Module II21

1. Module II21 • Analyse et Conception des Systèmes d ’Information - Bases de données : Y.Sadi (6 séances) • Système d’exploitation Unix: O. Forestier (6 séances)

2. Plan • Introduction : Système d’Information et Bases de Données • Conception d’un SI  MERISE • Modèle Conceptuel des données (MCD) • Modèle Logique de données : Modèle Relationnel • Création et interrogation des Bases de données • Le langage SQL • PHP/MYSQL

3. Introduction • Un SI se compose de deux parties complémentaires: les données(fichiers,BD) et les traitements (pgms). • Une donnée est une information ou une relation entre des informations. • Une Base de données est un ensemble structuré de données enregistrées sur des supports accessibles par l’ordinateur. • Remarque : une organisation consistant en un ou plusieurs fichiers est conforme à cette définition.

4. Introduction (suite) • L ’utilisation des fichiers soulève de gros problèmes : • Lourdeur d ’accès aux données, • Manque de sécurité, • Données redondantes, • Pas de contrôle de concurrence. • D ’où la nécessité : de recourir à une organisation des données (BD) et un logiciel (SGBD) prenant en charge les fonctionnalités de protection, de sécurité et de fournir les différents types d ’interface nécessaires à l ’accès aux données.

5. Introduction (suite) • Outil principal de gestion d ’une BD : SGBD • Un outil permettant d’insérer, modifier et rechercher efficacement des données spécifiques dans une masse d’informations • C’est une interface entre l’utilisateur et la mémoire secondaire

6. Introduction (suite) • Les objectifs à travers la conception d’une BD : • Bonne représentation du monde réel • Permettre l’indépendance entre traitement et données • Permettre tout accès prévu à une donnée • Permettre l ’évolutivité de la BD qui doit pouvoir être restructurée (suppression, modification, intégration nouvelles données) • Non redondance des données • Cohérence et intégrité des données • Sécurité des données

7. Différents modèles de données • Les bases hiérarchiques: premières apparues(1970), structure de données arborescente, pointeurs entre les enregistrements Impossibilité de liens N:M, adapté seulement aux structures hiérarchiques. ( Ex: TDMS, IMS, System 2000). • Les bases réseaux:proposent une structure de données à base de liens permettant de constituer un réseau entre les données.(IDMS,SOCRATE).

8. Différents modèles de données • Les bases relationnelles: les plus utilisées, données représentées en tables, basées sur l’algèbre relationnelle et un langage déclaratif(DB2, ORACLE,INGRES, SYBASE, PARADOX, INFORMIX). Les bases objets: les données sont représentées en tant qu’instances de classes hiérarchisées. L’héritage est utilisé comme mécanisme de factorisation de la connaissance.

9. Méthode MERISE • Problèmes de la conception d’un S.I. sans Méthode • Absence de conception globale d ’un projet d ’informatisation • Vision parcellaire des besoins : • redondance des données • synonymes (plusieurs termes ont le même sens) • polysèmes (un terme qui a plusieurs sens différents) • Difficulté d ’une maintenance efficace : • moyens techniques limités, • manque de dossier d ’analyse • Utilisateur non intégré dans la conception d ’un S.I. • Difficulté de planification et de suivi du travail

10. Méthode MERISE (Historique) • 1977/78, demande du Ministère de l ’Industrie : choix de sociétés de conseil en informatique pour la constitution d ’une méthode de conception des S.I. • 1979, Naissance de la méthode MERISE • conception du S.I. par étapes, • séparation des données et des traitements • vérifier la concordance entre données et traitements, • vérifier qu ’il n ’y a pas de données superflues.

11. DECISION Système de PILOTAGE INFORMATION Système D’INFORMATION ACTIVITE Matières premières Système OPERANT Produits finis Méthode MERISE (Principes de base) • Vision globale et systémique de l ’entreprise, (J.L.Lemoigne.)

12. Méthode MERISE (Principes de base) • La vision systémique de l ’entreprise : • Système opérant : • est chargé de la production, • répond à la finalité de l ’entreprise. • Système de pilotage : • dirige l ’entreprise, prend les décisions, • cible les objectifs, • a une fonction d ’arbitrage, d ’allocations de ressources, de suivi de leurs utilisations • Système d ’information : • lien entre les deux systèmes, • informe le système de pilotage des performances du S.O. • transmet au S.O. les instructions du S.P.

13. Méthode MERISE (Principes de base) • Séparation des données et des traitements • l ’agencement des données plutôt stable • les traitements sont fréquemment remaniés • la séparation des données et des traitements assure une longévité au modèle.

14. Méthode MERISE (Principes de base) • Passage par différentes étapes : Système d ’Information Manuel Expression des besoins Modèle Conceptuel Modèle Logique Modèle Physique Système d ’Information automatisé

15. Méthode MERISE (Principes de base) • Expression des besoins: • définition des attentes du S.I. automatisé • inventaire des éléments nécessaires au S.I. • délimitation du système en s ’informant auprès des futurs utilisateurs. • Modèle Conceptuel: • Modèle organisationnel ou logique: • Modèle physique : • choix logiciel pour le système d ’information • choix matériel pour le système d ’information

16. Méthode MERISE Approche par niveaux, par étapes • Démarche par niveaux : formalise le système futur : • en contribuant à la stratégie de l ’entreprise, • en mettant en œuvre les règles de gestion • en tenant compte des aspects organisationnels et techniques. • Démarche par étapes : hiérarchise les décisions au cours de la vie du projet : • conception, • développement • mise en œuvre • généralisation de l ’emploi du S.I. futur • évolution du S.I. futur.

17. Méthode MERISE (Approche par niveaux et par étapes) • Intérêts de cette double approche : • maîtrise des risques (coûts, délais, personnel,…) • favorise l ’introduction de nouvelles technologies • facilite l ’évolution des S.I.

18. Méthode MERISE (Trois niveaux de modélisation) • Niveau Conceptuel : • réponse à la question QUOI ? (ce que fait l ’entreprise) • que faire ? Avec quelles données ? • Modèle Conceptuel des Données (MCD) • Modèle Conceptuel des Traitements (MCT) • Niveau organisationnel : • réponse aux questions QUI, QUAND, OÙ ? • Modèle logique des données (MLD) • modèle organisationnel des traitements (MOT)

19. Méthode MERISE (Trois niveaux de modélisation) • Niveau physique ou opérationnel: • réponse à la question COMMENT ? (quels sont les moyens de le faire) • intégration des moyens techniques, matériels et logiciels • modèle physique des données (MPD) • modèle opérationnel des traitements (MPT)

20. Méthode MERISE (Chronologie des étapes) 50% Etude de l ’existant Recueil des informations Niveau Conceptuel MCD MCT 25% MOT Niveau Logique Validation 10% MLD Niveau physique Modèle Physique des Données Modèle Opérationnel des traitements 15%

21. Méthode MERISE • Conception selon 3 niveaux: conceptuel, logique, physique TRAITEMENTS DONNEES MCD MCT Conceptuel MLD MOT Logique MPT MPD Physique

22. Modèle Conceptuel de Données • Modèle entité-association: la notion d’entité (ou objets) et de relation ou (association) entre ces objets. • Définitions Conceptuelles : • ENTITE: un ensemble cohérent de propriétés décrivant un objet ou individu • peut représenter une notion concrète : CLIENT • ou une notion abstraite : PORTEFEUILLE D'ACTIONS • ASSOCIATION ou RELATION: lien sémantique entre deux ou plusieurs entités. Souvent nommé par un verbe ou un substantif. • REMARQUES • Une entité possède au moins une propriété • Une association peut ne pas avoir de propriété

23. Modèle Conceptuel de Données • PROPRIETE ou ATTRIBUT • Donnée élémentaire permettant de décrire une entité ou une association. • IDENTIFIANT • Un ou plusieurs attributs de l’entité permettant d’identifier d’une façon unique toutes les autres propriétés. • L’identifiant est inscrit en tête de la liste est souligné • Etudiant : Nom, prénom, filière, date de naissance, carte étudiant • Véhicule: Type, modèle, immatriculation, couleur

24. Modèle Conceptuel de Données (Représentation graphique)

25. Modèle Conceptuel de Données • REMARQUES • Une entité possède au moins une propriété • Une association peut ne pas avoir de propriété • Les concepts qui apparaissent sur le modèle sont là pour résumer et pour éviter l'énumération fastidieuse de tous les faits individuels du SI

26. Schéma en épaisseur

27. Modèle Conceptuel de données (Définitions) OCCURRENCE : Réalisation particulière d'une entité, propriété ou association: INSTANCE • Occurrence de l'entité COMMANDE : n°1234 du 28/03/98 • Occurrence de l'association CONCERNE : 5 produits ED12 pour la commande n°1234 • Une occurrence de propriété est une VALEUR : l'occurrence de la propriété Prix unitaire pour le produit ED12 est 123.56.

28. Les Cardinalités • Notion obligatoire du modèle • L’expression d’une contrainte perçue sur le monde et que l’on écrit dans le modèle : «  il n’est pas possible qu’une commande ne concerne aucun produit » • Pour une occurrence de l’entité, combien d’occurrences de l’association ?

29. Exemples

30. Cardinalités • Résumé Cardinalité minimale valeur Exemple Définition Une occurrence de l’entité peut exister sans participer à l’association Un produit peut ne pas être commandé 0 Une occurrence de l’entité participe au moins une fois à une occurrence de l’association 1 Toute commande concerne au moins un produit

31. Cardinalités Cardinalité maximale Valeur Exemple Définition Une occurrence de l’entité participe au plus une fois Un employé travaille au plus dans un service 1 Une commande peut concerner plusieurs produits N Une occurrence de l’entité peut participer plusieurs fois 0,1 Une occurrence participe au moins 0 fois au plus une fois à l’association 1,1 Une occurrence participe exactement une fois à l’association 0,N Une occurrence peut ne pas participer ou participer plusieurs fois 1,N Une occurrence participe au moins une fois voire plusieurs

32. Cardinalités 1,1 <-> 1,1 TOUTE occurrence de A a un homologue UNIQUE parmiles occurrence de B et réciproquement Toute occurrence de A a au moins un homologue parmi les occurrences de B et réciproquement 1, N <-> 1,N 0,N UNE occurrence de A peut avoir 0,1,N vis-à vis. UNE occurrence de B est limitée à 0 ou 1 homologue <-> 0,1 1,N<-> 0,N TOUTE occurrence de A a AU MOINS un homologue. Mais UNE occurrence de B peut ne pas en avoir, en avoir 1 ou plusieurs.

33. Dimension d’une association • Le nombre d’entités participant à l’association • Association binaire : relie deux entités • Association n-aire: relie n entités • Association réflexive

34. Exemples (Association)

35. Contrainte d’intégrité fonctionnelle • Il est très difficile de trouver des exemples d'association de dimension 4 et supérieure. C'est en effet parce qu'elles peuvent être simplifiées lorsqu'il existe une : CONTRAINTE D'INTEGRITE FONCTIONNELLE Une Contrainte d'Intégrité Fonctionnelle (en abrégé : CIF) se définit par le fait que l'une des entités participant à l'association est complètement déterminée par la connaissance d'une ou plusieurs autres entités participant dans cette même association.

36. Exemple • CAS D'UNE ASSOCIATION DE DIMENSION SUPERIEURE A 2 :

37. Modèle Conceptuel des données • Objectif : un établissement scolaire se dote de moyens informatiques de manière à pouvoir automatiser sa gestion. • Types de résultats attendus : • l ’établissement des carnets scolaires • la convocation au conseil de classe • la liste des élèves suivant une matière • la liste des élèves n ’ayant pas de note • la liste des notes données par un professeur

38. MCD - Exemple • Précisions sur le système d ’information • toute classe a un professeur principal • un professeur peut être principal dans plusieurs classes • un même professeur peut enseigner plusieurs matières différentes dans la même classe • une matière dans une classe n ’est enseignée que par un professeur • il y a deux délégués des élèves par classe.