Todos los estudiantes deben hacer lo siguiente: Enviar su propio trabajo original Evita compartir respuestas con otras personas Informar supuestas infracciones
Smn 1 1/5 Smn 2 6/11 Smn 3 12/17 Smn 4 18/

 

En humanidades digitales, como en el resto de las áreas de conocimiento, es necesario organizar la información de modo que su acceso sea más fácil. No hace falta dar muchas razones de ello, basta con pensar en las tareas más habituales en las que tenemos que procesar datos, para que la evidencia se imponga por sí sola. Las cuestiones que trataremos aquí son esencialmente dos: los tipos de base de datos que existen y la calidad de los datos. Los sistemas de base de datos están formados por tres elementos fundamentales: la información que queremos guardar, es decir los datos. El software que nos permite gestionar esta información. Este software lo denominamos sistema gestor de base de datos o DBMS, "Database Management System" de sus siglas en inglés. Los usuarios que pueden acceder a la información y los correspondientes derechos de acceso. En el mercado encontramos un amplio catálogo de sistemas de bases de datos. Podemos agruparlos en dos grupos: las bases de datos relacionales y las bases de datos no relacionales. Las bases de datos relacionales, organizan la información en tablas y en relaciones entre esas tablas. En este contexto relación y tablas son términos equivalentes, ahí el nombre de este tipo de bases de datos. Estos sistemas, son útiles cuando tenemos datos estructurados y homogéneos. Además, las bases de datos relacionales están diseñadas para asegurar cierta calidad en los datos. Esta característica las puede penalizar a la hora de procesar grandes cantidades de información, si la base de datos no está bien diseñada. En cambio la base de datos no relacionales son útiles para procesar datos poco o nada estructurados o bien poco homogéneos. Algunas de estas bases de datos están diseñadas para representar estructuras jerárquicas. Por ejemplo, árboles semánticos o esquemas XML. Otras están diseñadas para representar grafos. Por ejemplo, redes sociales o referencias bibliográficas. Estos sistemas se han diseñado para procesar grandes cantidades de datos, pero se ha tenido que pagar un precio por ello. En ocasiones no podremos asegurar la consistencia de los datos. En breve explicaremos en qué consiste este concepto. A continuación, podemos ver algunos ejemplos de los sistemas gestores más populares. En primer lugar veremos ejemplos de sistemas gestores relacionales. Los primeros son sistemas con licencias mixtas, comerciales y de software libre. Son muy populares porque funcionan muy bien en un conjunto amplio de aplicaciones. No obstante, empiezan a tener problemas si tienen que procesar muchos datos. Los segundos que vemos son sistemas comerciales por lo que hay que pagar licencia para su uso. Son sistemas muy potentes pero que requieren de conocimientos avanzados para ser configurados. Son los sistemas usados hasta ahora por las grandes corporaciones y empresas. Por último vemos los sistemas gestores de bases de datos no relacionales. Se comercializan bajo diferentes tipos de licencias de las de software libre hasta licencias comerciales. Son sistemas diseñados para gestionar Big Data y son relativamente fáciles de configuración. Los sistemas gestores de bases de datos son los programas que permiten gestionar los datos, de un modo bastante integral. No sólo nos permite acceder a toda la información almacenada en una base de datos de un modo eficaz, sino que nos permiten definir y configurar un conjunto de parámetros que nos permitirán asegurar la calidad de los datos. La calidad de los datos es un requerimiento esencial en cualquier sistema de bases de datos. Los criterios que usamos para evaluar la calidad de un sistema de bases de datos son los siguientes: seguridad, disponibilidad, confiabilidad y durabilidad. La seguridad de los datos hace referencia a los derechos de acceso y manipulación de los mismos. Estos derechos de acceso no solo son importantes por una cuestión legal de derechos de autor y otro tipo de licencia, sino también por la necesidad de tener un control del acceso de todos los usuarios que pueden, en un momento dado modificar la información de la base de datos. La disponibilidad de los datos hace referencia a todos aquellos aspectos técnicos, en su mayoría, que nos permitirán acceder a los datos en cualquier momento y bajo cualquier circunstancia. En función del tipo de disponibilidad que necesitemos sea definir unas u otras políticas de replicación de datos. La confiabilidad de la información es uno de los criterios más críticos en cualquier sistema de bases de datos. Si no podemos confiar en los datos con los que tenemos que trabajar, no podremos creer en cualquier resultado que emana de ellos y por tanto resultarán del todo inútiles. Hay muchos aspectos que pueden en un momento dado condicionar la fiabilidad de los datos. Alguno de estos aspectos tendrán que ver con cuestiones técnicas en las que poco cosa podremos hacer, por ejemplo, después una caída del sistema donde eventualmente se pueda haber perdido información o simplemente no estamos seguros de si se ha perdido información o no. No obstante en muchas ocasiones los problemas de confianza en los datos vienen de un diseño deficiente de la base de datos. Es sobre este aspecto, el diseño de base de datos que enseñaremos en cursos más avanzados de bases de datos. Por último la durabilidad de los datos hace referencia a todos aquellos aspectos que nos permitirán almacenar de un modo permanente la información en la base de datos. En este caso estamos hablando de cuestiones esencialmente técnicas y serán los administradores de las bases de datos los responsables de asegurarla. Desde un punto de vista técnico, decimos que un sistema de base de datos asegura la calidad de los datos si las transacciones satisfacen las propiedades ACID. Definamos primero qué es una transacción. Una transacción es el conjunto de operaciones de una base de datos con sentido lógico. El ejemplo típico de transacción es la transferencia bancaria. Cuando un usuario hace una transferencia en una cuenta bancaria a otra se tienen que modificar el saldo de las dos cuentas. Si en el tiempo las dos operaciones ocurre algún tipo de incidencia y no se pueda hacer la segunda operación, cualquiera que sea las dos modificaciones del saldo, se querrá que se deshagan todas las acciones de la transacción y el saldo en las dos cuentas de modo que el saldo de las cuentas vuelva a ser el que había antes de iniciar la transferencia. Esta primera propiedad que tiene que satisfacer la transacción se llama atomicidad y es la primera de las propiedades ACID. Una transacción es atómica. Es decir, o se realizan todas las operaciones de la transacción o ninguna. Siguiendo el ejemplo o se modifican los dos saldos o ninguno. La segunda propiedad es la consistencia y está íntimamente ligada con el criterio de confiabilidad que hemos explicado hace unos minutos. Los datos de una base de datos tienen que ser válidos. Consistente y válido en este contexto son sinónimos y se refiere al hecho de que los valores que se encuentran en una base de datos tienen que ser correctos. Siguiendo el ejemplo de la transferencia bancaria, el valor que restamos en una cuenta tiene que ser el mismo que sumamos en la otra cuenta. En caso que ocurra algún tipo de incidente mientras no se haya confirmado al final la transacción será el sistema gestor de la base de datos el encargado de restaurar la base de datos al último estado consistente. La tercera propiedad que tiene que satisfacer un sistema gestor de base de datos es el de aislamiento, isolation en inglés. Múltiples usuarios pueden acceder a los mismos datos e intentar modificarlo simultáneamente. Un sistema gestor tiene que ser capaz de aislar las transacciones, de modo que no se interferirán las unas a las otras, ordenar su ejecución y asegurar que se ejecuten correctamente. Por último la propiedad de durabilidad coincide con el criterio con el mismo nombre. El sistema gestor tiene que asegurar mediante copias de seguridad y técnicas de recuperación, que cuando una transacción ha concluido satisfactoriamente, su ejecución y su resultado es permanente. En resumen, en cualquier sistema de base de datos es importante asegurar la calidad de los datos. Las bases de datos relacionales satisfacen un conjunto de propiedades que ayudan a asegurar esa calidad. En cambio, las base de datos no relacionales no siempre las pueden asegurar. En cualquier caso siempre es necesario un buen diseño de la base de datos y usar el tipo de bases de datos relacional o no relacional que mejor se adapte a los datos a manipular. En los próximos cursos profundizaremos sobre los aspectos del diseño de base de datos. Hasta la próxima.