Migration d’une base relationnelle vers NoSQL

Contexte

La webradio

Radio Kiosque est une webradio indépendante. Comme toute radio, elle s’organise autour d’une grille de programmes : des émissions, présentées par des animateur·ices et réparties sur quatre tranches horaires (matin, après-midi, soirée, nuit). Pendant chaque émission, des titres sont diffusés. Les auditeur·ices peuvent de leur côté demander un titre à l’antenne. La radio suit enfin le classement de plusieurs podcasts dans différents pays.

Toute cette activité est enregistrée dans une base de données SQLite.

Le problème

La directrice de la radio, Lucia ORSINI, constate que cette base ne suit plus. Elle veut la migrer vers une base NoSQL, et elle a de bonnes raisons :

les requêtes de programmation musicale sont lentes ;
des diffusions sont perdues quand le serveur plante ;
chaque nouvelle fonctionnalité demande des jointures à rallonge.

Pour une radio, ces défauts ne sont pas qu’un inconfort technique. Une diffusion perdue, c’est une ligne manquante dans la base, mais aussi une déclaration fausse auprès des sociétés de gestion de droits. C’est ce qui rend la migration délicate : elle doit être fiable, pas seulement rapide.

Les contraintes métier

Au-delà de ces défauts techniques, la radio est soumise à des règles que la nouvelle base devra continuer à permettre de contrôler :

Protection du jeune public : les titres explicites ne doivent pas passer dans les tranches horaires « protégées » (matin et après-midi).
Quota de nouveautés : l’antenne doit diffuser un minimum de titres récents, déterminés par la date de sortie de leur album.
Déclaration des diffusions : pour les sociétés de gestion de droits, il faut pouvoir sortir rapidement, par artiste, le nombre de diffusions et la durée cumulée.

Votre mission

Lucia ORSINI vous confie la migration vers une base NoSQL et met à votre disposition la base actuelle, RadioKiosque.sqlite. Son catalogue musical, comme le suivi des podcasts, a été constitué au fil de l’exploitation de la radio.

Mais migrer ne suffit pas : il faut aussi prouver que la nouvelle base contient les mêmes informations que l’ancienne et qu’elle répond aux mêmes questions. Toute la méthode du projet est construite autour de cette exigence.

Méthodologie

Pour cette SAÉ, l’objectif est de migrer vers un format NoSQL à l’aide de Python, en 4 étapes :

Création de requêtes SQL sur la BD initiale. Vous obtenez des résultats de référence.
Réflexion sur le format des données à obtenir et sur l’algorithme à réaliser.
Écriture du script Python permettant le passage de SQLite à NoSQL. Vous obtenez la nouvelle base.
Réécriture des requêtes initiales au format NoSQL. Vous comparez les résultats à la référence pour vérifier que la migration est réussie.

Le fil conducteur est simple : on fige d’abord ce que l’on attend, pour pouvoir vérifier ensuite. C’est pourquoi cette première séance, consacrée à l’étape 1, est la plus importante : les résultats que vous produirez maintenant seront votre test de non-régression jusqu’à la fin du projet.

La base de données

Avant d’écrire la moindre requête, il faut comprendre ce que contient la base. Le schéma suivant présente ses 11 tables et leurs liens (PK désigne une clé primaire, FK une clé étrangère).

---
config:
  theme: 'forest'
  look: classic
---
erDiagram
    Albums {
        TEXT album_id PK
        TEXT name
        TEXT album_type
        TEXT release_date
        INTEGER total_tracks
    }
    Artists {
        TEXT artist_id PK
        TEXT name
    }
    Broadcasts {
        INTEGER broadcast_id PK
        INTEGER show_id FK
        TEXT track_id FK
        TEXT played_at
        INTEGER listeners
    }
    Listeners {
        INTEGER listener_id PK
        TEXT pseudo
        TEXT country
        TEXT city
    }
    Shows {
        INTEGER show_id PK
        TEXT title
        TEXT host
        TEXT time_slot
        INTEGER is_protected
    }
    PodcastEpisodes {
        TEXT episode_id PK
        TEXT podcast_id PK, FK
        TEXT name
        TEXT release_date
        INTEGER duration_ms
        INTEGER explicit
        TEXT language
    }
    PodcastRankings {
        TEXT podcast_id PK, FK
        TEXT country PK
        INTEGER rank
        TEXT chart_date
    }
    Podcasts {
        TEXT podcast_id PK
        TEXT name
        TEXT publisher
        TEXT genres
        TEXT languages
        INTEGER total_episodes
        INTEGER explicit
        TEXT media_type
        TEXT match_status
        REAL match_score
    }
    Requests {
        INTEGER request_id PK
        INTEGER listener_id FK
        TEXT track_id FK
        TEXT requested_at
        TEXT status
    }
    TrackArtists {
        TEXT track_id PK, FK
        TEXT artist_id PK, FK
        TEXT role
    }
    Tracks {
        TEXT track_id PK
        TEXT name
        TEXT album_id FK
        INTEGER duration_ms
        INTEGER explicit
        INTEGER track_number
    }
    Tracks ||--o{ Broadcasts : ""
    Shows ||--o{ Broadcasts : ""
    Podcasts ||--o{ PodcastEpisodes : ""
    Podcasts ||--o{ PodcastRankings : ""
    Tracks ||--o{ Requests : ""
    Listeners ||--o{ Requests : ""
    Artists ||--o{ TrackArtists : ""
    Tracks ||--o{ TrackArtists : ""
    Albums ||--o{ Tracks : ""

Comment lire ce schéma

Les tables se regroupent en quatre blocs, qui correspondent aux grandes activités de la radio :

Bloc	Tables	Ce qu’elles décrivent
Catalogue musical	`Artists`, `Albums`, `Tracks`, `TrackArtists`	Les artistes, leurs albums et leurs titres. `TrackArtists` relie titres et artistes : un titre peut avoir plusieurs artistes (un principal et des invités) et un artiste plusieurs titres.
Antenne	`Shows`, `Broadcasts`	Les émissions (animateur·ice, tranche horaire, protégée ou non) et chaque diffusion d’un titre dans une émission.
Public	`Listeners`, `Requests`	Les auditeur·ices et les titres qu’ils et elles ont demandés.
Podcasts	`Podcasts`, `PodcastEpisodes`, `PodcastRankings`	Les podcasts suivis, leurs épisodes et leur rang dans le classement de chaque pays.

Un podcast est programmable si, à la fois :

il est classé dans le top 10 d’au moins un pays ;
sa fiche est fiable (cf. match_status) ;
le podcast n’est pas explicite.

Préparation de la migration

Récupération du template et des données

Un notebook est mis à disposition pour réaliser cette séance. Pour récupérer le template, vous allez réaliser un fork du projet GitHub. Ainsi, cliquez sur Fork en haut à droite.

Le fork du projet doit être fait par un seul membre du binôme.

Ensuite, renommer le repo avec le format sae-groupeXX, par exemple : sae-groupe06. Vous pouvez retrouver votre numéro de groupe sur Moodle (SF15Y520 SAÉ Migration de données vers ou depuis NoSQL) dans le fichier Composition des groupes.

Une fois ceci fait, vous allez pouvoir ajouter votre binôme au repo. Pour cela, allez dans les paramètres et sélectionnez le menu Collaborators puis cliquez sur Add people.

Cela va ensuite ouvrir un menu où vous pouvez saisir le nom d’utilisateur de votre binôme.

Une fois que vous avez tous·tes les deux accès à votre repo commun, vous pouvez le cloner et répondre aux questions de référence.

Ouvrez un terminal et tapez les commandes suivantes en adaptant selon votre besoin. Les parties avec <...> sont à remplacer par vos valeurs.

cd <chemin/vers/le/dossier/NoSQL>
git clone <URL>
cd sae-groupe<XX>
pip install notebook
jupyter notebook

Exploration de la base

Vous connaissez maintenant le contexte, la méthode et les données : il est temps d’écrire les requêtes de l’étape 1. Elles ont un double rôle. Elles vous font explorer la base, et elles serviront de test de réussite de la migration. La migration sera réussie si les résultats sont identiques.

Pour commencer, exécutez quelques requêtes de découverte (compter les lignes de chaque table, afficher quelques titres explicites…) avant d’attaquer les requêtes de l’énoncé.

Pour chaque requête, faites un choix d’ordonnancement du résultat s’il n’est pas précisé ou naturel, et notez-le. Cela permettra de mieux comparer les résultats après migration.

Pour certaines requêtes, il sera nécessaire de réorganiser le résultat avec du code Python après l’exécution de la requête SQL.

Requêtage des données

Pour chaque requête, conserver le résultat dans un fichier CSV dans un dossier references. Pour la question 1, sauvegarder les données dans un fichier references/q1.csv et ainsi de suite pour les autres requêtes.

Les quatre premières requêtes vous font parcourir la base : une simple liste, puis des regroupements de plus en plus riches. Pour chacune, demandez-vous quelles tables elle traverse, car cette réflexion vous servira directement à l’étape 2.
La requête 5 répond au besoin de déclaration auprès des sociétés de gestion de droits. Les requêtes 6 et 7 s’appuient sur la date de sortie des albums, la même information qui permet de définir une nouveauté. Les tableaux croisés des requêtes 6 et 7 se construisent plus facilement en deux temps : une requête SQL, puis une réorganisation du résultat avec pandas.
Les requêtes 9 et 10 servent à contrôler l’antenne : détection des infractions à la protection du jeune public et mesure l’exploitation réelle du catalogue.
Les trois dernières questions ont pour objectif de développer la nouvelle offre de podcasts pour la saison prochaine. En effet, Lucia ORSINI, souhaite développer une nouvelle antenne exclusivement basée sur les podcasts. Pour cela, elle a demandé au service informatique de collecter des données sur les podcasts afin de programmer les podcasts les plus populaires.

1. Lister les auditeur·ices n’ayant jamais effectué de demande musicale.
2. Pour chaque animateur·ice, indiquer le nombre d’émissions, le nombre de diffusions et la durée totale diffusée.
3. Pour chaque tranche horaire, indiquer le nombre de diffusions et le nombre de titres explicites diffusés.
4. Pour chaque titre, indiquer le nombre de diffusions, l’audience cumulée et le nombre d’émissions différentes où il a été programmé.
5. Pour chaque artiste, indiquer le nombre de titres au catalogue, le nombre de diffusions et la durée cumulée diffusée.
6. Présenter le nombre de diffusions sous forme de tableau croisé entre la décennie de sortie de l’album et la tranche horaire.
7. Présenter l’audience cumulée sous forme de tableau croisé entre la décennie de sortie de l’album et la tranche horaire.
8. Parmi les titres diffusés au moins trois fois, lister les dix titres ayant la plus forte audience moyenne par diffusion. Trier par l’audience moyenne.
9. Lister chaque diffusion d’un titre explicite dans une émission protégée, avec le titre, l’identifiant de l’émission et l’horodatage.
10. Lister les albums dont tous les titres ont été diffusés au moins une fois.
11. Pour chaque pays, indiquer le nombre de podcasts classés, le nombre de podcasts explicites et le nombre de podcasts dont la fiche est fiable.
12. Lister les podcasts programmables, avec leur nom, leur éditeur, le nombre de pays dans le top 10 desquels ils figurent et leur meilleur rang. Trier du plus présent au moins présent, puis par meilleur rang.
13. Pour chaque podcast programmable, indiquer le nombre d’épisodes connus, la durée moyenne de ses épisodes (en minutes) et la date de son dernier épisode. Ne garder que les podcasts dont la durée moyenne ne dépasse pas une heure.

Question 1 : 179 rows × 4 columns

	listener_id	pseudo	country	city
0	3	solar_raven63	Canada	Québec
1	7	red_seal79	France	Nantes
2	10	lunar_llama20	Belgique	Liège
3	12	pink_lynx87	Belgique	Bruxelles
4	14	red_owl90	Allemagne	Berlin
…	…	…	…	…
174	593	big_owl10	France	Lille
175	594	secret_sparrow56	Italie	Milan
176	596	fast_sparrow44	France	Grenoble
177	598	calm_raven24	Royaume-Uni	Londres
178	600	gentle_beaver23	France	Nantes

Question 2 : 8 rows × 4 columns

	host	number_emissions	number_broadcasts	total_duration_ms
0	Anouk Lindqvist	2	43894	10140191003
1	DJ Marvelle	1	33201	7538676031
2	Dario Fenn	1	21830	5080002640
3	Françoise Dubreuil	1	6466	1510922539
4	Karim Benali	2	28522	6629138076
5	Orla Quinn	2	34592	8107701472
6	Salomé Ndiaye	2	17788	4045055699
7	Yasmine Tazi	1	13814	3016880054

Question 3 : 4 rows × 3 columns

	time_slot	number_broadcasts	explicit_tracks
0	morning	56270	566
1	afternoon	49981	502
2	evening	51766	20210
3	night	42090	11729

Question 4 : 11 335 rows × 5 columns

	track_id	name	number_broadcasts	cumulative_audience	number_emissions
0	5hLsl4Izx2zxnqHradLPNt	Ma cousin	884	121687	12
1	2Hb8HUCnMZ74gwl4DppYDd	Sampha’s Plea	797	164520	12
2	6H3kDe7CGoWYBabAeVWGiD	Gimme Shelter	666	134953	12
3	5UXIK2EHtxq0dGBYuIFzQJ	Sans toi	618	83408	12
4	5Tnw6HMJLOkZJo4cWiKYZY	Scoundrel Days	510	101424	12
…	…	…	…	…	…
11330	74eqdbq9P3k57jPXHXUJWC	Φ. THEVIE RADIO	0	0	0
11331	1mpWpeT7hpENHBq465E9O8	Χ. ZWAAR	0	0	0
11332	2NZPExBlpDpqSvtqSXLXaN	Очі	0	0	0
11333	1wC8M93ofAwfrV9a4mDzYa	Це любов	0	0	0
11334	7oxLbNqm9xz5fUyCJXjgbn	“40” - Live	0	0	0

Question 5 : 1 592 rows × 5 columns

	artist_id	artist_name	catalog_tracks	number_broadcasts	cumulative_duration_ms
0	2ye2Wgw4gimLv2eAKyk1NB	Metallica	246	4495	1293246523
1	1WPcVNert9hn7mHsPKDn7j	Édith Piaf	167	3377	664359973
2	4ko6Ysxtvx9EY9GEFslrIz	Suprême NTM	157	3197	670790626
3	2jzc5TC5TVFLXQlBNiIUzE	a-ha	87	2771	736001470
4	01C9OoXDvCKkGcf735Tcfo	Serge Gainsbourg	99	2662	474314887
…	…	…	…	…	…
1587	7x3f7c0fBanNlQwpx1255g	Françoise Hardy	1	0	0
1588	7x5rK9BClDQ8wmCkYAGsQp	Paolo Nutini	1	0	0
1589	7xQTON6uj7akAGzlanUzy3	Charlie Winston	1	0	0
1590	7xZX46EPiYL9qfO6cb0sVI	Tom Liljegren	1	0	0
1591	7zP3twCl1uC982R9sb5zns	Mark Sheehan	1	0	0

Question 6 : 7 rows × 5 columns

decade	morning	afternoon	evening	night
1960	1390	1236	813	779
1970	1833	1652	1107	1004
1980	3343	2958	1859	1833
1990	5636	5084	5164	4300
2000	10587	9374	6354	6026
2010	17229	15392	16936	13819
2020	16252	14285	19533	14329

Question 7 : 7 rows × 5 columns

decade	morning	afternoon	evening	night
1960	322812	205118	108856	28278
1970	401761	265248	142185	35318
1980	754338	484825	244668	65035
1990	1252052	826204	672995	151936
2000	2354505	1527890	815377	209362
2010	3853223	2500796	2190868	488681
2020	3628210	2332811	2507266	503677

Question 8 : 10 rows × 4 columns

	track_id	name	number_broadcasts	average_audience
0	7nRCeBY3Oyqu94Nav3ViTT	Miroirs	17	210.529412
1	4uIXvy8PbYLEhs0PZgaP8p	Delirium (feat. Mark E. Smith)	13	209.769231
2	65fMfPqIzVV9XAzQ4UvkmN	Elle ecoute pousser les fleurs - Remastered	9	209.111111
3	7nzsY8vlnKdvGOEE0rjAXZ	Arabella	15	206.933333
4	2LKRpB6YTz0MUqbhJoqNCg	Back It Up	15	206.733333
5	2Hb8HUCnMZ74gwl4DppYDd	Sampha’s Plea	797	206.424090
6	76HKOVWqsEg26SECtmw7Rz	The Way You Make Me Feel - 2012 Remaster	12	205.666667
7	40o1yxXRNZqbKLQOqFJKp0	RA TA TA	25	204.840000
8	6H3kDe7CGoWYBabAeVWGiD	Gimme Shelter	666	202.632132
9	720ALyzJaCOQRVxNMdjwCO	Dors	17	201.705882

Question 9 : 1 068 rows × 3 columns

	track_title	show_id	played_at
0	GOD.	11	2023-10-08 11:46:02
1	Je réponds plus	1	2023-10-10 08:30:50
2	3 PALI	1	2023-10-11 07:14:02
3	Criminel	4	2023-10-12 16:49:48
4	Red Bottom Sky	4	2023-10-13 15:10:52
…	…	…	…
1063	DIEU MERCI RELOADED	2	2026-09-29 09:06:28
1064	Ma cousin	3	2026-09-29 12:57:55
1065	Yusuf	4	2026-09-29 15:26:47
1066	Trop beau - live acoustique	4	2026-09-30 16:12:11
1067	JCVDEMS	2	2026-10-01 10:10:28

Question 10 : 220 rows × 2 columns

	album_id	name
0	7MwLBcJxdS3LjwX9y2H3jq	( ) [2022 Remaster]
1	77wWx9sOCJiy0wcn0P44NO	10:35
2	6h8MihL1baSyYITmOxrIxP	24 Hours
3	2v5hO6fszW8uKgA84BdxtY	4 de Fevereiro
4	3gmPezlcMPrSBWGH0jyk29	40K (Live)
…	…	…
215	6l4WefLj0rzKsHc2sNgkwG	na błysk
216	5X9dDbpm5lex928d1Ih3Ia	seule dans la foule
217	3T4tUhGYeRNVUGevb0wThu	÷ (Deluxe)
218	4XFjpLTwBHNkPFuJcE59me	Кароока
219	7ttqdPpQs5GqpjirAusheg	Рута

Question 11 : 17 rows × 4 columns

	country	nb_podcasts	nb_explicit	nb_exact_match
0	AT	100	34	100
1	BE	100	30	100
2	CH	100	33	100
3	DE	100	37	100
4	DK	100	47	100
5	ES	100	29	100
6	FI	100	55	100
7	FR	101	29	101
8	GB	100	70	100
9	IE	100	63	100
10	IS	100	43	100
11	IT	100	39	100
12	LU	100	33	100
13	NL	100	28	100
14	NO	100	41	100
15	PT	100	35	100
16	SE	100	56	100

Question 12: 88 rows × 5 columns

	podcast_id	podcast_name	publisher	nb_countries	best_rank
0	0xVTjXuo1jKKi2lyv0cRmI	Aha! Zehn Minuten Alltags-Wissen	WELT	4	1
1	4xQ0IUSsrfs6pltTnwr3Kk	LEGEND	Guillaume Pley	4	5
2	2HGcJRYrjGnpce6bRp8UXm	The Psychology of your 20s	iHeartPodcasts	3	1
3	4us7Lec3iNeAXDoG56Vths	5 Minuten Harry Podcast von Coldmirror	funk - von ARD und ZDF	3	5
4	2OyqGF8rokIi7K0CDwQc1Z	Ray William Johnson: True Story Podcast	Ray William Johnson	3	8
5	1Tn0rNAr68DU0gLZXWiptV	CHRONIQUES CRIMINELLES	Jacques Pradel - TF1	2	2
6	1HCF9OMp8ItCvFT1P3rC7x	Terra X History - Der Podcast	ZDF - Terra X	2	4
7	7iQXmUT7XGuZSzAMjoNWlX	The Diary Of A CEO with Steven Bartlett	FlightStory	2	6
8	16zDAJSEJp06lZnPdHv8pI	Die Deutschen Podcast	Nizar und Shayan	2	7
9	7AH8nT1CoTmV1MfhxyTl3n	SAFE PACE - Le podcast des sports d’endurance	Hugo Clément, Charlotte Morel, Hugo Tormento e…	2	7
10	0PVSF7kPPUW7M1oQzq3PgC	Podcast am Pistenrand	Tina Weirather, Marc Berthod und Michael Schwe…	1	1
…	…	…	…	…	…
80	3XlgYps0YAWJBXS4Y7HNuk	Poterkëscht vum INLL	Poterkëscht	1	9
81	4nNA43aQVL5TZjVE6HfPkg	Hawi D’Ehre	Paul Pizzera, Gabi Hiller, Philipp Hansa	1	9
82	6wqBtC9OMq2mLvhDjZbqVM	Jota Jota Podcast \| Joel Jota	ATrinca Mídia	1	9
83	7rgFvrfap2bLcItGw45QZH	Animales Humanos Podcast	Ibai Vegan	1	9
84	0MMHJYk3Nx3RedLVfMeql5	Happy End Le Podcast	Blandine Lehout	1	10
85	0kRvNOwfw2iAxZiPo4fbi9	AD Voetbal podcast	AD	1	10
86	5Yl4ao85LeyLc56nvm1E2T	Café Com Deus Pai \| Podcast oficial	Junior Rostirola	1	10
87	6wSE4lw2azBvT1Zfoq0yIB	15 Minuten. Der tagesschau-Podcast am Morgen	tagesschau	1	10

Question 13 : 59 rows × 5 columns

	podcast_id	podcast_name	nb_episodes	avg_minutes	last_release
0	00VXbMpd9bHNxc4p08qDjl	Luxembourgish with Anne PODCAST	5	11.8	2026-10-15
1	0345NlwSwAIDgMVRxv0COy	Gülsha & Maja Podcast	5	45.7	2026-10-07
2	05jjHQQDY3yGNir2eYE6QF	Forklart	5	10.4	2026-10-16
3	0LQrN9BnTKfMPrj9z4aH8F	AVHØRT	5	52.3	2026-10-14
4	0PVSF7kPPUW7M1oQzq3PgC	Podcast am Pistenrand	5	46.1	2026-10-13
5	0cnOr6tNjDsFpKxyknqm4E	Eftirmál	5	47.6	2026-10-15
6	0kRvNOwfw2iAxZiPo4fbi9	AD Voetbal podcast	5	39.9	2026-10-18
7	0xVTjXuo1jKKi2lyv0cRmI	Aha! Zehn Minuten Alltags-Wissen	5	22.2	2026-10-16
8	145gf6QoEMM5e7RxaT3Msn	Mythes et Légendes	5	9.3	2026-10-17
9	15N6yPXbZXl1GA5PfWRgle	True crime Ísland	5	14.9	2026-10-12
10	15oq5yztN1NwZjQn4HIMLg	GirlTalks	5	45.3	2026-10-15
…	…	…	…	…	…
50	6X3TkpZ2aXY6ggc7fJRPZK	BÅLSNAK	5	53.9	2026-10-11
51	6l23Rpe9yhfbMDJxtqt7Qw	Vik & Gert	5	33.9	2024-10-24
52	6wSE4lw2azBvT1Zfoq0yIB	15 Minuten. Der tagesschau-Podcast am Morgen	5	15.3	2026-10-16
53	6wqBtC9OMq2mLvhDjZbqVM	Jota Jota Podcast \| Joel Jota	5	3.8	2026-10-18
54	6y1PloEyNsCNJH9vHias4T	HugoDécrypte - Actus et interviews	5	9.8	2026-10-17
55	7AH8nT1CoTmV1MfhxyTl3n	SAFE PACE - Le podcast des sports d’endurance	5	34.6	2026-10-14
56	7aiY7Jz8Fd00DeuJnomgmO	Passa dal BSMT	5	18.2	2026-10-17
57	7aw1FEIxIpuF4FA5BU45ok	Thema des Tages	5	44.1	2026-10-16
58	7rgFvrfap2bLcItGw45QZH	Animales Humanos Podcast	5	41.6	2026-10-17

Versionnage des requêtes

À la fin de la séance, il est essentiel de versionner votre état d’avancée. Pour cela, nous allons utiliser git avec les commandes suivantes :

git status
git add queries.ipynb
git commit -m 'Création des requêtes'
git push

Vous pouvez ensuite vérifier sur GitHub que vos modifications sont bien visibles sur votre repo.

À l’issue de la séance

Cette première étape de découverte des données est maintenant finie.

Vous devriez avoir les fichiers suivants :

Un notebook Jupyter contenant les requêtes SQL.
Les résultats de chaque requête conservés dans des fichiers CSV. Ces fichiers serviront plus tard pour s’assurer de la bonne migration des données.

Une fois ces requêtes écrites et leurs résultats mis de côté, vous disposez de tout ce qu’il faut pour passer à l’étape 2 : réfléchir au format des documents NoSQL qui permettra de répondre à ces mêmes questions.