Bases de Datos - Tema 1

Introducción

Propósito de las bases de datos

Inicialmente, las aplicaciones de bases de datos estaban construidas de tal forma que operaban directamente sobre los archivos del sistema operativo. Sin embargo, esto presentaba una serie de problemas:

• Redundancia de datos e inconsistencia: Los datos se almacenaban en diferentes formatos dando lugar a duplicación de datos almacenados en diferentes ficheros.
• Dificultad de acceso a los datos: Los datos estaban dispersos en diferentes ficheros y era difícil acceder a ellos. Era necesario crear un programa llevar a cabo las diferentes tareas.
• Aislamiento de datos: Los datos estaban aislados y no se podían compartir entre diferentes aplicaciones.
• Integridad de los datos: Las restricciones de integridad (CONSTRAINTS o CHECKS) quedaban relegadas al código del programa, estimación del error.n lugar de indicarse explícitamente en la base de datos. Esto podía llevar a errores en caso de que alguien se saltase la capa de la aplicación. Además, esto hacía que fuera más difícil modificar o añadir nuevas CONSTRAINTS.
• Atomicidad de los datos: Evitar que un fallo dejen los datos en un estado inconsistente, por ejemplo, que una acción se quede a medias y no se complete.
• Acceso concurrente: Permitir que varios usuarios accedan a la vez a los datos sin que se produzcan problemas.
• Problemas de seguridad: Controlar el acceso a los datos y garantizar que solo los usuarios autorizados puedan acceder a determinados datos.

Modelos de datos

Son una colección de herramientas para describir los datos, sus relaciones, semántica y restricciones. Existen varios modelos de datos, entre los que destacan:

• Modelo relacional
• Modelo de Entidad-Relación
• Modelo de Objetos
• Modelo semi-estructurado (XML)
• Otros como Network, Jerárquico, etc.

Modelo relacional

Este modelo consiste en almacenar la información en tablas.

$$\begin{array}{|c|c|c|c|} \hline ID & Name & Dept\_name & Salary \\ \hline 1 & John Doe & Computer Science & 50000 \\ 2 & Jane Smith & Mathematics & 55000 \\ 3 & Emily Davis & Physics & 60000 \\ 4 & Michael Brown & Chemistry & 58000 \\ \hline \end{array}$$

Niveles de abstracción e instancias

Dentro de las bases de datos distinguiremos los siguientes niveles de abstracción e instancias:

• Nivel físico: Nivel formado por toda la estructura física de la base de datos.
• Nivel lógico/conceptual: Nivel formado por las estructuras lógicas de la base de datos.
• Nivel de vista o de visión: Se encarga de cómo se ven los datos.
• Instancia: Contenido real de la base de datos en un momento específico

Independencia de datos físicos

La independencia de datos físicos es la capacidad de modificar el nivel físico sin tener que modificar el nivel lógico.

• Las aplicaciones dependen del nivel lógico, no del físico.
• Es importante definir bien las interfaces entre los distintos niveles, así nos aseguraremos de que los cambios de un parte no afecten a las demás.

Lenguaje de datos

Data Definition Language (DDL)

Llamamos Data Definition Language (DDL) al lenguaje que se utiliza para definir la estructura de la base de datos. El compilador DDL traduce las instrucciones DDL a un conjunto de tablas almacenadas en un diccionario de datos.

El diccionario de datos contiene algunos metadatos (datos sobre los datos) como:

• Esquemas de la base de datos
• Restricciones de integridad
• Autorizaciones

Data Manipulation Language (DML)

Llamamos Data Manipulation Language (DML) o al lenguaje utilizado para acceder y actualizar los datos organizados en el apropiado modelo de datos. Este lenguaje también es conocido como lenguaje de consulta.

Dentro de este podemos encontrar dos tipos de lenguajes:

• Puro: Usado para demostrar propiedades sobre la computación y para potenciar la optimización. Algunos ejemplos de estos es la algebra relacional o el calculo relacional.
• Comercial: Usado en sistemas comerciales. Siendo SQL el lenguaje comercial más conocido.

Hay dos tipos de lenguajes de manipulación de datos en función de cómo se especifica la consulta. Estos son:

1. DML procedural: El usuario especifica que datos necesita y cómo obtenerlos.
2. DML declarativo: El usuario solo especifica que datos necesita, pero no cómo obtenerlos.

Los lenguajes DML declarativos son más fáciles de usar y usualmente se referirán a ellos como lenguajes DML no procedurales. Al conjunto de lenguajes DML que implican la obtención de datos se les denomina como lenguajes de consulta.

Lenguaje de consulta SQL

El lenguaje de consulta SQL es un lenguaje no procedural. Una consulta toma los valores de una o más tablas y devuelve un resultado. Notar que SQL no es un lenguaje equivalente a una máquina de Turing. Además, las aplicaciones acceden a las bases de datos a través de:

• SQL embebido: SQL dentro de un lenguaje de programación.
• Interfaces de aplicaciones: Interfaces que permiten consultas SQL que se enviarán a una base de datos.

Es importante conocer que SQL no soporta acciones como entradas proporcionadas por usuarios, salidas a dispositivos o comunicación a través de redes. Por ello se utilizan lenguajes de programación para realizar estas acciones usando SQL embebido.

Diseño de la base de datos

El proceso de diseñar la estructura general de la base de datos se divide en dos fases:

• Diseño lógico: Se centra principalmente en diseñar el esquema represente de forma adecuada la información que se quiere almacenar. Para ello tenemos en cuenta tanto las decisiones del negocio como las decisiones de la informática.
• Diseño físico: Decidir el diseño físico de la base de datos.

Motor de la base de datos

Un sistema de base de datos se divide en módulos que se ocupan cada uno de una tarea específica. Los componentes funcionales de la base de datos se puede dividir en:

• Administrador de almacenamiento
• Administrador de consultas
• Administrador de transacciones

Administrador de almacenamiento

El administrado de almacenamiento es el módulo encargado de proveer la interfaz entre los datos de bajo nivel almacenados en la base de datos y las aplicaciones y consultas enviadas al sistema. Es decir, es el encargado de las siguientes tareas:

• Interacción con el sistema de archivos
• Almacenamiento eficiente de los datos y la recuperación y actualización de estos.

Los componentes del administrador de almacenamiento son:

• Administrador de integridad y autorización
• Administrador de transacciones
• Administrador de ficheros
• Administrador de buffer

El administrador de almacenamiento implementa estructura de datos como parte de la implementación del nivel físico como pueden ser archivos de datos, diccionarios de datos o indices.

Administrador de consultas

El administrador de consultas es el módulo encargado de la traducción de las consultas de alto nivel en un plan de ejecución que el motor de evaluación de consultas entiende, sus componentes son los siguientes:

• Intérprete DDL: Interpreta las instrucciones DDL y las almacena en el diccionario de datos.
• Compilador DML: Traduce las instrucciones DML en un plan de evaluación que el motor de evaluación de consultas entiende.
• Motor de evaluación de consultas(Query evaluation engine): Ejecuta los planes de ejecución generados por el compilador DML.

El motor de evaluación de consultas se divide en tres fases principales:

1. Parsing y traducción.
2. Optimización.
3. Evaluación.

Administrador de transacciones

Una transacción es una secuencia de operaciones que se ejecutan como una única función lógica en una base de datos.

El administrador de transacciones asegura que la base de datos sigue en un estado consistente a pesar el que el sistema falle. El administrador de control de concurrencia es el encargado de controlar la iteración entre las transacciones concurrentes, para asegurar la consistencia de la base de datos.

Arquitectura de la base de datos

Nos podemos encontrar con el siguiente tipo de arquitecturas:

• Bases de datos centralizadas: Uno o unos pocos núcleos y memoria compartida.
• Cliente-servidor: Una máquina actúa como servidor y ejecuta tareas en nombre de varias máquinas cliente.
• Bases de datos paralelas: Estas bases de datos tienen múltiplos núcleos, cada procesador tiene su propia memoria pero todas acceden a los mismos datos.
• Bases de datos distribuidas: Distribución geográfica y presenta heterogeneidad en el esquema o los datos.

Aplicaciones de bases de datos

Las aplicaciones de bases de datos normalmente están dividas en dos o tres niveles.

Arquitectura de dos niveles

La arquitectura de dos niveles (Two-tier architecture) es aquella arquitectura en la que la aplicación reside en la máquina del cliente, desde esta se invoca la funcionalidad de la base de datos en la máquina servidor.

Arquitectura de tres niveles

La arquitectura de tres niveles (Three-tier architecture) es aquella arquitectura en la cual la maquina cliente actúa únicamente como una interfaz y no contiene ninguna llamada directa a la base de datos.

Usuarios de la base de datos

Dentro de los usuarios de las bases de datos podemos distinguir 4 tipos de usuarios.

• Usuarios novel: Interactúan con la base de datos invocando una aplicación que ha sido programada previamente.
• Programadores de aplicaciones: Informáticos profesionales que desarrollan aplicaciones.
• Usuarios sofisticados: Usuarios que interactúan con el sistema sin desarrollar aplicaciones, bien sea mediante el uso de lenguaje de consultas o usando software de análisis de datos.
• Usuarios especializados: Usuarios que escriben aplicaciones de bases de datos especializadas que no están dentro del marco tradicional de procesamiento de datos.

Administrador de bases de datos

Un administrador de una base de datos (DBA en sus siglas en inglés) es una persona que tiene un control sobre toda la base de datos y cuya funciones son las siguientes:

1. Definición de los niveles
2. Definición de la estructura de almacenamiento y del método de acceso
3. Modificación de los niveles y de la organización física
4. Otorgar la autorización para acceder a la base de Datos
5. Mantenimiento periódico de la base de Datos
6. Realización de copias de seguridad de manera periódica
7. Asegurar que hay espacio libre en el disco para llevar a cabo las operaciones y aumentar el espacio en caso contrario
8. Supervisar las acciones que se llevan a cabo en la base de datos y garantizar que el rendimiento no se vea afectado por procesos muy costosos enviados por algunos usuarios