TIPOS DE BASE DE DATOS

1. Bases de datos Jerárquica.

2. Base de datos de Red.
3. Bases de datos Transaccionales.
4. Bases de datos Relacionales.
5. Bases de datos Multidimensionales.
6. Bases de datos Orientada a Objetos.
7. Bases de datos Documentales.
8. Bases de datos Deductivas.

BASES DE DATOS JERÁRQUICAS

Primera en ser utilizada. Se basa en el establecimiento de jerarquías o niveles entre los distintos
campos de los registros, basándose en el criterio de que los campos de mayor jerarquía sean los
más genéricos, y tiene una estructura arborescente, donde los nodos del mismo nivel corresponden
a los campos y cada rama a un registro. En la figura 5.1 se puede observar el concepto de base de
datos jerárquicos. Para acceder a un campo que se encuentra en un determinado nivel, es preciso
localizarlo partiendo del nivel superior y descendiendo por las ramas hasta llegar al mismo. Es
evidente el problema de lentitud. Las bases de datos jerárquicas son especialmente útiles en el caso
de aplicaciones que manejan un gran volumen de información y datos muy compartidos
permitiendo crear estructuras estables y de gran rendimiento. Una de las principales limitaciones
de este modelo es su incapacidad de representar eficientemente la redundancia de datos.

Ventajas de la estructura jerárquica

 Globalización de la información: Diferentes usuarios pueden acceder a la base de datos ya

que se toma como un recurso corporativo que no tiene ningún dueño específico.

 Compartir información entre distintos departamentos de la empresa

 Integridad en la información: Es sin duda una de sus cualidades más apreciadas ya que
garantiza que sólo se almacena la información correcta.

 Independencia de datos.
Desventajas de la estructura jerárquica

 Rigidez: Una vez diseñada la base datos jerárquica es complejo modificarla; y, además,
requiere un conocimiento muy amplio de la manera en la que se han almacenado los datos
para poder recuperarlos de manera efectiva.

 La extracción de información de una unidad que se encuentra varios niveles abajo del nodo
raíz requiere navegar por un amplio camino a través de todos los segmentos y las relaciones
entre ellos, hasta dar con dicha unidad. Una gran inversión de tiempo y conocimientos.

 Diseñar una base de datos jerárquica requiere de un gran conocimiento de las unidades
de información y de las relaciones que tienen éstas entre sí.

BASES DE DATOS RED

En este modelo las entidades se representan como nodos y sus relaciones son las líneas que los
unen. En esta estructura cualquier componente puede relacionarse con cualquier otro. El Modelo
de Red se puede entender como una extensión del modelo jerárquico. También se presenta
mediante un árbol, pero en este caso, cada hijo puede tener varios padres. De este modo se
reducen, o eliminan, las redundancias, Pero desaparece la herencia de los campos. La integridad de
datos, asociada a los arcos padre-hijo, se mantiene. Una Base de Datos de Red se compone de dos
conjuntos:

 El Conjunto de los Registros: Un conjunto de instancias múltiples de varios tipos de

registros.
 El Conjunto de las Relaciones: Un conjunto de instancias múltiples de varios tipos de
relaciones.

Ventajas
La Principal Ventaja Del Modelo De DBMS Red Es La De Muchos-A -Muchos. La Base De Datos
Jerárquica No Tiene En Cuenta La Organización De Muchos Eventos Humanos Que Obligan A La
Entidad A Tener Muchos Enlaces Ascendentes A Otras Entidades. Por Ejemplo, En Una Base De Datos
Médica, Un Médico Puede Ser Asignado A Muchas Salas Y Cuidar De Muchos Pacientes, Mientras
Que El Paciente Es Un Pabellón Que No Está Asociada A Través De La Relación De La Entidad Médico
Y Por Lo Que La Entidad Paciente También Necesita Un Enlace Tanto A La Entidad Médico Y La
Entidad Del Barrio. Así Que Desarrollar Rápidamente Una Serie De Relaciones Cruzadas.

Desventajas

Una posible desventaja de colocar la base de datos en red es la dificultad de implementar una
seguridad fuerte. Existen diversas herramientas de seguridad integradas en los programas de bases
de datos como Microsoft Access y SQL, pero estas características de seguridad pueden tener
impacto sobre la accesibilidad y la usabilidad también. Sin embargo, a menos que se implemente
una seguridad sólida, un usuario puede colocar inadvertidamente una base de datos en un estado
que evite que otros la usen. Por ejemplo, si un usuario abre una tabla, un formulario o un reporte
en vista de diseño, los otros usuarios no podrán abrir la base de datos ni hacer cambios hasta que
esa tabla, formulario o reporte se cierren.

BASES DE DATOS TRANSACCIONALES

Es un tipo de sistema de información diseñado para recolectar, almacenar, modificar y
recuperar todo tipo de información generada por una transacción.
Para que un sistema sea considerado transaccional, debe superar el test.
ACID (Atomicity, Consistency, Isolation and Durability).

Atomicidad: Es la propiedad que asegura que una operación se ha realizado o no, y por lo tanto ante
un fallo del sistema no puede quedar a medias.

Consistencia (Integridad): Nos permite asegurar que los datos son exactos y consistentes, es decir
que estén siempre intactos, sean siempre los esperados y que de ninguna manera cambien ni se
deformen. De esta manera podemos garantizar que la información que se presenta al usuario será
siempre la misma.

Aislamiento: Es la propiedad que asegura que una operación no puede afectar a otras.

Durabilidad (Persistencia): Asegura que una vez realizada la operación, ésta persistirá y no se podrá
deshacer aunque falle el sistema y que de esta forma los datos sobrevivan de alguna manera.
Propiedades de los sistemas transaccionales

* Automatizan tareas operativas en una organización, permitiendo ahorrar en personal.

* Suelen dirigirse especialmente al área de ventas, finanzas, marketing, administración y recursos
humanos.
* Suelen ser los primeros sistemas de información que se implementan en una organización.
* Sus cálculos y procesos suelen ser simples.
* Se suelen utilizar para cargar grandes bases de datos.
* Los beneficios de este tipo de sistemas en una organización son rápidamente visibles.
* Estos sistemas son optimizados para almacenar grandes volúmenes de datos, pero no para
analizar los mismos.

Características esperables de un sistema transaccional

* Rapidez: deben ser capaces de responder rápidamente, en general la respuesta no debe ser
mayor a un par de segundos.
* Fiabilidad: deben ser altamente fiables, de lo contrario podría afectar a clientes, al negocio, a la
reputación de la organización, etc. En caso de fallas, debe tener mecanismos de recuperación y de
respaldo de datos.
* Inflexibilidad: no pueden aceptar información distinta a la establecida. Por ejemplo, el sistema
transaccional de una aerolínea debe aceptar reservas de múltiples agencias de viajes. Cada reserva
debe contener los mismos datos obligatorios, con determinadas características.

BASES DE DATOS RELACIONALES

El modelo relacional de datos representa todos los datos en estructura de matriz o tabla
bidimensional, donde las filas son los registros y las columnas los campos.

Ventajas
− Actúan sobre las tablas en su conjunto, en lugar de hacerlo sobre los registros.
− Se pueden realizar consultas complejas que utilizan varias tablas de forma simple.
− Son fáciles de utilizar ya que la organización física de los datos es independiente de su
tratamiento lógico.

Funciones

Ofrecen una amplia gama de funciones que crean las técnicas de manipulación avanzados. Apoyan
álgebra relacional, así como operaciones de conjuntos. Esto incluye operaciones para seleccionar,
unir y dividir. Muchas de estas operaciones son posibles sólo con bases de datos relacionales. Esta
manipulación de datos es posible con el uso de consultas, en general, en lenguaje de consulta
estructurado (SQL), para gestionar los datos y dar a los usuarios la información que están buscando.

Eficiencia

Es uno de los beneficios a una base de datos relacional. Debido a la forma en que los datos se pueden
comparar y combinar, cada pieza de datos deben ser guardados en un solo lugar. Esto se relaciona
con el proceso de normalización de la base de datos, lo que elimina la necesidad de datos
duplicados. Puesto que cada pieza de datos se guarda en una sola ubicación, es mucho más fácil y
más rápido para actualizar. El lenguaje utilizado para crear la base de datos, SQL, también puede
validar la entrada fecha.

Puntos de vista

Debido a las bases de datos relacionales son altamente personalizables, los usuarios pueden
presentar los datos en cualquier forma que deseen. Uno de los conceptos más importantes de la
base de datos se conoce como vista. A pesar de que los datos se almacenan en tablas, que nunca
puede cambiar los atributos, los usuarios pueden personalizar o eliminar una vista fácilmente sin
afectar a los datos. Vistas manipulan los datos para presentar las piezas importantes que los usuarios
les gustaría ver, mientras que la eliminación de los datos innecesarios que no se utiliza. Esto es
similar a copiar y pegar las partes importantes de los documentos en un solo archivo.

Fácil de usar

Almacenar datos bases de datos relacionales de las tablas, que están vinculados junto con los
valores clave que dan una clara relación entre las tablas. La vinculación de tablas de valores clave
hace que sea fácil de diagrama esas mesas para que los usuarios puedan ver todas las relaciones. El
soporte para SQL, que es similar a las declaraciones de escritura en Inglés, también hace bases de
datos relacionales fácil de usar. Como se indica en el artículo "Introducción a SQL" de Devarticles,
"las sentencias SQL se ven como frases sencillas en inglés, haciendo SQL fácil de aprender y
comprender. Esto es en parte debido a las sentencias SQL describen los datos a ser recuperados, en
lugar de especificar cómo encontrar los datos."

Desventajas

Las restricciones a los tipos de datos

Bases de datos relacionales vienen con restricciones en cuanto a qué tipos de datos que pueden
almacenar. Tipos de datos complejos, como imágenes en 3D u objetos abstractos de datos no están
disponibles para almacenar bajo una base de datos relacional. Los tipos de datos disponibles para
una base de datos incluyen números, caracteres (letras), fechas y horas, o valores booleanos
(verdadero / falso).

Complejidad

Bases de datos relacionales pueden convertirse rápidamente complejo cuando la cantidad de datos
crece y las relaciones entre fragmentos de datos se vuelven más complicadas. Además, SQL,
mientras que una poderosa herramienta para acceder a datos de una base de datos relacional, está
limitado en la forma en que accede a los datos con relaciones complicadas. Además, en
representación de formas complejas de datos requiere dividir los datos en los tipos de datos simples
que los soportes de base de datos (tales como números, letras y valores booleanos). La
recombinación de estos valores para reconstruir los datos originales se suma a la complejidad del
sistema.

Costo

El software y la experiencia necesarios para implementar una base de datos relacional pueden venir
con una etiqueta de precio alto. Además de la adquisición de licencias de software, los costes en
curso de mantenimiento del sistema y el personal a medida que aumentan los datos y requisitos de
espacio aumenta el costo de las bases de datos relacionales. Por otra parte, el acceso a los datos
con precisión a partir de una base de datos relacional requiere un alto nivel de experiencia y
formación, lo que requiere una gran inversión de tiempo y dinero.

Normalización de bases de datos

Son el conjunto de normas que nos ayudan a diseñar una estructura de base de datos óptima para
su implementación, gestión y explotación. Las bases de datos relacionales se normalizan para:

− Evitar la redundancia de los datos.

− Evitar problemas de actualización de los datos en las tablas.

− Proteger la integridad de los datos. En el modelo relacional es frecuente llamar tabla a una
relación, aunque para que una tabla sea considerada como una relación tiene que cumplir con
algunas restricciones:

− Cada columna debe tener su nombre único.

− No puede haber dos filas iguales. No se permiten los duplicados.

− Todos los datos en una columna deben ser del mismo tipo.

Primera forma normal (1FN) Se dice que una relación está en 1FN cuando cada atributo sólo toma
un valor del dominio subyacente. La primera forma normal es inherente al modela relacional, por lo
que su cumplimiento es obligatorio y afecta al número de valores que pueden tomar los atributos
de una relación.

Segunda forma normal (2FN) Se dice que una relación está en 2FN si está en 1FN y todos los
atributos no clave dependen por completo de la clave primaria. La segunda forma normal se
quebranta cuando la clave de una tabla es compuesta y uno de los campos restantes depende
exclusivamente de uno de los campos claves pero no de los otros.

Tercera forma normal (3FN) Se dice que una relación está en 3FN si está en 2FN y no existe ningún
atributo no principal que dependa transitivamente de alguna clave primaria. La tercera forma
normal no se cumple cuando existen atributos no principales que dependen funcionalmente de
otros atributos no principales.

Éstas son las tres formas normales básicas, aunque existen la forma normal de Boyce-Codd, la cuarta
forma normal y la quinta forma normal.
 BASES DE DATOS MULTIDIMENSIONALES
(BDMB) son un tipo de base de datos optimizada para Data Warehouse que se utilizan
principalmente para crear aplicaciones OLAP, una tecnología asociada al acceso y análisis
de datos en línea.

Características

 Se basan en la creación de aplicaciones OLAP y pueden verse como bases de datos contenidos
en una sola tabla.
 En las tablas multivaluadas se almacenan registros referidos bien a las dimensiones de la misma
o a las métricas que se desean analizar, adoptando un campo o columna por cada dimensión y
otro campo por cada métrica o hecho.
 Las tablas del modelo multidimensional se asimilan a un hipercubo o, si usamos herramientas
OLAP, a un cubo OLAP. En ambos casos, las dimensiones de los cubos se corresponden con
la de la tabla y el valor almacenado en cada celda equivale al de la métrica.

La versatilidad de las bases de datos multidimensionales

Las bases de datos multidimensionales se caracterizan por una mayor versatilidad que las bases
de datos relacionales a la hora de realizar consultas. De hecho, a menudo éstas se crean a partir de
entradas de las bases de datos relacionales, a los que se normalmente se accede mediante SQL, el
lenguaje de consultas para este tipo de bases de datos.

A diferencia del carácter declarativo del lenguaje SQL (las órdenes especifican el resultado), las
BDMD facilitan un tipo de análisis muy útil para el negocio, que permite extraer datos de forma
selectiva y realizar consultas de distinto tipo. Sin embargo, es importante subrayar que si bien los
cubos OLAP son muy ventajosos en cuanto a rapidez y procesamiento, no es posible modificar la
estructura de estas bases de datos multidimensionales, por lo que cuando sea preciso introducir
cambios, habrá que diseñarlos de nuevo.
Es habitual su utilización para conocer las ventas en un determinado contexto, por ejemplo,
mostrar una hoja de cálculo con las ventas de un producto en una ubicación específica y durante un
determinado periodo-, así como para hacer comparaciones entre distintas consultas y cuestiones
similares con el fin de resumir operaciones o descubrir tendencias de negocios.

Este tipo de análisis, inaccesible para las bases de datos relacionales, resulta factible almacenando
los datos OLAP en una base de datos multidimensional, donde cada atributo de los datos (zona
geográfica, producto y periodo de tiempo, pongamos por caso) se considera por separado y, a su
vez, puede dividirse en sub-atributos.

Las bases de datos multidimensionales ayudan a generar una ventaja competitiva

El software OLAP permite descubrir relaciones nuevas o aplicar minería de datos, por lo general
mediante sistemas de gestión de bases de datos multidimensionales, idóneos para realizar
consultas complejas con eficiencia.

Además de generar informes que ayuden a mejorar la ventaja competitiva, en la práctica, el modelo
multidimensional de datos permite acceder a grandes cantidades de información y obtener análisis
de las relaciones de distintos tipos de elementos relevantes para el negocio.

La rapidez en las consultas y el procesamiento, por último, se traduce en una simplificación de los
procesos y un impulso a la agilidad del negocio. Ello permite al usuario, entre otras cosas, gestionar
los datos de un modo más sencillo, lo que le puede resultar de gran utilidad para corregir el
contenido de un informe o para obtener una información más o menos detallada que poder
compartir.

OLAP es el acrónimo en inglés de procesamiento analítico en línea. Es una solución utilizada en el

campo de la llamada Inteligencia de negocios cuyo objetivo es agilizar la consulta de grandes
cantidades de datos.

BASES DE DATOS ORIENTADA A OBJETOS

http://www3.uji.es/~mmarques/e16/teoria/cap2.pdf

BASES DE DATOS DOCUMENTALES

http://grupoorion.unex.es:8001/rid=1NF0DNX13-1K01W7B-
2B88/Base%20de%20Datos%20Documental.pdf

BASES DE DATOS DEDUCTIVAS

Un sistema de bases de datos que tenga la capacidad de definir reglas con las cuales deducir o inferir
información adicional a partir de los hechos almacenados en las bases de datos se llama Sistema de
Bases de Datos Deductivas. Puesto que parte de los fundamentos teóricos de algunos sistemas de
esta especie es la lógica matemática, a menudo se les denomina Bases de Datos Lógicas. Una base
de datos deductiva es, en esencia, un programa lógico; mapeo de relaciones base hacia hechos, y
reglas que son usadas para definir nuevas relaciones en términos de las relaciones base y el
procesamiento de consultas. Los sistemas Bases de Datos Deductivas intentan modificar el hecho
de que los datos requeridos residan en la memoria principal (por lo que la gestión de
almacenamiento secundario no viene al caso) de modo que un SGBD se amplíe para manejar datos
que residen en almacenamiento secundario. En un sistema de Bases de Datos Deductivas por lo
regular se usa un lenguaje declarativo para especificar reglas. Con lenguaje declarativo se quiere
decir un lenguaje que define lo que un programa desea lograr, en vez de especificarlos detalles de
cómo lograrlo. Una máquina de inferencia (o mecanismo de deducción) dentro del sistema puede
deducir hechos nuevos a partir de la base de datos interpretando dichas reglas. El modelo empleado
en las Bases de Datos Deductivas está íntimamente relacionado con el modelo de datos relacional,
y sobre todo con el formalismo del cálculo relacional. También está relacionado con el campo de la
programación lógica y el lenguaje Prolog. Los trabajos sobre Bases de Datos Deductivas basados en
lógica han utilizado Prolog como punto de partida. Con un subconjunto de Prolog llamado Datalog
se definen reglas declarativamente junto con un conjunto de relaciones existentes que se tratan
como literales en el lenguaje. Aunque la estructura gramatical se parece a la de Prolog, su semántica
operativa (esto es, la forma como debe ejecutarse un programa en Datalog) queda abierta. Una
Base de Datos Deductiva utiliza dos tipos de especificaciones: hechos y reglas.

Los hechos

Se especifican de manera similar a como se especifican las relaciones, excepto que no es necesario
incluir los nombres de los atributos. Recordemos que una tupla en una relación describe algún hecho
del mundo real cuyo significado queda determinado en parte por los nombres de los atributos.

Ventajas
 Almacenamiento de pocos datos. Esto se debe gracias a que utiliza un mapeo de relaciones
entre datos y reglas, con lo que se minimiza la cantidad de datos almacenados.
 Ofrecen reglas que permiten crear combinaciones de datos. Lo que ayuda mucho a recoger
una mejor semántica del problema.
 Soportan objetos y conjuntos complejos. Al igual que en el punto anterior ayuda a recoger
mucho mejor la semántica del problema y además lo hace más modulable.
 Ofrecen la capacidad de expresar consultas por medio de reglas lógicas. De esta forma las
consultas pueden obtener de una manera más optimizada los datos requeridos, sin tener
que hacer otro paso posterior por un optimizador de consultas.
 Permiten consultas recursivas y algoritmos eficientes para su evaluación. Este tipo de bases
de datos fue uno de los primeros en proporcionar las consultas recursivas. La eficiencia de
los algoritmos nos lleva a obtener consultas más optimizadas.
 Cuentan con métodos de optimización que garantizan la traducción de especificaciones
dentro de planes eficientes de acceso.
 Cuentan con negaciones estratificadas.

Desventajas

 Poder encontrar criterios de interpretación para las reglas deductivas. Es complicado poder
encontrar buenos criterios de evaluación para las reglas lógicas por lo que es muy difícil
sacar todo su potencial.
  Replantear correctamente, en un contexto deductivo, las convenciones habituales en una
base de datos.
 Desarrollar procedimientos eficaces de deducción. Es una de las tareas más difíciles que
implican trabajar con este tipo de base de datos. Cuanto más eficaces sean los
procedimientos más productividad obtendremos de las bases de datos deductivas.

Utilización

 Modelado de empresas: este dominio implica modelar la estructura, los procesos y las
restricciones dentro de una empresa. Los datos relacionados con ella pueden resultar en
modelo ER extendido que contiene cientos de entidades y vínculos y miles de atributos. Es
posible desarrollar varias aplicaciones útiles para los diseñadores de nuevas aplicaciones
(así como para los gerentes) a partir de esta”metabase de datos”, que contiene información
tipo diccionario acerca de toda la empresa.
 Prueba de hipótesis o dragado de datos: este dominio implica formular una hipótesis,
traducirla a un conjunto de reglas LDL y una consulta, y luego ejecutar la consulta contra los
datos para probar la hipótesis. El proceso se repite reformulando las reglas y la consulta.
Esto se ha aplicado al análisis de datos de genoma en el campo de la microbiología. El
dragado de datos consiste en identificar las secuencias de DNA a partir de auto radiografías
digitalizadas de bajo nivel obtenidas de experimentos con bacterias E. coli.
 Reutilización de software: el grueso del software para una aplicación se desarrolla en código
estándar por procedimientos, y una pequeña fracción se basa en reglas y se codifica en LDL.
Las reglas dan origen a una base de conocimientos que contienen los siguientes elementos:
1. Una definición de cada módulo C empleado en el programa.
2. Un conjunto de reglas que define las formas en que los módulos pueden
exportar/importar funciones, restricciones, etc.

SISTEMAS GESTORES

Un sistema gestor de bases de datos o SGBD es el software que permite a los usuarios procesar,
describir, administrar y recuperar los datos almacenados en una base de datos.

En estos Sistemas se proporciona un conjunto coordinado de programas, procedimientos y

lenguajes que permiten a los distintos usuarios realizar sus tareas habituales con los datos,
garantizando además la seguridad de los mismos.

DBMS.

ORACLE:

Con un precio de 80 y 400 dólares dependiendo del licencia de usuario cuanta con una seguridad al
alcance de DBA como seguridad de cuentas para la validación de usuario seguridad en el acceso a
los objetos de las bases de datos se estableció para construir un SGBD como producto comercial
siendo el primero en lanzarse al mercado con una estabilidad muy resistente.
MYSQL:

Cuenta con la ventaja de estar sin costo en el mercado mostrando una seguridad específica sobre el
control de acceso que MySQL utiliza para crear cuentas de usuarios y controlar el acceso a base de
datos también cuenta con una flexibilidad en su administración en su forma de operar y es famoso
por su instalación en 15 minutos.

FILEMARKER:

Cuenta con un precio de $475,58 pesos su seguridad es compleja ya que brinda a los usuarios una
cuenta de administrador que tiene asignado el conjunto privilegios de acceso completo, Es un
programa de base de datos que tiene la potencia y flexibilidad para manejar todas tus funciones
diarias su estabilidad es buena ya que es muy buena.

SQLSERVER:
DESARROLLADO ORIGINALMENTE EN LOS 80, EN SYBASE PARA SISTEMAS UNIX Y POSTERIORMENTE
BASADOS A SISTEMAS WINDOWS NT PARA MICROSOFT DESDE 1994 LANZADO AL MERCADO EN
VERCIONES SQLSERVER DESARROLLADAS INDEPENDIENTEMENTE DE SYBASE.

POSTGRESQL:
SISTEMA GESTOR ORIENTADO A LOS OBJETOS MUY CONOCIDO Y USADO EN ENTORNOS DE
SOFTWARE LIBRE POR QUE CUMPLE LOS ESTÁNDARES DE SQL Q2 Y SQL99 TAMBIÉN POR SUS
FUNCIONALIDADES AVANZADAS.