Introducción a Base de Datos

Transcripción

1 Introducción a Base de Datos Tener datos no es tener información, a su vez información no es conocimiento. Una empresa no podrá ganarle a la competencia solamente contando con grandes volúmenes de datos, sino que debe poder generar conocimiento sobre la base de la información que es generada a partir de esos datos que posee y debe emplear esta información adecuadamente. Insertadas en un ambiente de competencia global, sólo aquellas organizaciones capaces de detectar, evaluar y responder rápida y acertadamente a cambios y tendencias en el mercado, tendrán éxito; usando tecnología de punta, utilizando en forma eficiente sus recursos y teniendo a la información como ventaja competitiva. La mayoría de las empresas actúan en un ambiente de negocios que ha sufrido, y continua sufriendo, cada vez a mayor velocidad, cambios sustanciales en determinados aspectos. Los aspectos más importantes del ambiente actual a ser mencionados son: - globalización de los mercados - manejos de enormes volúmenes de información - cambios tecnológicos constantes y veloces - uso exhaustivo de procesamiento electrónico de datos - utilización de mayor cantidad de información extra-empresa.. - competencia más agresiva. - mayor exigencia por parte de los clientes En una primera etapa las organizaciones eran capaces de generar información a partir de los datos que obtenían. Estos datos se encontraban organizados con el esquema de archivos tradicionales lo que limitaba enormemente el cumplimiento de ese fin. El nacimiento del concepto de bases de datos, y su posterior evolución permitió solucionar este problema, cumpliendo una excelente tarea en el soporte de las operaciones de los negocios. Sin embargo cuando se planteaba un soporte tecnológico similar para los procesos de gestión, administrativo y control de la estrategia de esas organizaciones, se requería información que alimente adecuadamente el proceso decisorio, por lo que debe ser: exacta, oportuna, completa o suficiente, y relevante. Estas características que en el pasado podrían haber sido simplemente deseables, son hoy vitales para cualquier negocio en procura de cumplir sus objetivos. Adicionalmente las empresas deben poder utilizado el conocimiento acumulado que ha sido generado a través del uso de esa información. Para lograr cumplir con esta segunda meta, aún más ambiciosa que la anterior, es que se han desarrollado distintas nuevas tecnologías (que a su vez conllevan nuevas herramientas informáticas).

2 El propósito de este documento es desarrollar de manera simple y entendible la evolución en el concepto de manejo de información, en el sentido amplio. Nos hemos propuesto partir desde el concepto de dato, avanzando hasta las últimas herramientas informáticas aplicables al manejo masivo de datos. La premisa fundamental es la de transmitir concepto básicos dentro de la temática, de manera adecuada, y con la finalidad de construir una base sólida para el análisis cuando estos conceptos sean aplicados en el ámbito profesional, principalmente en lo relacionado con sistemas de información dentro de las organizaciones. DATOS El dato es considerado la unidad básica de información. Es la mínima expresión a la cual puede reducirse la información, para poder reconstruirla posteriormente. Por datos entendemos hechos conocidos que pueden registrarse y que tienen un significado implícito. Por ejemplo, consideremos los nombres, números telefónicos y direcciones de personas que conocemos. Así tendremos el siguiente conjunto: Ana, , Libertad, Por si solos, como puede verse no son capaces de trasmitir ningún tipo de información. Para lograr ese fin deben estructurarse u organizarse de manera adecuada, conociendo de antemano las reglas que se aplican para poder convertir información en datos y viceversa. Generalmente los datos representan los atributos o estados de una entidad. Por ejemplo para la cualidad nombre, Ana es el dato que me trasmite su condición. Los datos pueden ser externos a la organización, o internos. Dependiendo si han sido procesado por la propia empresa o por terceros. Los datos externos a su vez pueden ser accesibles o no accesibles, dependiendo de la capacidad de la organización para poder contar con los mismos, o no. Para que los datos sean de utilidad para la empresa necesitamos que cumplan ciertas características, a saber: No efímeros, en el sentido que permanecen en el tiempo Estructurados, para facilitar compartirlos por aquellos que lo necesiten Que sea posible manipularlos aplicando operadores para obtener resultados Sentido semántico (se interpretan sobre la base de reglas que predefinen su interrelación otorgándoles sentido) Íntegros, en el sentido que refleja una realidad existente y la comunican de manera completa Tipos de datos Las posibles clases de datos son las cuatro siguientes:

3 - Numérico: Su contenido es un número, de una o más cifras, con o sin decimales. Se utiliza en operaciones matemáticas (sumar, restar, multiplicar, calcular porcentaje, promedio, etc.). Puede tener signo negativo. - Alfabético: Su contenido es sólo letras y el símbolo espacio. - Alfanumérico: Su contenido son letras, cifras y símbolos especiales combinados. Los símbolos especiales son: + -, :? > <, etc. En algunos equipos de computación, la letra ñ es considerada un símbolo especial. - Lógico: Su contenido representa solamente dos valores, verdadero (true) o falso (false). La forma clásica de organizar los datos desde el punto de vista informático, es a través de los llamados sistemas tradicionales de archivos. Este sistema fue el primero desarrollado, y todavía es ampliamente utilizado. El mismo consiste en estructurar los datos en distintos archivos, donde cada archivo representa una unidad operacional. Los usuarios definen e implementa los archivos requeridos para una aplicación específica. Por ejemplo en Bedelia se podría mantener un archivo de estudiantes y sus respectivas notas, y se escribirían programas para imprimir la escolaridad de un estudiante y para introducir las nuevas notas en el archivo. Un segundo usuario, la Biblioteca, podría llevar el control de las prestamos a los estudiantes. Aunque ambos usuarios están interesados en datos relativos a los estudiantes, cada uno mantiene archivos separados y programas para manipular dichos archivos porque requieren datos que no pueden obtener de los archivos del otro. Esta redundancia al definir y almacenar los datos implica espacio de almacenamiento desperdiciado y esfuerzos redundantes para mantener actualizados los datos comunes. Desventajas de sistemas tradicionales.- Redundancia de datos (copia innecesaria). Implica desperdicio de almacenamiento. Dificultad de mantenimiento (Actualización). Consistencia e integridad de los datos (Actualización). Excesiva dependencia del soporte (un cambio sutil en los datos acarreará el cambio total del programa) Imposibilidad de procesar peticiones inesperadas de manera adecuada Aumento del tiempo de CPU Estos problemas anteriores justifican la utilización de un sistema diferente. El sistema tradicional se define como un esquema horizontal y en cada estrato se encuentra cada aplicación con todos los ficheros que necesita, aunque estos estarán duplicados. El error del enfoque tradicional consistía en un enfoque al programa o a las operaciones. El enfoque nuevo debería estar orientado a los datos.

4 Los sistemas orientados a los datos se caracterizan porque los datos no son de una aplicación (programa informático de uso específico), sino de una Organización entera que los va a utilizar. Se tiende a integrar las aplicaciones, evitando aplicaciones aisladas. Se diferencian las estructuras lógicas (software) y físicas (hardware), de manera que el usuario final solo se vincule con las estructuras lógicas. La descripción de la estructura lógica se separa de los lenguajes de programación. El concepto de relación cobra importancia, de modo que se requiere de herramientas que permitan definirlas y almacenarlas. Originalmente las aplicaciones que se desarrollaban para las organizaciones estaban orientadas a cubrir necesidades muy específicas de procesamiento, por lo cual tanto los lenguajes de programación como las estructuras de datos se centraban en realizar de manera más eficiente una tarea específica. Así, surge el concepto de bases de datos, las cuales buscan resolver principalmente aquel problema, evitando las inconsistencias que se producían por la utilización de los mismos datos lógicos desde distintas plataformas físicas (archivos) a través de procesos independientes. El análisis entonces comienza por formular la lógica de los datos organizacionales como un todo, para después vincular aquellos con los procesos que los utilizan. Es en este análisis en que las Bases de Datos como una unidad tanto teórica como conceptual y física cobran importancia. Y el mecanismo sobre el cual esto se articula es el de disminuir la redundancia a través del establecimiento de relaciones entre los datos de una organización. Qué es una base de datos? Un gestor de base de datos es un programa que permite introducir y almacenar datos, ordenarlos y manipularlos. Organizarlos de manera significativa para que se pueda obtener información no visible como totales, tendencias o relaciones de otro tipo. Debe permitir en principio: -Introducir datos -Almacenar datos -Recuperar datos y trabajar con ellos Todo esto se puede hacer con lápiz y papel; pero a medida que la cantidad de datos aumenta, han de cambiar las herramientas. Se pueden usar carpetas, archivadores, pero en un momento dado es conveniente acudir a los ordenadores, aunque las operaciones siguen siendo las mismas. Tabla, registro y campo Un programa de base de datos almacena la información que introducimos en forma de tablas como las que podemos ver, por ejemplo, en una agenda telefónica:

5 Agenda Nombre Dirección Teléfono Avenida Italia Cabrera Ortiz, Pedro García García, Ana Eduardo Acevedo Santos Gemio, Luis 18 de Julio En este listado nos interesa tener almacenados de modo ordenado los datos de una serie de personas. Para que aparezcan de modo claro los hemos desglosado en: Nombre, Dirección y Teléfono, haciendo que aparezca cada uno en una columna diferente. Así es mucho más sencillo encontrar la dirección de una persona buscando a partir de su nombre. Aquí podemos ver cómo la información referida a una persona, "un dato", aparece en una fila de la tabla: a esto es a lo que se denomina Registro. A cada una de las partes en las que hemos desglosado la información se le denomina Campo, y al conjunto formado por todos los registros, Tabla. Registro: es el concepto básico en el almacenamiento de datos. El registro agrupa la información asociada a un elemento de un conjunto y está compuesto por campos. Tabla: conjunto de registros homogéneos con la misma estructura. Tipos de base de datos: planas y relacionales Para hacer una base de datos que cumpla las funciones de agenda telefónica necesitamos una sola tabla, pero puede haber casos en los que necesitemos más de una. Un hospital, por ejemplo, necesitará almacenar más datos además del nombre y dirección de sus pacientes. Tendrá que llevar, a parte de otras muchas cosas, constancia de las visitas que un paciente haga al hospital. Es posible almacenar esta información en una sola tabla?:

6 Hospital Fecha Nombre Dirección Tfno. Diagnóstico Tratamiento Médico Cabrera Ortíz, Pedro Italia Apendicitis Cirugía Dra. Sanz García García, Ana Colonia Gripe Frenadol Dr. Pérez Santos Gemio, Luis Mercedes Sarampión Augmentine Dr. Pérez Cabrera Ortiz, Pedro Italia Sinusitis Sinus Dr. Alonso García García, Ana Colonia Sarampión Clamoxil Dra. Sanz Cabrera Ortiz, Pedro Italia Sinusitis Sinus Dr. Pérez Santos Gemio, Luis Mercedes Amigdalitis Clamoxil Dr. Alonso Cabrera Ortiz, Pedro Italia Amigdalitis Clamoxil Dra. Sanz Esta tabla contiene de modo abreviado los campos que interesan en una base de datos de este tipo. Pero se plantea un problema: si cada vez que viene un paciente al médico se le tiene que abrir una ficha, en poco tiempo los datos personales del paciente (dirección y teléfono) estarán repetidos muchas veces. Si esto se multiplica por todos los pacientes la base de datos contendrá gran cantidad de datos redundantes innecesarios, lo que aumentará su tamaño y la hará menos eficaz. Para hacer una base de datos como ésta se usarán necesariamente varias tablas que luego se relacionarán por un campo común en ambas: De esta manera se consigue que no haya datos repetidos. Con esta estructura cada vez que venga un paciente, no es necesario volver a introducir sus datos personales. Basta con introducir su código para que el Gestor de base de datos sepa de que paciente se trata. Para que se pueda establecer esta relación es necesario que las dos tablas contengan un campo en común (en este caso el código del médico). A esta forma de organizar la base de datos mediante distintas tablas relacionadas por campos comunes se le llama base de datos relacional. Cuando se utiliza solamente una tabla hablamos de una base de datos plana. Generalmente todos los programas de base de datos de propósito múltiple de última generación tienen capacidad relacional. Algunos de los más conocidos son Oracle, Fox, Access, FileMaker.

7 Ejemplo de base de datos relacional Otra base de datos posible para un hospital sería ésta: guardar sólo información sobre los pacientes, los doctores y las especialidades. Asumiendo que cada médico tiene sólo una especialidad, y que cada paciente tiene asignado un médico de cabecera la estructura de la base de datos sería ésta: Se observa que existen relaciones entre distintos objetos de la realidad. Estas relaciones deben respetarse para luego poder recuperar información de manera precisa y rápida. Esta base de datos relacional estará formada por tablas. Con la característica de que las mismas se relacionan entre sí mediante uno o más campos. Se puede decir que cada objeto de la realidad será una tabla en nuestra base de datos y que hay que buscar la manera de reflejar las relaciones antes mencionadas. Así, para este ejemplo, se pueden emplear las siguientes tablas: Tabla de Pacientes: Identificador Nombre Dirección Teléfono Médico de cabecera El campo médico de cabecera es el encargado de representar la relación que nos interesa almacenar de la realidad.

8 Tabla de Médicos: Identificador Nombre Especialidad Domicilio Teléfono En este caso el campo especialidad es el encargado de relacionar las dos tablas Tabla de Especialidades: Identificador Nombre de especialidad Cada tabla está compuesta por registros, y en este caso, cada registro contendrá la información pertinente de: un paciente, un doctor o una especialidad. A su vez, cada registro está formado por diferentes campos, por ejemplo, para la tabla pacientes tendremos los siguientes campos : Nombre, Apellidos, Dirección, Teléfono, Identificador. A cada campo se le asociará un tipo de dato de acuerdo con lo que se quiera guardar en él, como se verá más adelante. Algunas consideraciones sobre diseño de bases de datos Antes de ver lo que es el programa en sí es importante que se tenga claro qué pasos hay que seguir al diseñar una base datos. 1. Es importante conocer exactamente para qué se quiere usar la base de datos, qué datos son los que interesan de los que existen en la realidad y qué información se necesitará extraer. 2. Una vez que esto esté claro, se definen las Tablas que compondrán la base de datos. Dentro de cada tabla, se piensa qué campos serán necesarios. Conviene detenerse y definir correctamente la base de datos, ya que un mal diseño hará que el sistema sea lento y los resultados no sean los esperados. Bases de datos de red

9 El uso de una base de datos de una agenda personal es muy distinto del uso de una base datos de un hospital, una empresa o un banco. La agenda telefónica sólo lo utilizará una persona cada vez, mientras que las otras bases de datos necesitarán ser consultadas al mismo tiempo por muchas personas desde distintos sitios. En la base de datos de un hospital muchas personas pueden necesitar acceder a los datos de un paciente al mismo tiempo: una enfermera en una planta para conocer la dosis a suministrar de los medicamentos; el médico para estudiar el caso de ese paciente; y desde administración necesitarán los datos sobre ese paciente para elaborar el costo de su hospitalización. Todos ellos necesitarán por tanto hacer consultas o introducir nuevos datos. Esto sería imposible si la base de datos estuviera situada en un computador al que no se puede acceder más que sentándose delante. Si se pusieran en varios sitios computadoras con bases de datos iguales, al final del día y tras modificar e ingresar datos, una base de datos ya no tendría nada que ver con otra y cualquier consulta posterior a cualquiera de ellas sería del todo infiable. Para este tipo de bases de datos con múltiples usuarios aparecieron las llamadas bases de datos de red. Estas están situadas en un único computador llamado servidor (generalmente de gran potencia) y se puede acceder a ellas desde terminales u otros computadores con un programa que permita el acceso a ella los llamados clientes. Los Gestores de bases de datos de este tipo permiten que varios usuarios hagan operaciones sobre ella al mismo tiempo: uno puede hacer una consulta al mismo tiempo que otro, situado en un lugar diferente, está introduciendo datos en la base.

10 Gestores de este tipo son: Oracle, PL4, DB2, SQL Server, que está pensados únicamente para este uso y no se emplean para bases de datos personales FileMaker y Access, originariamente pensados para uso personal, tienen capacidades de red que hacen de ellos programas muy aptos para su empleo en bases de datos de pequeñas empresas, que no necesitan un número de accesos simultáneos muy alto. Utilidad de una base de datos Las tres cosas básicas que debe permitir un gestor de base de datos son: introducir datos, almacenarlos y recuperarlos. Al mismo tiempo permiten otra serie de funciones que hacen de ellos herramientas incomparablemente superiores a los métodos tradicionales de almacenamiento de datos: archivadores, carpetas, etc. Cualquier gestor debe permitir: ordenar los datos, realizar búsquedas, mostrar distintas vistas de los datos, realizar cálculos sobre ellos, resumirlos, generar informes a partir de ellos, importarlos y exportarlos. Ordenar datos Una agenda telefónica, para que sea útil debe estar ordenado por el orden alfabético de los nombres. Del mismo modo cualquier programa de base de datos debe permitir hacer lo mismo. El orden en una base de datos puede ser alfabético, numérico, de fecha o de hora; por cualquier campo, y de modo ascendente o descendente. Así, se puede ordenar indistintamente la tabla de Visitas por la fecha de la visita, por los nombres de los pacientes o por el número de código. También se puede especificar varios criterios al mismo tiempo: por ejemplo, por orden alfabético de nombre y, para los casos en que un nombre coincida, por fecha de visita. Búsquedas En los antiguos sistemas de archivo de datos si se quería buscar un conjunto determinado de registros era necesario tener los datos ordenados previamente por un criterio determinado (por ejemplo, en los ficheros de biblioteca, por materia o autor). Luego visualmente y a mano, a menudo con gran trabajo y pérdida de tiempo, ir extrayendo los registros de uno en uno. Al terminar de usarlos se tenía

11 que seguir el proceso contrario. En el caso de que se quisiera hacer una búsqueda por un criterio diferente al del orden del archivo (por editoriales en el ejemplo anterior) resultaba del todo imposible. Cualquier programa de base de datos realiza búsquedas muy rápidas por cualquiera de los campos de la base, indistintamente del modo en que estén ordenados. Permiten hacer búsquedas con varios criterios distintos (de este autor y con fecha de publicación posterior a esta), búsquedas combinadas ( de tal autor o de tal otro), contrarias (que no sean de este autor), etc. Deshacer la búsqueda es igual de rápido. Una vez hecha la extracción, el programa nos permite realizar los mismos procesos que con el total de la base de datos (ordenaciones, informes ) pero ejecutados únicamente sobre los registros extraídos. Formularios e informes En las bases de datos, los datos se almacenan en forma de tablas. Esto no quiere decir que deban tener esta forma de presentación en la pantalla a la hora de introducir datos o extraerlos, ni que haya que imprimirlos así. Aquí es donde entran los conceptos de formulario e informe. Ambos son similares, pero tienen una función diferente. Básicamente los formularios son presentaciones hechas para mostrar los datos en pantalla, mientras que los informes están pensados para imprimirlos. Formularios Cualquier programa de base de datos permite mostrar los datos en pantalla de modos muy diferentes. Esto tiene motivos funcionales y estéticos. Los formularios permiten mostrar al mismo tiempo en la pantalla campos procedentes de distintas tablas relacionadas de forma que resulte mucho más sencillo trabajar con ellas. Al mismo tiempo se puede hacer que no aparezcan determinados campos. Esto es fundamental tanto en las bases multiusuario como en la base de datos del ejemplo del hospital. En este tipo de bases de datos no interesará que todos los usuarios vean todos los datos. A una enfermera le interesa acceder a los datos médicos del paciente pero en modo alguno a los datos económicos que estarán almacenados en la misma base de datos. En el caso de una persona que trabaje en administración del hospital ocurre lo contrario: debe tener acceso a los datos económicos pero no a los médicos. Los formularios, unidos a un acceso a la base de datos mediante usuarios y contraseñas, permiten solucionar este problema. Se puede hacer que cada usuario vea los datos que le interesan

12 manteniendo ocultos los restantes. Por otro lado los formularios permiten dar una apariencia más agradable a la presentación de los datos que hace que el trabajo con ellos sea más cómodo, permitiendo insertar datos, modificarlos, o eliminar algún registro. Informes Los informes son presentaciones de los datos preparadas para imprimir. Los gestores de base de datos tienen la capacidad de ir intercalando los datos de la base sobre textos con cualquier formato de tal forma que generan de modo automático cartas, etiquetas postales, listados. Cálculos y sumarios Los programas de bases de datos tienen la capacidad de realizar operaciones matemáticas sobre los registros. Así, por ejemplo, si se tiene almacenado en un campo de una tabla el salario de los empleados el programa puede calcular el salario menos impuestos de cada empleado. En la mayor parte de las bases de datos, los datos procedentes de los cálculos no quedan almacenados aumentando el tamaño de la base de datos, si no que sólo queda guardada la operación o fórmula. Médico Salario Dr. Sanz 2500 Dr. Alonso 3000 Dr. Sánchez 1950 TOTAL: 3 También es posible realizar operaciones y cálculos estadísticos sobre el total de los registros: el programa puede calcular el número de médicos que trabajan en el hospital o en cada departamento, lo que han cobrado entre todos o desglosado por departamentos, etc. A este tipo de operaciones se les suele denominar sumarios porque son resultado de cálculos sobre grupos de registros.

13 Ejemplos Ejemplo1: Un paciente puede acudir al médico muchas veces en la vida. En cada visita que realiza el paciente le puede atender un médico distinto por motivos distintos. Un médico a su vez atiende a muchos pacientes. En esta base de datos la relación entre los pacientes y los médicos se ha realizado creando una tabla: visitas. Los campos en común son los códigos de los pacientes y de los médicos. Estos campos compartidos tienen el origen en la tabla que los creó (tabla médicos o tabla pacientes) pero esos mismos datos se podrán ver en la tabla visitas gracias a la relación. De esa forma los datos de una visita en parte procederán de las tablas médicos y pacientes, y en parte serán datos propios de visitas. Ejemplo 2: En esta base de datos la relación entre la tabla de los médicos y la de pacientes es más directa. Hay una tercera tabla para tener un listado de las especialidades y no escribir el nombre mal. En este ejemplo cada médico tiene adjudicada una lista de pacientes. A cada paciente le corresponde un médico de cabecera. Por tanto el campo que permite la relación es el nombre del médico (Médicos) y médico de cabecera (Pacientes).

14 MODELO ENTIDAD-RELACIÓN Entidad Se le llama Entidad a la representación de un Objeto acerca del cual se requiere guardar información. Una entidad está representada por datos, no es ella misma un dato. También podemos decir que es todo objeto concreto o abstracto que existe y es distinguible. Para ir encontrando las diversas entidades hay que pensar en objetos (edificios, máquinas...), personas (empleados, estudiantes...), actividades de la empresa (contratos, recibos, pedidos...), funciones (telefonistas, cajeros), sucesos (fin de mes, fin de año). Atributo Son características que proporcionan información detallada y descriptiva de las entidades. Unidad básica e indivisible de información acerca de una entidad o de una asociación, que sirve para describirla, todas las entidades deben tener, al menos, un atributo. Relaciones Representan la asociación real entre una o más entidades. Es la parte más importante en el diseño de una base de datos relacional, ya que gracias a estas podemos identificar y entender la entidades con sus relaciones. Usualmente un verbo o una preposición que enlaza a dos entidades usualmente implica una relación. En esta parte hay que conocer conceptos como conectividad, cardinalidad y existencia. Cardinalidad Describe el número de instancias de los elementos de una Entidad dentro de una relación basándose en ciertas reglas. Se conoce también como grado de asociación a un doble número que refleja el número de ocurrencias de cada elemento de la Entidad que participa en la relación. Básicamente hay 3 grados de asociación o de relación. a) 1 a 1 (1-1) Si el grado de una asociación entre dos entidades A y B es 1 a 1 puede significar: Que cada ocurrencia de la entidad A esté asociada con 1 de la entidad B y viceversa, en cuyo caso, podemos hablar de asociación 1-1 obligatoria Que cada ocurrencia de la entidad A esté asociada con 0 o 1 de la entidad B y cada ocurrencia de B con 1 de A, en cuyo caso podemos hablar de relación 1-1 condicional en un sentido.

15 Que cada ocurrencia de A esté asociada on 0 o 1de B y cada ocurrencia de B con 0 o 1 de A, en cuyo caso, podemos hablar de asociación 1-1 condicional. b) 1 a muchos (1-N) Si el grado de una asociación entre dos entidades A y B es 1 a N puede significar que cada ocurrencia de la entidad A está asociada con 0, 1, o varias ocurrencias de la entidad B, y cada ocurrencia de B con 0 o 1 de A. Si cada ocurrencia de B está asociada con 1 de A, podemos hablar de asociación 1-N obligatoria. Si cada ocurrencia de B está asociada con 0 ó 1 de A, podemos hablar de asociación 1-N condicional. c) muchos a muchos (N-N) Si el grado de una relación entre dos entidades A y B es N a N significa que cada ocurrencia de la entidad A está asociada con 0,1 o varias ocurrencias de la entidad B y cada ocurrencia de B con 0,1 o varias de A. Relaciones Cada tabla debe cumplir con ciertas normas en su diseño, por lo que la información contenida en éstas puede tener ciertas ligas para conectarla. NORMALIZACIÓN DE UNA BASE DE DATOS La normalización es el proceso de organizar datos en tablas relacionada. Su objetivo el eliminar los datos redundantes. EJEMPLO REDUNDANCIA. Suponga que el mismo cliente compra dos autos. En una Base de Datos de una sola tabla tendría que escribir dos veces su información. Lo que es peor, si el cliente cambie de dirección, tendría que cambiar la dirección en ambos lugares o de lo contrario los datos no serían consistentes internamente. Al escribir la información una sola vez en una tabla de clientes y al vincular su registro con cualquier compra de autos, no sólo elimina los datos redundantes (y algunas veces conflictivos), sino que también puede cambiar su registro en una sola ubicación. EJERCICIO Nombre, dirección, ciudad, teléfono, marca_auto, modelo, año, color etc. CLIENTE Id cliente Nombre Dirección AUTOS Id auto Marca_auto Modelo

16 Ciudad Teléfono Año Color Para la normalización de datos se establecen reglas, las cuales se conocen como primera, segunda y tercera formas normales: La Primera Forma Normal establece que una columna no puede contener múltiples valores. Por ejemplo, para que el nombre de una persona cumpla esta regla, debe dividirse en apellido paterno, apellido materno y nombre. La Segunda Forma Normal establece que toda columna que no sea clave debe depender por completo de la clave primario y no sólo de una parte de ésta. Por ejemplo si utiliza un id_cliente y número de pieza para una clave, todas las columnas de esta tabla deben aplicarse sólo a un cliente y número de pieza específicos en conjunto. De esta manera una descripcion_pieza no pertenecería a esta tabla. Para que la tabla esté en la Segunda Forma Normal, también debe estar en conformidad con la Primera Forma Normal. La Tercera Forma Normal, al igual que la SNF, establece que todas las columnas que no sean clave no deben depender de ninguna otra columna que no sea clave. Por ejemplo, si tiene una tabla con direcciones, el código postal no debe depender de ningún otro campo que no sea clave, como el estado. Debe depender de toda la clave primaria. Claro que la tabla también debe estar en conformidad con la SFN. Generalmente, la TFN se viola por conveniencia. También existen la cuarta y quinta formas normales. La mayoría de los desarrolladores de bases de datos se conforman con cumplir hasta la Tercera Forma Normal.

17 MODELO IMPLEMENTABLE Se denomina Modelo Entidad Relación Implementable a una variante del Modelo Entidad Relación con la cual, como resultado de su aplicación, se obtiene un modelo de datos del sistema que es posible convertir en el esquema conceptual de una base de datos. Esto significa principalmente que los archivos que se obtengan estarán normalizados. Entidades y Vínculos Se denomina Diagrama Entidad Relación a una representación gráfica del modelo lógico de datos del sistema. Para su construcción se utilizan únicamente dos elementos denominados entidad y vínculo. Una entidad es un objeto, un concepto, una organización o un evento de interés para el sistema que se está modelando. Por ejemplo cada uno de los empleados de una empresa es una entidad perteneciente a un conjunto de entidades que puede denominarse Empleados. Al conjunto de entidades de un mismo tipo se lo representa mediante un rectángulo. Un vínculo es una relación entre conjuntos de entidades de diferente tipo y se representan mediante un segmento de recta. Cardinalidad Se denomina cardinalidad o tipo de un vínculo a la cantidad de entidades de cada conjunto de entidades que ese vínculo relaciona. Existen tres tipos de cardinalidad, de 1 a 1, 1 a N y N a N. 1 a 1 (uno a uno): A cada entidad de uno de los conjuntos de entidades le corresponde, a lo sumo, una entidad del otro conjunto. DEPTOS. 1 1 JEFES DE DPTOS. Cada Departamento tiene un solo Jefe de Departamento y cada Jefe de Departamento es jefe de un solo departamento. 1 a N (uno a muchos): A cada entidad del primer conjunto de entidades le corresponde uno o más entidades del segundo y a cada entidad del segundo conjunto le corresponde, a lo sumo, una entidad del primero. DPTOS. 1 N EMPLEADOS Cada Departamento puede tener varios empleados, pero cada empleado trabaja en un solo departamento. N a N (muchos a muchos): A cada entidad del primer conjunto de entidades le corresponden varias del segundo y a cada entidad del segundo conjunto le corresponden, también, varias del primero

18 N N EMPLEADOS PROYECTOS Un empleado puede estar asignado a varios proyectos y a cada proyecto pueden estar asignados varios empleados. Atributos Se denominan atributos a ciertas características asociadas a las entidades. Todas las entidades de un mismo conjunto de entidades tienen los mismos atributos. Cada atributo tiene asociado un solo valor, este valor será un dato. Entonces, los datos acerca de una entidad se almacenan asignando valores a sus atributos asociados. Ejemplo: Tabla: Empleados, atributo: NOMBRE, valor: JUAN GONZALEZ, atributo FECHA NACIMIENTO, valor: 18 de noviembre de 1969 Claves Se denomina clave primaria, principal o candidata de un conjunto de entidades al menor conjunto de atributos (uno o más atributos) que permitan identificar en forma unívoca a cada entidad particular de dicho conjunto. O sea que un conjunto de entidades (tabla o archivo) puede tener más de un atributo como clave primaria. Se denomina clave foránea de un conjunto de entidades a aquel atributo que por sí solo sea clave primaria en otro conjunto de entidades con el cual se haya definido un vínculo. Ejemplo: CodEmp (CP) N 1 CodDep (CP) EMPLEADOS NomEmp NomDep Cargo CodDep (CF) DEPTOS. Navegaciones: El ejemplo anterior permite observar la utilidad de las claves foráneas. Supongamos que, dado un empleado, se desea saber el nombre del Departamento donde trabaja. Tomando el valor asociado al atributo CodDep (que es clave foránea) se puede acceder al conjunto de entidades Departamentos (donde es clave primaria) y una vez identificada la entidad Departamento, su atributo NomDep proporciona el nombre buscado. Esta forma de pasar de un conjunto de entidades a otro a través de un vínculo se denomina navegación.

19 El problema N a N Los vínculos de cardinalidad N a N presentan el inconveniente de no poder ser directamente implementados en el esquema conceptual de una base de datos. Veamos un ejemplo para clarificarlo. CodEmp (CP) CodPro (CP) NomEmp NomPro CodPro (CF) EMPLEADOS N N CodEmp (CF) PROYECTOS Uno de los atributos que la entidad Empleados debe tener es el código de proyecto al cual está asignado. Cuando se estableció el concepto de atributo se indicó que cada atributo debe tener asociado un solo valor, es decir, no es válido que un atributo tenga asignado más de un valor al mismo tiempo. Si un empleado está asignado a más de un proyecto, el atributo CodPro (Código de Proyecto) de ese empleado deberá tener tantos valores de códigos de proyectos como cantidad de proyectos a los que esté asignado, lo cual como se indicó recién no es válido. Lo mismo sucede con las entidades del conjunto de Proyectos, el atributo CodEmp de cierto proyecto debería tener tantos valores como empleados estuvieran asignados a este proyecto. Este problema se soluciona creando un nuevo conjunto de entidades de modo que al vincularse con los dos originales, los nuevos vínculos sean de cardinalidad uno a uno o uno a muchos. Para el caso del diagrama anterior, el problema se resuelve de la siguiente manera: CodEmp (CP) NomEmp EMPLEADO S PROYECTO S 1 1 CodPro (CP) NomPro N ASIGNACI ON A N CodEmp (CF) Ambas componen la CP CodPro (CF) Los nuevos vínculos se interpretan de la siguiente manera: - Un empleado puede estar asignado a varios proyectos, pero cada Asignación a Proyectos corresponde a un solo empleado - Un proyecto puede tener varios empleados asignados, pero cada Asignación corresponde a un solo proyecto.

20 Definición de tablas La definición de TABLAS consiste en describir el formato de los registros de cada archivo que formará parte de la base de datos. Cada conjunto de entidades del Diagrama Entidad Relación será una tabla de la base de datos y los respectivos atributos serán los campos del registrocorrespondiente. Para definir entonces el formato de un registro es necesario indicar los campos que formarán el registro y para cada campo, el tipo de dato y el tamaño. Los tipos de datos más usuales son numérico, alfanumérico, lógico y fecha. Con respecto al tamaño de cada campo, este valor dependerá del problema en cuestión, pero en todos los casos, deberá ser lo suficientemente grande como para prever el mayor contenido del dato que se va a guardar. Ejemplo: EMPLEADOS CodEmp (CP) Numérico 4 Ced. Identidad Alfanumérico 9 NomEmp Alfanumérico 30 CodDep (CF) Numérico 2 En Actividad (S/N) Lógico 1 DEPARTAMENTOS CodDep (CP) Numérico 2 NomDep Alfanumérico 30 Restricciones de Integridad Las restricciones de integridad proporcionan un medio de asegurar que los cambios que se hacen en la base de datos no resulten en una pérdida de consistencia de los datos. Ya se han visto dos tipos de restricciones de integridad: cardinalidad de un vínculo y declaración de clave primaria de un conjunto de entidades. Veremos a continuación otros dos tipos de restricciones de integridad: integridad de dominio e integridad referencial. La integridad de dominio se aplica a todos los atributos de un conjunto de entidades y establece el conjunto de valores válidos que cada atributo puede tomar. Este tipo de restricción también puede prohibir el uso de valores nulos para determinados atributos, es decir, ese atributo debe tener, necesariamente, algún valor asociado. Si tenemos por ejemplo: CodCli (CP) NomCli DirCli CLIENTES

21 Las restricciones de dominio se indican de la siguiente manera: Código de Cliente Nombre Cliente Dirección Numérico, Mayor que cero Alfanumérico, No nulo Alfanumérico, No nulo La integridad referencial se aplica a los atributos que son clave foránea en un conjunto de entidades y establece que los valores que ese atributo puede tomar deben existir previamente en el conjunto de entidades donde ese atributo es clave primaria Por ejemplo: CodCli (CP) NroFac (CP) NomCli CLIENTES 1 N FACTURAS FecFac DirCli CodCli (CF) La restricción de integridad referencial se aplica al atributo CodCli del conjunto de entidades Facturas (donde es clave foránea) y se indica de la siguiente manera: CodCli: Debe existir en Clientes