¿Qué es el sistema manejador de bases de

datos?
by Redacción PowerData on agosto 17, 2015
Un sistema manejador de bases de datos (SGBD, por sus siglas en inglés) o DataBase

Management System (DBMS) es una colección de software muy específico, orientado al

manejo de base de datos, cuya función es servir de interfaz entre la base de datos, el

usuario y las distintas aplicaciones utilizadas.

Como su propio nombre indica, el objetivo de los sistemas manejadores de base de datos es

precisamente el de manejar un conjunto de datos para convertirlos en información

relevalante para la organización, ya sea a nivel operativo o estratégico.

Lo hace mediante una serie de rutinas de software que permiten su uso de una manera

segura, sencilla y ordenada. Se trata, en suma, de un conjunto de programas que realizan

tareas de forma interrelacionada para facilitar la construcción y manipulación de bases de

datos, adoptando la forma de interfaz entre éstas, las aplicaciones y los mismos usuarios.

Su uso permite realizar un mejor control a los administradores de sistemas y, por otro lado,

también obtener mejores resultados a la hora de realizar consultas que ayuden a la gestión

empresarial mediante la generación de la tan perseguida ventaja competitiva.

Guía gratuita: "Data Management: La gestión de datos eficaz"

Características y funcionalidad
Un sistema SGBD es sinónimo de independencia, una redundancia mínima, consistencia

de la información (control de la concurrencia), abstración de la información sobre su

almacenamiento físico, así como un acceso seguro y la adopción de las medidas necesarias

para garantizar la integridad de los datos.

Estas particularidades son algunos de los rasgos definitorios de un SGBD, cuyos procesos

esenciales son la manipulación y construcción de las bases de datos, así como la definición

de los mismos. Son características que, a su vez, facilitan el cumplimiento de una serie de

funciones relacionadas con muchos de los aspectos apuntados, entre otros la definición de

los datos, su fácil manipulación, una rápida gestión, poder representar relaciones complejas

entre datos y otros aspectos relacionados con la seguridad y validez de los datos.

Frente a su gran funcionalidad, algunas de sus principales desventajas son, por otra parte: la

inversión necesaria para implementar un DBMS en hardware, el software y concimientos que

se requieren para ello, la vulnerabilidad a los fallos por su misma centralización y sus

deficiencias con algunos tipos de datos (como es el caso de los datos gráficos o multimedia,

entre otros.).
 Accede al Webinar sobre Master Data Management

Los lenguajes más utilizados en un Manejador de Base de Datos

(DBMS)
En lo que respecta a los lenguajes utilizados en un DBMS, cabe destacar el Lenguaje de

Manipulación de datos o Data Manipulation Language (DML) para la realización de consultas y

manipulación de datos. Especialmente, se utiliza el SQL (Structured Query Language), el DML

más utilizado para gestionar datos relacionales, así como el Data Definition Language (DDL),

utilizado para definir estructuras y funciones en la realización de consultas.

El Data Control Language (DCL), por último, también es un lenguaje utilizado en un DBMS

por el administrador, en esta ocasión con el fin de controlar el acceso a los datos de la base

de datos.

¡Consulta gratuitamente a uno de nuestros expertos sobre Master Data Management!

El futuro del manejo de base de datos eficiente ya está aquí: se llama

IA
Cada vez más, las organizaciones se dan cuenta de que la inteligencia artificial (IA) y el

aprendizaje automático aplicados a la gestión y optimización de sus bases de datos, consiguen

llevar la autocuración y el autoajuste al siguiente nivel. Estas soluciones, tanto de proveedores

de bases de datos como de terceros, permiten que los administradores encargados del

manejo de base de datos pasen menos tiempo buscando cuellos de botella y más

tiempo haciendo un trabajo más productivo y creativo en apoyo de objetivos de negocio

estratégicos.

Para entender cómo las nuevas tecnologías hacen esto posible hace falta saber qué son la

inteligencia artificial, el aprendizaje automático y el Deep learning:

Inteligencia artificial: es todo lo que una máquina logra imitando ciertas funciones humanas

"cognitivas" como el aprendizaje y la resolución de problemas. Existen incontables

 ejemplos, como los sistemas automáticos de comercio, los vehículos autónomos o los

sistemas de entrega con enrutamiento inteligente.

Machine Learning, que es como se conoce también al aprendizaje automático, es un

subconjunto de IA que utiliza técnicas estadísticas para permitir que los ordenadores

modelen y predigan resultados utilizando conjuntos de datos. Los filtros de correo

electrónico, sistemas de detección de fraude y sistemas de clasificación para impulsar el

marketing en línea son algunos ejemplos.

Deep Learning es una clase específica de aprendizaje automático que utiliza redes

neuronales artificiales, a diferencia de los algoritmos orientados a tareas de aprendizaje

automático. Esta tecnología hace posible la visión por ordenador, el reconocimiento de voz

y el procesamiento del lenguaje natural.

Ahora que ya conocemos para qué sirven estos avances, podemos centrarnos en cómo

benefician al manejo de base de datos. Bastaría con imaginar que un sistema de base de

datos (DBMS) sea capaz de anticipar problemas operativos y tomar medidas prescriptivas para

evitarlos, asignando recursos adicionales, agregando o eliminando índices, o ajustando

automáticamente los planes de ejecución de consultas.

Es lo que se conoce como bases de datos autónomas impulsadas por aprendizaje automático,

que pueden predecir cuándo puede ocurrir un problema y advertir al DBA o tomar medidas

automáticamente.

Este tipo de sistema es capaz de aprovechar los datos recopilados de cargas de trabajo

anteriores para ajustar nuevas, utilizando el machine learning para construir modelos que

capturan cómo responde el DBMS a diferentes configuraciones. Se trata de un uso muy

indicado para nuevas aplicaciones, que permite recomendar configuraciones que sirvena para

aumentar las probabilidades de alcanzar un objetivo, como reducir la latencia o mejorar el

rendimiento.

Las técnicas de aprendizaje automático y regresión estadística también pueden

aplicarse al manejo de base de datos para identificar cuellos de botella y predecir el

rendimiento de un conjunto de recursos determinado. Un ejemplo más de que la innovación

nos ofrece formas muy diferentes de aumentar la eficiencia, rendimiento y agilidad de nuestros

procesos de negocios.

Fuente imagen: stockimages / FreeDigitalPhotos.net

Post relacionados:
Guía de nuevas herramientas de datos: "Big Data Glossary", ebook en pdf

¿Qué son las bases de datos multidimensionales?

Tipos y función de los gestores de bases de datos

Twittear Me gusta Compartir

Compartir

Topics: Big Data

! " #

¡Suscríbase!

Nombre*
Apellido*

Correo corporativo*

Empresa*

País*

Seleccionar

He leído y acepto la Política de Privacidad.*

Enviar

Blog Topic Cloud

Big Data (284)
Data Management (152)
Data Quality (152)
Master Data Management (124)
Cloud (119)
Data Integration (111)
Gestión de Datos (78)
Data Security (74)
Data Governance (72)
Data Migration (62)
Data Masking (60)
Business Analytics (53)
Solvencia II (26)
Data Services (22)
Data Warehouse (22)
Requerimientos de Basilea (18)
Noticias (16)
Inteligencia Artificial (14)
Tendencias 2021 (10)
Data Driven (9)
Transformación digital (9)
Visión 360 (9)
customer experience (9)
Data Analytics (8)
Data Lake (8)
Experiencia del cliente (6)
analitica de datos (6)
Data Catalog (4)
Machine Learning (4)
Modelos predictivos (4)
Ventaja analítica (3)
cloud computing (3)
customer intelligence (3)
seguridad de datos (3)
metadatos (2)
acceso a los datos (1)
automatizacion (1)
estrategia 360 (1)
Popular Posts
Ciclo de vida de un sistema de información: fases y componentes
Tipos y función de los gestores de bases de datos
¿Qué es un gestor de datos y para qué sirve?
¿Qué es el sistema manejador de bases de datos?
¿Qué son los metadatos y cuál es su utilidad?
EMILIO ALFREDO VEGA 17/8/2015 23:54:55
,Gracias por todo. Shalom.
Reply to EMILIO ALFREDO VEGA

Diego Lòpez 26/4/2016 15:28:53

ME INTERESA SABER MAS SOBRE ESTE TEMA ;-)
Reply to Diego Lòpez

Nombre*

Apellido
Correo corporativo*

Teléfono*

Cargo*

Please Select

Industria*

Please Select

Comentarios*

He leído y acepto nuestras Políticas de Privacidad

Deseo recibir información personalizada de productos y servicios de POWERDATA
SOLUTIONS, S.L. por correo electrónico

protección de reCAPTCHA
Privacidad - Términos

Enviar
!

Quienes Somos

Contacto

Recursos

Centro de Recursos

Protección de Datos

Compañía

Aviso Legal

Trabaja con Nosotros

Seguridad

Política de Cookies

Síguenos

!"#