Bases de Datos: Propiedades ACID y Tipos

• Una base de datos es una colección organizada de datos estructurados, almacenados electrónicamente en un sistema informático.
• Las bases de datos permiten gestionar y acceder a los datos de manera eficiente.
• Los sistemas de gestión de bases de datos (DBMS) son programas que facilitan la creación, el acceso y la gestión de bases de datos.

Propiedades ACID

• Atomicidad: Todas las operaciones de una transacción deben completarse con éxito o fallar por completo.
• Consistencia: Una transacción debe mantener la base de datos en un estado consistente, respetando todas las restricciones y reglas definidas.
• Aislamiento: Las transacciones deben ejecutarse de forma aislada, como si no hubiera otras transacciones concurrentes.
• Durabilidad: Una vez que una transacción se ha completado con éxito, los cambios deben ser permanentes y no perderse debido a fallos del sistema.

Tipos de bases de datos

• Relacionales: Organizan los datos en tablas con filas y columnas, utilizando claves primarias y foráneas para establecer relaciones entre las tablas.
• NoSQL: Diseñadas para manejar grandes volúmenes de datos no estructurados o semiestructurados, ofrecen flexibilidad y escalabilidad.
• Orientadas a objetos: Representan los datos como objetos con atributos y métodos, permitiendo modelar sistemas complejos de forma más natural.
• Gráficas: Utilizan nodos y aristas para representar y almacenar datos, ideales para modelar relaciones complejas y redes.

Modelos de datos

• Un modelo de datos es una representación abstracta de los datos y sus relaciones, que sirve como plano para diseñar una base de datos.
• Define cómo se organizan los datos, las restricciones que deben cumplir y las operaciones que se pueden realizar sobre ellos.
• Ayudan a garantizar la integridad, la consistencia y la eficiencia de los datos.

Modelo relacional

• Basado en la teoría de conjuntos y el álgebra relacional.
• Los datos se organizan en tablas, con filas (tuplas) que representan entidades y columnas (atributos) que representan características de las entidades.
• Se utilizan claves primarias para identificar de forma única cada fila en una tabla y claves foráneas para establecer relaciones entre las tablas.
• SQL (Structured Query Language) es el lenguaje estándar para interactuar con las bases de datos relacionales.

Modelo entidad-relación (ER)

• Un modelo conceptual que se utiliza para representar las entidades y sus relaciones en un sistema.
• Las entidades son objetos o conceptos del mundo real que se desean representar en la base de datos.
• Los atributos son las características que describen a las entidades.
• Las relaciones definen cómo se relacionan las entidades entre sí.
• Se utilizan diagramas ER para representar gráficamente el modelo.

Modelo jerárquico

• Organiza los datos en una estructura de árbol, con un nodo raíz y nodos hijos.
• Cada nodo tiene un padre y puede tener múltiples hijos.
• El acceso a los datos se realiza a través de la jerarquía, comenzando desde el nodo raíz.
• Adecuado para representar relaciones uno a muchos, pero puede ser difícil de manejar relaciones muchos a muchos.

Modelo de red

• Una extensión del modelo jerárquico que permite que un nodo tenga múltiples padres.
• Ofrece mayor flexibilidad para representar relaciones complejas, pero puede ser más difícil de implementar y mantener.

Modelo orientado a objetos

• Representa los datos como objetos, con atributos (datos) y métodos (operaciones).
• Permite modelar sistemas complejos de forma más natural, utilizando conceptos como la herencia, el polimorfismo y la encapsulación.
• Adecuado para aplicaciones que requieren modelar datos complejos y relaciones no tradicionales.

Modelo NoSQL

• Un término general que se refiere a bases de datos que no utilizan el modelo relacional tradicional.
• Diseñadas para manejar grandes volúmenes de datos no estructurados o semiestructurados, ofrecen escalabilidad y flexibilidad.
• Incluyen diferentes tipos de bases de datos, como bases de datos de documentos, bases de datos clave-valor, bases de datos de columnas y bases de datos gráficas.
• Se adaptan a una amplia gama de casos de uso, desde aplicaciones web y móviles hasta análisis de datos y sistemas de recomendación.

Modelo de documentos

• Almacena los datos en documentos, que pueden ser en formato JSON o XML.
• Cada documento puede tener una estructura diferente, lo que permite flexibilidad en el esquema.
• Adecuado para almacenar datos semiestructurados, como contenido web, información de productos y registros de eventos.
• MongoDB es un ejemplo popular de base de datos de documentos.

Modelo clave-valor

• Almacena los datos como pares clave-valor, donde cada clave es única y se utiliza para acceder al valor correspondiente.
• Ofrece un acceso rápido a los datos, ideal para almacenar datos de sesión, cachés y configuraciones.
• Redis es un ejemplo popular de base de datos clave-valor.

Modelo de columnas

• Almacena los datos en columnas en lugar de filas, lo que permite un acceso eficiente a columnas específicas.
• Adecuado para análisis de datos y almacenamiento de grandes volúmenes de datos con muchas columnas.
• Cassandra y HBase son ejemplos populares de bases de datos de columnas.

Modelo gráfico

• Utiliza nodos y aristas para representar y almacenar datos, donde los nodos representan entidades y las aristas representan relaciones entre las entidades.
• Ideal para modelar relaciones complejas y redes, como redes sociales, grafos de conocimiento y sistemas de recomendación.
• Neo4j es un ejemplo popular de base de datos gráfica.

Selección del modelo de datos

• La elección del modelo de datos adecuado depende de los requisitos específicos de la aplicación, incluyendo el tipo de datos, las relaciones entre los datos, el volumen de datos y los requisitos de rendimiento.
• El modelo relacional es adecuado para aplicaciones que requieren integridad y consistencia de los datos, mientras que los modelos NoSQL son más adecuados para aplicaciones que requieren escalabilidad y flexibilidad.
• Es importante evaluar cuidadosamente las ventajas y desventajas de cada modelo antes de tomar una decisión.
• Comprender los modelos de datos ayuda a los desarrolladores y diseñadores de bases de datos a crear sistemas eficientes, escalables y mantenibles.