Logo ÉTS
Session
Cours
Responsable(s) Christian Desrosiers

Se connecter
 

Sauvegarde réussie
La notification a été envoyée
Echec de sauvegarde
Avertissement
École de technologie supérieure

Responsable(s) de cours : Christian Desrosiers


PLAN DE COURS

Hiver 2026
LOG660 : Bases de données de haute performance (4 crédits)


Préalables
Pour tous profils : LOG320



Description du cours
Ce cours présente des concepts avancés sur l'analyse, la conception et l'implémentation d'applications complexes utilisant des bases de données (BD) de haute performance en génie logiciel. Les thèmes abordés dans le cours comprennent la modélisation de relations complexes et la conception de BD relationnelles efficaces, les paradigmes de la persistance transparente et des BD non relationnelles, la gestion des données en mémoire et l'optimisation de la performance, la gestion des transactions concurrentes et la récupération en cas de pannes, les entrepôts de données et l'intelligence d'affaires, ainsi que les BD parallèles et réparties.

Ce cours comporte une composante pratique importante axée sur le développement en laboratoire d'une application complexe de gestion de données.



Stratégies pédagogiques

Le cours se divise en deux parties de trois (3) heures et demie par semaine, une partie sous forme magistrale et l'autre en laboratoire, pour une durée de treize (13) semaines. La partie magistrale portera sur les différents concepts des systèmes de gestion de base de données (SGBD) et permettra d'en définir les principaux termes, de présenter les différents modèles et d'approfondir les principales méthodes et techniques. La seconde partie, comprenant douze (12) séances de laboratoire, permettra à l'étudiant de mettre en pratique les concepts vues en classe, ainsi que de découvrir des notions complémentaires requises pour la conceptualisation, le développement et l'implantation de BD de haute performance.




Informations concernant l’agrément du BCAPG
Ce cours compte 64,8 unités d'agrément réparties comme suit :

Catégories de UA Nombre Proportion Matière(s) traitée(s)
Science du génie 21,6 UA 33,33 %
Conception Ingénierie 43,2 UA 66,67 %






Utilisation d’appareils électroniques

L'utilisation d'appareils électroniques en classe sont interdits. Aucun enregistrement (photographie, film ou audio) ne sera toléré.




Horaire
Groupe Jour Heure Activité
01 Lundi 18:00 - 21:30 Activité de cours
Mercredi 18:00 - 21:00 Laboratoire
02 Lundi 18:00 - 21:00 Laboratoire
Mercredi 18:00 - 21:30 Activité de cours



Coordonnées du personnel enseignant le cours
Groupe Nom Activité Courriel Local Disponibilité
01 Moussa Kaba Activité de cours cc-moussa.kaba@etsmtl.ca A-4526
01 Bilal Alchalabi Laboratoire CC-bilal.alchalabi@etsmtl.ca
02 Pierre Gauthier Activité de cours cc-Pierre.Gauthier@etsmtl.ca
02 Bilal Alchalabi Laboratoire CC-bilal.alchalabi@etsmtl.ca



Cours

Séance       Description

1                  Introduction + modèle relationnel

2                  Conception du schéma relationnel

3                  Normalisation du schéma relationnel

4                  Quiz + Persistance transparente

5                  Persistance transparente (suite)

6                  Intégrité et gestion des transactions

7                  Examen intra

8                  Organisation des données en mémoire

9                  Évaluation et optimisation de la performance des requêtes

10                Entrepôts et analyse des données

11                BD parallèles et réparties

12               BD non-relationnelles (NoSQL), Big Data, contenu généré (genAI)

13                Période de questions et préparation examen final

 

NOTE : L'ordre et le contenu peut être modifié en cours de session en fonction de circonstances particulières




Laboratoires et travaux pratiques

Au cours de la session, les étudiants devront remettre quatre (4) rapports décrivant le travail accompli en équipe dans chacun des laboratoires.

Les travaux de laboratoires devront être réalisés en équipe de trois (3) ou quatre (4) étudiants, chaque membre contribuant de manière égale et claire au travail.

Le cours comporte quatre (4) laboratoires organisés autour de l'analyse, la conception et l'implémentation d'une application complexe de gestion de données. Chaque laboratoire couvre un ensemble de concepts spécifiques:

  1. Analyse des besoins, conception du schéma relationnel, modélisation des règles d'affaires et insertion des données (3 séances, 10 % de la note finale);
  2. Développement d'une interface programme-BD à l’aide d’un framework de persistance transparente (3 séances, 10 % de la note finale);
  3. Optimisation de requêtes et analyse de la performance (3 séances, 10 % de la note finale);
  4. Développement d'un système d'intelligence d'affaires (3 séances, 10 % de la note finale).

Veuillez noter que certaines modifications pourraient être proposées au cours du trimestre.

NOTE : Si vous éprouvez des difficultés techniques avec le matériel des laboratoires du département, s.v.p. communiquez le problème à support-logti@etsmtl.ca.




Utilisation d'outils d'ingénierie

Aucun outil utilisé




Évaluation


Informations additionnelles :
Quiz 5 %
Examen intra 25 %
Examen final 30 %
Laboratoires (4 x 10%) 40 %

Aucune documentation permise. Aucune calculatrice permise.

L’étudiant(e) doit avoir une moyenne d’au moins 50% dans les travaux individuels (i.e., quiz, intra et final) afin de réussir le cours. Cette condition est nécessaire mais non suffisante pour réussir ce cours.




Seuil de passage pour les éléments à caractère individuel

Note minimale : 50



Dates des examens intra
Groupe(s) Date
1 16 février 2026
2 18 février 2026



Politique de retard des travaux
Tout travail (devoir pratique, rapport de laboratoire, rapport de projet, etc.) remis en retard sans motif valable, c’est-à-dire autre que ceux mentionnés dans le Règlement des études (1er cycle, article 7.2.5/ cycles supérieurs, article 6.5.2) se verra attribuer la note zéro, à moins que d’autres dispositions ne soient communiquées par écrit par l’enseignante ou l’enseignant dans les consignes de chaque travail à remettre ou dans le plan de cours pour l’ensemble des travaux.



Absence à une évaluation

Afin de faire valider une absence à une évaluation en vue d’obtenir un examen de compensation, l’étudiante ou l’étudiant doit utiliser le formulaire prévu à cet effet dans son portail MonÉTS pour un examen final qui se déroule durant la période des examens finaux ou pour tout autre élément d’évaluation surveillé de 15% et plus durant la session. Si l’absence concerne un élément d’évaluation de moins de 15% durant la session, l’étudiant ou l’étudiante doit soumettre une demande par écrit à son enseignante ou enseignant.

Toute demande de validation d’absence doit se faire dans les cinq (5) jours ouvrables suivant la tenue de l’évaluation, sauf dans les cas d’une absence pour participation à une activité prévue aux règlements des études où la demande doit être soumise dans les cinq (5) jours ouvrables avant le jour de départ de l’ÉTS pour se rendre à l’activité.

Toute absence non justifiée par un motif majeur (voir articles 7.2.6.1 du RÉPC et 6.5.2 du RÉCS) entraînera l’attribution de la note zéro (0).




Infractions de nature académique
Les clauses du « Règlement sur les infractions de nature académique de l’ÉTS » s’appliquent dans ce cours ainsi que dans tous les cours du département. Les étudiantes et les étudiants doivent consulter le Règlement sur les infractions de nature académique (www.etsmtl.ca/a-propos/gouvernance/secretariat-general/cadre-reglementaire/reglement-sur-les-infractions-de-nature-academique) pour identifier les actes considérés comme étant des infractions de nature académique ainsi que prendre connaissance des sanctions prévues à cet effet. À l’ÉTS, le respect de la propriété intellectuelle est une valeur essentielle et tous les membres de la communauté étudiante sont invités à consulter la page Citer, pas plagier ! (www.etsmtl.ca/Etudiants-actuels/Baccalaureat/Citer-pas-plagier).

Systèmes d’intelligence artificielle générative (SIAG)
L’utilisation des systèmes d’intelligence artificielle générative (SIAG) dans les activités d’évaluation constitue une infraction de nature académique au sens du Règlement sur les infractions de nature académique, sauf si elle est explicitement autorisée par la personne enseignante du cours ou la personne coordonnatrice dans le cas des stages.



Documentation obligatoire

Godin, R. (2012). Systèmes de gestion de bases de données par l’exemple. 3ième édition, Montréal, Canada: Loze-Dion.




Ouvrages de références

Batini, C., Ceri, S. & Navathe, S. B. (1992). Conceptual Database Design. Redwood City, CA: Benjamin/Cummings.

Blaha, M. & Premerlani, W. (1998). Object-Oriented Modeling and Design for Database Applications. Upper Saddle River, NJ: Prentice Hall.

Date, C. J. (2000). An Introduction to Database Systems. 7th Ed., Reading, MA: Addison-Wesley.

Elmasri, R. & Navathe, S. B. (2000). Fundamentals of Database Systems. 3rd Ed., Addison-Wesley.

Garcia-Molina, H., Ullman, J. & Widom, J. (2002), Database Systems: The Complete Book. Prentice-Hall.

Gardarin, G. (1999). Bases de données objet et relationnel. Paris : Eyrolles.

Jacobson, I., Booch, G. & Rumbaugh, J. (1999). The Unified Software Development Process. Reading, MA: Addison-Wesley.

Kroenke, D. M. (1998). Database Processing: Fundamentals, Design and Implementation. Upper Saddle River, NJ: Prentice Hall.

Kumar, V. & Hsu, M. (1998). Recovery Mechanisms in Database Systems. Upper Saddle River, NJ: Prentice Hall.

McFadden, F. R., Hoffer, J. A. & Prescott, M. B. (1999). Modern Database Management. 5th Ed., Reading, MA: Addison Wesley.

Ramakrishnan, R. (1998). Database Management Systems. WCB/McGraw-Hill.

Silberschatz, A., Korth, H. F. & Sudarshan, S. (2002). Database System Concepts. 4th Ed., McGraw-Hill.




Adresse internet du site de cours et autres liens utiles

Site de cours: sur Moodle (ena.etsmtl.ca)