Resto – SQLite → MongoDB

Projet académique de modélisation et d’implémentation d’une base de données pour la prise de commande en restauration.

• Modèle EA → relationnel (schémas dans screenshots/)
• SQLite : 8 tables, contraintes, trigger de calcul de prix, données d’exemple, 15 requêtes
• MongoDB : migration par exports JSON, pipeline d’agrégation & Map‑Reduce
• Résultat de l’évaluation : 5.5 / 6 (HEPIA, Genève)

Ce repo montre une démarche from‑scratch : modélisation → SQL → NoSQL avec scripts reproductibles.

---

Sommaire

1. Aperçu rapide
2. Prérequis
3. Démarrage – SQLite
4. Démarrage – MongoDB
5. Structure du dépôt
6. Points techniques clés
7. Captures
8. Licence & contact

---

Aperçu rapide

• Domaine : restaurants, menus, articles, commandes, employés, clients

• Règles :

  • Composition Menu–Article via table associative MENU_ARTICLE avec attribut quantite (≥ 1)
  • Prix du menu calculé automatiquement (trigger après insert/update/delete sur MENU_ARTICLE)
  • Intégrité référentielle activée et cascades sur tables d’association

• MongoDB : collections isomorphes aux tables, pipeline $lookup + $group (CA par restaurant) et MapReduce (quantités par article)

---

Prérequis

• SQLite 3 (CLI) – disponible via Homebrew, APT, choco, etc.
• MongoDB 6+ (serveur + mongoimport + shell mongo ou mongosh)
• Bash (pour exécuter les scripts dans scripts/ sous macOS/Linux)

Pour Windows : exécuter les commandes dans Git Bash/WSL ou adapter manuellement.

---

Démarrage – SQLite

./scripts/run_sqlite.sh

Ce script :

1. crée restaurant.db à partir de restaurant.sql ;
2. vérifie la présence des tables et du trigger maj_prix_menu ;
3. contrôle le chargement des données d’exemple.

Exemple de requête :

-- articles plus chers que la moyenne
SELECT libelle, prix_unitaire
FROM ARTICLE
WHERE prix_unitaire > (SELECT AVG(prix_unitaire) FROM ARTICLE);

CI GitHub : un workflow (.github/workflows/sqlite-test.yml) reconstruit la DB et effectue des sanity‑checks lors du push.

---

Démarrage – MongoDB

Importer toutes les collections JSON :

./scripts/import_mongo.sh
mongo
use resto

Pipeline d’agrégation (CA par restaurant) : mongo/mongo_pipeline.js

Map‑Reduce (quantités vendues par article) : mongo/mapreduce_articles.js

Les fichiers JSON proviennent d’un export des tables SQLite.

---

Structure du dépôt

.
├── restaurant.sql                # schéma + données + trigger
├── json_mongo/                   # exports JSON (8 collections)
├── mongo/
│   ├── mongo_pipeline.js         # $lookup + $group (CA par restaurant)
│   └── mapreduce_articles.js     # map/reduce -> totaux_articles
├── scripts/
│   ├── run_sqlite.sh             # build + sanity checks
│   └── import_mongo.sh           # mongoimport en boucle
├── screenshots/
│   ├── EA_restaurant.png         # diagramme EA
│   └── MR_restaurant.png         # schéma relationnel
└── .github/
    └── workflows/
        └── sqlite-test.yml       # petite CI

---

Points techniques clés

• Intégrité : PRAGMA foreign_keys = ON ; FK sur tables d’association en ON DELETE CASCADE
• Contraintes : CLIENT.email UNIQUE, MENU_ARTICLE.quantite CHECK (>=1)
• Trigger : maj_prix_menu recalcule MENU.prix_base à chaque changement de composition
• Limites assumées : pas de gestion de stock, d’historique de prix, ni multi‑adresses ; identifiants numériques conservés en MongoDB pour la traçabilité

---

Captures

---

Licence & contact

• Licence : MIT
• Auteur : Yassin EL HAKOUNI – Genève (CH)
• Contact : LinkedIn

Si ce projet vous intéresse : tous les retours sont appréciés.