Logo ÉTS
Session
Cours
Responsable(s) Christian Desrosiers

Se connecter
 

Sauvegarde réussie
Echec de sauvegarde
Avertissement
École de technologie supérieure

Responsable(s) de cours : Christian Desrosiers


PLAN DE COURS

Hiver 2024
LOG660 : Bases de données de haute performance (4 crédits)





Préalables
Programme(s) : 7065,7084,7365
             
  Profils(s) : Tous profils  
             
    LOG320    
             
Unités d'agrément
Total d'unités d'agrément : 64,8 33,3 % 66,7 %




Qualités de l'ingénieur

Qn
Qualité visée dans ce cours  
Qn
  Qualité visée dans un autre cours  
  Indicateur enseigné
  Indicateur évalué
  Indicateur enseigné et évalué



Descriptif 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.



Objectifs du cours

À la fin de ce cours, l'étudiant sera en mesure de :

  • Nommer les caractéristiques et avantages du modèle relationnel de BD;
  • Modéliser les relations et les contraintes d'un problème sous la forme d'un schéma relationnel efficace;
  • Comprendre le problème de la redondance dans le modèle relationnel et appliquer des méthodes de normalisation pour éliminer cette redondance;
  • Définir les principales caractéristiques et technologies de la persistance transparente et décrire comment ce paradigme s'intègre dans le développement d'applications gérant des données;
  • Décrire les caractéristiques et avantages des principales alternatives au modèle relationnel;
  • Comprendre les enjeux reliés à l'optimisation de requêtes SQL et décrire les principales stratégies permettant d'accélérer ces requêtes;
  • Décrire les fondements de la gestion de transactions concurrentes, ainsi que les principaux mécanismes de récupération de données;
  • Connaître les différences entre les entrepôts de données et les BD transactionnelles et concevoir le modèle dimensionnel d'une simple application d'analyse de données;
  • Nommer les caractéristiques et avantages des BD parallèles et réparties.



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.




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 - 20:00 Laboratoire
Mardi 18:00 - 21:30 Activité de cours
02 Lundi 18:00 - 21:30 Activité de cours
Mardi 18:00 - 20:00 Laboratoire



Coordonnées de l’enseignant
Groupe Nom Activité Courriel Local Disponibilité
01 Moussa Kaba Activité de cours cc-moussa.kaba@etsmtl.ca A-4526
01 Bilal Alchalabi Laboratoire bilal.alchalabi@lassena.etsmtl.ca
02 Moussa Kaba Activité de cours cc-moussa.kaba@etsmtl.ca A-4526
02 Bilal Alchalabi Laboratoire bilal.alchalabi@lassena.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                  Gestion des données en mémoire

9                  Optimisation de la performance

10                Entrepôts de données

11                Entrepôts de données (suite)

12                BD parallèles et réparties

13                BD non-relationnelles (NoSQL) et Big Data




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
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.




Double seuil
Note minimale : 50



Dates des examens intra
Groupe(s) Date
1, 2 19 février 2024



Date de l'examen final
Votre examen final aura lieu pendant la période des examens finaux, veuillez consulter l'horaire à l'adresse suivante : http://etsmtl.ca/Etudiants-actuels/Baccalaureat/Examens-finaux


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 7.2.7 b / cycles supérieurs, article 6.5.4 b) se verra attribuer la note zéro, à moins que d’autres dispositions ne soient communiquées par écrit par l’enseignant dans les consignes de chaque travail à remettre ou dans le plan de cours pour l’ensemble des travaux.



Absence à un examen
Dans les cinq (5) jours ouvrables suivants, la tenue de son examen, l’étudiant devra justifier son absence d’un examen durant le trimestre auprès de la coordonnatrice – Affaires départementales qui en référera au directeur du département ou du SEG. Pour un examen final, l’étudiant devra justifier son absence auprès du Bureau du registraire. Dans tous les cas, l’étudiant doit effectuer sa demande en complétant le formulaire prévu à cet effet qui se trouve dans son portail Mon ÉTS/Formulaires. Toute absence non justifiée par un motif majeur (maladie certifiée par un billet de médecin, décès d’un parent immédiat, Activité compétitive d’un étudiant appartenant à un club scientifique ou un club sportif d’élite de l’ÉTS ou au programme « Alliance sport étude » ou autre) à un examen entraînera l’attribution de la note zéro (0).



Infractions de nature académique
À l’ÉTS, le respect de la propriété intellectuelle est une valeur essentielle et les étudiants sont invités à consulter la page "Citer, pas plagier !" (https://www.etsmtl.ca/Etudes/citer-pas-plagier). Les clauses du règlement sur les infractions de nature académique de l’ÉTS (« Règlement ») s’appliquent dans ce cours ainsi que dans tous les cours du département. Les étudiants doivent consulter le règlement sur les infractions de nature académique (https://www.etsmtl.ca/docs/ETS/Gouvernance/Secretariat-general/Cadre-reglementaire/Documents/Infractions-nature-academique) pour identifier les actes qui constituent des infractions de nature académique au sens du Règlement ainsi que prendre connaissance des sanctions prévues à cet effet.

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 l’enseignant(e) du cours.



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)