Quelle est la différence entre SQLite et MySQL ou PostgreSQL ?

SQLite est une base de données dite 'embarquée' ou 'légère'. Elle fonctionne sans serveur dédié et stocke tout dans un seul fichier, ce qui la rend parfaite pour l'apprentissage, les prototypes ou les petites applications. MySQL et PostgreSQL sont des systèmes de gestion de base de données (SGBD) client-serveur, plus puissants et adaptés aux applications web ou d'entreprise qui gèrent de très gros volumes de données et de nombreux utilisateurs simultanés.

Est-ce que je risque de perdre mes données si je ferme mal mon programme Python ?

Oui, c'est un risque si tu ne valides pas tes transactions correctement. En SQLite, les modifications (INSERT, UPDATE, DELETE) doivent être validées avec la méthode `.commit()` sur l'objet connexion. Si ton programme plante ou se termine avant le `commit()`, les changements depuis la dernière validation seront perdus. Une bonne pratique est d'utiliser un bloc `try...except...finally` pour s'assurer que la connexion est fermée, ou mieux, le gestionnaire de contexte (`with sqlite3.connect(...) as conn:`) qui gère automatiquement la validation en cas de succès et l'annulation en cas d'erreur.

Comment puis-je visualiser le contenu de mon fichier .db pour vérifier mon travail ?

Tu as plusieurs options ! 1) Écrire un script Python simple qui fait un `SELECT *` et affiche les résultats. 2) Utiliser un logiciel graphique comme **DB Browser for SQLite** (gratuit et open-source) qui te permet de parcourir les tables, exécuter des requêtes SQL manuellement et voir les données sous forme de tableau. C'est un outil très utile pour déboguer tes projets. 3) Certains environnements de développement (IDE) comme VSCode ont des extensions qui permettent de visualiser les bases SQLite.

Creer et manipuler une base de donnees SQLite avec Python

Pourquoi SQLite et Python sont un duo gagnant en NSI ?

Salut à toi, futur expert en NSI ! Si tu es ici, c'est que tu as compris l'importance de la gestion des données dans le monde numérique. En NSI, tu vas souvent devoir stocker, organiser et retrouver des informations de manière efficace. C'est exactement le rôle d'une base de données. Parmi toutes les technologies disponibles, le duo SQLite et Python est particulièrement adapté pour apprendre et réaliser tes projets. Pourquoi ?

SQLite est une base de données légère, qui s'exécute sans serveur complexe. Toutes les données sont stockées dans un simple fichier sur ton ordinateur. C'est parfait pour débuter, prototyper ou pour des applications de taille modeste. Python, de son côté, possède un module intégré nommé sqlite3. Cela signifie que tu n'as rien à installer de plus pour commencer ! Ensemble, ils te permettent de maîtriser les concepts fondamentaux du langage SQL (Structured Query Language) et de l'intégration avec un langage de programmation, deux piliers du programme de NSI.

Premiers pas : Créer ta base et ta première table

Passons à la pratique. La première étape est d'établir une connexion avec la base de données. Si le fichier n'existe pas, SQLite le crée automatiquement.

Voici un script Python de base pour te lancer :

import sqlite3 # Établir une connexion (crée le fichier 'ma_base.db' s'il n'existe pas) connexion = sqlite3.connect('ma_base.db') # Créer un curseur pour exécuter des commandes SQL curseur = connexion.cursor() # Exécuter une commande SQL pour créer une table 'etudiants' curseur.execute('''CREATE TABLE IF NOT EXISTS etudiants ( id INTEGER PRIMARY KEY AUTOINCREMENT, nom TEXT NOT NULL, prenom TEXT, annee INTEGER )''') # Valider ("commiter") les changements connexion.commit() # Fermer la connexion (toujours important !) connexion.close()

Analysons ce code ensemble :

Connexion : La fonction connect() ouvre un canal de communication avec le fichier de base de données.
Curseur : C'est ton intermédiaire. C'est lui qui va porter et exécuter tes requêtes SQL.
CREATE TABLE : Cette commande SQL définit la structure de ta table. Ici, on crée une table etudiants avec 4 colonnes. Note les types de données : INTEGER, TEXT.
PRIMARY KEY AUTOINCREMENT : Une clé primaire identifie chaque ligne de façon unique. AUTOINCREMENT permet de la générer automatiquement.
COMMIT : En SQLite, les modifications doivent être validées explicitement avec commit().
CLOSE : Toujours fermer la connexion pour libérer les ressources.

Les 4 opérations fondamentales : CRUD avec Python

CRUD est un acronyme essentiel qui résume les quatre opérations de base sur les données : Create (Créer), Read (Lire), Update (Mettre à jour), Delete (Supprimer). Voyons comment les implémenter.

Create (INSERT) : Ajouter des données

Pour insérer une ligne dans la table, on utilise la commande SQL INSERT INTO.

curseur.execute("INSERT INTO etudiants (nom, prenom, annee) VALUES (?, ?, ?)", ("Dupont", "Alice", 2025))

Tu remarques les points d'interrogation ? ? C'est la méthode sécurisée pour passer des valeurs. Cela évite les attaques par injection SQL, un point de sécurité crucial.

Read (SELECT) : Lire et récupérer des données

C'est l'opération la plus courante. La commande SELECT permet d'interroger la base.

# Récupérer tous les étudiants curseur.execute("SELECT * FROM etudiants") resultats = curseur.fetchall() # Récupère tous les résultats sous forme de liste de tuples for ligne in resultats: print(ligne) # Récupérer avec un filtre (WHERE) curseur.execute("SELECT nom, prenom FROM etudiants WHERE annee = ?", (2025,)) resultats_filtres = curseur.fetchone() # Récupère juste le premier résultat

Update (UPDATE) et Delete (DELETE)

Pour modifier ou supprimer des lignes existantes :

# Mettre à jour l'année d'un étudiant spécifique curseur.execute("UPDATE etudiants SET annee = ? WHERE nom = ?", (2026, "Dupont")) # Supprimer un étudiant curseur.execute("DELETE FROM etudiants WHERE id = ?", (1,))

Attention ! Les commandes UPDATE et DELETE sans clause WHERE affectent toutes les lignes de la table. Sois toujours précis.

Aller plus loin : Jointures et bonnes pratiques pour tes projets NSI

Dans un projet réel, tu auras souvent plusieurs tables liées entre elles. Par exemple, une table cours et une table inscriptions qui fait le lien entre les étudiants et les cours. Pour fusionner les données de plusieurs tables, on utilise une jointure (JOIN).

# Exemple de schéma avec jointure curseur.execute('''SELECT etudiants.prenom, etudiants.nom, cours.nom_cours FROM inscriptions INNER JOIN etudiants ON inscriptions.etudiant_id = etudiants.id INNER JOIN cours ON inscriptions.cours_id = cours.id''')

Pour réussir tes projets, adopte ces bonnes pratiques dès maintenant :

Gère les erreurs : Utilise des blocs try...except autour de tes opérations sur la base.
Utilise le gestionnaire de contexte : Avec with sqlite3.connect(...) as conn:, la connexion se ferme automatiquement.
Structure ton code : Crée des fonctions pour chaque opération (ajouter_un_etudiant, lister_les_cours, etc.).
Pense à la clarté des requêtes : Pour les requêtes SQL complexes, utilise des chaînes multilignes ('''...''') pour une meilleure lisibilité.

Exemple concret : Un mini-projet de gestion de bibliothèque

Mettons tout cela en pratique avec un scénario classique. Imaginons que tu doives créer un système pour gérer les livres d'une bibliothèque.

Tu pourrais avoir deux tables :

livres (id, titre, auteur, annee_publication, genre)
emprunts (id, livre_id, emprunteur, date_emprunt, date_retour)

Ton script Python permettrait alors :

D'ajouter de nouveaux livres à la base.
De rechercher un livre par titre ou auteur.
D'enregistrer un emprunt (ce qui crée un lien entre un livre et un emprunteur).
De lister tous les livres actuellement empruntés (requête avec JOIN).

Ce type de projet, bien structuré et documenté, fait une excellente réalisation pour ton portfolio NSI. Il démontre ta maîtrise de la modélisation de données, du SQL et de l'intégration avec Python.