Telecharger UML 2 pour les bases de données Gratuit

UML 2 pour les bases de données : Avec 20 exercices corrigés
2007 | ISBN: 2212120915 | Français | 316 pages | PDF | 102 MB

Concevoir une base de données grâce à UML 2
Permettant à l'origine de modéliser et de développer des applications écrites dans un langage objet (C++, Java), UML s'est imposé depuis quelques années sur le terrain de la conception de bases de données relationnelles. Le marché a suivi cette tendance car aujourd'hui, tous les outils de modélisation utilisent cette notation. Destiné aussi bien aux étudiants qu'aux professionnels, cet ouvrage explique ainsi comment construire un diagramme de classes avec UML 2 en vue de concevoir une base de données relationnelle de type SQL2 ou objet-relationnelle de type SQL3. Chaque chapitre se clôt par une série d'exercices dont les corrigés figurent sur le site des éditions Eyrolles.
Une étude comparative des outils de modélisation
Le dernier chapitre du livre dresse un panorama des principaux outils du marché (Enterprise Architect, MagicDraw, MEGA, ModelSphere, MyEclipse, Objecteering, Poseidon, PowerAMC, Rational Rose, Together, Visio, Visual Paradigm, Visual UML et Win Design), en analysant pour chacun la manière dont il implémente différents critères de UML 2 : associations binaires et n-aires, classes-associations, agrégations, contraintes interassociations, héritage multiple avec contraintes, et rétroconception d'une base de données.
Cet ouvrage s'adresse aux étudiants en IUT, IUP, Deug et écoles d'ingénieur, ainsi qu'à leurs professeurs, aux professionnels souhaitant s'initier à la modélisation de bases de données avec UML, a tous les concepteurs de bases de données désirant migrer de Merise à UML.

Frédéric Brouard, "UML 2 pour les bases de données : Modélisation, normalisation, génération, SQL, outils, 2e édition"
French | ISBN: 2212134134 | 2012 | 322 pages | PDF | 67 MB

S'adressant aux architectes logiciels, chefs de projet, analystes, développeurs, responsables méthode et étudiants en informatique, cet ouvrage explique comment utiliser à bon escient le diagramme de classes UML pour concevoir une base de données, puis comment traduire correctement ce diagramme en langage SQL. Sa démarche est indépendante de tout éditeur de logiciel et aisément transposable, quel que soit l'outil de conception choisi. Le livre décrit d'abord la construction d'un diagramme de classes UML à l'aide de règles de validation et de normalisation. Tous les mécanismes de dérivation d'un modèle conceptuel dans un schéma relationnel sont clairement commentés à l'aide d'exemples concrets. Le modèle logique est ensuite optimisé avant l'écriture des scripts SQL. La dernière étape consiste à implémenter les règles métier en programmant des contraintes, déclencheurs ou transactions SQL. Le livre se clôt par une étude comparative des principaux outils de modélisation sur le marché. Entièrement réécrite, cette deuxième édition est commentée par Frédéric Brouard, expert SQL Server et auteur de nombreux ouvrages et articles sur le langage SQL. Emaillée d'une centaine de schémas et d'illustrations, elle est complétée par 30 exercices inspirés de cas réels.

Frédéric Brouard, "UML 2 pour les bases de données : Modélisation, normalisation, génération, SQL, outils, 2e édition"
French | ISBN: 2212134134 | 2012 | 322 pages | PDF | 67 MB

S'adressant aux architectes logiciels, chefs de projet, analystes, développeurs, responsables méthode et étudiants en informatique, cet ouvrage explique comment utiliser à bon escient le diagramme de classes UML pour concevoir une base de données, puis comment traduire correctement ce diagramme en langage SQL. Sa démarche est indépendante de tout éditeur de logiciel et aisément transposable, quel que soit l'outil de conception choisi. Le livre décrit d'abord la construction d'un diagramme de classes UML à l'aide de règles de validation et de normalisation. Tous les mécanismes de dérivation d'un modèle conceptuel dans un schéma relationnel sont clairement commentés à l'aide d'exemples concrets. Le modèle logique est ensuite optimisé avant l'écriture des scripts SQL. La dernière étape consiste à implémenter les règles métier en programmant des contraintes, déclencheurs ou transactions SQL. Le livre se clôt par une étude comparative des principaux outils de modélisation sur le marché. Entièrement réécrite, cette deuxième édition est commentée par Frédéric Brouard, expert SQL Server et auteur de nombreux ouvrages et articles sur le langage SQL. Emaillée d'une centaine de schémas et d'illustrations, elle est complétée par 30 exercices inspirés de cas réels.

Des bases pour la performance et le Big Data
En quelques années, le volume des données brassées par les entreprises a considérablement augmenté. Émanant de sources diverses (transactions, comportements, réseaux sociaux, géolocalisation...), elles sont souvent structurées autour d'un seul point d'entrée, la clé, et susceptibles de croître très rapidement. Autant de caractéristiques qui les rendent très difficiles à traiter avec des outils classiques de gestion de données. Par ailleurs, l'analyse de grands volumes de données, ce qu'on appelle le Big Data, défie également les moteurs de bases de données traditionnels.
C'est pour répondre à ces différentes problématiques que sont nées les bases de données NoSQL (Not Only SQL), sous l'impulsion de grands acteurs du Web comme Facebook ou Google, qui les avaient développées à l'origine pour leurs besoins propres. Grâce à leur flexibilité et leur souplesse, ces bases non relationnelles permettent en effet de gérer de gros volumes de données hétérogènes sur un ensemble de serveurs de stockage distribués, avec une capacité de montée en charge très élevée. Elles peuvent aussi fournir des accès de paires clé-valeur en mémoire avec une très grande célérité. Réservées jusqu'à peu à une minorité, elles tendent aujourd'hui à se poser en complément du modèle relationnel qui dominait le marché depuis plus de 30 ans.
Du choix de la base NoSQL à sa mise en oeuvre
Cet ouvrage d'une grande clarté dresse un panorama complet des bases de données NoSQL, en analysant en toute objectivité leurs avantages et inconvénients. Dans une première partie, il présente les grands principes de ces bases non relationnelles : interface avec le code client, architecture distribuée, paradigme MapReduce, etc.
Il détaille ensuite dans une deuxième partie les principales solutions existantes (les solutions de Big Data autour de Hadoop, MongoDB, Cassandra, Couchbase Server...), en précisant spécificités, forces et faiblesses de chacune. Complétée par une étude de cas réel, la dernière partie du livre est consacrée au déploiement concret de ces bases : dans quel cas passer au NoSQL ? quelle base adopter selon ses besoins ? quelles données basculer en NoSQL ? comment mettre en place une telle base ? comment la maintenir et superviser ses performances ?

À qui s'adresse cet ouvrage ?
Aux experts en bases de données, architectes logiciels, développeurs...
Aux chefs de projet qui s'interrogent sur le passage au NoSQL

Des bases pour la performance et le Big Data
En quelques années, le volume des données brassées par les entreprises a considérablement augmenté. Émanant de sources diverses (transactions, comportements, réseaux sociaux, géolocalisation...), elles sont souvent structurées autour d'un seul point d'entrée, la clé, et susceptibles de croître très rapidement. Autant de caractéristiques qui les rendent très difficiles à traiter avec des outils classiques de gestion de données. Par ailleurs, l'analyse de grands volumes de données, ce qu'on appelle le Big Data, défie également les moteurs de bases de données traditionnels.
C'est pour répondre à ces différentes problématiques que sont nées les bases de données NoSQL (Not Only SQL), sous l'impulsion de grands acteurs du Web comme Facebook ou Google, qui les avaient développées à l'origine pour leurs besoins propres. Grâce à leur flexibilité et leur souplesse, ces bases non relationnelles permettent en effet de gérer de gros volumes de données hétérogènes sur un ensemble de serveurs de stockage distribués, avec une capacité de montée en charge très élevée. Elles peuvent aussi fournir des accès de paires clé-valeur en mémoire avec une très grande célérité. Réservées jusqu'à peu à une minorité, elles tendent aujourd'hui à se poser en complément du modèle relationnel qui dominait le marché depuis plus de 30 ans.

Des bases pour la performance et le Big Data
En quelques années, le volume des données brassées par les entreprises a considérablement augmenté. Émanant de sources diverses (transactions, comportements, réseaux sociaux, géolocalisation...), elles sont souvent structurées autour d'un seul point d'entrée, la clé, et susceptibles de croître très rapidement. Autant de caractéristiques qui les rendent très difficiles à traiter avec des outils classiques de gestion de données. Par ailleurs, l'analyse de grands volumes de données, ce qu'on appelle le Big Data, défie également les moteurs de bases de données traditionnels.
C'est pour répondre à ces différentes problématiques que sont nées les bases de données NoSQL (Not Only SQL), sous l'impulsion de grands acteurs du Web comme Facebook ou Google, qui les avaient développées à l'origine pour leurs besoins propres. Grâce à leur flexibilité et leur souplesse, ces bases non relationnelles permettent en effet de gérer de gros volumes de données hétérogènes sur un ensemble de serveurs de stockage distribués, avec une capacité de montée en charge très élevée. Elles peuvent aussi fournir des accès de paires clé-valeur en mémoire avec une très grande célérité. Réservées jusqu'à peu à une minorité, elles tendent aujourd'hui à se poser en complément du modèle relationnel qui dominait le marché depuis plus de 30 ans.
Du choix de la base NoSQL à sa mise en oeuvre
Cet ouvrage d'une grande clarté dresse un panorama complet des bases de données NoSQL, en analysant en toute objectivité leurs avantages et inconvénients. Dans une première partie, il présente les grands principes de ces bases non relationnelles : interface avec le code client, architecture distribuée, paradigme MapReduce, etc.
Il détaille ensuite dans une deuxième partie les principales solutions existantes (les solutions de Big Data autour de Hadoop, MongoDB, Cassandra, Couchbase Server...), en précisant spécificités, forces et faiblesses de chacune. Complétée par une étude de cas réel, la dernière partie du livre est consacrée au déploiement concret de ces bases : dans quel cas passer au NoSQL ? quelle base adopter selon ses besoins ? quelles données basculer en NoSQL ? comment mettre en place une telle base ? comment la maintenir et superviser ses performances ?

À qui s'adresse cet ouvrage ?
Aux experts en bases de données, architectes logiciels, développeurs...
Aux chefs de projet qui s'interrogent sur le passage au NoSQL

Les systèmes de bases de données et les tableurs comptent parmi les logiciels les plus utilisés
sur les ordinateurs personnels. Cet ouvrage aide le lecteur à maîtriser ces outils, en mettant en
lumière les principales difficultés logiques et la manière de les surmonter. Il aborde également
des domaines d'application tels que l'exploitation de données historiques, la génération automatique
de code SQL et HTML ou les bases de données actives. Chaque partie se termine par une série
d'exercices, dont les solutions peuvent être consultées sur le site web de l'auteur. Dans cette
quatrième édition entièrement révisée, la partie Bases de données et architecture 64 bits est encore
plus développée.

Introduction pratique aux bases de données relationnelles



Cet ouvrage introduit le lecteur dans le domaine des bases de données relationnelles en présentant une vaste sélection de sujets portant sur la modélisation des données, les langages de base de données, l'architecture des systèmes et l'évolution post-relationnelle.

Notions fondamentales: le modèle relationnel, les composants d'un système de gestion de bases de données, l'organisation de la mise en oeuvre d'une base de données, les tâches de gestion des données.
De l'analyse à la base de données: le modèle entité-association, la généralisation et l'agrégation, les dépendances et les formes normales, les contraintes d'intégrité.
Aperçu des langages de requête et de manipulation des données : l'algèbre relationnelle, le calcul des prédicats, SQL, QUEL, QBE, le traitement des valeurs nulles, la protection des données.
Les composants de l'architecture d'un système de bases de données: la compilation, l'interprétation et l'optimisation des requêtes, l'environnement multi-utilisateur, le concept de transaction et la sérialisation, les méthodes optimiste et pessimiste, les structures de stockage et les méthodes d'accès.
L'intégration et la migration des bases de données : l'exploitation des bases de données hétérogènes, les bases de données sur le Web, les règles de conversion pour effectuer l'intégration et la migration, les variantes de migration des bases de données hétérogènes, la planification de l'intégration et de la migration.
L'évolution post-relationnelle: les bases de données réparties, le traitement de la dimension temporelle, l'orientation objet, les bases de données multidimensionnelles, les bases de données floues, les bases de connaissances.

L'explication des concepts du modèle relationnel est illustrée par des exemples concrets. Ce livre contient, en outre, un chapitre de révision sous forme de questions d'approfondissement et d'exercices avec solutions.

Cet ouvrage est conçu pour les professionnels en exercice, les responsables de formation, les professeurs et les étudiants des Grandes Écoles qui désirent s'initier à la technologie des bases de données relationnelles par une approche orientée vers la pratique.

Sommaire:
Vers un système de gestion de données
Principes fondamentaux du modèle relationnel
SQL, langage normalisé au niveau international
Les composants d'un système de bases de données relationnelles
Organisation de la mise en oeuvre des bases de données
Notes bibliographiques
Les phases de la construction d'un modèle de données
De l'analyse à la base de données
Le modèle entité-association
Le schéma d'une base de données relationnelle
Les dépendances entre données et les formes normales
Les contraintes d'intégrité structurelle
L'architecture de données d'entreprise est vitale
Guide de la construction d'une base de données
Notes bibliographiques
Langages de requête et de manipulation des données
Les composants de l'architecture d'un système de bases de données
Intégration et migration des bases de données
Les systèmes de bases de données post-relationnelles
Révision
La mise en oeuvre d'une base de données avec Access
l�agence de voyage travelblitz
Glossaire
Lexique anglais-français
Bibliographie
Index





Auteur(s) : Andreas Meier
Editeur(s) : Springer
Collection : IRIS
Date de parution : 28/11/2006 (2e édition)

Optimisation des bases de données : Mise en oeuvre sous Oracle
PEARSON (17 juin 2010) | ISBN: 2744024120 | Français | PDF | 253 pages | 102 MB

Cet ouvrage a pour objectif de mettre à la portée des développeurs les connaissances utiles à l'optimisation des bases de données. Cette activité est souvent confiée aux administrateurs de bases de données (DBA) une fois que les projets sont terminés, alors que c'est au niveau du développement qu'il faut se pencher sur la problématique des performances.

De manière claire et pragmatique, l'auteur expose les différentes techniques en les présentant en situation. Pour chacune d'elles, il montre à l'aide d'un cas concret ce qu'elle améliore et dans quel contexte elle agit efficacement. En homme du terrain, il les compare et prend partie.

L'ouvrage se fonde pour une grande part sur le système de bases de données Oracle (versions 9i, 10g, 11g Release 1&2), toutefois des parallèles sont fait régulièrement avec Microsoft SQL Serveur (versions 2005 et 2008) et MySQL (version 5.1) par le biais d'encadrés et de paragraphes dédiés. Les techniques présentées pour ces trois systèmes sont communes à de nombreux autres SGBDR, le lecteur pourra ainsi appliquer les conseils de ce livre à quasiment toutes les bases de données relationnelles du marché.

Bases de données orientées graphes avec Neo4j - Manipuler et exploiter vos bases de données orientées graphes
Eyrolles (18 février 2016) | ISBN: 2212138040 | Français | PDF | 191 pages | 102 MB

Ces dernières années, les besoins relatifs au traitement des données ont évolué à un rythme soutenu. Les sites web aux millions d'utilisateurs (réseaux sociaux, plates-formes de diffusion de contenus) sont à l'origine de l'essor de la plus dynamique des familles de moteurs de données : le NoSQL.

Une base de données optimisée pour le big data

Parmi les bases de données NoSQL, celles orientées "graphes" connaissent un succès fulgurant du fait de leur souplesse et de leur évolutivité extrême. Ne reposant sur aucun schéma, un graphe peut accepter de nouveaux flux de données sans nécessiter d'interventions lourdes. A l'heure où les sociétés ont compris que la fusion de leurs silos de données (CRM, ERP, Web, etc.) est une condition sine qua non pour créer de la valeur (solutions d'intelligence prédictive, moteurs de recommandation), cette propriété du graphe se révèle essentielle.

En considérant les relations entre objets comme des données de premier ordre, de nouvelles perspectives d'exploration et d'analyse apparaissent et favorisent la découverte d'informations inédites. L'absence de barrières logiques ouvre également la porte à des modalités d'exploitation de la donnée en profondeur, sans nuire aux performances. Installés depuis de nombreuses années au coeur des infrastructures des géants du Web (Google, Facebook, Linkedln), les graphes sont désormais accessibles au plus grand nombre grâce à l'émergence des moteurs de graphes et notamment au leader du domaine : Neo4j.

Un ouvrage de référence sur Neo4j

Le présent ouvrage s'adresse à tous les publics confrontés au volet data d'un projet informatique : développeurs, DSI, directeurs techniques, chefs de projets, data miners et data scientists. Son objectif majeur est de vous aider à identifier les projets informatiques qui gagneront à mettre en oeuvre un graphe.

Après une introduction au concept de graphe et une présentation de Neo4j et de son langage de requête (Cypher), le présent ouvrage illustre à l'aide d'exemples concrets la puissance des graphes pour traiter des problèmes aussi pointus que la recommandation et l'analyse de réseaux sociaux. Les grandes étapes d'un projet data-driven reposant sur le graphe sont illustrées de la conception à la mise en place de modèles prédictifs, en passant par l'ingestion des données et l'analyse.

À qui s'adresse cet ouvrage ?

-Aux administrateurs de bases NoSQL de type graphe.
-Aux développeurs et architectes, pour mettre en pratique les concepts avec Neo4j.
-Aux data scientists qui trouveront avec les graphes un outil complémentaire pour concevoir leurs modèles.