Axe 9 — Bases de données

🎯 Objectif global : choisir et utiliser la bonne base pour chaque problème, écrire des requêtes performantes, et opérer en prod sans perdre de données.

Ordre de lecture suggéré

9.1 (SQL fondamentaux) se lit avant l’axe 8 si tu débutes. L’axe 8 utilise des ORM (Drizzle, SQLAlchemy, Eloquent) qui cachent du SQL. Sans le bagage de 9.1, tu manipules un ORM sans comprendre ce qu’il fait. 9.2 → 9.4 (NoSQL, ORM, opérations) en revanche bénéficient d’avoir d’abord codé un backend.

Ordre conseillé : … axe 7 → 9.1 SQL → axe 8 (backend) → 9.2-9.4 → axe 10 (BaaS) →.

Prérequis

• 9.1 (SQL) : axes 1 + 3 (modélisation) — peut se faire avant l’axe 8.
• 9.2 → 9.4 (NoSQL, ORM, opérations) : axes 1, 3, 8 (au moins un parcours backend).

Objectifs

À l'issue de cet axe, tu sauras :

• Modéliser un domaine en relationnel (3NF) et savoir dénormaliser à bon escient
• Écrire des requêtes SQL avec jointures, CTE, fenêtrage
• Lire un plan d'exécution (EXPLAIN ANALYZE) et indexer correctement
• Choisir entre PostgreSQL, MongoDB, Redis, Neo4j, pgvector selon le cas
• Utiliser un ORM (Prisma 7, Drizzle, SQLAlchemy 2, Eloquent) sans tomber dans les pièges N+1
• Mettre en place migrations, sauvegardes (PITR), réplication

Contenu de l’axe

9.1 — Bases relationnelles (SQL) ⚡ avant l'axe 8 PostgreSQL 17, DDL/DML, jointures, CTE, fenêtrage, ACID, indexes, EXPLAIN ANALYZE. Le bagage à avoir AVANT de manipuler un ORM.

9.2 — NoSQL Document (Mongo), key-value (Redis), graphe (Neo4j), search (Meilisearch), vector (pgvector).

9.3 — ORM & query builders Prisma 7, Drizzle, SQLAlchemy 2, Eloquent — pièges N+1, transactions, raw SQL, migrations.

9.4 — Données opérationnelles Sauvegardes, PITR, réplication, sharding, partitionnement, hébergement managé, monitoring.

Projet de l’axe

E-commerce PostgreSQL — schéma à 7 tables (ENUM, JSONB, contraintes), seed de 1 M orders + 6 M order_lines, 10 queries analytiques (CTE, window functions, full-text trigram, anti-join, JSONB), stratégie d’indexation B-tree composite + partiel + couvrant + GIN. Cible : 9/10 queries sous 200 ms (5/10 sous 10 ms).

📁

Exercice · E-commerce PostgreSQL — 10 queries < 200 ms sur 1 M de rows

Pré-requis : Docker Desktop. Tu deviens à l'aise avec EXPLAIN ANALYZE, tu apprends quand un index aide vs quand il ne suffit plus (matview), et tu vois les 4 patterns SQL non-évidents (NOT EXISTS, CTE de pré-agrégation, GIN trigram, JSONB @>). Benchmark mesuré sur la correction : 9/10 verts.

📥 Télécharger le canevas squelette à compléter — commence ici 📦 Télécharger la correction solution complète + walkthrough pédagogique

💡 Comment l'utiliser : dézippe le canevas, suis son README.md pour démarrer et tente l'exercice. Quand tu bloques (ou quand tu as fini pour comparer), télécharge la correction — son README.md contient un walkthrough détaillé qui t'explique chaque choix de la solution.

Ressources clés

• PostgreSQL Documentation — postgresql.org/docs
• Use The Index, Luke! — use-the-index-luke.com
• Designing Data-Intensive Applications — Martin Kleppmann
• MongoDB University — cours gratuits
• Redis University — university.redis.com