Tema 1 Diseño Conceptual de una Base de Datos

1. Definición de modelo, modelamiento conceptual y su ubicación en el contexto del proceso de

Modelado
Un modelo es un bosquejo que representa un conjunto real con cierto grado de precisión y
en la forma más completa posible, pero sin pretender aportar una réplica de lo que existe en la
realidad. Los modelos son muy útiles para describir, explicar o comprender mejor la realidad,
cuando es imposible trabajar directamente en la realidad en sí.
Modelado de Datos Conceptual
Algunos aspectos a considerar al momento de realizar el modelado/análisis
 No pensar físicamente, pensar conceptualmente
 No pensar en procesos, pensar en estructura
 No pensar en navegación, pensar en términos de relaciones
2. Modelado de datos
Un modelo es un conjunto de herramientas conceptuales para describir datos, sus relaciones,
su significado y sus restricciones de consistencia.
Tipos de modelado de datos:
Básicamente son 3:
Conceptual: muy general y abstracto, visión general del negocio/institución.
Lógico: versión completa que incluye todos los detalles acerca de los datos.
Físico: esquema que se implementara en un manejador de bases de datos (DBMS).
En las siguientes secciones se analizarán los aspectos relacionados con el modelado conceptual,
más adelante y teniendo ya un modelo lógico se procederá a estudiar la representación física del
mismo.
3. Abstracciones comúnmente usadas en el modelaje conceptual
Podemos destacar tres niveles principales según la visión y la función que realice el usuario sobre
la base de datos:
- Nivel físico: El nivel más bajo de abstracción describe como se almacenan realmente los datos.
En el nivel físico se describen en detalle las estructuras de datos complejas de bajo nivel.
- Nivel conceptual: Que es el siguiente nivel más alto de abstracción, se describe cuáles son los
datos reales que están almacenados en la base de datos y qué relaciones existen entre los datos.
-Nivel lógico: El siguiente nivel más alto de abstracción describe que datos se almacenan en la
base de datos y que relaciones existen entre esos datos.
Abstracciones y Requerimientos de Datos
Independencia de implementación
 No modelar representación de datos, organización interna, entre otros.
Abstracción
 Tomar solo aspectos principales (cosas que no cambien)
Formalidad
  Sintaxis no ambigua
 Rico en semántica
Constructibilidad
 Debe facilitar la comunicación analista usuario
Fácil de analizar
 Para detectar ambigüedad, inconsistencia, completitud
Trazabilidad
 Habilidad para seguir los elementos del modelo
Ejecutabilidad
 Poder animar el modelo, para comparar con la realidad
Minimalidad
 No redundancia de conceptos (cada cosa expresada de una forma)
4. Diseño de bases de datos.
Una base de datos correctamente diseñada permite obtener acceso a información exacta y
actualizada. Puesto que un diseño correcto es esencial para lograr los objetivos fijados para la
base de datos, parece lógico emplear el tiempo que sea necesario en aprender los principios de un
buen diseño ya que, en ese caso, es mucho más probable que la base de datos termine
adaptándose a sus necesidades y pueda modificarse fácilmente.
• Evitar la información duplicada o, lo que es lo mismo, los datos redundantes, porque malgastan el
espacio y aumentan la probabilidad de que se produzcan errores e incoherencias.
• Es importante que la información sea correcta y completa. Si la base de datos contiene
información incorrecta, los informes que recogen información de la base de datos contendrán
también información incorrecta y, por tanto, las decisiones que tome a partir de esos informes
estarán mal fundamentadas.
5. Universo de Discurso.
Se definí como una descripción abstracta y general de la parte o sector del universo real que el
contenido de la base de datos va a representar. En este nivel de análisis se está tratando con una
descripción de la realidad, no con datos, y suele contener listas de tipos de entidades, de las
relaciones existentes entre esas entidades y de las restricciones de integridad que se aplican sobre
ellas.
Tema 2 Diseño Avanzado de bases de datos.
1. Calidad de esquemas
Para lograr cierto grado de calidad de los esquemas conceptuales definiremos un conjunto de
atributos de calidad, que se deben chequear durante y al final del diseño conceptual. Los
siguientes atributos de calidad:
Completitud:
Un esquema es completo cuando representa todas las características relevantes del
problema. Se debe:
 Controlar que todos los aspectos del problema estén representados en alguna
parte del esquema
 Controlar que todos los requerimientos sean realizables con el esquema
 Leer el resultado y compararlo con la descripción original
No hemos hecho énfasis en los requerimientos, pero una buena práctica para saber si un esquema
es bueno, es verificar que puede satisfacer los requerimientos del sistema.
Correctitud:
La correctitud se puede dividir en dos tipos: sintáctica y semántica.
La correctitud sintáctica implica que el esquema conceptual esté construido respetando el lenguaje
utilizo.
Minimalidad
Un esquema es minimal si cada elemento de la realidad está representado una sola vez en el
esquema.
Expresividad
Un esquema es expresivo si representa la realidad en una forma natural que puede ser fácilmente
comprensible usando sólo la semántica del modelo.
La expresividad es un atributo de calidad que intenta medir la capacidad de comunicación del
modelo, a nivel semántico.
Explicitud
Un esquema es explícito si no necesita restricciones no estructurales, es decir, toda la realidad se
modela con los elementos gráficos del modelo
2. Paradigmas de Bases de Datos.
En función de la estructura utilizada para construir una base de datos, existen diversos
modelos de bases de datos. El modelo de la base de datos define un paradigma de
almacenamiento, estableciendo cómo se estructuran los datos y las relaciones entre estos. Las
distintas operaciones sobre la base de datos (eliminación o sustitución de datos, lectura de datos,
etc.) vienen condicionadas por esta estructura, y existen notables diferencias entre los principales
modelos, cada uno de ellos con sus ventajas e inconvenientes particulares. Algunos de los más
habituales son los siguientes:
Bases de datos jerárquicas. Los datos se recogen mediante una estructura basada en nodos
interconectados. Cada nodo puede tener un único padre y cero, uno o varios hijos. De este modo,
se crea una estructura en forma de árbol invertido en el que todos sus nodos dependen en última
instancia de uno denominado raíz.
Bases de datos en red. Con objeto de solucionar los problemas de redundancia de las bases de
datos jerárquicas, surge el modelo en red. Este modelo permite la aparición de ciclos en la
estructura de la base de datos (es decir, no ha de existir un único padre para cada nodo), lo cual
permite una mayor eficacia en lo que a la redundancia de datos se refiere. Presenta, no obstante,
otros problemas, siendo el más importante de ellos su gran complejidad, lo que hace difícil la
administración de la base de datos.
Bases de datos relacionales. Constituyen el modelo de bases de datos más utilizado en la
actualidad. Solucionan los problemas asociados a las bases de datos jerárquicas y en red,
utilizando para ello un esquema basado en tablas, que resulta a la vez sencillo de comprender y
fácil de utilizar para el análisis y la consulta de los datos. Las tablas contienen un número dado de
registros (equivalentes a las filas en la tabla), así como campos (columnas), lo que da lugar a una
correcta estructuración y un acceso eficiente.
Bases de datos orientadas a objetos. Se trata de uno de los modelos más actuales, derivado
directamente de los paradigmas de la programación orientada a objetos. El modelo extiende las
capacidades de las bases de datos relacionales, de tal modo que estas pueden contener objetos,
permitiendo así una integración más fácil con la propia arquitectura de los programas empleados
para el manejo de la base de datos, en caso de que estos hayan sido desarrollados mediante
programación orientada a objetos. Su popularidad crece de forma notable en ciertas áreas en las
cuales resultan más ventajosas que el modelo relacional, siendo los SIG una de ellas.
3. Estrategias de Diseño:
Orientada a Objetos Conceptual
Una base de datos orientada a objetos es una base de datos inteligente soporta el paradigma
orientado a objetos almacenando métodos y datos, y no solamente datos. Está diseñada para ser
eficaz, desde el punto de vista físico, para almacenar objetos complejos. Evite el acceso a los
datos; esto gracias a los métodos almacenados en ella. Es más segura, ya que no permite tener
acceso a los datos (objetos); esto debido a que para poder entrar se tiene que hacer por los
métodos que haya utilizado el programador.
Estructura de una Base de Datos Orientadas a Objetos
El paradigma orientado a objetos se basa en el encapsulamiento de datos y del código relacionado
con cada objeto en una sola unidad. Conceptualmente, todas las interacciones entre cada objeto y
el resto del sistema se realizan mediante mensajes. Por lo tanto, la interfaz entre cada objeto y el
resto del sistema se define mediante un conjunto de mensajes permitidos.
En general, cada objeto está asociado con:
 Un conjunto de variables que contiene los datos del objeto; las variables corresponden
con los atributos del modelo E-R.
 Un conjunto de mensajes a los que responde; cada mensaje puede o no tener parámetros
o tener uno o. varios
  Un conjunto de métodos, cada uno de los cuales es el código que implementa un
mensaje; el método devuelve un valor como respuesta al mensaje.
Objeto Relacional.
La idea es mantener el esquema de tablas entre las que se establecen relaciones pero permitiendo
como atributos, además de los tipos atómicos, tipos más complejos denominados tipos abstractos
de datos (ADT) que admiten objetos geométricos. Para ello el SGBD debe modificarse para admitir
nuevas capacidades:
 Deben poder definirse nuevos tipos de datos que permitan almacenar la geometría
(puntos, líneas, polígonos, etc.).
 Las funciones y operadores ya existentes se adaptan a estos datos espaciales.
 El lenguaje SQL se extiende para manipular datos espaciales, incluyendo funciones como
distancia, cruce de líneas, punto en polígono, etc., que se vieron el tema dedicado al
formato vectorial.
 En el nivel físico, es decir en el modelo digital, se requieren cambios profundos
4. Esquema Conceptual:
Entidad Relación
Un diagrama o modelo entidad-relación es una herramienta para el modelado de datos que permite
representar las entidades relevantes de un sistema de información así como sus interrelaciones y
propiedades.
Entidad Relación Extendido.
El Modelo Entidad-Relación Extendido incluye todos los conceptos del Entidad-Relación e
incorpora los conceptos de Subclase y superclase con los conceptos asociados de Especialización
y Generalización.