DB-Fundamentos y documentos

Introducción

  • Bases de datos permiten almacenar, consultar y actualizar información de manera eficiente.
  • Permiten trabajo simultáneo de varios usuarios con control de seguridad.
  • Reducen redundancia de datos y garantizan integridad.

Ventajas

  • Actualización y consulta rápidas.
  • Manejo de grandes volúmenes de datos.
  • Fácil acceso desde dispositivos y sistemas informáticos.
  • Seguridad mediante restricción de usos.

Control de Redundancia

  • Evitar duplicidad de información, por ejemplo: Id de producto único.
  • Pregunta → DB → Respuesta.

Etapas de Desarrollo

  1. Obtención y análisis de requerimientos.
  2. Diseño del sistema.
  3. Desarrollo e implementación.
  4. Pruebas y mantenimiento.
  5. Diseño de la BD dentro de la etapa de diseño del sistema.

Tipos de Bases de Datos

Dinámicas

  • Pueden actualizarse frecuentemente.
  • Ejemplo: registro de productos con cambios en descripción o precio.

Estáticas

  • Solo lectura, almacenan información sin cambios frecuentes.
  • Ejemplo: movimientos de cuentas bancarias.

Clasificación por Teorema de CAP

  • BDs distribuidas en nodos.
  • Consistencia: datos deben coincidir en todos los nodos.
  • Disponibilidad: seguir consultando/almacenando aun si un nodo no está disponible.
  • Tolerancia a particiones: información distribuida, ningún nodo tiene todo.

Relacionales

  • Plan preciso de desarrollo.
  • Consistencia de datos importante.
  • Estables, documentadas y ampliamente usadas.

No Relacionales

  • Sistema distribuido.
  • Grandes cantidades de datos con estructuras variables.
  • Orientadas a Big Data.
  • Ejemplos: MongoDB, Cassandra.

Sistema Gestor de Bases de Datos (SGBD)

  • Herramientas para consultas y edición de datos.
  • Interfaz gráfica.
  • Mantener integridad y concurrencia.
  • Control de acceso de usuarios.
  • Sistemas especializados por área.

Modelos de Bases de Datos Relacionales

Niveles de Abstracción

  • Conceptual: representación general y comprensible.
  • Lógico: estructura de datos, tipos de información, relaciones.
  • Físico: almacenamiento real de los datos, índices, restricciones.

Modelos

  • Jerárquico: árbol invertido, alto rendimiento, no garantiza duplicidad.
  • Red: nodo con varios padres, grafos completos, soluciona redundancia.
  • Transaccional: alta velocidad de envío/recepción, admite duplicación de datos.
  • Relacional: uso de tablas y relaciones, IBM 1970, más usado en problemas reales.

Modelo Relacional

  • Conceptos principales: bases de datos → tablas → filas y columnas → registros.
  • Claves: identificadores únicos de registros.
  • Tipos de claves:
    • Primarias: identifican un registro de forma única.
    • Secundarias/foráneas: establecen relaciones entre tablas.
  • Relaciones: uno a uno, uno a muchos, muchos a muchos.
  • Favorece normalización y garantiza integridad referencial.

Diseño y Modelado

Primeros Pasos

  • Evitar datos redundantes.
  • Minimizar errores en producción.
  • Maximizar rendimiento.
  • Anticipar cambios en diseño posterior.

Planificación Inicial

  • Objetivo de la base de datos.
  • Acciones y operaciones que realizará.
  • Sistema al que estará enlazada.
  • Cantidad de usuarios promedio.
  • Material previo existente.

Diseño Conceptual

  • Definir entidades y relaciones de forma abstracta.
  • Diagramas entidad-relación.
  • Ejemplo: plataforma educativa (soporte web).

Diseño Lógico

  • Basado en el modelo entidad-relación.
  • Contiene tablas, atributos, tipos de datos y relaciones.
  • Asignar atributos y unir tablas según relaciones.

Diseño Físico

  • Esquema físico basado en SGBD.
  • Definición de tablas, campos, índices y restricciones.
  • Consideraciones de rendimiento y acceso.

Índices

  • Mejoran acceso a datos.
  • Contienen valor de la key y dirección física del registro.
  • Impactan en rendimiento de lecturas/escrituras.
  • Mayor número de índices puede ralentizar actualizaciones.

Restricciones de Integridad

  • Mantener consistencia semántica.
  • Tipos:
    • Llaves primarias: identifican registros únicos.
    • Llaves foráneas: establecen relaciones.
    • Cardinalidad: cantidad de elementos en origen y destino.
    • Restricción de dominio: valores posibles por atributo.

Integridad Referencial

  • Valores heredados de entidades deben existir previamente.
  • Aplicable desde modelo físico a través de llaves y cardinalidades.
  • Herramientas de modelado: ENTERPRISE ARCHITECT.
  • Diagrama físico incluye: tablas, atributos, tipos de datos, PK y FK, índices, relaciones y cardinalidad.

Contenidos Faltantes

Bases de Datos No Relacionales (detalle adicional)

  • Otras BD No Relacionales
    • Ejemplo: Cassandra (ya mencionada, pero faltaba explicar su naturaleza)
      • Orientada a columnas.
      • Muy eficiente para escritura masiva.
      • Alta disponibilidad mediante replicación entre nodos.
      • No garantiza consistencia fuerte en todos los casos (eventual consistency).

Relaciones en una Base de Datos (faltaban detalles)

  • Ejemplo contextual: Plataforma educativa
    • Tablas: estudiante, profesor, curso.
  • Cómo establecer relaciones correctamente:
    • Analizar el caso de uso completo.
    • Determinar cardinalidades correctas.
    • Evitar asignar restricciones indebidas, por ejemplo:
      • Un profesor puede impartir varios cursos, por lo tanto su id no debe ser único en la tabla curso (solo FK).

Tipos de Relaciones (faltan especificaciones)

  • Uno a uno (1:1)
    • Un registro está vinculado exclusivamente a otro.
    • Útil para separar datos sensibles o poco utilizados.
  • Uno a muchos (1:N)
    • Relación más común en sistemas reales.
    • Ejemplo: un profesor imparte varios cursos.
  • Muchos a muchos (M:N)
    • Requiere tabla intermedia.
    • Ejemplo: estudiantes inscritos en múltiples cursos.
  • Consideración adicional faltante:
    • Cómo el SGBD maneja la eliminación: ON DELETE CASCADE, RESTRICT, etc.

Resumen del Modelo Relacional (faltaba completar)

  • Atributo → dominio: conjunto de valores permitidos para un campo.
  • Atributo particular declarado como clave primaria puede ser referenciado como FK en otras tablas.
  • Una fila representa una instancia específica de una entidad.

Desventajas de las BDs Relacionales (faltaba expandir)

  • Poca flexibilidad ante datos altamente cambiantes o no estructurados.
  • No óptimas para escalado horizontal masivo.
  • Menor rendimiento en consultas distribuidas.
  • Limitaciones con grandes cantidades de datos multimedia o no estructurados.

Errores y Riesgos en el Diseño (conceptos faltantes)

  • Subnormalización: demasiada duplicación.
  • Sobrenormalización: exceso de tablas que dificulta consultas.
  • Índices mal diseñados que reducen rendimiento.
  • Modelado incorrecto de cardinalidades.
  • Elección incorrecta del tipo de dato.

Diseño Físico (faltaban algunos elementos)

  • Ajuste del motor de almacenamiento (Ej: InnoDB vs MyISAM).
  • Configuración de particionamiento de tablas.
  • Distribución de archivos en disco (tablespaces).
  • Parámetros de rendimiento del SGBD:
    • tamaño de buffer pool,
    • logging,
    • checkpointing.

Diagrama Físico (faltaba cerrar ideas)

  • Representación completa de todas las relaciones.
  • Especificación de índices compuestos.
  • Estrategias de normalización/desnormalización aplicadas.
  • Inclusión del comportamiento ante borrado/actualización (CASCADE, SET NULL, etc.).

Integridad Referencial (faltaba cubrir reglas adicionales)

  • Reglas de actualización:
    • ON UPDATE CASCADE
    • ON UPDATE SET NULL
  • Casos donde no conviene cascada:
    • Registros históricos.
    • Auditorías.

Tipos de Restricciones (faltaba ampliar)

  • Restricciones de unicidad (UNIQUE)
    • Garantizan que un valor no se repita sin ser clave primaria.
  • Restricciones de chequeo (CHECK)
    • Validan formatos o rangos.
    • Ejemplo: edad > 0.
  • Restricciones de nulidad (NOT NULL)
    • Evitan registros incompletos.
  • Restricciones de negocio
    • Reglas específicas del dominio que limitan valores.

Diseño Conceptual (faltaba expandir herramientas)

  • Técnicas de modelado adicionales:
    • Identificar atributos compuestos.
    • Identificar atributos multivaluados.
    • Definir entidades débiles.
  • Diagramación:
    • Notación Chen.
    • Notación Crow’s Foot.

Diseño Lógico (faltaban detalles)

  • Normalización:
    • 1FN: sin valores repetidos o atributos multivaluados.
    • 2FN: dependencia completa de la clave.
    • 3FN: sin dependencias transitivas.
    • BCNF: variación más estricta de la 3FN.
  • Tipos de datos: elección según motor (NUMERIC, VARCHAR, TEXT…).
  • Definición de vistas para simplificar consultas.

Fase de Implementación (faltaba información)

  • Importancia del versionado de esquemas mediante migraciones.
  • Uso de herramientas:
    • Liquibase
    • Flyway
  • Pruebas:
    • Pruebas de carga.
    • Pruebas de concurrencia.
    • Pruebas de integridad.

Fase de Uso y Mantenimiento (faltaban conceptos)

  • Optimización continua de queries basadas en EXPLAIN.
  • Monitoreo de rendimiento del servidor.
  • Rotación y gestión de logs.
  • Políticas de backup:
    • Full
    • Incremental
    • Diferencial
  • Estrategias de recuperación ante desastres (DRP).

Modelos de Bases de Datos Relacionales — Conceptos Faltantes

Modelos Adicionales

  • Modelo Entidad–Relación (ER):
    • Propuesto por Peter Chen (1976).
    • Representa entidades, atributos y relaciones.
    • Base para diseñar el modelo conceptual antes de traducirlo al modelo relacional.
    • Incluye cardinalidades, claves candidatas y dependencias entre entidades.
  • Modelo Relacional Extendido (E-R Extendido / EER):
    • Añade abstracciones avanzadas: herencia, especialización, generalización, agregación.
    • Útil para sistemas complejos o con jerarquías de objetos.
  • Modelo Orientado a Objetos:
    • Integra conceptos de programación orientada a objetos en la base de datos.
    • Soporta clases, objetos, métodos, encapsulación y herencia.
    • Útil cuando los datos tienen estructuras anidadas o comportamiento asociado.
  • Modelo Objeto–Relacional:
    • Híbrido entre relacional y orientado a objetos.
    • Admite tipos de datos personalizados, arrays, JSON, estructuras y funciones complejas.
    • Usado en PostgreSQL, Oracle y otros sistemas modernos.
  • Modelo Documental (baseline para comparación):
    • Organiza la información en documentos semiestructurados (JSON, BSON).
    • Hace parte de los modelos NoSQL, pero es importante para completar el panorama.
    • Útil para datos flexibles y jerárquicos sin esquema rígido.

Conceptos Clave Faltantes

1. Dependencias y Normalización (extensión)

  • Dependencias funcionales:
    Indican cómo ciertos atributos determinan otros. Son la base de la normalización.
  • Formas normales adicionales:
    • 2NF → elimina dependencias parciales.
    • 3NF → elimina dependencias transitivas.
    • BCNF → más estricta, elimina anomalías avanzadas.
    • 4NF y 5NF → tratan dependencias multivaluadas y de unión.

2. Integridad en el Modelo Relacional

  • Integridad de dominio:
    Los valores deben pertenecer al tipo de dato correcto.
  • Integridad de entidad:
    La clave primaria no puede ser nula.
  • Integridad referencial (extensión):
    Reglas de propagación:
    • Cascade, Set Null, Set Default, Restrict.

3. Operaciones Relacionales

  • Álgebra Relacional:
    • Selección (σ), proyección (π), uniones, intersecciones, producto cartesiano, joins.
    • Base teórica del SQL.
  • Cálculo Relacional (tuplas y dominios):
    • Enfoque declarativo que inspiró el diseño del lenguaje SQL.

4. Optimización de Consultas

  • Planificación y ejecución:
    • Árboles de consulta, reordenamiento de joins, selección de índices.
  • Índices avanzados:
    • B-Tree, Hash, GiST, GIN, R-Tree.

5. Concurrencia y Transacciones (extendido)

  • Aislamiento:
    Niveles: Read Uncommitted, Read Committed, Repeatable Read, Serializable.
  • Problemas comunes:
    Dirty reads, phantom reads, non-repeatable reads.
  • Control de concurrencia:
    Bloqueos (locks), timestamping, MVCC (versión usada por PostgreSQL).

6. Arquitecturas de Bases de Datos

  • Monolítica: instancia única, centralizada.
  • Replicada: lectura distribuida, copia de datos sincronizada.
  • Sharding: división horizontal en múltiples nodos.
  • Distribuida: nodos independientes que comparten lógica y reglas de consistencia.

7. Extensiones Modernas Relacionadas

  • SQL sobre estructuras semiestructuradas: JSON, XML y arrays.
  • Funciones definidas por el usuario y triggers.
  • Materialized Views: precálculo de resultados para optimizaciones.

Diseño Conceptual Avanzado (faltante)

  • Cardinalidad exacta vs mínima/máxima.
  • Atributos derivados.
  • Relaciones recursivas.
  • Atributos multivaluados y compuestos.

Teoría de Conjuntos aplicada a lo Relacional

  • El modelo relacional se fundamenta en operaciones de conjuntos.
  • Implicación:
    • No hay orden inherente en filas o columnas.
    • Las operaciones son cerradas y producen siempre nuevas relaciones.

SQL y sus Extensiones (faltante)

  • DDL: Create, Alter, Drop.
  • DML: Insert, Update, Delete, Select.
  • DCL: Grant, Revoke.
  • TCL: Commit, Rollback, Savepoint.
  • Extensiones modernas: ventanas, CTEs, recursion, funciones agregadas avanzadas.

Seguridad y Control de Acceso

  • Roles, permisos y políticas de acceso a filas (RLS).
  • Encriptación en reposo y en tránsito.
  • Auditoría y trazabilidad.

Casos de Uso según el Modelo

  • Jerárquico: archivos de sistemas, catálogos de hardware.
  • Red: logística compleja, redes industriales.
  • Relacional: sistemas empresariales, transaccionales, integridad estricta.
  • Objeto–Relacional: análisis, GIS, sistemas híbridos.
  • Documental: aplicaciones flexibles o con requisitos cambiantes.

Conceptos Avanzados y Faltantes de Modelos de Bases de Datos Relacionales

Teoría y Fundamentos Matemáticos Avanzados

  • Dependencias de Join:
    Explican cómo una relación puede descomponerse en varias y reconstruirse sin pérdida. Fundamentales para la 5NF.
  • Dependencias Multivaluadas (MVDs):
    Relacionadas con 4NF. Se dan cuando un atributo depende de una clave, pero independientemente de otros atributos.
  • Reglas de Codd (12 reglas):
    Conjunto de criterios para que una base de datos sea “verdaderamente relacional”.
    Incluyen independencia física, lógica, representación uniforme y manejo consistente de nulls.

Diseño Lógico Avanzado

  • Tablas desnormalizadas estratégicamente:
    Se emplean para mejorar rendimiento en sistemas OLAP o de reportes.
  • Subtipos y supertipos en modelos complejos:
    Representación lógica de jerarquías que provienen del diseño conceptual EER.
  • Esquemas en estrella y en copo de nieve:
    Útiles para bodegas de datos y análisis multidimensional.

Modelos y Paradigmas de Almacenamiento Relacional Moderno

  • OLTP vs OLAP:
    Sistemas transaccionales vs analíticos. Diferencias en índices, particiones, concurrencia y normalización.
  • Columnar vs row-oriented:
    Los sistemas relacionales modernos combinan almacenamiento por filas (OLTP) y por columnas (OLAP).
    Ejemplos: PostgreSQL + extensiones columnar, DuckDB.
  • In-Memory Databases:
    Almacenan datos en RAM para velocidad extrema.
    Requieren control de persistencia mediante logs y snapshots.

Particionamiento Avanzado

  • Particionamiento horizontal: divide filas.
  • Particionamiento vertical: divide columnas.
  • Subparticionamiento: combinación de ambos.
  • Rangos, listas y hash: métodos para seleccionar particiones.
  • Beneficios: aislamiento de cargas, paralelización y optimización física.

Motores Internos y Ejecución

  • Optimización basada en costos:
    El optimizador predice el plan más barato en disco, CPU y memoria.
    Usa estadísticas, histogramas, correlaciones y cardinalidad estimada.
  • Ejecución vectorizada:
    Procesa lotes de datos a la vez, usado en sistemas analíticos modernos.
  • JIT Compilation:
    Algunos sistemas generan código nativo en tiempo real para ejecutar consultas.

Tipos de Joins que faltaban

  • Semi-Join: devuelve filas de A que tienen correspondencia en B, sin incluir los datos de B.
  • Anti-Join: devuelve filas de A que no tienen correspondencia en B.
  • Lateral Join: permite acceder a resultados fila por fila para generar nuevas filas dinámicamente.
    Usado para JSON, arrays y funciones complejas.

Carga de Trabajo y Rendimiento

  • Caching de páginas y buffers:
    Controla acceso a disco, crucial en rendimiento relacional.
  • Write-Ahead Logging (WAL):
    Registra cambios antes de escribirlos físicamente, garantizando durabilidad.
  • Vacuum / Garbage Collection:
    Importante en MVCC para limpiar versiones antiguas.

Consistencia y Distribución Avanzada

  • CAP aplicado al mundo relacional:
    Los sistemas relacionales distribuidos tienden hacia CA o CP, no AP.
  • Consistencia estricta vs eventual:
    En sistemas relacionales distribuidos se aplican técnicas como 2PC o consenso.
  • Protocolos de consenso (Raft/Paxos):
    Aseguran integridad de réplicas y tolerancia a fallos.

Datos Semi-Estructurados y Híbridos

(Importante porque el modelo relacional moderno ya no es solo tablas)

  • JSON y JSONB: tratamiento nativo, índices sobre campos internos.
  • XML: tipos y consultas vía XPath/XQuery.
  • Arrays y tipos compuestos: forman parte del modelo objeto-relacional avanzado.
  • Tablas con columnas dinámicas / sparse: optimizadas para nulls masivos.

Herramientas y Ecosistema Profesional

  • Diagramas ER/EER avanzados:
    Herramientas: Draw.io, DBML, ERDCloud, DBeaver, pgModeler.
  • Migraciones:
    Flujos de versionado del esquema (Flyway, Liquibase).
  • Pruebas de BD:
    Fixtures, entornos aislados, pruebas de integridad y regresión.

Perspectivas y Tendencias Modernas

  • HTAP (Hybrid Transactional/Analytical Processing):
    Motores que combinan OLTP y OLAP en una sola arquitectura moderna.
    Ejemplos: SingleStore, PostgreSQL con extensiones.
  • Federación de datos:
    Consultas SQL que integran múltiples fuentes heterogéneas (relacionales + NoSQL).
  • DBaaS y autoscaling:
    Servicios administrados que ajustan particiones, réplicas e índices automáticamente.

Conceptos que cierran el marco teórico

  • Independencia lógica y física:
    El modelo relacional protege al usuario de cómo se almacenan físicamente los datos.
  • Idempotencia y determinismo:
    Fundamentales para consultas repetibles y reproducibilidad.
  • Modelo ACID extendido:
    Nuevos mecanismos como atomicidad por grupos, transacciones distribuidas y transacciones lógicas.

curso DB Fundamentos old

  • Introducción
  • Ventajas:
    • Son mucho más rápidas de actualizar y consultar
    • Almacenar y acceder a grandes volúmenes de datos
    • Fácil acceso desde un sistema informático, dispositivo
    • Trabajo simultáneo por varios usuarios
    • Seguridad: restricción de usos
  • Control de redundancia:
    • evitar duplicidad. EX: Id del producto unico
    • Pregunta →DB →Respuestas
  • Etapas de desarrollo
    • Obtención y análisis de requerimientos
    • Diseño del sistema
    • Desarrollo e implementación del sistema
    • iPruebas y mantenimiento!
    • Diseño de la BD - Etapa de diseño del sistema
  • Tipos de DBs
    • Dinamicas:
      • Pueden actualizarse, son mas frecuentes,cambios de registros
      • Ex:registro de productos de una tienda por ejemplo descripcion o precio
  • Estaticas:
    • Solo lectura, Almacenan info, consulta info
    • Ex: movimiento de cuenta bancaria
  • Clasificación por Teorema de CAP
    • BDs Distribuidas en nodos
    • Consistencia - datos deben coincidir en todos los nodos
    • Disponibilidad / availability -seguir consultando/almacenando aunq no este el nodo disponible
    • Tolerancia a particiones - informacion entre nodos ninguno la tiene toda
  • BD Relacional
  • BD No Relacional
  • EX: Mongo DB
  • Otras BD No Relacionales
  • EX: Casandra
  • BDs Relacionales
    • plan preciso de desarrollo
    • consistencia de datos importante
    • años en el mercado
    • estables y documentadas
  • BDs No Relacionales
    • sistema distribuido
    • grandes cantidades de datos
    • estructuras de datos variables
    • Big data
  • Sistema gestor de DBs
    • Herramientas para consultas y edicion de datos
    • Interfaz grafica
    • Mantener la integridad de los datos y la concurrencia
    • Control de acceso a usuarios
    • Sistemas para cada área
  • DBs Relaccionales Modelos
    • Modelos de Dbs
    • forma, estructura y operaciones
    • Niveles de abstracción
    • Conceptual
    • Fácil de entender, sin aspectos técnicos, representación general, terminología sencilla
    • Lógico
    • Estructuras de datos, tipo de info, deriva del nivel lógico
    • Físico
    • Viene del modelo lógico, como se guardaran los datos, se considera el SGBD y se basa en el modelo lógico
  • Modelos
    • Jerárquico
      • sinpadre: raiz - sinhijos: hoja (datos:arbol al reves)
      • Grandes vol de datos, estructuras estables , gran rendimiento
      • no garantiza redundancia de datos ni registros duplicados
    • Red
      • un nodo puede tener varios padres
      • Evolución del jerárquico, soluciona redundancia
      • entidades representadas en forma de nodo y las relaciones entre entidades por medio de arcos o lineas, representación completa es un grafo
    • Transaccional
      • envió y recepción de datos a grandes velocidades, poco comunes, alta velocidad, redundancia y duplicación no es problema,permiten conectividad a bases de datos relaccionales
      • Transferencia entre cuentas bancarias
      • dos operaciones distinta decrementa el saldo origen y incrementa el saldo destino
      • Si falla se cancela la operación
    • Relacional
      • Mas usado para problemas reales, administrar datos, uso de relaciones en forma de duplas(conjuntos de datos, forma lógica), IBM 1970
  • Modelo relacional
    • Conceptos principales
      • DB - Tablas - unidad de almacenamiento principal - todos los datos están en las tablas.
      • Filas y columnas
      • Registros
    • Otros conceptos
      • Duplicidad de registros
      • Ex: agregar campo matricula, id unico
      • Identificador :
      • Ex: id_estudiante puede ser autoincrementable
    • Claves:
      • identificar registros, evitan duplicación de registros
  • Tipos de claves:
    • Primarias
      • identifican como único cada registro en una tabla
      • definen datos como únicos incluso cuando son coincidentes
    • Secundarias o foráneas
      • Proceden de otra tabla en la DB
      • Establecen relaciones entre dos tablas agregando la llave primaria de una tabla en la otra tabla, duplicamos el valor para establecer una referencia
    • Se recomienda agregar id aunque haya un campo identificatorio único permite mas control y es útil para la eficiencia de las querys
  • Relaciones en una DB
    • EX: plataforma educativa - tablas: estudiante profesor y curso
    • Cómo establecer relaciones
      • Conocer el caso
      • un profesor imparte n cursos
      • id profesor debe ser unico en la tabla curso?
      • No, estaríamos indicando un profesor solo puede dar un curso seria llave foranea, indicando que no esta restringido a ser unico
      • tabla curso:
      • Tipos de relaciones:
    • Resumen
      • DB relaccional conjunto de relaciones o tablas
      • atributo de relacion: dominio
      • atributo parcular o atributos como llave primaria - sepuede referenciar en otras como foreing key
      • fila - datos especifico para una instancia especifica de la entidad
    • Proporciona herramientas para garantizar que no se dupliquen registros.
    • Favorece la normalización por ser más comprensible y aplicable.
    • Garantiza la integridad referencial: al eliminar un registro elimina todos los registros relacionados dependientes.
    • Desventajas
      • No son adecuadas o presentan deficiencias al trabajar con datos gráficos, multimedia, o sistemas de información geográfica.
      • No permite manipular de forma eficiente los bloques de texto como tipo de dato.
  • Diseño y modelado
    • Primeros pasos
      • Evitar datos redundantes
      • Errores en producción
      • Maximizar rendimiento
      • Cambios en el diseño posteriores 1. Analisis de reequisitos 2. Diseño Conceptual 3. Eleccion de SGBD 4. Diseño logico 5. Diseño fisico 6. Uso y mantenimiento
    • Planificacion inicial
      • Objetivo de la base de datos
      • Acciones que realizará la base de datos
      • Sistema al que estará enlazada
      • Cantidad de usuarios promedio
      • ¿Existe material anterior?
    • Recoleccion de información, decisiones de diseño
  • Diseño conceptual
    • definir las entidades y relacciones de forma abstracta
    • diagrama entidad relación
    • EX: Plataforma educativa
    • tipo de soporte: web
  • Etapa del diseño lógico
    • sistema gestor
    • diseño lógico - estructura de entidades y relaciones - Modelo entidad relacion
    • Modelo logico - contiene tablas: atributos y tipo de datos relacciones o tipo de relacion entre tablas
    • pasar al logico para cada entidad - una relacion con mismo nombre y conjunto de atributos
    • agregamos atributo con su tipo de dato en cada entidad, y unimos las tablas
  • Diseño fisico
    • Esquema fisico de la db basado en el modelo de datos del SGBD
    • definicion de tablas y sus campos
    • imposicion de restricciones de integridad
    • definicion de indices
    • Modelo fisico de datos
    • Consideraciones:
  • Indices:
    • Acceso eficaz a los datos, secuencias de registros con dos campos : el valor de la Key y la direccion fisica del registro del archivo de datos donde se pude encontrar una tupla con cierto valor
    • Rendimiento de DB - tiempo de operación, operaciones de lectura y escritura en disco
    • determinar indices - se deben actualizar - menos rendimiento de actualizaciones con mas indices
  • Restricciones de integridad:
    • mantener consistencia semantica, modificaciones no provoque inconsistencia
  • Tipos :
    • llaves o claves, primarias(señala un campo como id no repetible ) y foraneas (relaccion entre tablas)
    • Cardinalidad en la relaccion - cantidad de elementos presentes en el origen y destino de la relacion EX: estudiante se inscribe a uno o mas cursos
    • Restriccion de dominiso - dominio de valores posibles por cada atributo
  • Integridad referencial
    • al traducir un tipo de relacion en cualquier instancia se debe cumplir que los valores de los atributos que hereda de una entidad deben aparecer previamente en el conjunto de entidades
    • Se pueden aplicar estas restriciones desde el modelo de datos fisicos- llaves o cardinalidades de las relacciones
    • Restricciones de dominisos se aplican cuando se estan creando las entidades en el sistema gestor
    • ENTERPRISE ARCHITEC plataforma de modelado
    • Diagrama fisico:
      • se incluyen tablas atributos , tipo de dato, llaves PK y FK indices, relaciones y cardinalidad de cada relacion

—— Condensado

Fundamentos de Bases de Datos

1. Introducción

  • Las bases de datos permiten almacenar, consultar y actualizar información de manera eficiente.
  • Habilitan el trabajo simultáneo de múltiples usuarios manteniendo seguridad y control de accesos.
  • Reducen redundancia y preservan integridad de los datos.

2. Ventajas Generales

  • Actualización y consulta rápida de información.
  • Manejo de grandes volúmenes de datos.
  • Acceso multiplataforma desde distintos sistemas.
  • Seguridad mediante restricciones y permisos.

3. Control de Redundancia

  • Evita duplicidad de información (ej.: id de producto único).
  • Flujo básico: Pregunta → Base de Datos → Respuesta.

4. Etapas del Desarrollo de una BD

  1. Obtención y análisis de requisitos.
  2. Diseño del sistema.
  3. Desarrollo e implementación.
  4. Pruebas y mantenimiento.
  5. Diseño específico de la BD dentro del diseño del sistema.

5. Tipos de Bases de Datos

5.1 Dinámicas

  • Se actualizan frecuentemente. Ej.: registro de productos con cambios en precio o descripción.

5.2 Estáticas

  • De solo lectura. Cambian rara vez. Ej.: movimientos históricos de cuentas bancarias.

5.3 Según el Teorema CAP

  • Distribuidas entre varios nodos.
  • Consistencia: datos iguales en todos los nodos.
  • Disponibilidad: sistema operativo aunque fallen algunos nodos.
  • Tolerancia a particiones: cada nodo tiene parte de la información.

5.4 Relacionales

  • Basadas en tablas y relaciones.
  • Alta consistencia y documentación.
  • Muy utilizadas en sistemas críticos y estables.

5.5 No Relacionales

  • Sistemas distribuidos y flexibles.
  • Orientadas a Big Data, datos no estructurados o cambiantes.

  • Ejemplos:

    • MongoDB: documentos JSON.
    • Cassandra: orientada a columnas, excelente escritura masiva y disponibilidad; consistencia eventual.

6. Sistema Gestor de Bases de Datos (SGBD)

  • Herramientas para consultar/editar datos.
  • Interfaz gráfica y herramientas administrativas.
  • Mantienen integridad, concurrencia y seguridad.
  • Controles de acceso de usuarios.
  • Pueden ser específicos por industria.

7. Modelos de Bases de Datos Relacionales

7.1 Niveles de Abstracción

  • Conceptual: descripción general de datos y relaciones.
  • Lógico: estructura detallada (tablas, atributos, relaciones).
  • Físico: cómo se almacena realmente (índices, tipos, restricciones).

7.2 Modelos Clásicos

  • Jerárquico: árbol invertido; rápido pero propenso a duplicidad.
  • Red: múltiples padres; reduce redundancia.
  • Transaccional: muy rápido; permite duplicación.
  • Relacional: tablas + relaciones; estándar desde 1970.

8. Modelo Relacional

8.1 Conceptos Principales

  • BD → tablas → filas/columnas → registros.
  • Las claves identifican y relacionan registros.

8.2 Tipos de Claves

  • Primaria (PK): identifica un registro de manera única.
  • Foránea (FK): referencia a registros de otra tabla.
  • Única (UNIQUE): evita duplicados sin ser PK.

8.3 Relaciones

  • 1:1 – un elemento corresponde solo a otro.
  • 1:N – relación más común.
  • M:N – necesita tabla intermedia.

Ejemplo educativo: Profesor → imparte varios cursos (1:N), por lo tanto su id no debe ser único en la tabla curso, sino una FK.

9. Diseño y Modelado de Bases de Datos

9.1 Primeros Pasos

  • Evitar redundancia.
  • Minimizar errores en producción.
  • Mejorar rendimiento general.
  • Prever cambios futuros.

9.2 Planificación Inicial

  • Objetivos de la BD.
  • Acciones/opciones del sistema.
  • Cantidad de usuarios.
  • Material existente y requisitos.

9.3 Diseño Conceptual

  • Entidades, atributos y relaciones.
  • Diagramas ER.

  • Identificar:

    • atributos compuestos,
    • multivaluados,
    • entidades débiles.
  • Notaciones: Chen, Crow’s Foot.

9.4 Diseño Lógico

  • Derivado del modelo ER.
  • Definir tablas, atributos, tipos y relaciones.

  • Aplicación de la normalización:

    • 1FN, 2FN, 3FN, BCNF.
  • Definición de vistas.

9.5 Diseño Físico

  • Ajustado al SGBD específico.
  • Tablas, índices, PK, FK, restricciones.
  • Elección del motor (InnoDB, MyISAM).
  • Particiones, tablespaces.
  • Parametrización de rendimiento (buffer pool, logging, checkpointing).

10. Índices

  • Mejoran lectura.
  • Se componen de valor de clave + referencia física.
  • Afectan rendimiento de escritura.
  • Demasiados índices → lentitud en actualizaciones.

11. Restricciones de Integridad

11.1 Tipos

  • PK: valores únicos y no nulos.
  • FK: garantizan relaciones válidas.
  • Dominio: valores permitidos para un atributo.
  • Cardinalidad: número permitido en relaciones.
  • UNIQUE: evita duplicados.
  • CHECK: valida rangos o formatos.
  • NOT NULL: evita datos incompletos.
  • Restricciones de negocio: reglas del dominio.

12. Integridad Referencial

  • Requiere que valores heredados existan antes de insertar o actualizar.

  • Se implementa con PK, FK, cardinalidades y reglas como:

    • ON DELETE CASCADE
    • ON DELETE SET NULL
    • ON UPDATE CASCADE
    • ON UPDATE SET NULL

Cuándo NO usar CASCADE:

  • Auditorías, registros históricos, trazabilidad.

13. Diagrama Físico

Incluye:

  • Tablas, atributos, tipos.
  • PK, FK, restricciones.
  • Índices compuestos.
  • Relaciones y cardinalidad.
  • Estrategias de normalización/desnormalización.
  • Reglas de actualización/eliminación.

14. Errores y Riesgos Comunes

  • Subnormalización → duplicación excesiva.
  • Sobrenormalización → demasiadas tablas, consultas lentas.
  • ÍNDICES mal diseñados.
  • Cardinalidades incorrectas.
  • Tipos de datos inadecuados.

15. Implementación

  • Versionado del esquema mediante migraciones:

    • Flyway, Liquibase.

  • Pruebas:

    • Carga.
    • Concurrencia.
    • Integridad.

16. Uso y Mantenimiento

  • Optimización mediante EXPLAIN.
  • Monitoreo del servidor.
  • Gestión de logs.

  • Políticas de backup:

  • Full, incremental, diferencial.
  • Plan de recuperación ante desastres (DRP).

Modelos de Bases de Datos Relacionales — Nota Avanzada Completa

1. Panorama General de Modelos de Datos

Los modelos de bases de datos representan cómo se organiza, describe y manipula la información. El modelo relacional es el estándar dominante, pero convive con extensiones y alternativas que amplían su alcance.

1.1 Modelos Fundamentales

  • Modelo Entidad–Relación (ER) — Peter Chen (1976)

    • Representa entidades, atributos y relaciones.
    • Base del diseño conceptual antes de su traducción al modelo relacional.
    • Incluye cardinalidades, claves candidatas y dependencias.

  • Modelo Relacional (Codd, 1970)

    • Usa tablas (relaciones) para representar conjuntos de datos.
    • Se fundamenta en la teoría de conjuntos y en el álgebra relacional.

1.2 Modelos Extendidos

  • Modelo EER (Entidad–Relación Extendido)

    • Añade: herencia, especialización, generalización, agregación.
    • Esencial para dominios complejos con jerarquías.

  • Modelo Orientado a Objetos

    • Integra clases, objetos, métodos, encapsulación y herencia.
    • Adecuado para estructuras anidadas y comportamientos asociados.

  • Modelo Objeto–Relacional

    • Híbrido relacional + orientado a objetos.
    • Permite tipos personalizados, arrays, JSON, funciones complejas.
    • Implementado principalmente en PostgreSQL y Oracle.

  • Modelo Documental (referencia NoSQL)

    • Documentos semiestructurados (JSON/BSON).
    • Flexible, sin esquema rígido.

2. Fundamentos Teóricos Avanzados

2.1 Teoría de Conjuntos

  • Las tablas representan relaciones matemáticas.

  • Propiedades derivadas:

    • Las filas no tienen orden inherente.
    • Las columnas pertenecen a un dominio.
    • Las operaciones generan nuevas relaciones (clausura).

2.2 Dependencias y Normalización

  • Dependencias funcionales: determinan la normalización.

  • Formas Normales:

    • 1NF → dominio atómico.
    • 2NF → sin dependencias parciales.
    • 3NF → sin dependencias transitivas.
    • BCNF → versión más estricta de 3NF.
    • 4NF → elimina dependencias multivaluadas.
    • 5NF → basada en dependencias de join.

2.3 Reglas de Codd

  • 12 reglas que definen cuándo un sistema es realmente relacional: Independencia lógica y física, representación uniforme, manejo consistente de nulls, vistas actualizables, etc.

3. Integridad y Restricciones

3.1 Tipos de Integridad

  • Dominio: valores correctos según tipo de dato.
  • Entidad: PK no puede ser nula.
  • Referencial: relaciones válidas entre tablas.

3.2 Restricciones Avanzadas

  • UNIQUE, NOT NULL, CHECK, restricciones de negocio.

  • Reglas de propagación:

    • CASCADE, SET NULL, SET DEFAULT, RESTRICT.

3.3 Integridad Referencial Avanzada

  • Aplicación en sistemas complejos.
  • Consideraciones al evitar cascadas en auditorías o historiales.

4. Modelo Relacional — Operaciones, SQL y Manipulación

4.1 Álgebra Relacional

  • Operaciones fundamentales: selección, proyección, unión, intersección, diferencia, producto cartesiano, joins.
  • Base formal de SQL.

4.2 Cálculo Relacional

  • Basado en tuplas o dominios.
  • Inspiración directa del SQL declarativo.

4.3 SQL

  • DDL: Create, Alter, Drop.
  • DML: Select, Insert, Update, Delete.
  • DCL: Grant, Revoke.
  • TCL: Commit, Rollback, Savepoint.

  • Extensiones modernas:

    • CTEs, recursión, funciones ventana, JSON, XML, arrays, lateral joins.

4.4 Tipos de Joins Avanzados

  • Semi-Join
  • Anti-Join
  • Lateral Join
  • Natural Join (usado con moderación)

5. Concurrencia, Transacciones y Aislamiento

5.1 Modelo ACID Extendido

  • Atomicidad, consistencia, aislamiento, durabilidad.
  • Control de transacciones distribuidas: 2PC, 3PC.

5.2 Aislamiento (niveles)

  • Read Uncommitted
  • Read Committed
  • Repeatable Read
  • Serializable

5.3 Anomalías

  • Dirty Reads
  • Non-Repeatable Reads
  • Phantom Reads

5.4 Técnicas de Concurrencia

  • Locks, timestamping, MVCC (PostgreSQL), control optimista/pesimista.

6. Arquitecturas y Almacenamiento

6.1 Arquitecturas Generales

  • Monolítica
  • Replicada
  • Sharding
  • Distribuida

6.2 OLTP vs OLAP

  • OLTP: transaccional, bajo tiempo de respuesta.
  • OLAP: analítico, grandes agregaciones.
  • Esquemas estrella y copo de nieve para bodegas de datos.

6.3 Almacenamiento Moderno

  • Row-oriented vs Columnar
  • Bases de datos in-memory
  • Motores híbridos y HTAP (SingleStore, extensiones en PostgreSQL)

7. Particionamiento y Rendimiento Físico

7.1 Particionamiento

  • Horizontal, vertical, subparticionamiento.
  • Partición por rangos, listas o hash.

7.2 Optimización Interna

  • Write-Ahead Logging (WAL)
  • Caches de páginas y buffer pool
  • Garbage collection / Vacuum

7.3 Motores y Ejecución

  • Optimización basada en costos.
  • Estadísticas, histogramas, estimación de cardinalidad.
  • Ejecución vectorizada.
  • JIT compilation en motores modernos.

8. Modelado Conceptual, Lógico y Físico (Avanzado)

8.1 Diseño Conceptual Avanzado

  • Cardinalidad mínima/máxima.
  • Atributos derivados.
  • Relaciones recursivas.
  • Entidades débiles/superfuertes.

8.2 Diseño Lógico Avanzado

  • Herencia lógica (supertipo/subtipo).
  • Desnormalización estratégica para OLAP.
  • Tipos compuestos y arrays.
  • Vistas materializadas.

8.3 Diseño Físico Avanzado

  • Índices avanzados: B-Tree, Hash, GiST, GIN, R-Tree.
  • Tablespaces, particiones, configuración de motor.
  • Ajustes de rendimiento: buffer pools, logging, paralelismo.

9. Datos Semi-Estructurados y Modelos Híbridos

  • JSON y JSONB con índices GIN/GiST.
  • XML, XPath/XQuery.
  • Tipos compuestos y columnas sparse.
  • Integración relacional + documental + analítica.

10. Seguridad, Auditoría y Gobernanza

  • Roles y permisos, políticas RLS (Row Level Security).
  • Encriptación en tránsito (TLS) y en reposo.
  • Auditoría, trazabilidad y control de cambios.
  • Máscaras de datos, políticas de cumplimiento (GDPR, PCI, etc.).

11. Herramientas y Ecosistema

  • Modelado: DBML, ERDCloud, DBeaver, pgModeler, Draw.io.
  • Migraciones: Flyway, Liquibase.
  • Testing: entornos aislados, ejecución determinista.
  • Monitoreo: métricas de queries, EXPLAIN, planes reales.

12. Casos de Uso por Modelo

  • Jerárquico: sistemas legacy, catálogos simples.
  • Red: logística, redes industriales complejas.
  • Relacional: sistemas empresariales, banca, ERPs, CRMs.
  • Objeto–Relacional: GIS, analítica, grandes estructuras anidadas.
  • Documental: aplicaciones con requisitos cambiantes y estructuras flexibles.

13. Tendencias Modernas

  • HTAP (OLTP + OLAP en un mismo motor).
  • DBaaS con autoscaling y autoindexación.
  • Motores híbridos relacional/documental.
  • Federaciones SQL hacia múltiples fuentes.
  • Columnar en PostgreSQL y DuckDB en entornos mixtos.

14. Conceptos de Cierre

  • Independencia lógica vs física.
  • Determinismo e idempotencia en consultas.
  • Transacciones lógicas y replicación lógica.
  • Papel del consenso en sistemas distribuidos (Raft, Paxos).

RDBMS — Fundamentos, Arquitectura y Conceptos Clave

Definición General

Un RDBMS (Relational Database Management System) es un sistema de gestión de bases de datos basado en el modelo relacional propuesto por Edgar F. Codd. Organiza los datos en tablas estructuradas en filas y columnas, mantiene integridad, permite consultas declarativas (SQL) y garantiza consistencia transaccional bajo ACID.

Principios del Modelo Relacional

Estructura Basada en Tablas

  • Tabla / Relación: colección de filas (tuplas) con esquema fijo.
  • Fila / Tupla: instancia de datos con un valor por columna.
  • Columna / Atributo: elemento indivisible que representa una propiedad.

Claves

  • Clave primaria (PK): identifica de forma única a cada registro.
  • Clave ajena (FK): mantiene referencia a registros de otras tablas.
  • Claves candidatas: posibles claves primarias antes de elegir una.

Integridad

  • Integridad de entidad: PK no nulas y únicas.
  • Integridad referencial: FK válidas o nulas según regla.
  • Integridad de dominio: valores válidos según tipo y restricciones.

Arquitectura de un RDBMS

Componentes Internos

  • Parser SQL: transforma declaraciones SQL en un árbol lógico.
  • Optimizador: genera el plan de ejecución más eficiente.
  • Executor: ejecuta el plan seleccionado.
  • Storage Engine: gestiona archivos, páginas, índices y concurrencia.
  • Buffer Manager: regula páginas en memoria RAM.
  • Write-Ahead Log (WAL): asegura durabilidad y recuperación.

Procesos del Servidor

  • Conexiones / sesiones: manejadas mediante hilos o procesos.
  • Plan Cache: almacena planes reutilizables para mejorar rendimiento.
  • Background workers: tareas como checkpoints, vacuums, defragmentación.

Lenguaje SQL (vista RDBMS)

Manipulación

  • DML: SELECT, INSERT, UPDATE, DELETE.
  • DDL: CREATE, ALTER, DROP.
  • DCL: gestión de permisos.
  • TCL: control transaccional (BEGIN, COMMIT, ROLLBACK).

Operaciones Relacionales

  • Joins: INNER, LEFT, RIGHT, FULL, CROSS.
  • Set operations: UNION, INTERSECT, EXCEPT.
  • Agregaciones: GROUP BY, HAVING.

Índices y Optimización

Tipos Comunes

  • B-Tree: índice general para búsquedas, rangos y ordenación.
  • Hash: acceso muy rápido por igualdad.
  • Bitmap: útil en columnas con baja cardinalidad.
  • Índices compuestos: múltiples columnas en un mismo índice.
  • Índices únicos: refuerzan integridad de datos.

Consideraciones de Rendimiento

  • Elegir columna adecuada para clave primaria.
  • Evitar sobreindexar (impacto en escritura).
  • Mantener estadísticas actualizadas.
  • Evitar funciones sobre columnas indexadas en filtros (WHERE).

Transacciones y Concurrencia

Modelo ACID

  • Atomicidad: todo o nada.
  • Consistencia: de un estado válido a otro válido.
  • Aislamiento: transacciones independientes.
  • Durabilidad: los datos persisten tras commit.

Aislamiento

  • Lecturas sucias, no repetibles, phantoms: anomalías que cada nivel previene.
  • Niveles: Read Uncommitted, Read Committed, Repeatable Read, Serializable.

Control de Concurrencia

  • Bloqueos (locking): compartidos, exclusivos, por fila, por tabla.
  • MVCC: versiones de filas para lecturas sin bloqueo (PostgreSQL, Oracle).

Diseño de Esquemas

Normalización

  • 1FN a 3FN: formas normales para eliminar redundancia.
  • BCNF: forma más estricta cuando la dependencia funcional es compleja.
  • Beneficios: minimizar duplicación, mejorar integridad.

Desnormalización (cuando procede)

  • Mejor rendimiento en consultas de analítica.
  • Reducir joins en sistemas de alta lectura.

Copias de Seguridad y Recuperación

Técnicas

  • Backups completos, diferenciales e incrementales.
  • Point-in-Time Recovery (PITR) mediante WAL.
  • Replicación: síncrona y asíncrona para alta disponibilidad.

Alta Disponibilidad

  • Clustering: varios nodos comparten o replican datos.
  • Failover automático.
  • Sharding limitado: no es natural en RDBMS tradicionales.

Casos de Uso del Modelo Relacional

Dónde Destaca

  • Datos estructurados y coherentes.
  • Fuertes relaciones entre entidades.
  • Transacciones financieras o críticas.
  • Sistemas donde consistencia > disponibilidad (CA en CAP).
  • Aplicaciones OLTP: banca, e-commerce, ERPs.

Casos Menos Adecuados

  • Datos sin esquema fijo o semiestructurados.
  • Escalado horizontal extremo.
  • Consultas sobre grafos complejos.
  • Ingesta masiva con schema evolucionando constantemente.

Limitaciones Naturales

  • Escalado horizontal más complejo que en NoSQL.
  • Esquemas rígidos.
  • Los JOINs pueden ser costosos si el diseño es defectuoso.
  • Ajuste y mantenimiento más intensivo en sistemas enormes.

Implementaciones Populares de RDBMS

  • PostgreSQL: extendido, MVCC puro, gran ecosistema.
  • MySQL / MariaDB: ampliamente usado, rápido en lectura.
  • SQL Server: integración con ecosistema Microsoft, herramientas avanzadas.
  • Oracle: orientado a grandes corporaciones, características enterprise.