GAC017 Informatique III : Science des données et applications web

GAC017 est le module de niveau III en informatique : ce qui se trouve derrière un site web. Six unités couvrent le back-end JavaScript, les bases de données, SQL, la connexion entre les deux, et une première approche de la data science.

L'évaluation est entièrement pratique — une database 数据库 que vous concevez et construisez, une web app 网络应用 qui communique avec elle, un data analysis project 数据分析项目, et du coursework — généralement réparti sur la majeure partie du semestre plutôt qu'accumulé à la fin.

• Le travail est jugé selon s'il fonctionne et répond à une question, pas selon la quantité de code.
• ⚠ Conceptionnez la base de données avant d'écrire une requête. Presque tous les problèmes ultérieurs sont des problèmes de table déguisés en requêtes.

Chaque exemple SQL ici fonctionne dans le playground de code du site, et la référence SQL là-bas est la version complète de ces notes.

• Le front end 前端 s'exécute dans le navigateur ; le back end 后端 s'exécute sur un serveur et détient ce que le navigateur ne doit pas voir.
• Un server 服务器 reçoit une request 请求 et retourne une response 响应. Cette boucle est l' architecture entière.
• Une API 应用程序接口 est la forme convenue de ces requêtes et réponses.
• ⚠ Tout secret — mot de passe, clé — appartient uniquement au back end. Le code dans un navigateur est visible par tous ceux qui visitent.

• Un route 路由 mappe une URL à du code qui s'exécute lorsque cette URL est demandée.
• Validate input 校验输入 sur le serveur. Vérifier dans le navigateur est une commodité pour les utilisateurs honnêtes, mais pas une défense.
• Ne jamais construire une requête en concaténant des chaînes avec des entrées utilisateur. C'est ainsi que l'injection SQL SQL 注入 se produit, et c'est l'échec de sécurité que cette unité existe pour prévenir.
• Retournez un statut honnête : 200 pour succès, 400 pour mauvaise requête, 404 pour quelque chose qui n'existe pas.

• Une base de données relationnelle 关系数据库 stocke les données dans des tables 表 de lignes et de colonnes.
• Une primary key 主键 identifie une ligne de manière unique. Une foreign key 外键 pointe vers une autre clé primaire de table, et ce pointeur est la relation.
• La Normalisation 规范化 élimine les données dupliquées pour qu'une seule information vive à un endroit.
• Concevez en demandant quelles sont les entities 实体, puis ce qui les relie.

Exemple résolu. Une école veut stocker les étudiants, les cours et qui prend quoi.

Deux tables ne suffisent pas : un étudiant suit plusieurs cours et un cours a plusieurs étudiants. Le beaucoup-vers-beaucoup nécessite une troisième table — inscriptions — dont les lignes sont des paires (étudiant, cours).

Reconnaître que cette troisième table est nécessaire est l'idée de base de données la plus utile dans le module, et c'est là que la plupart des premières conceptions échouent.

• SQL 结构化查询语言 pose des questions à une base de données. SELECT … FROM … WHERE … est le cœur.
• JOIN 连接 combine des lignes de deux tables sur une clé correspondante.
• GROUP BY 分组 avec COUNT, SUM ou AVG répond aux questions "combien par…".
• ⚠ WHERE filtre les lignes avant le groupement ; HAVING filtre les groupes après. Utiliser le mauvais est l'erreur SQL classique, et cela retourne souvent une réponse plausible mais fausse.

Exemple résolu. Quels cours ont plus de 20 étudiants ?

SELECT c.title, COUNT(*) AS students
FROM enrolments e
JOIN courses c ON c.id = e.course_id
GROUP BY c.title
HAVING COUNT(*) > 20;

Le comptage est une propriété du groupe, donc le filtre est HAVING. Écrit avec WHERE il ne s'exécute pas — et quand une erreur similaire s'exécute, elle répond silencieusement à une question différente. exécuter — et quand une erreur similaire se produit, elle répond silencieusement à une question différente.

• Le back-end接收请求，执行参数化查询 参数化查询，并将行作为 数据返回，通常是JSON 数据交换格式。
• 参数化意味着值与查询文本分开传输。这就是使 注入不可能而不是不太可能的原因。
• 处理空的情况。返回零行的查询是正常的，而因此崩溃的页面是 不完整的。

• Data science 数据科学将数据转化为决策，大部分工作都在 分析之前：清理、关联和检查数据能支持什么。
• Descriptive statistics 描述性统计进行总结；visualisation 可视化显示形状；两者都 不能证明因果关系。
• Correlation is not causation 相关不等于因果 — 每个数据项目都需要这句话，而大多数 省略了它。
• 陈述数据集的limitations。一个明确说明其数据无法展示内容的项目比一个默默夸大其词的项目得分更高。 scores au-dessus de un qui surendiment discrètement.