Maestría en Bioinformática Bases de Datos y Sistemas de Información Bases de Datos Ing. Alfonso Vicente, PMP alfonso.vicente@logos.com.uy
Agenda Conceptos Historia Motivación Base de datos DBMS Tipos de DBMSs RDBMSs
Agenda Conceptos Historia Motivación Breve historia de la disciplina
Agenda Conceptos Historia Motivación Problemas Beneficios de usar un RDBMS Cuándo no usar un RDBMS
Agenda Conceptos Historia Motivación Base de datos DBMS Tipos de DBMSs RDBMSs
Conceptos Base de datos Un conjunto de datos relacionados entre sí y que tienen un significado implícito. Elmasri-Navathe base. ~ de datos. 1. f. Inform. Conjunto de datos organizado de tal modo que permita obtener con rapidez diversos tipos de información. Diccionario de la Real Academia Española Una colección de datos usualmente grande organizada especialmente para una rápida búsqueda y recuperación (como por una computadora) Merriam-Webster
Conceptos Base de datos Guía telefónica Fichas de biblioteca
Conceptos DBMS Siglas de DataBase Management System Software especializado en la gestión de Bases de Datos Diseñado para manejar de forma eficiente grandes volúmenes de datos
Conceptos Tipos de DBMSs Orientado a archivos
Conceptos Tipos de DBMSs Jerárquico
Conceptos Tipos de DBMSs Jerárquico
Conceptos Tipos de DBMSs De Red
Conceptos Tipos de DBMSs Relacional
Conceptos Tipos de DBMSs Relacional (Concepto de transacción y reglas ACID) Transacción: Unidad de trabajo que encapsula varias operaciones sobre una base de datos Atomicity: Una transacción es atómica (todo o nada) Consistency: Toda transacción deja a la base en un estado consistente (constraints) Isolation: Ninguna transacción intefiere con otra... aunque hay niveles aceptables (isolation levels) Durability: Toda transacción exitosa persiste aún ante caídas (no data-loss)
Conceptos Tipos de DBMSs Orientado a objetos
Conceptos Tipos de DBMSs Objeto/Relacional Su existencia se justifica por el éxito de la POO y de los DBMSs relacionales Los OODBMSs y ORDBMSs no tienen demasiado éxito en la industria, es más común el modelo RDBMS + ORM
Conceptos Tipos de DBMSs NoSQL, NoREL, NewSQL, BigData, Sistemas K-V Memcached, MapReduce, BigTable (Google), Cassandra (Facebook), Dynamo (Amazon), MongoDB, NuoDB, VoltDB (Stonebraker)...muchos más: http://nosql-database.org Surgen por la motivación de escalar bien manejando grandes volúmenes (petabytes) de información, utilizando para ello clusters con muchos hosts... pero no son ACID o o o The Google File System MapReduce: Simplified Data Processing on Large Clusters Bigtable: A Distributed Storage System for Structured Data
Conceptos ACID vs BASE La escalabilidad de nuevas tendencias mejora la disponibilidad y la performance, pero no es gratis: podemos a perder la C y la I de ACID? BASE es: Basically Available Soft-State Eventual Consistency Ejemplo: actualizaciones de estado en Facebook
Conceptos Teorema CAP (Consistency - Availability - Partition tolerance)
Teorema CAP en la práctica Conceptos CA (Consistency & Availability, no Partition tolerance) CP (Consistency & Partition tolerance, no Availability) Son el mismo caso, cuando en un sistema CA hay un particionamiento en la red se pierde la A, y un sistema CP sólo pierde la A cuando hay un particionamiento en la red. Es el caso más común, se prioriza la consistencia AP (Availability & Partition tolerance, no Consistency) Se prioriza la disponibilidad, y se tolera la "consistencia eventual": Facebook, Twitter, DNS
Conceptos RDBMSs Siguen vigentes debido a: o Su madurez y su amplia adopción en la industria o Su posibilidad de respetar las reglas ACID (cuando debemos priorizar la consistencia, queremos un sistema ACID y no BASE) o La madurez de las soluciones ORM (y a que los OODBMSs y ORDBMSs no prendieron en la industria) o Su soporte a nuevas necesidades (XML, datos geográficos, alta disponibilidad) Esto podría cambiar en los próximos 25 años: http://cswww.cs.yale.edu/homes/dna/papers/vldb07hstore.pdf
Agenda Conceptos Historia Motivación Breve historia de la disciplina
Historia Teoría, tecnología, lenguaje y disciplina han evolucionado juntas: Teoría: Modelos, reglas, isolation levels Tecnología: Implementaciones reales, mercado, mecanismos de locking Lenguaje: SQL, APIs (ODBC/JDBC/SQLJ/DBI), XQuery Disciplina: MER, normalización, patrones
Historia Edgar Codd (1923-2003) Es el Codd de la forma normal de Boyce- Codd, y del Teorema de Codd ("el poder expresivo del AR es igual al de las consultas seguras del CR") 1970: A Relational Model of Data for Large Shared Data Banks 1979: Extending the Database Relational Model to Capture More Meaning 1985: Las 12 reglas de Codd
Michael Stonebraker (1943) Historia 40 años demostrando cómo implementar DBMSs: Ingres Postgres Illustra Mariposa Aurora C-Store Morpheus H-Store Sci-DB (1973) (1985) (1997, Informix, IBM) / Cohera (2001, Peoplesoft, Oracle) / Streambase (2003) / Vertica (2005) / Goby (2006) / VoltDB (2007) (2008)
Historia Donald Chamberlin (1944) y Raymond Boyce (1947 1974) Lenguaje declarativo basado en álgebra / cálculo relacional 1974: SEQUEL: A Structured English Query Language 80 s: SQL es un estándar de facto 1986: Estándar ANSI 1987: Ratificado por ISO Compliance: ANSI/ISO SQL:92, SQL:1999, SQL:2003, SQL:2006, SQL:2008 Dialectos, extensiones procedurales, XQuery
Historia Peter Chen (?) Inicia el "modelado conceptual" 1976. 2002. The Entity-Relationship Model-- Toward a Unified View of Data Entity-Relationship Modeling-- Historical Events, Future Trends, and Lessons Learned
Agenda Conceptos Historia Motivación Problemas Beneficios de usar un RDBMS Cuándo no usar un RDBMS
Motivación Problemas Imaginemos un SI de un banco que necesita: Restricciones de integridad (movimientos de una cuenta) Consistencia de transacciones (transferencia) Fácil acceso a los datos (reporte de saldos) Seguridad en el acceso a los datos (permisos, auditoría) Alta disponibilidad Recuperabilidad
Beneficios de usar un RDBMS Motivación Tipado de datos, NOT NULL, Primary Keys, Foreign Keys, Checks Soporte de transacciones ACID (commit, rollback), control de concurrencia (mecanismos de locking) Lenguaje SQL, APIS como ODBC y JDBC Mecanismo estándar de autorización Log transaccional: Crash Recovery, Point-In-Time Recovery Soluciones de alta disponibilidad (clusters, hot-standby)
Motivación Cuándo no usar un RDBMS, respuestas clásicas: Inversión en hardware y software - Hay RDBMSs gratuitos con un footprint muy bajo Inversión en capacitación técnica - La alternativa no la necesita? Costo de administración del DBMS - Depende de la complejidad del desarrollo, podría funcionar totalmente desatend Overhead (permisos, control de concurrencia) - En un SI simple y monousuario puede utilizar una planilla
Motivación Cuándo no usar un RDBMS, mejores respuestas: Sistema muy simple, monousuario, no mantiene datos Sistema documental, de expedientes: hay alternativas especializadas Gran volumen de datos (petabytes) y necesidad de performance extrema: hay alternativas especializadas (BigData), pero aún es una opción a evaluar