Apuntes sobre sistemas de gestión de bases de datos relacionales y NoSQL

TEMA 5 Sistemas de gestión de bases de datos relacionales, orientados a objetos y NoSQL: características y componentes

CETIC - Cuerpo de Técnicos Auxiliares de Informática la AGE

TABLA DE CONTENIDO

1. INTRODUCCIÓN
   189
2. SISTEMAS DE GESTIÓN DE BASES DE DATOS RELACIONALES
   190
3. CARACTERÍSTICAS DE LOS SGBD
   191
4. MODELO RELACIONAL
   191
5. CONCEPTOS
   3.1.1 TABLA O RELACIÓN: ATRIBUTOS Y DOMINIOS
   192
   3.1.2 RESTRICCIONES
   192
   3.1.2.1. REGLA DE INTEGRIDAD DE ENTIDAD
   192
   3.1.2.2. REGLA DE INTEGRIDAD REFERENCIAL
   193
   3.1.3. REGLA DE INTEGRIDAD DE DOMINIO
   193
   3.1.4. RESTRICCIONES DE LA BASE DE DATOS
   193
6. SISTEMAS DE GESTION DE BASES DE DATOS RELACIONALES
   194
7. LAS 12 REGLAS DE CODD (QUE EN REALIDAD SON 13)
   194
   4.1.2. REGLA 1: REGLA DE LA INFORMACIÓN
   4.1.3. REGLA 2: REGLA DEL ACCESO GARANTIZADO
   194
   194
   4.1.4. REGLA 3: REGLA DEL TRATAMIENTO SISTEMÁTICO DE VALORES NULOS
   195
   4.1.5. REGLA 4: REGLA DEL DICCIONARIO DINÁMICO EN LÍNEA BASADO EN EL MODELO RELACIONAL
   196
   4.1.6. REGLA 5: REGLA DEL SUBLENGUAJE DE DATOS COMPLETO
   196
   4.1.7. REGLA 6: REGLA DE ACTUALIZACIÓN DE VISTAS
   197
   4.1.9. REGLA 8: REGLA DE INDEPENDENCIA FÍSICA DE DATOS
   197
   197
   4.1.10. REGLA 9: REGLA DE INDEPENDENCIA LÓGICA DE DATOS
   197
   4.1.11 REGLA 10: REGLA DE INDEPENDENCIA DE INTEGRIDAD
   198
   4.1.12. REGLA 11: REGLA DE INDEPENDENCIA DE DISTRIBUCIÓN
   198
   4.1.13. REGLA 12: REGLA DE LA NO SUBVERSIÓN
   198
8. NORMALIZACIÓN (FORMAS NORMALES)
   199
9. CONCEPTOS
   199
10. PRIMERA FORMA NORMAL (1FN)
    199
11. SEGUNDA FORMA NORMAL (2FN)
    200
12. TERCERA FORMA NORMAL (3FN)
    201
13. FORMA NORMAL DE BOYCE-CODD (FNBC)
    202
14. CUARTA FORMA NORMAL (4FN)
    202
15. QUINTA FORMA NORMAL (5FN)
    203
16. MODELO ACID
    204
17. ATOMICIDAD (ATOMICITY)
    204
18. CONSISTENCIA (CONSISTENCY)
    205
19. AISLAMIENTO (ISOLATION)
    205
20. DURABILIDAD (DURABILITY)
    205
21. TEOREMA CAP
    205
22. BASES DE DATOS ORIENTADAS A OBJETOS
    206
    187
    191
    4.1.1. REGLA o: REGLA DE FUNDACIÓN
    194
    4.1.8. REGLA 7: REGLA DE INSECIÓN, ACTUALIZACIÓN Y BORRADO DE ALTO NIVELBLOQUE II
    8.1. CARACTERÍSTICAS
    208
    8.2. MANDATORIAS
    208
    8.3. OPCIONALES
    209
    8.4. ABIERTAS
    209
    8.5. VENTAJAS
    210
    8.6. DESVENTAJAS
    210
    8.7. ESTRUCTURA
    211
    8.8. FUNCIONAMIENTO
    211
23. NOSQL
    212
24. VENTAJAS
    212
25. DESVENTAJAS.
    213
26. TIPOS DE BBDD NOSQL
    214
27. BBDD BASADAS EN COLUMNAS
    214
    9.4.1 APACHE DHBASE
    214
    9.4.2. CASSANDRA
    215
    9.4.3. HYPERTABLE
    215
    9.4.4. OTRAS BBDDS BASADAS EN COLUMNAS
    215
28. BBDD BASADAS EN ALMACEN DE DATOS DE DOCUMENTOS
    215
    9.5.1. COUCHDB
    216
    9.5.2. MONGODB
    216
    9.5.3. OTRAS BBDD BASADAS EN ALMACÉN DE DATOS DE DOCUMENTOS
    216
29. BBDD BASADAS EN GRAFOS
    217
    9.6.1. NEO4J
    217
    9.6.2. OTRAS BBDD BASADAS EN GRAFOS
    217
30. BBDD BASADAS EN CLAVE-VALOR
    217
    9.7.1. REDIS
    218
    9.7.2. RIAK.
    218
    9.7.3. OTRAS BBDD BASADAS EN CLAVE-VALOR
    218
31. CONCLUSIÓN
    218
    188

CETIC - Cuerpo de Técnicos Auxiliares de Informática la AGE

INTRODUCCIÓN

El presente tema aborda los distintos tipos de Sistemas de Gestión de Bases de Datos más utilizados en la actualidad. Las Bases de datos son utilizadas ampliamente en la Administración para dar soporte a la gran mayoría de proyectos utilizados para gestión interna como de cara a la ciudadanía. Aunque la gran mayoría de proyectos se basan en Sistemas de Gestión de Bases de Datos Relacionales (SGBDR), poco a poco se van creando proyectos que utilizan otros tipos de bases de datos como NoSQL y Bases de datos Orientadas a Objetos. El tema empieza tratando sobre SGBDR, las características, el proceso de normalización, las reglas de Codd, a continuación se da un repaso a las bases de datos orientadas a objetos y a las NoSql.

189BLOQUE II

SISTEMAS DE GESTIÓN DE BASES DE DATOS RELACIONALES

Una base de datos es una colección de datos almacenados en un soporte informático no volátil de acceso directo. Estos datos deben estar:

• Integrados: La definición y descripción de los datos deben ser únicas y estar integradas con los
  mismos datos.
• Estructurados reflejando las interrelaciones y restricciones existentes en el mundo real.
• Con redundancia controlada: No debe existir redundancia lógica aunque se permite redundancia
  física por motivos de eficiencia.
• Relacionados: La base de datos debe almacenar las interrelaciones entre los datos y las
  restricciones semánticas.
• Compartidos por diferentes usuarios y aplicaciones.
• Independientes de las aplicaciones que los utilicen tanto lógica como físicamente separando entre
  datos y tratamiento.

Un sistema gestor de base de datos (SGBD) es un conjunto de programas que establecen el método de organización necesario para el almacenamiento y la recuperación flexible de grandes cantidades de datos garantizando todas las propiedades definidas para una base de datos. A su vez permiten la modificación y extracción de la información mediante órdenes sencillas o algún lenguaje de consultas. Los SGBD también proporcionan métodos para:

• Mantener la integridad de los datos
• Administrar el acceso de los usuarios a los datos
• Recuperar la información si el sistema se corrompe.
• Presentar la información de la base de datos mediante generadores de informes y, la mayoría de
  las veces, un visor gráfico que permita respresentar la estructura de la base de datos mediante
  gráficos y tablas.

Generalmente se accede a los datos mediante lenguajes de consulta, lenguajes de alto nivel que simplifican la tarea de construir las aplicaciones. También simplifican las consultas y la presentación de la información. Un SGBD permite controlar el acceso a los datos, asegurar su integridad, gestionar el acceso concurrente a ellos, recuperar los datos tras un fallo del sistema y hacer copias de seguridad. Las bases de datos y los sistemas para su gestión son esenciales para cualquier área de negocio, y deben ser gestionados con esmero. El motor de la base de datos acepta peticiones lógicas de los otros subsistemas del SGBD, las convierte en su equivalente físico y accede a la base de datos y diccionario de datos en el dispositivo de almacenamiento. El subsistema de definición de datos ayuda a crear y mantener el diccionario de datos y define la estructura del fichero que soporta la base de datos. El subsistema de manipulación de datos ayuda al usuario a añadir, cambiar y borrar información de la base de datos y la consulta para extraer información. El subsistema de manipulación de datos suele ser la interfaz principal del usuario con la base de datos. Permite al usuario especificar sus requisitos de la información desde un punto de vista lógico.

190CETIC - Cuerpo de Técnicos Auxiliares de Informática la AGE

El subsistema de generación de aplicaciones contiene utilidades para ayudar a los usuarios en el desarrollo de aplicaciones. Usualmente proporciona pantallas de entrada de datos, lenguajes de programación e interfaces. El subsistema de administración ayuda a gestionar la base de datos ofreciendo funcionalidades como almacenamiento y recuperación, gestión de la seguridad, optimización de preguntas, control de concurrencia y gestión de cambios.

CARACTERÍSTICAS DE LOS SGBD

• Manejo de grandes volúmenes de datos
• Manejo de accesos concurrentes
• Escalabilidad y elevada capacidad de proceso
• Alta disponibilidad
• Seguridad y control de accesos
• Integridad de los datos
• Documentación
• Flexibilidad

MODELO RELACIONAL

El modelo relacional para el modelado y la gestión de bases de datos, es un modelo de datos basado en la lógica de predicados, el álgebra relacional y la teoría de conjuntos. Fue propuesto por E.F Codd en los laboratorios de IBM en California y actualmente es el modelo más utilizado para modelar problemas reales y administrar datos dinámicamente.

CONCEPTOS

Se basa en el concepto matemático de Relación. Una relación R, de n conjuntos, es un subconjunto del producto cartesiano de los conjuntos A1, A2, A3, .... , An RC A1 x A2 × A3 x . . . x An Estas relaciones son consideradas en forma lógica como conjuntos de datos llamados tuplas. Habitualmente es más fácil entender el concepto de relación equiparándolo a una tabla compuesta por registros donde: Tupla: Cada fila de la tabla (también llamado registro) Campos: Las columnas de la tabla.

191BLOQUE II

TABLA O RELACIÓN: ATRIBUTOS Y DOMINIOS

Una tabla o relación es una matriz rectangular que almacena líneas con una estructura determinada. La primera fila de una tabla no se considera una tupla. Nos marca la estructura de la tabla mediante la definición de las columnas o atributos que la componen. Cada atributo tiene un dominio de valores que puede aceptar (tipo de datos) y debe ser atómico. El resto de filas de la tabla o relación es un conjunto de tuplas donde cada una de ellas corresponde a un registro de la tabla. Cada tupla corresponde a la descripción de una entidad particular o a la descripción de una relación particular entre varias entidades particulares. El grado de una tabla es el número de campos que posee. Es independiente del momento de observación de la tabla (salvo que se modifique) La cardinalidad es el número de tuplas que almacena. No es independiente del momento de observación

RESTRICCIONES

Cada atributo debe tomar un valor perteneciente a su dominio asociado. No se permite la repetición de tuplas en una misma tabla. Las tuplas no tienen un orden determinado. Cada tabla debe contener una clave principal o primaria (PK: Primary Key) Una clave principal es un atributo o conjunto de atributos cuyo valor es único y diferente en cada tupla. Una clave candidata es un atributo o conjunto de atributos que cumple las condiciones para ser clave principal. Generalmente una tabla puede tener varias claves candidatas aunque sólo se elige una como clave principal. Una clave foránea (FK: Foreign Key) o clave ajena es una columna o conjunto de columnas que es clave principal en una tabla relacionada. La clave principal se suele representar en negrita, subrayada o con el icono de una llave (key) a la izquierda El concepto de clave es tan importante que tiene asociada varias reglas de Integridad.

REGLA DE INTEGRIDAD DE ENTIDAD

Incluye dos reglas: Regla de integridad de unicidad de la clave primaria: La clave primaria elegida para una relación no debe tener valores repetidos. Si la clave primaria es compuesta, la combinación de campos también debe ser única.

192