Un sistema de base de datos es un sistema computarizado para llevar registros, donde

la base de datos actúa como un archivo electrónico que permite:

 Agregar, modificar, eliminar y consultar archivos y datos.
Los datos se organizan en tablas relacionales: cada fila representa un registro y cada
columna un campo. Estas operaciones se realizan mediante SQL, un lenguaje estándar
usado en la mayoría de los DBMS (Database Management Systems).

1.2 ¿Qué es un sistema de base de datos?

Un sistema de base de datos es un conjunto integrado por datos organizados, un

software especializado llamado sistema de gestión de base de datos (DBMS), y los
usuarios que interactúan con él. Su objetivo principal es permitir el almacenamiento,
acceso, modificación y control seguro de los datos de forma estructurada y eficiente. A
diferencia de los archivos planos, un sistema de base de datos elimina redundancias
innecesarias, permite compartir la información entre múltiples usuarios y garantiza que
los datos se mantengan consistentes, íntegros y accesibles solo para quienes estén
autorizados. Este sistema proporciona una vista lógica de los datos,
independientemente de cómo se almacenan físicamente, y permite realizar consultas
complejas sin necesidad de conocer los detalles internos de su almacenamiento.

Está compuesto por:

1. Base de datos
→ Conjunto de datos integrados, persistentes y organizados, que representan información
relevante para una organización.
2. DBMS (Database Management System)
→ Software especializado que permite definir, manipular, recuperar y controlar el acceso a
los datos. Ejemplos: MySQL, PostgreSQL, Oracle.
3. Usuarios
o Usuarios finales (personas que consultan o ingresan datos)
o Programadores (que desarrollan aplicaciones que usan la base)
o DBA (Administrador de Base de Datos): se encarga del mantenimiento técnico y
lógico.
4. Aplicaciones
→ Programas que interactúan con la base de datos para realizar tareas específicas (ej.
sistemas de ventas, reservas, registros académicos).
5. Hardware y sistema operativo
→ Infraestructura física que almacena y ejecuta el DBMS.

- Datos
- En general, los datos de la base de datos —por lo menos en un sistema grande—
serán tanto integrados como compartidos
- Una base de datos se considera integrada cuando unifica múltiples conjuntos de
datos o archivos que, en otro contexto, estarían separados, y elimina o reduce la
redundancia entre ellos. Esto significa que cada dato se almacena una sola vez,
y los distintos elementos de información se relacionan entre sí de forma lógica en
lugar de repetirse.
-
 - Por compartida, queremos decir que las piezas individuales de datos en la base
pueden ser compartidas entre diferentes usuarios y que cada uno de ellos puede
tener acceso a la misma pieza de datos, probablemente con fines diferentes.
.
1.3 ¿Qué es una base de datos?
Una base de datos es un conjunto de datos persistentes (Un dato persistente es
aquel que permanece almacenado en la base de datos más allá de la ejecución del
programa o aplicación que lo creó o modificó. Es decir, no se borra cuando finaliza una
sesión o se apaga el sistema, sino que se conserva de forma estable y duradera,
generalmente en un medio de almacenamiento como un disco.), necesarios para las
operaciones de una empresa. Estos datos:
 Representan entidades (ej. empleados, proveedores, proyectos) y vínculos entre
ellas (ej. un proveedor suministra partes). Una entidad es un objeto del mundo
real o conceptual sobre el cual se desea almacenar información en una base de
datos. Puede ser una persona, cosa, lugar, evento o concepto que tenga
existencia propia y relevancia dentro del contexto del sistema. Cada entidad se
caracteriza por tener atributos (propiedades) que la describen, y múltiples
instancias (registros) que representan casos concretos de esa entidad.
 Se representan comúnmente en modelos entidad/vínculo (E/R).

Los datos se entienden como proposiciones verdaderas. El modelo relacional

permite representarlos como tablas cuyas filas pueden interpretarse lógicamente.
Un modelo de datos define de forma lógica y abstracta los objetos (datos), operadores
(consultas), y reglas con las que el usuario interactúa.

1.4 ¿Por qué una base de datos?

Ventajas de usar bases de datos (en especial en entornos multiusuario):
 Compartición de datos
 Reducción de redundancia
 Evitar inconsistencia mediante propagación de actualizaciones
 Manejo de transacciones (atomicidad, consistencia, aislamiento y durabilidad)
 Integridad de datos con reglas definidas
 Seguridad a través de políticas de acceso
 Estandarización en representación y documentación
 Equilibrio de rendimiento entre aplicaciones
 Independencia de datos
En empresas, el Administrador de Datos (DA) define políticas generales, y el DBA las
implementa técnicamente.

❗ 1.3 ¿Cuáles son las desventajas de usar un sistema de base de datos?

Aunque el capítulo no lo menciona explícitamente, las desventajas típicas incluyen:

 Complejidad inicial en diseño y configuración.

 Costo de software y hardware especializado.
 Necesidad de personal calificado (DA, DBA, programadores).
 Riesgo de fallos centralizados (una falla puede afectar a muchos usuarios).
 Sobrecarga por características no necesarias en sistemas muy pequeños.
1.5 Independencia de los datos
. Podemos definir la independencia de los datos como la inmunidad que tienen los
programas de aplicación ante los cambios en la forma almacenar o acceder físicamente
a los datos. Entre otras cosas, la independencia de los datos requiere que se haga una
clara distinción entre el modelo de datos y su implementación
Existen dos tipos:
 Física: Cambios en la representación física (formatos, índices, estructura) no
afectan las aplicaciones.
 Lógica: (Abordada en otros capítulos) Cambios en el modelo lógico tampoco
deben afectar las aplicaciones.
El objetivo es evitar que los programas dependan de la forma en que están
representados físicamente los datos. Esto permite:
 Ampliar estructuras
 Agregar nuevos registros
 Ajustar el rendimiento sin afectar la lógica de negocio

🔹 Campo, registro y archivo almacenado

Estos tres conceptos corresponden a la estructura física de cómo los datos se guardan en el
sistema:

 Campo almacenado:
Es la unidad más pequeña de almacenamiento de datos (por ejemplo, "nombre de la
parte").
 Registro almacenado:
Es un conjunto de campos almacenados relacionados. Cada registro representa una
instancia completa de una entidad (por ejemplo, un registro que contenga el número de
parte, su nombre, color y peso).
 Archivo almacenado:
Es una colección de todos los registros almacenados de un mismo tipo (por ejemplo, todos
los registros de partes almacenadas).

🔹 Campo lógico vs. campo físico

Esta distinción hace referencia a la diferencia entre cómo los datos son almacenados y cómo
son vistos por una aplicación:

 Campo físico:
Es la representación real del dato en el almacenamiento. Puede estar codificado,
comprimido, indexado, etc.
 Campo lógico:
Es cómo la aplicación o el usuario ve ese dato, sin preocuparse por los detalles de cómo
está almacenado físicamente.

📝 Ejemplo:
El campo "departamento" puede estar almacenado como un número (físico) pero ser mostrado
como una cadena (lógico) como "Ventas".
🔹 Materialización de datos

La materialización es el proceso mediante el cual el sistema construye el dato lógico a partir de

los datos almacenados.

 Materialización directa:
Ocurre cuando el campo lógico corresponde directamente a un campo almacenado
(aunque pueda haber diferencias de formato o codificación).
 Materialización indirecta o virtual:
Se da cuando el campo lógico no existe como tal en el almacenamiento, sino que se
calcula a partir de otros datos.
➤ Ejemplo: El campo "total de ventas" podría no estar almacenado directamente, sino
calcularse sumando varias transacciones.

⚠️Nota: Algunos campos virtuales no pueden ser modificados directamente (no son
"actualizables").

¿Qué es un sistema relacional?

Un sistema relacional es un tipo de sistema de base de datos que:

 Organiza los datos en tablas (relaciones).

 Cada tabla contiene filas (registros) y columnas (campos).
 Se basa en el modelo relacional, fundamentado en lógica y matemáticas, propuesto por
Edgar F. Codd.
 Utiliza SQL como lenguaje principal para acceder y manipular los datos.
 Trata cada fila como una proposición verdadera, lo que permite inferir nuevos hechos
mediante operadores lógicos.

✅ Ventajas del sistema relacional:

 Facilidad de uso
 Integridad y consistencia de datos
 Independencia entre datos y programas
 Alto grado de compartición y reutilización
 Soporte de múltiples usuarios de manera concurrente

Debido a estas ventajas, los sistemas relacionales dominan tanto el mercado como la investigación
académica en bases de datos.

❌ Sistemas no relacionales:

 Usan estructuras distintas a tablas, como grafos, documentos, pares clave-valor o

columnas.
 No se basan completamente en lógica formal.
 Están más enfocados en escalabilidad, flexibilidad de esquema y velocidad, por ejemplo
en entornos de Big Data.
 Ejemplos: MongoDB, Neo4j, Cassandra.
Diferencia clave:

Los sistemas relacionales priorizan consistencia y estructura lógica, mientras que los no
relacionales priorizan flexibilidad y rendimiento en entornos muy distribuidos.

¿Qué entiende por el término modelo de datos?

✅ Definición:

Un modelo de datos es una representación lógica, abstracta e independiente de los elementos

fundamentales con los que se construyen y manipulan las bases de datos. Incluye:

 Objetos (como entidades, atributos y vínculos),

 Operadores (como los que permiten consultar, insertar, modificar o eliminar datos),
 Y las reglas que definen cómo se comportan esos objetos.

Es, en esencia, una especie de lenguaje conceptual con el que se puede describir y trabajar con
datos, sin importar cómo están almacenados físicamente.

🧠 Diferencia entre modelo de datos e implementación

Concepto Modelo de datos Implementación

Es la definición abstracta de cómo Es la realización física de ese modelo
Qué es deben organizarse y manipularse los en un sistema real (hardware y
datos. software).
Nivel Lógico / teórico Físico / práctico
Una base de datos relacional
Modelo relacional, modelo
Ejemplo implementada en PostgreSQL, Oracle,
jerárquico, modelo de grafos.
MySQL, etc.
Enfoque Qué es posible hacer con los datos. Cómo se hace técnicamente.

❓ ¿Por qué es importante la diferencia?

Porque separar el modelo de datos de su implementación permite:

1. Independencia de los datos

➤ Las aplicaciones pueden seguir funcionando aunque se cambie la forma de almacenar o
acceder físicamente a los datos.
2. Flexibilidad y adaptabilidad
➤ Los sistemas pueden evolucionar (ej. migrar de disco a la nube, cambiar formatos,
agregar índices) sin reescribir las aplicaciones.
3. Facilidad de diseño y enseñanza
➤ El modelo lógico se puede estudiar, enseñar y diseñar sin necesidad de conocer detalles
técnicos del hardware o del motor de base de datos.
4. Menor mantenimiento y costos
➤ Al evitar la dependencia entre aplicaciones y estructuras físicas, se reduce el trabajo
técnico ante cambios o mejoras.
Ahora estamos en condiciones de presentar la arquitectura para un sistema de base de
datos, pero no afirmamos que todo sistema pueda coincidir enteramente con esta
infraestructura en particular, ni queremos sugerir que esta arquitectura represente la
única infraestructura posible

La arquitectura ANSI/SPARC se divide en tres niveles, conocidos como interno,

conceptual y externo.
Hablando en términos generales:
■ El nivel interno (también conocido como el nivel físico) es el que está más cerca del
almacenamiento físico; es decir, es el que tiene que ver con la forma en que los datos
están almacenados físicamente.
■ El nivel externo (también conocido como el nivel lógico de usuario) es el más próximo
a los usuarios; es decir, el que tiene que ver con la forma en que los usuarios
individuales ven los datos.
■ El nivel conceptual (también conocido como el nivel lógico de la comunidad, o en
ocasiones sólo como el nivel lógico, sin calificar) es un nivel de indirección entre los
otros dos. Observe que el nivel externo tiene que ver con las percepciones de usuarios
individuales, mientras que el nivel conceptual tiene que ver con la percepción de una
comunidad de usuarios.

🔶 1. Los tres niveles de la arquitectura ANSI/SPARC

🔹 Nivel externo:

 Es la vista del usuario individual sobre la base de datos.

 Cada usuario ve sólo una parte de la información, representada como vista externa,
definida por un esquema externo usando DDL externo.
 El usuario interactúa mediante un lenguaje anfitrión + sublenguaje de datos (SLD), el
cual incluye:
o DDL: Define objetos.
o DML: Manipula objetos.

🔹 Nivel conceptual:

 Vista comunitaria de todos los datos, independiente del usuario.

 Define el contenido total de la base de datos.
 Representa tipos de datos como "son" en la realidad organizacional.
 Se define mediante un esquema conceptual, escrito en DDL conceptual.
 Incluye restricciones de seguridad, integridad y políticas empresariales.

🔹 Nivel interno:

 Más cercano al almacenamiento físico, aunque no incluye detalles del hardware.

 Representa los registros almacenados, su organización, índices, codificación, etc.
 Se define mediante el esquema interno, usando DDL interno.
 También conocido como "estructura de almacenamiento".
🔁 2. Transformaciones entre niveles

 Transformación externa/conceptual: Mapea cada vista externa al esquema conceptual.

Permite independencia lógica.
 Transformación conceptual/interna: Mapea el esquema conceptual al nivel interno.
Permite independencia física.
 Posibilidad de tener vistas externas definidas en términos de otras vistas externas.

👤 3. Rol del Administrador de Base de Datos (DBA)

Funciones clave del DBA:

1. Definir el esquema conceptual (diseño lógico).

2. Definir el esquema interno (diseño físico).
3. Establecer el enlace con los usuarios, ayudando a definir vistas externas.
4. Especificar restricciones de seguridad e integridad.
5. Planificar vaciado y recarga de la base de datos para recuperación ante fallos.
6. Monitorear el rendimiento y ajustar la estructura para mantener eficiencia.

⚙️4. Sistema de Administración de Base de Datos (DBMS)

El DBMS es el software que:

1. Procesa peticiones (por ejemplo, en SQL).

2. Traduce peticiones a través de los niveles.
3. Ejecuta operaciones sobre los datos almacenados.

Funciones específicas:

 Definición de datos: Procesadores DDL para todos los niveles.

 Manipulación de datos: Procesador DML y lenguaje de consulta.
 Optimización y ejecución: Planifica y ejecuta consultas eficientemente.
 Control de seguridad e integridad: Aplica restricciones definidas.
 Control de concurrencia y recuperación: Garantiza consistencia ante accesos
simultáneos y fallos.
 Diccionario de datos: Almacena definiciones, restricciones y metadatos del sistema.

💾 5. Arquitectura Cliente-Servidor

 Servidor: El DBMS que gestiona los datos.

 Clientes: Aplicaciones que usan los servicios del servidor.
 Clientes y servidor pueden estar en máquinas distintas (modelo distribuido).
 Apoyado por el administrador de comunicaciones de datos, que maneja el tráfico entre
estaciones y servidores.
🧰 6. Herramientas proporcionadas por el fabricante

Herramientas para facilitar el uso del DBMS:

 Procesadores de lenguaje de consulta

 Generadores de informes
 Subsistemas gráficos
 Hojas de cálculo
 Procesadores de lenguaje natural
 Generadores de aplicaciones
 Herramientas CASE

🔧 7. Utilerías

Programas para tareas técnicas del DBA:

 Carga y descarga/recarga de la base de datos.

 Reorganización de datos para optimizar el rendimiento.
 Cálculo y análisis de estadísticas de uso.
 Generalmente provistas por el fabricante del DBMS.

Ejemplos de utilerías de base de datos

Las utilerías son programas auxiliares, generalmente para uso del DBA, que ayudan en tareas
técnicas de mantenimiento, rendimiento y administración. Algunos ejemplos incluyen:

✅ Utilerías comunes:

1. Cargador de datos (Data Loader)

➤ Inserta grandes volúmenes de datos en la base.
2. Exportador/Importador (Dump/Restore)
➤ Permite respaldar (dump) y restaurar (restore) bases de datos completas o parciales.
3. Reorganizador de tablas
➤ Optimiza la disposición física de los datos en disco para mejorar el rendimiento.
4. Utilería de reindexación
➤ Vuelve a construir los índices para mantener la eficiencia en consultas.
5. Estadísticas de optimización
➤ Calcula estadísticas de uso para mejorar los planes de ejecución del optimizador de
consultas.
6. Verificador de integridad
➤ Revisa la consistencia de la base con las reglas de integridad definidas.
7. Verificador de permisos
➤ Revisa y audita quién tiene acceso a qué objetos.
8. Utilerías de monitoreo
➤ Evalúan el rendimiento (CPU, memoria, E/S, tiempo de respuesta).
9. Limpieza automática
➤ Borra registros temporales o datos obsoletos
🌐 8. Procesamiento distribuido

 Permite distribuir partes del sistema en varias máquinas conectadas en red.

 Beneficios: paralelismo, mejor rendimiento, disponibilidad, y escalabilidad.
 Base para sistemas de base de datos distribuidas, que ofrecen acceso transparente a
múltiples servidores.

🔹 2.3 Secuencia de recuperación de un registro externo específico

1. El usuario realiza una consulta sobre su vista externa.

2. El sistema aplica la transformación externa/conceptual para interpretar esa consulta en
términos del esquema conceptual.
3. Se aplica la transformación conceptual/interna para traducir la consulta al nivel interno
(almacenamiento).
4. El sistema accede a los datos físicos reales.
5. La información recuperada se reconvierte desde su forma física a conceptual y luego
externa para devolverla al usuario.

🔹 2.5 Diferencia entre independencia lógica y física

Qué permite cambiar sin
Tipo Definición
afectar
Esquema conceptual
Independencia Posibilidad de cambiar la estructura lógica
(agregar campos,
lógica sin afectar a las aplicaciones externas.
relaciones, etc.).
Posibilidad de cambiar la forma de Organización interna
Independencia
almacenamiento físico sin afectar al (índices, formatos,
física
esquema conceptual. ubicación).

🔹 2.6 ¿Qué es un metadato?

Los metadatos son datos sobre los datos. Describen la estructura, relaciones, restricciones, tipos
y reglas asociadas a los objetos de la base de datos. Se almacenan en el diccionario de datos.

🔹 2.8 Diferencia entre DBMS y sistema de administración de archivos

Característica DBMS Sistema de archivos
Integridad Sí, con reglas automáticas. Manual, propensa a errores.
Independencia de datos Alta Muy baja
Seguridad Granulado y administrado. Básica o inexistente.
Concurrencia Soportada de forma robusta. Muy limitada.
Consultas complejas Sí, mediante SQL. Difícil o imposible.
CAPÍTULO 3 – Una introducción a las bases de datos relacionales

🧱 1. Modelo Relacional: visión general

Los sistemas relacionales se fundamentan en el modelo relacional de datos, una teoría

matemática propuesta por E. F. Codd. Este modelo se basa en tres aspectos principales:

🧩 Aspectos del modelo relacional

Aspecto Descripción
Estructural Los datos se perciben como tablas (relaciones).
De integridad Las tablas deben respetar ciertas restricciones (ej. claves).
De Existen operadores que producen nuevas tablas a partir de tablas:
manipulación RESTRINGIR, PROYECTAR y JUNTAR.

🔄 2. Operadores Relacionales

1. Restringir (Seleccionar): Filtra filas según una condición.

2. Proyectar: Extrae columnas específicas.
3. Juntar (Join): Combina tablas con base en valores comunes en columnas compartidas.

Propiedad de cierre: el resultado de una operación es otra tabla, lo que permite construir
expresiones anidadas.

🧮 4. Principio de Información

Todo el contenido de información de una base de datos relacional se representa como valores
explícitos en columnas dentro de filas en tablas.
➡️No hay apuntadores ni referencias visibles; sólo coincidencia de valores (ej. claves externas).

📘 5. Claves y restricciones

 Clave primaria: Identifica de forma única cada fila de una tabla.

 Clave externa: Enlaza una tabla con otra, exigiendo coincidencia con una clave primaria.

⚙️6. Navegación automática y optimización

 El usuario no indica cómo acceder a los datos, sólo lo que desea.

 El optimizador decide cómo ejecutar una consulta de forma eficiente.
 Contrasta con sistemas no relacionales, donde el usuario navega manualmente.
 Permite independencia física de los datos.
📂 7. Catálogo

 Conjunto de varrels del sistema que describe los objetos de la base de datos.
 Incluye definiciones de varrels, columnas, restricciones, usuarios, etc.
 Se consulta como si fuera una base de datos normal.
 Debe describirse a sí mismo (autodescripción).

🔍 8. Vistas
Tipo Descripción
Varrel base Tabla "real", cuyos datos están almacenados.
Vista (varrel Resultado virtual de una expresión relacional sobre varrels base. No
derivada) almacena datos por sí misma.

✅ Las vistas permiten:

 Independencia lógica de los datos.

 Abstracción de consultas complejas.
 Personalización de acceso para distintos usuarios.

🔁 9. Transacciones

Unidad lógica de trabajo que puede involucrar múltiples operaciones. Debe cumplir las
propiedades ACID:

Propiedad Descripción
Atomicidad Se ejecuta todo o nada.
Consistencia Deja la BD en un estado válido.
Aislamiento Transacciones concurrentes no interfieren entre sí.
Durabilidad Los cambios confirmados persisten incluso si hay fallos.

Los términos atomicidad, durabilidad, aislamiento y seriabilidad se refieren a las propiedades

esenciales que debe cumplir una transacción en un sistema de base de datos para garantizar la
consistencia y confiabilidad del sistema. Estas propiedades se agrupan en el conocido acrónimo
ACID (por sus siglas en inglés):

🔹 1. Atomicidad

Una transacción debe ejecutarse completamente o no ejecutarse en absoluto.

 Significa que todas las operaciones dentro de una transacción forman una unidad
indivisible.
  Si ocurre un error (como un corte de energía o una violación de integridad), el sistema
debe deshacer todos los cambios realizados hasta ese punto.
 Ejemplo: Si transfiero dinero de una cuenta a otra, ambas operaciones (debitar y acreditar)
deben realizarse juntas. Si una falla, ninguna debe aplicarse.

🔹 2. Durabilidad

Una vez que una transacción se confirma (commit), sus efectos deben persistir
permanentemente, incluso ante fallos del sistema.

 Los cambios realizados se guardan en un almacenamiento estable (como el disco).

 El sistema debe garantizar que los datos confirmados no se pierdan, incluso tras un
reinicio o una caída inesperada.

🔹 3. Aislamiento

Las transacciones deben ejecutarse como si fueran secuenciales, aunque en realidad puedan estar
ejecutándose de forma concurrente.

 Los resultados de una transacción en curso no deben ser visibles para otras transacciones
hasta que se confirme.
 Previene problemas como:
o Lectura sucia (leer datos no confirmados),
o Lectura no repetible (los datos cambian entre dos lecturas),
o Fantasmas (aparecen filas nuevas inesperadamente).

🔹 4. Seriabilidad

El resultado de la ejecución concurrente de varias transacciones debe ser equivalente al de

alguna ejecución secuencial de esas mismas transacciones.

 Es el criterio más fuerte de aislamiento correcto.

 Garantiza que no importa el orden real en que se entrelazan las transacciones, siempre
que el efecto final sea el mismo que si se hubieran ejecutado una tras otra.

✅ En resumen:

Propiedad Qué garantiza

Atomicidad Todo o nada.
Durabilidad Persistencia permanente.
Aislamiento Transacciones no interfieren entre sí.
Seriabilidad Resultado equivalente a un orden secuencial válido.
Estas propiedades son esenciales para que los sistemas de bases de datos mantengan la integridad
de los datos, especialmente en entornos multiusuario y concurrentes.