Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
INSTRUCTOR.
LUIS MIGUEL ANGARITA BUENAVENTURA
PRESENTADO POR:
DORALBA SUAREZ
JORGE CARRILLO FERNANDEZ
Usuario Final: es la persona que utiliza los datos, esta persona ve datos
convertidos en información:
Desarrollador de Aplicaciones: es la persona que desarrolla los sistemas que
interactúan con la Base de Datos.
DBA: es la persona que asegura integridad, consistencia, redundancia,
seguridad este es el Administrador de Base de Datos quien se encarga de
realizar el mantenimiento diario o periódico de los datos.
USUARIOS INGENUOS. – Son aquellos que interactúan con el sistema por medio
de aplicaciones permanentes.
El modelo relacional
En el modelo relacional las dos capas de diseño conceptual y lógico, se parecen
mucho.
Generalmente se implementan mediante diagramas de Entidad, Relación (modelo
conceptual) y tablas y relaciones entre éstas (modelo lógico).
Este es el modelo utilizado por los sistemas gestores de datos más habituales.
Nota: Aunque mucha gente no lo sabe, a las bases de datos relaciones se les
denomina así porque almacenan los datos en forma de “Relaciones” o listas de
datos, es decir, en lo que llamamos habitualmente “Tablas”. Muchas personas se
piensan que el nombre viene porque además las tablas se relacionan entre sí
utilizando claves externas. No es así, y es un concepto que debemos tener claro.
(Tabla = Relación).
El modelo relacional de bases de datos se rige por algunas normas sencillas:
Todos los datos se representan en forma de tablas (también llamadas
“relaciones”, ver nota anterior). Incluso los resultados de consultar otras
tablas. La tabla es además la unidad de almacenamiento principal.
Las tablas están compuestas por filas (o registros) y columnas (o campos)
que almacenan cada uno de los registros (la información sobre una entidad
concreta, considerados una unidad).
Las filas y las columnas, en principio, carecen de orden a la hora de ser
almacenadas. Aunque en la implementación del diseño físico de cada SGBD
esto no suele ser así. Por ejemplo, en SQL Server si añadimos una clave de
tipo "Clustered" a una tabla haremos que los datos se ordenen físicamente
por el campo correspondiente.
El orden de las columnas lo determina cada consulta.
Cada tabla debe poseer una clave primaria, esto es, un identificador único de
cada registro compuesto por una o más columnas.
Para establecer una relación entre dos tablas es necesario incluir, en forma
de columna, en una de ellas la clave primaria de la otra. A esta columna se
le llama clave externa. Ambos conceptos de clave son extremadamente
importantes en el diseño de bases de datos.
Basándose en estos principios se diseñan las diferentes bases de datos
relacionales, definiendo un diseño conceptual y un diseño lógico, que luego se
implementa en el diseño físico usando para ello el gestor de bases de datos de
nuestra elección (por ejemplo SQL Server).
Por ejemplo, consideremos la conocida base de datos Northwind de Microsoft.
Esta base de datos representa un sistema sencillo de gestión de pedidos para una
empresa ficticia. Existen conceptos que hay que manejar como: proveedores,
empleados, clientes, empresas de transporte, regiones geográficas, y por supuesto
pedidos y productos.
El diseño conceptual de la base de datos para manejar toda esta información se
puede ver en la siguiente figura, denominada diagrama Entidad, Relación o
simplemente diagrama E-R:
Para la misma variable, los métodos pueden ser diferentes en función del tipo de
pesca. Por ejemplo, para la pesca a gran escala, los datos sobre las capturas se
recopilan mejor a través de los libros de a bordo, mientras que en el caso de la
pesca a pequeña escala, las entrevistas con los pescadores y/o los cuestionarios
suelen ser el mejor método. Las fuentes (pescadores, elaboradores, etc.) también
son un factor importante en la elección y el diseño de los métodos. Los
compradores, elaboradores y otros intermediarios suelen conservar sus propios
registros de venta, que se utilizan como base de los formularios de datos. Los
pescadores a pequeña escala no suelen conservar ningún registro, y la obtención
de datos en este caso se limita a entrevistas individuales, pero la estructura de la
entrevista puede ser más flexible.
Existen casos en que los programas para la recopilación de datos sobre la pesca
no pueden ponerse en práctica de forma regular debido a limitaciones operativas.
Estos casos abarcan las actividades de pesca a pequeña escala en muchas zonas
interiores o en zonas marítimas remotas, en las que las actividades de pesca están
dispersas en una zona de grandes dimensiones y en que los pescadores a tiempo
parciales utilizan un gran número de técnicas y artes de pesca, a menudo en
muchos hábitats diferentes. En estas circunstancias, pueden tomarse diferentes
enfoques alternativos para evaluar las pesquerías, como por ejemplo:
Todos ellos pueden utilizarse para comprobar los datos relativos a los
desembarques, además de ofrecer información sociocultural y sobre la producción.
Muchas variables pueden recopilarse a través de más de un método y en puntos
diferentes, desde los pescadores hasta los consumidores. Cuando sea posible, los
datos deben recopilarse de varias fuentes para comprobar los errores. Por ejemplo,
los datos sobre capturas recopilados de los libros de a bordo pueden compararse
con los desembarques declarados sobre la base de recibos de venta, datos
recopilados en las entrevistas en los puntos de desembarque e incluso datos de
consumo o comerciales.
Existen fuertes vínculos entre los tipos de datos, el lugar en el que pueden obtenerse
y los métodos que pueden emplearse para su obtención. Esta sección ofrece una
guía para seleccionar métodos de recopilación de datos en función del tipo de dato
y de la fuente, y ofrece algunas indicaciones sobre los tipos de datos que pueden
recopilarse de manera simultánea.
Captura: al nivel en que se capturan los peces. Es el enfoque más directo de los
datos pesqueros (por ejemplo, capturas, esfuerzo).
Los vínculos entre las variables, las fuentes y los métodos se recogen en tres
cuadros. Estos cuadros tienen por objeto ofrecer una orientación a la hora de
seleccionar métodos y fuentes de recopilación y diseñar un sistema de recopilación
de datos. Los cuadros proporcionan también algunas ideas acerca de qué tipos de
datos pueden recopilarse simultáneamente de la misma fuente con el mismo
método.
Aunque las particularidades de los datos espaciales con los que trabajamos en un
SIG han hecho necesarias modificaciones y adaptaciones sobre el esquema de
trabajo de las bases de datos genéricas, en esencia los fundamentos de estas
siguen constituyendo el elemento primordial sobre el que la arquitectura de gestión
de datos espaciales se apoya, y es necesario conocerlos con cierto detalle. En esta
sección, veremos de forma introductoria esos fundamentos de bases de datos
genéricas, aplicables a cualquier otro ámbito además del de los SIG, para
posteriormente poder tratar el caso particular de los datos espaciales. Para el lector
interesado en profundizar en el tema, una referencia libre y en español con
información extensa y detallada sobre bases de datos genéricos
¿Por qué interesa usar una base de datos?
En base al ejemplo anterior, podemos analizar algo más sistemáticamente las
ventajas de una base de datos frente a una gestión no organizada de los datos. Las
ventajas de utilizar un almacenamiento estructurado se aprecian en diversos
puntos, ya que afectan no solo a los datos sino también al propio uso que se hace
de estos. Algunas ventajas que afectan directamente a los datos son las siguientes:
Mayor independencia. Los datos son independientes de las aplicaciones
que los usan, así como de los usuarios.
Mayor disponibilidad. Se facilita el acceso a los datos desde contextos,
aplicaciones y medios distintos, haciéndolos útiles para un mayor número de
usuarios.
Mayor seguridad (protección de los datos). Por ejemplo, resulta más fácil
replicar una base de datos para mantener una copia de seguridad que
hacerlo con un conjunto de ficheros almacenados de forma no estructurada.
Además, al estar centralizado el acceso a los datos, existe una verdadera
sincronización de todo el trabajo que se haya podido hacer sobre estos
(modificaciones), con lo que esa copia de seguridad servirá a todos los
usuarios.
Menor redundancia. Un mismo dato no se encuentra almacenado en
múltiples ficheros o con múltiples esquemas distintos, sino en una única
instancia en la base de datos. Esto redunda en menor volumen de datos y
mayor rapidez de acceso.
Mayor eficiencia en la captura, codificación y entrada de datos.
Esto tiene una consecuencia directa sobre los resultados que se obtienen de la
explotación de la base de datos, presentándose al respecto ventajas como, por
ejemplo:
Mayor coherencia. La mayor calidad de los datos que se deriva de su mejor
gestión deriva en mayor calidad de los resultados.
Mayor eficiencia. Facilitando el acceso a los datos y haciendo más sencilla
su explotación, la obtención de resultados es más eficiente.
Mayor valor informativo. Resulta más sencillo extraer la información que
los datos contienen, ya que uno de los cometidos de la base de datos es
aumentar el valor de estos como fuente de información.
Por último, los usuarios de la base de datos también obtienen ventajas al trabajar
con estas, entre los que cabe citar:
Mayor facilidad y sencillez de acceso. El usuario de la base de datos se
debe preocupar únicamente de usar los datos, disponiendo para ello de las
herramientas adecuadas y de una estructura sólida sobre la que apoyarse.
Facilidad para reutilización de datos. Esto es, facilidad para compartir.
De forma resumida, puede decirse que la principal bondad de una base de datos es
la centralización que supone de todos los datos con los que se trabaja en un
contexto determinado, con las consecuencias que ello tiene para una mejor gestión,
acceso o estructuración de estos.