Introducción a los Sistemas de Gestión de Bases de Datos

Transcripción

1 a los Sistemas de Gestión de Bases de Datos Servicios y Aplicaciones Telemáticas gsyc-profes@gsyc.escet.urjc.es Noviembre de 2008 c 2008 Grupo de Sistemas y Comunicaciones. Algunos derechos reservados. Este trabajo se distribuye bajo la licencia Creative Commons Attribution Share-Alike disponible en

2 Contenidos Contenidos

3 Bases de Datos Base de Datos (BD, en inglés DB): Conjunto de datos relacionados Normalmente, un conjunto de datos muy grande. Típicamente modelan el mundo real: entidades: personas, carreras, universidades, salarios, equipos, juegos... relaciones: La persona X estudia la carrera Y, los titulados en la carrera A de la universidad B tienen un salario medio C... Dónde se usan hoy las Bases de Datos? En todas partes. Ejemplo: Búsquedas en Internet: Entidades: palabras, documentos Relaciones: palabra está-en documento documento enlaza-con documento Ejemplo: Sistemas de compartición de archivos P2P: Entidades: palabras, (nombres de) ficheros, máquinas Relaciones: palabra está-en (nombre de) fichero fichero disponible-en máquina

4 Ejemplo Ejemplo

5 Ejemplo Ejemplo

6 Perspectiva histórica Principios de los 60: Charles Bachman en GE crea Integrated Database Store. Finales de los 60: IBM crea Information Management System (IMS), base de datos jerárquica. American Airlines e IBM crean SABRE, sistema para reservas aéreas. Años 70: Edgar Codd en IBM crea las bases de datos relacionales. Las BD pasan a ser una disciplina académica y a utilizarse masivamente en la industria. Años 80: Consolidación del modelo relacional. Aparece el lenguaje de interrogación de bases de datos (derivado del trabajo de IBM en el Sistema R). James Gray crea el concepto de transacción para permitir la ejecución concurrente de programas que acceden a una base de datos. Años 90: Las bases de datos entran en la era de Internet y se integran en las tecnologías web. Sistema de Gestión de Bases de Datos Un SGBD (DBMS en inglés) es un software diseñado para ayudar a la utilización, mantenimiento y almacenamiento de bases de datos. SGBDR (RDBMS): Sistema de Gestión de Bases de Datos Relacionales. Aunque hay BD de muchos tipos, hoy se utilizan casi exclusivamente las BD relacionales con transacciones, lo que lleva a que se utilice el término general SGBD aplicado concretamente a BD relacionales con transacciones.

7 SGBD versus Sistemas de Ficheros Una alternativa a usar un SGBD es almacenar la información en uno o más ficheros, y gestionar esa información mediante programas que los consulten y actualicen. Ventajas de un SGBD frente a sistemas de ficheros: 1 Permiten a las aplicaciones acceso concurrente a los datos y recuperación ante caídas (gracias a las transacciones) 2 Permiten a las aplicaciones ser más eficientes en el acceso a grandes cantidades de datos 3 Proporcionan a las aplicaciones mayor independencia frente a la forma y el tipo de los datos almacenados Ejemplos de SGBD Comerciales: Oracle IBM DB2 IBM Informix Ingres Interbase (Borland) Microsoft Access (derivada de Ingres) Microsoft Server Sybase Libres: My Postgre (derivada de Ingres) ite Firebird (derivada de Interbase)

8 Modelos de Datos Modelo de Datos: Conjunto de construcciones que permiten describir datos a alto nivel. Modelo de Datos Relacional: Modelo de datos que utiliza la relación como construcción básica para describir los datos. Una relación es básicamente un conjunto de registros. Es el modelo más utilizado, y cada vez se utiliza más. Otros modelos de datos: Modelo de Datos Jerárquico Modelo de Datos en Red Modelo de Datos Orientado a Objetos Modelo de Datos Objeto-Relacional En este tema siempre utilizaremos un Modelo de Datos Relacional, lo que convierte a las BD en BD relacionales y al los SGBD en SGBDR. Esquemas Esquema: Descripción de un conjunto concreto de datos usando un modelo de datos. En el modelo relacional el esquema para una relación especifica: Nombre de la relación Nombre de cada campo (también llamado atributo o columna Tipo de cada campo Opcionalmente, restricciones para los valores de los campos Ejemplo de esquema: Alumnos(nif: string, nombre: string, string, fecha_nacimiento: date, nota_media: float) Ejemplo de una instancia de la relación Alumnos: nif nombre fecha nacimiento nota media A Luis Gómez Sanz lag@gmail.com 30/12/ F Pedro Álvarez Gil pgg@gmail.com 1/1/ H José Sánchez Cid jss@gmail.com 11/10/

9 Esquemas: Niveles de abstracción Esquema conceptual o lógico: define las estructura lógica de la BD. Esquema físico: especifica detalles adicionales de almacenamiento, fundamentalmente los ficheros que se usarán y los índices que permitirán acelerar las búsquedas. Esquemas externos: describen cómo los usuarios acceden los datos. Pueden ser adaptados a distintos usuarios (o grupos de usuarios) para la misma BD. Un esquema externo se compone de una o más vistas de la base de datos. Esquemas: Niveles de abstracción

10 Esquemas: Ejemplo de la BD de una Universidad Esquema Conceptual: Alumnos(nif: string, nombre: string, string, fecha_nacimiento: date, nota_media: float) Asignaturas(código: int, nombre_as: string, créditos: int) Matriculados(nif: string, código: string, nota: float) Esquema Físico: las relaciones se guardarán cada una en un fichero sin ordenar índice de Alumnos: nif índice de Asignaturas: código índice de Matriculados: se añade una nueva columna id Esquemas: Ejemplo de la BD de una Universidad Esquema Externo (vista): Info_Cursos(código: string, matriculados: int) (no se define Info_Cursos como una relación del esquema conceptual ya que su información puede calcularse a partir de las que ya hay, por lo que su inclusión sería añadir a la BD información redundante.

11 Independencia frente a los datos Con los SGBD las aplicaciones están separadas de la forma de estructuración y almacenamiento de los datos. Independencia lógica: las aplicaciones están protegidas frente a cambios en la estructura lógica de los datos. Por ejemplo: se cambian las relaciones del esquema conceptual, y se mantienen las vistas, cambiando la forma en que se computan a partir del nuevo esquema conceptual, y no hay que cambiar el código de las aplicaciones al no cambiar las vistas Independencia física: las aplicaciones están protegidas frente a cambios en la estructura física de los datos. Por ejemplo: reorganización de los ficheros en que se guardan las relaciones, o cambio de los índices de las relaciones Interrogaciones sobre una BD Interrogación (query): Pregunta sobre los datos almacenados en una BD: Cuál es el nombre del alumno cuyo NIF es F? Cuántos alumnos están matriculados de las asignaturas de nombre IARO y SAT? Cuántos alumnos tienen menos de un 5.0 en SAT? Cada SGBD define un lenguaje de interrogación con el que pueden formularse las interrogaciones a sus BD. El modelo relacional tiene entre sus características que permite definir lenguajes de interrogación muy potentes para las BD relacionales. Un SGBD trata de que la evaluación de las interrogaciones se haga de la forma más eficiente posible. En buena medida, esto depende de: cómo se han almacenado los datos cómo se han indexado (qué índices se han definido)

12 Lenguajes en un SGBD Cada SGBD define un Lenguaje de Definición de Datos (DDL) para especificar el Esquema Conceptual y los Esquemas Externos (vistas) de las BD. un Lenguaje de Manipulación de Datos (DML) para que los usuarios de una BD puedan crear, modificar e interrogar la BD. El lenguaje de interrogación es, por lo tanto, parte del DML., Standarized Query Language, pese a su nombre, no es simplemente un lenguaje de interrogación, sino que incluye tanto un DDL como DML. en un vistazo Crear una relación (tabla) nueva: CREATE TABLE corporation (corp_id SMALLINT, name VARCHAR(30), CONSTRAINT pk_corporation PRIMARY KEY (corp_id) ); Crear datos (filas) en una tabla: INSERT INTO corporation (corp_id, name) VALUES (27, Acme Paper Corporation );

13 en un vistazo Leer (interrogar) una tabla: SELECT name FROM corporation WHERE corp_id = 27; Modificar una tabla: UPDATE corporation SET name= New Acme Paper Enterprise WHERE corp_id = 27; Borrar datos de una tabla: DELETE FROM corporation WHERE name = New Acme Paper Enterprise ; Las aplicaciones que utilizan los usuarios que acceden a una BD se ejecutan concurrentemente. Estamos ante un caso claro de acceso concurrente a datos compartidos (la BD): El entrelazado de las operaciones de acceso a la BD puede dar lugar a datos inconsistentes Transacción: Secuencia atómica de acciones (lecturas/escrituras) sobre una BD. Es la unidad básica de cambios permitidos sobre una base de datos. Una transacción lleva a una BD de un estado consistente a otro. Las acciones de una transacción no pueden realizarse en parte: o se realizan todas, o no se realiza ninguna.

14 Ejecución concurrente de transacciones Cada transacción ejecutada aisladamente deja la BD en un estado consistente. Objetivo: Ejecutar las transacciones {T1, T2... Tn} de forma que el resultado sea consistente. Solución trivial: serializar las transacciones en un orden concreto. Mejor: permitir el entrelazado concurrente de las acciones de las transacciones de forma que el resultado sea equivalente a haber serializado las transacciones en un orden concreto. Método optimista: permitir un entrelazado arbitrario y después comprobar la equivalencia con el orden serializado Método pesimista: las transacciones utilizan cerrojos (locks) sobre los datos de forma que sea imposible un entrelazado ilegal : Protocolo de locking Dos tipos de locks: lock compartido: varias transacciones diferentes pueden tenerlo lock exclusivo: sólo una transacción puede tenerlo

15 incompletas: Log de una base de datos Una transacción puede verse interrumpida antes de completarse: caída del sistema interbloqueo entre transacciones que usan cerrojos En estos casos, el SGBD debe asegurarse de poder deshacer los cambios hecho en la BD por las acciones ya realizadas de la transacción incompleta. Para ello, el SGBD mantiene un log de todas las escrituras hechas en la BD. Contenidos