Guía docente
270221 - BDA - Bases de Datos Avanzadas
Última modificación: 19/07/2023
Unidad responsable: Facultad de Informática de Barcelona
Unidad que imparte: 747 - ESSI - Departamento de Ingenieria de Servicios y Sistemas de Información.
Titulación: GRADO EN CIENCIA E INGENIERÍA DE DATOS (Plan 2017). (Asignatura obligatoria).
Curso: 2023 Créditos ECTS: 6.0 Idiomas: Catalán, Inglés
PROFESORADO
Profesorado responsable: ALBERTO ABELLO GAMAZO
Otros: Primer quadrimestre:
ALBERTO ABELLO GAMAZO - 11, 12, 13
BESIM BILALLI - 11, 12, 13
CAPACIDADES PREVIAS
Ser capaz de leer y entender materiales en inglés.
Ser capaz de enumerar las etapas que conforman el proceso de la ingeniería de software.
Ser capaz de entender esquemas conceptuales en UML.
Ser capaz de crear, consultar y manipular bases de datos con SQL.
COMPETENCIAS DE LA TITULACIÓN A LAS QUE CONTRIBUYE LA ASIGNATURA
Específicas:
CE7. Demostrar conocimiento y capacidad de aplicación de las herramientas necesarias para el almacenaje, el procesamiento y el
acceso a los datos.
Genéricas:
CG1. Concebir sistemas computacionales que integren datos de procedencias y formas muy diversas, creen con ellos modelos
matemáticos, razonen sobre dichos modelos y actúen en consecuencia, aprendiendo de la experiencia.
CG2. Elegir y aplicar los métodos y técnicas más adecuados a un problema definido por datos que representen un reto por su
volumen, velocidad, variedad o heterogeneidad, incluidos métodos informáticos, matemáticos, estadísticos y de procesado de la
señal.
Transversales:
CT4. Trabajo en equipo. Ser capaz de trabajar como miembro de un equipo interdisciplinar, ya sea como un miembro más o
realizando tareas de dirección, con la finalidad de contribuir a desarrollar proyectos con pragmatismo y sentido de la responsabilidad,
asumiendo compromisos teniendo en cuenta los recursos disponibles.
CT6. Aprendizaje autónomo. Detectar deficiencias en el propio conocimiento y superarlas mediante la reflexión crítica y la elección de
la mejor actuación para ampliar dicho conocimiento.
Básicas:
CB2. Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las
competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de
su área de estudio.
CB3. Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio)
para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.
Fecha: 10/12/2023 Página: 1 / 7
METODOLOGÍAS DOCENTES
La asignatura se compone de teoría, y sesiones de laboratorio.
Teoría: Se utilizarán técnicas de clase invertida que requieren que el estudiante trabaje materiales multimedia antes de la clase. Las
clases de teoría consisten en explicaciones complementarias del profesor y resolución de problemas.
Laboratorio: Se utilizarán herramientas representativas para la aplicación de conceptos teóricos (por ejemplo, IndyCar Builder,
PotgreSQL, Pentaho Data Integration, Spark). Se harán también dos proyectos, en el que los estudiantes trabajarán en equipos: uno
de análisis descriptivo de datos en un almacén de datos y el otro de análisis predictivo en un entorno Big Data. Consecuentemente,
habrá dos entregables fuera del horario de clase, pero los estudiantes también serán evaluados individualmente en el aula sobre los
conocimientos adquiridos durante cada uno de los proyectos.
El curso tiene una componente de aprendizaje autónomo, dado que los estudiantes tendrán que trabajar con diferentes herramientas
de gestión y procesamiento de datos. Aparte del material de apoyo, los estudiantes deben ser capaces de resolver dudas o problemas
de uso de estas herramientas.
OBJETIVOS DE APRENDIZAJE DE LA ASIGNATURA
1.Ser capaz de discutir y justificar con detalle los principios arquitectonicos y cuellos de botella de los gestores relacionales frente a
sistemas de almacenamiento y procesamiento alternativos.
2.Ser capaz de obtener el esquema lógico de un almacén de datos a partir de un esquema conceptual expresado en UML, detectar y
corregir sus defectos.
3.Ser capaz de elegir y justificar el uso de almacenamiento basado en filas o columnas.
4.Ser capaz de explicar y utilizar los principales mecanismos de procesamiento paralelo de consultas en entornos distribuidos, y
detectar cuellos de botella.
5.Ser capaz de justificar y utilizar entornos de procesamiento distribuido de datos de estilo funcional, tipo MapReduce/Spark.
HORAS TOTALES DE DEDICACIÓN DEL ESTUDIANTADO
Tipo Horas Porcentaje
Horas grupo grande 30,0 20.00
Horas grupo pequeño 30,0 20.00
Horas aprendizaje autónomo 90,0 60.00
Dedicación total: 150 h
CONTENIDOS
Introducción
Descripción:
Almacenamiento de datos en entornos analíticos y Big Data
Almacenamiento de datos
Descripción:
Almacenamiento de datos. Flujos de datos ETL. Integración de datos. Herramientas OLAP. Técnicas de compresión y
almacenamiento columnar.
Fecha: 10/12/2023 Página: 2 / 7
Bases de datos distribuidas
Descripción:
Taxonomía de bases de datos distribuidas. Arquitecturas. Diseño de bases de datos distribuidas (fragmentación y replicación).
Paralelismo. Métricas de escalabilidad. Sistemas de ficheros distribuídos.
Procesamiento distribuido de datos
Descripción:
Importancia del acceso secuencial paralelo. Barreras de sincronización (Bulk Synchronous Parallel modelo). Entornos de
procesamiento distribuido de datos de estilo funcional (MapReduce y Spark). Abstracción de conjuntos de datos distribuidos
(Resilient Distributed Datasets). Arquitecturas de Big Data.
ACTIVIDADES
Introducción
Descripción:
Introducción de la asignatura, motivación y visión general de las herramientas de gestión de datos existentes actualmente, sus
ventajas e inconvenientes
Objetivos específicos:
1
Competencias relacionadas:
CG2. Elegir y aplicar los métodos y técnicas más adecuados a un problema definido por datos que representen un reto por su
volumen, velocidad, variedad o heterogeneidad, incluidos métodos informáticos, matemáticos, estadísticos y de procesado de la
señal.
CG1. Concebir sistemas computacionales que integren datos de procedencias y formas muy diversas, creen con ellos modelos
matemáticos, razonen sobre dichos modelos y actúen en consecuencia, aprendiendo de la experiencia.
CE7. Demostrar conocimiento y capacidad de aplicación de las herramientas necesarias para el almacenaje, el procesamiento y el
acceso a los datos.
CT4. Trabajo en equipo. Ser capaz de trabajar como miembro de un equipo interdisciplinar, ya sea como un miembro más o
realizando tareas de dirección, con la finalidad de contribuir a desarrollar proyectos con pragmatismo y sentido de la
responsabilidad, asumiendo compromisos teniendo en cuenta los recursos disponibles.
CT6. Aprendizaje autónomo. Detectar deficiencias en el propio conocimiento y superarlas mediante la reflexión crítica y la
elección de la mejor actuación para ampliar dicho conocimiento.
CB2. Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las
competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro
de su área de estudio.
CB3. Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de
estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.
Dedicación: 2h
Grupo grande/Teoría: 2h
Fecha: 10/12/2023 Página: 3 / 7
Estudio de los almacenes de datos
Objetivos específicos:
2, 3
Competencias relacionadas:
CG2. Elegir y aplicar los métodos y técnicas más adecuados a un problema definido por datos que representen un reto por su
volumen, velocidad, variedad o heterogeneidad, incluidos métodos informáticos, matemáticos, estadísticos y de procesado de la
señal.
CE7. Demostrar conocimiento y capacidad de aplicación de las herramientas necesarias para el almacenaje, el procesamiento y el
acceso a los datos.
CT4. Trabajo en equipo. Ser capaz de trabajar como miembro de un equipo interdisciplinar, ya sea como un miembro más o
realizando tareas de dirección, con la finalidad de contribuir a desarrollar proyectos con pragmatismo y sentido de la
responsabilidad, asumiendo compromisos teniendo en cuenta los recursos disponibles.
CT6. Aprendizaje autónomo. Detectar deficiencias en el propio conocimiento y superarlas mediante la reflexión crítica y la
elección de la mejor actuación para ampliar dicho conocimiento.
CB2. Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las
competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro
de su área de estudio.
CB3. Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de
estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.
Dedicación: 62h
Grupo grande/Teoría: 10h
Grupo pequeño/Laboratorio: 14h
Aprendizaje autónomo: 38h
Estudio de bases de datos distribuidas
Descripción:
Aprendizaje de los principios de bases de datos distribuidas y su aplicación en sistemas NOSQL
Objetivos específicos:
1, 4
Competencias relacionadas:
CG2. Elegir y aplicar los métodos y técnicas más adecuados a un problema definido por datos que representen un reto por su
volumen, velocidad, variedad o heterogeneidad, incluidos métodos informáticos, matemáticos, estadísticos y de procesado de la
señal.
CG1. Concebir sistemas computacionales que integren datos de procedencias y formas muy diversas, creen con ellos modelos
matemáticos, razonen sobre dichos modelos y actúen en consecuencia, aprendiendo de la experiencia.
CE7. Demostrar conocimiento y capacidad de aplicación de las herramientas necesarias para el almacenaje, el procesamiento y el
acceso a los datos.
CT4. Trabajo en equipo. Ser capaz de trabajar como miembro de un equipo interdisciplinar, ya sea como un miembro más o
realizando tareas de dirección, con la finalidad de contribuir a desarrollar proyectos con pragmatismo y sentido de la
responsabilidad, asumiendo compromisos teniendo en cuenta los recursos disponibles.
CT6. Aprendizaje autónomo. Detectar deficiencias en el propio conocimiento y superarlas mediante la reflexión crítica y la
elección de la mejor actuación para ampliar dicho conocimiento.
CB2. Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las
competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro
de su área de estudio.
CB3. Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de
estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.
Dedicación: 14h
Grupo grande/Teoría: 6h
Grupo pequeño/Laboratorio: 4h
Aprendizaje autónomo: 4h
Fecha: 10/12/2023 Página: 4 / 7
Estudio del procesamiento distribuido de datos
Descripción:
Aprendizaje de técnicas de procesamiento distribuido de datos en entornos de estilo funcional
Objetivos específicos:
1, 4, 5
Competencias relacionadas:
CG2. Elegir y aplicar los métodos y técnicas más adecuados a un problema definido por datos que representen un reto por su
volumen, velocidad, variedad o heterogeneidad, incluidos métodos informáticos, matemáticos, estadísticos y de procesado de la
señal.
CG1. Concebir sistemas computacionales que integren datos de procedencias y formas muy diversas, creen con ellos modelos
matemáticos, razonen sobre dichos modelos y actúen en consecuencia, aprendiendo de la experiencia.
CE7. Demostrar conocimiento y capacidad de aplicación de las herramientas necesarias para el almacenaje, el procesamiento y el
acceso a los datos.
CT4. Trabajo en equipo. Ser capaz de trabajar como miembro de un equipo interdisciplinar, ya sea como un miembro más o
realizando tareas de dirección, con la finalidad de contribuir a desarrollar proyectos con pragmatismo y sentido de la
responsabilidad, asumiendo compromisos teniendo en cuenta los recursos disponibles.
CT6. Aprendizaje autónomo. Detectar deficiencias en el propio conocimiento y superarlas mediante la reflexión crítica y la
elección de la mejor actuación para ampliar dicho conocimiento.
CB2. Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las
competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro
de su área de estudio.
CB3. Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de
estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.
Dedicación: 60h
Grupo grande/Teoría: 10h
Grupo pequeño/Laboratorio: 12h
Aprendizaje autónomo: 38h
Fecha: 10/12/2023 Página: 5 / 7
Examen final
Descripción:
Examen global de la asignatura
Objetivos específicos:
1, 2, 3, 4, 5
Competencias relacionadas:
CG2. Elegir y aplicar los métodos y técnicas más adecuados a un problema definido por datos que representen un reto por su
volumen, velocidad, variedad o heterogeneidad, incluidos métodos informáticos, matemáticos, estadísticos y de procesado de la
señal.
CG1. Concebir sistemas computacionales que integren datos de procedencias y formas muy diversas, creen con ellos modelos
matemáticos, razonen sobre dichos modelos y actúen en consecuencia, aprendiendo de la experiencia.
CE7. Demostrar conocimiento y capacidad de aplicación de las herramientas necesarias para el almacenaje, el procesamiento y el
acceso a los datos.
CT4. Trabajo en equipo. Ser capaz de trabajar como miembro de un equipo interdisciplinar, ya sea como un miembro más o
realizando tareas de dirección, con la finalidad de contribuir a desarrollar proyectos con pragmatismo y sentido de la
responsabilidad, asumiendo compromisos teniendo en cuenta los recursos disponibles.
CT6. Aprendizaje autónomo. Detectar deficiencias en el propio conocimiento y superarlas mediante la reflexión crítica y la
elección de la mejor actuación para ampliar dicho conocimiento.
CB2. Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las
competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro
de su área de estudio.
CB3. Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de
estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.
Dedicación: 12h
Actividades dirigidas: 2h
Aprendizaje autónomo: 10h
SISTEMA DE CALIFICACIÓN
Nota final = min(10 ; max(20%EP+40%EF ; 60% EF) + 40% P + 10% C)
EP = nota del examen parcial
EF = nota del examen final
P = nota de proyecto, como promedio ponderado de los proyectos del curso
C = participació a classe
Para los estudiantes que puedan concurrir a la reavalaució, la nota del examen de reevaluación sustituirá EF.
Fecha: 10/12/2023 Página: 6 / 7
BIBLIOGRAFÍA
Básica:
- Garcia-Molina, Hector; Ullman, Jeffrey D; Widom, Jennifer. Database systems : the complete book [en línea]. Second edition,
Pearson new international edition. Essex: Pearson Education, 2013 [Consulta: 02/08/2023]. Disponible a:
https://ebookcentral-proquest-com.recursos.biblioteca.upc.edu/lib/upcatalunya-ebooks/detail.action?pq-origsite=primo&docID=5174
436. ISBN 9781292024479.
- Database Technologies and Information Management. Slides on Advanced Databases course.
- Golfarelli, M.; Rizzi, S. Data warehouse design: modern principles and methodologies. New York [etc.]: McGraw Hill, 2009. ISBN
9780071610391.
- Vaisman, A.; Zimányi, E. Data warehouse systems: design and implentation. Second edition. Berlin: Springer, 2022. ISBN
9783662651667.
- Özsu, M.T.; Valduriez, P. Principles of distributed database systems. 4th ed. New York: Springer, 2020. ISBN 9783030262525.
- Sadalage, P.J.; Fowler, M. NoSQL distilled: a brief guide to the emerging world of polygot persistence. Addison-Wesley, 2013. ISBN
9780321826626.
- Badia, Antonio. SQL for data science : data cleaning, wrangling and analytics with relational databases. Springer, 2020. ISBN
9783030575915.
- Abelló, Alberto; Jovanovic, Petar. Data Warehousing and OLAP.
- Abelló, Albero; Nadal, Sergi. Big Data Management.
Complementaria:
- Exercises Big Data Management.
- Exercises Data Warehousing.
RECURSOS
Enlace web:
- https://bdma.ulb.ac.be/bdma- https://cs.ulb.ac.be/conferences/ebiss.html
Fecha: 10/12/2023 Página: 7 / 7
