Parte del artículo científico: SQL and NoSQL Databases in the Context of Industry 4.

El paradigma orientado a los datos ha demostrado ser fundamental para el proceso de

transformación tecnológica que caracteriza a la Industria 4.0 (I4.0) por lo que el big data y la
analítica se consideran un pilar tecnológico de este proceso. El objetivo de I4.0 es la
implementación de la denominada Smart Factory, caracterizada por Sistemas de Fabricación
Inteligentes (IMS) que superan a los sistemas de fabricación tradicionales en términos de
eficiencia, flexibilidad, nivel de integración, digitalización e inteligencia. La literatura informa una
serie de propuestas de arquitectura de sistemas para IMS, que se basan principalmente en
datos. Muchas de estas propuestas tratan las soluciones de almacenamiento de datos como
meras entidades que soportan las funcionalidades de la arquitectura. Sin embargo, elegir qué
modelo de datos lógico utilizar puede afectar significativamente el rendimiento del IMS. Este
trabajo identifica las ventajas y desventajas de los modelos de datos relacionales (SQL) y no
relacionales (NoSQL) para I4.0, considerando la naturaleza de los datos en este proceso. La
caracterización de los datos en el contexto de I4.0 se basa en las cinco dimensiones del big data
y un formato estandarizado para representar la información de los activos en el mundo virtual, el
Asset Administration Shell. Este trabajo permite identificar propiedades transaccionales y
modelos lógicos de datos apropiados según el volumen, variedad, velocidad, veracidad y valor
de los datos. De esta manera, es posible describir la idoneidad de las bases de datos
relacionales y NoSQL para diferentes escenarios dentro de I4.0.

Bases de datos relacionales y NoSQL

Una colección lógica y coherente de datos con un significado intrínseco forma una base de
datos. Una base de datos almacena y asegura la persistencia e integridad de los datos que
representan activos, además de permitir que estos datos estén disponibles para los usuarios
interesados. Una base de datos se crea y mantiene a través de un sistema de gestión de bases
de datos (DBMS), un programa informático que ayuda a mantener y utilizar conjuntos de datos
que componen las bases de datos. Estos programas tienen las siguientes ventajas: permiten un
acceso eficiente y concurrente a los datos; garantizar la integridad y seguridad de los datos;
proteger contra fallas y acceso no autorizado; admitir múltiples vistas de datos; y, finalmente,
garantizan la independencia, es decir, el aislamiento entre datos y aplicaciones mediante la
abstracción de datos.

La abstracción de datos se proporciona a través de modelos de datos. Un modelo de datos es un

conjunto de conceptos utilizados para describir la estructura de una base de datos. El modelo
de datos lógico describe los datos en un nivel tal de abstracción que oculta algunos detalles del
almacenamiento físico, lo que permite que el usuario final de los datos los comprenda. Al mismo
tiempo, al no estar tan alejados del nivel bajo, estos conceptos se pueden utilizar directamente
para implementar una base de datos en un sistema informático. Los DBMS generalmente se
caracterizan por los modelos de datos lógicos que implementan y, por esta razón, este trabajo
se centra en este nivel de abstracción de datos.

Modelo de datos relacionales

El modelo de datos relacionales fue, durante muchos años, la opción predeterminada para la
implementación de bases de datos. Utiliza el concepto de "relación" en un sentido matemático
para representar datos. En lugar de presentar una definición matemática formal del término, que
se puede encontrar en (Codd, E.F. A Relational Model of Data for Large Shared Data Banks.
Commun. ACM 1983, 26, 64–69.), se presenta como una relación es percibido. Las relaciones
pueden verse como tablas de valores. Estas tablas tienen columnas no necesariamente distintas
que consisten en "atributos" utilizados para caracterizar un elemento que será representado por
la relación. Cada línea (formalmente llamada "tupla") de esta tabla tiene valores para los
atributos. Para cada columna, los valores presentes en cada tupla pertenecen a un único
dominio con un nombre, tipo de datos y formato bien definidos. Además, sólo se permiten
valores atómicos (cada valor en el dominio es indivisible).

Un esquema define la estructura de una base de datos relacional. A partir de un esquema, se

pueden describir las tablas, sus atributos y las relaciones entre ellas para ser utilizadas a través
de un DBMS para crear una base de datos. La gran mayoría de los DBMS que implementan un
modelo relacional utilizan un lenguaje estándar para realizar consultas: el lenguaje de consulta
estructurado (SQL); El modelo relacional se denomina comúnmente modelo SQL. Lo mismo se
aplica a los DBMS y bases de datos que lo implementan.

Modelos de datos NoSQL

NoSQL no tiene una definición sólida, pero posiblemente se entienda mejor como un
movimiento que propone soluciones de bases de datos no relacionales que no utilizan el
lenguaje SQL. Así, el término NoSQL (a menudo interpretado como Not Only SQL), utilizado en
su sentido técnico, se aplica para designar una familia de DBMS que tienen características
específicas en común (al menos para la mayoría de los DBMS), siendo la principal la no
implementación. de un modelo de datos relacional. Estas características pueden significar
ventajas o desventajas para aplicaciones específicas:

No implementan el modelo de datos relacionales: la autodescripción y la ausencia de un

esquema fijo permiten una mayor flexibilidad en cuanto al contenido almacenado en el DBMS,
siendo adecuados para el manejo de datos semiestructurados;

No utilizan el lenguaje SQL: La ausencia de un lenguaje de consulta declarativo, con una amplia
gama de “características” a veces innecesarias, requiere un esfuerzo mayor por parte de los
desarrolladores ya que las funciones y operaciones tienen que implementarse a través del
lenguaje de programación;

Ausencia de transacciones ACID: debido a que los modelos de datos orientados a agregados
generalmente no garantizan propiedades transaccionales ACID, los DBMS que implementan
estos modelos tienen una mayor eficiencia en sistemas distribuidos. Alternativamente, estos
DBMS utilizan el modelo BASE de propiedades transaccionales;

Escalable horizontalmente: la capacidad de escalamiento horizontal de los DBMS NoSQL está

vinculada a dos características principales. (1) Al no tener propiedades transaccionales ACID
(modelos orientados a agregados), permite relajar la consistencia y así equilibrar el equilibrio
entre consistencia y latencia de la forma más adecuada para la aplicación, sin renunciar a la
tolerancia de partición, como fue discutido previamente. (2) La orientación a agregados permite
una unidad de partición de datos “natural” o intuitiva, ya que los datos de un agregado
comúnmente se acceden juntos y pueden asignarse en el mismo servidor, lo que hace que el
usuario de estos datos acceda, en la mayoría de ocasiones, el mismo servidor.