ACCESS. Maestra en Ingeniera Industrial.

Conceptos bsicos de bases de datos

1.1 Definicin de base de datos
Una base de datos es una coleccin de archivos relacionados que permite el manejo de la informacin de alguna compaa. Cada uno de dichos archivos puede ser visto como una coleccin de registros y cada registro est compuesto de una coleccin de campos. Cada uno de los campos de cada registro permite llevar informacin de algn atributo de una entidad del mundo real. Ejemplo 1:

Para una UNIVERSIDAD, las entidades de inters podran ser: ALUMNOS, PROFESORES, SALONES, etc.

Para la entidad ALUMNO, los atributos importantes podran ser: NOMBRE, DIRECCION, TELEFONO, CARRERA, MATRICULA, etc.

Ejemplo 2:

Para una INDUSTRIA, las entidades de inters podran ser: DEPARTAMENTOS, EMPLEADOS, PRODUCTOS, etc.

Para la entidad DEPARTAMENTO, los atributos importantes podran ser: NOMBRE DEL DEPARTAMENTO, NOMBRE DEL DIRECTOR DEL DEPARTAMENTO, FUNCION DEL DEPARTAMENTO, etc.

Un archivo de una base de datos tambin puede ser pensado como una tabla en la que tenemos renglones y columnas, cada rengln correspondiendo a un registro del archivo y cada columna correspondiendo a un campo.

Marco Antonio Cruz Chvez. mcruz@uaem.mx

ACCESS. Maestra en Ingeniera Industrial.

1.2 Sistemas manejadores de bases de datos

Los sistemas manejadores de bases de datos conocidos tambin como bases de datos electrnicas, se usan ampliamente para: ORGANIZAR Y MANIPULAR GRANDES VOLUMENES DE DATOS DE LAS EMPRESAS. Un sistema manejador de base de datos no es ms que UN SISTEMA COMPUTARIZADO PARA LLEVAR REGISTROS. Algunas de las facilidades que proporciona el sistema a los usuarios son:

Agregar Nuevos Archivos a la Base de Datos. Agregar Nuevos Registros a los Archivos existentes. Recuperacin de Datos. Actualizacin de Datos. Borrar registros. Borrar Archivos. Proporcionar los mecanismos para el control del acceso concurrente a los datos.

Una base de datos es una coleccin de informacin til organizada en una manera especfica. Por ejemplo para llevar el control de los telfonos de personas podra ser til una base de datos que constar de los datos de la tabla. Nombre Daz Ral Ruiz Pedro Telfono 13-67-90 12-89-90

Vargas Rubn 18-20-67

Martnez Ral 12-54-46 Tabla 1.1: Tabla para llevar una agenda telefnica

1.2.1 Bsqueda secuencial

El problema de la tabla 1.1 es que, dado que los datos no estn ordenados, buscar un telfono en particular puede ser lento. Asumiendo que tenemos N renglones en la tabla, localizar un elemento en particular tendra los siguientes casos:

Mejor Caso: Slo se busca en 1 rengln. Peor Caso: Se busca en los N renglones. Caso Promedio: Se busca en [( N+1)/ 2] renglones.

Este tipo de bsqueda se le conoce como bsqueda secuencial y es la nica alternativa de bsqueda cuando los datos no estn ordenados y no se cuenta con estructuras auxiliares.

Marco Antonio Cruz Chvez. mcruz@uaem.mx

ACCESS. Maestra en Ingeniera Industrial.

1.2.2 Bsqueda binaria

Si los datos anteriores son ordenados (lo cul podra hacerse con un algoritmo similar al QuickSort que tiene un orden de NlogN) esto se ilustra en la tabla 1.2. Podemos utilizar una bsqueda binaria. La ventaja de la bsqueda binaria es que en cada operacin el tamao del problema se reduce a la mitad. Nombre Daz Ral Ruiz Pedro Telfono 13-67-90 12-89-90

Martnez Ral 12-54-46 Vargas Rubn 18-20-67 Tabla 1.2: Tabla para llevar una agenda telefnica Originalmente el tamao del problema de bsqueda de un elemento en particular es N, con el primer intento el tamao del problema se reduce a: N/2 con el segundo intento se reduce a: [(N/2)/ 2] = [(N)/( 22)], y con el isimo intento se reduce a: [(N)/( 2i)], de esta manera en el peor de los casos se tendran que realizar tantos intentos como el valor de i en la expresin [(N)/( 2i)] , despejando de esta frmula tenemos que: i = log2(N) . Como conclusin tenemos entonces:

Mejor Caso = 1 Peor Caso = log2(N) . Caso Promedio = [(1+ log2(N) )/ 2]

1.2.3 Bsqueda indexada

El inconveniente de utilizar una bsqueda binaria es que al hacer altas, bajas y cambios sobre una tabla ordenada, tenemos que organizar los datos para que se mantengan ordenados, y esto podra tomar mucho tiempo. Ante este problema una alternativa es la utilizacin de un ndice (similar al de la parte final de un libro) que contenga el nombre de la persona y un apuntador a dnde est el elemento dentro de la tabla. Como puede notarse, los datos en la tabla podrn estar fsicamente desordenados, pero a travs del ndice se ven lgicamente ordenados. El ndice (normalmente) es un archivo aparte del archivo que contiene los datos, la manera ms popular de construir y mantener un ndice es a travs del algoritmo de rboles balanceados B-Tree. Los casos para este tipo de bsqueda son:

Mejor Caso = 1 Peor Caso = logm(N) . Caso Promedio = [(1+ logm(N) )/ 2]

Marco Antonio Cruz Chvez. mcruz@uaem.mx

ACCESS. Maestra en Ingeniera Industrial.

Dnde m indica el nmero de vas que tiene el rbol. La gran ventaja de un ndice es que el algoritmo de mantenimiento es mucho ms eficiente que el algoritmo para mantener un archivo ordenado, y por otro lado es mucho ms rpido dado que m es mayor que 2.

1.3 Tipos de datos en una base de datos

Los datos pueden ser divididos en dos grandes categoras:

ALFANUMERICA NUMERICA

Los datos alfanumricos consisten de caracteres alfabticos (A - Z, a - z), caracteres numricos (0 - 9) y de algunos smbolos especiales como # $ %. Por ejemplo, el nmero de serie de un televisor: RTA-XA100 Los datos numricos estn compuestos por los dgitos del 0 al 9, punto decimal y signo. Por ejemplo, el sueldo de un empleado: 1000000.00 Adicionalmente a estos tipos existen otros tipos que son utilizados como:

LOGICO FECHA MEMO GENERAL (Puede contener objetos audio, vdeo, imgenes,...)

1.4 Enfoques para bases de datos

Existen 3 enfoques principales para el manejo de BASES DE DATOS:

ENFOQUE RELACIONAL ENFOQUE JERARQUICO ENFOQUE DE REDES

1.4.1 Enfoque Relacional

El enfoque relacional ''ve'' a los datos como un conjunto de TABLAS (ARCHIVOS). Donde cada tabla consta de un conjunto de RENGLONES (REGISTROS) y cada RENGLON constando de un conjunto de COLUMNAS (CAMPOS). La RELACION entre las TABLAS (ARCHIVOS) se establece solo por nombres de atributos comunes.

Marco Antonio Cruz Chvez. mcruz@uaem.mx

ACCESS. Maestra en Ingeniera Industrial.

EJEMPLO Se tiene una EMPRESA que se necesita tener la informacin de las PARTES que utiliza, los PROVEEDORES de la empresa y el detalle de QUE PARTES SUMINISTRA UN PROVEEDOR. Se sabe que un proveedor puede suministrar 0 ms partes y que una parte puede ser suministrada por 0 ms proveedores. Nuestra base de datos podra ser vista como lo ilustra la figura 1.1.

Figura 1.1: Modelo Relacional de la Base de Datos de Partes-Proveedores y Pedidos

1.4.2 Enfoque Jerrquico

Permite ''ver'' una base de datos como compuesta de un CONJUNTO DE RELACIONES PADRE-HIJO, Por ejemplo, la base de datos anterior se vera como en la figura 1.2. En donde se modela claramente las partes que suministra un proveedor, pero no sera posible representar partes que no sean suministradas (NO PUEDE HABER HIJOS SIN PADRE).

Marco Antonio Cruz Chvez. mcruz@uaem.mx

ACCESS. Maestra en Ingeniera Industrial.

Figura 1.2: Modelo Jerrquico de Bases de Datos de Partes, Proveedores y Pedidos Adems no es fcil saber quien suministra una determinada parte, por lo que se podra modelar la misma base de datos de la siguiente como se ilustra en la figura 1.3.

Marco Antonio Cruz Chvez. mcruz@uaem.mx

ACCESS. Maestra en Ingeniera Industrial.

Figura 1.3. Modelo Jerrquico de Bases de Datos de Partes, Proveedores y Pedidos. Pero, en este caso, no es posible tener la informacin de proveedores que no suministran algo, y no es fcil identificar las partes que suministra un proveedor. En ambos casos el enfoque jerrquico tiene la desventaja de una gran redundancia de datos.

1.4.3 Enfoque de Redes

Modela la informacin como conjuntos, donde hay dos tipos de conjuntos: PROPIETARIOS (Equivale a un padre en el enfoque jerrquico) y MIEMBROS (Equivale a un hijo dentro del enfoque jerrquico). En el enfoque de REDES la redundancia se reduce al mximo, no se pierde informacin debido a que una parte no se suministre o a que un proveedor no suministre alguna parte.

Marco Antonio Cruz Chvez. mcruz@uaem.mx

ACCESS. Maestra en Ingeniera Industrial.

Es el enfoque ms eficiente para representar relaciones, ms sin embargo, tiene la desventaja de ser MUY COMPLEJO. El modelo de bases de datos de este enfoque se puede ver en la figura 1.4.

Figura 1.4: Modelo de Redes de Bases de Datos de Partes, Proveedores y Pedidos De los tres enfoques el ms usado y el que tiene bases ms formales es el enfoque relacional, motivo por el cul casi el 100% de los manejadores son construidos con este enfoque.

1.5 Componentes de un Sistema de Base de Datos

Involucra los siguientes componentes: +Datos +Hardware +Software +Usuarios

1.5.1 Datos
Los datos dentro de una base de datos estn integrados y son compartidos: INTEGRADOS: Puesto que la base de datos es la unificacin de varios archivos con redundancia parcial o totalmente eliminada. COMPARTIDOS: Esto implica que los datos pueden ser accesados concurrentemente por diferentes usuarios.

Marco Antonio Cruz Chvez. mcruz@uaem.mx

ACCESS. Maestra en Ingeniera Industrial.

1.5.2 Hardware
Consiste bsicamente de unidades de almacenamiento secundario, principalmente discos duros, discos compactos, cintas magnticas etc.

1.5.3 Software
Entre la base de datos fsica y los usuarios existe una capa de Software denominada SISTEMA MANEJADOR DE BASE DE DATOS (SMBD DBMS). Todos los requerimientos de acceso a la base de datos son manejados por el SMBD.

1.5.4 Usuarios
Hay 3 tipos de Usuarios: Programador de Aplicaciones. Se encarga de escribir programas para el manejo de la Base de Datos, Usando un lenguaje de alto nivel. Usuario Final. Es el que utiliza un lenguaje de comandos y/o Programas de aplicacin. Administrador de la base de datos. Es el responsable de definir polticas de acceso a la Base de Datos.

1.6 Ventajas de Utilizar una Base de Datos

Informacin compacta. No se necesitan voluminosos archivos de papel. Velocidad. La velocidad de operacin es mayor a la que se tiene con un sistema manual. Menos cansado. Al manipular informacin ms organizada. Actualizacin. La informacin se puede mantener ms fcilmente actualizada. Un control centralizado. Se reduce la redundancia. Se evita la inconsistencia. Los datos pueden ser compartidos. Se tiene el control del acceso. La integridad puede ser mantenida.

1.6.1 Inconsistencia
Cuando dos instancias del mismo elemento no tienen valores iguales. Por ejemplo, cuando hay dos registros para el alumno con matricula 331540 (en diferentes archivos), los atributos iguales deben tener los mismos valores.

1.6.2 Falta de Integridad

Se da la falta de integridad cuando una instancia de un elemento tiene valores raros. Por ejemplo, que el nmero de horas trabajadas a la semana por un empleado sea de 400.

Marco Antonio Cruz Chvez. mcruz@uaem.mx

ACCESS. Maestra en Ingeniera Industrial.

1.7 Conceptos Adicionales

1.7.1 Campo Almacenado
Es la unidad de datos ms pequea que se encuentra almacenada.

1.7.2 Registro Almacenado

Es una coleccin de campos almacenados que estn relacionados.

1.7.3 Archivo Almacenado

Es el conjunto de todas las ocurrencias de un registro almacenado.

1.7.4 Representacin de Datos Numricos

Se pueden almacenar como: +Un String de Caracteres. +Un Decimal Empacado. +En Binario.

1.7.5 Representacin de Datos Carcter

Se Pueden almacenar en ASCII, EBCDIC, etc.

1.7.6 Manejo de Objetos

Se pueden manejar como campos objeto que pueden ser Grficas, Sonido, Hojas de Calculo, Textos, etc.

Marco Antonio Cruz Chvez. mcruz@uaem.mx

ACCESS. Maestra en Ingeniera Industrial.

1.7.7 Codificacin de Datos

Resulta til en ocasiones almacenar los datos en forma codificada. v.g. En lugar de almacenar los nombres de los colores podramos codificarlos para ahorrar espacio y facilidad de uso de acuerdo a la tabla 1.4. Color Nmero Negro Caf Rojo Naranja Amarillo Verde Azul Violeta Gris Blanco 0 1 2 3 4 5 6 7 8 9

Tabla 1.4: Tabla de Codificacin de Colores

1.7.8 Materializacin de Datos

Existen campos virtuales, debido a que no tienen equivalencia con un campo almacenado, y para poder ser accesados deben ser calculados. Por ejemplo, un campo virtual llamado PROMEDIO que depende de otros datos, de forma que para ser accesado debe ser calculado primero.

Marco Antonio Cruz Chvez. mcruz@uaem.mx