle des données Objets d une base de données Dans un schéma Tables, vues Index, clusters, séquences, synonymes Packages, procédures, fonctions, déclencheurs

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

Présentation du module. Base de données spatio-temporelles. Exemple. Introduction Exemple. Plan. Plan

Présentation du module. Base de données spatio-temporelles. Exemple. Introduction Exemple. Plan. Plan Base de données spatio-temporelles S. Lèbre slebre@unistra.fr Université de Strasbourg, département d informatique. Présentation du module Contenu général Partie 1 : Notion de bases de données (Conception

Plus en détail

ECR_DESCRIPTION CHAR(80), ECR_MONTANT NUMBER(10,2) NOT NULL, ECR_SENS CHAR(1) NOT NULL) ;

ECR_DESCRIPTION CHAR(80), ECR_MONTANT NUMBER(10,2) NOT NULL, ECR_SENS CHAR(1) NOT NULL) ; RÈGLES A SUIVRE POUR OPTIMISER LES REQUÊTES SQL Le but de ce rapport est d énumérer quelques règles pratiques à appliquer dans l élaboration des requêtes. Il permettra de comprendre pourquoi certaines

Plus en détail

Approche dirigée par les fourmis pour la fragmentation horizontale dans les entrepôts de données relationnels

Approche dirigée par les fourmis pour la fragmentation horizontale dans les entrepôts de données relationnels 16 Soumis le : 26 Avril 2010 Forme révisée acceptée le : 09 Juillet 2011 Email de l'auteur correspondant : m_barr@esi.dz Nature & Technologie Approche dirigée par les fourmis pour la fragmentation horizontale

Plus en détail

Bases de données Cours 2 : Architecture pour les bases de données

Bases de données Cours 2 : Architecture pour les bases de données Cours 2 : Architecture pour les bases de données ESIL Université de la méditerranée Odile.Papini@esil.univ-mrs.fr http://odile.papini.perso.esil.univmed.fr Plan du cours Architecture SPARC-ANSI 1 Architecture

Plus en détail

Données Réparties. Thibault BERNARD. thibault.bernard@univ-reims.fr

Données Réparties. Thibault BERNARD. thibault.bernard@univ-reims.fr Données Réparties Thibault BERNARD thibault.bernard@univ-reims.fr Sommaire Introduction Gestion de la concurrence Reprise après panne Gestion des données dupliquées Sommaire Introduction Gestion de la

Plus en détail

Rappel sur les bases de données

Rappel sur les bases de données Rappel sur les bases de données 1) Généralités 1.1 Base de données et système de gestion de base de donnés: définitions Une base de données est un ensemble de données stockées de manière structurée permettant

Plus en détail

Base de données. Objectifs du cours 2014-05-20 COURS 01 INTRODUCTION AUX BASES DE DONNÉES

Base de données. Objectifs du cours 2014-05-20 COURS 01 INTRODUCTION AUX BASES DE DONNÉES 1 Base de données COURS 01 INTRODUCTION AUX BASES DE DONNÉES Objectifs du cours 2 Introduction aux bases de données relationnelles (BDR). Trois volets seront couverts : la modélisation; le langage d exploitation;

Plus en détail

Chapitre 1. Introduction aux Bases de Données. Cours de Bases de Données. Polytech Paris-Sud. Chapitre 1 : Quelques questions

Chapitre 1. Introduction aux Bases de Données. Cours de Bases de Données. Polytech Paris-Sud. Chapitre 1 : Quelques questions Cours de Bases de Données Chapitre 1 Polytech Paris-Sud Sarah Cohen-Boulakia LRI, Bât 490, Université Paris-Sud 11, Orsay cohen @ lri. fr 01 69 15 32 16 Introduction aux Bases de Données 1 2 Chapitre 1

Plus en détail

ARCHITECTURES DES SYSTÈME DE BASE DE DONNÉES. Cours Administration des Bases de données M Salhi

ARCHITECTURES DES SYSTÈME DE BASE DE DONNÉES. Cours Administration des Bases de données M Salhi ARCHITECTURES DES SYSTÈME DE BASE DE DONNÉES Cours Administration des Bases de données M Salhi Architectures des Système de base de données Systèmes centralisés et client-serveur Server System Architectures

Plus en détail

Table des matières. Module 1 L ARCHITECTURE D ORACLE... 1-1. Module 2 L INSTALLATION... 2-1

Table des matières. Module 1 L ARCHITECTURE D ORACLE... 1-1. Module 2 L INSTALLATION... 2-1 Table des matières Module 1 L ARCHITECTURE D ORACLE... 1-1 La base de données... 1-2 Le stockage des données... 1-4 L instance... 1-6 La zone «Shared Pool»... 1-7 La zone «Buffer Cache»... 1-8 L exécution

Plus en détail

Bases de données avancées

Bases de données avancées Bases de données avancées Jean-Yves Antoine LI - Université François Rabelais de Tours Jean-Yves.Antoine@univ-tours.fr UFR Sciences et Techniques IUP GMI Blois IUP3 Bases de Données avancées IUP Blois,

Plus en détail

Modèle relationnel Création et modification des relations en SQL

Modèle relationnel Création et modification des relations en SQL Modèle relationnel Création et modification des relations en SQL ENT - Clé sql2009 BD - Mírian Halfeld-Ferrari p. 1 Insertion dans une relation Pour insérer un tuple dans une relation: insert into Sailors

Plus en détail

Introduction aux Bases de Données 2004/2005

Introduction aux Bases de Données 2004/2005 Introduction aux Bases de Données 2004/2005 Chapitre 4 Les anciens modèles logiques Ecole Nationale Supérieur de Physique de Strasbourg Christian Wolf christian.wolf@ensps.u-strasbg.fr 4.1 Stockage physique

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

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

CHAPITRE 1 ARCHITECTURE BASES DE DONNÉES AVANCÉES 2014-2015 20/10/2014. Université des sciences et de la Technologie Houari Boumediene USTHB Alger

CHAPITRE 1 ARCHITECTURE BASES DE DONNÉES AVANCÉES 2014-2015 20/10/2014. Université des sciences et de la Technologie Houari Boumediene USTHB Alger Université des sciences et de la Technologie Houari Boumediene USTHB Alger Département d Informatique BASES DE DONNÉES AVANCÉES 2014-2015 RESPONSABLES M. KAMEL BOUKHALFA (SII CHAPITRE 1 ARCHITECTURE 1

Plus en détail

Systèmes de Gestion de Bases de Données Réparties & Mécanismes de Répartition avec Oracle

Systèmes de Gestion de Bases de Données Réparties & Mécanismes de Répartition avec Oracle Ecole Supérieure de Technologie et d Informatique à Carthage Année Universitaire 2005-2006 Systèmes de Gestion de Bases de Données Réparties & Mécanismes de Répartition avec Oracle Rim Moussa M.A. à l

Plus en détail

Introduction aux S.G.B.D.

Introduction aux S.G.B.D. NFE113 Administration et configuration des bases de données - 2010 Introduction aux S.G.B.D. Eric Boniface Sommaire L origine La gestion de fichiers Les S.G.B.D. : définition, principes et architecture

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

PROJET 1 : BASE DE DONNÉES REPARTIES

PROJET 1 : BASE DE DONNÉES REPARTIES PROJET 1 : BASE DE DONNÉES REPARTIES GESTION D UNE BANQUE Elèves : David Bréchet Frédéric Jacot Charles Secrétan DONNÉES DU PROJET SSC - Bases de Données II Laboratoire de Bases de Données BD réparties

Plus en détail

Bases de données et sites WEB

Bases de données et sites WEB Bases de données et sites WEB Cours2 : Sécurité et contrôles d accès Anne Doucet 1 Authentification Autorisation Privilèges Rôles Profils Limitations de ressources Plan Audit Contrôle d accès via les vues

Plus en détail

Systèmes de Gestion de Bases de Données

Systèmes de Gestion de Bases de Données Systèmes de Gestion de Bases de Données Luiz Angelo STEFFENEL DUT Informatique 2ème année IUT Nancy Charlemagne Vues Vue : une table virtuelle de la base de données dont le contenu est défini par une requête

Plus en détail

Approche générale. Vocabulaire élémentaire. Partition. Volume. Systèmes de fichiers avancés. Texte. Volumes, Partitions, RAID. Partition.

Approche générale. Vocabulaire élémentaire. Partition. Volume. Systèmes de fichiers avancés. Texte. Volumes, Partitions, RAID. Partition. Texte Approche générale Systèmes de fichiers avancés Volumes, Partitions, RAID 1 2 Vocabulaire élémentaire Partition Disque dur : élément physique destiné au stockage Partition : division d un disque dur

Plus en détail

Chapitre 7. Approfondir les connaissances

Chapitre 7. Approfondir les connaissances Chapitre 7 Approfondir les connaissances Déroulement du cours 1 : Le rôle du Designer d Univers 2 : Créer un Univers avec l Assistant 3 : Créer un Univers étape par étape 4 : Enrichir un Univers 5 : Création

Plus en détail

Cours Bases de données

Cours Bases de données Cours Bases de données Optimisation 3 année (MISI) Antoine Cornuéjols www.lri.fr/~antoine antoine.cornuejols@agroparistech.fr Méthodes d optimisation des requêtes 1. Introduction 2. Étude des coûts 3.

Plus en détail

Laboratoire 3 Optimisation de requêtes et analyse de la performance. 1 Introduction. Tâche 1 : Évaluation et optimisation de requêtes

Laboratoire 3 Optimisation de requêtes et analyse de la performance. 1 Introduction. Tâche 1 : Évaluation et optimisation de requêtes DÉPARTEMENT DE GÉNIE LOGICIEL ET DES TI LOG660 - BASE DE DONNÉES HAUTE PERFORMANCE Laboratoire 3 Optimisation de requêtes et analyse de la performance 1 Introduction L objectif de ce troisième laboratoire

Plus en détail

Cours Info - 17. Bases de Données (I) D.Malka MPSI 2014-2015. D.Malka Cours Info - 17 MPSI 2014-2015 1 / 23

Cours Info - 17. Bases de Données (I) D.Malka MPSI 2014-2015. D.Malka Cours Info - 17 MPSI 2014-2015 1 / 23 Cours Info - 17 Bases de Données (I) D.Malka MPSI 2014-2015 D.Malka Cours Info - 17 MPSI 2014-2015 1 / 23 Sommaire Sommaire 1 Motivations et définitions 2 Modèle relationnel 3 Opérations sur le modèle

Plus en détail

Optimisation et performance. 1. Valorisation de l'activité des traitements sur la BD. Plan. Valorisation de l'activité des traitements sur la BD (1)

Optimisation et performance. 1. Valorisation de l'activité des traitements sur la BD. Plan. Valorisation de l'activité des traitements sur la BD (1) Optimisation et performance dans les bases de données relationnelles Bernard ESPINASSE Professeur à Aix-Marseille Université (AMU) Ecole Polytechnique Universitaire de Marseille Mars 2013 1. Evaluation

Plus en détail

NFA 008. Introduction à NoSQL et MongoDB 25/05/2013

NFA 008. Introduction à NoSQL et MongoDB 25/05/2013 NFA 008 Introduction à NoSQL et MongoDB 25/05/2013 1 NoSQL, c'est à dire? Les bases de données NoSQL restent des bases de données mais on met l'accent sur L'aspect NON-relationnel L'architecture distribuée

Plus en détail

Le Langage SQL version Oracle

Le Langage SQL version Oracle Université de Manouba École Supérieure d Économie Numérique Département des Technologies des Systèmes d Information Le Langage SQL version Oracle Document version 1.1 Mohamed Anis BACH TOBJI anis.bach@isg.rnu.tn

Plus en détail

Projet ROSES Programme MDCO Edition 2007. Livrable no D1.2 Architecture d un Système ROSES centralisé

Projet ROSES Programme MDCO Edition 2007. Livrable no D1.2 Architecture d un Système ROSES centralisé Projet ROSES Programme MDCO Edition 2007 Livrable no D1.2 Architecture d un Système ROSES centralisé Identification Acronyme du projet Numéro d'identification de l'acte attributif ROSES ANR-07-MDCO-011-01

Plus en détail

Cours 6. Sécurisation d un SGBD. DBA - M1ASR - Université Evry 1

Cours 6. Sécurisation d un SGBD. DBA - M1ASR - Université Evry 1 Cours 6 Sécurisation d un SGBD DBA - M1ASR - Université Evry 1 Sécurisation? Recette d une application Vérification des fonctionnalités Vérification de l impact sur le SI existant Gestion du changement

Plus en détail

Faculté de Sciences Économiques et de Gestion. Bases de données. Maîtrise de Sciences Économiques Année 2001-2002 Jérôme Darmont

Faculté de Sciences Économiques et de Gestion. Bases de données. Maîtrise de Sciences Économiques Année 2001-2002 Jérôme Darmont Faculté de Sciences Économiques et de Gestion Bases de données Maîtrise de Sciences Économiques Année 2001-2002 Jérôme Darmont http://eric.univ-lyon2.fr/~jdarmont/ Plan du cours I. Introduction II. Le

Plus en détail

Oracle Database 10g: Les fondamentaux du langage SQL I

Oracle Database 10g: Les fondamentaux du langage SQL I Oracle University Appelez-nous: +33 (0) 1 57 60 20 81 Oracle Database 10g: Les fondamentaux du langage SQL I Durée: 3 Jours Description Ce cours offre aux étudiants une introduction à la technologie de

Plus en détail

Cours 2 : SQL Structured Query Language

Cours 2 : SQL Structured Query Language Cours 2 : SQL Structured Query Language SQL Langage permettant de définir, manipuler et contrôler les données d une BD relationnelle Objet d une norme de l Institut National Américain de Normalisation

Plus en détail

Introduction aux Bases de Données Relationnelles Conclusion - 1

Introduction aux Bases de Données Relationnelles Conclusion - 1 Pratique d un : MySQL Objectifs des bases de données Où en sommes nous? Finalement, qu est-ce qu un? Modèle relationnel Algèbre relationnelle Conclusion SQL Conception et rétro-conception Protection de

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

Architectures web pour la gestion de données

Architectures web pour la gestion de données Architectures web pour la gestion de données Dan VODISLAV Université de Cergy-Pontoise Plan Le Web Intégration de données Architectures distribuées Page 2 Le Web Internet = réseau physique d'ordinateurs

Plus en détail

Les bases de données Page 1 / 8

Les bases de données Page 1 / 8 Les bases de données Page 1 / 8 Sommaire 1 Définitions... 1 2 Historique... 2 2.1 L'organisation en fichier... 2 2.2 L'apparition des SGBD... 2 2.3 Les SGBD relationnels... 3 2.4 Les bases de données objet...

Plus en détail

Bases de Données Cours de SRC 1. Mathieu MANGEOT mathieu.mangeot@univ-savoie.fr

Bases de Données Cours de SRC 1. Mathieu MANGEOT mathieu.mangeot@univ-savoie.fr Bases de Données Cours de SRC 1 Mathieu MANGEOT mathieu.mangeot@univ-savoie.fr Objectifs du cours Analyser les besoins et modéliser les données d un système d information Mettre en œuvre des bases de données

Plus en détail

Initiation aux bases de données (SGBD) Walter RUDAMETKIN

Initiation aux bases de données (SGBD) Walter RUDAMETKIN Initiation aux bases de données (SGBD) Walter RUDAMETKIN Bureau F011 Walter.Rudametkin@polytech-lille.fr Moi Je suis étranger J'ai un accent Je me trompe beaucoup en français (et en info, et en math, et...)

Plus en détail

Java et les bases de données: JDBC: Java DataBase Connectivity SQLJ: Embedded SQL in Java. Michel Bonjour http://cuiwww.unige.

Java et les bases de données: JDBC: Java DataBase Connectivity SQLJ: Embedded SQL in Java. Michel Bonjour http://cuiwww.unige. : JDBC: Java DataBase Connectivity SQLJ: Embedded SQL in Java Michel Bonjour http://cuiwww.unige.ch/~bonjour Plan JDBC: API bas niveau pour l accès aux BD (SQL) - Introduction - JDBC et : Java, ODBC, SQL

Plus en détail