Discussion :

[fsmrel]

Mise à jour du 14/07/2011


Bonsoir,


Voici la 3e partie de mon article sur la normalisation des bases de données, partie qui traite des quatrième, cinquième et sixième formes normales.

Comme il n’y a pas de normalisation en 7NF par projection/jointure (sauf chez les farfelus), l’article est achevé, aux quelques modifications près d’usage que je peux toujours être amené à effectuer suite à vos observations.


Bonne lecture !

Mise à jour du 12/10/10

Bonjour,

Voici la 2e partie de mon article sur la normalisation des bases de données, partie qui a trait à la 2NF, la 3NF et la BCNF. Concernant la 4NF, la 5NF et la 6NF, c’est pratiquement au point et j’espère que tout sera bouclé d’ici la fin de l’année.

J’ai aussi complété la 1re partie et adopté parfois un ton un peu polémique, par exemple en ce qui concerne l’optimisation : il peut donc y avoir des réactions, aussi ai-je mon casque lourd à portée de main...

Bonne lecture !

fsmrel

23/05/2009

Bonjour,

De la normalisation des bases de données.

La connaissance de la théorie de la normalisation est incontournable dès qu’il s’agit de structurer les données de façon rationnelle (modélisation conceptuelle et logique des données). Nous présentons ici http://fsmrel.developpez.com/basesre...normalisation/ une étude relativement approfondie mais non hermétique de ce sujet, abordé bien souvent de façon superficielle voire approximative.
Cet article traite en détail des formes normales, de la première à la cinquième. Il a été découpé en quatre parties qui seront publiées progressivement.

Merci d'avance pour vos commentaires !

fsmrel

[Philippe Vialatte]

Bel article (il va falloir que je me l'imprimes et que je me le lise a tête reposée...)

Tiens, ça fait plaisir, cet article va me permettre de taper encore plus fort sur les doigts de mes petits camarades

Ca me rappelle mes cours de sgbd avec Miranda il y'a quelques années (vive la fac a Sophia, le soleil, les palmiers, et les bases de données )

Vivement la fin de relecture des 4nf et 5nf

[fsmrel]

Bonjour,

Merci Philippe pour ce premier commentaire et pour votre compliment.

Au sujet de Serge Miranda : Le 29 septembre 1987, au Palais des congrès à Paris, Ted Codd, Chris Date animent un séminaire dont je vous laisse deviner le thème. La foule des grands jours est présente (a priori vous étiez un peu trop jeune pour vous joindre à la noble compagnie...) Serge Miranda était assis bien sagement au fond de la salle (immense est bondée). Codd s’adresse à nous à peu près en ces termes : « Hommage à Serge Miranda, dont le SGBD Campus est le seul que nous avons retenu comme étant totalement relationnel ».

[ypicot]

Excellent papier, un des meilleurs (à mon sens) sur le sujet.

Ca ne se lit pas aussi facilement qu'un polar de la série noire, mais l'effort vaut largement le coup.

Une question bête : pourquoi ne pas aller jusqu'à la 6NF ? Est-ce parce que son explication est franchement mathématique ?

Yvan

[fsmrel]

Merci à vous Yvan,

La 6NF ? J’ai hésité. En tous cas, les mathématiques ne sont pas partie prenante dans cette affaire. Quoi qu'il en soit, our le moment, je préfère m’abstenir. En effet :

1) Chris Date traite de la 5NF en 5 pages et demies (An Introduction to Database Systems, 8th edition, pages 386-391) or le sujet n’a pas la réputation d’être simple. En ce qui concerne la 6NF, si l’on tient compte des étapes préparatoires, Date a besoin de 47 pages (c'est-à-dire tout le chapitre 23 de l’ouvrage cité) pour faire le tour complet de la question, mais sans l'approfondir...

2) La 6NF présente essentiellement de l’intérêt dans le contexte des bases de données dans lesquelles le temps joue un rôle majeur (date de début, date de fin, donnée par donnée pour prendre un très grand raccourci). Mais déjà, nombre de problèmes sont résolus si au niveau du MCD on isole les données « datées » pour lesquelles la date de fin est connue (ce que Date appelle les données intervallaires de type « durant » (during) par opposition aux données pour lesquelles la date de fin n’est pas connue, dites de type « depuis » (since). Ainsi, dans votre entreprise vous avez pu faire partie de tel et tel services de telle date à telle date, mais vous êtes actuellement affecté à tel service depuis telle date, sans limitation dans le temps.

Voyez par exemple la réponse que je fais à Fayred (Historiser deux entités et leurs relations) : la date dernière date d’embauche n’est pas mêlée avec l’historique, ce qui sémantiquement parlant est sain. Au minimum, j’évacue le problème des dates marquées à NULL ou valorisées de façon vaseuse, dans le genre 31/12/9999 et dont il faut tenir compte dans les requêtes : dans les banques, assurances, organismes de retraite, etc., les développeurs SQL sont régulièrement confrontés à de tels impedimenta.

3) Traiter les données temporelles (et plus généralement intervallaires) conduit à étendre l’algèbre relationnelle, de façon significative (nouveaux opérateurs, entre autres PACK et UNPACK), généraliser tous les opérateurs classiques, Projection, Jointure, Union, Intersection, Différence, etc. Ainsi, la jointure généralisée U_JOIN de deux relations r1 et r2 est un raccourci de l’expression hermétique (si l’on n’a pas lu les 30 premières pages du chapitre 23 mentionné) :

PACK (( UNPACK r1 ON (ACL)) JOIN (UNPACK r2 ON (ACL))) ON (ACL)

Et je n’ai guère envie d’entreprendre ici la rédaction d’un paquet de pages d’explication. J’espère que vous me comprenez et compatissez.

Bref, le mieux est de se focaliser sur la modélisation des données dans leur dimension temporelle, en ayant à l'esprit les mots magiques during et since, auquel cas on peut parvenir à la 6NF (à condition de respecter la 5NF), comme M. Jourdain est parvenu à la prose sans le savoir. Et pour s’en assurer, lire et relire le fameux chapitre 23. Les plus courageux étudieront l’ouvrage commis par Date, Darwen et Lorentzos : Temporal Data and the Relational Model, lequel va encore plus en profondeur.

[ypicot]

Merci pour cette réponse.

Elle pourrait figurer -au moins partiellement- en intro ou en conclusion dans le tuto, pour ne pas laisser le lecteur avec un sentiment d'incomplétude.

Au lieu d'un manque, cela devient "la 6NF ne sera pas traitée ici, et voici pourquoi".

Mais ce n'est qu'une suggestion.

Yvan

[Oppenheimer]

Bonjour Monsieur de Sainte Marie,

(J'avais essayé de vous envoyer un message, avant de voir qu'il existait une discussion sur le sujet)

Je vois que vous avez ajouté la 6NF

1) Chris Date traite de la 5NF en 5 pages et demies (An Introduction to Database Systems, 8th edition, pages 386-391) or le sujet n’a pas la réputation d’être simple. En ce qui concerne la 6NF, si l’on tient compte des étapes préparatoires, Date a besoin de 47 pages (c'est-à-dire tout le chapitre 23 de l’ouvrage cité) pour faire le tour complet de la question, mais sans l'approfondir...

juste pour vous dire que j'ajouterai la précieuse référence que vous mentionnez ci-dessus à mes prochaines lectures. J'étais convaincu que Date n’avait écrit qu’un livre à ce sujet (je pense à l’exposé de la définition).

2) La 6NF présente essentiellement de l’intérêt dans le contexte des bases de données dans lesquelles le temps joue un rôle majeur (date de début, date de fin, donnée par donnée pour prendre un très grand raccourci). Mais déjà, nombre de problèmes sont résolus si au niveau du MCD on isole les données « datées » pour lesquelles la date de fin est connue (ce que Date appelle les données intervallaires de type « durant » (during) par opposition aux données pour lesquelles la date de fin n’est pas connue, dites de type « depuis » (since). Ainsi, dans votre entreprise vous avez pu faire partie de tel et tel services de telle date à telle date, mais vous êtes actuellement affecté à tel service depuis telle date, sans limitation dans le temps.

En lisant la partie (2), je me dis que la Domain/Key NF le fait déjà, puisqu'elle permet - en ayant vu des exemples et contre-exemples - de contourner le type intervalle, par un début, respectivement un fin, séparés.

En ce sens, la Domain/Key NF ferait même mieux, puisqu'elle serait capable:
et de gérer les limitations par un début et une fin,
et de gérer les données estampillées que par un début.

Mais c'est là que cette D/K NF pèche, qui entraîne à mon sens une définition seulement implicite de la durée, qui quant à cette dernière, n’est – finalement – qu’une succession de timestamps. Ce pourquoi la D/K NF ne saurait être complète.


-Enfin, j’ai deux demandes :

• J’ai l’impression pour ma part que – si une normalisation par restriction-union (que vous évoquiez sans l’exposer) ne fait que considérer les enregistrements – elle est triviale (puisque je peux limiter les enregistrement et par là, la redondance, et ainsi respecter un forme normale "classique"). Ai-je tors ?
• Pourquoi ne pas mettre la Domain/Key NF, à cause de son problème de détour de l'intervalle ?

En vous remerciant de votre attention, et en attendant votre réponse, je vous souhaite Monsieur de Sainte Marie, une très bonne journée.

[PyNub]

Je vous remercie pour la grande qualité de votre article, qui m'a aidé à distinguer le vrai du faux dans le fatras des écrits sur le sujet pas forcément, et bien souvent, non argumentés comme le sont au contraire les vôtres.

[fsmrel]

Bonjour PyNub,

Votre message fait plaisir. Plutôt que de recopier des affirmations plus ou moins vraies ou fausses, il est vrai que j’ai préféré m’appuyer d’une part sur les travaux de chercheurs et auteurs de très grande qualité, tels Codd, Fagin ou Date, et d’autre part sur mon expérience de terrain (quelques décennies de barouds...) pour tenter de transmettre quelque chose qui soit pertinent, même si ça n’est pas toujours facile...

Si j’ai pu vous aider à y voir plus clair, mon objectif aura été atteint. Bonne route !

[PyNub]

Bonjour,

Je suis tombé sur votre ouvrage dans le cadre de mes études, et celui-ci m'a aidé à clarifier certaines notions de normalisation. Actuellement je suis en train de le reprendre depuis le début car je l'ai parcouru en complément de mon cours et en sautant quelques étapes. De fait certaines subtilités m'ont échappées. Mais cette relecture est agréable et se fait sans effort, de déchiffrage j'entends, car l'effort de réflexion est par contre certain.

Encore merci.