1. HISTORIA. Década de 1950.

Transcripción

1 1. HISTORIA Los orígenes de las bases de datos se remontan a la Antigüedad donde ya existían bibliotecas y toda clase de registros que se utilizaban para recoger información sobre las cosechas, censos, etc. En esta época, no se contaba con la ayuda de máquinas que pudiesen reemplazar el trabajo manual. En 1884, Herman Hollerith creó la Máquina Automática Perforadora de Tarjetas, la cual fue utilizada en el censo de 1890 en Estados Unidos. En el censo previo, se tardó 7 años en obtener datos, con el uso de la máquina, los resultados fueron obtenidos en solo 2 años y medio. Dicho censo permitía obtener datos importantes como número de nacimientos, población infantil y número de familias. La máquina utilizaba sistemas mecánicos para procesar la información de las tarjetas y para tabular los resultados. En el invento de Herman Hollerith, cada perforación en las tarjetas representaba un número y cada dos perforaciones una letra, cada tarjeta tenia capacidad para 80 variables. La máquina estaba compuesta por una perforadora automática y una lectora, la cual por medio de un sistema eléctrico leía los orificios de las tarjetas, ésta tenía unas agujas que buscaban los orificios y al tocar el plano inferior de mercurio enviaba por medio del contacto eléctrico los datos a la unidad. Década de Se desarrollaron las cintas magnéticas para el almacenamiento de datos, las cuales sirvieron para suplir las necesidades de información de las nuevas industrias. Con los datos almacenados en cintas las tareas de procesamiento de datos (como por ejemplo, las nóminas) fueron automatizadas. Se leían datos de una o más cintas (o de tarjetas perforadas) y se las pasaba a otra. Estas cintas (y los paquetes de tarjetas perforadas) sólo se podían leer secuencial y ordenadamente, requiriendo grandes cantidades de tiempo para las operaciones sobre ellas. Década de Con la introducción de los discos fijos o duros, cambió en gran medida el escenario del procesamiento de datos, mediante el acceso directo a los mismos, lo que ayudó a ahorrar tiempo. La ubicación de los datos en disco no era importante, ya que a cualquier posición del disco se podía acceder en sólo milisegundos. A diferencia de las cintas magnéticas, ya no era necesaria la secuencialidad. En esta década aparecieron las primeras bases de datos, que aunque útiles, eran demasiado complejas e inflexibles y sólo podían ser usadas por personal muy calificado. Si bien para escribir los programas de aplicación se utilizaban lenguajes de alto nivel, se disponía también de instrucciones y de subrutinas especializadas para tratar las bases de datos, que requerían que el programador conociera muchos detalles del diseño físico, y que hacían que la programación fuera muy compleja. Puesto que los programas estaban relacionados con el nivel físico, se debían modificar continuamente cuando se hacían cambios en el diseño y la organización de la base de datos. La preocupación básica era maximizar el rendimiento. El término bases de datos fue escuchado por primera vez en un simposio celebrado en California en Década de 1970.

2 Edgar Frank Codd, en un artículo denominado "Un modelo relacional de datos para grandes bancos de datos compartidos" ("A Relational Model of Data for Large Shared Data Banks") en 1970, definió el modelo relacional y publicó una serie de reglas para la evaluación de sistemas administradores de datos relacionales y así nacieron las bases de datos relacionales. La simplicidad del modelo relacional y la posibilidad de ocultar completamente los detalles de implementación al programador fueron realmente atractivas. Codd obtuvo posteriormente el prestigioso premio Turing de la ACM (Association of Cumputing Machinery, asociación de la maquinaria informática) por su trabajo. Década de Inicialmente no se usó el modelo relacional debido a que tenía inconvenientes por el rendimiento, ya que no podían ser competitivas con las bases de datos jerárquicas y de red. Esta tendencia cambió por un proyecto de IBM el cual desarrolló técnicas para la construcción de un sistema de bases de datos relacionales eficientes, llamado System R. Las bases de datos relacionales con su sistema de tablas, filas y columnas, pudieron competir con las bases de datos jerárquicas y de red incluso en rendimiento. Las bases de datos relacionales supusieron un avance importante para facilitar la programación, realizando automáticamente casi todas las tareas de bajo nivel, liberando al programador en el nivel lógico. El modelo relacional consiguió el reinado supremo entre todos los modelos de datos. También en ese tiempo se dio una gran investigación en las bases de datos paralelas y distribuidas, así como el trabajo inicial en las bases de datos orientadas a objetos. Década de Al acabar la década de los 80 s, los sistemas de base de datos relacionales ya se utilizaban prácticamente en todas las empresas. Se crea el lenguaje SQL (estandarizándose posteriormente), que es un lenguaje para la realización de consultas, que permite especificar operaciones a realizar con los datos. El principal acontecimiento a finales de los 90 s fue el crecimiento explosivo de la World Wide Web. Las bases de datos se implantaron mucho más extensivamente que nunca antes. Los sistemas de bases de datos tienen ahora soporte para tasas de transacciones muy altas, así como muy alta fiabilidad y disponibilidad 24 horas al día y 7 días a la semana. Los sistemas de bases de datos también tuvieron interfaces Web a los datos, pues por este medio se facilitaba su consulta. Tendencias actuales. Hoy día, los sistemas de base de datos relacionales están en plena transformación para adaptarse a tres tecnologías de éxito reciente, fuertemente relacionadas: la multimedia, la de orientación a objetos e Internet y la Web. Tambien se ha extendido un tipo de aplicación de bases de datos denominado Data Warehouse, o almacén de datos, que produce algunos cambios en los sistemas de base de datos relacionales del mercado. Los datos de un dataware son utilizados para análisis que pueden brindar información valiosa. Estos almacenes de datos se utilizan exclusivamente para hacer consultas, de forma especial para que lleven a cabo estudios los analistas financieros, los analistas de mercado, etc.

3 Actualmente, los sistemas de base de datos relacionales se adaptan a este tipo de aplicación, incorporando, por ejemplo, herramientas como la creación y el mantenimiento de réplicas con una cierta elaboración de los datos, la consolidación de datos de orígenes diferentes, la creación de estructuras físicas que soporten eficientemente el análisis multidimensional, etc. 2. DEFINICIÓN DE BASE DE DATOS Colección o depósito de datos integrados, con redundancia controlada y con una estructura que refleje las interrelaciones y restricciones existentes en el mundo real. Los datos que han de ser compartidos por diferentes usuarios y aplicaciones, deben mantenerse independiente de éstas, y su definición y descripción, únicas para cada tipo de datos, han de estar almacenadas junto con los mismos. Los procedimientos de actualización y recuperación, comunes y bien determinados, habrán de ser capaces de conservar la integridad, seguridad y confidencialidad del conjunto de los datos Otras definiciones: Colección de datos Interrelacionados almacenados en conjunto sin redundancias perjudiciales o innecesarias; su finalidad es servir a una aplicación o más, de la mejor manera posible; los datos se almacenan de modo que resulten independientes de los programas que los usan; se emplean métodos bien determinados para incluir nuevos datos y para modificar o extraer los datos almacenados (Martín, 1975). Colección o depósito de datos, donde los datos están lógicamente relacionados entre sí, tienen una definición y descripción comunes y están estructurados de una forma particular. Una base de datos es, también, un modelo del mundo real y, como tal, debe poder servir para toda una gama de usos y aplicaciones. (Conference des Staticiens Européens, 1977) Conjunto de datos de la empresa memorizado por un ordenador, que es utilizado por numerosas personas y cuya organización está regida por un modelo de datos. (Flory, 1982) Conjunto estructurado de datos registrados sobres soportes accesibles por ordenador para satisfacer simultáneamente a varios usuarios de forma selectiva y en tiempo oportuno. (Delobel, 1982) Colección no redundante de datos compartibles entre diferentes sistemas de aplicación. (Howe, 1983). Colección integrada y generalizada de datos, estructurada atendiendo a las relaciones naturales de modo que suministre todos los caminos de acceso necesarios a cada unidad de datos con objeto de poder atender todas las necesidades de los diferentes usuarios. (Deen, 1985) Conjunto de ficheros maestros, organizados y administrados de una manera flexible de modo que los ficheros puedan ser fácilmente adaptados a nuevas tareas imprevisibles (Frank, 1988) Colección de datos interrelacionados. (Elmasri y Navathe, 1989) 3. VENTAJAS Y DESVENTAJAS DEL ENFOQUE DE BASE DE DATOS Ventajas: 1. Independencia de los datos respecto a los tratamientos y viceversa: ya que evita el importante esfuerzo que origina la reprogramación de las aplicaciones cuando se producen cambios en los datos. 2. Coherencia de los resultados: debido a que la información se recoge y almacena una sola vez, en todos los tratamientos se utilizan los mismos datos, por lo que los resultados de todos ellos son coherentes y perfectamente comparables.

4 3. Mejor disponibilidad de los datos para el conjunto de los usuarios: cada usuario ya no es propietario de los datos, puesto que éstos se comparten entre las aplicaciones, existiendo una mejor disponibilidad de los datos para todos los que necesiten de ella (acceso). 4. Mayor valor informativo: el valor informativo de su conjunto es superior a la suma del valor informativo de los elementos individuales que lo constituyen. 5. Mejor y más normalizada documentación de la información, la cual está integrada con los datos: en las bases de datos, se incluyen no sólo los datos, sino también la semantica de los mismos. 6. Mayor eficiencia en la recogida, validación y entrada de los datos al sistema: al no existir casi redundancia, los datos se recogen y validan una sola vez, aumentando así el rendimiento de todo el proceso previo al almacenamiento. 7. Reducción del espacio de almacenamiento: la desaparición de las redundancias, así como la aplicación de técnicas de compactación, lleva consigo una menor ocupación en disco. Desventajas 1. Instalación costosa: la implantación de un SBD puede llevar consigo un costo elevado tanto en equipo físico (nuevas instalaciones o ampliaciones de hardware) como en lógico (sistemas operativos, compiladores, etc). 2. Personal especializado: Los conocimientos necesarios para una utilización correcta y eficaz sobre todo en la ABD, implican una necesidad de personal especializado que resulta difícil encontrar y formar. 3. Implantación larga y difícil: por las causas anteriores la implantación puede convertirse en una tarea larga y laboriosa. Las dificultades que aparecen en el desarrollo llevan a que se superen los plazos. 4. Falta de rentabilidad a corto plazo: un SBD, tanto por su costo y por el tiempo que tarda en estar operativo, no es rentable a corto plazo. Puede calcularse en el orden de meses para un sistema mediano y años para uno grande. 5. Ausencia real de normas: Un problema que suele surgir al momento de la creación de una BD, es la ausencia de normas reales. 6. Desfase entre teoría y práctica: Al existir un considerable avance entre la teoría y la práctica, en muchas ocasiones los usuarios se engañan con las prestaciones reales que pueden proporcionar los SGBD. 4. COMPONENTES DE LOS SISTEMAS DE BASES DE DATOS Un sistema de bases de datos comprende cuatro componentes principales: datos, hardware, software y usuarios. Los Datos: son la parte mínima de la información, solo adquieren sentido cuando son convenientemente agrupados, estructurados e interpretados. El Hardware: Es el conjunto de dispositivos físicos sobre los que reside una Base de Datos. Consiste en: Una o más computadoras, Unidades de discos, Terminales, Impresoras, Unidades de cinta, Cables de conexión, etc. El Software: Incluye dos tipos de Software: El software de propósito general para la gestión de la BD (SGBD) El software de aplicación, que usa las facilidades del SGBD para manipular la BD Las Personas: Podemos tener dos categorías de personas: - Usuarios: Los ejecutivos, los administradores, el personal de oficina - Informáticos: los ABD, analistas, programadores, diseñadores, y los administradores de sistemas

5 5. ARQUITECTURA DE LAS BASES DE DATOS Niveles de Abstracción en un Sistemas de Bases de Datos. Las bases de datos respetan la arquitectura de tres niveles definida, para cualquier tipo de base de datos, por el grupo ANSI/X3/SPARC (Standard Planning and Requirements Committee of the American National Standards Institute on Computers and Information Processing). En esta arquitectura la base de datos se divide en el nivel físico(o de máquina), el nivel externo (o de usuario) y el nivel conceptual Nivel externo: es el nivel de mayor abstracción. A este nivel corresponden las diferentes vistas parciales que tienen de la base de datos los diferentes usuarios. Nivel conceptual: es el nivel medio de abstracción. Corresponde a la estructura organizacional de los datos de la base obtenida al reunir los requerimientos de todos los usuarios de una empresa, sin preocuparse de su organización física ni las vías de acceso. Se incluyen entidades, atributos, reglas, relaciones, etc. Nivel interno: es el nivel más bajo de abstracción, y define cómo se almacenan los datos en el soporte físico, así como los métodos de acceso. El objetivo de la arquitectura de tres niveles es el de separar los programas de aplicación de la base de datos física. Independencia lógica y física de los datos La independencia lógica es la capacidad de modificar el esquema conceptual sin tener que alterar los esquemas externos ni los programas de aplicación. Se puede modificar el esquema conceptual para ampliar la base de datos o para reducirla. Si, por ejemplo, se reduce la base de datos eliminando una entidad, los esquemas externos que no se refieran a ella no deberán verse afectados. La independencia física es la capacidad de modificar el esquema interno sin tener que alterar el esquema conceptual (o los externos). Por ejemplo, puede ser necesario reorganizar ciertos ficheros físicos con el fin de mejorar el rendimiento de las operaciones de consulta o de actualización de datos. Dado que la independencia física se refiere sólo a la separación entre las aplicaciones y las estructuras físicas de almacenamiento, es más fácil de conseguir que la independencia lógica. 6. SISTEMA DE GESTION DE BASES DE DATOS (SGBD) Definición Es un conjunto coordinado de programas, procedimientos, lenguajes, etc. Que suministra, tanto a los usuarios no informáticos como a los analistas, programadores o al administrador de la BD, los medios necesarios para describir, recuperar y manipular los datos almacenados en la base, manteniendo su integridad, confidencialidad y seguridad. Funciones del SGBD A. Descripción o Definición: Permite al administrador de la base especificar los elementos de datos que la integran, su estructura y las relaciones que existen entre ellos, las reglas de integridad semántica, los controles a efectuar, etc. Así como las características de tipo físico y las vistas lógicas de los usuarios. B. Manipulación: Permite a los usuarios de la base, informáticos, o no, buscar, añadir, suprimir o modificar los datos de la misma, siempre de acuerdo con las especificaciones y las normas de seguridad dictadas por el administrador. C. Utilización: Reúne todas las interfaces que necesitan los diferentes usuarios para comunicarse con la base y proporciona un conjunto de procedimientos para el administrador. Componentes de los SGBD

6 1. El Lenguaje de Definición de Datos (LDD): Son lenguajes simples basados en una gramática sencilla, que permiten definir los datos en los distintos niveles de abstracción. 2. El Lenguaje de Definición del Almacenamiento de los Datos (LDAD): Permite la definición de los datos en el nivel de representación físico. 3. El Lenguaje de Manipulación de Datos LMD): Es un lenguaje que permite la manipulación de los datos (inserción, borrado, modificación y recuperación). Existen dos tipos: los procedimentales y los no procedimentales. 4. El Diccionario de Datos (DD): Es uno o un conjunto de archivos que contienen información acerca de los datos que pueden ser almacenados en la Base de Datos. En el DD se encuentran almacenados: El esquema lógico El esquema físico Los subesquemas 5. El Gestor de Base de Datos: Es un componente software encargado de garantizar el correcto, seguro, integro y eficiente acceso y almacenamiento de los datos. El Gestor de BD es responsable de: Garantizar la privacidad de los datos. Garantizar la seguridad de los datos. Garantizar la integridad de los datos Garantizar el acceso concurrente a la BD Interaccionar con el SO y en especial con el gestor de archivos del mismo. 6. El Administrador de la BD: Se trata de un componente humano de suma importancia en el resultado que el uso de la BD va a tener en la resolución de un problema. Las tareas del ABD son: La definición del esquema lógico de la BD La definición del esquema físico de la BD La definición de los subesquemas o vistas El control de la privacidad de los datos El mantenimiento de los esquemas Especificación de procedimientos para el mantenimiento de la seguridad de los datos almacenados. 7. Los usuarios de la Base de datos: Usuarios terminales Usuarios técnicos Usuarios especializados Usuarios críticos