Aller au contenu
Apprendre.
  • M1 · toutes les matières15 matières : Préparation de données, API & sécurité, CI/CD, Docker, Merise, Dataviz, KNIME, ML appliqué : projet LoL, SQL & UML, SQL avancé, Machine Learning, Git, IA frugale & responsable, Qualité des données, MathématiquesAnnée
  • M2 · toutes les matières4 matières : Deep Learning, AI Act, Comex & Fundraising, Gouvernance & DataMeshAnnée
  • Deep LearningM2 · 4 modules · Réseaux de neurones, CNN, texte, modèles génératifs.Matière
  • Préparation de donnéesM1 · 3 modules · Nettoyer, transformer et fusionner des données avec Python.Matière
  • API & sécuritéM1 · 2 modules · Consommer, concevoir et sécuriser des API.Matière
  • CI/CDM1 · 1 module · Intégration et livraison continues.Matière
  • DockerM1 · 3 modules · Conteneurs, images, volumes, réseaux, Compose.Matière
  • MeriseM1 · 2 modules · Modéliser une base : MCD, MLD, MPD.Matière
  • DatavizM1 · 2 modules · Visualiser pour comprendre et décider.Matière
  • KNIMEM1 · 1 module · Explorer et nettoyer des données en workflow.Matière
  • ML appliqué : projet LoLM1 · 2 modules · Du besoin métier au POC de vision par ordinateur.Matière
  • SQL & UMLM1 · 3 modules · Modèles UML et requêtes SQL.Matière
  • SQL avancéM1 · 3 modules · Jointures, fenêtres, CTE, optimisation.Matière
  • Machine LearningM1 · 3 modules · Régression, classification, segmentation, projet.Matière

↑↓ naviguer↵ ouvre le résultat en surbrillanceesc fermer

Partie 5 · Exploitation

Sauvegarde, restauration, automatisation

Une panne serveur ou une erreur de manipulation ne doit pas faire perdre les données. La direction demande une stratégie de sauvegarde complète et exploitable : elle inclut non seulement les données, mais aussi la logique SQL avancée associée au système.

À définir :

  • la fréquence de sauvegarde (le volet Sauvegarde parle de sauvegardes automatiques quotidiennes / hebdomadaires) ;
  • ce qui doit impérativement être sauvegardé ;
  • une rotation ou conservation limitée des dumps ;
  • la journalisation des sauvegardes réussies et échouées ;
  • un test minimal de restauration ;
  • comment vérifier que les objets avancés (procédures, triggers, événements) sont bien restaurés.

Modalités citées : export SQL ou dump, versionning des sauvegardes, stockage externe possible. L'automatisation des traitements récurrents passe par la planification (CRON pour la collecte et les sauvegardes).

Vérifie que tu as compris

Quelle sauvegarde correspond le mieux à la demande « complète » ?

À toi de coder

Sauvegarder, restaurer, vérifier les objets avancés

La sauvegarde doit inclure les données et la logique SQL (triggers, procédures, événements), et un test minimal de restauration doit vérifier que ces objets reviennent. Avec SQLite, iterdump() produit un dump SQL texte de la base (tables, données, triggers) et executescript() le rejoue. (Outils propres à SQLite : exemple adapté ; le cours cite l'export SQL ou dump.)

Complète : crée le dump, restaure-le dans une nouvelle base con2, puis vérifie les comptes et la présence du trigger.

Ctrl/⌘+Entrée

Tester pour croire

Une sauvegarde jamais restaurée est une hypothèse, pas une garantie. Le test minimal de restauration consiste à recharger le dump dans une base vierge, vérifier les comptes de lignes, puis vérifier que les objets avancés existent (ici : le trigger dans sqlite_master). Le résultat du test et chaque sauvegarde (réussie ou échouée) doivent laisser une trace dans une table de journalisation des sauvegardes.