Diseño de Bases de Datos: Lógico, Físico y Normalización

DISEÑO DE BASES DE DATOS

INTRODUCCIÓN

El diseño y construcción de una base de datos es un proceso de abstracción y modelización de un problema real, conforme a unas reglas y formalismos determinados, con el objetivo de conseguir una representación del mismo tratable por el ordenador. Esto implica partir de un problema claramente determinado, definir cuáles son las entidades que participan en el mismo y sus atributos (fase de abstracción), construir un modelo y, por último, transformarlo para su implementación mediante algún lenguaje o herramienta concretos. El problema de la modelización de datos comienza con el estudio y captura de requisitos en la etapa conocida como Análisis. Con estos requisitos es posible representar el problema desde un punto de vista conceptual, obteniendo el modelo conceptual a través de la técnica denominada Modelo de Entidad-Relación Extendido. Una vez validado es posible transformarlo a un modelo lógico específico (jerárquico, red, relacional u orientado a objetos) dentro de la etapa conocida como Diseño. Finalmente, se hace necesario implantar este modelo lógico en alguna de las soluciones concretas de SGBD (modelo físico) dentro de la etapa conocida como Construcción del sistema.

Modelo conceptual (E/R) Modelo lógico (relacional) Modelo físico (en SGBD)

El diseño LÓGICO es el proceso de construir un esquema de la información que utiliza una organización teniendo en cuenta un modelo lógico independiente del SGBD que se vaya a utilizar y de cualquier otra consideración física. En esta etapa, se transforma el esquema conceptual en un esquema lógico que utilizará las estructuras de datos del modelo lógico en el que se basa el SGBD (jerárquico, red, relacional, orientado a objetos). Conforme se va desarrollando el esquema lógico, éste se va probando y validando con los requisitos de usuario. La normalización es una técnica que se utiliza para comprobar la validez de los esquemas lógicos basados en el modelo relacional, ya que asegura que las relaciones (tablas) obtenidas no tienen datos redundantes, obteniendose el modelo lógico de datos normalizado. Tanto el diseño conceptual, como el diseño lógico, son procesos iterativos, tienen un punto de inicio y se van refinando continuamente. Ambos se deben ver como un proceso de aprendizaje en el que el diseñador va comprendiendo el funcionamiento de la organización y

el significado de los datos que maneja. Por tanto, el diseño conceptual y el diseño lógico son etapas clave para conseguir un sistema que funcione correctamente. El diseño FÍSICO es el proceso de descripción de la implementación de la base de datos en memoria secundaria: estructuras de almacenamiento y métodos de acceso que garanticen un acceso eficiente a los datos. En general, el propósito del diseño físico es describir cómo se va a implementar físicamente el esquema lógico obtenido en la fase anterior.

DISEÑO DE BASES DE DATOS: Adaptación y Arquitectura

Las bases de datos son parte integral de cualquier sistema de información. Por tanto, una de las características que deben presentar es la capacidad de adaptación a cambios en el entorno. Estos cambios, inevitables en cualquier organización, pueden ser físicos (cambios en el hardware, en el formato de los ficheros, etc.) o lógicos (cambios en los programas, en el lenguaje de programación, etc.). No es deseable que un cambio en el formato de archivo de los datos obligue a rehacer la aplicación que accede a los mismos. Es necesario, pues, independizar la estructura lógica de los datos de la forma en que estos se guardan físicamente. Así, cualquier cambio en uno de los dos niveles será transparente para el otro, facilitando la tarea de mantenimiento, tanto de las aplicaciones como de las bases de datos. Esta independencia entre el modelo lógico de los datos y su estructura física es la que proporciona la arquitectura en 3 niveles del Instituto Nacional de Estandarización Americano (ANSI). Según este organismo la independencia de los datos es la capacidad de un sistema de gestión de base de datos para permitir que las referencias a los datos a través de los programas estén aisladas de los posibles cambios y diferentes usos que el entorno pueda propiciar, como pueden ser: la forma de almacenamiento, el modo de compartición con otros programas o el modo de organización para mejorar el rendimiento del sistema de base de datos.

Independencia de los datos

La arquitectura de tres niveles es útil para explicar el concepto de independencia de datos que podemos definir como la capacidad para modificar el esquema en un nivel del sistema sin tener que modificar el esquema del nivel inmediato superior. Se pueden definir dos tipos de independencia de 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.

Para conseguir este ideal de independencia, ANSI propone que las bases de datos se construyan siguiendo un modelo o arquitectura de 3 niveles:

• Nivel externo o lógico.
• Nivel conceptual.
• Nivel físico o interno.

Estos 3 niveles están organizados de forma jerárquica, siendo el nivel físico el más cercano a la máquina y el nivel externo aquél con el que interactúa el usuario. Esta arquitectura por capas sirve para aislar al usuario de las complejidades del modelo de datos y de almacenamiento físico de la base, ya que sólo se le permitirá ver la parte lógica de la base necesaria para su trabajo. Además, también aísla el modelo lógico de datos (aquí llamado conceptual) de la implementación específica que se realice del mismo, por lo que, en teoría, éste sería portable de unos gestores de bases de datos a otros. Todo ello dio lugar a la denominada Arquitectura ANSI/X3/SPARC.

OK OK of< Usuarios finales Nivel Externo Vista 1 Vista 2 Vista 3 Nivel Conceptual Esquema Conceptual Nivel Interno Esquema Interno Organización física de los datos Base de datos

Nivel LÓGICO o EXTERNO

En este nivel se guardan las distintas vistas parciales de la base de datos que se muestran a los usuarios y/o aplicaciones. Puesto que no todos los programas ni las personas que acceden a la base de datos necesitan tener una visión total de la información guardada en la misma, resulta conveniente crear vistas o esquemas específicos según las necesidades particulares de cada uno.

OK OK O Usuarios finales Nivel Externo Vista 1 Vista 2 Vista 3

La existencia de este nivel aísla por completo a los usuarios y/o aplicaciones no sólo del aspecto físico de la base de datos, sino también de cualquier parte de la misma que no esté directamente relacionada con la tarea que deben desempeñar, aumentando así la independencia y la protección frente a cambios en otras áreas de la organización. Adicionalmente, esta capa también aumenta la seguridad de los datos, ya que, como consecuencia de la creación de vistas parciales de la base de datos, los usuarios no disponen de acceso más que a partes seleccionadas de la misma, disminuyendo así la posibilidad de consultar, modificar o borrar datos privilegiados. A partir del nivel externo se crea el esquema externo para cada base de datos en concreto. Los esquemas externos pueden ser múltiples para una misma base de datos y además se puede producir anidamiento entre ellos. El esquema externo queda representado por los datos que de forma efectiva pueda acceder cada usuario y/o aplicación, más los permisos de acceso efectivos sobre los mismos.

Nivel CONCEPTUAL

Este modelo pretende reflejar la estructura y relaciones existentes entre los datos del mundo real que se van a guardar en la base de datos, aislando entre sí los niveles externo (vista del usuario) e interno (vista de la máquina). Para construir el esquema es necesario definir el universo del discurso o, lo que es lo mismo, acotar aquella parte del mundo real que se quiere modelar, incluyendo todos los elementos o características relevantes y excluyendo aquellas que pese a existir en el problema original no son relevantes. Para ello, se utiliza tipicamente la tecnica de Modelo Entidad-Relación Extendido. A partir del modelo conceptual se obtiene el esquema conceptual que se identifica mediante las estructuras de datos, relaciones y restricciones. Dentro de este nivel se incluye también la manera de obtener una adecuación del mismo al entorno de implantación elegido, es decir, el modelo lógico. El modelo lógico de datos se define como un conjunto de conceptos, reglas y convenciones que permiten describir un modelo conceptual. Los modelos de datos comúnmente utilizados son:

• Modelo JERÁRQUICO: presenta una estructura en árbol donde nodos y ramas siguen una relación del tipo 1:N.
• Modelo CODASYL (Conference on Data Systems Languages): estructura en red donde se establecen relaciones N:M. Es más flexible que el jerárquico.
• Modelo RELACIONAL: presenta estructuras de la teoría matemática de conjuntos (álgebra relacional) y/o de la lógica de predicados (cálculo relacional). Permite el procesamiento de conjuntos de datos y no simples registros como en los anteriores. Se caracteriza por disponer los datos organizados en tablas (relaciones) que cumplen ciertas restricciones.
• Modelo ORIENTADO A OBJETOS.

Cada uno de estos modelos tiene sus características únicas que los hacen más adecuados para modelar unos problemas u otros, así mismo, el modelo elegido va a condicionar en gran medida los lenguajes de datos utilizados, ya que la propia estructura del modelo llega a imponer determinadas formas de acceder a los datos.