Les techniques présentées ici font partie de la méthodologie Merise (Méthode d’Étude et de Réalisation Informatique pour les Systèmes d’Entreprise) élaborée en France en 1978 [Tardieu et al.], qui permet notamment de concevoir un système d’information d’une façon standardisée et méthodique.
Merise est une méthodologie de modélisation à usage général dans le domaine du développement de systèmes d’information, du génie logiciel et de la gestion de projet. Introduit pour la première fois au début des années 1980, il était largement utilisé en France. Il a été développé et perfectionné à un point tel que la plupart des grandes organisations gouvernementales, commerciales et industrielles françaises l’ont adopté. Merise procède à un traitement séparé des données et des processus, où la vue des données est modélisée en trois étapes: de la conception à la physique en passant par la logique. De même, la vue axée sur les processus passe par les trois étapes conceptuelle, organisationnelle et opérationnelle. Ces étapes du processus de modélisation sont parallèles aux étapes du cycle de vie: planification stratégique, étude préliminaire, étude détaillée, développement, mise en œuvre et maintenance. C’est une méthode d’analyse basée sur le modèle entité-relation. En utilisant Merise, vous pouvez concevoir des tables avec des relations pour créer une base de données relationnelle.
La conception de bases de données est un ensemble de processus qui facilitent la conception, le développement, la mise en œuvre et la maintenance des systèmes de gestion des données d’entreprise. Une base de données correctement conçue est facile à maintenir, améliore la cohérence des données et est rentable en termes d’espace de stockage sur disque. Le concepteur de la base de données décide de la corrélation des éléments de données et des données à stocker.
Les principaux objectifs de la conception d’une base de données dans un SGBD sont de produire des modèles de conception logique et physique du système de base de données proposé.
Merise propose une démarche, dite par niveaux, dans laquelle il s’agit de hiérarchiser les préoccupations de modélisation qui sont de trois ordres : la conception, l’organisation et la technique. En effet, pour aborder la modélisation d’un système, il convient de l’analyser en premier lieu de façon globale et de se concentrer sur sa fonction : c’est-à-dire de s’interroger sur ce qu’il fait avant de définir comment il le fait. Ces niveaux de modélisation sont organisés dans une double approche données/traitements. Les trois niveaux de représentation des données, puisque ce sont eux qui nous intéressent, sont détaillés ci-dessous.
Niveau conceptuel : le modèle Entité-Association (E-A) ou modèle conceptuel des données (MCD) décrit les entités du monde réel, en terme d’objets, de propriétés et de relations, indépendamment de toute technique d’organisation et d’implantation des données. Ce modèle se concrétise par un schéma entités-associations représentant la structure du système d’information, du point de vue des données.
Niveau logique: le modèle logique des données (MLD) précise le modèle conceptuel par des choix organisationnels. Il s’agit d’une transcription (également appelée dérivation) du MCD dans un formalisme adapté à une implémentation ultérieure, au niveau physique, sous forme de base de données relationnelle ou réseau, ou autres. Les choix techniques d’implémentation (choix d’un SGBD) ne seront effectués qu’au niveau suivant.
Niveau physique : le modèle physique des données (MPD) permet d’établir la manière concrète dont le système sera mis en place (SGBD retenu). Cela consiste à implanter une base de données dans un SGBDR. Le langage utilisé pour ce type d’opération est le SQL. On peut également faire usage d’un AGL (PowerAMC, WinDesign, etc.) qui permet de générer automatiquement la base de données. La modélisation physique des données est la dernière des trois étapes de la modélisation des données. Les concepteurs de bases de données produisent des modèles physiques de données à partir des modèles créés lors des étapes de modélisation conceptuelle et logique des données. Les modèles créés à ce stade permettent une dénormalisation gérée et tiennent compte de la technologie cible pour le déploiement. Ils sont suffisamment complets pour représenter la conception de la base de données telle qu’elle a été mise en œuvre, ou telle qu’elle doit être mise en œuvre.