Que vous soyez Data Scientist ou responsable à une échelle ou une autre, du développement de votre activité, votre matière première essentielle est la donnée. A ce titre, il est probable que vous vous serviez de SQL pour gérer les informations. Bien maîtriser l’une des composantes de SQL, appelée le DDL, va aider à maintenir la cohérence et la gestion optimisée desdites données…
Qu’entend-on par Data Definition Language (DDL) – langage de définition de données en français? Une famille de commandes du langage SQL qui servent à créer ou modifier la structure des objets d’une base de données.
Petit rappel sur SQL et les bases de données
Vous le savez sans doute, une base de données est un système de gestion des informations qui facilite la mise en relation de plusieurs tables. Ainsi, si nous avons :
- une table qui répertorie les clients avec les adresses de livraison,
- une table qui répertorie les achats effectués par les clients,
- une table qui répertorie les produits avec leur prix.
Lors de la création d’une facture, Il devient possible d’associer l’achat effectué au client correspondant et au prix des produits commandés. Le langage SQL facilite de telles opérations sur les tables comme sur la base elle-même.
Familles de commandes SQL
SQL gère diverses familles de commandes :
- Data Definition Language (DDL) – pour définir la structure de données. Ce sont celles que nous abordons ici.
- Data Manipulation Language (DML) – pour manipuler les données elles-mêmes : insertion, mise à jour, suppression.
- Data Query Language (DQL) – pour rechercher des informations dans une base ou une table.
- Data Control Language (DCL) – définition des contrôles d’accès à la base de données,
- Transaction Control Language (TCL) – des instructions qui valident de façon permanente les mises à jour effectuées avec DML ou bien permettent de revenir à un état antérieur.
Ainsi donc, DDL, tout comme DML, DCL et TCL est un sous-ensemble de SQL.
Les commandes DDL
Les commandes DDL interviennent en tout premier, lors de la genèse d’une base de données. Elles servent à créer la structure de la base de données, à définir chaque colonne avec son type de contenu. Et le point essentiel est qu’elles favorisent une grande souplesse dans la gestion des informations.
CREATE
C’est la commande qui gère la création d’une structure de données. Elle permet de définir :
- le nom de la base de données ou celui d’une table particulière au sein de cette base,
- les colonnes qui la composent,
- la taille fixe ou variable de chacune de ces colonnes,
- le type de données autorisées pour chaque colonne, en d’autres termes, de quelle nature seront ces données : numérique, date, texte…
- des contraintes.
ALTER
C’est cette commande que nous utiliserions pour ajouter une colonne à une table ou pour changer les composantes d’une base de données. Elle procure une grande souplesse dans la gestion des informations puisqu’une table n’est pas figée de façon définitive.
DROP
Cette commande sert à supprimer une colonne ou même une table qui ne serait plus nécessaire et elle peut donc contribuer à une meilleure gestion des espaces disque.
RENAME
Renommer une table ou bien une colonne est effectué au moyen de cette commande.
TRUNCATE
Si vous souhaitez purger une table, en d’autres termes, supprimer ses données, tout en conservant intacte sa structure, c’est cette commande qu’il faudrait utiliser.
Pourquoi est-il nécessaire de maîtriser le Data Definition Language ?
La maîtrise de DDL est cruciale pour plusieurs raisons :
- Bien définir la structure des données aide à maintenir une cohérence. Si la phase du DDL est bien opérée, la base de données sera performante et fiable, que ce soit au niveau du stockage comme de la récupération d’informations
- La définition de contraintes peut contribuer à maintenir l’intégrité et à fiabilité globale des données.
- La création d’index va améliorer la rapidité des requêtes.
- Si l’environnement législatif ou commercial évolue, il est possible de modifier la structure de la base de données.
Qui utilise le Data Definition Language ?
Les métiers concernés au premier plan par le DDL sont les suivants :
- Administrateurs de Bases de Données (DBA).
- Data Engineers (chargés de la mise en place des infrastructures de données).
- Développeurs backend / SQL.
- Data analysts.
- Data Scientists.
De l’intérêt du DDL pour les analystes de données
Bien évidemment, la mission du Data Analyst et du Data Scientist est avant tout l’analyse de données à une vaste échelle. Pourtant, une connaissance du DDL va s’avérer bien utile. Elle va faciliter la collaboration entre les différents membres d’une équipe de data science et aussi la communication avec les DBA et les Data Engineers. De plus, s’il sait comment les informations sont structurées, le Data Scientist sera en mesure de formuler des requêtes plus efficaces. Et dans le cadre d’analyses spécifiques, un Data Analyst saura créer des tables ou encore des vues adaptées à ses besoins.
À première vue, il n’est nullement nécessaire à un pilote de connaître l’anatomie des moteurs pour participer à un rallye automobile. Toutefois, cette connaissance pourra s’avérer utile dans bien des circonstances et parfois même aider à faire la différence. Nous pourrions en dire autant de la compétence relative au DDL…
