Accueil › SQL & bases de données › Garantir la qualité des données dans la durée
Garantir la qualité des données dans la durée
Sécurité et qualité des donnéesavance
Les données survivent aux applications. Ce qui garantit leur qualité doit donc vivre dans la base, pas seulement dans le code.
1. Contraindre ce qui est vital.
ALTER TABLE client ADD CONSTRAINT client_email_unique UNIQUE (email);
ALTER TABLE commande ADD CONSTRAINT commande_total_positif CHECK (total >= 0);
ALTER TABLE commande ADD CONSTRAINT commande_client_fk
FOREIGN KEY (client_id) REFERENCES client (id);
La validation applicative offre un message clair ; la contrainte garantit qu'aucun script, batch ou correction manuelle ne peut créer une donnée fausse. Pour l'unicité en particulier, l'application ne peut pas garantir : entre son SELECT de vérification et son INSERT, une autre transaction peut insérer la même valeur.
2. Contrôler régulièrement ce qui ne peut pas être contraint.
-- Compteur dénormalisé divergent ?
SELECT c.id, c.nb_commandes, count(cmd.id) AS reel
FROM client c LEFT JOIN commande cmd ON cmd.client_id = c.id
GROUP BY c.id, c.nb_commandes
HAVING c.nb_commandes <> count(cmd.id);
3. Prévoir la fin de vie des données. Durée de conservation, purge, anonymisation : ce sont des obligations, et elles se traduisent en tâches programmées et testées.
4. Ne jamais copier la production en environnement de test sans anonymisation — ou, mieux, générer des volumes réalistes.
Les termes à connaître
- Contrainte contre validation applicative
La contrainte est vérifiée par la base pour tous les clients ; la validation applicative ne l'est que pour ceux qui passent par l'application. Les deux se complètent, aucune ne remplace l'autre.
- Requête de contrôle
Une requête programmée qui détecte les incohérences : orphelins, doublons, valeurs dérivées divergentes. Le seul moyen de découvrir un problème avant l'utilisateur.
- Données personnelles
Soumises à des obligations : minimisation, durée de conservation, droit à l'effacement. Elles imposent une politique de purge — donc un schéma qui sait les identifier.
- Anonymisation
Transformer des données personnelles pour qu'elles ne soient plus rattachables à une personne. Indispensable avant de copier de la production vers un environnement de test.
- Pseudonymisation
Remplacer les identifiants directs par un pseudonyme réversible. Moins protectrice que l'anonymisation, mais compatible avec des besoins de suivi.
- Durée de conservation
La durée au-delà de laquelle une donnée doit être supprimée ou anonymisée. Elle se traduit par une tâche de purge, testée comme le reste.
Cette page présente la partie essentielle de la leçon. Les exemples commentés, les pièges courants et les trois questions de quiz sont dans l'application.