Unidad Temática 1: Introducción a las Bases de Datos

Esta unidad es tu punto de partida para entender qué son las bases de datos y por qué son tan importantes hoy en día.

1. Conceptos Fundamentales:
• Datos: Hechos brutos, símbolos sin procesar, que por sí solos carecen de significado (Ej: "Juan", "25", "12345").
• Información: Datos procesados, organizados y estructurados para darles significado y contexto, haciéndolos útiles
(Ej: "Juan tiene 25 años y su DNI es 12345").
• Conocimiento: La aplicación de la información, junto con la experiencia, para resolver problemas o tomar
decisiones efectivas.
• Sistema de Información (SI): Un conjunto de componentes interrelacionados (personas, hardware, software, redes
y datos) que trabajan juntos para recolectar, procesar, almacenar y distribuir información para apoyar la toma de
decisiones y el control en una organización.
2. Datos en las Organizaciones:
• Internos: Datos generados dentro de la propia organización (ej: registros de ventas, datos de empleados,
inventario).
• Externos: Datos provenientes de fuera de la organización (ej: datos de mercado, información de competidores,
tendencias económicas).
• Problemas de los Archivos Tradicionales: Antes de las bases de datos, los datos se guardaban en archivos planos,
lo que generaba:
• Redundancia: Datos repetidos en diferentes archivos.
• Inconsistencia: Mismos datos con valores diferentes debido a la redundancia.
• Dificultad de acceso: Recuperar información específica era complejo.
• Aislamiento de datos: Datos dispersos en múltiples archivos, dificultando su combinación.
• Problemas de seguridad: Dificultad para controlar quién accede a qué datos.
3. Sistemas de Gestión de Bases de Datos (SGBD):
• Definición: Software que permite a los usuarios definir, crear, mantener y controlar el acceso a la base de datos,
resolviendo eficazmente los problemas de los archivos tradicionales.
• Componentes: Son las partes internas que hacen funcionar al SGBD:
• Lenguaje de Definición de Datos (DDL): Se usa para definir o modificar la estructura de la base de
datos (ej., CREATE TABLE, ALTER TABLE, DROP TABLE).
• Lenguaje de Manipulación de Datos (DML): Se usa para insertar, consultar, actualizar o eliminar los
datos dentro de las tablas (ej., INSERT, SELECT, UPDATE, DELETE).
• Gestor de Consultas: Es el cerebro del SGBD que interpreta las consultas de los usuarios (DML), las
optimiza (busca la forma más eficiente de ejecutarlas) y las envía al siguiente componente.
• Procesador de Transacciones: Asegura que las transacciones (conjuntos de operaciones) se ejecuten de
forma confiable y atómica (o todo se hace, o nada se hace), manteniendo la integridad de los datos,
incluso si falla el sistema.
• Gestor de Archivos: Se encarga de administrar cómo los datos se almacenan físicamente en el disco y
cómo se recuperan, interactuando directamente con el sistema operativo de bajo nivel.
• Diccionario de Datos (o Catálogo del Sistema): Es un repositorio de metadatos, es decir, guarda
información sobre la propia estructura de la base de datos (nombres de tablas, tipos de datos de columnas,
restricciones, relaciones, usuarios, permisos, etc.). Es gestionado por el SGBD.
• Servicios: Lo que un SGBD ofrece: almacenamiento y recuperación eficientes, control de la concurrencia (manejo
de múltiples usuarios a la vez), recuperación ante fallos, seguridad, e integridad de datos.
• Ambiente de una Base de Datos: Se refiere a todos los elementos que interactúan con ella: los usuarios (finales y
programadores), las aplicaciones que acceden a los datos, el propio SGBD, el Sistema Operativo y la Base de
Datos física.
• Niveles de Abstracción en el Diseño: Cómo se ve la base de datos desde diferentes perspectivas:
• Nivel Externo (Vista del usuario): La visión más alta; muestra solo los datos relevantes para un usuario o
aplicación específica, ocultando la complejidad del resto.
• Nivel Conceptual (Visión lógica global): Describe la estructura lógica completa de la base de datos para
toda la comunidad de usuarios, sin preocuparse por los detalles de almacenamiento físico. Aquí se utiliza el
Modelo Entidad-Relación (E-R).
 • Nivel Interno (Visión física): La visión más baja; describe cómo se almacenan los datos físicamente en el
disco, incluyendo detalles de organización y acceso.
4. Modelo Relacional:
• Base: Es el modelo de base de datos más utilizado. Organiza los datos en tablas, que se llaman relaciones. Cada
tabla se compone de filas (también llamadas tuplas o registros) y columnas (llamadas atributos o campos).
• Extensiones y Alternativas: Se mencionan modelos que extienden el relacional (como el objeto-relacional) y
alternativas para casos específicos (como las bases de datos NoSQL).
5. Transacciones y Propiedades ACID:
• Transacción: Una secuencia de una o más operaciones que se considera una única unidad lógica de trabajo.
Esto significa que, para la base de datos, o todas las operaciones dentro de la transacción se completan con éxito, o
ninguna de ellas lo hace.
• Propiedades ACID (Acrónimo fundamental): Garantizan la fiabilidad y consistencia de las transacciones en el
SGBD:
• Atomicidad (Atomicity): La transacción es indivisible. O todas sus operaciones se completan
exitosamente y se confirman (COMMIT), o si alguna falla, todas se deshacen (ROLLBACK), dejando la base
de datos en su estado original. "Todo o nada".
• Consistencia (Consistency): Una transacción lleva la base de datos de un estado consistente a otro estado
consistente. Es decir, se aseguran de que se respeten todas las reglas de integridad y restricciones
predefinidas en la base de datos.
• Aislamiento (Isolation): Múltiples transacciones que se ejecutan concurrentemente lo hacen de forma
independiente, como si se ejecutaran secuencialmente. Esto significa que una transacción no puede ver los
cambios intermedios (no confirmados) de otra transacción.
• Durabilidad (Durability): Una vez que una transacción se ha completado y sus cambios han sido
confirmados (COMMIT), estos cambios son permanentes y persistirán en la base de datos, incluso en caso
de fallos del sistema (ej: corte de energía).
6. Conceptos Avanzados:
• Data Warehouse (DW): Un sistema de base de datos diseñado específicamente para el análisis de datos y la toma
de decisiones estratégicas. Contiene grandes volúmenes de datos históricos de diversas fuentes, los cuales han sido
transformados y consolidados. Se caracteriza por ser orientado a temas, integrado, no volátil y variante en el tiempo.
• Proceso ETL: Es la metodología para construir y mantener un Data Warehouse:
• Extract: Extraer (obtener) datos de las diversas fuentes de origen (bases de datos operacionales, archivos,
etc.).
• Transform: Limpiar, transformar, validar y consolidar los datos para que sean coherentes y adecuados
para el análisis en el Data Warehouse.
• Load: Cargar (insertar) los datos ya transformados en el Data Warehouse.
• OLTP (Online Transaction Processing): Sistemas diseñados para el procesamiento eficiente de transacciones
diarias y operacionales (ej: sistemas de punto de venta, banca online, reservas de vuelos). Se enfocan en la rapidez
de las operaciones de escritura (inserciones, actualizaciones, eliminaciones), alta concurrencia y transacciones que
afectan a pocos datos a la vez.
• OLAP (Online Analytical Processing): Sistemas diseñados para el análisis de datos complejos, reportes y cubos
de datos (utilizan un Data Warehouse). Se enfocan en la lectura de grandes volúmenes de datos históricos, consultas
complejas que agregan y resumen información, y la toma de decisiones estratégicas.
• Bases de Datos Distribuidas: Son bases de datos cuyos datos están almacenados en múltiples sitios físicos
(computadoras), pero que operan lógicamente como una única base de datos para el usuario. Esto puede mejorar la
escalabilidad y disponibilidad.
• Arquitecturas No Relacionales (NoSQL): Son una categoría de bases de datos que no siguen el esquema tabular
rígido del modelo relacional. Utilizan diferentes modelos de datos (como clave-valor, documentos, columnas anchas
o grafos). Son muy flexibles, escalables horizontalmente y ofrecen alta performance para manejar grandes
volúmenes de datos no estructurados o semi-estructurados.
• Teorema de CAP (Brewer's Theorem): Este teorema fundamental para los sistemas distribuidos establece que es
imposible que un sistema de base de datos distribuido garantice simultáneamente las tres propiedades siguientes:
• C (Consistencia): Todas las réplicas de los datos tienen los mismos datos en un momento dado.
• A (Disponibilidad): El sistema está siempre disponible para responder a las solicitudes, incluso si algunos
nodos fallan.

2
 • P (Tolerancia a Particiones): El sistema sigue funcionando correctamente a pesar de fallos de
comunicación entre los nodos (particiones de red).
• Implicación: En la práctica, en caso de una partición de red, un sistema distribuido debe elegir sacrificar la
Consistencia o la Disponibilidad.

Unidad Temática 2: Diseño de Bases de Datos

Esta unidad te proporciona las herramientas para estructurar una base de datos de manera eficiente y lógica, creando un modelo que
refleje la realidad.

1. Conceptos Fundamentales del Modelo Entidad-Relación (MER):

• Entidad: Representa un objeto o concepto del mundo real sobre el que necesitamos almacenar información. Se
dibuja como un rectángulo. (Ej: Alumno, Materia, Libro).
• Ocurrencias (Instancias): Cada elemento individual de una entidad. Si Alumno es una entidad, "Juan Pérez" o
"María García" son ocurrencias de la entidad Alumno.
• Taxonomía (Tipos de Entidades):
• Fuertes: Entidades que pueden existir por sí mismas, tienen una clave primaria propia y pueden
identificarse independientemente.
• Débiles: Entidades que dependen de una entidad fuerte para su existencia y/o para su identificación. Su
clave primaria incluye la clave primaria de la entidad fuerte de la que dependen.
• Atributo: Una propiedad o característica que describe una entidad o una relación. Se representa con un óvalo (o
se lista dentro del rectángulo de la entidad). (Ej: para Alumno: nombre, apellido, fecha_nacimiento).
• Dominio: Es el conjunto de valores permitidos para un atributo (ej: el dominio del atributo edad podría
ser números enteros de 0 a 120).
• Relación: Una asociación o vínculo significativo entre dos o más entidades. Se representa con un rombo. (Ej:
Alumno cursa Materia).
• Grado: Se refiere al número de entidades que participan en la relación. Las más comunes son Binarias
(dos entidades) y en ocasiones Ternarias (tres entidades).
• Restricciones: Son reglas que se aplican a los datos para mantener su integridad y validez. Por ejemplo, una
restricción podría ser que una fecha de finalización no puede ser anterior a una fecha de inicio.
• Clave Primaria (PK): Un atributo o un conjunto de atributos que identifica de forma única a cada ocurrencia
(fila) dentro de una entidad (tabla). Es fundamental: no puede contener valores nulos (NOT NULL) y cada valor
debe ser único.
• Clave Alterna (AK / Unique Key): Cualquier otro atributo o conjunto de atributos que también podría identificar
de forma única las ocurrencias de una entidad (es único y no nulo), pero que no ha sido elegida como la clave
primaria.
• Clave Foránea (FK): Un atributo o conjunto de atributos en una tabla que hace referencia a la clave primaria de
otra tabla, estableciendo así una relación entre ellas. Su objetivo es asegurar la integridad referencial (que el valor
de la FK exista como PK en la tabla referenciada). Puede contener nulos si la participación en la relación es
opcional.
• Clave Subrogada: Una clave primaria artificial, sin ningún significado de negocio, generada por el sistema (ej:
números de identificación autoincrementales como un ID de alumno, ID de pedido). Se usa cuando no hay una
clave primaria natural clara o es demasiado compleja.
• Cardinalidad (Grado de Participación): Indica el número de instancias de una entidad que pueden estar
asociadas con el número de instancias de otra entidad a través de una relación. Se representa con números o
símbolos junto a las entidades en la relación.
• Uno a Uno (1:1): Cada instancia de la entidad A se relaciona con una y solo una instancia de la entidad B,
y viceversa (ej: un Empleado dirige un Departamento).
• Uno a Muchos (1:N): Cada instancia de la entidad A se relaciona con muchas instancias de la entidad B,
pero cada instancia de B se relaciona con solo una de A (ej: un Cliente puede realizar muchos
Pedidos).
• Muchos a Muchos (N:M): Cada instancia de la entidad A se relaciona con muchas instancias de la entidad
B, y cada instancia de B se relaciona con muchas de A (ej: un Alumno se inscribe en muchas Materias,
 y una Materia tiene muchos Alumnos). En el diseño lógico, este tipo de relación siempre se resuelve
creando una nueva tabla intermedia (asociativa).
• Participación (Opcionalidad/Obligatoriedad): Define si una instancia de una entidad debe o puede participar en
una relación.
• Total/Obligatoria: Cada instancia de la entidad debe participar en la relación (representado con línea
doble o un trazo vertical ('|') en el diagrama).
• Parcial/Opcional: Una instancia de la entidad puede o no participar en la relación (representado con línea
simple o un círculo ('O') en el diagrama).
• Relaciones de Identidad (Identificadoras): Conectan una entidad fuerte con una entidad débil, donde la clave
primaria de la entidad débil incluye la clave primaria de la entidad fuerte de la que depende. Se suelen dibujar
con una línea gruesa o continua.
• Relaciones de No Identidad: Conectan dos entidades fuertes o una fuerte y una débil donde la PK de la débil no
incluye la PK de la fuerte. Se suelen dibujar con una línea punteada.
• Generalización/Especialización (Herencia): Representa una relación jerárquica "es un tipo de" (IS-A). Una
superclase (generalización, ej: Persona) contiene atributos comunes. Las subclases (especialización, ej:
Empleado, Estudiante) heredan esos atributos de la superclase y añaden los suyos propios. Se representa con
un triángulo.
2. Métodos de Diseño de Bases de Datos:
• Top-Down (De Arriba Hacia Abajo): Empieza con una visión general de los requisitos de la base de datos y
gradualmente desciende a los detalles. Es el enfoque más común:
• Análisis de requisitos
• Diseño Conceptual (Modelo E-R)
• Diseño Lógico (Transformación a Tablas Relacionales)
• Diseño Físico (Implementación en el SGBD)
• Bottom-Up (De Abajo Hacia Arriba): Empieza con los atributos individuales y los agrupa en entidades y
relaciones. Es menos común para el diseño inicial, pero útil para refinar modelos existentes.
3. Reglas de Transformación del Diagrama E-R a Modelo Relacional (Diseño Lógico): Estas reglas te dicen cómo
convertir tu diseño conceptual (MER) en tablas de una base de datos relacional:

• Entidades Fuertes: Cada entidad fuerte se convierte en una tabla. Sus atributos se convierten en columnas. La
Clave Primaria (PK) de la entidad se convierte en la PK de la tabla.
• Entidades Débiles: Se convierten en tablas. Su Clave Primaria (PK) será compuesta por la Clave Foránea (FK) de
la entidad fuerte de la que depende, más su propio atributo discriminador (si lo tiene).
• Relaciones [Link] Generalmente, se añade la FK de una tabla a la otra. La elección depende de la opcionalidad o de
la lógica de negocio (dónde tiene más sentido la dependencia).
• Relaciones 1:N: La tabla en el lado "N" (muchos) recibe la FK de la tabla en el lado "1" (uno).
• Relaciones N:M: Se resuelven creando una nueva tabla (tabla de unión/asociativa). Esta nueva tabla tendrá una
Clave Primaria compuesta por las Claves Foráneas de ambas entidades originales (o una PK subrogada, más las
FKs). Puede tener atributos propios que describan la relación (ej: fecha_inscripcion en
Alumno_Materia).
• Atributos Multivaluados: Se resuelven creando una nueva tabla para ese atributo. Esta nueva tabla tendrá una
FK a la entidad original y el atributo multivaluado como parte de su PK (o una PK subrogada).
• Atributos Compuestos: Se descomponen en atributos simples (ej: Dirección se descompone en Calle,
Número, Ciudad, Código Postal).
4. Buenas Prácticas y Claridad Conceptual:
• Usar nombres claros y descriptivos para entidades, atributos y relaciones.
• Realizar una correcta identificación de Claves Primarias (PKs) y Claves Foráneas (FKs).
• Aplicar correctamente las cardinalidades y la participación para reflejar la realidad del negocio.
• Evitar la redundancia de datos innecesaria para mantener la integridad y eficiencia.
5. Normalización:
• Definición: Es un proceso sistemático para organizar las columnas y tablas de una base de datos relacional con el
objetivo de minimizar la redundancia de datos (evitar que los datos se repitan innecesariamente) y mejorar la
integridad de los datos (asegurar que los datos sean precisos y consistentes). Se basa en el concepto de
Dependencias Funcionales.

4
 • Dependencia Funcional (DF): Ocurre cuando el valor de un atributo (o conjunto de atributos) determina de
forma única el valor de otro atributo. Se escribe A -> B (A determina B).
• Formas Normales (FN): Son niveles crecientes de normalización, cada uno construyendo sobre el anterior.
Apuntan a eliminar tipos específicos de anomalías:
• Primera Forma Normal (1NF): Una tabla está en 1NF si:
• Todos los atributos son atómicos (indivisibles, cada celda contiene un único valor).
• No hay grupos repetitivos de atributos dentro de una fila.
• Cada fila es única (existe una Clave Primaria).
• Segunda Forma Normal (2NF): Una tabla está en 2NF si:
• Está en 1NF.
• Todos los atributos no clave dependen completamente de la clave primaria completa. Esto
significa que no hay dependencias funcionales parciales (donde un atributo no clave depende
solo de una parte de la clave primaria, si esta es compuesta).
• Tercera Forma Normal (3NF): Una tabla está en 3NF si:
• Está en 2NF.
• No hay atributos no clave que dependan de otros atributos no clave (es decir, no hay
dependencias transitivas).
6. Índices:
• Definición: Son estructuras de datos especiales asociadas a una o más columnas de una tabla. Funcionan como el
índice de un libro, permitiendo al SGBD encontrar rápidamente las filas deseadas sin tener que escanear toda la
tabla.
• Uso: Se crean típicamente sobre columnas que se utilizan con mucha frecuencia en cláusulas WHERE (para filtrar),
JOIN (para unir tablas) o ORDER BY (para ordenar resultados).
• Costo: Si bien mejoran la lectura, los índices ocupan espacio en disco y pueden ralentizar las operaciones de
inserción, actualización y eliminación de datos, ya que el índice también debe ser actualizado.

Unidad Temática 3: Lenguajes de Consulta y Actualización de la Base de Datos

Esta unidad te capacita para interactuar con los datos almacenados: consultarlos, modificarlos y administrarlos.

1. Álgebra Relacional:
• Definición: Es un lenguaje de consulta procedural (paso a paso), lo que significa que le dices al sistema cómo
obtener los datos. Opera sobre relaciones (tablas) y siempre produce nuevas relaciones como resultado. Es la base
teórica del lenguaje SQL.
• Operaciones Unarias (Operan sobre una tabla):
• Selección (sigma): Filtra las filas (registros) de una relación que cumplen una condición específica. (Ej:
obtener todos los Alumnos con edad > 20). Se representa con el símbolo sigma minúscula.
• Proyección (pi): Selecciona un subconjunto de columnas (atributos) específicas de una relación,
eliminando automáticamente filas duplicadas en el resultado. (Ej: mostrar solo el nombre y apellido
de los Alumnos). Se representa con el símbolo pi minúscula.
• Renombramiento (rho): Permite cambiar el nombre de una tabla resultante o de sus columnas.
• Operaciones Binarias (Operan sobre dos tablas):
• Reunión (Join - Join): Combina filas de dos tablas basándose en una condición de igualdad entre
columnas relacionadas. Es una de las operaciones más importantes para unir datos de diferentes tablas.
• Unión (cup): Combina todas las filas de dos tablas con esquemas compatibles (mismo número y tipo de
columnas). Elimina filas duplicadas del resultado final.
• Diferencia (−): Retorna las filas que están presentes en la primera tabla pero no en la segunda,
asumiendo esquemas compatibles.
• Intersección (cap): Retorna las filas comunes entre dos tablas, asumiendo esquemas compatibles.
• Funciones Agregadas y Reunión Externa (Outer Join):
• Funciones Agregadas: Operan sobre un conjunto de filas y devuelven un único valor resumido (ej:
COUNT() para contar filas, SUM() para sumar valores, AVG() para calcular el promedio, MAX() para el
valor máximo, MIN() para el valor mínimo).
 • Reunión Externa (LEFT JOIN, RIGHT JOIN, FULL OUTER JOIN): A diferencia del INNER JOIN
(que solo devuelve coincidencias), las reuniones externas incluyen filas que no tienen correspondencia
en el otro lado de la reunión, rellenando con valores NULL donde no hay coincidencia.
2. Lenguaje SQL (Structured Query Language):
• Definición: Es el lenguaje estándar y declarativo (le dices qué quieres obtener, no cómo obtenerlo) para gestionar
y manipular bases de datos relacionales.
• DDL (Data Definition Language): Sentencias para definir y modificar la estructura de la base de datos (ej:
CREATE TABLE, ALTER TABLE, DROP TABLE).
• DML (Data Manipulation Language): Sentencias para manipular los datos almacenados (ej: SELECT, INSERT,
UPDATE, DELETE).
• DCL (Data Control Language): Sentencias para controlar los permisos de los usuarios sobre los datos (ej:
GRANT, REVOKE).
• TCL (Transaction Control Language): Sentencias para gestionar transacciones y asegurar su atomicidad y
durabilidad (ej: COMMIT, ROLLBACK).
3. Sentencias DML Clave en SQL:
• Consultas Simples (SELECT): La sentencia fundamental para recuperar datos. Permite especificar qué columnas
quieres ver, de qué tabla, y aplicar condiciones de filtrado.
SQL
SELECT columna1, columna2 -- Qué columnas quieres
FROM tabla -- De qué tabla
WHERE condicion -- Opcional: Filtra filas
ORDER BY columna; -- Opcional: Ordena los resultados

• Ordenamiento (ORDER BY): Se usa con SELECT para ordenar las filas resultantes de una consulta según una o
varias columnas, en orden ascendente (ASC, es el predeterminado) o descendente (DESC).
• Funciones Agregadas: Vistas en el Álgebra Relacional, se usan para realizar cálculos sobre un conjunto de filas (ej:
COUNT(*), SUM(columna), AVG(columna), MAX(columna), MIN(columna)).
• Agrupación (GROUP BY): Permite agrupar filas que tienen los mismos valores en una o más columnas, para luego
aplicar funciones agregadas a cada grupo por separado (ej: calcular el promedio de salario por cada departamento).
SQL
SELECT departamento, AVG(salario) -- Calcular promedio por departamento
FROM empleados
GROUP BY departamento -- Agrupar por departamento
HAVING AVG(salario) > 50000; -- Opcional: Filtrar grupos (no filas
individuales)

• HAVING: Se usa después de GROUP BY para filtrar los grupos resultantes de una agregación (a diferencia de
WHERE, que filtra filas individuales antes de la agrupación).
• Consultas Multitablas (JOIN): Permiten combinar datos de dos o más tablas en una sola consulta, basándose en
columnas relacionadas entre ellas.
• INNER JOIN: Devuelve solo las filas donde hay una coincidencia en ambas tablas. Es el tipo de JOIN
más común.
• LEFT JOIN (o LEFT OUTER JOIN): Devuelve todas las filas de la tabla izquierda y las filas
coincidentes de la tabla derecha. Si no hay coincidencia en la derecha, devuelve NULL para las columnas
de la tabla derecha.
• RIGHT JOIN (o RIGHT OUTER JOIN): Análogo al LEFT JOIN pero prioriza la tabla derecha.
• FULL OUTER JOIN: Devuelve todas las filas cuando hay una coincidencia en al menos una de las
tablas, rellenando con NULL donde no hay coincidencia en la otra.
• Subconsultas (Subqueries): Una consulta SELECT anidada dentro de otra consulta. La subconsulta se ejecuta
primero y su resultado se utiliza en la consulta principal para filtrar, proporcionar datos o para cálculos. Pueden
usarse en las cláusulas SELECT, FROM, WHERE y HAVING.
• IN, EXISTS, ANY, ALL: Operadores comunes para usar con subconsultas.
4. Operaciones CRUD (Create, Read, Update, Delete): Este acrónimo resume las cuatro operaciones básicas que se pueden
realizar en cualquier sistema de base de datos para manipular los datos:

6
 • INSERT (Create): Se usa para crear (insertar) nuevos registros (filas) en una tabla.
SQL
INSERT INTO tabla (columna1, columna2) VALUES (valor1, valor2);

• SELECT (Read): Se usa para leer (consultar/recuperar) datos de una o varias tablas. (Visto anteriormente).
• UPDATE (Update): Se usa para actualizar (modificar) valores de columnas en registros existentes que cumplan
una condición.
SQL
UPDATE tabla SET columna = nuevo_valor WHERE condicion;

• DELETE (Delete): Se usa para eliminar registros (filas) de una tabla que cumplan una condición.
SQL
DELETE FROM tabla WHERE condicion;

5. Elementos Avanzados de SQL:

• Triggers: Son procedimientos almacenados especiales que se ejecutan automáticamente en respuesta a eventos
específicos sobre una tabla (ej: una INSERT, UPDATE o DELETE). Se utilizan para mantener la integridad de los
datos, implementar lógica de negocio compleja o para auditoría.
• Stored Procedures (Procedimientos Almacenados): Son conjuntos de sentencias SQL compiladas y
almacenadas directamente en la base de datos. Se pueden ejecutar repetidamente, como si fueran funciones.
Mejoran el rendimiento (ya están compilados), la seguridad (se pueden conceder permisos solo al procedimiento, no
a las tablas subyacentes) y la modularidad (código reutilizable).
• Operaciones Básicas en Bases de Datos NoSQL: La forma de realizar CRUD en bases de datos NoSQL difiere
significativamente de SQL, ya que no usan tablas relacionales. Las operaciones son específicas para cada tipo de
modelo NoSQL (ej: insertar un documento JSON en MongoDB, establecer un par clave-valor en Redis). Su sintaxis
es diferente y se adaptan a la flexibilidad de su estructura.