Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Definición de temas
Docente
Dra. Alma Lucrecia Olivet López
1.1 Definiciones
1.1.3 Ventajas
- Permiten trabajar a cada nodo de la red con autonomía local
- Aumentan la disponibilidad, confiabilidad y eficiencia en el acceso a la información
- Se pueden expandir de forma indefinida en función de las necesidades de la empresa u
organización.
- Permiten la escalabilidad sin necesidad de grandes inversiones
- Los recursos se comparten entre nodos, de manera que se puede acceder a toda la información
desde cualquier sitio.
1.1.4 Desventajas
- Resulta más difícil establecer mecanismos para controlar el acceso a los datos y garantizar la
seguridad
- Los errores en la red pueden tener graves consecuencias para la privacidad de la información
- Es un sistema más complejo de implementar
- Conseguir una transparencia óptima puede suponer un importante gasto de tiempo y dinero
- Falta de experiencia y ausencia de estándares en el desarrollo e implementación de estas bases
de datos.
El diseño de sistemas distribuidos se refiere a como estarán estructurados los sistemas distribuidos en
cualquier base de datos.
1.3 La distribución de los datos
1.3.1 Centralizada
En este caso la base de datos se encuentra centralizada en un lugar concreto físico y lógico, mientras
que el resto de clientes están distribuidos. Se basa en el clásico modelo servidor/cliente.
1.3.2 Distribuida
En este caso la información está repartida por los diferentes nodos de la base de datos. Solo existe una
copia de cada nodo, pero la información se encuentra dividida en fragmentos disjuntos, cada uno
alojado en un sitio o nodo de la base. Al no necesitar realizar copias exactas de toda la información, los
costos de almacenamiento son menores. A cambio, se obtiene menor disponibilidad y fiabilidad de los
datos
1.3.3 Replicación
El esquema de base de datos distribuida replicada se basa en que cada nodo debe tener una réplica
completa de la base de datos. Se trata de un método que supone altos costes para el mantenimiento de
la información, ya que cada cambio en una copia debe ser realizada también en todas las demás.
- Procesador de datos locales: Se encarga de la gestión local de datos de forma muy semejante a
como lo hace un SGBD.
- Directorio global: Es análogo al DD del BD centralizadas. Registra donde y como se guardan los
datos.
- Procesador de aplicaciones distribuidas: Se encarga de gestionar las funciones distribuidas.
- Software de comunicaciones: Provee al procesador de aplicaciones distribuidas de los servicios
de comunicaciones necesarios para realizar su tarea.
1.6 Los pasos a seguir para diseñar una base de datos distribuida
Divida los elementos de información en entidades principales o temas, como Productos o Clientes.
Después, cada tema se convierte en una tabla.
Decida qué información quiere almacenar en cada tabla. Cada elemento se convierte en un campo y se
muestra como una columna en la tabla. Por ejemplo, una tabla de empleados podría incluir campos
como Apellidos y Fecha de contratación.
Elija la clave principal de cada tabla. La clave principal es una columna que se usa para identificar cada
fila. Un ejemplo podría ser Id. de producto o Id. de pedido.
Busque en cada tabla y decida cómo se relacionan los datos en una tabla con los datos de otras tablas.
Agregue campos a las tablas o cree tablas para aclarar las relaciones, según sea necesario.
Perfeccionar el diseño
Analice el diseño en busca de errores. Cree las tablas y agregue unos cuantos registros de datos de
ejemplo. Compruebe si puede obtener los resultados que quiere de las tablas. Haga algunos ajustes en
el diseño, si es necesario.
Aplique las reglas de normalización de datos para ver si las tablas están estructuradas correctamente.
Haga algunos ajustes en las tablas, si es necesario.
1.7 Esquema de y distribución de datos
Una herramienta de análisis que dibuja pares relacionados de variables para presentar un patrón
de relación o de correlación. Cada conjunto de datos representa un factor diferente que puede ser
cuantificado. Un conjunto de datos es dibujado en un eje horizontal (eje x) y el otro conjunto de
datos se dibuja en el eje vertical (eje y). El resultado es un número de puntos que pueden ser
analizados para determinar si existe una relación significativa (también conocida como
“correlación”) entre los dos conjuntos de datos.
2 ANÁLISIS MULTIDIMENSIONAL Y DATAWAREHOUSE
El Análisis Multidimensional (OLAP) representa una forma intuitiva y lógica de analizar la información
empresarial. Los datos se organizan en dimensiones, es decir, variables que permiten la medición
jerarquizada y que forman el cubo multidimensional.
La información histórica que el Data Warehouse contiene permite analizar tendencias y efectuar
predicciones con la ayuda de herramientas de inteligencia empresarial. El Data Warehouse asegura que
toda la organización utilice los mismos datos y éstos se transformen en valiosa información con la que
adoptar decisiones.
En las bases de datos usadas para data warehousing, un esquema en estrella es un modelo de
datos que tiene una tabla de hechos (o tabla fact) que contiene los datos para el análisis, rodeada
de las tablas de dimensiones. Este aspecto, de tabla de hechos (o central) más grande rodeada de
radios o tablas más pequeñas es lo que asemeja a una estrella, dándole nombre a este tipo de
construcciones.
En las bases de datos utilizadas en (data warehousing), un esquema en copo de nieve es una
estructura algo más compleja que el esquema en estrella. Se da cuando alguna de las dimensiones
se implementa con más de una tabla de datos.
Una base de datos jerárquica es un tipo de sistema de gestión de bases de datos que, como su
nombre indica, almacena la información en una estructura jerárquica que enlaza los registros en
forma de estructura de árbol (similar a un árbol visto al revés), en donde un nodo padre de
información puede tener varios nodos hijo, y así sucesivamente.
Normalmente, un data warehouse se aloja en un servidor corporativo o cada vez más, en la nube.
Los datos de diferentes aplicaciones de procesamiento de transacciones Online (OLTP) y otras
fuentes se extraen selectivamente para su uso por aplicaciones analíticas y de consultas por
usuarios
Business Intelligence es la habilidad para transformar los datos en información, y la información en conocimiento,
de forma que se pueda optimizar el proceso de toma de decisiones en los negocios.
El Data Mining es un conjunto de técnicas y tecnologías que permiten explorar grandes bases de datos,
de manera automática o semiautomática, con el objetivo de encontrar patrones repetitivos que
expliquen el comportamiento de estos datos.
El análisis de datos es un proceso que consiste en inspeccionar, limpiar y transformar datos con el
objetivo de resaltar información útil, para sugerir conclusiones y apoyo en la toma de decisiones. El
análisis de datos tiene múltiples facetas y enfoques, que abarca diversas técnicas en una variedad de
nombres, en diferentes negocios, la ciencia, y los dominios de las ciencias sociales. Los datos se
coleccionan y analizan para indagar en cuestiones, probar conjeturas o refutar teorías.
3 BASES DE DATOS ORIENTADAS A OBJETOS
En una base de datos orientada a objetos, la información se representa mediante objetos como los
presentes en la programación orientada a objetos. Cuando se integra las características de una base de
datos con las de un lenguaje de programación orientado a objetos, el resultado es un sistema gestor de
base de datos orientada a objetos (ODBMS, Object Database Management System). Un ODBMS hace
que los objetos de la base de datos aparezcan como objetos de un lenguaje de programación en uno o
más lenguajes de programación a los que dé soporte. Un ODBMS extiende los lenguajes con
datos persistentes de forma transparente, control de concurrencia, recuperación de datos, consultas
asociativas y otras capacidades
El paradigma orientado a objetos se basa en el encapsulamiento de datos y del código relacionado con
cada objeto en una sola unidad. Conceptualmente, todas las interacciones entre cada objeto y el resto
del sistema se realizan mediante mensajes. Por lo tanto, la interfaz entre cada objeto y el resto del
sistema se define mediante un conjunto de mensajes permitidos.
• Un conjunto de variables que contiene los datos del objeto; las variables corresponden con los
atributos del modelo E-R.
• Un conjunto de mensajes a los que responde; cada mensaje puede o no tener parámetros o tener
uno o varios.
• Un conjunto de métodos, cada uno de los cuales es el código que implementa un mensaje; el
método devuelve un valor como respuesta al mensaje
Microsoft SQL Server incluye objetos y contadores que el Monitor de sistema puede utilizar para
supervisar la actividad de los equipos en los que se ejecute una instancia de SQL Server. Un objeto es
cualquier recurso de SQL Server , como un bloqueo de SQL Server o un proceso de Windows. Cada
objeto contiene uno o más contadores que determinan diversos aspectos de los objetos que se van a
supervisar. Por ejemplo, el objeto Bloqueos de SQL Server contiene los contadores Número de
interbloqueos/seg. y Tiempos de espera de bloqueos/seg.
Para hacer referencia a objetos en otras bases de datos en el sistema IBM Netezza, debe utilizar la
denominación de tres niveles en el formato
nombre_base_datos.nombre_esquema.nombre_objeto.
nombre_base_datos
El nombre de la base de datos donde se define el objeto.
nombre_esquema
nombre_objeto
En BigQuery, un array es una lista ordenada que consta de cero o más valores del mismo tipo de datos.
Puedes construir arreglos de tipos de datos simples, como INT64 y tipos de datos complejos, como
STRUCT. La excepción actual a esto es el tipo de datos ARRAY: no se admiten arreglos de arreglos. Los
arrays pueden incluir valores NULL.
Con BigQuery, puedes construir literales de array, compilar arrays a partir de subconsultas mediante la
función ARRAY y agregar los valores a un array con la función ARRAY_AGG.
El modelo de base de datos objeto-relacional integra los conceptos de la tradicional base de datos
relacional y los conceptos de paradigma de objetos que se utiliza en la programación orientada a
objetos (POO).
El objetivo de este concepto es poder aplicar la tecnología madura de bases de datos relacionales
sobre la organización de los datos complejos es decir datos de texto e imagen, mapas, datos en el
rango de audio etc. Las bases de datos Objeto-relacional son compatibles con estos objetos de
datos y las operaciones de mayor complejidad.
En bases de datos orientadas a objetos, los usuarios pueden definir operaciones sobre los datos
como parte de la definición de la base de datos. Una operación (llamada función) se especifica en
dos partes. La interfaz (o signatura) de una operación incluye el nombre de la operación y los tipos
de datos de sus argumentos (o parámetros). La implementación (o método) de la operación se
especifica separadamente y puede modificarse sin afectar la interfaz. Los programas de aplicación
de los usuarios pueden operar sobre los datos invocando a dichas operaciones a través de sus
nombres y argumentos, sea cual sea la forma en la que se han implementado. Esto podría
denominarse independencia entre programas y operaciones.
4 BIBLIOGRAFIA
https://ayudaleyprotecciondatos.es/bases-de-datos/distribuida/
https://www.cs.upc.edu/~gomariz/index_archivos/IntroduccionSD-EnricMartinez.pdf
https://medium.com/@edusalguero/sistemas-distribuidos-caracterizacion-modelado-comunicacion-
tiempo-2c1f85f4e67a
https://openwebinars.net/blog/que-es-un-sistema-distribuido/
https://es.wikipedia.org/wiki/ROLAP
https://es.wikipedia.org/wiki/Esquema_en_estrella
https://es.wikipedia.org/wiki/Esquema_en_copo_de_nieve
https://es.wikipedia.org/wiki/Base_de_datos_jerárquica
https://www.powerdata.es/data-
warehouse#:~:text=Inmon%2C%20el%20cual%20es%20conocido,proceso%20de%20toma%20de%20dec
isiones.
https://es.wikipedia.org/wiki/Data_mart#:~:text=Un%20data%20mart%20es%20una,negocio%20dentro
%20de%20una%20organización.
https://www.sinnexus.com/business_intelligence/
https://www.iebschool.com/blog/data-mining-mineria-datos-big-
data/#:~:text=El%20Data%20Mining%20es%20un,el%20comportamiento%20de%20estos%20datos.
https://www.galileo.edu/trends-innovation/que-es-data-science/
https://es.wikipedia.org/wiki/Análisis_de_datos
https://es.wikipedia.org/wiki/Base_de_datos_orientada_a_objetos
https://modelosbd2012t1.wordpress.com/2012/01/27/bases-de-datos-orientados-a-
objetos/#:~:text=Estructura%20de%20una%20BD%20OO,sistema%20se%20realizan%20mediante%20m
ensajes.
https://www.ibm.com/docs/es/psfa/7.1.0?topic=databases-reference-database-objects
https://cloud.google.com/bigquery/docs/reference/standard-sql/arrays?hl=es-419#finding_lengths
https://sites.google.com/a/espe.edu.ec/bases-de-datos-ii/introduccion/bdd-objeto-relacional