)*+,+(-,(-.//0,+( Introduction )-"""( 1!"!2( !"#$%&$'()*+,-.//01)2&)345)3-67.0) A(54B&9)<2%)%5$2'52%) ) ) )
|
|
|
- Martine Arlette Guérard
- il y a 8 ans
- Total affichages :
Transcription
1 )*+,+(-,(-.//0,+( Introduction )-"""( 1!"!2(!"#$%"&%#'(!"#$%&$'()*+,-.//01)2&)345)3-67.0) A(54B&9)<2%)%5$2'52%) ) ) ) )!"#$%&$'(C*"'($%%2#D4%"2#E#??F2C5() 345C3(G?$2D4%"2#E#??F2C5() "&&:HII$'>?C4%"2#E#??F2C5(IBB(G?$2)
2 M)
3 5./6,76,(!! 32%)<?;($'2%)<=(::B$5(&$?')!! K'2)5(#(5&9#$%(&$?')<4):#?EB\;2)!! 32);9&(Q5?;:B?&)<2%)_2%&$?''($#2%) `)
4 5./6,76,(8(4,+(-.9*:/,+(-;*334:5*6:./(!!T2%?$')<2)&#($&2#J)<2)5?'%2#G2#)2&)<=('(Bb%2#)<2)U&#\%V) _?4G2#'2;2'&%)U#252'%2;2'&J)$;:c&%J)%('&9CCCV)!! &9B95?;;4'$5(&$?'%)!! %25&24#%)$'<4%&#$2B%)2&);('4>(5&4#$2#%)!! _#('<2)<$%&#$E4&$?')!! (_2'52%)<2)#2'%2$_'2;2'&J)<2):#?:(_('<2)2&)<2) ;(#F2&$'_)!! CCC) a)
5 5./6,76,(8(5*<*560<:+*6:./(-:6,(-,+(=(>(?(!!!(#(5&9#$%(&$?')<2%):#?EB\;2%)(^$')<2)<9&2#;$'2#)B2%) G?B4;2)!! G(#$9&9)!! G9B?5$&9)!!/:25)5?'&2;:?#($')<2%)6J)?')(d?4&2)H)!! G9#(5$&9) U:?4#)#2'<#2)5?;:&2)<2)B=$'52#&$&4<2)<2%)<?''92%V)!!/:25)efghi)<2%)6J)'?4%)(d?4&?'%)!! G$#&4(B$&9) U(^$')<2)#2'<#2)5?;:&2)<2)B="9&9#?_9'9$&9)<2%)%?4#52%V) P)
6 ABCDEF(G(HIIJGKKLLL%"#MNOPMEBPKABQIL2DFKR2I2KONSR2I2KNP2SFAKT%>A%BQ%ONS%R2I2MUJS( j)
7 !"#$%&'()* k)
8 R)
9 +,-&.*/$0$1#'(2*&(*3"$($45&26* S)
10 +,-&.*/$0$1#'(2*&(*3"$($45&26* ON)
11 +,-&.*/$0$1#'(2*&(*3"$($45&26* OO)
12 <2)<?54;2'&2#)52&&2)5?;:#9"2'%$?'J)!! <2)B()&#('%;2&J)!! <2)B=$'%2'&(B$%2#J)!! <2):#$G$B9_$2#)B()#($%?'J)!! (^$')U'?&(;;2'&V)<2)_(#('&$#)B()#9>4&(E$B$&9J)!! ()<?''9)'($%%('52)o)B()&"9?#$2)#2B(&$?''2BB2)<2) ;?<9B$%(&$?')<2%)<?''92%C) OM)
13 4,( (-,+(X,+6:.//*:<,+(!!7"8*3&((&*/,1,'(9*&(*3&*3:,$;*2<#33,"=&'(*(">2*2,5/&'(* "&1#($,''&11&?*!!D<&2(*1&*%9(#E3,%C1,(*=&2*0&2($,''#$"&26* O`)
14 -:2#p4)<=4')/[T8)!! T2%?$'%)2&):#?:#$9&9%)!! A?'5&$?'%)2&)%2#G$52%)!! 1cB2%)2&)4&$B$%(&24#%) Oa)
15 \+]+6^9,(-,(X,+6:./(-,()*+,+(-,(-.//0,+_( Utilisateurs Schéma Conceptuel IPM conceptuelle Schéma logique Analyste informatique BD 1 SE SGBD SP 1 IPM logique Administrateur de BD Analyste métier OP)
16 Besoins à satisfaire!! Acquisition!! Stockage!! Traitement!! Accès!! partagé!! concurrent!! contrôlé!! Traçabilité L importance de ces besoins induit un système complexe de (très) grande envergure 3DBJDN`I`A(DFEHFDEH`FA(!! 0X(5&$&4<2)!!!?"9#2'52)!!.'&9_#$&9)!! A$(E$B$&9)!! 1?E4%&2%%2)!! q2#>?#;('52)!! CCC) 32)'$G2(4)<2)@4(B$&9)#25"2#5"9) $'<4$&)4'2)#9(B$%(&$?') #$_?4#24%2);?E$B$%('&)<2%) 2X:2#&%)<2):#2;$2#)#('_) Oj)
17 VBaEINBaA(DFbCNAFA(!! Définition!! Construction!! Modification!! Interrogation!! Contrôle!! Évolution!!... Le nombre, l ampleur et la complexité des fonctions et des services induits des interfaces nombreuses et complexes +FD1NEFA(BQQFDIA(!! -4&?<2%5#$:&$?')U5(&(B?_42V)!! #9>9#2'52)4'$@42J)5?"9#2'&2J) $'&\_#2)!! 0'5(:%4B(&$?')2&);?<4B(#$%(&$?')!! (E%&#(5&$?')!! $'<9:2'<('52)!! 2')B?_$5$2B)2&)<?''92%)!! 2')_2%&$?')2&)(::B$5(&$?')!! q(#&$54b(#$%(&$?')2&)%:95$(b$%(&$?')!! %:95$^$5$&9)UG42%V)!! %954#$&9)U#\_B2%V)!! Y#($&2;2'&)&#('%(5&$?''2B)!! :(#&(_2)2&)5?'54##2'52)!! CCC) Ok)
18 <cdfa(rn1fdanen`a(!! 0X:B?$&(&$?')!! >?4#'$&4#2)!! %($%$2)!! G(B$<(&$?')!! ('(Bb%2)!! _2%&$?')!!!?'52:&$?')!! E(%2)<2)<?''92%)!! (::B$5(&$?')!! K&$B$%(&24#%)!!?55(%$?''2B%)!! 2X:2#&%)!! (4&?'?;2%)!! q#9:?%9%)o)b=2x:b?$&(&$?')!! _2%&$?''($#2)<2)T8J) &25"'$5$2')<2)T8J) =#(#F#2&*,C&"#(,"*!!.'>?#;(&$5$2'%)!! 5?'52:&24#)B?_$5$2B)!! ('(Bb%&2)B?_$5$2B)U<2)T8V)!! ('(Bb%&2)<=(>>($#2%)!! [2%&$?''($#2%)!! <$#25&24#)<2%)Y.) 3:$&K*$'K,"%#($,'*,KL$3&"*GDM7J* OR)
19 r?'&92)2'):4$%%('52)!! Y"9?#$2)#2B(&$?''2BB2)!!!#$%2)OSRPQMNNP) OS)
20 OSjN)!!r?<\B2%):#$;$&$>%)!! ^$5"$2#%)!! $'<2X)!! "$9#(#5"$2%) OSkN)!!r?<\B2%)o)M)'$G2(4X))!! r?<\b2)#9%2(4)!!!78-/s3)!! r?<\b2)#2b(&$?''2b)!! -B:"(J)1J)/0LK03)!! LT0J).'_#2%CCC) OSRN)!! r?<\b2%)o)`)'$g2(4x)!![9'9#(b$%(&$?')#2b(&$?''2bb2))!! 7:&$;$%(&$?')B?5(B2)!!,?#;(B$%(&$?')/L3)!! /q-1!j)-,/.) OSSN)!!8?;$'(&$?')#2B(&$?''2BB2)!! 7:&$;$%(&$?')_B?E(B2)!!,?#;(B$%(&$?')/L3)!!./7)!! 19:(#&$&$?')2&)<$%&#$E4&$?')!!-::(#$&$?')<2%)T877) MN)
21 !! Recherche!! Travaux de Codd!! Travaux de Date!!...!! Prototypes!! Systèmes R (IBM)!! INGRES!! SEQUEL (IBM)!! QBE (IBM)!! SQL!! Oracle!! !! Évolution!! Normalisation!! OLAP (Codd)!! Travaux d Ullman!! Travaux de Date!! Typage (Cardelli)!! Temporalité (Snodgrass et Lorentzos)!! Co-relationalité (nosql)!! Néo-relationalité (newsql) MO)
22 et décadence du modèle relationnel!! ANSI SQL-89!! ANSI SQL-92!! ANSI SQL-99!!Parallèlement, une approche objet qui ne s impose pas!! CORBA!! ODMG!!La souplesse et ses limites!! XML!!La poursuite d une normalisation de moins en moins suivie!! ISO 9075:2003!! ISO 9075:2008!! ISO 9075:2011 MM)
23 le flou!! nosql!!intégrer le temps!! BCDM!! AV!! ITL et TRM!!Intégrer l intégration!! MOLAP, ROLAP, HOLAP, DOLAP!! Dimensionnalité (étoiles et flocons)!! Entrepôts (ETL et médiateurs) Allons-nous vers une renaissance du modèle relationnel avec le newsql?... D Vertica Hanna VoltDB... M`)
24 m):4#)n)(g25)b2)m)'2l/l3)n)2')#($%?')<2)!! %()5(:(5$&9)<2);($'&2'$#)B2%):#?:#$9&9%)-!.8) $;:?#&('&VJ)!! %()5(:(5$&9)<2);?<9B$%2#)B()&2;:?#(B$&9) %2%):2#>?#;('52%)$'%4#:(%%92%) U_#u52)(4X)#2:#9%2'&(&$?'%)G2#&$5(B2%)2&);($BB92%VC) Ma)
25 5H2D2EIFDNAINE (+W4 (ab+w4 (afl+w4 )-!.8)5?;:B$('52)U8(&(J)Y#('%(5&$?')$'&2_#$&bV)s2% ),? )s2% )73-qI73Yq )s2% ),? )s2% )8(&()('(Bb%$%)U( #2_(&2J)&#('%>?#;J)2&5CV )s2% ),? )s2% )/5"2;()#$_$<$&b)U/&#$5&);(::$'_)?>);?<2BV )s2% ),? )r(be2 )8(&()>?#;(&)^B2X$E$B$&b ),? )s2% )r(be2 )8$%&#$E4&2<)5?;:4&$'_ )s2% )s2% )s2% )/5(B2)4:)UG2#&$5(BVI/5(B2)?4&)U"?#$Z?'&(BV )s2% )s2% )s2% )q2#>?#;('52)l$&")_#?l$'_)<(&( )A(%& )A(%& )62#b)A(%& )q2#>?#;('52)?g2#"2(< )+4_2 )r?<2#(&2)r$'$;(b )q?:4b(#$&bi5?;;4'$&b)/4::?#& )+4_2 )[#?l$'_ )/B?lBb)_#?l$'_ MP)
26 r?<\b2%)!! 3('_(_2%)!! -#5"$&25&4#2%)!! qb(&2>?#;2%)2&):#?<4$&%)!! -G('&(_2%)2&)5?'Q$'<$5(&$?'%) Mj)
27 +X)-(!(8(9.-^4,+( Modèles de schémas!! bischématique!! externe (logique)!! interne (physique)!! trischématique!! externe (conceptuel)!! logique!! interne (physique) Modèles d application!! monolithique!! 1!niveau!! client-serveur!! 2 niveaux!! multi-niveaux!! " 3!niveaux Mk)
28 +X)-(!(8(4*/X*X,+( 3BDI`F(!! externe (conceptuel)!! LRD!! requêtes!! logique!! LDD (définition)!! définition des schémas!! définitions des types!! LMD (manipulation)!! modification des données!! interrogation des données!! LCD (contrôle)!! contrôle d accès aux données!! contrôle des transactions!! interne (physique)!! LSD!! stockage et représentation +IidF(!! Procédural, axiomatique ou fonctionnel!! Ensembliste ou algébrique!! Textuel ou graphique!! À l origine, SQL se voulait axiomatique, ensembliste et textuel... MR)
29 utilisateur (formule des) requêtes!! programmeur (élabore des) logiciels!! administrateur (gère) schémas et données!!sgbd!!... (détail sur la diapositive suivante)...!!interne (système d exploitation)!! gestionnaire de fichiers!! méthodes d accès!! gestionnaire de tampons systèmes!! pilotes MS)
30 Compilateur de LDD!! Analyseur de LMD!! Analyseur de LCD!! Logithèque (types et opérateurs)!! Gestionnaire de catalogue!! Gestionnaire de BD!!... (détail sur la diapositive suivante)... `N)
31 Gestionnaire de BD!! Gestionnaire d accès (sécurité)!! Processeur de commandes!! Vérificateur d intégrité!! Optimisateur de commandes!! Gestionnaire de transactions!! Planificateur!! Gestionnaire de restauration!! Gestionnaire de tampons!!... `O)
32 dédiés (appliances)!!poste autonome!!assistant mobile!! -<(E(%2)!!.8r/)!! 7#(5B2)!! 8TM)!! r/q/l3)!!.,[10/)!! /be(%2)!!.'>?#;$x)!! q?%&_#2/l3)!! rb/l3)!! /L3)B$&2)!! T2#F2B2b)8T)!! A$B2r(F2#)!! -552%%)!! CCC) `M)
33 +X)-(!( *12aI2SFA(+X)-(,?#;(B$%(&$?') vg?b4&$g$&9) r4b&$q(55\%) v5?'?;$2)<=95"2bb2) r$%2)o)<$%:?%$&$?')#(:$<2) Y#\%)"(4&2)^$(E$B$&9) -4&?Q<?54;2'&(&$?') Y#(p(E$B$&9) 5BaIDF%NaRNE2INBa( q#?eb\;2)"?#%)'?#;2c) U:(#)4')%24B)5B$2'&J)<('%)4')2'G$#?''2;2'&)^$_9]V) U%4#)2&)<2:4$%)4')%24B)?#<$'(&24#V)!?4&)<2)<9G2B?::2;2'&)$'$&$(B)>($EB2)2&)_(#('&$) Y2;:%)<2)<9G2B?::2;2'&)$'$&$(B)5?4#&)2&)_(#('&$) /:95$^$5(&$?')>?#;2BB2)2&):#?_#(;;(&$?') (4&?;(&$%92)<4)%b%&\;2) ``)
34 (!!!?'52:&%)<2)E(%2)!! r?<\b2%)!! /5"9;(%)!! /b;e?b2%) `a)
35 `P)
36 5?'52:&42B)!! 0-)U2'&$&9Q(%%?5$(&$?'V) NO*G&'($(-E"&1#($,'2:$CJ*!! 0-0)U0-)9&2'<4V) NON*G&;(&'=&=*NOJ))!! U2XC)'?&(&$?')7w3V)!! CCC)!!;?<\B2CCC)!! #9%2(4)!! #2B(&$?''2B)!!?Ed2&)!! (<#2%%(_2)<$%:2#%9) G:#2:$'0J*!! (#E#2)<2)#25"2#5"2) GHEP"&&J*!! CCC) `j)
37 %5"9;()<=4'2)E(%2)<2)<?''92%)xx) 4'2)$'%&('52)<=4')%5"9;()xx) 4')5?'&2'('&)U5?'>?#;2)o)4')%5"9;(V)#2;:B$)<2) ;?<9B$%92)_#u52)(4)%5"9;(])!!8('%)B2)5(<#2)<4)5?4#%).AY)ORkJ)'?4%)'=9&4<$?'%) B()&"9?#$2)#2B(&$?''2BB2) `k)
38 3D`eNjF( )2AF(!( +ipobdf( )2AF(#"( +ipobdf( F$B?) M ON) F$?) ON`) F?) ;2_() M MN) r$?) ON j) r?) _$_() M`N) [$?) ON S) [?) &2#() M an) Y$?) ON OM) Y?) 2X() M PN) 0$?) ON OP) 0?) :2&() M jn) q$?) ON OR) q?) Z2&&() M kn) y$?) ON MO) y?) b?&&() M RN) s$?) ON Ma) s?) `R)
39 <0V0<,/5,+(!! T(%2%)<2)<?''92%)U8(&(E(%2%V)H)!! z!c){c)8(&2)mnna )?4)z!C){)8(&2)MNNa J)5"(:$%)O)2&)M})!! z0b;(%#$)('<),(g(&"2)mnoo )?4)z0B;(%#$)('<),(G(&"2)MNNa J)5"(:$%)O)2&)M})!! zkbb;(')('<)w$<?;)mnnr J)5"(:$)O)!! "&&:%HII>#Cl$F$:2<$(C?#_Il$F$IT(%2~<2~<?''92%)!! "&&:%HII2'Cl$F$:2<$(C?#_Il$F$I8(&(E(%2)!! r9_(<?''92%)ut$_)8(&(v)h)!! "&&:%HII>#Cl$F$:2<$(C?#_Il$F$IT$_~<(&()!! "&&:%HII2'Cl$F$:2<$(C?#_Il$F$IT$_~<(&()!!,?&2%)<2%)2'%2$_'('&%)!! A#(::$2#)!! "&&:HIIlllC<;$C4%"2#EC5(Ik0>#(::$2#I$>&ORkI'?&2%Q<2Q5?4#%C:<>)!! 5"(:$%)O)2&)M)!! 3(G?$2)!! "&&:HII$'>?C4%"2#E#??F2C5(IBB(G?$2I2'%2$_'2;2'&I.AYORkI$'<2XC:":)!! T8NNNQ.'&#?<45&$?') `S)
40 '()#&%''()#"*#+,%-# #! >?'<(;2'&(4X)#9:?'<) 4'2)E(%2)<2)<?''92%t) #! L42BB2%)%?'&)%2%) 2%%2'&$2BB2%t) #! L42B%)%?'&)%2%) >?'<2;2'&%) #! L42BB2)2%&) B=(#5"$&25&4#2)<=4') /[T8t) #! L42BB2)<$>>9#2'52)b)(Q&Q $B)2')/[T8J)T8)2&) %5"9;(t) #! Y4#$'_t) #! L4$)9&($&)-B(')Y4#$'_) UOSOMQOSPaVt)) #!!?;;2'&)2%&Q$B);?#&t)) an)
41 :9:6*6:./(X*9,( \!"#T_(( 19(B$%(&24#)H)) ))))r?#&2')ybb<4;) /59'(#$%&2%)H) ))))[#("(;)r??#2j) ))))-'<#2l)+?<_2%) -5&24#):#$'5$:(B)H)) )))))T2'2<$5&)!4;E2#E(&5") ) /b'?:%$%)h) ))))K'2)G2#%$?')#?;('592) <=4'2):(#&$2)<9&2#;$'('&2) <2)B()G$2)<2)Y4#$'_)H)B2) <95#b:&(_2)<=0'$_;(C) ao)
42 U./T,)SkRMMPOkjNOaRV)!!3(4#2'&)32;$#2J)I1#'*P5"$'0*Q*1<:,%%&*45$*#*3",459*1#* C,%%&J)q(#$%J)+(5"2&&2)3$&&9#(&4#2%JÅ)MNNaJ)OSO):C) U./T,)SkRMNOM`PjORaV)!!{2(')3(%%\_42J)R&2*S9'$&2*=&*1#*23$&'3&J)q?4#)B()/5$2'52J) '? d('gc)mnnk)u./t,)skrqmqramapqnkrqjv)!!-'<#2l)+?<_2%)2&)8?4_b(%)+?>%&(<&2#j)i1#'*p5"$'0*q* P:&*N'$0%#J)q#$'52&?')K'$G2#%$&b)q#2%%JÅ)MNOMJ)PRj):C) U./T,)SkRNjSOOPPjakV) am)
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
Le "tout fichier" Le besoin de centraliser les traitements des fichiers. Maitriser les bases de données. Historique
Introduction à l informatique : Information automatisée Le premier ordinateur Définition disque dure, mémoire, carte mémoire, carte mère etc Architecture d un ordinateur Les constructeurs leader du marché
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
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
IT203 : Systèmes de gestion de bases de données. A. Zemmari zemmari@labri.fr
IT203 : Systèmes de gestion de bases de données A. Zemmari zemmari@labri.fr 1 Informations pratiques Intervenants : Cours : (A. Zemmari zemmari@labri.fr) TDs, TPs : S. Lombardy et A. Zemmari Organisation
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
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
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),
2 Serveurs OLAP et introduction au Data Mining
2-1 2 Serveurs OLAP et introduction au Data Mining 2-2 Création et consultation des cubes en mode client-serveur Serveur OLAP Clients OLAP Clients OLAP 2-3 Intérêt Systèmes serveurs et clients Fonctionnalité
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 :
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
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
INTRODUCTION AUX BASES de DONNEES
INTRODUCTION AUX BASES de DONNEES Équipe Bases de Données LRI-Université Paris XI, Orsay Université Paris Sud Année 2003 2004 1 SGBD : Fonctionnalités et Principes Qu est qu une base de données? Un Système
Bases de données relationnelles : Introduction
Bases de données relationnelles : Introduction historique et principes V. Benzaken Département d informatique LRI UMR 8623 CNRS Université Paris Sud veronique.benzaken@u-psud.fr https://www.lri.fr/ benzaken/
Les Entrepôts de Données
Les Entrepôts de Données Grégory Bonnet Abdel-Illah Mouaddib GREYC Dépt Dépt informatique :: GREYC Dépt Dépt informatique :: Cours Cours SIR SIR Systèmes d information décisionnels Nouvelles générations
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)
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
Bases de Données. Stella MARC-ZWECKER. stella@unistra.u-strasbg.fr. Maître de conférences Dpt. Informatique - UdS
Bases de Données Stella MARC-ZWECKER Maître de conférences Dpt. Informatique - UdS stella@unistra.u-strasbg.fr 1 Plan du cours 1. Introduction aux BD et aux SGBD Objectifs, fonctionnalités et évolutions
Bases de Données Avancées
1/62 Bases de Données Avancées Introduction & Rappel Conception et Modélisation Thierry Hamon Bureau H202 - Institut Galilée Tél. : 33 1.48.38.35.53 Bureau 150 LIM&BIO EA 3969 Université Paris 13 - UFR
Ecole des Hautes Etudes Commerciales HEC Alger. par Amina GACEM. Module Informatique 1ière Année Master Sciences Commerciales
Ecole des Hautes Etudes Commerciales HEC Alger Évolution des SGBDs par Amina GACEM Module Informatique 1ière Année Master Sciences Commerciales Evolution des SGBDs Pour toute remarque, question, commentaire
Datawarehouse: Cubes OLAP. Marlyse Dieungang Khaoula Ghilani
Datawarehouse: Cubes OLAP Marlyse Dieungang Khaoula Ghilani Table des matières 1 Data Warehouse 3 1.1 Introduction............................ 3 1.1.1 Définition......................... 3 1.1.2 Architecture........................
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
LES ENTREPOTS DE DONNEES
Module B4 : Projet des Systèmes d information Lille, le 25 mars 2002 LES ENTREPOTS DE DONNEES Problématique : Pour capitaliser ses informations, une entreprise doit-elle commencer par mettre en œuvre des
BASES DE DONNÉES. CNAM Centre associé de Clermont-Ferrand Cycle A Année 1997-98. J. Darmont I. INTRODUCTION II. LES SYSTÈMES HIÉRARCHIQUES
BASES DE DONNÉES CNAM Centre associé de Clermont-Ferrand Cycle A Année 1997-98 J. Darmont I. INTRODUCTION II. LES SYSTÈMES HIÉRARCHIQUES III. LES SYSTÈMES RÉSEAU IV. LES SYSTÈMES RELATIONNELS V. LE LANGAGE
La problématique. La philosophie ' ) * )
La problématique!" La philosophie #$ % La philosophie &'( ' ) * ) 1 La philosophie +, -) *. Mise en oeuvre Data warehouse ou Datamart /01-2, / 3 13 4,$ / 5 23, 2 * $3 3 63 3 #, 7 Datawarehouse Data warehouse
Fournir un accès rapide à nos données : agréger au préalable nos données permet de faire nos requêtes beaucoup plus rapidement
Introduction Phases du projet Les principales phases du projet sont les suivantes : La mise à disposition des sources Des fichiers Excel sont utilisés pour récolter nos informations L extraction des données
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/
Introduction aux bases de données Cours 1 : Généralités sur les bases de données
Cours 1 : Généralités sur les bases de données ESIL Université de la méditerranée Odile.Papini@esil.univmed.fr http://odile.papini.perso.esil.univmed.fr/sources/bdmat.html Plan du cours 1 1 Qu est ce qu
CHAPITRE 1 ARCHITECTURE
07/04/2014 Université des sciences et de la Technologie Houari Boumediene USTHB Alger Département d Informatique ADMINISTRATION ET TUNING DE BASES DE DONNÉES CHAPITRE 1 ARCHITECTURE RESPONSABLE DR K. BOUKHALFA
Urbanisation des SI-NFE107
OLAP Urbanisation des SI-NFE107 Fiche de lecture Karim SEKRI 20/01/2009 OLAP 1 Introduction PLAN OLAP Les différentes technologies OLAP Plate formes et Outils 20/01/2009 OLAP 2 Informatique décisionnelle
et les Systèmes Multidimensionnels
Le Data Warehouse et les Systèmes Multidimensionnels 1 1. Définition d un Data warehouse (DW) Le Data warehouse (entrepôt de données) est une collection de données orientées sujet, intégrées, non volatiles
SGBDR. Systèmes de Gestion de Bases de Données (Relationnelles)
SGBDR Systèmes de Gestion de Bases de Données (Relationnelles) Plan Approches Les tâches du SGBD Les transactions Approche 1 Systèmes traditionnels basés sur des fichiers Application 1 Gestion clients
Entrepôts de données. NEGRE Elsa Université Paris-Dauphine 2015-2016
Entrepôts de données NEGRE Elsa Université Paris-Dauphine 2015-2016 Contexte et problématique Le processus de prise de décision L entrepôt de données Définition Différence avec un SGBD Caractéristiques
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
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
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
Bases de données multidimensionnelles et mise en œuvre dans Oracle
Bases de données multidimensionnelles et mise en œuvre dans Oracle 1 Introduction et Description générale Les bases de données relationnelles sont très performantes pour les systèmes opérationnels (ou
Introduction aux bases de données
Introduction aux bases de données Références bibliographiques Jeff Ullman,Jennifer Widom, «A First Course in Database systems», Prentice-Hall, 3rd Edition, 2008 Hector Garcia-Molina, Jeff Ullman, Jennifer
Structure fonctionnelle d un SGBD
Fichiers et Disques Structure fonctionnelle d un SGBD Requetes Optimiseur de requetes Operateurs relationnels Methodes d acces Gestion de tampon Gestion de disque BD 1 Fichiers et Disques Lecture : Transfert
Le langage SQL (première partie) c Olivier Caron
Le langage SQL (première partie) 1 Plan Le S.G.B.D. postgres Le langage SQL Langage de manipulation de données Langage de requêtes 2 Quelques mots sur Postgres (1/2) Travaux de Stonebraker (Univ. Berkeley)
Table des matières. Avant-propos
Table des matières Avant-propos v Table des matières xi 1 Introduction aux systèmes de gestion de bases de données 1 1.1 Donnée et type de données 2 1.2 Donnée et information 2 1.3 Donnée simple et complexe
CATALOGUE FORMATIONS 2015. DOMAINE Bases de données
DOMAINE Bases de données Version 1.0 - Octobre 2014 1, 2, 3 juin 2015 1, 2, 3 octobre 2015 CATALOGUE Analyse et conception d une base de données Elaboration de fiches de collecte de données Techniques
Plan. Introduction Eléments de la théorie des systèmes d'informations Les entrepôts de données (Datawarehouse) Les datamart Architecture Modélisation
Data WareHouse Plan Introduction Eléments de la théorie des systèmes d'informations Les entrepôts de données (Datawarehouse) Les datamart Architecture Modélisation 2 Présentation Besoin: prise de décisions
Un datawarehouse est un entrepôt de données (une base de données) qui se caractérise par des données :
Page 1 of 6 Entrepôt de données Un article de Wikipédia, l'encyclopédie libre. L'entrepôt de données, ou datawarehouse, est un concept spécifique de l'informatique décisionnelle, issu du constat suivant
Entrepôt de données 1. Introduction
Entrepôt de données 1 (data warehouse) Introduction 1 Présentation Le concept d entrepôt de données a été formalisé pour la première fois en 1990 par Bill Inmon. Il s agissait de constituer une base de
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...
Master I Génie Logiciel
1. Introduction Master I Génie Logiciel Dr. Imed Bouchrika Dept de Mathematique & Informatique Université de Souk-Ahras imed@imed.ws Amira Hakim, Mariem Sari, Sara Khelifi & Imed Bouchrika University of
La place de la Géomatique Décisionnelle dans le processus de décision
Géomatique décisionnelle La place de la Géomatique Décisionnelle dans le processus de décision - Arnaud Van De Casteele Mines ParisTech - CRC Arnaud {dot} van_de_casteele {at} mines-paristech.fr Les rencontres
ETL Extract - Transform - Load
ETL Extract - Transform - Load Concept général d analyse en ligne (rappels) Rémy Choquet - Université Lyon 2 - Master 2 IIDEE - 2006-2007 Plan Définitions La place d OLAP dans une entreprise OLAP versus
SOMMAIRE. Conseil de lecture Préface Introduction. 1 Comprendre le rôle des technologies 1. 2 Maîtriser les concepts technologiques 13
SOMMAIRE Conseil de lecture Préface Introduction VII XI XIII 1 Comprendre le rôle des technologies 1 2 Maîtriser les concepts technologiques 13 2.A Connaître son marché et servir ses clients 13 1 Qu est-ce
Business Intelligence avec SQL Server 2012 Maîtrisez les concepts et réalisez un système décisionnel
Avant-propos 1. À qui s'adresse ce livre? 9 2. Les pré-requis 10 3. Les objectifs du livre 10 Introduction 1. Présentation du décisionnel 15 1.1 La notion de décideur 15 1.2 Les facteurs d'amélioration
BI = Business Intelligence Master Data-ScienceCours 3 - Data
BI = Business Intelligence Master Data-Science Cours 3 - Datawarehouse UPMC 8 février 2015 Rappel L Informatique Décisionnelle (ID), en anglais Business Intelligence (BI), est l informatique à l usage
Licence Professionnelle en Statistique et Informatique Décisionnelle (S.I.D.)
Université de Lille 2 - Droit et Santé Ecole Supérieure des Affaires & Institut Universitaire de Technologie (IUT-C) Département Statistique et Traitement Informatique des Données Licence Professionnelle
Business Intelligence : Informatique Décisionnelle
Business Intelligence : Informatique Décisionnelle On appelle «aide à la décision», «décisionnel», ou encore «business intelligence», un ensemble de solutions informatiques permettant l analyse des données
4.2 Unités d enseignement du M1
88 CHAPITRE 4. DESCRIPTION DES UNITÉS D ENSEIGNEMENT 4.2 Unités d enseignement du M1 Tous les cours sont de 6 ECTS. Modélisation, optimisation et complexité des algorithmes (code RCP106) Objectif : Présenter
! " #$ % $! & '(# ) (%%
" #$ % $ & '(# ) (%% "#$ %&' # ( ) #* +,#*+-),- ). * /. 0),12-3 45 #3 /45 ) 67 #*+ & ) 5 ) #*+ )5 #& #*+ 0 / )5 8 )0 ) 0)12 5+ )& ) )12) 7)0 5 ) 9/ 5 2 ) ) '12 ) /) 5" ) 7) 6 ): 05 2 5 80 7 ) 0,$#- ) &
Les entrepôts de données
Les entrepôts de données Lydie Soler Janvier 2008 U.F.R. d informatique Document diffusé sous licence Creative Commons by-nc-nd (http://creativecommons.org/licenses/by-nc-nd/2.0/fr/) 1 Plan Introduction
Bases de données Outils de gestion
11/03/2010 Bases de données Outils de gestion Mise en place d outils pour gérer, stocker et utiliser les informations d une recherche biomédicale ent réalisé par L. QUINQUIS d épidémiologie et de biostatistique
L INTÉGRATION ENTRE BUSINESS INTELLIGENCE ET WEB ANALYTICS
L INTÉGRATION ENTRE BUSINESS INTELLIGENCE ET WEB ANALYTICS Julien Coquet Consultant Sénior Hub Sales Philippe Nieuwbourg Analyste Decideo.fr Notre partenaire : Naissance du terme «Business Intelligence»
Représentation géométrique d un nombre complexe
CHAPITRE 1 NOMBRES COMPLEXES 1 Représentation géométrique d un nombre complexe 1. Ensemble des nombres complexes Soit i le nombre tel que i = 1 L ensemble des nombres complexes est l ensemble des nombres
Business Intelligence avec SQL Server 2014 Maîtrisez les concepts et réalisez un système décisionnel
Avant-propos 1. À qui s'adresse ce livre? 9 2. Les pré-requis 10 3. Les objectifs du livre 11 Introduction 1. Présentation du décisionnel 13 1.1 La notion de décideur 14 1.2 Les facteurs d'amélioration
FreeAnalysis. Schema Designer. Cubes
FreeAnalysis Schema Designer Cubes Charles Martin et Patrick Beaucamp BPM Conseil Contact : charles.martin@bpm-conseil.com, patrick.beaucamp@bpm-conseil.com Janvier 2013 Document : BPM_Vanilla_FreeAnalysisSchemaDesigner_v4.2_FR.odt
BI2 : Un profil UML pour les Indicateurs Décisionnels
BI2 : Un profil UML pour les Indicateurs Décisionnels Sandro Bimonte Irstea, TSCF, 9 Av. Blaise Pascal, 63178, Aubière, France sandro.bimonte@irstea.fr Thème de Recherche MOTIVE www.irstea.fr 2 Plan Motivations
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
Bases de Données Avancées
1/26 Bases de Données Avancées DataWareHouse Thierry Hamon Bureau H202 - Institut Galilée Tél. : 33 1.48.38.35.53 Bureau 150 LIM&BIO EA 3969 Université Paris 13 - UFR Léonard de Vinci 74, rue Marcel Cachin,
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
Implémentation des SGBD
Implémentation des SGBD Structure générale des applications Application utilisateur accédant à des données d'une base Les programmes sous-jacents contiennent du code SQL Exécution : pendant l'exécution
Candidate forte de dix (10) ans d expérience avec Oracle Forms & Reports, dont la dernière version utilisée est 11g.
ORA20111003GF Oracle Forms & Reports Profil Candidate forte de dix (10) ans d expérience avec Oracle Forms & Reports, dont la dernière version utilisée est 11g. Compétences techniques Équipements : Systèmes
L AIDE AUX ATELIERS D ARTISTES :
RAPPORT DAVID LANGLOIS-MALLET SOUS LA COORDINATION DE CORINNE RUFET, CONSEILLERE REGIONALE D ILE DE FRANCE L AIDE AUX ATELIERS D ARTISTES : PROBLÉMATIQUES INDIVIDUELLES, SOLUTIONS COLLECTIVES? DE L ATELIER-LOGEMENT
LEA.C5. Développement de sites Web transactionnels
LEA.C5 Développement de sites Web transactionnels LEA.C5 Développement de sites Web transactionnels Toutes les entreprises et les organisations utilisent le réseau Internet comme outil de promotion, de
Intégration de données hétérogènes et réparties. Anne Doucet Anne.Doucet@lip6.fr
Intégration de données hétérogènes et réparties Anne Doucet Anne.Doucet@lip6.fr 1 Plan Intégration de données Architectures d intégration Approche matérialisée Approche virtuelle Médiateurs Conception
Bases de Données Relationnelles. Le Modèle Relationnel
Bases de Données Relationnelles Le Modèle Relationnel Le modèle relationnel modèle de niveau logique modèle simple : deux concepts relation (table) attribut (colonne) défini par Ted Codd en 1970 ; prix
Programme scientifique Majeure ARCHITECTURE DES SYSTEMES D INFORMATION. Mentions Ingénierie des Systèmes d Information Business Intelligence
É C O L E D I N G É N I E U R D E S T E C H N O L O G I E S D E L I N F O R M A T I O N E T D E L A C O M M U N I C A T I O N Programme scientifique Majeure ARCHITECTURE DES SYSTEMES D INFORMATION Mentions
Didier MOUNIEN Samantha MOINEAUX
Didier MOUNIEN Samantha MOINEAUX 08/01/2008 1 Généralisation des ERP ERP génère une importante masse de données Comment mesurer l impact réel d une décision? Comment choisir entre plusieurs décisions?
Géométrie dans l espace Produit scalaire et équations
Chapitre 11. 2ème partie Géométrie dans l espace Produit scalaire et équations Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES 2ème partie Produit scalaire Produit scalaire
Domaines d intervention
MANAGEMENT INFORMATIQUE 1 PLACE DE L EGALITE 78280 GUYANCOURT TELEPHONE + 33 1 30 48 54 34 TELECOPIE + 33 1 30 48 54 34 INFOS mailto:contact@managementinformatique.com Société Présentation Société Notre
! " # $ #% &!" # $ %"& ' ' $ (
!" #$%"& ! "#$#% &!" #$%"& ' '$( SOMMAIRE INTRODUCTION... 4 METHODE... 4 TAUX DE REPONSES ET VALIDITE DES POURCENTAGES... 4 RESULTATS... 6 I. Qui sont les étudiants ayant répondu?... 6 1.1. Répartition
l E R P s a n s l i m i t e
l ERP sans limite 2 Le groupe Divalto, solutions de gestion pour toutes les entreprises 30% du chiffre d affaires en R&D Créé en 1982, le groupe Divalto propose des solutions de gestion adaptées à toutes
BUSINESS INTELLIGENCE
BUSINESS SYSTÈME D INFORMATION DÉCISIONNEL CENTRE DE RESSOURCES INFORMATIQUES PÔLE INFORMATIQUE DE GESTION & SI DÉFINITION L INFORMATIQUE DÉCISIONNELLE DÉSIGNE L ENSEMBLE DES TECHNOLOGIES UTILISÉES DANS
Si deux droites sont parallèles à une même troisième. alors les deux droites sont parallèles entre elles. alors
N I) Pour démontrer que deux droites (ou segments) sont parallèles (d) // (d ) (d) // (d ) deux droites sont parallèles à une même troisième les deux droites sont parallèles entre elles (d) // (d) deux
INF 1250 INTRODUCTION AUX BASES DE DONNÉES. Guide d étude
INF 1250 INTRODUCTION AUX BASES DE DONNÉES Guide d étude Sous la direction de Olga Mariño Télé-université Montréal (Québec) 2011 INF 1250 Introduction aux bases de données 2 INTRODUCTION Le Guide d étude
AXIAD Conseil pour décider en toute intelligence
AXIAD Conseil pour décider en toute intelligence Gestion de la Performance, Business Intelligence, Big Data Domaine d expertise «Business Intelligence» Un accompagnement adapté à votre métier dans toutes
Étude des formes de pratiques de la gymnastique sportive enseignées en EPS à l école primaire
Étude des formes de pratiques de la gymnastique sportive enseignées en EPS à l école primaire Stéphanie Demonchaux To cite this version: Stéphanie Demonchaux. Étude des formes de pratiques de la gymnastique
Big Data. Concept et perspectives : la réalité derrière le "buzz"
Big Data Concept et perspectives : la réalité derrière le "buzz" 2012 Agenda Concept & Perspectives Technologies & Acteurs 2 Pierre Audoin Consultants (PAC) Pierre Audoin Consultants (PAC) est une société
Le Préfet de Seine et Marne, Officier de la Légion d'honneur, Officier de l'ordre National du Mérite,
IRECTION ES ACTIONS INTERMINISTERIELLES --------------------------------- Bureau des Installations Classées Mines - Carrières ------------------- Arrêté préfectoral n 04 AI 2 IC 271 autorisant la société
RÉPUBLIQUE ALGÉRIENNE DÉMOCRATIQUE ET POPULAIRE. Ministère de l Enseignement Supérieur et de la Recherche Scientifique I.N.I THEME : Les outils OLAP
RÉPUBLIQUE ALGÉRIENNE DÉMOCRATIQUE ET POPULAIRE Ministère de l Enseignement Supérieur et de la Recherche Scientifique I.N.I THEME : Les outils OLAP REALISE PAR : BENAKEZOUH Leïla & TIFOUS Amira Quatrième
BUSINESS INTELLIGENCE
BUSINESS SYSTÈME D INFORMATION DÉCISIONNEL GROUPE COCKTAIL INFOCENTRE-PILOTAGE Le décisionnel et le pilotage autour du SGI et de son référentiel CENTRE DE RESSOURCES INFORMATIQUES PÔLE INFORMATIQUE DE
La problématique de la Préservation des Bases de Données. Olivier ROUCHON CINES Groupe PIN Jeudi 7 Octobre
La problématique de la Préservation des Bases de Données Olivier ROUCHON CINES Groupe PIN Jeudi 7 Octobre Définition des bases de données Terme du langage courant base de données Utilisé pour désigner
BUSINESS INTELLIGENCE
GUIDE COMPARATIF BUSINESS INTELLIGENCE www.viseo.com Table des matières Business Intelligence :... 2 Contexte et objectifs... 2 Une architecture spécifique... 2 Les outils de Business intelligence... 3
PROGRAMME DU CONCOURS DE RÉDACTEUR INFORMATICIEN
PROGRAMME DU CONCOURS DE RÉDACTEUR INFORMATICIEN 1. DÉVELOPPEMENT D'APPLICATION (CONCEPTEUR ANALYSTE) 1.1 ARCHITECTURE MATÉRIELLE DU SYSTÈME INFORMATIQUE 1.1.1 Architecture d'un ordinateur Processeur,
Gestion de données réparties. Cours 1
Gestion de données réparties Cours 1 SGBD distribué Rend la distribution (ou répartition) des BD locales transparente catalogue des BD traitement des requêtes distribuées gestion de transactions distribuées
Fouille de Données : OLAP & Data Warehousing
Fouille de Données : OLAP & Data Warehousing Nicolas Pasquier Université de Nice Sophia-Antipolis Laboratoire I3S Chapitre 2. Data warehousing Définition : qu est-ce que le data warehousing? Entrepôt de
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
Introduction aux bases de données et aux SGBD
Introduction aux bases de et aux Bernard ESPINASSE Professeur à l'université d'aix-marseille Généralités sur les BdD Des chaînes de traitements aux applications sur BdD Niveaux de description d'une BdD
IFT3030 Base de données. Chapitre 1 Introduction
IFT3030 Chapitre 1 Introduction Plan du cours Introduction Architecture Modèles de données Modèle relationnel Algèbre relationnelle SQL Conception Fonctions avancées Concepts avancés Modèle des objets
Licence Professionnelle Commerce Electronique. MySQL. Michel DUBOIS Michel.Dubois@univ-ubs.fr. Michel Dubois : Support de cours SGBD N 1
Licence Professionnelle Commerce Electronique MySQL Michel DUBOIS Michel.Dubois@univ-ubs.fr LE SYSTÈME D INFORMATION LE SYSTÈME D'INFORMATION Le système d'information est l'ensemble des informations circulant
Projet Business Object
Projet Business Object Rapports parties 1 et 2 Alexandre DUPONT, Guillaume COUSIN, Laurent PACHAREU et Yoann KERMORVANT Etudiants en licence professionnelle Conception de Systèmes Décisionnels Page 1 sur