Modelados de Base De datos

Modelos de bases de datos

Un modelo de datos es la descripción de algo trillado como almacenador de datos, como los métodos de almacenar y recuperar datos de esos contenidos. Los modelos de datos no son físicas, son abstractos que permite la implementación de sistema eficiente de base de datos.por lo general se refiere a los algotitmos y conceptos matematicos.

Modelos constantemente utilizados en el modelado las bases de datos:

Bases de datos jerárquicas

En este modelo los datos se organizan en forma de árbol invertido o "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.

Estos bases de datos son imprescindibles útiles en cao de aplicaciones que maneja un gran tamaño de información y datos compartidos permitido crear estructuras inmutables y de gran rendimiento.

Su principal inconveniente de este modelo es su incapacidad de representar evidentemente la renuncia de datos

Base de datos de red

Es un modelo ligero distinto al jerárquico. su diferencia principal es la mutabilidad del concepto de nodo; se permite que un mismo nodo tenga varios padres lo cual no está permitido en el jerárquico.

Es superior en gran manera con respecto al modelo jerárquico, ya que ofrecía una solución eficiente en el problema de repetición de datos, pero aun así sigue la dificultad de administrar la información.

Bases de datos transaccionales

Son base de datos cuyo objetivo es el envió y recepción de datos en grandes velocidades, estas bases son muy poco comunes y están dirigidas por lo general al entorno de analiza de calidad, datos de producción e industrial.su fin único es recolectar y recuperar los datos de mayor velocidad posible.La redundancia y la duplicación de información no es un problema como en los demás bases de datos nos permite algún tipo de conectividad con las bases de datos relacionales.

Un ejemplo habitual de transacción es el traspaso de una cantidad de dinero entre cuentas bancarias.

Bases de datos relacionales

Este es el modelo es más utilizado en la actualidad para representar problemas reales y administrar datos dinámicamente. Tras ser postulados sus fundamentos en 1970 por Edgar Frank Codd,2​ de los laboratorios IBM en San José (California). Su idea fundamental es el uso de "relaciones". Estas relaciones podrían considerarse en forma lógica como conjuntos de datos llamados "tuplas" Esto es pensando en cada relación como si fuese una tabla que está compuesta por registros (las filas de una tabla), que representarían las tupas, y campos (las columnas de una tabla).

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

Durante su diseño, una base de datos relacional pasa por un proceso  de normalización de una base de datos.

Bases de datos multidimensionales

son ideadas para  desarrollar aplicaciones muy concretas, como creación de Cubos OLAP.

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 aprender.

Bases de datos orientadas a objetos

Este base de datos trata de almacenar los objetos completos (estado y comportamiento)

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.

Los usuarios pueden definir operaciones sobre los datos como parte de la definición de 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.

.

Bases de datos documentales

Nos permite la indexación a texto completo, realiza búsqueda más robustos, sirve para almacenar grandes volúmenes de información de antecedentes históricos

Bases de datos deductivas

Es sistema de base de datos con la diferencia de que permite deducciones atravesó de inferencia.

se basa principalmente en las reglas y hechos que son almacenados en la base de datos. Las bases de datos deductivas o lógicas se basan e lógica matemática, 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 Prologa llamado Data log 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 que optimizan las consultas.

Soporta objetos y conjuntos complejos.

Fases

Fase de Interrogación: se encarga de buscar en la base de datos informaciones deducibles implícitas. Las reglas de esta fase se denominan reglas de derivación.

Fase de Modificación: se encarga de añadir a la base de datos nuevas informaciones deducibles. Las reglas de esta fase se denominan reglas de generación.

Interpretación

Encontramos dos teorías de interpretación de las bases de datos deductiva por lo cual consideramos las reglas y los hechos como axiomas. Los hechos son axiomas base que se consideran como verdaderos y no contienen variables. Las reglas son axiomas deductivos ya que se utilizan para deducir nuevos hechos.

Teoría de Modelos: una interpretación es llamada modelo cuando para un conjunto específico de reglas, estas se cumplen siempre para esa interpretación. Consiste en asignar a un predicado todas las combinaciones de valores y argumentos de un dominio de valores constantes dado. A continuación, se debe verificar si ese predicado es verdadero o falso.

Mecanismos

Existen dos mecanismos de inferencia:

Ascendente: donde se parte de los hechos y se obtiene nuevos aplicando reglas de inferencia.

Descendente: donde se parte del predicado (objetivo de la consulta realizada) e intenta encontrar similitudes entre las variables que nos lleven a hechos correctos almacenados en la base de datos.

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 cultivase 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.