1.

4 Nuevas tecnologías y aplicaciones de los sistemas de bases de datos

Los sistemas orientados a los datos se caracterizan porque los datos no
son de una aplicación sino de una Organización entera que los va a
utilizar; se integran las aplicaciones, se diferencian las estructuras lógicas
y físicas. El concepto de relación cobra importancia. Originalmente las
aplicaciones cubrían necesidades muy específicas de procesamiento, se
centraban en una tarea específica. Las bases de datos evitan las
inconsistencias que se producían por la utilización de los mismos datos
lógicos desde distintos archivos a través de procesos independientes.

• El mundo real considera interrelaciones entre datos y restricciones

semánticas que deben estar presentes en una base de datos. No solo
debe almacenar entidades y atributos, sino que también debe almacenar
interrelaciones entre datos.
• La redundancia de datos debe ser controlada, pero si se admite
cierta redundancia física por motivos de eficiencia.
• Pretenden servir a toda la organización.
• La independencia de los tratamientos sobre los datos y estos
mismos, ha tenido una enorme influencia en la arquitectura de los SGBD.
• La definición y descripción del conjunto de datos contenido en la
base debe ser única e integrada con los mismos datos.
• La actualización y recuperación de las bases de datos debe
realizarse mediante procesos incluidos en SGBD, de modo que se
mantenga la integridad, seguridad y confidencialidad de la base.
Las limitaciones de los sistemas orientados a archivos puramente
secuenciales no los privaron de ser herramientas eficaces para producir
pagos, facturas y otros informes una o dos veces al mes. Sin embargo,
para ejecutar muchas tareas rutinarias en los negocios se necesita el
acceso directo a los datos -La capacidad de tener acceso y procesar
directamente un registro dado sin ordenar primero el archivo o leer los
registros en secuencia.

Los archivos de acceso directo permiten la recuperación de los registros

aleatoriamente, a diferencia de los de acceso secuencial. Sin embargo, los
archivos de acceso directo solamente proporcionaron una solución
parcial. Para lograr una solución más completa a estos problemas fue
necesario introducir los sistemas de gestión de bases de datos.

Los usuarios cada vez necesitamos más recursos en tecnología, es por

eso que surgen las evoluciones de sistemas, y por ende de las bases de
datos, es impresionante ver como la información se procesa en
microsegundos, mientras se realizan transacciones al mismo tiempo en
la misma base de datos en lugares y estados diferentes, la importancia
de la información es lo que ha llevado a que las empresas y otras
instituciones inviertan para la seguridad de sus datos, el futuro de la
tecnología es incierto debido a que algunas proyecciones de tecnología
estimadas hace 5 años y proyectadas hasta los próximos 10 años ya son
una realidad, la tecnología avanza a pasos agigantados es por eso que no
debemos quedarnos atrás y apostar a las nuevas tecnologías que sin
duda harán más fácil la vida de las personas que tratamos con la
administración y seguridad de la información.

Tanto en uno como en otro papel, la tecnología de bases de datos se ve

sometida a numerosos cambios tanto desde el punto de vista
empresarial como tecnológico. Las nuevas aplicaciones están llevando
hasta el límite a los sistemas de bases de datos disponibles, al incorporar
documentos multimedia. Imágenes, series temporales, datos activos,
grandes cantidades de información (no olvidemos que los datos se
expanden hasta llenar el espacio disponible), etc. Por otro lado la mejora
espectacular en el número de instrucciones de máquina ejecutables en
un segundo, coste de procesador, coste de la unidad de memoria
secundaria y de memoria principal, numero de bits transmitidos por
unidad de coste y por segundo, obligan a los SGBD a evolucionar para
aprovechar estos avances en el hardware y las comunicaciones. En este
sentido la explosión de Internet, el World Wide Web, y las “autopistas de
la información” (informationhighWay), cuya utilización crece a un ritmo
vertiginoso, están imponiendo un nuevo escenario para el desarrollo de
los sistemas de información.

Los sistemas de bases de datos, como elemento clave de los sistemas de

información. Deben jugar un papel fundamental en esta explosión de
información, si no quieren "ser arrollados en /as autopistas de la
información”, como advertía David De Witt. En el VLDB de 1995.Las bases
de datos terminarán siendo como el teléfono: fáciles de usar (en cuanto
interfaces, rendimiento, etc.), conectado con cualquier otra cosa
alrededor del mundo, con estándares reconocidos en todas partes,
consistentes y fiables y con mayores funcionalidades. Las nuevas
tecnologías de bases de datos permitirán hacer realidad aplicaciones hoy
en día inimaginables tanto por el volumen de datos que manejarán
(serán auténticasVLDB2) como por las facilidades para su explotación.
¿Qué es base de datos? Alguna vez fue simple. La base de datos era un
moderno Bob Cratchit poniendo datos en tablas hechas de columnas
muy rectas con una fila por entrada, y de largos e interminables
rectángulos que se extendían hasta el futuro.
La base de datos relacional ha sido el fundamento de la computación
moderna. La gran mayoría de los sitios web son solo un puñado de lápiz
labial CSS pintado encima de SQL. Todo lo que nos hace especiales es solo
otra fila en la gran tabla de la vida.
La aventura de amor con la gran matriz de bits se está desvaneciendo
poco a poco, a medida que los desarrolladores se dan cuenta que no todo
encaja en una simple tabla. Dado que los desarrolladores son inteligentes
y están obsesionados en encontrar soluciones para cada necesidad, han
comenzado a crear nuevos y mejores lugares para almacenar la
información. Los últimos años han traído una explosión de otros
mecanismos para almacenar nuestros datos.
¿Son estas nuevas opciones de bases de datos maravillosas? ¿Los datos
tienen que encajar en alguna gran matriz para ser una base de datos? A
algunos les gusta usar la palabra “almacén de datos” para diferenciar los
mecanismos modernos, porque la palabra “base de datos” está
estrechamente vinculada en nuestra mente con la estructura tubular
antigua. Le dejaremos eso a los filósofos. Los datos entran y las respuestas
salen.
Aquí hay ocho maneras en las que la base de datos está siendo
reinventada.
Computación GPU
Hace mucho tiempo, las tarjetas de video se construían para dibujar
escenas elaboradas para los juegos de niños, pero ahora las llamadas
unidades de procesamiento de gráficos están haciendo mucho
procesamiento no gráfico. La búsqueda a través de datos es solo una de
las mejores operaciones no gráficas que deben abordar. Y ¿por qué no?
Abrirse paso entre las interminables pilas de datos buscando una pareja,
es una operación inherentemente paralela hecha de muchos trabajos
rudimentarios (probando la igualdad) repetidos millones de veces. Por lo
tanto, es bastante sencillo pasar el trabajo a los miles de procesadores en
el GPU.
Las mayores victorias no están en responder cada consulta (que
obviamente son mucho más rápidas), sino en el trabajo de preparación,
porque hay poca necesidad de pre procesamiento. Muchas bases de
datos ahorran tiempo manteniendo un índice, que es efectivamente un
resultado precalculado de cada búsqueda posible. Si este índice es
destruido o dañado, reconstruirlo puede tardar horas, días o incluso
meses. Sin embargo, si los datos pueden caber dentro de la memoria del
GPU, por lo general podrá seguir sin el índice. Si los datos están
cambiando rápidamente y la mayor parte del índice no se utiliza nunca,
saltarse el pre procesamiento puede ser muy eficaz.
Revise MapD,Kineta, Brytlyt y otros para ver si es que sus datos y
búsquedas pueden ser acelerados.
Memoria no volátil (NVRAM)
Los programadores novatos hace cincuenta años la tenían fácil. No tenían
que hacer malabares con los datos entre la RAM y el disco con protocolos
elaborados para asegurar la consistencia. Eso se debe a que la memoria
en ese entonces tenía núcleo de hierro, y no se borraba cuando se
apagaba la energía. Esos buenos tiempos podrían regresar pronto,
porque los fabricantes de chips están discutiendo para reemplazar la
RAM con NVRAM o memoria no volátil.
Este es un gran cambio de juego para los programadores de bases de
datos, porque uno de sus mayores desafíos (e incluso su mayor razón para
vivir) está desapareciendo. Algunos sugieren que las bases de datos
pueden ser mucho más rápidas, porque la semántica de las
transacciones puede ser más sencilla. Otros tienen la idea de construir el
registro de recuperación después de que los datos sean escritos en los
medios, no antes.
Nadie sabe qué pasará. ¿La gente seguirá una base de datos, aunque no
necesiten un registro permanente o la búsqueda y la indexación los hará
volver? Todos los algoritmos y arquitecturas tienen que ser repensadas.
Sabremos la mejor manera de usar NVRAM en una década
aproximadamente.
Amplíe SQL
Cuando el movimiento de NoSQL comenzó, una de las principales
características era la capacidad de dispersar el almacenamiento de sus
datos a través de múltiples nodos. Las bases de datos NoSQL como
Cassandra y MongoDB hicieron parecer que conseguir todas las lindas
características del almacenamiento de gran escala significaba
abandonar el cómodo mundo de SQL.
En la realidad no necesita haber una compensación. Aunque los primeros
experimentos de bases de datos de gran escala eran fáciles de crear
porque dejaban atrás todo el bagaje de SQL, no hay razón por la cual éste
no pueda funcionar bien en múltiples máquinas operando a gran escala.
De hecho, empresas como Oracle han venido haciéndolo por años.
Las nuevas bases de datos a gran escala le permiten usar todo su
conocimiento y conveniencia de SQL con un conjunto de datos
distribuidos en un gran clúster. CockroachDB, por ejemplo, ofrece un
motor de consulta SQL estándar que tiene acceso a los datos replicados
en múltiples nodos, todos con garantías de ACID. Sí, pagará por algunos
de estos apoyos para la coherencia de los datos, pero tal vez menos de lo
que esperaba.
Si la coherencia garantizada es importante para su trabajo, empiece
revisando CockroachDB, Google Cloud Spanner, Clustrix, Azure SQL, y
NuoDB.
Bases de datos geoespaciales
Las bases de datos tradicionales están hechas para conjuntos de datos
unidimensionales, no las dos coordenadas dimensionales de la geografía.
Puede falsificarlo y usar una base de datos estándar para realizar tareas
básicas con coordenadas geográficas. Si pega la latitud y longitud en
columnas separadas, no es difícil buscar las filas que caen dentro de un
cuadro definido por un rango de latitudes y longitudes. Sin embargo, una
vez que quiera ir más allá, las consultas SQL estándar no serán efectivas.
Las bases de datos geoespaciales añaden algunas funciones adicionales
que hacen que la búsqueda, clasificación e intersección sean mucho más
fáciles en el espacio bidimensional. Los índices espaciales, por ejemplo,
usualmente funcionan añadiendo una cuadrícula encima del espacio de
coordenadas para hacer que sea mucho más rápido buscar las filas
adyacentes en mundos bidimensionales y tridimensionales.
Estos índices hacen posible escribir consultas con operaciones como
“contener”, “superponer”, e incluso “tocar” con conjuntos definidos por
polígonos. Todo esto hace que el razonamiento sobre el mundo real sea
mucho más eficiente.
Revise Neo4j Spatial, GeoMesa, MapD, y PostGIS en busca de algunos
buenos lugares para comenzar.
Bases de datos gráficas
Las tablas son un buen repositorio para muchas estructuras de datos,
pero no hacen un muy buen trabajo al momento de modelar una gran
estructura de datos emergentes que ha impulsado los últimos diez años
de evolución de la Internet: la red. A medida que el llamado “gráfico
social” explota, estamos llenando nuestra computadora con más y más
nodos con enlaces entre ellos, y las conexiones entre estos son a menudo
más importantes que los datos en ellos. De hecho, almacenar y recuperar
un enlace entre un par de nodos es fácil de hacer en una base de datos
relacional clásica, pero las consultas más complicadas se hacen
imposibles. ¿Bob está a dos o tres pasos de Chris en la red de amistad?
¿Mary está saliendo con el ex de una de sus amigas?
Las bases de datos gráficas hacen que consultas como estas sean más
fáciles de ejecutar. No hay una búsqueda sin fin de tablas porque la
consulta sabe cómo buscar en el barrio especificado por los enlaces.
Herramientas como Neo4J, OrientDB, y DataStax son solo algunas de las
pocas opciones que pueden ser contadas con los dedos de las manos y
de los pies. Estas tienen sus propios lenguajes de consulta también.
Bases de datos en la nube
Uno de los principales cambios radica en la forma en la que compramos
el software de base de datos. En el pasado, comprábamos nuestras
propias máquinas y firmábamos acuerdos de licencia para ejecutar el
software en ellas. Ahora las empresas de nube están ofreciendo servicios
que almacenan blobs de datos en algún lugar que no podemos ni ver ni
tocar. Lo único que nos dicen es que los datos van a estar ahí para cuando
los queramos.
Las ventajas son evidentes. No hay necesidad de mantener el servidor
que la sostiene ni de preocuparse por la concesión de licencias, la
configuración o instalación de parches. Otro se ocupa de todo ese
quebradero de cabeza. La solución es más barata también -
especialmente si no tiene una tonelada de datos que almacenar. Los
servicios generalmente cobran por byte.
Sin embargo, los peligros, si es que hay alguno, están en las sombras.
¿Alguien más tiene acceso a los datos? ¿El servidor está protegido de las
sobretensiones eléctricas, las tormentas o las inundaciones? ¿Los datos
tienen una copia de seguridad en una ubicación externa confiable?
Necesita confiar totalmente en el proveedor de nube.
Los principales proveedores de servicios en la nube, tales como Google,
Microsoft, y Amazon ofrecen una larga lista de servicios de bases de
datos. Actualmente, Oracle, MongoDB, y DataStax también hacen que
sus bases de datos estén disponibles en la nube.
Inteligencia Artificial (AI)
Algunos dicen que la inteligencia artificial es solo un término para la
última generación de investigación que está saliendo de los laboratorios
y yendo a producción. Si es así, hay una serie de nuevos productos y
soluciones adornados con palabras de moda, tales como “aprendizaje
automático”, “redes neuronales” o “aprendizaje profundo”. Pueden no
parecer una base de datos, pero las llena de datos y les hace preguntas.
¿Por qué no? La buena noticia de las soluciones de inteligencia artificial
es que no tiene que saber lo que está buscando. Puede simplemente
agitar su mano y pedir algo nebuloso como la “más interesante” o “más
cercana”. No hay necesidad de la clave correcta, el número de referencia
infernal que los del servicio al cliente siempre le piden que escriba.
La mala noticia es que no sabrá si obtuvo la respuesta correcta, debido a
que no especificó con precisión la pregunta. ¿Esa publicación en el blog
es realmente la más interesante? El más grande secreto del éxito de
Google es que no hay una respuesta correcta absoluta. Si está en el
estadio, nadie se puede quejar.
La lista de las herramientas de aprendizaje automático es demasiado
larga. Siempre puede preguntarle a su motor de búsqueda favorito por la
AI “más interesante”, o consultar nuestros artículos sobre el tema.
Blockchain
La palabra blockchain puede estar enredada con unas complicadas
economía y política de Bitcoin, pero debajo de toda esa charla sobre el
dinero, hay un almacén de datos distribuidos sumamente estable y
práctico. Todos tienen la oportunidad de actualizar los datos y todos
llegan a compartir la respuesta. La gran emoción es el hecho de que
todos compartan las mismas respuestas. Es perfecto para los negocios
que son frenemies.
Algunos desarrolladores llevan esto aún más lejos y hablan sobre los
“contratos inteligentes”, que es otra manera de decir que los bits en la
base de datos son lo suficientemente confiables como para que la gente
base las cuestiones legales, tales como la propiedad, sobre ellos. Eso no
lo puede hacer con una base de datos regular, que puede ser modificada
por cualquiera con privilegios administrativos.
Sin embargo, hay puntos débiles. Cada usuario debe mantener una clave
de cifrado, porque todas las transacciones deben ser firmadas de manera
digital. Si la pierde o se la olvida, los datos en esas filas serán congelados
para siempre; y si le roban la clave, no se sabe. El blockchain no es
perfecto, pero es mucho más confiable que el modelo estándar.
R3, Ripple e IBM son solo tres de los muchos competidores explorando
ese espacio. Muchos de los principales bancos tienen sus propios
proyectos internos. Además, están las empresas como Bitcoin o Altcoin,
las cuales también son una gran parte de este ecosistema.