Lernzettel: Bases de Données Relationnelles Essentielles

📋 Plan du Cours

1. Modèle relationnel
2. Clés primaires et étrangères
3. Normalisation des bases
4. Requêtes SQL de base
5. Conception des tables
6. Dictionnaire des données
7. Nommage des données
8. Format des données
9. Gestion des relations
10. Données élémentaires et calculées

📖 1. Modèle relationnel

🔑 Notions clés & Définitions

• Organisation des données en tables reliées : Structure où chaque ensemble de données homogènes est stocké dans une table, et ces tables sont connectées par des relations, permettant une gestion efficace et cohérente des informations.
• Table : Ensemble de données homogènes regroupées sous un même nom, organisée en colonnes (attributs) et lignes (enregistrements), représentant une entité ou un objet spécifique dans la base.
• Relation entre tables par des clés : Association formée par l’utilisation de clés, notamment la clé primaire dans une table et la clé étrangère dans une autre, permettant de relier les enregistrements de différentes tables.
• Éclatement d'une table unique en plusieurs tables pour éviter redondance : Processus consistant à diviser une grande table en plusieurs tables plus petites, afin de réduire la duplication des données, d’optimiser l’espace et d’améliorer la cohérence (voir section 2).
• Lien entre tables via données communes : Relation établie par l’intermédiaire de données partagées, généralement des clés, qui permettent de naviguer d’une table à une autre pour retrouver des informations liées (voir section 2).

📝 Points essentiels

• Le modèle relationnel repose sur la structuration des données en tables reliées entre elles par des relations utilisant des clés (clés primaires et étrangères).
• La division d’une table unique en plusieurs tables distinctes permet de d’éviter la redondance, de réduire les erreurs de saisie, et d’optimiser l’espace de stockage, notamment en évitant la duplication d’informations identiques (voir Lucas, 2023).
• La relation entre deux tables se fait via des données communes, souvent une clé qui doit être unique, stable et existante pour assurer l’intégrité des liens.
• La conception relationnelle privilégie la relation un-à-plusieurs ou plusieurs-à-plusieurs, nécessitant parfois la création de tables de passage pour gérer ces liens (voir Lucas, 2023).
• La représentation du modèle relationnel s’écrit sous forme de schéma, listant chaque table avec ses colonnes et les relations entre elles, facilitant la compréhension et la manipulation des données.

💡 À retenir

Le modèle relationnel organise les données en tables reliées par des clés, permettant d’éviter la redondance et d’assurer une gestion cohérente et efficace des informations.

📖 2. Clés primaires et étrangères

🔑 Notions clés & Définitions

• Clé primaire : Un identifiant unique, stable et existant d'un enregistrement dans une table, permettant de distinguer de manière fiable chaque ligne (voir aussi "l'unicité et stabilité des clés" pour assurer l'intégrité).
• Clé étrangère : Une donnée commune dans une table qui permet de relier cette table à une autre, en faisant référence à la clé primaire de cette dernière, assurant la cohérence entre les tables (voir aussi "l'intégrité référentielle").
• Clé composée : La combinaison de plusieurs colonnes dans une table qui, ensemble, permettent d'identifier de façon unique un enregistrement, notamment dans le cas où aucune colonne seule ne suffit (voir aussi "unicité" et "stabilité").
• Importance de l'unicité et stabilité des clés : Ces qualités garantissent que chaque enregistrement peut être identifié de manière unique et que cette identification ne change pas dans le temps, ce qui est essentiel pour maintenir l'intégrité des relations entre tables (voir aussi "clé primaire").

📝 Points essentiels

• La clé primaire doit être unique, stable et existante pour chaque enregistrement, afin d'assurer une identification fiable et permanente (voir "importance de l'unicité et stabilité").
• La clé étrangère sert à établir une relation entre deux tables en faisant référence à la clé primaire d'une autre table, ce qui permet de maintenir l'intégrité référentielle.
• La clé composée est utilisée lorsque aucune colonne seule ne peut garantir l'unicité, en combinant plusieurs colonnes pour former un identifiant unique.
• La stabilité de la clé est cruciale : une clé primaire ou étrangère ne doit pas changer, sinon cela compromettrait la cohérence des relations et l'intégrité de la base.
• La conception correcte des clés est fondamentale pour assurer la cohérence, la fiabilité et la performance d'une base de données relationnelle.

💡 À retenir

La clé primaire doit être unique, stable et existante pour assurer l'intégrité de chaque enregistrement, tandis que la clé étrangère relie les tables en faisant référence à ces clés primaires, garantissant la cohérence des relations.

📖 3. Normalisation des bases

🔑 Notions clés & Définitions

• Normalisation : Processus d'organisation des données visant à structurer la base pour éviter la redondance, réduire les erreurs de saisie, optimiser l'espace disque, et créer des tables distinctes pour différents objets. Elle repose sur la séparation logique des données en plusieurs tables reliées entre elles.
• Réduction de la redondance : Technique consistant à éviter la duplication inutile de données dans plusieurs tables ou en plusieurs endroits, notamment en stockant une donnée une seule fois et en utilisant des clés pour faire le lien.
• Création de tables distinctes : Approche qui consiste à diviser une base en plusieurs tables, chacune représentant un objet ou un concept spécifique, afin d'éviter la duplication et d'améliorer la cohérence des données.
• Points essentiels : La normalisation permet d’éliminer la redondance, de limiter les erreurs de saisie, d’économiser de l’espace disque, et de faciliter la gestion et la maintenance des données en créant des relations logiques entre tables (voir Lucas (date)).
• Processus d'organisation : La normalisation implique la décomposition des données en plusieurs tables, chacune avec une clé primaire stable, unique et existante, pour représenter efficacement les objets ou individus (voir Lucas, 2023).

📝 Points essentiels

• La normalisation vise à organiser les données en plusieurs tables pour éviter la duplication, notamment en séparant les objets ou individus (clients, produits, factures) dans des tables distinctes reliées par des clés.
• Elle permet de réduire la taille de la base en évitant la répétition de données identiques, ce qui limite la consommation d’espace disque et diminue le risque d’erreur lors de la saisie.
• La création de tables distinctes facilite la gestion, la mise à jour et la cohérence des données, en évitant la redondance et en assurant une intégrité référentielle.
• La démarche repose sur la distinction entre nom d’une donnée et ses valeurs possibles, ainsi que sur la décomposition en données élémentaires pour simplifier la saisie et l’interrogation (voir Lucas, 2023).
• La normalisation est un processus itératif, qui consiste à décomposer progressivement les données pour atteindre un niveau optimal d’organisation, tout en conservant la stabilité, l’unicité et l’existence des clés primaires.

💡 À retenir

La normalisation structure une base de données en plusieurs tables reliées, afin d’éviter la redondance, de réduire les erreurs et d’optimiser l’espace, tout en facilitant la gestion et la cohérence des données.

📖 4. Requêtes SQL de base

🔑 Notions clés & Définitions

• Opérateurs fondamentaux : symboles ou mots-clés utilisés pour manipuler et interroger les données dans une requête SQL, tels que =, <>, <, >, <=, >=.
  (voir chapitre 3)

• Clause LIKE : opérateur permettant de rechercher une correspondance partielle ou pattern dans une colonne, en utilisant des caractères génériques comme % (pour plusieurs caractères) ou _ (pour un seul caractère).
  (voir chapitre 3)

• Clause AS : opérateur permettant de donner un alias (nom temporaire) à une colonne ou une expression dans le résultat d’une requête, pour améliorer la lisibilité ou simplifier l’affichage.
  (voir chapitre 3)

• Clause IS NULL : opérateur permettant de filtrer les enregistrements où une colonne spécifique ne contient aucune valeur (null).
  (voir chapitre 3)

• Clause OR : opérateur logique permettant de combiner plusieurs conditions dans une requête, en retournant les enregistrements qui satisfont au moins une des conditions.
  (voir chapitre 3)

• Clause IN : opérateur permettant de vérifier si une valeur d’une colonne appartient à une liste de valeurs spécifiées, facilitant la sélection multiple.
  (voir chapitre 3)

📝 Points essentiels

• La méthodologie d’écriture des requêtes simples repose sur la sélection (SELECT), la spécification des tables (FROM) et l’ajout de conditions (WHERE) utilisant les opérateurs fondamentaux (=, <>, <, >, etc.).
• La clause LIKE est particulièrement utile pour rechercher des motifs ou des parties de texte, par exemple pour retrouver tous les clients dont le nom commence par "Du".
• La clause AS permet de renommer une colonne dans le résultat, par exemple SELECT Nom AS NomClient pour une meilleure compréhension.
• La condition IS NULL est essentielle pour filtrer les données manquantes ou non renseignées, par exemple WHERE Adresse IS NULL.
• La clause OR facilite la construction de requêtes avec plusieurs critères alternatifs, par exemple WHERE Ville = 'Paris' OR Ville = 'Lyon'.
• La clause IN simplifie la sélection sur plusieurs valeurs, par exemple WHERE CodeProduit IN ('AZ3', 'AZ4', 'BR12').
• La méthodologie consiste à écrire des requêtes simples en combinant ces clauses pour obtenir rapidement des résultats précis, en respectant la syntaxe SQL.

💡 À retenir

Les opérateurs et clauses fondamentaux de SQL permettent d’interroger efficacement une base de données en combinant conditions, motifs, alias et filtrages, facilitant ainsi la manipulation et l’analyse des données.

📖 5. Conception des tables

🔑 Notions clés & Définitions

• Conception des tables : Organisation structurée des données en colonnes (champs) avec des types de données appropriés, afin de représenter fidèlement les entités réelles (voir "Structuration des tables" dans le contenu source).
• Définition des colonnes et types de données : Choix des champs (colonnes) nécessaires pour chaque table, en précisant leur type (texte, numérique, date), pour assurer la cohérence et l’intégrité des données (voir "Format des données").
• Ajout de colonnes pour les relations : Inclusion de colonnes spécifiques (clés étrangères) dans les tables pour établir des liens avec d’autres tables, permettant la navigation entre entités (voir "Relation entre tables").
• Tables de passage : Tables intermédiaires créées pour gérer les relations plusieurs-à-plusieurs, en combinant des clés étrangères pour assurer l’unicité et la stabilité des liens (voir "Création de tables de passage").

📝 Points essentiels

• La conception des tables doit refléter la réalité des entités (clients, produits, factures) en structurant chaque table avec des colonnes pertinentes et des types de données adaptés, pour faciliter la saisie, la recherche et la manipulation des données (voir "Structuration des tables").
• Lors de la définition des colonnes, il est crucial d’ajouter des clés étrangères pour relier les tables, par exemple, le code client dans la table Factures pour faire le lien avec la table Clients. Ces colonnes doivent être stables, existantes et uniques si nécessaire (voir "Clé primaire" et "Clé étrangère" dans autres sections).
• La création de tables de passage est indispensable pour gérer les relations plusieurs-à-plusieurs, comme entre Factures et Produits, en utilisant une clé composite (NumFacture + CodeProduit) pour assurer l’unicité de chaque lien (voir "Tables de passage").
• La structuration doit respecter la logique des entités et éviter la redondance, en décomposant les données complexes en plusieurs tables reliées par des clés, ce qui optimise l’espace disque, réduit les erreurs et facilite la maintenance (voir "Normalisation").

💡 À retenir

La conception efficace des tables repose sur une organisation claire, la définition précise des colonnes avec leurs types, et l’utilisation de tables de passage pour gérer les relations plusieurs-à-plusieurs, garantissant ainsi la cohérence et la stabilité de la base.

📖 6. Dictionnaire des données

🔑 Notions clés & Définitions

• Recensement des données : méthode consistant à identifier toutes les données nécessaires à partir d’un énoncé ou d’un document (ex. facture), afin de constituer une liste exhaustive et organisée des éléments à stocker dans la base (voir section 2).
• Nom de donnée : désignation unique et explicite attribuée à une donnée dans la base, permettant de la distinguer des autres (ex. NomClient, DateFacture). Il doit être clair, descriptif, et éviter les ambiguïtés ou polysémies.
• Valeurs possibles : ensemble des différentes valeurs que peut prendre une donnée, permettant de définir ses limites et son rôle. La distinction entre nom de donnée et ses valeurs est fondamentale, car un nom ne doit pas être confondu avec ses valeurs (ex. ModeReg peut prendre "Espèces", "Chèque", "CB").
• Identification des formats : processus de détermination du type et de la structure des données (texte, numérique, date), essentiel pour assurer la cohérence, la saisie, et le traitement des données dans la base (voir section 8).
• Utilisation du dictionnaire : regroupement centralisé de toutes les données, avec leur nom, leur description, leur format, leur longueur, et éventuellement leurs valeurs possibles, pour faciliter la compréhension, la maintenance, et la vérification de la base (voir section 2).

📝 Points essentiels

• Le recensement des données doit s’appuyer sur l’analyse d’un énoncé ou d’un document, en évitant la confusion entre nom de donnée et valeurs possibles. La méthode consiste à lister toutes les données nécessaires, en leur donnant un nom clair et précis (ex. NomEl, AdrCli).
• Chaque donnée doit avoir un nom unique, évitant les ambiguïtés, et reflétant la nature de l’information stockée. Il est conseillé d’utiliser des noms composés pour plus de clarté (ex. DateFacture, MontantFacture).
• La distinction entre nom de donnée et ses valeurs possibles est capitale : le nom désigne la donnée, tandis que ses valeurs sont les différentes options ou états qu’elle peut prendre (ex. ModeReg : "Espèces", "Chèque", "CB").
• L’identification des formats (texte, numérique, date) doit respecter la nature de la donnée pour assurer une saisie cohérente et des traitements efficaces. Par exemple, un code postal doit être en texte pour conserver les zéros initiaux.
• Le dictionnaire des données est un outil de référence qui facilite la compréhension, la cohérence, et la maintenance de la base, en regroupant toutes les caractéristiques essentielles de chaque donnée (voir exemple de présentation).

💡 À retenir

Le dictionnaire des données recense toutes les données de la base avec leur nom, leur format, et leurs valeurs possibles, permettant une gestion claire, cohérente et efficace de l’information.

📖 7. Nommage des données

🔑 Notions clés & Définitions

• Nommage pertinent et explicite : Choisir des noms de données qui reflètent clairement leur contenu, facilitant leur compréhension immédiate. Par exemple, utiliser DateFacture plutôt que un nom vague comme Date. DCG1 (2023) insiste sur l'importance d'un nom clair et précis pour éviter toute confusion.

• Différenciation entre noms et valeurs : Le nom d’une donnée doit désigner ce qu’elle représente, tandis que ses valeurs sont les différentes informations qu’elle peut prendre (ex : VilCli pour ville du client, avec valeurs possibles "Paris", "Nice"). La distinction est fondamentale pour la cohérence du modèle (voir section 3).

• Importance d’un nommage cohérent pour la lisibilité : Utiliser une logique uniforme dans la dénomination (ex : préfixes, suffixes, abréviations) pour rendre la base compréhensible et facile à exploiter. Par exemple, toutes les dates commencent par "Date" (DateFacture, DateNaissance). DCG1 (2023) souligne que cette cohérence facilite la lecture et la maintenance.

• Nomenclature structurée et décomposée : Décomposer les noms en plusieurs éléments pour plus de clarté, comme NomElève ou NomResponsable, évitant ainsi les noms polysémiques ou ambigus. Cela permet une meilleure organisation et compréhension immédiate.

• Noms composés et longueur : Favoriser des noms suffisamment longs pour être explicites, mais pas excessivement longs pour faciliter leur utilisation dans les requêtes (ex : DateFacture plutôt que DF). La longueur doit équilibrer clarté et praticité.

📝 Points essentiels

• Le nom d’une donnée doit être unique dans la base pour éviter toute confusion (voir section 3). Il doit aussi être suffisamment précis pour indiquer son contenu sans ambiguïté, en évitant les noms polysémiques comme "Nom" ou "Date" seul, qui manquent de contexte.

• La méthode de nommage doit privilégier la décomposition en éléments significatifs, notamment pour des données complexes comme l’adresse ou la description d’un produit, afin de faciliter la saisie, la lecture et l’interrogation.

• La distinction entre nom de donnée et valeurs possibles est essentielle. Par exemple, la donnée ModeReg peut prendre comme valeurs "Espèces", "Chèque", "CB", contrairement à une donnée comme ESPECES, qui ne serait pas pertinente.

• Lors de la création du dictionnaire des données, il est conseillé d’associer chaque nom à une description claire, à son type, format, longueur, et éventuellement à ses valeurs possibles, pour assurer une cohérence globale.

• La décomposition systématique des données (ex : adresse en Adresse, CodePostal, Ville) permet d’assurer une meilleure granularité et une gestion plus fine des informations.

💡 À retenir

Le nommage des données doit être clair, cohérent et structuré pour garantir la lisibilité, la compréhension et la maintenance efficace de la base, tout en évitant les ambiguïtés et la redondance.

📖 8. Format des données

🔑 Notions clés & Définitions

• Type de donnée : classification du format des valeurs stockées, déterminant la manière dont elles sont saisies, stockées et traitées (ex : texte, nombre, date, booléen).
• Format de valeur : représentation spécifique d’un type de donnée, comme le format date jj/mm/aaaa ou numérique sans décimale.
• Donnée texte (AN) : donnée composée de lettres ou d’une combinaison lettres-chiffres, non calculable (ex : NomCli, AdrCli).
• Donnée numérique : donnée composée uniquement de chiffres, permettant de réaliser des calculs (ex : MontantFacture, Quantité).
• Donnée date : donnée représentant une date dans un format spécifique (ex : jj/mm/aaaa), avec possibilité de calculs comme la différence entre deux dates (voir PERROUX (date)).

📝 Points essentiels

• Le format des données doit être adapté à leur nature : texte pour les noms, adresses ; numérique pour les montants ou quantités ; date pour les échéances ou délais.
• La distinction entre type de donnée et valeur est fondamentale : le type définit la structure (ex : texte, date, nombre), tandis que la valeur est l’information concrète stockée.
• La longueur d’une donnée (ex : 20 caractères pour un nom) doit être choisie en fonction de la réalité (ex : noms de moins de 20 caractères) pour éviter le gaspillage d’espace.
• Le format date doit respecter une norme (ex : jj/mm/aaaa) pour permettre des calculs et une lecture cohérente.
• La valeur d’une donnée doit respecter le format défini pour garantir l’intégrité et la cohérence des traitements (ex : ne pas stocker une date sous forme texte libre).

💡 À retenir

Le choix du format des données, en fonction de leur type, est essentiel pour assurer la cohérence, la facilité de saisie, le traitement et l’intégrité des informations dans une base de données.

📖 9. Gestion des relations

🔑 Notions clés & Définitions

• Association entre tables via clés : Lien établi entre deux tables en utilisant une ou plusieurs clés, permettant de relier les données de manière cohérente et structurée.
• Relation un-à-plusieurs : Type de relation où un enregistrement d'une table (ex : Client) est associé à plusieurs enregistrements dans une autre table (ex : Factures). (voir aussi la normalisation et la gestion des clés étrangères)
• Relation plusieurs-à-plusieurs : Relation où plusieurs enregistrements d'une table sont liés à plusieurs enregistrements d'une autre table, nécessitant la création d'une table de passage pour gérer cette association.
• Maintien de l'intégrité référentielle : Ensemble de règles garantissant la cohérence entre les données liées dans différentes tables, notamment en assurant que les clés étrangères correspondent toujours à des clés primaires existantes (voir aussi la contrainte d’intégrité référentielle en section 8).

📝 Points essentiels

• La gestion des relations repose principalement sur l’utilisation de clés : clés primaires (identifiants uniques et stables d’un enregistrement) et clés étrangères (données communes permettant de relier deux tables).
• La relation un-à-plusieurs est la plus courante : par exemple, une facture est liée à un seul client, mais un client peut avoir plusieurs factures. Elle se traduit par une clé étrangère dans la table "many" (ex : dans "Factures", la clé étrangère #CodeClient).
• La relation plusieurs-à-plusieurs pose un problème de modélisation : un produit peut apparaître dans plusieurs factures, et une facture peut contenir plusieurs produits. La solution consiste à créer une table de passage (ex : "DETAIL-FACTURES") qui associe les deux tables via deux clés étrangères (#NumFacture, #CodeProduit).
• Le maintien de l’intégrité référentielle est essentiel pour assurer la cohérence des données : il empêche, par exemple, la suppression d’un client si des factures lui sont encore associées, ou la création d’une facture avec un client inexistant.

💡 À retenir

La gestion efficace des relations entre tables, en utilisant clés primaires, clés étrangères et tables de passage pour les relations plusieurs-à-plusieurs, est fondamentale pour assurer la cohérence, la non-redondance et la fiabilité d’une base de données.

📖 10. Données élémentaires et calculées

🔑 Notions clés & Définitions

• Données élémentaires : Données saisies directement par l’utilisateur, telles que nom, date, adresse, ou tout autre information brute. Selon DCG1-UE8-SIG-Lucas (chapitre 1), ce sont des données qui doivent être décomposées en éléments simples pour faciliter la saisie et l’interrogation de la base.
• Données calculées : Résultats issus de formules ou d’agrégats appliqués à des données élémentaires, comme la somme des montants ou la moyenne des quantités. Selon la même source, ces données ne sont pas stockées dans la base mais peuvent être générées via des requêtes SQL.
• Différenciation stockage/utilisation : Les données élémentaires sont stockées dans la base pour permettre leur utilisation répétée, tandis que les données calculées sont générées à la demande lors des interrogations, évitant ainsi la redondance et la surcharge de stockage.
• Exemple de calcul simple en SQL : La somme des montants d’une facture peut être calculée avec une requête SQL utilisant la fonction SUM(), par exemple : SELECT SUM(Montant) FROM DETAIL_FACTURES WHERE NumFacture = ?.
• Exemple d’agrégat en SQL : La moyenne des quantités de produits vendus, réalisée via AVG(Quantité), ou le comptage du nombre de factures avec COUNT(*).

📝 Points essentiels

• La distinction entre données élémentaires et calculées est fondamentale pour la conception efficace d’une base de données : seules les données élémentaires sont stockées, car elles peuvent être combinées pour obtenir des données calculées.
• La normalisation et la structuration en plusieurs tables évitent la redondance, notamment en séparant les données fixes (ex : nom, adresse) des données transactionnelles (ex : montant, date).
• La création d’un dictionnaire des données permet de recenser, nommer, et définir le format des données élémentaires, facilitant leur gestion et leur interrogation.
• Les données calculées, telles que le montant total d’une facture, sont souvent obtenues via des requêtes SQL utilisant des fonctions d’agrégation ou de calcul, sans être stockées dans la base pour éviter la duplication.
• La gestion du format des données (texte, numérique, date) est essentielle pour assurer la cohérence, la précision, et la pertinence des traitements.

💡 À retenir

Les données élémentaires sont saisies directement et stockées dans la base, tandis que les données calculées sont générées à partir de ces dernières lors des interrogations, permettant une gestion efficace et sans redondance.

📊 Tableaux de Synthèse

Thème	Concepts Clés	Points Importants	Auteur/Source
Modèle relationnel	Organisation en tables reliées par clés primaires et étrangères	Éclatement pour éviter la redondance, relation un-à-plusieurs, schéma relationnel	Lucas (2023)
Clés primaires et étrangères	Clé primaire : identifiant unique, stable	Clé étrangère : référence à clé primaire, maintien de l’intégrité	Lucas (2023)
Normalisation	Organisation pour éviter la redondance, décomposition en tables	Réduction de la duplication, gestion efficace des données	Lucas (2023)
Requêtes SQL	Opérateurs fondamentaux, LIKE, AS	Manipulation et interrogation des données, alias	Chapitre 3

⚠️ Pièges & Confusions Fréquentes

1. Confondre clé primaire et clé étrangère : la première identifie un enregistrement, la seconde relie deux tables.
2. Oublier que la normalisation peut entraîner une multiplication de tables, ce qui peut compliquer certaines requêtes.
3. Utiliser une clé primaire non stable ou non unique, compromettant l’intégrité référentielle.
4. Négliger la création de clés composées lorsque aucune colonne seule ne garantit l’unicité.
5. Confondre relation un-à-un, un-à-plusieurs, et plusieurs-à-plusieurs lors de la conception.
6. Omettre de vérifier que les clés étrangères existent bien dans la table référencée.
7. Utiliser des noms de colonnes ou de tables non cohérents ou peu explicites, rendant la conception confuse.

✅ Checklist Examen

1. Connaître la définition du modèle relationnel et ses avantages (Lucas, 2023).
2. Savoir comment une table est organisée en colonnes et lignes.
3. Expliquer le rôle de la clé primaire et ses critères (unicité, stabilité).
4. Définir la clé étrangère et son rôle dans la relation entre deux tables.
5. Identifier les principes de la normalisation et ses objectifs principaux.
6. Décrire le processus de décomposition des données pour éviter la redondance.
7. Connaître les opérateurs SQL fondamentaux (=, <>, <, >, LIKE, AS).
8. Savoir utiliser la clause LIKE pour des recherches partielles.
9. Comprendre l’utilisation de la clause AS pour donner un alias à une colonne ou une table.
10. Maîtriser la différence entre relation un-à-un, un-à-plusieurs, et plusieurs-à-plusieurs.
11. Vérifier la stabilité et l’unicité des clés primaires.
12. Connaître les bonnes pratiques de nommage des données et leur format.