Cet ouvrage s’adresse à tous les professionnels qui souhaitent conce­voir une base de données.

L’auteur, expert en architecture de bases de données, accompagne le lecteur de manière didactique à travers chaque étape de la création d’une base de données, depuis l’analyse du besoin jusqu’à la mainte­nance continue.

L’ouvrage débute par une présentation des concepts fondamentaux d’une base de données, avant de plonger dans des sujets plus tech­niques. Le lecteur explore ensuite les différentes méthodes d’analyse du besoin et dispose d’une introduction aux concepts techniques per­mettant d’apprendre à modéliser les données de manière efficace. Une comparaison des approches SQL et NoSQL et des explications détail­lées sur la normalisation de base de données lui permettront de construire des bases de données solides.

La suite des chapitres explique comment gérer une base de données. La sécurité des données et la haute disponibilité garantissant la robustesse du système sont traitées en détail et les phases cruciales de tests et de validation sont abordées.

Le lecteur découvre ensuite les aspects de maintenance et de mise à jour d’une base de données en constante évolution en étudiant le cycle de vie de la base de données, les rôles dans la maintenance ainsi que les stratégies efficaces pour la gestion des versions et des environnements de test ou de production.

Tout au long du livre, l’auteur, fort de son expérience, partage des conseils et astuces pratiques renforcés par des cas pratiques concrets pour une application immédiate des connaissances acquises.

Téléchargements

• Des fichiers complémentaires (3 Ko)

Avant-propos

1. Introduction
2. À qui s'adresse cet ouvrage ?
3. Objectif du livre

Introduction

1. Qu'est-ce qu’une base de données ?
2. Types de bases de données
   1. 1. Bases de données transactionnelles
   2. 2. Entrepôts de données (Data Warehouses)
   3. 3. Lacs de données (Data Lakes)
   4. 4. Datamarts
   5. 5. Bases de données centralisées
   6. 6. Bases de données distribuées
   7. 7. Bases de données spatiales
   8. 8. Bases de données de recherche
3. Les rôles de la science des données
   1. 1. Analyste de données
   2. 2. Ingénieur de données
   3. 3. Architecte de données
   4. 4. Scientifique de données
   5. 5. Administrateur de base de données
   6. 6. Opérateur de base de données
   7. 7. Développeur de base de données
   8. 8. Rôles transverses
      1. a. Développeur d’applications
      2. b. Chef de projet
      3. c. Chef d’entreprise
      4. d. Directeur des services informatiques (DSI)

Analyse de besoins

1. Introduction
2. La gestion du projet
   1. 1. Qu’est-ce que la gestion de projet ?
   2. 2. Phases dans la gestion d’un projet de base de données
      1. a. Définition du périmètredu projet
      2. b. Planification du projet
      3. c. Modélisation de la base de données
      4. d. Création de la base de données
      5. e. Tests et validation
      6. f. Déploiement et mise en production
      7. g. Maintenance et évolution
3. Prérequis
   1. 1. Comprendre les besoins de l’organisation
   2. 2. Définir clairement les prérequis
   3. 3. Constituer une équipe de professionnels compétents
   4. 4. Accès aux données pertinentes
   5. 5. Infrastructure technologique et outils appropriés
   6. 6. Conformité légale et réglementaire
   7. 7. Engagement des personnes dans l’organisation
      1. a. Pourquoi l’engagement des parties prenantesest-il si important ?
      2. b. Types de réunions pour promouvoir l’engagementde l’organisation
4. Analyse économique
   1. 1. Identification des frais
      1. a. Frais dans la conception
      2. b. Frais d’exploitation
   2. 2. Estimation des bénéfices
      1. a. Amélioration de l’efficacité opérationnelle
      2. b. Amélioration dans la prise de décisions
      3. c. Augmentation des revenus
   3. 3. Analyse de sensibilité
5. Analyse des risques
   1. 1. Identification des risques
      1. a. Risques techniques
      2. b. Risques de sécurité
      3. c. Risques liés aux ressources
   2. 2. Évaluation des risques
   3. 3. Atténuation des risques
   4. 4. Contrôle continu
6. Identifier les données
   1. 1. Définition des objectifs et des exigences
   2. 2. Identification des sources de données
   3. 3. Collecte et classification des données
   4. 4. Établissement de règles métier
   5. 5. Évaluation de la qualité des données
7. Identifier les flux de données
   1. 1. Définition des flux de données
      1. a. Cartographie des flux de données
      2. b. Transformation des données
      3. c. Exemple : système de gestion declients
   2. 2. Identification des sources de données
      1. a. Saisie manuelle des données
      2. b. Systèmes existants
      3. c. Sources externes
      4. d. Exemple : système de réservationde vols
   3. 3. Suivi de l’acheminement et de la transformation desdonnées
      1. a. Cartographie de l’acheminement des données
      2. b. Exemple : système de gestion descommandes en ligne
   4. 4. Identification des destinations des données
      1. a. Bases de données
      2. b. Applications
      3. c. Rapports et analyses
      4. d. Stockage à long terme
      5. e. Exemple : système de gestion desstocks
   5. 5. Documentation et modélisation
      1. a. Documentation détaillée
      2. b. Modélisation des données
      3. c. Exemple : outils de modélisationde base de données

Modélisation de données

1. Introduction
2. Qu'est-ce que la modélisation des données ?
3. Types de modélisation de données
   1. 1. Modèle conceptuel de données
   2. 2. Modèle logique de données
   3. 3. Modèle physique de données
   4. 4. Techniques de modélisation
      1. a. Modèle hiérarchique de données
      2. b. Modèle relationnel de données
      3. c. Modèle entité-association
      4. d. Modèle orienté objet
      5. e. Modèle dimensionnel
4. Étapes pour modéliser une base de données
   1. 1. Étape 1 : identifier les entitéset leurs attributs
      1. a. Entités
      2. b. Attributs des entités
      3. c. Propriétés des attributs
   2. 2. Étape 2 : identifier les relationsentre les entités
      1. a. Relations
      2. b. Cardinalité
   3. 3. Étape 3 : identifier la techniquede modélisation de base de données
   4. 4. Étape 4 : optimisation et itération
      1. a. Optimisation
      2. b. Itération
5. SQL vs NoSQL
   1. 1. SQL : Structured Query Language
   2. 2. NoSQL : Not Only SQL
   3. 3. Différences entre une base de donnéesSQL et une base de données NoSQL
   4. 4. Quand choisir une base de données SQL ?
   5. 5. Quand choisir une base de données NoSQL ?
6. Outils pour effectuer la modélisation d'une base de données
   1. 1. Installation de DbSchema
   2. 2. Démarrage d’un nouveau projet
      1. a. Se connecter à une base de données
      2. b. Ouvrir un fichier SQL DDL
      3. c. Partir de zéro : modèlelogique
      4. d. Partir de zéro : modèlephysique

Normalisation de données

1. Introduction
2. Qu'est-ce que la normalisation de données ?
3. Définition des concepts techniques : types de clés, dépendances...
   1. 1. Types de clés
      1. a. Clés primaires
      2. b. Clés étrangères
   2. 2. Dépendances
   3. 3. Anomalies
      1. a. Qu’est-ce qu’une anomalie ?
      2. b. Types d’anomalies
      3. c. Impact de la normalisation sur les anomalies
4. Les phases de normalisation de la base de données
5. Les formes normales
   1. 1. Base de données non normalisée
   2. 2. La première forme normale (1NF)
   3. 3. La deuxième forme normale (2NF)
   4. 4. La troisième forme normale (3NF)
   5. 5. La forme normale de Boyce-Codd (BCNF)
   6. 6. La quatrième forme normale (4NF)
   7. 7. La cinquième forme normale (5NF)
6. Règles de Codd
   1. 1. Règle 0 : règle fondamentale
   2. 2. Règle 1 : règle de l’information
   3. 3. Règle 2 : règle de l’accèsgaranti
   4. 4. Règle 3 : règle du traitementsystématique des valeurs nulles
      1. a. Qu’est-ce que NULL ?
      2. b. Les valeurs vides mais pas NULL
      3. c. Comparer une valeur NULL
   5. 5. Règle 4 : catalogue dynamique enligne basé sur le modèle relationnel
   6. 6. Règle 5 : règle du sous-langagede données complet
      1. a. Qu’est-ce qu’un langage ?
      2. b. Qu’est-ce qu’un langage complet ?
      3. c. Règles pour considérer un langagede base de données comme étant complet
   7. 7. Règle 6 : règle de la mise à jourdes vues
   8. 8. Règle 7 : insertion, mise à jouret suppression de haut niveau
   9. 9. Règle 8 : indépendancephysique des données
   10. 10. Règle 9 : indépendancelogique des données
   11. 11. Règle 10 : indépendancede l’intégrité
   12. 12. Règle 11 : indépendancede la distribution
   13. 13. Règle 12 : règle de non-subversion
   14. 14. Relation entre les règles de Codd et lesformes normales
7. Outils pour effectuer la normalisation de la base de données
   1. 1. Normalization Tool
   2. 2. Table Analyzer
   3. 3. Norma Tool
   4. 4. DBeaver
   5. 5. Remarque finale : aucun outil ne peut automatiserla normalisation

Création de la base de données

1. Introduction
2. Étapes à suivre pour la création de notre base de données
   1. 1. Concepts techniques
   2. 2. Analyse préalable à la créationde notre base de données
3. Prérequis hardware
4. Installation du système d'exploitation
5. Systèmes de gestion de bases de données
6. Mise en place de la structure que nous avons modélisée
   1. 1. Création de notre première basede données : Ecole
   2. 2. Création des tables d’élèves,d’enseignants et de cours
   3. 3. Création des tables de relations :enseignant_cours et eleve_cours
   4. 4. Authentification
   5. 5. Autorisation
   6. 6. Chiffrement
   7. 7. Audit
   8. 8. La gestion des incidents
7. Haute disponibilité
   1. 1. Réplication des données
   2. 2. Clustering

Tests et validation

1. Introduction
2. Que sont les tests et pourquoi est-il nécessaire de les faire ?
3. Tests fonctionnels
   1. 1. L’importance des tests fonctionnels dans les basesde données
   2. 2. Étapes de réalisation des testsfonctionnels
   3. 3. Exemples de cas de tests fonctionnels
4. Tests de performance
   1. 1. Les objectifs des tests de performance
   2. 2. Étapes de réalisation des testsde performance
   3. 3. Types de tests de performance
   4. 4. Exemples des cas de test de performance
5. Tests de disponibilité
   1. 1. Étapes de réalisation des testsde disponibilité
   2. 2. Types de tests de disponibilité
6. Tests de qualité de données
   1. 1. Étapes de la réalisation des testsde qualité de données
   2. 2. Types de tests de qualité de données
7. Le processus du test
   1. 1. Planification des tests
   2. 2. Conception de cas de test
   3. 3. Exécution des tests et enregistrement desrésultats
   4. 4. Analyse des résultats et optimisation
8. Automatisation du processus de test
   1. 1. Automatisation de la planification
   2. 2. Automatisation de l’exécution des tests etde l’enregistrement des résultats
   3. 3. Automatisation de l’analyse et de l’optimisation desrésultats
   4. 4. Avantages de l’automatisation des tests

Maintenance et mise à jour

1. Introduction
2. Cycle de vie de la base de données
   1. 1. Phase de conception
   2. 2. Phase d’exploitation et de maintenance
   3. 3. Phase de mise à jour
   4. 4. Phase de mise hors service
3. Rôles dans la maintenance d'une base de données
   1. 1. Administrateur de base de données (DBA)
   2. 2. Développeur de base de données
   3. 3. Analyste de données
   4. 4. Ingénieur en sécurité desdonnées
   5. 5. Responsable de la gestion des données
4. PCA et PRA
   1. 1. Que sont le PRA et le PCA ?
   2. 2. Plan de continuité d’activité (PCA)pour les bases de données
   3. 3. Plan de reprise d’activité (PRA) pour lesbases de données
   4. 4. Conclusion
5. Installation de patchs et corrections
   1. 1. Principes fondamentaux des patchs et corrections dans lesbases de données
   2. 2. Identification des vulnérabilitéset des besoins en patchs
   3. 3. Planification du déploiement des patchs etdes corrections
6. Sauvegardes et restaurations
7. Gestion des versions d'une base de données
   1. 1. Introduction à la gestion des versions
   2. 2. Stratégies de gestion des versions
   3. 3. Processus de gestion des versions
   4. 4. Outils de gestion des versions
8. Environnements de test, de préproduction et de formation
   1. 1. Environnement de test
   2. 2. Environnement de préproduction
   3. 3. Environnement de formation
   4. 4. Meilleures pratiques en matière de gestiondes environnements

Glossaire

1. Introduction