Le moteur de recherche
des thèses françaises
'%3e%3cpath%20style='fill:%2300a0dc;fill-opacity:1;stroke:none;stroke-width:.144606;stroke-opacity:1;stop-color:%23000'%20d='M41.8%20100.088H52.28c.46%200%20.831.421.831.945v10.25c0%20.524-.37.946-.831.946H41.8c-.46%200-.831-.422-.831-.945v-10.251c0-.524.37-.945.831-.945z'/%3e%3cpath%20d='m47.072%20102.02-4.87%202.656%204.87%202.657%203.985-2.174v3.06h.885v-3.543m-7.969%201.851v1.771l3.1%201.691%203.098-1.691v-1.77l-3.099%201.69z'%20style='fill:%23fff;fill-opacity:1;stroke-width:.442726'/%3e%3ccircle%20style='fill:%23009f1d;fill-opacity:1;stroke:%23fff;stroke-width:.379704;stroke-linecap:round;stroke-linejoin:round;stroke-miterlimit:4;stroke-dasharray:none;stroke-opacity:1;stop-color:%23000'%20cx='54.151'%20cy='101.224'%20r='3.451'/%3e%3cpath%20d='m55.669%2099.387.659.664-3.075%203.104-1.634-1.649.66-.663.974.979%202.416-2.435'%20style='fill:%23fff;fill-opacity:1;stroke:none;stroke-width:.30061;stroke-miterlimit:4;stroke-dasharray:none;stroke-opacity:1'/%3e%3c/g%3e%3c/svg%3e)
Découverte et visualisation par l'exemple des dépendances fonctionnelles et d'inclusion dans les bases de données relationnelles
| Auteur / Autrice : | Fabien De Marchi |
| Direction : | Michel Schneider |
| Type : | Thèse de doctorat |
| Discipline(s) : | Informatique |
| Date : | Soutenance en 2003 |
| Etablissement(s) : | Clermont-Ferrand 2 |
Mots clés
Mots clés contrôlés
Résumé
Les bases de données relationnelles sont couramment utilisées, en pratique, pour assurer la gestion des données. La notion de contrainte d'intégrité est un atout fondamental du modèle relationnel ; les contraintes les plus importantes sont les dépendances fonctionnelles (DF) et les dépendances d'inclusion (DI). De nombreux travaux exploitent ces dépendances pour améliorer les performances des opérations sur les données ; mais en général leur connaissance n'est pas disponible. Ce mémoire aborde tout d'abord la découverte exhaustive des DI satisfaites (ou approximativement satisfaites) dans une base de données relationnelle. Une méthode originale est donnée pour la découverte des DI unaires, qui améliore significativement les performances des algorithmes existants. Nous proposons ensuite un nouvel algorithme dédié à la découverte des DI n-aires. Son principal atout est d'être adaptatif en fonction des données rencontrées, en effectuant d'éventuels sauts optimistes pour atteindre des DI satisfaites de grande taille, et exploitant une mesure d'erreur pour orienter la suite du parcours. Toutes les propositions ont été implantées et testées sur une base réelle issue du web ainsi que sur des bases synthétiques. Une fois que les DF et les DI satisfaites dans une base de données sont découvertes, se pose alors le problème de la présentation des résultats à l'utilisateur. En alternative à une simple liste de règles, nous proposons de construire des bases de données d'Armstrong informatives (BDAI). Il s'agit de petits échantillons de la base initiale, satisfaisant exactement les mêmes DF et DI. Une telle représentation est une aide, pour un expert du domaine, à la visualisation des contraintes satisfaites. Les travaux présentés sont intégrés dans un outil, "DBA Companion", dédié à l'analyse et au réglage des bases de données relationnelles