BASES DE DATOS LOS DATOS: INTRODUCCIÓN •

BASES DE DATOS
• LOS DATOS: INTRODUCCIÓN
Entidades, atributos y valores= sujeto, verbo y predicado (complementos)=Alumne/Año nacimiento/1979
Para caracterizar la información, también hay que considerar el tiempo (cambios).
Dominio del atributo: conjunto de valores válidos o legales de éste. Puede aceptar o no el valor nulo.
Los atributos que se conciben como aplicaciones inyectivas, se llaman identificadores. El conjunto de atrib.
Identificadores, se llama clave.
Acceso a los datos: secuencial/directo, y por valor/por posición.
Nivel lógico: nivel de aplicación, con sus registros, campos, etc
Niviel físico: nivel de programación básica y hardware (SGBD, SO, HDD, índices,...)
Esquema básico de E/S: Mem externa (bloque)Mem interna (bufferregistro)
Tiempo de acceso: el necesario para colocar el mecanismo físico al inicio del bloque a leer o escribir.Se
divide en tiempo de busqueda (del cilindro) y de espera( a que en su rotación pase por el cabezal)
Tiempo de transferencia: el necesario para leer o escribir el bloque.
• LOS FICHEROS
El nivel lógico: TAD,Tipos Abstractos de Datos, con sus especificaciones de creación, modificación y
consulta. (texto, OLE, numérico, ...)
El nivel de lenguaje: ficheros internos. A veces coinciden con los TAD.
El Nivel físico: existencia física en el ordenador, según el dispositivo de almacenamiento. O de termina el soft
y el hard.
Independencia física de los datos: el funcionamiento del programa no ha de depender del nivel físico.
Nivel lógico
Es la especificación de los TAD a implementar para cada tipo de fichero: secuencial, relativo o por valor.
Un fich secuencial es un contenedor de datos, que puede permitir o no, según lo diseñemos, lectura, escritura,
modificación y actualización.
Los fich relativos permiten acceder a los registros mediante una referencia a la posición (relativa al inicio del
fichero). Serían p. ej las tablas, y tb hay que definir en ellos los TAD deseados.
Lo0s ficheros por valor serían como una variante del los conjuntos con clave (tablas con clave)
1
Nivel de lenguaje
Implementación, empleando los constructores de ficheros de los lenguajes de programación, de los ficheros
internos como puente entre los fich lógicos que usan los programadores, y los físicos, que realmente
almacenan los datos en la memoria secundaria. Como los lenguajes de progr no representan todos el concepto
de fich de una misma forma, es fundamental que los programas trabajen sobre los TAD del nivel lógico, que
sí proporcionan una visión unitaria de la noción de fichero.
Nivel físico
Lo ideal serían que este nivel no fuera accesible desde los programas, pero aveces es necesario, como p ej
para la gestión del posible acceso exclusivo al fichero, que se suele hacer desde el SO, pues los lenguajes en
su mayoría no se ocupan de este aspecto. Los leng imperativos (Cobol, Basic, RPG), más primitivos,
presentan dificultades para implementar los TAD, y acceden demasiado al nivel físico, Los leng estructurados
(C, Java, Pascal, Ada), mas modernos, solucionan bastante estos aspectos.
• INTRODUCCIÓN A LAS BASES DE DATOS
Evolución de las BDs
60−70': Sistemas centralizados, con un gran ordenador y una red de terminales tontas.
80': SGBD relacionales. Facilitan la programación de aplicaciones con BDs, y consiguen que los programas
sean independientes de los aspectos físicos de la BD.
90': BD distribuidas. Los SGBD actuales permiten que un programa pueda trabajar con diferentes BDs como
si fuera una sola, aprovechando tb la facilidad de las redes de comunic actuales. Para estas BDs distrib, se usa
la tecnología C/S, donde dos procesos diferentes que se ejecutan en un mismo sistema o en sistemas
separados, actuan de manera que uno hace de cliente o peticionario, y el otro de servidor o proveedor del
servicio. Un proceso cliente puede pedir servicios a diversos servidores, un proceso puede hacer de servidor
de otro, o tb de cliente, y el cli y el serv pueden residir en un mismo sistema.
Tendencias actuales: SGBD con TAD nuevos para aprovechar la tecnología multimedia. Esto conlleva
adoptar la orientación a objetos (OO), con interfaces gráficas y escalables. Adaptación a Internet,
incorporando recursos para ser tb sevidores de páginas web, como p ej SQL incluido en guiones HTML o
Java. Data Warehouse (almacen de datos), con herramientas para analizar toda la información acumulada a lo
largo de años. Data minning, muy vinculado al anterior(minería de datos).
Objetivos y servicios de lso SGBD
Deben poder satisfacer varias necesidades:
Consultas no predefinidas y complejas (SQL, 4GL)
Flexibilidad a los cambios. Independencia física de los datos (que cambios tecnológicos o físicos no afecten a
nadie), e independencia lógica (que diferentes procesos usuarios puedan tener diferentes visiones lógicas de
una misma BD, manteniendo una indeppendencia entre ellas mismas y tb con respecto a la BD.
Facilitar la eliminación de la redundancia, manteniendo la integridad de la BD, y actualizando los datos.
Integridad de los datos, respetando las reglas de integridad del modelo (p ej que una tabla no tenga filas
duplicadas). Todo SGBD debe disponer de procesos de restauración o reconstrucción de la BD (restore o
2
recovery) a estados anteriores (p ej backups ).
Concurrencia de diversos usuarios a la misma BD, superando los problemas de interferencia, mediante el
concepto de transacción (conjunto de operaciones simples que se ejecutan como una unidad, nunca
parcialmente. O se ejecutan todas, o ninguna). Para evitar interferencias entre transacciones, se usan técnicas
como el bloqueo ( que las otras transacc no puedan acceder a los datos hasta que la actual acabe).
Seguridad en el sentido de confidencialidad, autorizaciones, derechos de acceso, encriptación de contraseñas,
etc.
Data Warehouse, OO, Internet, Incorporar el factor tiempo en la caracterización de la información.
Arquitectura de los SGBD
ESQUEMA DE UNA BD
Es fundamental en la arquitectura de un SGBD para permitir independizar éste de la BD. Tiene 2 niveles:
• Lógico: es en el que se inspira el modelo relacional del SQL. Distinguimos en él dos esquemas: Externo
(visión lógica que programas y usuarios tendrán de la BD) y Conceptual (donde se describen entidades tipo,
sus atributos, reglas de integridad).
• Físico: se corresponde con el esquema interno, y contiene la descripción de la organización física de la BD
(índices, apuntadores, como y dónde se agrupan físicamente los registros. Es transparente al usuario, y el
SQL lo deja practicamente (algo sí deja hacer) en manos de los SGBD comerciales.
INDEPENDENCIA DE LOS DATOS
Puede ser física, cuando cambios en la organización física de la BD no afecta a programas y usuarios, y/o
lógica, si cambios en este nivel no afectan a los usuarios o programas.
FLUJO DE DATOS Y DE CONTROL
Cuando una aplicación realiza por ejemplo una consulta a un SGBD, éste, con la ayuda del SO lee páginas
(bloques) de los soportes físicos donde está almacenada la BD física, y los lleva al área de buffers de la
memoria principal (RAM) o de la caché. De ahí, pasa al área de trabajo de la aplicación.
Modelos de BD
Hay que diferenciar BD (clientes, proveedores, etc ) de SGBD ( Access, Oracle ). El primer model de BD en
aparecer fue el jerárquico (60'), con registros interrelacionados en árbol. En los 70' surgieron los modelos en
red, derivado del anterior, pero de poco éxito.En los 80' el modelo relacional se vuelve predominante en los
SGBD, los cuales en su mayoría utilizan el lenguaje SQL como nativo. Este modelo se basa en el concepto de
relación o tabla (filas y columnas), se limita únicamente al nivel lógico, dándose una independencia física de
datos total, al menos en la teoría. Actualmente se está extendiendo el modelo relacional con objetos, con tipos
de datos abstractos (TAD), aproximándose a la OO. También cabe señalar aquí otros SGBD que no siguen
estos modelos, como los documentales o las BD geográficas.
Lenguajes y Usuarios
Se distinguen los de tipo DDL (Data Definition Language) para definir las BD, y los DML (Management),
para consultas y mantenimiento. Lo frecuente es combinar los dos tipos (SQL).
3
Además del SQL, el más estandarizado, tenemos el 4GL y los asistentes o interfaces visuales de algunos
SGBD (Access p. ej.) Para trabajar con BD desde otros lenguajes de programación, podemos optar entre las
llamadas a funciones (adquirir en el mercado librerias de funciones especializadas en BD, como la ODBC), u
hospedar (embedded) directamente el lenguaje de BD (SQL en general) en nuestro programa de C, Pascal u
otros.
Administración de BD
Mantener y admnistrar los esquemas, hacer backups, diseñar la BD, vigilar su integridad, etc.son funciones
del admnistrador de BD.
• EL MODELO RELACIONAL Y EL ÁLGEBRA RELACIONAL
Introducción al modelo relacional (SGBDR): el objetivo es que el usuario vea la BD como una estructura
lógica de relaciones (tablas), simple y uniforme.
Las relaciones
Una relación o tabla se compone de:
EMPLEADOS
DNI
Nombre
40.523.685 Juan
33.567.711 Marta
55.898.425 Carlos
Apellido
García
Roca
Bondia
Despacho
10
11
10
Esquema
Extensión
La relación anterior se denota como EMPLEADOS(DNI, Nombre, Apellidos, Despacho) valiendo cualquier
otro orden.
El dominio es el conjunto de valores atómicos de un atributo (edades aceptadas, DNI's posibles, etc.)
El grado es el número de atributos o columnas que componen la relación.
Las filas no están ordenadas, pero no pueden estar repetidas.
La clave de una relación : claves candidatas aquellos subconjuntos de atributos sin tuplas repetidas y con los
mínimos atributos posibles. Clave primaria será la clave candidata que elijamos para identificar las filas de la
tabla (tuplas de la relación. En el ejemplo, el DNI). Las otras candidatas serán las claves alternativas. Claves
secundarias o foráneas serán aquellas que referencian a una primaria (la columna Despacho del ejemplo,
sería secundaria de la primaria nº despacho de la tabla DESPACHOS (nº despacho, calle, población).
Operaciones del modelo relacional
Básicamente actualización (inserción, borrado y modificación) y consulta. Usaremos los leguajes relacionales
como el SQL.
Reglas de integridad
4
Consisten en evitar que el modelo represente plausiblemente a la realidad, evitando incoherencias (sueldos <0,
edades fuera del dominio, etc.). También recogen la unicidad de la clave primaria, su entidad (que no tenga
valores nulos), la integridad del dominio ( que no haya valores fuera del dominio) y la integridad referencial
(todos los valores que tome la clave secundaria deben existir en la primaria, o ser nulos).
Para mantener esta integridad referencial, las políticas a seguir son: la restricción (impedir modificar o borrar
una tupla con clave primaria relacionada con una secundaria), la actualización en cascada (permite modificar
la tupla, actualizando las relacianadas) y la anulación (anula en cascada las relacionadas). Podríamos por
ejemplo, aplicar la restricción para el borrado, y la actualización en cascada para la modificación.
El álgebra relacional
UNIÓN: EMPLEADOS:= EMPLEADOS_ADM U EMPLEADOS_PROD
INTERSECCIÓN: T " S.
DIFERENCIA: T − S
SELECCIÓN: DESPACHOS( edificio= Marina y superficie>12)
PROYECCIÓN: Nueva relación con sólo unos atributos escogidos de la relación original.
COMBINACIÓN: Es una operación binaria, o sea, a partir de dos relaciones. Consiste en obtener una nueva
relaciòn resultado de concatenar las tuplas de las dos relaciones que cumplan la condición de combinación
especificada. Un ejeplo sería combinar las tablas EDIFICIOS y DESPACHOS para obtener todos los edificios
con superficie superior a la media:
R:= EDIFICIS [nomedificio = edificio, supmediadesp < superficie] DESPACHOS.
En esta combinación, podrían haber tuplas perdidas, por no tener relaciones entre ellas. Para evitar esto, se
usan las combinaciones externas, que conservan en el resultado a todas la tuplas. Pueden ser externas
derecha , izquierda y plena, según las tuplas que conserven de cada relación.
• EL LENGUAJE SQL
Lenguaje declarativo (se le dice qué se quiere hacer, no cómo) de definición, control y manipulación de BD.
Algunos ejemplos:
CREAR UNA TABLA:
CREATE TABLE productos (cod_producto INTEGER, nom_producto CHAR (20), tipo CHAR (20),
descripción CHAR (50), precio REAL, PRIMARY KEY (cod_producto))
INSERTAR un producto en la tabla:
INSERT INTO productos
Values (1250, `LENA', `Mesa', `Diseño J. Ruíz. Año 1920', 250000
CONSULTAR qué productos son sillas:
SELECT cod_producto, nom−producto
5
FROM productos
WHERE tipo = `silla' ; (o WHERE precio > 100000, por ejemplo)
Sentencias de definición
CREATE: crea BD, tablas, dominios, aserciones y vistas
ALTER: modifica tablas y dominios.
DROP: borra todo lo anterior.
CREATE SCHEMA { [nom_esquema] / [AUTHORIZATION usuario] }
[lista_de_elementos_del_esquema]
Nomenclatura utilizada: Las mayúsculas son palabras reservadas del lengyaje, lo que haya entre [...] se puede
poner o no, y la notación {A/.../B} indica que hemos de escoger al menos una opción.
DROP SCHEMA nom_esquema {RESTRICT / CASCADE}
RESTRICT borra sólo si el esquema está vacío, CASCADE, borra aunque no lo esté
CREATE DATABASE y DROP DATABASE, también son validas en la mayoría de BD.
• Creación de tablas
CREATE TABLE nom_tabla
( definición_columna [ , definición_columna ] [ , restricciones_tabla ])
donde definición_columna es:
nom_columna {tipo_datos /dominio} [def_defecte] [restric_col ]
Tipos de datos:
CHARACTER ( longitud)
NUMERIC (n, m)
DECIMAL (n, m)
INTEGER
REAL
DOUBLE PRECISION
DATE
TIME
TIEMSTAMP
Cadena de caracters de longitud fija
Decimales con n dígitos y m decimales
Decimales con n dígitos y m decimales
Enteros
Números con coma flotante y precisión predefinida
Igual, pero con más precisión que el REAL
YEAR, MONTH, DAY (`1978−12−25')
HOUR, MINUT, SECOND ('17:15:00.00000')
DATE y TIME juntos (`1998−7−8 9:30:05')
Restricciones de columna:
NOT NULL
No puede tener valores nulos
6
UNIQUE
PRIMARY KEY
REFERENCES tabla [(columna)]
CHECK (condiciones)
No puede tener valores repetidos. Es la clave alternativa
Ni valores repetidos ni nulos. Es la clave primaria
Clave secundaria de la col y tabla especificada
Debe cumplir las condiciones especificadas.
Restricciones de tabla:
UNIQUE (columna [ , columna...] )
PRIMARY KEY ( columna [, columna...] )
FOREIGN KEY (columna [columna...] )
REFERENCES [(columna2 [columna 2])]
CHECK (condiciones)
Clave alternativa de la tabla
Clave primaria de la tabla
`columnas' son una clave secundaria que referencia a
`columnas2', clave primaria
Condicones a cumplir por la tabla
Modificación y borrado de claves primarias con claves secundarias:
FOREIGN KEY clave_secundaria REFERENCES tabla [ (clave_primaria) ]
[ON DELETE {NO ACTION / CASCADE / SET DEFAULT / SET NULL } ]
[ON UPDATE {NO ACTION / CASCADE / SET DEFAULT / SET NULL } ]
donde NO ACTION = restricción (no permitiría el borrado o modificación).
Aserciones: son restricciones generales que afectan a una o más columnas de más de una tabla.
CREATE ASSERTION nom_aserción CHECK (condiciones)
DROP ASSERTION nom_ aserción
Modificar y borrar tablas:
ALTER TABLA nom_tabla {acción_modificar_columna / acción_modif_restricción_tabla }
Donde las accones pueden ser: {ADD/ALTER/DROP [COLUMN ]} Y {ADD restricción / DROP
CONSTRAINT restricción {RESTRICT / CASCADE } }
DROP TABLE nom_tabla { RESTRICT / CASCADE }
• Consultas en una BD relacional
SELECT nom_columna_a_seleccionar [ [ AS ] col_renombrada ] [ , nom_columna_a−seleccionar .[ AS ...]
... ]
FROM tabla_a_consultar [ [ AS ] tabla_renombrada]
WHERE condiciones
Ejemplo: SELECT * FROM clientes (el * es comodín)
7
Para indicar las condiones en WHERE, usaremos los operadores de comparación (=, <, >, <=, >=, <>) y los
lógicos (NOT, AND, OR).
Si queremos ver la consulta sin filas repetidas, pondremos SELECT DISTINT en lugar de SELECT.
Funciones de agregación: se aplican a columnas, por lo que van con SELECT ( ej. SELECT COUNT)
COUNT (total filas), SUM (suma), MIN, MAX, AVG (media).
Subconsultas: son consultas dentro de WHERE.
WHERE precio = (SELECT MAX (precio) FROM proyectos)
Otros predicados: BETWEEN (entre), [NOT] IN (similar a = [<>]), LIKE, IS [NOT] NULL , ALL/ANY/
SOME, [NOT] EXISTS. Ejemplos:
WHERE sueldo BETWEEN 2.0E+6 AND 5.0E+6
WHERE ciudad IN (`Lleida', `Tarragona') (Solo coge los de Lleida y Tarragona)
WHERE nom_empleado LIKE `J%' ( _ y % serían los equivalentes a ? y * respectivamente)
WHERE num_proyecto IS NULL
WHERE precio > ALL/ANY/SOME (subconsulta)
WHERE EXISTS (subconsulta)
Otras cláusulas:
ORDER BY columnas: ordena la consulta según lo especificado aquí
GROUP BY columnas: agrupa las filas según las col especificadas.
HAVING: según las condiciones indicadas aquí.
SELECT columna
FROM tabla (también se pueden indicar aquí varias tablas)
[WHERE condiciones]
GROUP BY columnas
[HAVING condiciones ] (podemos usar aquí las funciones de agregación SUM, MAX, etc.)
[ORDER BY columna_de_ordenación [DESC] [ , col_ordenación [DESC]...] ]
• Combinaciones.(Join en inglés). Consultas a más de una tabla.
La combinación consiste en crear una sola tabla a partir de las tablas especificadas en la cláusula FROM,
haciendo coincidir los valores de las columnas relacionadas de estas tablas. Para indicar la columna de una
8
tabla, se escribe con el formato tabla.columna. Podemos usar alias para referirnos a las tablas, si los
especificamos en FROM ( ej. FROM clientes c, proyectos p )
Se puede hacer una combinación de la manera básica , o usando la cláusula JOIN que nos aporta el SQL92
completo. Comparemos ambas:
SELECT p.precio, p.codi_proy, c.nif, p.codi_client, c.codi_cli
FROM clients c, proyectos p
WHERE c.codi_cli = p.codi_client AND c.codi_cli = 20
SELECT p.precio, p.codi_proy, c.nif, p.codi_client, c.codi_cli
FROM clients c JOIN proyectos p ON c.codi_cli = p.codi_client
WHERE c.codi_cli = 20
Combinación natural: la podemos hacer de la misma forma, usan NATURAL JOIN en vez de JOIN.Es una
equicombinación, que combina columnas del mismo nombre y elimina las repetidas.
Combinación interna (INNER JOIN): es la que hace por defecto. Se queda con las filas que tienen valores
idénticos en las columnas de las tablas que compara. Esto puede hacer que perdamos alguna fila interesante, si
por ejemplo se encuentra un valor nulo en alguna de las tablas al hacer la combinación.
Combinación externa: nos permite subsanar lo anterior, obteniendo todos los valores de la tabla de la
izquierda (LEFT OUTER JOIN), de la derecha (RIGHT OUTER JOIN), o de ambas ( FULL OUTER JOIN).
El formato sería:
SELECT columnas
FROM t1 [NATURAL] { LEFT/RIGHT/FULL } [OUTER] JOIN t2
[ON condiciones]
[USING (columna [ , [columna] ) ]
Combinaciones con más de dos tablas: dos posibilidades, según usemos el SQL92 introductorio o el
completo:
SELECT *
FROM empleados, proyectos, clientes
WHERE num_proy = codi_proy AND codi_client = codi_cli (nombres de col. diferentes)
SELECT *
FROM (empleados JOIN proyectos ON num_proy = codi_proy )
JOIN clientes ON codi_client = codi_clI
9
Unir consultas: usaremos la cláusula UNION [ALL] (sin el ALL evitamos las filas repetidas), entre cada
sentencia SELECT.
Intersección: Usaremos INTERSECT [ALL] entre cada sentencia SELECT. Otra posibilidad es usar las
cláusulas IN o EXISTS:
SELECT columnas FROM filas WHERE columna IN ( SELECT columna FROM tabla [WHERE condiciones]
)
SELECT columnas FROM filas WHERE EXISTS ( SELECT * FROM tabla [WHERE condiciones] )
Diferencia: usaremos EXCEPT [ALL]entre cada consulta SELECT.
• DISEÑO DE BASES DE DATOS RELACIONALES
Consiste en definir la estructura de la BD, que será un conjunto de esquemas de relaciòn, con sus atributos,
dominios, claves primarias y secundarias, etc. Este diseño, se ha de descomponer en etapas, que son tres:
diseño conceptual, diseño lógico y diseño físico.
• Diseño conceptual
Obtendremos aquí la estructura de la futura BD, independientemente de la tecnología a emplear
posteriormente para llevarla a cabo. Para modelizar esa estructura, se usa el modelo ER (Entity−Relatioship),
donde las entidades serían más o menos las tablas a definir, los atributos las columnas de la tabla (
definiremos también los atributos que actuan como claves), y las interrelaciones (relationship) las relaciones
entre tablas (asociación entre entidades).
Una interrelación piede asociar una o más entidades, pudiendo dar lugar, en este último caso, a la creación de
nuevas entidades. Por ejemplo, si tenemos la interrelación ESTUDIANTE ASIGNATURA y queremos
también tener constancia de las asignaturas que ha cursado en cada trimestre, deberemos crear la entidad
TRIMESTRE. Una interrelación binaria, puede ser 1:1 (DELEGACIÓNCIUDAD), 1:N
(DESPACHOEMPLEADOS), o M:N (ESTUDIANTESASIGNATURAS).
Ejemplo: BD casas de colonias
1 COMARCA
RESIDENCIA
1
N SITUACIÓN
N
N1MN
NIÑO CASA−COLONIAS ACTIVIDAD
ALOJAMIENTO OFERTA
Las entidades serían: CASA−COLONIAS(nom−casa, capacidad), ACTIVIDAD(nom−actividad), NIÑO
10
(cod−niño, nombre, apellidos, teléfono), COMARCA (nom−comarca, superficie, numero−habitantes). Los
atributos subrayados serían las claves primarias.
Comentarios al modelo ER:
Al decidir si COMARCA sería un atributo de CASA−COLONIAS y de NINÓ o una entidad propia, optamos
por lo último, pues nos interesa reflejar datos adiccionales de la comarca (numero hab., superficie)como
atributos de esta entidad.
La misma decisión cabe tomar con ACTIVIDAD. Se crea como entidad, pues una casa de colonias puede
ofrecer varias actividades y otras no.
Otra elección dificil que sepresenta al diseñar un modelo ER, es decidir si una información es entidad o
interrelación. En el ejemplo, podríamos haber puesto OFERTA como entidad entre CASA−COLONIAS y
ACTIVIDAD (OFERTA(nom−casa, nom−actividad, nivel), pero no sería del todo correcto, pues se identifica
con las claves de las dos entidades entre las cuales está lo que nos debería hacer sospechar.
• Diseño lógico: la transformación al modelo relacional
Las entidades, darán lugar a relaciones. Las interrelaciones, a claves secundarias (las 1:1 y 1:N), o bien a
nuevas relaciones (las M:N y todas las n−arias). Los atributos y clave primaria de la entidad, lo serán ahora de
la relación.
• Diseño físico:
No nos es necesario pues cada SGBDR se encarga de implementarlo, de forma transparente al usuario.
Atributos o columnas
Tuplas o filas
11