Exemples de SGBD déductifs
Bases de données déductives

Les technologies prédominantes pour la majorité des applications actuelles mettant en œuvre des bases de données reposent sur les trois modèles de données suivants : le modèle hiérarchique, le modèle réseaux et le modèle relationnel. Nous les appelons modèles de données traditionnels pour les distinguer de la nouvelle génération des technologies bases de données, comme les modèles sémantiques et les modèles orientés objet. Les modèles traditionnels sont très efficaces et fonctionnent convenablement dans de nombreux domaines d’application. Ces applications partagent toutes une caractéristique commune : la structure de données requise pour la représentation des informations est assez simple. Cependant, l’efficacité des modèles de données traditionnels ne suffit pas pour des réalisations d’applications avancées où la structure des informations ne partage pas cette simplicité, et où les besoins en maintien de la cohérence, de la dérivation de données et du contrôle d’accès sont importants. Un exemple où le support de structures de données complexes est nécessaire est l’utilisation de bases de données pour la conception et la fabrication assistée par ordinateur.

Un SGBD déductif est un système qui comporte des possibilités pour définir des règles qui peuvent déduire ou inférer des informations à partir de faits stockés dans une base de données. Dans un système de gestion de bases de données déductif, un langage déclaratif est utilisé pour spécifier des règles. Un mécanisme d’inférence (ou mécanisme de déduction) peut alors déduire de nouveaux faits à partir de la base de données en interprétant les règles. Le modèle utilisé pour les bases de données déductives s’apparente au modèle de données relationnel et plus particulièrement au formalisme du calcul relationnel. Un sous‐ensemble de Prolog appelé Datalog est utilisé pour définir de façon déclarative des règles. Un exemple d’application intéressante pour les bases de données déductives est celui où les données peuvent être interprétées sous des visions différentes. Les relations de parenté entre individus (frère, sœur, grand‐parent, cousin, ancêtre, etc.) en sont une bonne illustration ; elles sont décrites à partir de la seule définition des liens parents‐enfants. Les domaines dans lesquels plusieurs solutions sont possibles pour une requête et où l’on souhaite décrire des algorithmes ou des heuristiques de choix de solutions optimales sont également un champ d’application important (tous les problèmes de graphes dans lesquels on veut décrire des chemins optimaux par exemple). Comme toute technologie, les bases de données déductives trouvent un intérêt particulier dans certains domaines d’application. Ces domaines sont ceux qui nécessitent l’emploi de données factuelles et de règles de comportement et de déduction. Nous pouvons citer, par exemple, la découverte de connaissances (data mining), la régulation de transport, l’ingénierie concurrente, la biologie, etc.

Pour de telles applications, les SGBD déductifs proposent des langages spécifiques permettant de décrire et de manipuler des vues sur les données à côté des langages de description usuels des données de base.

Plusieurs domaines d’application privilégient l’utilisation des bases de données déductives. Nous citerons ici trois domaines d’application.

• Découverte de connaissances

  La découverte de connaissances consiste à expliciter une partie de la connaissance qui n’est présente que de façon implicite dans une base de données. Ce domaine est d’autant plus important que les sources d’information sont diverses. L’exemple d’application relevant de ce domaine est celui de l’école publique aux États‐Unis d’Amérique. L’idée de réaliser une gestion de plus en plus locale de ces écoles a fait ressortir le besoin de nouvelles considérations. Les officiels de ces écoles sont amenés à accéder à divers types de données socio‐économiques des écoles voisines. D’un point de vue bases de données, le problème (posé) est de savoir comment intégrer une collection de bases de données et les utiliser de façon radicalement différente de leur utilisation initiale.

• Applications de régulation

  L’application citée est celle du transport et du stockage de matières dangereuses. Cette activité est en général régie par des règles standard qui peuvent être internationales, nationales ou locales. Ces matières étant sujettes à des déplacements répétés, les règles à respecter sont diverses. De plus, ces règles sont régulièrement mises à jour et donc difficiles à comprendre pour un individu. L’utilisation d’une base de données équipée d’un composant contraintes d’intégrité constitue une solution à ce problème. Les contraintes d’intégrité sont alors utilisées pour valider ou interdire une situation donnée.

• Ingénierie concurrente

  En ingénierie concurrente, la conception est une activité partagée par plusieurs participants. Chaque participant réalise des décisions de conception indépendamment des autres. Les conceptions issues des différentes disciplines sont ensuite intégrées de façon à produire une conception globale d’un projet. Dans une telle situation, les différents participants utilisant des données partagées, il peut arriver que les interactions entre les concepteurs de différentes disciplines génèrent des inconsistances. L’objectif est de détecter de telles inconsistances le plus tôt possible de façon à ne pas fausser les décisions futures. La solution consiste à fournir une base de données partagée relative à plusieurs disciplines.

  La présentation des concepts des bases de données déductives faite ici comprend une première partie consacrée aux bases de données déductives relationnelles. La deuxième partie donne un aperçu sur les bases de données actives puis développe un cadre pour les bases de données orientées objet déductives.