Cours - SI
Cours - SI
Cours - SI
2021-2022 Semestre : 4
1
Objectifs :
A la fin de cette partie du cours, l’étudiant doit être capable de :
Analyser un système d'information sur le plan informationnel,
organisationnel et technique ;
Comprendre l'interrelation des systèmes d'information avec la stratégie,
l'organisation et la culture de l'entreprise ;
Connaître le cycle de vie et les phases de mise en place d'un système
d'information ;
Employer une méthode professionnelle d'ingénierie de conception des
systèmes d'information.
2
Introduction:
Né dans les domaines de l'informatique et des télécommunications, le concept de système
d'information s'applique maintenant à l'ensemble des organisations.
Le système d'information coordonne grâce à l'information les activités de l'organisation et lui
permet ainsi d'atteindre ses objectifs. Il est le véhicule de la communication dans
l'organisation.
De plus, le système d'information représente l'ensemble des ressources (humaines, matérielles,
logicielles et donées) organisées pour : collecter, stocker, traiter et communiquer les
informations.
I. Introduction au système
d’information
3
I. Introduction au système d’information
Une entreprise par exemple est un système (composé d’Hommes, de matériel, de méthodes ...
etc.) qui transforme de la matière première en produits finis.
4
I. Introduction au système d’information : Les concepts de base
2. Notion d’information
a. Définition :
L’information est un concept de la discipline des sciences de l'information et de la communication.
Elle constitue le support des connaissances et des communications.
Elle est à la fois :
Un outil de communication interne (elle permet d’assurer la coordination entre les différents
services et acteurs de l’entreprise).
Un outil de communication externe (une organisation diffuse de l’information vers son
environnement extérieur en faisant par exemple de la publicité)
Un outil de cohésion sociale (la diffusion d’informations sur les rôles de chacun dans
l’entreprise permet de renforcer le sentiment d’appartenance à l’organisation et donc la
motivation collective).
Une information n’est pas une donnée. Elle correspond à la signification et à l’interprétation que
l’on peut faire d’une ou plusieurs données.
5
I. Introduction au système d’information : Les concepts de base
2. Notion d’information
c. La qualité de l’information :
Toutes les informations ne sont pas forcément de bonne qualité. Il y a trois critères essentiels pour
caractériser la qualité d’une information :
Système de
pilotage
Système Environnement
d’information
Système opérant
6
I. Introduction au système d’information : Les concepts de base
3. L’organisation (L’entreprise)
Système de
pilotage
Diriger, Contrôler, Décider, Coordonner, Fixer des objectifs …
Système
Générer des informations, Mémoriser, Traiter, Diffuser…
d’information
7
I. Introduction au système d’information : Les concepts de base
3. L’organisation (L’entreprise)
Transmettre
8
I. Introduction au système d’information : Les concepts de base
4. Système d’information (SI)
b. Les composants d’un SI :
9
I. Introduction au système d’information
Section 2 : Les fonctions d’un SI
10
I. Introduction au système d’information : Les fonctions d’un SI
11
I. Introduction au système d’information : Les fonctions d’un SI
3. Traitement de l’information (Exploitation) :
Il s’agit de réaliser toutes les opérations de traitement qui permettent d’appuyer les activités de
l’entreprise.
Pour être exploitable, l’information subit des traitements :
Consiste à mettre à disposition l’information pour tous ceux qui en ont besoin, au moment
où ils en ont besoin, et sous une forme directement exploitable.
• Forme orale
• Support papier (courrier, note interne, …)
• Support numérique
12
I. Introduction au système d’information
Section 3 : Les enjeux du SI pour l’entreprise
Quelque soit l’entreprise (petite, moyen ou grande) et quelque soit son domaine d‘activité
(production, service, commercialisation), il y a des fonctions communes :
13
I. Introduction au système d’information : Les enjeux pour l’entreprise
1. Le SI et les fonctions de l’entreprise
2. Finalités d’un SI
Le SI a deux finalités :
Fonctionnelle Sociale
14
I. Introduction au système d’information : Les enjeux pour l’entreprise
3. Impacts SI sur l’entreprise
Améliorer et optimiser par exemple la production sans pour autant augmenter l’effort de production.
15
I. Introduction au système d’information : Les enjeux pour l’entreprise
3. Impacts SI sur l’entreprise
L’un des rôles primordiaux d’un SI : être capable de présenter une synthèse claire de
l’organisation en tenant compte de l’ensemble des informations collectées.
Exemple :
16
I. Introduction au système d’information : Les enjeux pour l’entreprise
3. Impacts SI sur l’entreprise
d. Favoriser le travail de groupe / La collaboration
17
II. La conception d’un système d’information
Introduction
Les premières méthodes de conception de systèmes d’information s’appuyaient
essentiellement sur une approche par les traitements des données. Les concepteurs identifient
une typologie de traitements, puis spécifient et organisent les informations en fonction de leur
utilisation par chaque traitement.
Avec l’introduction des bases de données, l’idée de séparation données et traitements s’est
diffusée.
Notons toutefois que cette séparation est essentiellement artificielle ; les données n’ont d’usage
qu’à travers les traitements, les traitements ne peuvent pas fonctionner sans données.
18
II. La conception d’un système d’information : MERISE
1. La méthode MERISE
MERISE 2. Définition
MERISE (Méthode d’Étude et de Réalisation Informatique pour les Systèmes d’Entreprise)
est une méthode de conception, de développement et de réalisation de projets informatiques.
Le but de cette méthode est d'arriver à concevoir un système d'information.
La méthode MERISE est basée sur la séparation des données et des traitements. La séparation
des données et des traitements assure une longévité du SI.
La démarche de développement d’un système d’information est conduite suivant 3 axes appelés
cycles.
19
II. La conception d’un système d’information : MERISE
3. Démarche de développement d’un SI
a. Le cycle de vie :
b. Le cycle de décision:
Le déroulement simultané de la démarche et des raisonnements doit être maîtrisé. Dans chaque
modèle, à chaque étape, des choix doivent être effectués. Vers quel projet veut-on aller ? Quels
moyens veut-on lui affecter ?
La mise en œuvre de la méthode Merise se traduit, en plus, par une succession de choix
permettant, d’une part, de contrôler la durée globale de la conception-réalisation, d’autre part,
de définir un système en harmonie avec les objectifs généraux de l’entreprise.
20
II. La conception d’un système d’information : MERISE
3. Démarche de développement d’un SI
c. Cycle d’abstraction:
La méthode MERISE est basée sur la séparation des données et des traitements.
MERISE utilise une démarche de modélisation à trois niveaux. A chaque niveau correspondent à
un modèle pour la représentation des données et à un modèle pour la représentation de traitements.
Un formalisme de représentation est associé à chaque modèle.
L’ensemble de ces trois niveaux constitue le cycle d’abstraction qui met en évidence les règles
qui régissent le SI.
La méthode merise distingue trois niveaux d’abstraction :
c. Cycle d’abstraction:
Le niveau physique est caractérisé par la prise en compte des contraintes technologiques : matériel,
logiciel, humain ... etc. A ce niveau, on élabore le modèle physique des données et le modèle
opérationnel des traitements.
21
II. La conception d’un système d’information : MERISE
3. Démarche de développement d’un SI
c. Cycle d’abstraction:
22
II. La conception d’un SI : Modélisation conceptuelle des données
Introduction
Un système d’information est définie par deux composantes : les données qui constituent l’aspect
statique et les traitements qui constituent l’aspect dynamique. Merise possède l’avantage, qui est
d’ailleurs l’un des points clés de sa réussite, de décrire les données indépendamment des
traitements.
Au niveau conceptuel de la méthode, on élabore pour les données, le modèle conceptuel des
données (MCD) et pour les traitements, le modèle conceptuel des traitements.
a. Entité
Une ENTITE est un objet concret ou abstrait qui a une existence propre, qu’on peut cerner et
définir indépendamment de tout autre objet. Une entité est aussi appelée INDIVIDU.
23
II. La conception d’un SI : Modélisation conceptuelle des données
1. Concepts de base :
b. Association
Une association est une relation qui existe ou qui met en liaison deux ou plusieurs
entités. Une association est dite binaire lorsqu’elle met en relation deux entités, elle est
n-aire lorsqu’elle met en jeu plusieurs entités.
Exemples :
« Mohamed est marié à Fatima » l’association mariage lie les deux entités Mohamed
et Fatima.
« L’étudiant Amine Semlali appartient à la classe CI (Commerce International) » est
l’expression d’une relation d’appartenance.
Exemples :
L’entité client est décrite par les propriétés : Code client, nom, téléphone ...
L’entité commande contient : N° commande, date commande.
L’entité Produit est décrite par : N° Produit, Libellé du produit , Prix
L’entité Facture : N° Facture, date facture, montant facture
24
II. La conception d’un SI : Modélisation conceptuelle des données
1. Concepts de base :
c. Identifiant Entité
Pour chaque entité, il est impératif de trouver une propriété particulière qu’on appelle
clé ou identifiant et qui permet de désigner chaque occurrence de manière unique.
Par exemple le numéro de la carte d’identité nationale (N° CIN) permet de distinguer
sans ambiguïté chaque citoyen Marocain. Autrement dit il ne peut pas y avoir deux
citoyen ayant le même N° CIN.
Exemples :
Le numéro d’inscription est un identifiant pour l’entité « Etudiant ».
Le matricule est un identifiant de l’entité « Voiture ».
Une entité est représentée par un rectangle barré à l’intérieur duquel on inscrit, dans sa
partie supérieure le nom de l’entité et dans l’autre la liste des propriétés.
25
II. La conception d’un SI : Modélisation conceptuelle des données
2. Représentation schématique:
a. Schématisation (Entité – Association)
Exemples :
26
II. La conception d’un SI : Modélisation conceptuelle des données
3. Les cardinalités:
Le modèle conceptuel de données doit être complété par les cardinalités qui apportent des
informations importantes sur les associations.
Revenons au modèle (Etudiant-Classe). On ne peut pas savoir à partir du schéma si un
étudiant peut appartenir à une ou plusieurs classes. On ne peut pas non plus savoir si une
classe contient un ou plusieurs étudiants.
Cardinalité minimum : indique le nombre minimum d’intervention d’une entité dans une
association. Il peut prendre comme valeur 0 ou 1.
Cardinalité maximum : indique le nombre maximum d’intervention d’une entité dans
une association. Il peut prendre comme valeur 1 ou N.
Autrement, les combinaisons possibles des cardinalités sont des couples qui peuvent prendre
comme valeur :
0,1 (aucun ou un seul)
1,1 (un et un seul)
0,n (aucun ou plusieurs)
1,n (au moins un ou plusieurs)
Le premier chiffre correspond au minimum, le second au maximum.
27
II. La conception d’un SI : Modélisation conceptuelle des données
3. Les cardinalités:
Reprenons l’exemple précédent
On sait qu'un étudiant ne peut appartenir qu’à une et une seule classe.
Une classe peut contenir plusieurs étudiants.
Exemple :
28
II. La conception d’un SI : Modélisation conceptuelle des données
3. Les cardinalités:
Etudiant Filière
Association de (1,1) (1,n)
Id
type [1,n] Code inscrit Titre
Nom
Prénom
Etudiant Sport
Association de (1,n) (1,n)
NumSport
type [n,n] Code pratique LibSport
Nom
Prénom
Etudiant Matière
Association de (1,n) étudie (1,n)
CodeMatière
type [n,n] avec Code
Note LibMatière
propriété Nom
Prénom
Exemples :
29
II. La conception d’un SI : Modélisation conceptuelle des données
4. Association spéciale:
b. Association multiple
Deux entités distinctes peuvent avoir plusieurs lien de dépendance. Dans ce cas elles
vont être reliées par plusieurs associations. C’est ce qu’on appelle association multiple.
Exemples :
Dans cet exemple issu d’une
agence immobilière, une
personne peut être propriétaire,
résider principalement ou résider
secondairement dans un
logement géré par l’agence.
30
Animal, Espèce, Personne, Aliment
________________________________________
Les règles de gestion :
Un animal appartient à une espèce et une seule. Un animal mange au minimum un aliment.
Une personne peut aimer plusieurs animaux ou aucun. Un aliment peut être mangé par plusieurs animaux ou aucun.
Un animal peut être aimé par plusieurs personne ou aucun. Un aliment mangé par une personne n'est pas un aliment.
ANIMAL
Appartient (1,1) … (0,N)
Aime
ESPECE PERSONNE
Mange …
….
(0,N)
ALIMENT
…
3. Epuration du dictionnaire
3. Dépendances fonctionnelles
5. Elaboration MCD
31
II. La conception d’un SI : Modélisation conceptuelle des données
5. Construction du MCD
a. Recueil des informations
Le recueil d'information est la première phase à l'informatisation d'un SI. Toutes les
informations concernant le sujet doivent être rassemblées.
Cette phase de recueil est effectuée en plusieurs niveaux :
Les techniques et les outils :
Le premier problème à résoudre est de trouver l’information. On
recherchera dans :
Localisation Les documents
des Les règlements
informations
Les normes, les procédures, les fichiers, …
Pour recenser les informations, on utilise essentiellement :
Techniques L’étude de documents
de recueil Les entretiens
Parfois les questionnaires
32
II. La conception d’un SI : Modélisation conceptuelle des données
5. Construction du MCD
b. Dictionnaire des données
Le dictionnaire des données est en fait le résultat de la phase de collecte des données.
C’est un document permettant de recenser, de classer et de trier toutes les données
collectées lors de la phase de recueil des informations. Ce dictionnaire est un outil
important car il constitue la référence de toutes les études effectuées ensuite.
Formalisme : Les données sont présentées dans un tableau sous l’entête suivante :
Exemple :
33
II. La conception d’un SI : Modélisation conceptuelle des données
5. Construction du MCD
c. Epuration du dictionnaire
Les données recueillies fait généralement apparaître des incohérences qu'il convient
d'éliminer.
Ces incohérences sont de deux types:
1) De synonymes
Des noms différents désignent la même réalité.
2) Des polysèmes
Un même nom désigne deux réalités distinctes.
34
II. La conception d’un SI : Modélisation conceptuelle des données
5. Construction du MCD
5.3 Epuration du dictionnaire
Les données calculées doivent être examinées avec soin.
La règle est la suivante : Si une donnée calculée peut être obtenue par l’application d’un
traitement à partir de données élémentaires valides, on peut la supprimer du dictionnaire.
Exemple :
Examinons le cas d’une entité Employé ayant comme propriétés : N°, Nom, Prénom,
DateNaissance, Téléphone, émail, SalaireHoraire, NbHeures,SalaireBrut.
On remarque que la propriété SalaireBrut est un champ calculé obtenu par l’application du calcul :
SalaireBrut = NbHeures * SalaireHoraire
Les données élémentaires NbHeures et SalaireHoraire qui participent à son calcul sont présentes.
On peut donc éliminer cette donnée (SalaireBrut) pour la phase de modélisation conceptuelle.
Une société X de construction de bâtiments organise des séminaires de formation pour ses
employés. Des animateurs, sont recrutés et payés pour l’animation de ces séminaires. Ils sont
identifiés par un nom, prénom, adresse, numéro de téléphone et par un numéro de carte
d’identité nationale.
Les séminaires sont organisés par thème, ils ont un code, une date, une durée (en Heures , à
condition de ne pas dépasser 3 jours) et un lieu. Un séminaire est pris en charge par un seul
animateur mais un animateur peut animer plusieurs séminaires
Un employé qui désire suivre un séminaire doit remplir une fiche indiquant son nom, son
prénom, son adresse, son matricule et son numéro de téléphone, et ne peut participer qu’un seul
séminaire à la fois.
Travail à faire :
1. Recueillir toutes les données circulant dans le SI de la société X dans un dictionnaire de donnée.
2. Citer les entités intervenantes dans le SI de la société.
35
Champ Description Nature Type Taille Remarque
CinA CIN Animateur E AN 10 -
NomA
PrénomA
Nom Animateur
Prénom Animateur
E
E
AN
AN
25
25
Animateur -
-
AdresseA Adresse Animateur CO AN 80 -
CodeS Code Séminaire E AN 5 -
DateS Date Séminaire E DATE - Supérieure à la date courante
DuréeS Durée Séminaire E N 3 Inférieur à 72 heures
ThèmeS
LieuS
Thème Séminaire
Lieu Séminaire
E
E
AN
AN
25
50
Séminaire -
-
MatriculeE Matricule Employé E AN 6 -
NomE Nom Employé E AN 25 -
PrénomE Prénom Employé E AN 25 -
AdresseE Adresse Employé CO AN 80 Employé -
TéléphoneE Téléphone Employe E AN 10 -
TD1
36
II. La conception d’un SI : Modélisation conceptuelle des données
6. Les dépendances fonctionnelles
Une dépendance fonctionnelle est une interrelation, un lien entre deux données ou
deux groupes de données.
On distingue une source et une cible.
Définition : Pour une valeur source (Partie gauche), on peut déterminer une
et une seule valeur cible (Partie droite).
On dit qu’une propriété B dépend fonctionnellement
d’une autre propriété A et on note : A B
Autrement dit à une valeur de A correspond toujours une et une seule valeur de
B. La réciproque n’est pas vraie.
Exemple : N°CIN NOM
37
II. La conception d’un SI : Modélisation conceptuelle des données
6. Les dépendances fonctionnelles
o Transitivité :
Si A B et BC alors on a AC
Les DF qui peuvent être déduites par transitivité de deux autres DF doivent être
éliminées car elles sont alors redondantes.
Elémentaire : C'est l'intégralité de la source qui doit déterminer la cible d'une DF.
Si P1 → P3 alors P1, P2 → P3 n'est pas élémentaire.
Exemple : N° Prénom
CIN,NOM
Cette dépendance n’est pas élémentaire puisque le N°CIN suffit pour déterminer
le prénom.
La source d’une dépendance fonctionnelle peut se composer d’une concaténation de
deux ou plusieurs propriétés.
38
II. La conception d’un SI : Modélisation conceptuelle des données
6. Les dépendances fonctionnelles
Exemple :
39
II. La conception d’un SI : Modélisation conceptuelle des données
6. Les dépendances fonctionnelles
Exercice d’application 1 :
40
N° ELEVE Nom élève, Prénom élève, émail
N° ELEVE CODE FILIERE
N° MATIERE Libellé matière ; Langue
CODE FILIERE Libellé filière
N° ELEVE , N° MATIERE Note
CODE FILIERE, N° MATIERE Nombre d’heures
N° MATIERE
Nom élève Prénom élève émail Libellé filière
Nombre d’heures
Une association hiérarchique (1-n) est aussi appelée association fonctionnelle ou Contrainte d’Intégrité
Fonctionnelle (CIF).
Une association non hiérarchique (n-n) est aussi appelée non fonctionnelle ou Contrainte d’Intégrité
Multiple (CIM)
41
II. La conception d’un SI : Modélisation conceptuelle des données
7. Elaboration MCD
Exemple 1: Un article identifié par son code, un libellé, un prix et une description est
acheté chez un seul fournisseur, ce dernier est connu par son numéro et nom.
Code Article N° Fournisseur
Exemple 2: Un article identifié par son code, un libellé et une description est acheté chez
différents fournisseurs avec des prix différents, un fournisseur peut vendre plusieurs articles.
42
II. La conception d’un SI : Modélisation conceptuelle des données
7. Elaboration MCD
N° Fournisseur Code Article
Nom fournisseur
Libellé Description
Prix achat
Fournisseur Article
N°Fournisseur (1,n) Vend (1,n) CodeArticle
Nom fournisseur Prix achat LibelleArt
DescriptionArt
CODE MATIERE
Nom élève Prénom élève émail Libellé
Libellé Langue
Note
Nombre d’heures
43
N° ELEVE CODE FILIERE
CODE MATIERE
Nom élève Prénom élève émail Libellé
Libellé Langue
Note
Nombre d’heures
(1,N) ELEVE
Étudié par (1,1)
N°élève Inscrit
Note Nom
Prénom
(1,N) (1,N)
MATIERE FILIERE
Codem (1,N) CodeF
(1,N) LibelleF
LibelleM
Langue Enseignée
Nb_heures
L’application systématique de chacune des règles de vérification sur les éléments du modèle
conceptuel de données permet de s’assurer qu'il est conforme à ce que l'on attend, et donc apte
à générer par la suite le modèle correspondant à la réalité à décrire.
Une entité est en première forme normale si toutes les propriétés sont
ETUDIANT
élémentaires et il existe au moins un identifiant caractérisant chaque
N° Inscription
occurrence de l’entité.
Nom étudiant
Prénom étudiant
L’entité suivante n’est pas en 1FN car elle ne possède pas un identifiant N° Rue
et en plus la propriété adresse n’est pas élémentaire puisqu’elle est le Nom Rue
résultat de la concaténation de N° rue , nom rue et ville. Ville
44
II. La conception d’un SI : Modélisation conceptuelle des données
8. Règles de Normalisation
8.2 DEUXIEME FORME NORMALE 2FN :
Une entité est en deuxième forme normale si elle est d’abord en 1FN et toutes les dépendances
entre l’identifiant et les autres propriétés sont élémentaires.
Une entité est en 3FN si elle est en 2FN et toutes les dépendances entre l’identifiant et les
autres propriétés sont directes.
(1,1) (1,N)
MATIERE Enseigné par
PROFESSEUR
Code matière N°Professeur
Libellé matière Nom Professeur
45
II. La conception d’un SI : Modélisation conceptuelle des données
8. Règles de Normalisation
Exercice d’application :
Les données suivantes présentent les données rassemblées à partir d’un SI d’un
établissement scolaire :
Club → Salle, signifie qu'un club a un local qui est une salle. Cette salle est
unique, (aucun club ne dispose de plus d'un local).
46
II. La conception d’un SI : Modélisation conceptuelle des données
8. Règles de Normalisation ELEVE
Matricule
2. Si on considère l’entité suivante : Nom
Prénom
On peut dire que la propriété Matricule est identifiant, car il Age
détermine tous les autres propriétés, y compris Salle (la DF Matricule Club
→ Salle est transitive). Salle
Cette entité est en 2FN, car l’ensemble des dépendance fonctionnelles sont élémentaires.
Cette entité n'est pas en 3FN, car la DF :
Matricule → Salle, n'est pas directe mais transitive par le fait que,
Matricule → Club et Club → Salle). ELEVE Club
(0,1) (1,n)
Matricule Code
Donc on projette l’entité ELEVE pour que inscrit
Nom NomClub
cette DF (Club → Salle) soit due à un Prénom Salle
identifiant. Age
TD2
47
II. La conception d’un système d’information
Cette étape consiste à transformer le modèle conceptuel de données en modèle logique, selon
un formalisme adapté à un type général de système de gestion de données.
48
II. La conception d’un SI : Modélisation conceptuelle des données
1. Le modèle relationnel
Le modèle logique des données consiste à décrire la structure de données utilisée. Il s'agit donc de
préciser la structure des données selon un modèle relationnel où les données sont enregistrées dans
des tableaux (Tables) à deux dimensions (lignes et colonnes).
2. Table, lignes et colonnes.
Lorsque les données ont la même structure (comme par exemple les renseignements relatifs aux
clients), on peut les organiser en Table dans laquelle:
• Les colonnes décrivent les champs en commun.
• Les lignes contiennent les valeurs de ces champs pour chaque enregistrement.
49
II. La conception d’un SI : Modélisation conceptuelle des données
4.Clé étrangère.
Client Commande
CinClient N°Cmd
Considérant (0,n) Passe
(1,1) DateCmd
Nom
l’exemple suivant: Prénom …
….
Client Commande
CinClient N°Cmd
Nom #CinClient
Prénom DateCmd
…. …
50
II. La conception d’un SI : Modélisation conceptuelle des données
5. Passage MCD vers MLD
Règles de Modèle BD
MCD Implémentation relationnel
transformation relationnel
Le passage du modèle conceptuel des données au modèle logique des données s'effectue
en appliquant des règles s'appuyant sur les cardinalités des couples entité - association
Règles de transformation :
Client
N°Client
NomClient
PrenomClient
AdresseClient
VilleClient
51
II. La conception d’un SI : Modélisation conceptuelle des données
5. Passage MCD vers MLD
52
II. La conception d’un SI : Modélisation conceptuelle des données
5. Passage MCD vers MLD
Règles de transformation :
Commande (0,1) (1,1) Facture
N°Cmd Concerne N°Facture
Règle 4 (Association Fils-Fils) : DateCmd MontantFacuture
La solution la plus simple et la plus …. …
générale pour transformer une
association 1:1 consiste à traiter cette
association 1:1 comme une association
1:N. Commande Facture
Dans ce cas l’association disparaît, la N°Cmd N°Facture
clé primaire de fils 1 devienne clé DateCmd #N°Cmd
étrangère de fils 2 ou la clé primaire de …. MontantFacuture
fils 2 devienne clé étrangère de fils 1. …
53
II. La conception d’un SI : Modélisation conceptuelle des données
5. Passage MCD vers MLD
Exercice d’application :
A. On considère les deux modèles (MCD) ci-dessous :
MCD 1 MCD 2
54
II. La conception d’un SI : Modélisation conceptuelle des données
6. Modèle physique de données
Un modèle Physique de données est une étape de définition des données. C’est un formalisme
qui permet de préciser le système de stockage employé pour un système de gestion de base de
données.
L’analyste fait évoluer sa modélisation de haut niveau pour la transformer en un schéma plus
proche des contraintes des logiciels de bases de données. Il s’agit de préparer
l’implémentation dans un SGBDR (Système de Gestion de Base de Données Relationnelle).
TD3
55