Modèles de données complexes dans les bases de données. Application aux systèmes d’information hospitaliers

Abstract

Cette thèse s’inscrit dans le cadre de l’organisation du stockage et de la manipulation des données fortement connectées dans différents types de bases de données. Le bon choix de la représentation des données complexes est une décision cruciale dans le cycle de vie des systèmes d’information modernes. Nous avons présenté les principales approches pour gérer les différentes structures complexes telles que les hiérarchies, les arbres et les graphes. Dans cette thèse, nous proposons quatre nouveaux modèles pour la représentation des données fortement connectées NTBM, NTBM-v2, MILA et MILA-MEI. Le modèle NTBM qui est une amélioration du modèle d’énumération de chemins. Ce nouveau modèle est flexible pour les requêtes de mises à jour et donne de grandes performances pour les opérations de recherches. En plus, le modèle NTBM nous a permis d’optimiser l’espace de stockage dédié aux tables qui gèrent la couche de représentation des données complexes. Comme la performance du modèle NTBM diminuant lorsque l’arborescence se développe excessivement en largeur, nous avons proposé une deuxième solution NTBM-v2. Basé sur le NTBM, ce deuxième modèle est une généralisation qui permet de représenter les données arborescentes excessivement développées en largeur. L’idée du modèle NTBM-v2 est d’insérer un séparateur à chaque fois que les éléments de l’alphabet ne suffisent pas pour coder les nouveaux nœuds. Ce travail fournit un troisième modèle qui s’appelle modèle MILA. Bâti sur le modèle de listes d’adjacences, ce nouveau modèle est une généralisation qui s’adapte aux arbres dont le nombre de niveaux dépasse cinq (seuil de tolérance de l’ancien modèle). Son principe est de décomposer l’arbre en plusieurs sous arbres pour lesquels la profondeur ne dépasse pas le seuil. Enfin, pour réduire le nombre des sous-arbres générés à partir de cette décomposition, nous avons proposé une autre amélioration du MILA appelée MILA-MEI. Cette dernière est une hybridation du modèle MILA et le modèle d’ensembles imbriqués. Cette combinaison permet d’accélérer les opérations de recherches dans le cas où la profondeur de l’arbre en question dépasse les limites tolérées par le modèle MILA.