Aperçu — 10.1 — Comprendre EXPLAIN ANALYZE — Yekola

Retour

Module 1 : Comprendre les bases de données

1.1 — Pourquoi les bases de données ? Aperçu

1.2 — Les familles de bases de données

1.3 — Le modèle relationnel

1.4 — Le langage SQL : porte d'entrée universelle

🛠️ Projet 1 — Mon premier schéma entité-association

Module 2 : Installation et découverte de PostgreSQL

2.1 — Installer PostgreSQL Aperçu

2.2 — Découvrir pgAdmin 4

2.3 — Maîtriser psql, le terminal PostgreSQL

🛠️ Projet 2 — Environnement prêt + première base

Module 3 : Le langage SQL — Les fondamentaux

3.1 — SELECT : lire des données Aperçu

3.2 — INSERT, UPDATE, DELETE : modifier les données

3.3 — Les types de données fondamentaux

3.4 — CREATE TABLE et ALTER TABLE

🛠️ Projet 3 — Base bibliothèque CRUD

Module 4 : Conception et création de tables

4.1 — Clés primaires et identifiants Aperçu

4.2 — Clés étrangères et intégrité référentielle

4.3 — Contraintes CHECK et valeurs par défaut

🛠️ Projet 4 — Modélisation d'un système RH

Module 5 : Requêtes SELECT avancées

5.1 — DISTINCT, CASE, COALESCE, NULLIF Aperçu

5.2 — Fonctions d'agrégation avec GROUP BY

5.3 — Introduction aux fonctions de fenêtrage

🛠️ Projet 5 — Analyse de données avec SQL

Module 6 : Jointures SQL

6.1 — INNER JOIN : le cœur des bases relationnelles Aperçu

6.2 — LEFT JOIN et gestion des valeurs manquantes

6.3 — Jointures avancées et optimisation

🛠️ Projet 6 — Analyse croisée multi-tables

Module 7 : Agrégation et regroupement avancés

7.1 — GROUP BY approfondi Aperçu

7.2 — ROLLUP, CUBE et GROUPING SETS

7.3 — FILTER : agrégations conditionnelles

🛠️ Projet 7 — Tableau de bord multidimensionnel

Module 8 : Sous-requêtes et CTE

8.1 — Sous-requêtes scalaires et de liste Aperçu

8.2 — EXISTS et sous-requêtes corrélées

8.3 — CTE (WITH) : requêtes modulaires

🛠️ Projet 8 — Requêtes modulaires

Module 9 : Fonctions SQL intégrées

9.1 — Fonctions de chaînes Aperçu

9.2 — Fonctions de dates et intervalles

9.3 — Fonctions mathématiques et conversion

🛠️ Projet 9 — Nettoyage et transformation de données

Module 10 : Indexation et performances

10.1 — Comprendre EXPLAIN ANALYZE Aperçu

10.2 — Index B-tree : le standard

10.3 — Index spécialisés : GIN, GiST, BRIN, HASH

10.4 — Optimisation avancée : VACUUM, ANALYZE, configuration

🛠️ Projet 10 — Diagnostic et optimisation

Module 11 : Contraintes avancées et intégrité

11.1 — Domaines et types personnalisés Aperçu

11.2 — Contraintes d'exclusion

11.3 — Héritage de tables

🛠️ Projet 11 — Base robuste avec contraintes métier

Module 12 : Transactions et concurrence

12.1 — Transactions ACID Aperçu

12.2 — Niveaux d'isolation

12.3 — MVCC : le secret de PostgreSQL

🛠️ Projet 12 — Simulation multi-utilisateurs

Module 13 : Vues et vues matérialisées

13.1 — Vues simples et modifiables Aperçu

13.2 — Vues matérialisées

13.3 — Vues et sécurité

🛠️ Projet 13 — API de lecture simplifiée

Module 14 : Procédures stockées et fonctions PL/pgSQL

14.1 — Premiers pas en PL/pgSQL Aperçu

14.2 — Variables, boucles et conditions

14.3 — Curseurs et fonctions retournant des ensembles

🛠️ Projet 14 — Automatisation métier

Module 15 : Triggers et événements

15.1 — Créer un trigger simple Aperçu

15.2 — Audit et historisation

15.3 — Triggers INSTEAD OF sur les vues

🛠️ Projet 15 — Système d'audit complet

Module 16 : Sécurité, rôles et permissions

16.1 — Rôles, utilisateurs et GRANT Aperçu

16.2 — Row-Level Security (RLS)

16.3 — Bonnes pratiques de sécurité

🛠️ Projet 16 — Mise en production sécurisée

Module 17 : Sauvegarde, restauration et maintenance

17.1 — pg_dump et pg_restore Aperçu

17.2 — PITR et WAL

🛠️ Projet 17 — Plan de reprise d'activité

Module 18 : Types de données avancés

18.1 — JSON et JSONB Aperçu

18.2 — Tableaux

18.3 — Types plage (Range) et HSTORE

🛠️ Projet 18 — Base hybride

Module 19 : Recherche plein texte (Full-Text Search)

19.1 — tsvector et tsquery Aperçu

19.2 — Index GIN et ranking

19.3 — Autocomplétion et suggestions

🛠️ Projet 19 — Moteur de recherche

Module 20 : Projet final — Conception complète

20.1 — Analyse du besoin et cahier des charges Aperçu

20.2 — Modélisation et création du schéma

20.3 — Données de test et indexation

20.4 — Sécurité et optimisation finale

🛠️ Présentation du projet final

Le reste de la formation est réservé aux inscrits.

S'inscrire gratuitement

Module 10 : Indexation et performances Aperçu gratuit

10.1 — Comprendre EXPLAIN ANALYZE

📋 Objectifs d'apprentissage

Lire un plan d'exécution EXPLAIN
Identifier les opérations : Seq Scan, Index Scan, Bitmap Scan, Nested Loop, Hash Join
Comparer EXPLAIN vs EXPLAIN ANALYZE

EXPLAIN ANALYZE SELECT * FROM commandes WHERE client_id = 42;

Opération	Signification	Quand s'inquiéter
Seq Scan	Lecture séquentielle de toute la table	Sur une grosse table avec peu de résultats
Index Scan	Utilise un index B-tree, efficace	Presque jamais
Bitmap Index Scan	Combine plusieurs indexes	Si un index unique suffirait
Nested Loop	Boucle imbriquée (petite table × grande)	Sur deux grandes tables
Hash Join	Table de hachage en mémoire	Si mémoire insuffisante (passe sur disque)

🔑 À retenir

Un Seq Scan sur une table de 10 lignes est parfait. Sur 10 millions de lignes avec un WHERE, c'est un problème. Le contexte (taille des données) est tout.

Ceci est un aperçu gratuit.
Voir la formation complète