Les livres en anglais

« Database Design and Relational Theory » de Chris Date est un ouvrage fondamental et remarquable en tous points. En effet, Chris y reprend tout ce qu’il a écrit depuis les années soixante-dix à propos de la modélisation des bases de données dans le cadre de la théorie relationnelle (le Modèle Relationnel de Données), notamment dans les fameuses huit éditions de « An Introduction to Database Systems » (au moins 900 000 exemplaires vendus). Il enrichit et peaufine, avec son talent reconnu pour expliquer les choses de façon très rigoureuse et néanmoins très claire.

L’ouvrage est composé de quatorze chapitres et quatre appendices. Chaque chapitre est conclu par des exercices accompagnés de leurs solutions.
Chris rappelle la place de la modélisation des bases de données (donc dans le cadre Modèle Relationnel de Données) : elle se situe au niveau logique (le « Quoi ») et bien entendu pas au niveau physique (dévolu aux SGBD).
La plus grande partie de l’ouvrage traite de la normalisation : outre les formes normales traditionnelles (hiérarchisées en première forme normale, deuxième forme normale, troisième forme normale, forme normale de Boyce Codd, quatrième forme normale, cinquième forme normale), on découvre d’autres formes normales se glissant dans la hiérarchie : Essential Tuple Normal Form (ETNF), redundancy free normal form (RFNF), superkey normal form (SKNF), avec la sixième forme normale (sixième forme normale) pour clore le sujet. Quelques autres formes normales sont décrites, telle la domain-key normal form (DK/NF) dont on ne sait pas forcément si on la respecte...
Notons que la définition de la BCNF et celle de la 5NF font chacune l’objet de deux chapitres, le premier consistant en une étude informelle et le second en une étude formelle.

L’ouvrage ne traite pas de la modélisation Entité/Relation qui nous est chère, mais montre comment nous armer contre les anomalies et erreurs que nous commettons dans nos travaux de modélisation.

Il est évident que les concepteurs de bases de données doivent avoir en permanence l’ouvrage sous la main.

SQL est un langage souvent peu ou mal enseigné. Il se base sur des principes différents des langages de programmation habituels, ce qui explique sa mauvaise compréhension par bon nombre de personnes. Ce livre part de zéro en ce qui concerne SQL : le lecteur est supposé savoir programmer, c'est-à-dire avoir une habitude de raisonner face à un ordinateur. Ensuite, l'auteur commence à montrer des requêtes SQL, d'abord très simples, puis de plus en plus complexes. À la fin, le lecteur devrait être à même d'effectuer des requêtes analytiques complexes en SQL, sans devoir récupérer des données et les traiter dans un autre langage.

L'ouvrage traite principalement des techniques pour récupérer ses données au bon format depuis une base de données relationnelle. La création des tables et des vues est rapidement abordée. Les formes normales sont aussi au programme, sans approfondissement. Les contraintes relationnelles sont également expliquées.

Au vu des nombreuses différences syntaxiques entre les variantes de SQL implémentées par les différents éditeurs de systèmes relationnels, l'auteur a fait le choix de montrer presque toutes ses requêtes sous MySQL, en expliquant les désaccords avec Microsoft SQL Server et Oracle Database. Certains sujets où les divergences entre les logiciels sont très marquées sont simplement cités, comme les procédures stockées ou les langages PL/SQL et Transact-SQL.

De manière générale, le livre est bien écrit, concis mais pas trop, les explications claires, avec une bonne dose de pragmatisme. L'auteur ne considère pas de connaissances préalables en SQL ou en bases de données, notamment en accompagnant toujours le lecteur face à une erreur que lui renverrait le serveur. Les sujets ne sont pas abordés de manière séquentielle, mais bien par degré de complexité : l'auteur ne commence pas par présenter les subtilités de INSERT avant de passer à l'étude complète de SELECT, mais plutôt par des requêtes simples avant de passer aux jointures.

Je trouve que ce livre sera très adapté à des personnes débutant avec SQL, mais aussi à celles qui souhaitent approfondir le sujet des requêtes analytiques.

Publié dans sa troisième édition, cet imposant ouvrage (environ 700 pages, sans compter des annexes à consulter directement sur le site de l’éditeur) est à mon sens une référence dans le domaine de la modélisation des bases de données.
Ce livre est très complet et propose deux parcours de lecture : un parcours rapide, adapté aux lecteurs désireux de se familiariser avec les concepts de modélisation de bases de données, et un parcours complet permettant d’approfondir le sujet.
Très clair et didactique, le contenu se lit facilement et chaque chapitre se termine avec une série d’exercices. Il fait la part belle à l’outil de modélisation DB-Main, permettant d’illustrer les différentes méthodes de modélisation.
La principale critique que je ferais concerne la partie SQL. En effet, toutes les jointures y sont encore écrites sous forme de thêta-jointures, en séparant les tables jointes par des virgules. Cette écriture ancienne (datant d’avant 1992) fait anachronique par rapport au reste de l’ouvrage qui est bien actualisé. La partie SQL, sur un livre de modélisation, ne me semble pas non plus indispensable (il existe d’autres ouvrages spécialisés sur la question de meilleure facture).
En conclusion, c’est un très bon livre de modélisation que je vous recommande.

Une mise « à niveau » plutôt qu’une simple ré-édition.

J’ai proposé ce livre en le suggérant – selon l’éditeur – comme une deuxième édition, état de chose toutefois contredit par les auteurs qui, mentionnant une révision majeure en préface, hésitent ou mentionnent à demi-mots « - in fact a complete rewrite - » (« -en fait une ré-écriture complète - »), tout en reprenant le symbole de la girouette à la faux de la première édition.

Trois paragraphes généraux avant le sommaire pour présenter chacun un des auteurs. Paragraphes très bien venus ! (j’avais un peu tendance à confondre Codd et Date – en fait j’ai même réussi à mentionner sur un autre forum que Date avait été chimiste). On sait enfin dans le détail qui sont ces magnifiques auteurs, bien !

Quantitativement, le bouquin gagne environ 100/500 de pages, essentiellement par le chapitre ajouté, traitant du SQL – en fait et selon la volonté expresse (que je regrette un peu*) des auteurs de traiter en fait de la norme SQL 2011, qui marque le début d’un standard prenant en compte le temps.
(Cette dernière partie résumerait la question SQL en un seul long dernier chapitre 19, en dehors des annexes (il y a tout de même six annexes sur près de cent pages). Les tableaux analytiques sur la norme SQL 2011 en page 435, sont des mieux venus.)

Exception faite – tout de même – des exemple en SQL, qui sont traités avec DB2 10 (s’agirait-il du meilleur SGBDR concernant la prise en compte du temps ?).

*C’est mon gros regret de cette édition :
Les auteurs n’analysent pas les prises en compte du temps dans les différents SGBDR. Effectivement, les normes SQL ont été régulièrement dépassées lors des implémentations, et il aurait été des plus bénéfiques, de mentionner si Oracle 11 satisfaisait les pré-requis que les auteurs exigent quant à la simple norme SQL, ou lesquels de ces pré-requis étaient satisfaits par Sybase, Informix, DB2 – mais aussi des SGBDR que les étudiants (parmi les lecteurs visés) utilisent (Access ou Filemaker) ; et un historique de ces implémentation dans les différentes éditions de chaque SGBDR au fil du temps – histoire de mettre en évidence un progrès, et accessoirement de créer la confiance envers les bons élèves.

Rien de tout cela ! Pour un livre qui veut attirer l’attention du lecteur sur la technique, c’est un peu louper le coche.

En terme de refonte, j’ai bien essayé de consulter la partie des questions fondamentales… comme ces questions font référence à des bouquins, déjà édités lors de « Temporal data and the relational model », je n’ai pas vu de franche évolution quant aux questions fondamentales (temps quantifié vs. chronon vs. granule vs. échelle), dommage ! Aucune publication académique « récente » pour de si importantes questions. Mais bon, ce n’est pas non plus un livre de physique.

Alors passons à la définition de 6NF ! Là, je vois la profonde refonte.
La précédente définition requérait d’une relvar qu’elle n’eut « aucune dépendance de jointure non triviale du tout », où une dépendance de jointure était triviale si elle était « prise sur le jeu de tous ses attributs ».
Voici la nouvelle définition :
(À propos d’une relvar R), toute « JD » (dépendance de jointure est réellement abrégée (succomberaient-ils à la mode française des abréviations ?)) est triviale !

(Qu’en est-il d’une relvar unaire : a-t-elle une dépendance de jointure triviale ?)

Et « trivial » est décrit de manière alambiquée : « un des composants doit être « égal à l’en-tête « pertinent » » dans son entièreté. »

En conclusion :
• Ce livre ajoute essentiellement une analyse des pré-requis de la norme SQL. Il est complètement muet au sujet des SGBDR eux-mêmes. Dommage !
• Les questions fondamentales sur le temps quantifié n’ont pas franchement évolé depuis dix ans. ( ?)
• Concrètement, pour moi, la seule refonte se manifeste dans la nouvelle définition de 6NF – définition qui devient très alambiquée – dont introduction d’abréviations, et où « trivial » reporte à un critère douteux de pertinence difficilement quantifiable.
Je note donc cet ouvrage moins bien que le précédent.

Mon Dieu, par où commencer... Je pourrais dire que ces auteurs sont les Kant des bases de données, tant la lecture en est fluide et les précisions aiguës.

Mais je vais être factuel:
N'existe ma foi qu'en anglais - ni en français, ni aucune autre langue.

C'est la seule littérature qui mène à la forme normale 6 (6NF en anglais), soit le stade de structuration d'une base le plus profond qui soit actuellement reconnu.

Bien que ses préceptes datent de 2003, l'implémentation possible de données temporelles n'est, à ma connaissance, que très récente dans les grands systèmes de gestion de bases de données (j'ai une pensée pour le descriptif d'une page du site de Oracle pour la version 12 de leur base du même nom, dont j'ai essayé de découvrir la version à interface graphique, mais sans la maîtriser).

Si les deux premiers chapitres (Partie 1) - qui sont seulement recommandés par les auteurs - traitent respectivement une revue rapide du modèle relationnel en passant par un descriptif commenté des 12 règles de Codd, et d'un condensé de ce qu'on appelle la Forme de Backus-Naur - qui est ici non pas une forme normale mais une syntaxe - les autres chapitres sont quant à eux à lire dans l'ordre.
(Cette contrainte pourrait rebuter certains je le sais.) Contradicteur dans l'enfance, je me prédestinai à être également rebuté par cette prémisse - a plus forte raison que ma pierre philosophale, mon Graal, se trouvait en section 10.6, soit à la page 180 (sur approximativement le double en comptant les annexes) à savoir la forme normale 6.

Il n'en a rien été. Non seulement une pratique courante de l'anglais de niveau bachelier, que dis-je, de niveau bacheteur suffit largement à acquérir en conscience le 99,9% des mots, mais en plus tel qu'introduit plus haut, la lecture de Date et ses collègues se trouve être un vrai délice.

Non contents de se voir dispenser de nouvelles réflexions d'algèbre relationnelle basées sur un condensé de la syntaxe dite BNF assimilable en 10 pages, nous pouvons lire avec reconnaissance que les auteurs dont le fameux Date ne se privent pas de nous élever vers des réflexions philosophiques, imaginant - par exemple - l'implication de la découverte théoriquement possible d'un temps non continu en physique, en terme de gestion des intervalles - les intervalles les plus délicats à gérer étant ceux de temps, à cause de l'instant présent précisément, qui rappelle ce qu'on appelle une variable (note de moi: quoi de plus sensé et en même temps de plus paradoxal que de considérer le présent comme une variable).

La Partie 2 pose les fondations indispensables, dont:

-le chapitre 3 avec notamment une distinction du temps de transaction versus temps valide, et à cet endroit, par l'affirmation (traduite ici par moi):
« Et bien, il est important de comprendre que la base de données ne contient pas "Le monde réel" - elle contient seulement nos connaissances ou croyances au sujet du monde réel. »- se trouve être une introduction aux bases de données probabilistes, domaine de recherche actuellement aussi sérieux qu'actif.

-le chapitre 4 se construit autour d'un simple exemple pratique de fournisseurs et d'équipements associés.

-le chapitre 5 distingue notamment les points de temps versus intervalles de temps, distinction apparemment simple, mais complètement capitale pour la suite.

-chapitre 6: Opérations sur les intervalles,

-le chapitre 7 présente les opérateurs COLLAPSE (COALESCE) et EXPAND (UNFOLD)
et d'une manière étendue que je ne vais pas présenter ici, et évoque la notion de forme canonique d'un jeu d'intervalles. (Dont la définition me mènerait ici à relire plusieurs sections du bouquin).

-le chapitre 8 présente les opérateur PACK et UNPACK, qui correspondent respectivement aux précédents, tout en précisant qu'une forme "empaquetée" n'est pas forcément de "taille" moindre (!) et vice-versa pour Unpack.
Est évoqué aussi l'ordre des opérations Pack et Unpack, ou la question de leur "associativité" sur un argument, (l'associativité de Pack sur un argument n'ayant en général pas lieu).

-le chapitre 9 est une généralisation avec des opérateurs relationnels GROUP et UNGROUP.

Partie 3: Conception de la base de données, avec le chapitre 10, qui va présenter la Forme Normale 6 tant attendue. (Si wikipedia.org en anglais cite bien la définition de cette forme, les outils pour l'implémenter en pratique (je pense à la correction d'une base auparavant mal gérée, grâce à l'usage d'un langage de manipulation de données) nécessitent[- effectivement - la lecture des premiers chapitres.)

La 6NF est présentée comme une généralisation de la 5NF.

Dans la pratique, - pour les données temporelles ou tout au moins pour les intervalles de temps ou d'autre - on nous présente, pour arriver à la 6NF, une bonne pratique non suffisante:
Décomposer d'une manière dite "horizontale" les données historiques (passées) des données courantes.

Pour arriver à la 6NF, il nous faut encore décomposer ("verticalement") les attributs susceptibles de varier différemment les uns des autres.

« Même avant que les données temporelles ne furent étudiées, des chercheurs (...) ont argumenté en faveur d'une décomposition aussi lointaine que possible des entités, au lieu de seulement jusqu'où la normalisation classique le préconisait. Certains ont même prétendu que les bases de données devaient contenir seulement des relations "binaires" » (taille de 2 attributs) « .
Cette position n'est pas réellement tenable, cependant. D'une part les relvars unaires sont parfois nécessaires. D'autre part, les relvars de degré trois ou plus ne peuvent tout simplement pas être décomposées en relvars de degrés inférieur en en prenant des projections (...) sans avoir une perte de données. »

Voilà pour la 6NF à laquelle je me suis arrêté.

Mais je vous liste la suite qui vaut la peine d'être vécue comme lecteur (et acteur) en conception de bases de données. (Je n'ai tout simplement pas que les bases de données à travailler, ce qui explique que j'ai présenté en détail que jusqu'à la section de la forme 6):

-le chapitre 11 traite des contraintes d'intégrité 1, soit de clés et y relatives,
-le chapitre 12 traite des contraintes d'intégrité 2, soit "générales",
-le chapitre 13, des requêtes,
-le chapitre 14, de ce qu'on appelle réellement les mises à jour,
-le chapitre 15, des temps établi et de connexion,
-le cahpitre 16, une "revisite" des types point versus intervalle.

Enfin, les Annexes:
A)Considération d'implémentation (dont deux sections sur PACK et UNPACK), ainsi que les opérateurs de mise à jour.
B)Généralisation des opérateur EXPAND et COLLAPSE,
C)Références et bibliographie.

Voilà. J'avais déjà entendu parler de l'éditeur Elsevier au sujet de physique avancée; or il confirme sa réputation avec cette publication datant de 2003. Le livre est resté très « actuel » pendant des années (il vient d'être ré-édité sous un nouveau nom; cf. plus haut, afin de prendre en compte l'intégration de ses propres concepts dans les récents SGBDR, et propose une partie plus pratique de SQL).

J'ai proposé ce livre, en le suggérant à un niveau intermédiaire. En effet, si l'élaboration même de la théorie est due notamment à des mathématiciens, la mise en pratique reste accessible à une personne qui a quelque peu abordé la conception de bases de données et familière de la langue anglaise.

À propos de C. J. Date, son honnêteté intellectuelle se confirme par ses traits pédagogiques comme philosophiques. Selon wikipedia.org, il a rendu à Heath la forme "Boyce-Codd".

Ce livre, écrit en anglais, est l'occasion d'aborder un certain nombres de problèmes qui se sont posés, se posent ou se poseront aux développeurs qui utilisent les fonctionnalités d'une base de données relationnelles. Il s'adresse à un public ayant déjà quelques notions de bases autour des bases de données et du langage SQL, mais reste tout de même accessible : il ne s'agit pas d'un ouvrage pointu destiné à des DBA experts de leur domaine.

Le livre est organisé de la façon suivante : chaque problème fait l'objet d'un chapitre d'une dizaine ou d'une vingtaine de pages, exposant le problème, l'antipattern fréquemment rencontré, les cas où il peut être légitime (après tout, un antipattern ne sort jamais complètement de nulle part), et enfin, la ou les "meilleures pratiques" pour résoudre le problème.
Les thématiques abordées sont variées, on retrouve par exemple l'usage du NULL dans une colonne, la modélisation sous forme Entity-Attribute-Value, la modélisation des arbres ou encore le bon usage des index...

Un des écueils potentiels de ce type d'ouvrage et de devenir un simple catalogue de bonnes pratiques, ardu à lire et utile uniquement de matière ponctuel, pour référence. SQL Antipatterns évite cet écueil : la présentation des anti-patterns et des solutions est un bon prétexte pour rentrer en profondeur dans le fonctionnement des SGBDR, et comprendre ce qui se passe sous le capot.

Ce fut donc une lecture enrichissante, qui a, je pense, fait de moi un meilleur développeur.

Bonne lecture!

Avec "Security Cookbook for MS SQL Server 2012", Rudi Bruchez signe là un excellent texte sur un sujet rébarbatif concernant les SGBDR... contrôler un serveur SQL sous toutes ses facettes, en espérant ne jamais arriver dans un quelconque état d'insécurité.
Et il sait de quoi il parle, le bougre, car il a été DBA de plusieurs entreprises et maintenant consultant SQL Server en Europe et tout particulièrement en France. Il a décidé il y a plusieurs années de partager son savoir en donnant aussi bien des cours que du conseil en se mettant à son propre compte.
Le livre est clair et simple à lire (moins de 300 pages), mais hélas, en anglais. Ce n'est pas un de ces traditionnels pavés indigestes dont la littérature américaine nous abreuve, farcis de références croisées et de copie d'écran... Chaque chapitre est illustré d'idées, de remarques et d'exemples qui sont les fameuses recettes de cuisine.
Pour moi, ce livre doit être considéré comme le livre de chevet sur la sécurité de SQL Server, puisque, à tout moment, on peut être amené à appliquer une des recettes, mais il peut aussi servir de complément à tout cours sur le sujet.
Notez qu'il n'est pas très étonnant que ce soit un presque français (en tout cas d'adoption) qui ait écrit ce livre... En effet, la qualité de notre cuisine est reconnue dans le monde entier, et cela doit aussi se tenir pour des matières plus techniques !

Les bases de données vues de l'intérieur et sans insister lourdement sur la théorie, un ouvrage de praticien qui fait un tour très complet des techiques nécessaires à la maîtrise de bases de données volumineuses et des contraintes propres aux SGBDR (SQL, procédures, UDF, méthodes, complète, E-R Model, intégrité, indexation, performances, benchmark...).
A lire en priorité avant les ouvrages de Chris DATE ou de Georges GARDARIN !

Ouvrage généraliste sur les SGBD les méthodes d'analyses de données et de requêtage, l'organisation physique des données, la création des bases, les transactions ...
Un ouvrage exceptionnel dans sa qualité rédactionnel et sa présentation simple et raffinée.
A préférer aux traditionnels DATE et GARDARIN !