¶ Bases de datos
Una base de datos se puede entender como un conjunto de información relacionada y perteneciente a un mismo contexto. Las bases de datos están organizadas en tablas que hacen referencia a algún objeto, entidad o suceso. Estas tablas se relacionan en tre sí, crean vínculos o relaciones de forma que permitan mantener la consistencia y orden coherente de los datos de las tablas.
Las tablas están compuestas por columnas (serían los campos que guardamos) y las filas (serían los registros o datos queirían dentro de dichos campos). Es parecido a una hoja de cálculo pero con la diferencia que las columnas (campos) están predeterminadas a priori.
Conceptos:
- Dato: La información concreta sobre algún concepto o suceso.
- Tipo de dato: La naturaleza del campo, numéricos, texto, booleanos, fechas, etc.
- Campo: Identificador de toda una familia de datos.
- Registro: colección de datos pertenecientes a un mismo concepto.
- Campo clave: campo o campos claves que identifican de forma univoca un registro.
- Tabla: Es un conjunto de registros bajo un mismo nombre que representa el conjunto de ellos.
- Consulta: Instrucciones para hacer peticiones a la base de datos. Recuperación, insercción, borrado y actualizaciones de información.
- Índice: Estructura que almacena campos clave a modo de indice para encontrar rápidamente registros a partir de los campos que compone el índice.
- Vista: Resultado de realizar una consulta sobre una o varias tablas a partir de una serie de criterios, se trata de una tabla virtual.
- Informe: Listado ordenado de campos y registros seleccionados en un formato fácil de leer.
- Scripts: Instrucciones que realizan operaciones avanzadas.
- Procedimientos: Scripts almacenados en la base de datos que forman parte del esquema de la base de datos.
¶ Estructura de una base de datos
Esquema: se trata de una metainformación de la bbdd, es decir, la definición de la estructura donde se almacenan los datos. Contiene toda la información necesaria para organizar los datos en tablas, es decir, registros x campos ó lo que es lo mismo filas x columnas. Además contiene información sobre los procediimientos, vistas, índices, etc.
Los sistemas de BBDD suelen almacenar su propio esquema en su misma BBDD.
¶ Usos de las bases de tados
- Gestión administrativa: clientes, proveedores, pedidos, etc.
- Gestión contable: Asientos contables, bancos, cobros, pagos, hacienda, etc.
- Motores de búsqueda: Google (Considerada con la 4ª base de datos más grande del mundo), Bing, Yahoo, etc. Google aproximadamente recibe unos 91 millones de consultas al día, y almacena absolutamente todas las consultas que sus usuarios realizan. En todos estos años, eso debe de dar como resultado unos 33 billones de entradas en la base de datos.
- Bases de datos científicas: Recopilación de temperaturas, datos climáticos como la humedad, velocidad viento, radiación, etc. La base de datos del World Data Centre for Climate es la más grande del mundo. Realiza una extensa investigación científica sobre el clima, modelos y predicción de fenómenos climatológicos a nivel mundial. Cifras: 220 terabytes de datos en la web. 6 petabytes de datos adicional.
- Configuraciones y parámetros de programas: por ejemplo el registro de windows.
- Tiendas virtuales: Amazon, Aliababa, etc.
- Bibliotecas: Registro y digitalización de libros. Por ejemplo la Biblioteca del Congreso de EEUU. Esta biblioteca almacena cosas tan variadas como libros de cocina, tarjetas de béisbol o periódicos de la época colonial. La base de datos incluye el catálogo y material digitalizado.
- Censos: Por ejemplo el INE Instituto Nacional de Estadística. Los datos de las elecciones por ejemplo también son registrados en bases de datos organizados por municipios, mesas electorales, partidos políticos, etc.
- Registros: Bases de datos de registros de llamadas, de accesos a internet, de entradas/salidas en un programa, etc. AT&T. Es también una de las compañías de telecomunicaciones más grnades del mundo almacena datos sobre el número marcado, la duración de la llamada, facturación, etc. Almacenan datos de llamadas realizadas hace décadas. Cifras: 323 terabytes de información. 1.9 billones de registros de llamadas.
- Antivirus: guardan información sobre cadenas o patrones de virus conocidos o patenciales virus.
¶ Evolución y tipos de bases de datos
En 1950 se inventan las cintas magnéticas donde se guardan de manera secuencial y ordenada una serie de datos. Son sistemas basados en ficheros que poco tienen que ver con los que son hoy en día los gestores de bases de datos. En los 60 ya empiezan a aparecer los discos mágnéticos de forma que ya podemos acceder directamente a cualquier parte de un fichero, adios al acceso secuencial. En esta época aparecen las bases de datos jerárquicas y en red, que aprovechan la capacidad del acceso directo a los ficheros a través de índices que estructuran la información y aceleran su acceso. Las listas enlazadas y los árboles de información son utilizados para indexar la información. Las bases de datos en red trabajan el concepto de un padre y varios hijos, mientras que las jerárquicas pueden trabajar con conceptos como los de tenre varios padries para un único hijo, a modo de grafo en vez de árbol.
CODASYL es considerado como el primer sistema de gestión de base de datos, sistema que posteriormente IBM refina y mejora pasando a ser llamado el sistema como IMS que es utilizado por el programa Apollo de la NASA.
En 1970 Frank Codd, informático de IBM empieza a escribir sobre el modelo relacional para el almacén de datos, Larry Ellison fundador de Oracle se inspira en los artículos de Codd para desarrollar su sistema de base de datos relacional para un proyecto de la CIA.
Ya en la época de los 80 IBM lanza DB2 y crea el SQL (Structured Query Language), lenguaje de manipulación y consulta de las bases de datos. En los años 90 ya estamos hablando de bases de datos paralelas que consiguen una mayor velocidad en la consulta de datos. Y es a finales de los 90 cuando se empieza a hablar de almacenar y manipular objetos (bases de datos orientados a objetos), pasando a un un nivel superior en el almacenamiento de datos. Además se empiezan a almacenar instrucciones para el procesamiento de datos a modo de progrmas que se ejecutan al ocurrir eventos de forma programada.
Otros tipos de bases de datos que han ido apareciendo a lo largo de la historia son:
- Las bases de datos geográficas: Google earth, PV-GIS (base de datos de radiación solar), etc.
- Bases de datos documentales:permite la indexación de texto de los documentos para realizar búsquedas complejas.
- Bases de datos deductivas: se basan en la lógica y almacenan “hechos o reglas” que le permiten inferir (deducir) nuevas conclusiones a partir de unas premisas. Utilizan lenguajes como Prolog (lenguaje de programación lógica) y un motor de inferencia que le permite deducir nuevos hechos. Sirven para crear sistemas expertos y de inteligencia artificial
¶ Internet y las bases de datos.
Con la aparición y popularización de Internet la cantidad de infomración gestionada empieza a crecer de manera exponencial, para evitar el colapso del sistema por saturación se empiezan a desarrollar las bases de datos distribuidas, es decir replicar la información entre diferentes ordenadores a través de la red. El hecho de almacenar tanta información hace que sea necesario un nuevo tipo de software encargado de analizar grandes volumenes de datos para y presentar los resultados de los datos (herramientas OLAP de forma multidimensional (cubos OLAP), herramientas pertenecientes al campo del Business Intelligence.
¶ Data Warehouse y Big Data
Data Warehouse: Almacén electrónico donde generalmente una empresa u organización mantiene una gran cantidad de información. Los datos de un data warehouse deben almacenarse de forma segura, fiable, fácil de recuperar y fácil de administrar.
Big Data: también llamda Data Lake, es un gran volumen de datos con una variedad, complejidad y velocidad de crecimiento enorme y que además tienen la característica de no ser estructurados. Eso significa que no son relacionales, estando además fuera del entorno corporativo. Es un tipo de tecnología que te permite analizar los datos en tiempo real y puede provenir de diferentes fuentes y formas, tales como mensajería instantánea, redes sociales, registros de grabaciones, imágenes, mensajes de correo electrónico, etc.