Diagramme de flux de données

Un article de Wikipédia, l'encyclopédie libre.
Aller à : navigation, rechercher
Data flow diagram example[1].

Le Data Flow Diagram (diagramme de flux de donnée) est un type de représentation graphique du flux de données à travers un système d’information. Cet outil est souvent utilisé comme étape préliminaire dans la conception d’un système afin de créer un aperçu de ce système d’information. De plus, il est également utilisé pour visualiser le traitement de données (structured design). Il montre quel type d’informations entre (input) ou sort (output) du système, d’où elles proviennent et où elles sont stockées. Cependant il n’indique ni la temporalité des transmissions de données, ni l’ordre dans lequel les données circulent.

Histoire[modifier | modifier le code]

Azna fut le premier à développer la conception structurée, basée sur le modèle de programmation de Martin et Estrin's "graphe de flux de données".

À partir des années 1970, les diagrammes de flux de données (DFD) ont été très utilisés afin de visualiser les principales étapes et les données concernées par l’utilisation d’un logiciel. Aujourd'hui, ils servent à montrer les flux de données au sein d’un système d'information, celui-ci s’apparente le plus souvent au système informatique. En effet, cet outil (DFD) est très utile afin de mieux visualiser les flux de données majeurs (les data) ou pour développer de nouvelles structures du système d’information.

Les diagrammes de flux de données (DFD) sont l'une des trois composantes essentielles de SSADM.

Ils sont aujourd'hui utilisés dans la modélisation de "process", au sens "métier". Dans ce contexte "process" est une activité qui est déclenchée par l'arrivée de flux d'informations (dossiers, fichiers, mails, ...) et qui produira, sous certaines conditions, d'autres flux d'informations "consommés" par d'autres "process"

La théorie[modifier | modifier le code]

Le modèle de flux de données (DFD) aussi appelé modèle de flux conceptuels (MFC) détaille les activités en domaine d’étude. Ce modèle représente les flux interne au domaine, contrairement au modèle de contexte, qui fait aussi partie des diagrammes de flux, mais qui ne représente que les flux extérieurs au domaine. Le modèle doit avant tout permettre de répondre à la question : “Que fait le système ?”

La conception des DFD se fait par le biais d’une approche descendante du système d’information. C’est-à-dire que que l’on procède à des “zoums” successifs (en partant du niveau 1)  sur le modèle étudié pour élaborer des modèles de plus en plus détaillés qui permettront d’avoir une cartographie précise du système d’information. Avec ce modèle le domaine d’étude est éclatée en activités, et au fur et à mesures des niveaux les activités sont éclatées en plusieurs activités. Effectivement, la décomposition d’un domaine ou d’une activité en plusieurs activités peut faire apparaître de nouveaux flux dus à l’échange d’informations entre activités ou  à la décomposition d’un flux présent au niveau n en plusieurs flux au niveau n+1. Cette décomposition permet de désagréger les flux afin d’avoir une idée plus précise du fonctionnement du système d’information.

La conception[modifier | modifier le code]

Il existe deux principaux types de diagramme de flux, le diagramme de contexte et le diagramme de flux de donnée.

Diagramme de contexte (Niveau 0)[modifier | modifier le code]

Pour concevoir un diagramme de flux de donnée, il faut commencer par étudier le modèle de contexte. C'est-à-dire représenter les interactions entre le domaine d'étude et son environnement. Le diagramme de contexte permet de visionner les interfaces entre le système sous enquête et le système des entités externes avec lesquels il est en interaction. Il représente le niveau 0 dans la conception du diagramme de flux de donnée. Le diagramme de contexte ne prend pas en compte les relations entre les activités au sein du domaine d'étude. Cependant, il prend en compte les relations entre le domaine d'étude et l'éventuel domaine connexe et les acteurs externes.

Diagramme de flux de donnée (Niveau 1)[modifier | modifier le code]

Data flow diagram example
Data flow diagram - Yourdon/DeMarco notation

Pour construire un DFD de niveau 1, il faut que son concepteur identifie les activités qui composent le domaine d'étude, comme un ensemble d ’activités participant à une même finalité. Le diagramme de niveau 1 représente l'ensemble du système de l'enquête du domaine d'étude. Le modèle de niveau 1 se décompose en plusieurs modèle de niveau 2 et ainsi de suite. Cette décomposition cesse lorsque l’activité n’a plus besoin d'attendre des ressources complémentaires extérieures afin de traiter ces informations.

Il existe différentes façons de concevoir les diagrammes de flux de données (DFD), Yourdon[2] & Coad et Gane & Sarson[3] sont les premiers à définir les différentes représentations visuelles pour les acteurs externes, les domaines d’études, les activités et les flux de données.

A quoi sert-il ?[modifier | modifier le code]

Le diagramme de flux de donnée permet d’expliquer le fonctionnement d’une activité et ainsi repérer les fonctions à améliorer. Dans un premier temps, l’analyse du diagramme de flux de donnée nous offre la possibilité de trouver d’autres acteurs et d’autres flux qui sont nécessaire au fonctionnement de l’activité. Ensuite, on va détecter les incohérences et les dysfonctionnements dans la circulation de l’information. Les diagrammes de flux de données peuvent être utilisés à la fois dans la phase d'analyse et de conception du cycle de développement (logiciel). Les anciens diagrammes de flux de données peuvent être comparés aux nouveaux afin d'implémenter un système plus efficace. Les diagrammes de flux de données peuvent être utilisés pour fournir à l'utilisateur final une idée de la localisation des données, de l'impact qu'elles ont sur la structure.

Notes et références[modifier | modifier le code]

  1. John Azzolini (2000). Introduction to Systems Engineering Practices. July 2001.
  2. (en) Ed Yourdon, Modern Structured Analysis, Englewood Cliffs, NJ, Yourdon Press,
  3. (en) Chris Gane et Trish Sarson, Structured Analysis: Tools and Techniques, Englewood Cliffs, NJ, Prentice-Hall,