Siglo XXI: actualmente las bases de datos tienen una amplia capacidad de almacenamiento y están orientadas a que cumplan con el protocolo OAI-PMH, los cuales permiten el almacenamiento de gran cantidad de datos que tengan mayor visibilidad y fácil acceso.
Base de datos y sistema de gestión de base de datos
BASE DE DATOS
DEFINICION:
Son un conjunto de información relevante organizada de forma sistemática que representan entidades y sus interrelaciones, los datos almacenados pueden ser de diversa índole, generalmente está estructurada por tablas y estas a su vez por campos y registros, además contiene procedimientos necesarios para la administración de los datos (Triggers, StoreProcedure, etc.). Las bases de datos son importantes para la toma de decisiones y para ejercer acciones, actualmente se pueden considerar a los programas informáticos como entes que manipulan datos (Sistemas operativos, sgbd, etc.), otras definiciones:
Una base de datos se puede definir como un conjunto de información relacionada que se encuentra agrupada ó estructurada.
Un sistema de base de datos es una colección de archivos interrelacionados.
Modelado de Base de datos, mediante el modelo E-R
SISTEMA DE GESTION DE BASE DE DATOS (SGDB)
Un sistema de gestión de base de datos se puede definir como un conjunto de datos interrelacionados y los programas necesarios para acceder y manipularlos, cuyo objetivo principal es almacenar y recuperar la información de una base de datos de manera que sea fácil y eficiente a la vez.
CARACTERISTICAS
Los SGBD tienen las siguientes mínimas características:
Acceso a través de lenguajes de programación estándar.
Acceso por parte de múltiples usuarios.
Integridad de los datos.
Respaldo y recuperación (Backup).
Redundancia mínima.
Claves de seguridad, entre otras.
Aplicación de los sistemas de base de datos
Los sistemas de base de datos son ampliamente usados, especialmente en las universidades, centros de investigación, banca de seguros, líneas aéreas, telecomunicaciones, recursos humanos, tiendas, supermercados, etc.
Como se puede observar, las base de datos forman parte importante de la mayoría de empresas actuales, las personas o usuarios no son consientes de su uso debido a las interfaces, pero en el desarrollo diario de los quehaceres estas ocupan los principales planos, de hecho las base de datos forman parte de la vida de las personas.
SGBD MÁS USADOS
Entre los sistemas gestores de base de datos más usados, tenemos entre otros de acuerdo al tipo de licencia, Libres:
MySQL: Perteneciente a Sun Microsystems (también existe una versión no libre y más completa).
Postgresql.
Open Office Database: De Sun Microsystems.
SQLite: Con licencia GPL, entre otros.
Privativos
Oracle Database: Perteneciente a Oracle Corporation.
Fox Pro.
Magic.
Microsoft SQL sever.
Microsoft Access.
ADABAS: Perteneciente a IBM.
Paradox.
Sybase ASE, y Sybase ASA, entre otros.
A continuación se muestra algunas comparaciones entre los principales SGBD:
Soporte del Sistema operativo:
Objetos:
Modelos de datos
Los modelos de datos son una herramienta de abstracción que permiten representar la realidad captando su semántica. Podemos clasificar a los modelos de datos considerando diversos puntos, así tenemos:
De acuerdo a las categorías:
Modelos débilmente tipados: No es obligatorio que los daros pertenezcan a categorías, sino pueden existir por si mismos.
Modelos estrictamente tipados: Los datos obligatoriamente deben pertenecer a alguna categoría
En las base de datos se usan los modelos estrictamente tipados, dado que permiten manejar una gran cantidad de datos al agruparlos en categorías.
De acuerdo al nivel de abstracción:
Modelos conceptuales.
Modelos lógicos.
Modelos físicos.
En las base de datos se usan los modelos lógicos, donde el principal modelo que se usa es el de Entidad-Relación.
TIPOS DE ABSTRACCIÓN PARA EL DISEÑO DE BASE DE DATOS
El proceso de abstracción nos ayuda a modelar el mundo real, al hacer que nos centremos en lo verdaderamente importa, en el diseño de base de datos se utilizan cuatro tipos de abstracciones los cuales son: Asociación, generalización, agregación y clasificación. Los cuales se aplican sólo o combinados, a continuación se define cada tipo de abstracción en el siguiente esquema, que trata de representar las partes más importantes del objeto "Bus", como son el número de placa, la color, el numero de llantas, etc. En una entidad llama Entidad_Bus y cuyas características son los atributos.
La abstracción nos ayuda a concentrarnos en lo que verdaderamente importa.
Los tipos de abstracción y su respectivo contravalor se definen a continuación en el siguiente diagrama:
Definición
Un diagrama o modelo entidad-relación (a veces denominado por su siglas, E-R) es una herramienta para el modelado de datos de un sistema de información. Estos modelos expresan entidades relevantes para un sistema de información, sus inter-relaciones y propiedades. En este modelo pueden distinguirse los siguientes elementos:
a) ENTIDAD.
Se puede definir una entidad como cualquier objeto (real o abstracto) que exista en la realidad y acerca del cual queremos almacenar información en la base de datos.
O también representa una cosa u objeto del mundo real con existencia independiente, es decir, se diferencia unívocamente de cualquier otro objeto o cosa, incluso siendo del mismo tipo. Presentamos un modelo:
b) INTERRELACIÓN.
Entendemos por interrelación una asociación, vinculación o correspondencia entre entidades. Denominaremos tipo de interrelación a la estructura genérica que describe un conjunto de relaciones. Presentamos un modelo:
c) DOMINO Y VALOR.
Las distintas propiedades o características de un tipo de entidad o de interrelación toman valores para cada ejemplar de estas. El conjunto de posibles valores que puede tomar una cierta característica se denomina dominio. Se denomina dominio como un conjunto de valores homogéneos con un nombre.
d) ATRIBUTO.
Cada una de las propiedades o características que tiene un tipo de entidad o un tipo de interrelación se denomina atributo, los atributos toman valores de una o varios dominios, por tanto vale decir que el atributo le da una determinada interpretación al dominio.
1. RESTRICCIONES:
Son reglas que deben mantener los datos almacenados en la base de datos.
a) Correspondencia de cardinalidades.
Dado un conjunto de relaciones en el que participan dos o más conjuntos de entidades, la correspondencia de cardinalidad indica el número de entidades con las que puede estar relacionada una entidad dada.
Dado un conjunto de relaciones binarias y los conjuntos de entidades A y B, la correspondencia de cardinalidades puede ser:
Uno a uno: Una entidad de A se relaciona únicamente con una entidad en B y viceversa.
Uno a varios: Una entidad en A se relaciona con cero o muchas entidades en B. Pero una entidad en B se relaciona con una única entidad en A.
Varios a uno: Una entidad en A se relaciona exclusivamente con una entidad en B. Pero una entidad en B se puede relacionar con 0 o muchas entidades en A.
Varios a varios: Una entidad en A se puede relacionar con 0 o muchas entidades en B y viceversa.
b) Restricciones de participación.
Dado un conjunto de relaciones R en el cual participa un conjunto de entidades A, dicha participación puede ser de dos tipos:
Total: Cuando cada entidad en A participa en al menos una relación de R.
Parcial: Cuando al menos una entidad en A NO participa en alguna relación de R
c) Claves.
Es un subconjunto del conjunto de atributos comunes en una colección de entidades, que permite identificar unívocamente cada una de las entidades pertenecientes a dicha colección. Asimismo, permiten distinguir entre sí las relaciones de un conjunto de relaciones.
Dentro de los conjuntos de entidades existen los siguientes tipos de claves:
Superclave: Es un subconjunto de atributos que permite distinguir unívocamente cada una de las entidades de un conjunto de entidades. Si otro atributo unido al anterior subconjunto, el resultado seguirá siendo una superclave.
Clave candidata: Dada una superclave, si ésta deja de serlo removiendo únicamente uno de los atributos que la componen, entonces ésta es una clave candidata.
Clave primaria: Es una clave candidata, elegida por el diseñador de la base de datos, para identificar unívocamente las entidades en un conjunto de entidades.
Diagrama entidad-relación
La estructura lógica general de una base de datos se puede expresar gráficamente mediante un diagrama E-R. Los diagramas son simples y claros, cualidades que pueden ser responsables del amplio uso del modelo E-R. Tal diagrama consta de los siguientes componentes principales:
a) Rectángulos, que representan conjuntos de entidades.
b) Elipses, que representan atributos
c) Rombos, que representan relaciones.
d) Líneas, que unen atributos a conjuntos de entidades y conjuntos de entidades a conjuntos de relaciones.
e) Elipses dobles, que representan atributos multivalorados.
f) Elipses discontinuas, que denotan atributos derivados.
g) Líneas dobles, que indican participación total de una entidad en un conjunto de relaciones.
h) Rectángulos dobles, que representan conjuntos de entidades débiles
Como ejemplo ilustrativo mostramos un diagrama:
MODELO RELACIONAL
Estructura de base de datos relacionales
Una base de datos relacional consiste en un conjunto de tablas, a cada una de las cuales se le asigna un nombre exclusivo.
Cada fila de la tabla representa una relación entre un conjunto de valores. Dado que cada tabla es un conjunto de dichas relaciones, hay una fuerte correspondencia entre el concepto de tabla y el concepto matemático de relación, del que toma su nombre el modelo de datos relacional.
BASE DE DATOS RELACIONALES
Una base de datos relacional es un repositorio compartido de datos. Para hacer disponibles los datos de una base de datos relacional a los usuarios hay que considerar varios aspectos. Uno es la forma en que los usuarios solicitan los datos: ¿cuáles son los diferentes lenguajes de consulta que usan?
1. CARACTERÍSTICAS:
Presentamos las siguientes características:
Una base de datos relacional se compone de varias tablas o relaciones.
No pueden existir dos tablas con el mismo nombre.
Cada tabla es a su vez un conjunto de registros, filas o tuplas.
Cada registro representa un objeto del mundo real.
Cada una de estos registros consta de varias columnas, campos o atributos.
No pueden existir dos columnas con el mismo nombre en una misma tabla.
Los valores almacenados en una columna deben ser del mismo tipo de dato.
Todas las filas de una misma tabla poseen el mismo número de columnas.
No se considera el orden en que se almacenan los registros en las tablas.
No se considera el orden en que se almacenan las tablas en la base de datos.
La información puede ser recuperada o almacenada por medio de sentencias llamadas consultas.
2. ESTRUCTURA:
La base de datos se organiza en dos marcadas secciones; el esquema y los datos (o instancia). El esquema es la definición de la estructura de la base de datos y principalmente almacena los siguientes datos:
El nombre de cada tabla
El nombre de cada campo
El tipo de dato de cada campo
La tabla a la que pertenece cada campo
Las bases de datos relacionales pasan por un proceso al que se le conoce como normalización, el resultado de dicho proceso es un esquema que permite que la base de datos sea usada de manera óptima. Los datos o instancia es el contenido de la base de datos en un momento dado. Es en si, el contenido de todos los registros.
3. VENTAJAS Y DESVENTAJAS:
Ventajas
Provee herramientas que garantizan evitar la duplicidad de registros.
Garantiza la integridad referencial, así, al eliminar un registro elimina todos los registros relacionados dependientes.
Favorece la normalización por ser más comprensible y aplicable.
Desventajas
Presentan deficiencias con datos gráficos, multimedia, CAD y sistemas de información geográfica.
No se manipulan de forma manejable los bloques de texto como tipo de dato.
SQL (LENGUAJE ESTRUCTURADO DE CONSULTAS)
El SQL es el lenguaje estándar ANSI/ISO de definición, manipulación y control de bases de datos relacionales. Es un lenguaje declarativo: sólo hay que indicar qué se quiere hacer. En cambio, en los lenguajes procedimentales es necesario especificar cómo hay que hacer cualquier acción sobre la base de datos. El SQL es un lenguaje muy parecido al lenguaje natural; concretamente, se parece al inglés, y es muy expresivo. Por estas razones, y como lenguaje estándar, el SQL es un lenguaje con el que se puede acceder a todos los sistemas relacionales comerciales. Una de sus principales características es el manejo del algebra y el cálculo relacional que permiten efectuar consultas con el fin de recuperar de una forma sencilla información de interés de una base de datos, así como también hacer cambios sobre ella.
El modelo relacional tiene como estructura de almacenamiento de los datos las relaciones. La intensión o esquema de una relación consiste en el nombre que hemos dado a la relación y un conjunto de atributos. La extensión de una relación es un conjunto de Tuplas, trabajar con SQL esta nomenclatura cambia es decir:
Hablaremos de tablas en lugar de relaciones.
Hablaremos de columnas en lugar de atributos.
Hablaremos de filas en lugar de tuplas.
Orígenes y evolución
En 1970 E. F. Codd propone el modelo relacional y asociado a este un sublenguaje de acceso a los datos basado en el cálculo de predicados. Basándose en estas ideas, los laboratorios de IBM definen el lenguaje SEQUEL (Structured English Query Language) que más tarde sería ampliamente implementado por el SGBD (Sistemas Gestores de Bases de Datos) experimental System R, desarrollado en 1977 también por IBM. Sin embargo, fue Oracle quien lo introdujo por primera vez en 1979 en un programa comercial. El SEQUEL terminaría siendo el predecesor de SQL, siendo éste una versión evolucionada del primero. El SQL pasa a ser el lenguaje por excelencia de los diversos SGBD relacionales surgidos en los años siguientes y es por fin estandarizado en 1986 por el ANSI, dando lugar a la primera versión estándar de este lenguaje, el "SQL-86" o "SQL1". Al año siguiente este estándar es también adoptado por la ISO. En la actualidad el SQL es el estándar de facto de la inmensa mayoría de los SGBD comerciales. Y, aunque la diversidad de añadidos particulares que incluyen las distintas implementaciones comerciales del lenguaje es amplia, el soporte al estándar SQL-92 es general y muy amplio.
CARACTERISTICAS PRINCIPALES
El SQL es un lenguaje de acceso a bases de datos que explota la flexibilidad y potencia de los sistemas relacionales permitiendo gran variedad de operaciones en éstos últimos. Es un lenguaje declarativo de "alto nivel" o "de no procedimiento", que gracias a su fuerte base teórica y su orientación al manejo de conjuntos de registros, y no a registros individuales, permite una alta productividad en codificación y la orientación a objetos. De esta forma una sola sentencia puede equivaler a uno o más programas que utilizas en un lenguaje de bajo nivel orientado a registro.
La estructura básica de SQL consiste en tres clausulas, select, from y where, de las cuales se define brevemente:
SELECT: corresponde a la operación proyección del algebra relacional, y se usa para mostrar los atributos deseados de una consulta.
FROM: corresponde a la operación producto cartesiano del algebra relacional Lista las relaciones que deben ser analizadas en la evaluación
WHERE: corresponde al predicado selección del algebra relacional, es un predicado que engloba a los atributos de las relaciones que aparecen en la clausula from.
Además SQL permite hacer las siguientes operaciones:
Operación De Renombramiento: SQL proporciona un mecanismo para renombrar tanto relaciones como atributos. Para ello utiliza la cláusula as, que tiene la forma siguiente: nombre-antiguo as nombre-nuevo
Operación Sobre Cadenas: La operación más usada sobre cadenas es el encaje de patrones, para el que se usa el operador like.
Orden En La Presentación: SQL ofrece al usuario cierto control sobre el orden en el cual se presentan las tuplas de una relación. La cláusula order by hace que las tuplas resultantes de una consulta se presenten en un cierto orden.
SENTENCIAS PARA DEFINICION DE DATOS
CREATE: Este comando crea un objeto dentro de la base de datos. Puede ser una tabla, vista, índice, trigger, función, procedimiento o cualquier otro objeto que el motor de la base de datos soporte.
ALTER: Este comando permite modificar la estructura de un objeto. Se pueden agregar/quitar campos a una tabla, modificar el tipo de un campo, agregar/quitar índices a una tabla, modificar un trigger, etc.
DROP: Este comando elimina un objeto de la base de datos. Puede ser una tabla, vista, índice, trigger, función, procedimiento o cualquier otro objeto que el motor de la base de datos soporte. Se puede combinar con la sentencia ALTER.
TRÚNCATE: Este comando trunca todo el contenido de una tabla. La ventaja sobre el comando DELETE, es que si se quiere borrar todo el contenido de la tabla, es mucho más rápido, especialmente si la tabla es muy grande, la desventaja es que TRUNCATE solo sirve cuando se quiere eliminar absolutamente todos los registros, ya que no se permite la cláusula WHERE.
SENTENCIAS PARA LA MANIPULACIÓN DE DATOS
Una vez creada la base de datos con sus tablas, debemos poder insertar, modificar y borrar los valores de las filas de las tablas. Para poder hacer esto, el SQL nos ofrece las siguientes sentencias: INSERT para insertar, UPDATE para modificar y DELETE para borrar.
INSERT: Una sentencia INSERT de SQL agrega uno o más registros a una (y sólo una) tabla en una base de datos relacional.
UPDATE: Una sentencia UPDATE de SQL es utilizada para modificar los valores de un conjunto de registros existentes en una tabla.
DELETE: Una sentencia DELETE de SQL borra cero o más registros existentes en una tabla,
VISTAS
Una vista en SQL se define utilizando la orden "create view". Para definir una vista se le debe dar un nombre y se debe construir la consulta que genere dicha vista. La forma de la orden create view es la siguiente:
create view v as expresión de consulta
TRANSACCIONES
Una transacción es parte de las sentencias de control y consiste en una secuencia de instrucciones de consulta y actualizaciones. La norma SQL especifica que una transacción comienza implícitamente cuando se ejecuta una instrucción SQL. Una de las siguientes instrucciones SQL debe finalizar la transacción:
Commit work compromete la transacción actual; es decir, hace que los cambios realizados por la transacción sean permanentes en la base de datos.
Rollback work causa el retroceso de la transacción actual; es decir, deshace todas las actualizaciones realizadas por las instrucciones SQL de la transacción; así, el estado de la base de datos se restaura al que existía previo a la ejecución de la transacción.
TIPOS DE DATOS EN SQL
Luego de crear una Base de Datos, para crear las tablas, sin embargo, se deben definir previamente los tipos de datos que serán definidos para cada columna. Un tipo de dato es un atributo que especifica cómo serán los datos que pueden ser almacenados en una columna, parámetro, o variable.
A. PROVISTOS POR EL SISTEMA:
Para definir mejor los tipos de datos consideramos:
char (n) es una cadena de caracteres de longitud fija, con una longitud n especificada por el usuario. También se puede utilizar la palabra completa character.
varchar (n) es una cadena de caracteres de longitud variable, con una longitud n especificada por el usuario. También se puede utilizar la forma completa character varying.
int es un entero (un subconjunto finito de los enteros, que es dependiente de la máquina). También se puede usar la palabra completa integer.
smallint es un entero pequeño (un subconjunto del dominio de los enteros, también dependiente de la máquina).
numeric (p,d) es un número en coma flotante, cuya precisión la especifica el usuario. El número está formado por p dígitos (más el signo), y de esos p dígitos, d pertenecen a la parte decimal. Así, numeric (3,1) permite que el número 44,5 se almacene exactamente, mientras que los números 444,5 y 0,32 no se pueden almacenar exactamente en un campo de este tipo.
real, double precision son respectivamente números en coma flotante y números en coma flotante de doble precisión, con precisión dependiente de la máquina.
float (n) es un número en coma flotante, cuya precisión es de al menos n dígitos.
date es una fecha del calendario, que contiene un año (de cuatro dígitos), un mes y un día del mes.
time es la hora del día, expresada en horas, minutos y segundos. Se puede usar una variante, time (p), para especificar el número de dígitos decimales para los segundos (el número predeterminado es 0). También es posible almacenar la información del uso horario junto al tiempo.
timestamp es una combinación de date y time. Se puede usar una variante, timestamp(p), para especificar el número de dígitos decimales para los segundos (el número predeterminado es 6).
B. DECLARADOS POR EL USUARIO:
En algunos SGBD como SQL Server es posible definir un tipo de dato propio (del usuario), Los tipos de datos definidos por el usuario pueden ser usados en varias tablas que deban guardar el mismo tipo de dato en una columna y cuando se necesita asegurar que estas columnas tengan exactamente el mismo tipo de dato, longitud y capacidad de aceptar nulos. Por ejemplo, un tipo de datos definido por el usuario llamado codigo_postal podría ser creado en base al tipo char.
Cuando se crea un tipo de dato definido por el usuario, se deben proveer los siguientes parámetros:
C. Nombre
D. Tipo de datos del sistema sobre el que se basa el nuevo tipo de dato.
E. Anulabilidad (si el tipo de dato permite valores nulos).
Cuando la anulabilidad no es explícitamente definida, se toma por defecto la configuración de nulos ANSI para la base de datos o conexión.
DESENCADENANTES (TRIGGERS)
Los desencadenantes, también conocidos como disparadores, (triggers en inglés) son definidos sobre la tabla en la que opera la sentencia INSERT, los desencadenantes son evaluados en el contexto de la operación. Desencadenantes BEFORE INSERT permiten la modificación de los valores que se insertará en la tabla. Desencadenantes AFTER INSERT no puede modificar los datos de ahora en adelante, pero se puede utilizar para iniciar acciones en otras tablas, por ejemplo para aplicar mecanismos de auditoría.
STORED PROCEDURE (PROCEDIMIENTOS ALMACENADOS)
Son sentencias o procedimientos que residen en la misma base de datos, y que para acceder a ellas solo deben ser invocadas
Otros lenguajes relacionales
SQL es el lenguaje relacional de mayor influencia comercial. Sin embargo exiten otros lenguajes no muy conocidos pero que son importantes: QBE (Query-by-Example) y Datalog. A diferencia de SQL, QBE es un lenguaje gráfico donde las consultas parecen tablas. QBE y sus variantes se usan ampliamente en sistemas de bases de datos para computadoras personales. Datalog tiene una sintaxis derivada del lenguaje Prolog. Aunque actualmente no se usa de forma comercial, Datalog se ha utilizado en el desarrollo de diversos sistemas de bases de datos.
Base de datos orientados a objetos
1. MODELO DE DATOS ORIENTADOS A OBJETOS.
A continuación presentaremos los conceptos principales del modelo de datos orientados a objetos:
a) Estructura de objetos:
Hablando en general, los objetos se corresponden con las entidades del modelo E-R (entidad-relación). El paradigma orientado a objetos está basado en el encapsulamiento de los datos y del código relacionado con cada objeto en una sola unidad cuyo contenido no es visible desde el exterior. Conceptualmente, todas las interacciones entre cada objeto y el resto del sistema se realizan mediante mensajes. Por tanto, la interfaz entre cada objeto y el resto del sistema se define mediante un conjunto de mensajes permitidos. En general, cada objeto está asociado con:
Un conjunto de variables que contiene los datos del objeto; las variables se corresponden con los atributos del modelo E-R.
Un conjunto de mensajes a los que responde; cada mensaje puede no tener parámetros, tener uno o varios.
Un conjunto de métodos, cada uno de los cuales es código que implementa un mensaje; el método devuelve un valor como respuesta al mensaje.
El término mensaje en un entorno orientado a objetos no implica el uso de mensajes físicos en redes informáticas.
Por el contrario hace referencia al intercambio de solicitudes entre los objetos. Se utiliza a veces la expresión invocar a un método para denotar el hecho de enviar un mensaje a un objeto y la ejecución del método correspondiente.
Se puede explicar la razón del uso de este enfoque considerando las entidades empleado de una base de datos bancaria. Supongamos que el sueldo anual de cada empleado se calcula de diferente manera para todos los empleados. Por ejemplo, puede que los jefes obtengan una prima en función de los resultados del banco, mientras que los cajeros reciben una prima en función de las horas que hayan trabajado. Se puede (en teoría) encapsular el código para calcular su sueldo con cada empleado en forma de método que se ejecute en respuesta a un mensaje de sueldo-anual.
Todos los objetos empleados responden al mensaje sueldo-anual, pero lo hacen de manera diferente. Al encapsular con el objeto empleado la información sobre el cálculo de su sueldo anual, todos los objetos empleados presentan la misma interfaz. Dado que la única interfaz externa presentada por cada objeto es el conjunto de mensajes a los que responde, resulta posible modificar las definiciones de los métodos y de las variables sin afectar al resto del sistema. La posibilidad de modificar la definición de un objeto sin afectar al resto del sistema se considera una de las mayores ventajas del paradigma de la programación orientada a objetos.
Los métodos de cada objeto pueden clasificarse como sólo de lectura o de actualización. Los métodos sólo de lectura no afectan al valor de las variables de los objetos, mientras que los métodos de actualización sí pueden modificarlo. Los mensajes a los que responde cada objeto pueden clasificarse de manera parecida como sólo de lectura o de actualización, según el método que los implemente.
Los atributos derivados de las entidades del modelo E-R pueden expresarse en el modelo orientado a objetos como mensajes sólo de lectura. Por ejemplo, el atributo derivado antigüedad de una entidad empleado puede expresarse como el mensaje antigüedad de un objeto empleado. El método que implemente los mensajes, puede determinar la antigüedad restando la fecha-alta del empleado de la fecha actual.
Hablando con rigor, en el modelo orientado a objetos hay que expresar cada atributo de las entidades como una variable y un par de mensajes del objeto correspondiente. La variable se utiliza para guardar el valor del atributo, uno de los mensajes se utiliza para leer el valor del atributo y el otro mensaje se utiliza para actualizar ese valor. Por ejemplo, el atributo dirección de la entidad empleado puede representarse mediante: hay que expresar cada atributo de las entidades como una variable y un par de mensajes del objeto correspondiente. La variable se utiliza para guardar el valor del atributo, uno de los mensajes se utiliza para leer el valor del atributo y el otro mensaje se utiliza para actualizar ese valor. Por ejemplo, el atributo dirección de la entidad empleado puede representarse mediante:
Una variable dirección.
Un mensaje obtener-dirección cuya respuesta sea la dirección.
Un mensaje establecer-dirección, que necesita un parámetro nueva dirección, para actualizar la dirección.
Sin embargo, en aras de la sencillez, muchos modelos orientados a objetos permiten que las variables se lean o se actualicen de manera directa, sin necesidad de definir los mensajes para ello.
b) Clases de objetos:
Generalmente, en una base de datos hay muchos objetos similares. Por similar se entiende que responden a los mismos mensajes, utilizan los mismos métodos y tienen variables del mismo nombre y del mismo tipo.
Sería un derroche definir por separado cada uno de estos objetos. Por tanto, los objetos parecidos se agrupan para formar una clase.
El concepto de clase del modelo orientado a objetos se corresponde con el concepto de entidad del modelo E-R. Algunos ejemplos de clases en la base de datos bancaria son los empleados, los clientes, las cuentas y los préstamos.
c) Herencia:
Los esquemas de las bases de datos orientadas a objetos suelen necesitar gran número de clases. Sin embargo, varias de las clases son parecidas entre sí. Por ejemplo, supóngase que se tiene una base de datos orientada a objetos en la aplicación bancaria. Cabe esperar que la clase de los clientes del banco sea parecida a la clase de los empleados en que ambas definan variables para nombre, dirección, etcétera. Sin embargo, hay algunas variables específicas de los empleados (sueldo, por ejemplo) y otras específicas de los clientes (interés-préstamo, por ejemplo). Sería conveniente definir una representación de las variables comunes en un solo lugar. Esto sólo puede hacerse si se combinan los empleados y los clientes en una sola clase.
Para permitir la representación directa de los parecidos entre las clases hay que ubicarlas en una jerarquía de especializaciones. Por ejemplo, se puede decir que empleado es una especialización de persona, dado que el conjunto de los empleados es un subconjunto del conjunto de personas. Es decir, todos los empleados son personas. De manera parecida, cliente es una especialización de persona. Ilustrando el ejemplo tenemos:
d) Herencia múltiple:
En la mayor parte de los casos una organización de clases con estructura de árbol resulta adecuada para describir las aplicaciones; en la organización con estructura de árbol, cada clase puede tener a lo sumo una superclase. Sin embargo, hay situaciones que no pueden representarse bien en una jerarquía de clases con estructura de árbol.
La herencia múltiple permite a las clases heredar variables y métodos de múltiples superclases. La relación entre clases y subclases se representa mediante un grafo acíclico dirigido en el que las clases pueden tener más de una superclase.
e) Identidad de los objetos:
Los objetos de las bases de datos orientadas a objetos suelen corresponder a entidades del sistema modelado por la base de datos. Las entidades conservan su identidad aunque algunas de sus propiedades cambien con el tiempo. Este concepto de identidad no se aplica a las tuplas de las bases de datos relacionales.
Presentamos a continuación algunos ejemplos de identidad:
Valor. Se utiliza un valor de datos como identidad. Esta forma de identidad se utiliza en los sistemas relacionales. Por ejemplo, el valor de la clave primaria de una tupla identifica a la tupla.
Nombre. Se utiliza como identidad un nombre proporcionado por el usuario. Esta forma de identidad suele utilizarse para los archivos en los sistemas de archivos. Cada archivo recibe un nombre que lo identifica de manera unívoca, independientemente de su contenido.
Incorporada. Se incluye el concepto de identidad en el modelo de datos o en el lenguaje de programación y no hace falta que el usuario proporcione ningún identificador. Esta forma de identidad se utiliza en los sistemas orientados a objetos. Cada objeto recibe del sistema de manera automática un identificador en el momento en que se crea.
La identidad de los objetos es una noción conceptual; los sistemas reales necesitan un mecanismo físico que identifique los objetos de manera unívoca. Para los seres humanos se suelen utilizar como identificadores los nombres, junto con otra información como la fecha y el lugar de nacimiento. Los sistemas orientados a objetos proporcionan el concepto de identificador del objeto para identificar a los objetos. Los identificadores de los objetos son únicos; es decir, cada objeto tiene un solo identificador y no hay dos objetos que tengan el mismo identificador
Base de datos relacionales orientados a objetos
1) RELACIONES ANIDADAS:
El modelo relacional anidado es una extensión del modelo relacional en la que los dominios pueden ser atómicos o de relación. Por tanto, el valor de las tuplas de los atributos puede ser una relación, y las relaciones pueden guardarse en otras relaciones. Los objetos complejos, por tanto, pueden representarse mediante una única tupla de las relaciones anidadas. Si se consideran las tuplas de las relaciones anidadas como elementos de datos, se tiene una correspondencia uno a uno entre los elementos de datos y los objetos de la vista de la base de datos del usuario.
Las relaciones anidadas se ilustran mediante un ejemplo extraído de una biblioteca. Considérese que para cada libro se almacena la información siguiente:
Título del libro.
Lista de autores.
Editorial.
Lista de palabras clave.
Puede verse que, si se define una relación para la información anterior, varios de los dominios serán no atómicos.
Autores. Un libro puede tener varios autores. No obstante, puede que se desee hallar todos los documentos entre cuyos autores estuviera Santos. Por tanto, hay interés en una parte del elemento del dominio «conjunto de autores».
Palabras clave. Si se guarda un conjunto de palabras clave de cada documento se espera poder recuperar todos los documentos cuyas claves incluyan una o varias de las palabras clave especificadas. Por tanto, se considera que el dominio de la lista de palabras clave no es atómico.
Editorial. A diferencia de palabras clave y autores, editorial no tiene un dominio de tipo conjunto. Sin embargo, se puede considerar que editorial consiste en los subcampos nombre y sucursal. Esta manera de considerarlo hace que el dominio de editorial no sea atómico.
2) TIPOS COMPLEJOS:
El modelo de datos orientado a objetos ha creado la necesidad de características como la herencia y las referencias a los objetos.
Los sistemas de tipos complejos y la programación orientada a objetos permiten que los conceptos del modelo E-R, como la identidad de las entidades, los atributos multivalorados y la generalización y la especialización, se representen directamente sin que haga falta una compleja traducción al modelo relacional.
3) HERENCIA:
La herencia puede hallarse en el nivel de los tipos o en el nivel de las tablas. En primer lugar se considerará la herencia de los tipos y después en el nivel de las tablas.
Herencia De Tipos. Los métodos de un tipo estructurado se heredan por sus subtipos, al igual que los atributos. Sin embargo, un subtipo puede redefinir el efecto de un método declarando de nuevo el método, usando overriding method en lugar de method en la declaración del método.
Herencia De Tablas. Las subtablas pueden guardarse de manera eficiente sin réplica de todos los campos heredados de una de las dos siguientes formas:
Cada tabla almacena la clave primaria (que se puede heredar de una tabla padre) y los atributos definidos localmente. Los atributos heredados (aparte de la clave primaria) no hace falta guardarlos y pueden obtenerse mediante una reunión con la súper tabla basada en la clave primaria.
Cada tabla almacena todos los atributos heredados y definidos localmente. Cuando se inserta una tupla se almacena sólo en la tabla en la que se inserta y su presencia se infiere en cada súper tabla. El acceso a todos los atributos de una tupla es más rápido, dado que no se requiere una reunión. Sin embargo, en el caso de que no se considere la segunda restricción de integridad es decir, una entidad se puede representar en dos subtablas sin estar presente en una subtabla común de ambas esta representación puede resultar en duplicación de información.
Almacenamiento y estructura de archivos*
1. VISIÓN GENERAL DE LOS MEDIOS FÍSICOS DE ALMACENAMIENTO:
En la mayor parte de los sistemas informáticos hay varios tipos de almacenamientos de datos. Estos medios de almacenamiento se clasifican según la velocidad con la que se puede acceder a los datos, por el coste de adquisición del medio por unidad de datos y por la fiabilidad del medio. Entre los medios disponibles habitualmente figuran:
Caché. Es la forma de almacenamiento más rápida y costosa. La memoria caché es pequeña; su uso lo gestiona el hardware del sistema informático.
Memoria principal. El medio de almacenamiento utilizado para operar con los datos disponibles es la memoria principal. Las instrucciones de la máquina de propósito general operan en la memoria principal. El contenido de la memoria principal suele perderse si se produce un fallo del suministro eléctrico o una caída del sistema.
Memoria flash. También conocida como memoria sólo de lectura programable y borrable eléctricamente (Electrically Erasable Programmable Read-Only Memory, EEPROM), la memoria flash se diferencia de la memoria principal en que los datos pueden sobrevivir a los fallos del suministro eléctrico.
Almacenamiento en discos magnéticos. El principal medio de almacenamiento a largo plazo de datos en conexión es el disco magnético. Generalmente se guarda en este tipo de discos toda la base de datos. Para tener acceso a los datos hay que trasladarlos desde el disco a la memoria principal. Después de realizar la operación hay que escribir en el disco los datos que se han modificado.
Los medios de almacenamiento más rápidos (por ejemplo, caché y memoria principal) se denominan almacenamiento primario. A continuación un ejemplo ilustrativo:
2. ORGANIZACIÓN DE LOS ARCHIVOS:
Los archivos se organizan lógicamente como secuencias de registros. Estos registros se corresponden con los bloques del disco. Los archivos se proporcionan como un instrumento fundamental de los sistemas operativos, por lo que se supondrá la existencia de un sistema de archivos subyacente. Hay que tomar en consideración diversas maneras de representar los modelos lógicos de datos en términos de archivos.
Un enfoque de la correspondencia entre la base de datos y los archivos es utilizar varios y guardar los registros de cada una de las diferentes longitudes fijas existentes en cada uno de esos archivos.
3. ORGANIZACIÓN DE LOS REGISTROS EN ARCHIVOS:
Dado un conjunto de registros, la pregunta siguiente es la manera de organizarlos en archivos. A continuación se indican varias de las maneras de organizar los registros en archivos:
Organización de archivos en montículo. En esta organización se puede colocar cualquier registro en cualquier parte del archivo en que haya espacio suficiente. No hay ninguna ordenación de los registros. Generalmente sólo hay un archivo por cada relación.
Organización de archivos secuenciales. En esta organización los registros se guardan en orden secuencial, basado en el valor de la clave de búsqueda de cada registro.
Organización asociativa (hash) de archivos. En esta organización se calcula una función de asociación (hash) de algún atributo de cada registro. El resultado de la función de asociación especifica el bloque del archivo en que se deberá colocar el registro.
4. ALMACENAMIENTO PARA LA BASE DE DATOS ORIENTADAS A OBJETOS:
a) Correspondencia de los objetos con los archivos:
La correspondencia de los objetos con los archivos tiene gran parecido con la correspondencia de las tuplas con los archivos de los sistemas relacionales. En el nivel inferior de la representación de los datos, tanto las partes de tuplas de los objetos como las de datos, son sencillamente secuencias de bytes. Por tanto, se pueden guardar los datos de los objetos utilizando las estructuras de archivos descritas en los apartados anteriores con algunas modificaciones que se indican a continuación. Los objetos de las bases de datos orientadas a objetos pueden carecer de la uniformidad de las tuplas de las bases de datos relacionales. Por ejemplo, los campos de los registros pueden ser conjuntos, a diferencia de las bases de datos relacionales, en los que se suele exigir que los datos se encuentren (por lo menos) en la primera forma normal. Además, los objetos pueden ser muy grandes. Hay que tratar estos objetos de manera diferente de los registros de los sistemas relacionales. Se pueden implementar campos de conjuntos que tengan un número pequeño de elementos que utilicen estructuras de datos como las listas enlazadas. Los campos de conjuntos que tienen un número de elementos mayor pueden implementarse como relaciones en la base de datos. Los campos de conjuntos también pueden borrarse en el nivel de almacenamiento mediante la normalización: se crea una relación que contenga una tupla para cada valor del campo de conjunto de un objeto.
Indexación y asociación
Un índice para un archivo del sistema funciona como el índice de este libro. Si se va a buscar un tema (especificado por una palabra o una frase) en este libro, se puede buscar en el índice al final del libro, encontrar las páginas en las que aparece y después leer esas páginas para encontrar la información que estamos buscando.
Las palabras de índice están ordenadas, lo que hace fácil la búsqueda del término que se esté buscando. Además, el índice es mucho más pequeño que el libro, con lo que se reduce aún más el esfuerzo necesario para encontrar las palabras en cuestión.
Los catálogos de fichas en las bibliotecas funcionan de manera similar (aunque se usan poco). Para encontrar un libro de un autor en particular, se buscaría en el catálogo de autores y una ficha de este catálogo indicaría dónde encontrar el libro. Para ayudarnos en la búsqueda en el catálogo, la biblioteca guardaría en orden alfabético las fichas de los autores con una ficha por cada autor de cada libro.
Los índices de los sistemas de bases de datos juegan el mismo papel que los índices de los libros o los catálogos de fichas de las bibliotecas. Por ejemplo, para recuperar un registro cuenta dado su número de cuenta, el sistema de bases de datos buscaría en un índice para encontrar el bloque de disco en que se encuentra el registro correspondiente, y entonces extraería ese bloque de disco para obtener el registro cuenta.
Almacenar una lista ordenada de números de cuenta no funcionaría bien en bases de datos muy grandes con millones de cuentas, ya que el propio índice sería muy grande; más aún, incluso al mantener ordenado el índice se reduce el tiempo de búsqueda, encontrar una cuenta puede consumir mucho tiempo. En su lugar se usan técnicas más sofisticadas de indexación.
Por otra parte un inconveniente de la organización de archivos secuenciales es que hay que acceder a una estructura de índices para localizar los datos o utilizar una búsqueda binaria. La organización de archivos basada en la técnica de asociación permite evitar el acceso a la estructura de índice. La asociación también proporciona una forma de construir índices.
Procesamiento de consultas
EL procesamiento de consultas hace referencia a la serie de actividades implicadas en la extracción de datos de una base de datos. Estas actividades incluyen la traducción de consultas expresadas en lenguajes de bases de datos de alto nivel en expresiones implementadas en el nivel físico del sistema, así como transformaciones de optimización de consultas y la evaluación real de las mismas. Los pasos básicos a tomar en cuenta son:
Análisis y traducción.
Optimización.
Evaluación.
Y los pasos en el procesamiento de una consulta son:
OPTIMIZACIÓN DE CONSULTAS
Consiste en el proceso de selección de las consultas más eficientes de entre las muchas formas disponibles para el procesamiento de una consulta dada, especialmente si la consulta es compleja. No se espera que los usuarios escriban las consultas de modo que puedan procesarse de manera eficiente. Por el contrario, se espera que el sistema cree un plan de evaluación de las consultas que minimice el coste de la evaluación de las consultas. Aquí es donde entra en acción la optimización de consultas.
Otro aspecto es la elección de una estrategia para el procesamiento de la consulta es la selección del algoritmo que se utilizará para ejecutar una operación, la selección de los índices concretos que se van a emplear entre muchos mas
Transacciones
Muchas veces el usuario de una base de datos utiliza un conjunto de operaciones sobre dicha base de datos, citando ejemplos el retiro de dinero de las diferentes entidades bancarias, etc. Por consiguiente el sistema de base de datos está compuesto internamente por varias operaciones.
Evidentemente es esencial que funcionen todas las operaciones o que, en caso de fallo, ninguna de ellas se produzca.
Sería inaceptable efectuar el cargo de la transferencia en la cuenta corriente y que no se abonase en la cuenta de ahorros.
Se llama transacción a una colección de operaciones que forman una única unidad lógica de trabajo. Un sistema de base de datos debe asegurar que la ejecución de las transacciones se realice adecuadamente a pesar de la existencia de fallos: o se ejecuta la transacción completa o no se ejecuta en absoluto. Además debe gestionar la ejecución concurrente de las transacciones evitando introducir inconsistencias.
Para asegurar la integridad de los datos se necesita que el sistema de base de datos mantenga las siguientes propiedades de las transacciones:
Atomicidad. O todas las operaciones de la transacción se realizan adecuadamente en la base de datos o ninguna de ellas.
Consistencia. La ejecución aislada de la transacción (es decir, sin otra transacción que se ejecute concurrentemente) conserva la consistencia de la base de datos.
Aislamiento. Aunque se ejecuten varias transacciones concurrentemente, el sistema garantiza que para cada par de transacciones A y B, se cumple que para los efectos de A, o bien B ha terminado su ejecución antes de que comience A , o bien que B ha comenzado su ejecución después de que A termine. De este modo, cada transacción ignora al resto de las transacciones que se ejecuten concurrentemente en el sistema.
| Página siguiente |