TIPOS DE BASES DE DATOS

Las bases de datos pueden clasificarse de varias maneras, de acuerdo al contexto que se esté manejando, la
utilidad de las mismas o las necesidades que satisfagan. Es muy importante identificar el tipo de base de
datos que se requiere antes de implementar un manejador de base de datos.

1. SEGÚN LA VARIABILIDAD DE LA BASE DE DATOS

Existen muchas empresas con diferentes giros y dependiendo del giro será el tipo de procesamiento que se le
dará a la información, esto determinará el tipo de base de datos a utilizar. Existen diferentes tipos de bases de
datos pero las más comunes son las OLTP y OLAP. La necesidad de implementar un tipo u otro dependerá
del giro y necesidades de cada empresa.

a. Bases de datos estáticas

Las bases de datos de tipo OLAP (On Line Analytical Processing) también son llamadas bases de datos
estáticas lo que significa que la información en tiempo real no es afectada, es decir, no se insertan, no se
eliminan y tampoco se modifican datos; solo se realizan consultas sobre los datos ya existentes para el
análisis y toma de decisiones. Este tipo de bases de datos son implementadas en Business Intelligence para
mejorar el desempeño de las consultas con grandes volúmenes de información.

b. Bases de datos dinámicas

Las bases de datos de tipo OLTP (On Line Transaction Processing) también son llamadas bases de datos
dinámicas lo que significa que la información se modifica en tiempo real, es decir, se insertan, se eliminan, se
modifican y se consultan datos en línea durante la operación del sistema. Un ejemplo es el sistema de un
supermercado donde se van registrando cada uno de los artículos que el cliente está comprando y a su vez el
sistema va actualizando el Inventario.

2. SEGÚN EL CONTENIDO

a. Bases de datos bibliográficas

Sólo contienen un subrogante (representante) de la fuente primaria, que permite localizarla. Un registro típico
de una base de datos bibliográfica contiene información sobre el autor, fecha de publicación, editorial, título,
edición, de una determinada publicación, etc. Puede contener un resumen o extracto de la publicación
original, pero nunca el texto completo, porque si no, estaríamos en presencia de una base de datos a texto
completo (o de fuentes primarias —ver más abajo). Como su nombre lo indica, el contenido son cifras o
números. Por ejemplo, una colección de resultados de análisis de laboratorio, entre otras.

b. Bases de datos de texto completo

Almacenan las fuentes primarias, como por ejemplo, todo el contenido de todas las ediciones de una
colección de revistas científicas.

c. Directorios
Un ejemplo son las guías telefónicas en formato electrónico.

d. Bases de datos o "bibliotecas" de información química o biológica

Son bases de datos que almacenan diferentes tipos de información proveniente de la química, las ciencias de
la vida o médicas. Se pueden considerar en varios subtipos:

- Las que almacenan secuencias de nucleótidos o proteínas.

- Las bases de datos de rutas metabólicas.
- Bases de datos de estructura, comprende los registros de datos experimentales sobre estructuras 3D de
biomoléculas.
- Bases de datos clínicas.
- Bases de datos bibliográficas (biológicas, químicas, médicas y de otros
campos): PubChem, Medline, EBSCOhost.

MODELOS DE BASES DE DATOS

Además de la clasificación por la función de las bases de datos, éstas también se pueden clasificar de
acuerdo a su modelo de administración de datos.
Un modelo de datos es básicamente una "descripción" de algo conocido como contenedor de datos (algo en
donde se guarda la información), así como de los métodos para almacenar y recuperar información de esos
contenedores. Los modelos de datos no son cosas físicas: son abstracciones que permiten la implementación
de un sistema eficiente de base de datos; por lo general se refieren a algoritmos, y conceptos matemáticos.
Algunos modelos con frecuencia utilizados en las bases de datos:

1. Bases de datos jerárquicas

Las bases de datos jerárquicas construyen una estructura de jerarquía con los datos que permiteN una
estructuración muy estable cuando gestionamos una gran cantidad de datos muy interrelacionados.En este
modelo los datos se organizan en forma de árbol invertido (algunos dicen raíz), en donde un nodo padre de
información puede tener varios hijos. El nodo que no tiene padres es llamado raíz, y a los nodos que no tienen
hijos se los conoce como hojas.
Las bases de datos jerárquicas son especialmente útiles en el caso de aplicaciones que manejan un gran
volumen de información y datos muy compartidos permitiendo crear estructuras estables y de gran
rendimiento.
Una de las principales limitaciones de este modelo es su incapacidad de representar eficientemente la
redundancia de datos.

2. Base de datos de red

Las bases de datos en red derivan de las jerárquicas pero mejoran la gestión de datos redundantes
manteniendo su rendimiento en consultas de datos. Éste es un modelo ligeramente distinto del jerárquico; su
diferencia fundamental es la modificación del concepto de nodo: se permite que un mismo nodo tenga varios
padres (posibilidad no permitida en el modelo jerárquico).
Fue una gran mejora con respecto al modelo jerárquico, ya que ofrecía una solución eficiente al problema de
redundancia de datos; pero, aún así, la dificultad que significa administrar la información en una base de datos
de red ha significado que sea un modelo utilizado en su mayoría por programadores más que por usuarios
finales.

3. Bases de datos transaccionales

Las bases de datos transaccionales están diseñadas para el envío y recepción de datos a grandes
velocidades y de forma continua. Su único fin es la recepción y envío de información pero la gestión de
almacenamiento o redundancia están fuera de su propósito.
Son bases de datos cuyo único fin es el envío y recepción de datos a grandes velocidades, estas bases son
muy poco comunes y están dirigidas por lo general al entorno de análisis de calidad, datos de producción e
industrial, es importante entender que su fin único es recolectar y recuperar los datos a la mayor velocidad
posible, por lo tanto la redundancia y duplicación de información no es un problema como con las demás
bases de datos, por lo general para poderlas aprovechar al máximo permiten algún tipo de conectividad a
bases de datos relacionales.
Un ejemplo habitual de transacción es el traspaso de una cantidad de dinero entre cuentas bancarias.
Normalmente se realiza mediante dos operaciones distintas, una en la que se decrementa el saldo de la
cuenta origen y otra en la que incrementamos el saldo de la cuenta destino. Para garantizar la atomicidad del
sistema (es decir, para que no aparezca o desaparezca dinero), las dos operaciones deben ser atómicas, es
decir, el sistema debe garantizar que, bajo cualquier circunstancia (incluso una caída del sistema), el resultado
final es que, o bien se han realizado las dos operaciones, o bien no se ha realizado ninguna.

4. Bases de datos relacionales

Las bases de datos relacionales son las más utilizadas en aplicaciones reales. La información se almacena
siempre haciendo referencia a otra por lo que se facilita la gestión y su uso por personal no especialista. En
este modelo el lugar y la forma donde se guarde la información es secundario.
Éste es el modelo utilizado en la actualidad para modelar problemas reales y administrar datos
dinámicamente. Tras ser postulados sus fundamentos en 1970 por Edgar Frank Codd, de los
laboratorios IBM en San José (California), no tardó en consolidarse como un nuevo paradigma en los modelos
de base de datos. Su idea fundamental es el uso de "relaciones". Estas relaciones podrían considerarse en
forma lógica como conjuntos de datos llamados "tuplas". Pese a que ésta es la teoría de las bases de datos
relacionales creadas por Codd, la mayoría de las veces se conceptualiza de una manera más fácil de
imaginar. Esto es pensando en cada relación como si fuese una tabla que está compuesta por registros (las
filas de una tabla), que representarían las tuplas, y campos (las columnas de una tabla).
En este modelo, el lugar y la forma en que se almacenen los datos no tienen relevancia (a diferencia de otros
modelos como el jerárquico y el de red). Esto tiene la considerable ventaja de que es más fácil de entender y
de utilizar para un usuario esporádico de la base de datos. La información puede ser recuperada o
almacenada mediante "consultas" que ofrecen una amplia flexibilidad y poder para administrar la información.
El lenguaje más habitual para construir las consultas a bases de datos relacionales es SQL, Structured Query
Language o Lenguaje Estructurado de Consultas, un estándar implementado por los principales motores o
sistemas de gestión de bases de datos relacionales.
Durante su diseño, una base de datos relacional pasa por un proceso al que se le conoce como normalización
de una base de datos.
Durante los años 80 la aparición de dBASE produjo una revolución en los lenguajes de programación y
sistemas de administración de datos. Aunque nunca debe olvidarse que dBase no utilizaba SQL como
lenguaje base para su gestión.
5. Bases de datos multidimensionales
Son bases de datos ideadas para desarrollar aplicaciones muy concretas, como creación de Cubos OLAP.
Básicamente no se diferencian demasiado de las bases de datos relacionales (una tabla en una base de datos
relacional podría serlo también en una base de datos multidimensional), la diferencia está más bien a nivel
conceptual; en las bases de datos multidimensionales los campos o atributos de una tabla pueden ser de dos
tipos, o bien representan dimensiones de la tabla, o bien representan métricas que se desean estudiar.
6. Bases de datos orientadas a objetos
Las bases de datos orientadas a objetos han surgido como concepto tras la aparición de los sistemas de
programación orientada a objetos.
Este modelo, bastante reciente, y propio de los modelos informáticos orientados a objetos, trata de almacenar
en la base de datos los objetos completos (estado y comportamiento).
Una base de datos orientada a objetos es una base de datos que incorpora todos los conceptos importantes
del paradigma de objetos:

- Encapsulación: Propiedad que permite ocultar la información al resto de los objetos, impidiendo así
accesos incorrectos o conflictos.
- Herencia: Propiedad a través de la cual los objetos heredan comportamiento dentro de una jerarquía de
clases.
- Polimorfismo: Propiedad de una operación mediante la cual puede ser aplicada a distintos tipos de objetos.
7. Bases de datos documentales

Las bases de datos documentales están especializadas en el almacenamiento de textos completos, por lo
que facilitan el tratamiento informatizado de grandes cadenas de caracteres.
Permiten la indexación a texto completo, y en líneas generales realizar búsquedas más potentes. Tesaurus es
un sistema de índices optimizado para este tipo de bases de datos.
8.Bases de datos deductivas
Un sistema de base de datos deductiva, es un sistema de base de datos pero con la diferencia de que permite
hacer deducciones a través de inferencias. Se basa principalmente en reglas y hechos que son almacenados
en la base de datos. Las bases de datos deductivas son también llamadas bases de datos lógicas, a raíz de
que se basa en lógica matemática. Este tipo de base de datos surge debido a las limitaciones de la Base de
Datos Relacional de responder a consultas recursivas y de deducir relaciones indirectas de los datos
almacenados en la base de datos.
Lenguaje
Utiliza un subconjunto del lenguaje Prolog el cual es declarativo y permite al ordenador hacer deducciones
para contestar a consultas basándose en los hechos y reglas almacenados.

Ventajas

- Uso de reglas lógicas para expresar las consultas.

- Permite responder consultas recursivas.
- Cuenta con negaciones estratificadas.
- Capacidad de obtener nueva información a través de la ya almacenada en la base de datos mediante
inferencia.
- Uso de algoritmos de optimización de consultas.
- Soporta objetos y conjuntos complejos.

9. Sistema de Gestión de bases de datos distribuida (SGBD)

La base de datos y el software SGBD pueden estar distribuidos en múltiples sitios conectados por una red.
Hay de dos tipos:
1. Distribuidos homogéneos: utilizan el mismo SGBD en múltiples sitios.
2. Distribuidos heterogéneos: Da lugar a los SGBD federados o sistemas multibase de datos en los que los
SGBD participantes tienen cierto grado de autonomía local y tienen acceso a varias bases de datos
autónomas preexistentes almacenados en los SGBD, muchos de estos emplean una arquitectura cliente-
servidor.
Estas surgen debido a la existencia física de organismos descentralizados. Esto les da la capacidad de unir
las bases de datos de cada localidad y acceder así a distintas universidades, sucursales de tiendas, etc.
 BIG DATA

Los tipos de bases de datos relacionales como Oracle, DB2 de IBM y SQL Server e incluso Microsoft Access y
otras similares, forman la columna vertebral para el almacenamiento de datos y la gestión en la mayoría de
organizaciones de hoy en día. Aunque estas bases de datos relacionales proporcionan una buena estructura y
accesibilidad para la mayoría de los datos, también tienen limitaciones que han dado lugar a unos nuevos
tipos de bases de datos que abordan necesidades más específicas para tratar con recursos de datos
extremadamente grandes y complejos.

Estamos hablando de los tipos de bases de datos ideales para manejar Big Data.
Con la evolución en las tecnologías de la información y las nuevas necesidades en el manejo de la
información nace el concepto Big Data. Existen diferentes definiciones, pero la más sencilla es el manejo de
grandes volúmenes de información que vienen de diferentes fuentes de datos (Estructurados, No
estructurados, XML, HTML, etc.) de una manera rápida sin afectar la disponibilidad de la información y
operación de los sistemas. Las consultas hechas en Big Data ayudan al análisis y a la toma de decisiones.
Big Data ha surgido como un concepto clave en IT (Information Technology) en los últimos años. Se trata
de un término que se puede aplicar a algunas características muy específicas relacionadas con escala y
análisis de datos, y no es necesariamente algo que sólo puedan utilizar grandes empresas como Facebook y
Google.

Organizaciones relativamente pequeñas también podrían obtener beneficios e ideas interesantes mediante
análisis de estos conjuntos de datos. Empresas financieras interesadas en analizar el comportamiento del
mercado de valores, o un departamento de policía con el objetivo de analizar y predecir las tendencias del
crimen, por ejemplo, serían organizaciones que podrían beneficiarse mucho de la utilización de estos tipos de
bases de datos.

¿Cómo son estos nuevos tipos de bases de datos?

Estos nuevos tipos de bases de datos no utilizan las tablas, campos y filas que se encuentran en las bases de
datos relacionales, y no requieren establecer un esquema, es decir, un plan de base de datos altamente
ordenado, para configurarlas. Conocidas como NoSQL, están diseñadas para superar desafíos específicos de
administración de datos, como por ejemplo, proporcionar acceso rápido a poderosas aplicaciones en tiempo
real, ordenar los datos en formatos no tradicionales o evitar los costes y tiempos necesarios para desarrollar
un esquema de base de datos convencional.

La irrupción de las bases de datos NoSQL presenta desafíos a los proveedores de bases de datos ya
establecidos, y nuevas opciones para los propietarios de los datos.

Los cinco principales tipos de bases de datos NoSQL

Han surgido cinco tipos principales de bases de datos NoSQL: columnares, documentales, gráficas, key-
value y XML.

Bases de datos columnares

Estas son las bases de datos NoSQL más parecidas a las convencionales bases de datos relacionales.
Almacenan datos estructurados en columnas individuales (en lugar de tablas).
Estas bases de datos utilizan grupos de columnas. Funcionan bien para datos generados por máquinas,
fuentes de datos estructuradas demasiado grandes para ser manejadas por un solo ordenador, y para
consultas rápidas de datos. Si estás pensando en análisis rápido y de precisión de datos-máquina, estas
pueden ser los tipos de base de datos ideales. Apache Cassandra y Apache HBase son algunas de ellas.
Bases de datos documentales

Estos tipos de bases de datos se basan en el almacenamiento de documentos en lugar de datos

estructurados. Son buenas para datos no estructurados, como texto abierto de una carta o de un correo
electrónico, y para datos semi-estructurados como documentos académicos.
Tendrás que fijarte en ellas si estás pensando en análisis de texto de documentos demasiado grandes para
las bases de datos convencionales. Algunas de las más conocidas son MongoDB y Apache Couch DB.

Bases de datos gráficas

Estos tipos de bases de datos utilizan una estructura gráfica que es esencialmente un diagrama de las
relaciones dentro de los datos, en lugar de tablas. Son buenos motores de bases de datos para impulsar
aplicaciones web que deban proporcionar información muy rápidamente, como las que se utilizan para las
compras online y las plataformas de redes sociales. Necesitarás mirar estos tipos de bases de datos si tu
interés principal es una aplicación rápida, y puedes vivir con algunas aproximaciones en análisis.
Algunas de las más conocidas son Neo4J de Neo Technology’s y Microsoft Horton.

Key-Value

Estas están diseñadas para desarrollo simple y fácil de aplicaciones. Son buenas para situaciones donde
necesitas trabajar con aplicaciones que se puedan desarrollar rápidamente y donde todas las demás
consideraciones son secundarias.
Algunas de las más conocidas son Basho Technologies’ Riak y Redis.

XML

Estos tipos de bases de datos utilizan el lenguaje XML, el cual es el lenguaje subyacente de la Web y de otros
muchos sistemas de intercambio de información, para definir la estructura de datos. Son buenas para la
gestión de datos que no se puede obtener con cualquier otro tipo de bases de datos, y un buen partido
cuando se tiene una gran cantidad de datos en formatos no tradicionales, como vídeo y audio.
Tendrás que mirar estos tipos de bases de datos cuando necesites profundizar en el análisis de datos no
estructurados como analíticas de voz o de vídeo.
Algunos grandes nombres en estos tipos de bases de datos son Mark Logic y Sedna.

Conclusión

No debes adoptar ninguna nueva base datos sin consultar antes con todos los afectados por el cambio y
después de investigar también las opciones de los diferentes tipos de bases de datos en profundidad. Porque
mientras que una base de datos gráfica, por ejemplo, puede hacer que una aplicación web se ejecute muy
rápido, también puede hacer que el análisis de datos serios sea inaceptablemente lento. Debes tener en
cuenta todo este tipo de cosas para saber cuál es la ideal para ti.
Utilizar tipos de bases de datos NoSQL en tu empresa ¿te puede ayudar en estos momentos? Puede que sí,
pero también es posible que no. Saber qué hacen estos tipos de bases de datos y qué tipo de problemas
pueden solucionar, te ayudará a saber cuándo es el momento en que la respuesta a esa pregunta sea sí.

BIBLIOGRAFIA

https://smarterworkspaces.kyocera.es/blog/5-tipos-bases-datos-ideales-big-data/

https://es.wikipedia.org/wiki/Base_de_datos