Apuntes de Bases de Datos - Tema 1 - DAW

Para saber más

No te pierdas las nuevas unidades de trabajo que se van añadiendo contínuamente a la plataforma, así como todas las actualizaciones de contenido. Suscríbete al Newsletter y mantente contínuamente informado. Puedes darte de baja en cualquier momento.

Seguir Actualizaciones

Almacenamiento de la información.

Caso práctico

Ocultar

Ada sabe bien que BK Programación deberá hacer frente a retos importantes que requerirán del dominio adecuado de múltiples disciplinas. Tiene claro que el desarrollo de sus proyectos ha de estar apoyado sobre unas bases firmes, y una de ellas será la gestión adecuada de los datos.

Considera que Juan y María deben conocer la evolución que han experimentado las técnicas de almacenamiento de información, destacando que el dominio de las bases de datos es fundamental para garantizar un funcionamiento óptimo de las aplicaciones que BK Programación va a tener que desarrollar.

Programadora experta con varios años de experiencia, socia fundadora de la empresa BK programación, y amplia conocedora de los diferentes lenguajes de programación.

Técnico Superior en Desarrollo de Aplicaciones Informáticas, hace 4 años terminó el ciclo y necesita actualizarse, su trabajo principal consiste en desarrollar aplicaciones web e instalar servicios de Internet.

Técnica Superior en Administración de Sistemas Informáticos, tiene conocimientos de redes, de sistemas y trabaja instalando servidores y manteniendo páginas web.

1.- Introducción.

Ocultar

Se visualiza la base de unas columnas de piedra sobre suelo de madera en exterior.

¿Te has preguntado alguna vez dónde y de qué manera se almacenan y gestionan los datos que utilizamos diariamente? Si pensamos en cualquier acción de nuestra vida cotidiana, o si analizamos la mayoría de los ámbitos de actividad, nos encontramos que la utilización de las bases de datos está ampliamente extendida. Éstas, y los datos contenidos en ellas, serán imprescindibles para llevar a cabo multitud de acciones.

¿Crees que no es para tanto? Piensa en las siguientes situaciones:

Cuando seleccionamos nuestro canal favorito en la TDT.
Al utilizar la agenda del móvil para realizar una llamada telefónica.
Cuando operamos en el cajero automático.
Al solicitar un certificado en un organismo público.
Cuando acudimos a la consulta del médico.
Al inscribirnos en un curso, plataforma OnLine, etc.
Si utilizas un GPS.
Cuando reservamos unas localidades para un evento deportivo o espectáculo.
Si consumimos ocio digital.
Cuando consultamos cualquier información en Internet. (Bibliotecas, enciclopedias, museos, etc.)
Al registrarte en una página de juegos OnLine, redes sociales o foros.
Incluso, si tienes coche, puede ser que éste incorpore alguna base de datos.

Suponemos que no es necesario que continuemos más para darnos cuenta de que casi todo lo que nos rodea, en alguna medida, está relacionado con los datos, su almacenamiento y su gestión. El gran volumen de datos que actualmente manejamos y sus innumerables posibilidades requieren de la existencia de técnicos perfectamente formados y capaces de trabajar con ellos.

Este módulo profesional se centra en el estudio de las Bases de Datos y su uso en el desarrollo de aplicaciones. En esta primera unidad comenzaremos conociendo los primeros sistemas basados en ficheros para el almacenamiento y gestión de la información. Seguidamente, se desarrollarán los conceptos y definiciones básicas relacionadas con las bases de datos, posteriormente analizaremos sus modelos y tipos, un poco más adelante, podremos conocer las características y capacidades de los sistemas gestores de bases de datos y finalmente, identificaremos las herramientas reales con las que llevar a cabo la gestión dichas bases.

2.- Los ficheros de información.

Caso práctico

Ocultar

Juan le cuenta a María que hace poco visitó un museo en el que había una exposición sobre historia de la informática y que pudo ver soportes antiguos para almacenamiento de información: tarjetas perforadas, cintas magnéticas, tambores magnéticos, discos de diferentes tamaños y otros dispositivos de la época.

-Todo ha evolucionado muchísimo, la cantidad de datos y archivos que hoy podemos transportar en los modernos sistemas de almacenamiento y la velocidad a la que podemos acceder a ellos es sorprendente -comenta María.

Ada, mientras, prepara un DVD para realizar una copia de seguridad de los archivos de su portátil, destaca que gracias a las mejoras en el modo de organización de ficheros y soportes de información, se ha abierto un sin fin de posibilidades para la aplicación de las TIC en cualquier ámbito.

2.1.- ¿Qué es un fichero?

Ocultar

Fichero semiabierto con documentación en su interior.

En la década de los setenta, los procesos básicos que se llevaban a cabo en una empresa se centraban en cuestiones relacionadas con contabilidad y facturación. Las necesidades de almacenamiento y gestión de información podían satisfacerse utilizando un número relativamente reducido de archivos en papel agrupados y ordenados, los típicos ficheros clásicos.

Al llevar a cabo una primera informatización, se pasó de tener los datos en formato papel a poder acceder a ellos de manera mucho más rápida a través del ordenador. En ese momento, la informática adaptó sus herramientas para que los elementos que el usuario maneja en el ordenador se parezcan a los que utilizaba manualmente. Así en informática se sigue hablado de ficheros, formularios, carpetas, directorios,...

La información debía ser trasladada desde el papel al formato digital y por lo general, era necesario almacenarla para su posterior recuperación, consulta y procesamiento. De este modo, para llevar a cabo un tratamiento eficiente de ésta era necesario establecer métodos adecuados para su almacenamiento. El elemento que permitió llevar a cabo el almacenamiento de datos de forma permanente en dispositivos de memoria masiva fue el fichero o archivo.

Fichero o archivo: conjunto de información relacionada, tratada como un todo y organizada de forma estructurada. Es una secuencia de dígitos binarios que organiza información relacionada con un mismo aspecto.

Los ficheros están formados por registros lógicos que contienen datos relativos a un mismo elemento u objeto (por ejemplo, los datos de usuarios de una plataforma educativa). A su vez, los registros están divididos en campos que contienen cada una de las informaciones elementales que forman un registro (por ejemplo, el nombre del usuario o su dirección de correo electrónico).

Hemos de resaltar que los datos están almacenados de tal forma que se puedan añadir, suprimir, actualizar o consultar individualmente en cualquier momento.

Como los ficheros suelen ser muy voluminosos, solo se pueden llevar a la memoria principal partes de ellos para poder procesarlos. La cantidad de información que es transferida entre el soporte en el que se almacena el fichero, y la memoria principal del ordenador, en una sola operación de lectura/grabación, recibe el nombre de registro físico o bloque.

Normalmente en cada operación de lectura/grabación se transfieren varios registros del fichero, es decir un bloque suele contener varios registros lógicos. Al número de registros que entran en un bloque se le conoce con el nombre de factor de blocaje, y a esta operación de agrupar varios registros en un bloque se le llama bloqueo de registros.

2.2.- Tipos de ficheros.

Ocultar

Según la función que vaya a desempeñar los ficheros, éstos pueden ser clasificados de varias maneras. En la siguiente imagen puedes observar una posible clasificación.

Ficheros permanentes: contienen información relevante para una aplicación. Es decir, los datos necesarios para el funcionamiento de ésta. Tienen un periodo de permanencia en el sistema amplio. Estos se subdividen en:
- Ficheros maestros: contienen el estado actual de los datos que pueden modificarse desde la aplicación. Es la parte central de la aplicación, su núcleo. Podría ser un archivo con los datos de los usuarios de una plataforma educativa.
- Ficheros constantes: son aquellos que incluyen datos fijos para la aplicación. No suelen ser modificados y se accede a ellos para realización de consultas. Podría ser un archivo con códigos postales.
- Ficheros históricos: contienen datos que fueron considerados como actuales en un periodo o situación anterior. Se utilizan para la reconstrucción de situaciones. Podría ser un archivo con los usuarios que han sido dados de baja en la plataforma educativa.
Ficheros temporales: Se utilizan para almacenar información útil para una parte de la aplicación, no para toda ella. Son generados a partir de datos de ficheros permanentes. Tienen un corto periodo de existencia. Estos se subdividen en:
- Ficheros intermedios: almacenan resultados de una aplicación que serán utilizados por otra.
- Ficheros de maniobras: almacenan datos de una aplicación que no pueden ser mantenidos en memoria principal por falta de espacio.
- Ficheros de resultados: almacenan datos que van a ser transferidos a un dispositivo de salida.

Autoevaluación

Ocultar

Pregunta

Supongamos una aplicación informática para gestionar una biblioteca, existirá un fichero con el catálogo de libros disponibles, otro con las editoriales, otro con información sobre libros que se han quedado obsoletos, etc. ¿A cuál de los siguientes tipos correspondería el fichero que almacena las editoriales?

Respuestas

Opción 1

Fichero maestro.

Opción 2

Fichero constante.

Opción 3

Fichero intermedio.

Retroalimentación

No es correcto, en el ejemplo, el fichero maestro sería el que contiene el catálogo de libros disponibles y no el de las editoriales.

Efectivamente, los datos relativos a las editoriales serán los que menos variarán y en la mayoría de las ocasiones se realizarán consultas sobre este archivo.

Incorrecto. Un fichero cuyos datos van a ser utilizados por una sola aplicación no será intermedio. Los datos sobre las editoriales variarán muy poco y serán consultados múltiples veces a lo largo del tiempo.

Solución

2.3.- Los soportes de información.

Ocultar

Los ficheros se almacenan en soportes de información manejados por dispositivos periféricos del ordenador, que permiten leer y grabar datos en el soporte. Los soportes más utilizados para almacenar los ficheros son las cintas magnéticas y los discos (magnéticos, ópticos, o magneto-ópticos). Dentro de estos dos tipos de soporte existen en el mercado una gran variedad de modelos.

Inicialmente, los primeros sistemas de almacenamiento físico eran tambores de cinta magnética. Tenían unas dimensiones parecidas a los discos de vinilo. Estos tambores funcionaban de manera similar a los antiguos casetes, pero sus mayores dimensiones les permitían almacenar gran cantidad de datos en formato digital, es decir en ceros y unos, en orden secuencial.

Posteriormente, los sistemas de almacenamiento de información comenzaron a cambiar de la mano de los avances en el hardware, en concreto con la aparición del disquete y del disco duro. Eran dispositivos de acceso aleatorio, no siendo necesario en ellos pasar por todos los datos desde el inicio hasta la zona donde se encuentra la información que nos interesa.

Por tanto, se distinguen dos tipos de soportes para el almacenamiento de datos:

Soportes de Acceso Directo a los datos (Por ejemplo: discos). Son los más empleados y el acceso a los datos puede hacerse de forma directa, pudiendo colocarnos en la posición que nos interesa y leer a partir de ella.
Soportes de Acceso Secuencial (Por ejemplo: cintas magnéticas). Se suelen usar en copias de seguridad y si deseamos leer un dato que está en la mitad de la cinta, tendremos que leer todo lo que hay hasta llegar a esa posición.

Para saber más

Ocultar

Conoce más sobre las características de cintas y discos a través de los enlaces que te proponemos:

Cintas magnéticas de almacenamiento de datos.

Discos magnéticos.

Discos ópticos.

Tecnología de los discos ópticos.

Discos magneto-ópticos.

2.4.- Métodos de acceso.

Ocultar

Una chica está cogiendo un documento que se encuentra archivado en un cajón.

A medida que la tecnología ha ido evolucionando, atendiendo principalmente a los avances hardware, el acceso a la información contenida en los diferentes tipos de ficheros ha variado mucho.

Los objetivos fundamentales de estas modificaciones pueden resumirse en los siguientes puntos:

Proporcionar un acceso rápido a los registros.
Conseguir economizar el almacenamiento.
Facilitar la actualización de los registros.
Permitir que la estructura refleje la organización real de la información.

Las distintas formas de organizar un fichero en un soporte de memoria o, lo que se conoce también por métodos de acceso a los ficheros se detallan en el siguiente gráfico.

Las organizaciones secuencial, de acceso aleatorio o directo y de acceso indexado son las más comunes. En los siguientes epígrafes se detallarán las características de cada uno de los métodos de acceso a los ficheros.

Autoevaluación

Ocultar

Relaciona los diferentes métodos de acceso a los ficheros.

Ejercicio de relacionar.
Método de acceso	Relación	Tipo de acceso
Encadenado.	Rellenar huecos (1): JXUwMDZh	1. Directo.
Indexado.	Rellenar huecos (2): JXUwMDZi	2. Secuencial.
Calculado o Hash.	Rellenar huecos (3): JXUwMDY5	3. Directo o secuencial.

Habilitar JavaScript

2.5.- Ficheros secuenciales.

Ocultar

Un fichero con organización secuencial se caracteriza porque sus registros están almacenados de forma contigua, de manera, que la única forma de acceder a él, es leyendo un registro tras otro desde el principio hasta el final. En los ficheros secuenciales suele haber una marca indicativa del fin del fichero, que suele denominarse EOF (End of File). Para detectar el final del fichero sólo es necesario encontrar la marca EOF.

Este tipo de ficheros pueden utilizar dispositivos o soportes no direccionables o de acceso secuencial, como son las cintas magnéticas de almacenamiento de datos. También se utiliza en los CD de audio y los DVD de vídeo, en los que la música o las imágenes se almacenan a lo largo de una espiral continua.

Los registros almacenados se identifican por medio de una información ubicada en uno de sus campos, a este campo se le denomina clave o llave. Si se ordena un archivo secuencial por su clave, es más rápido realizar cualquier operación de lectura o escritura.

Otras características relevantes de los ficheros secuenciales son:

La lectura siempre se realiza hacia delante.
Son ficheros monousuario, no permiten el acceso simultáneo de varios usuarios.
Tienen una estructura rígida de campos. Todos los registros deben aparecer en orden, es decir, la posición de los campos de cada registro siempre ha de ser la misma.
El modo de apertura del fichero, condiciona la lectura o escritura.
Aprovechan al máximo el soporte de almacenamiento, al no dejar huecos vacíos.
Se pueden grabar en cualquier tipo de soporte, tanto en secuenciales como direccionables.
Todos los lenguajes de programación disponen de instrucciones para trabajar con este tipo de ficheros.
No se pueden insertar registros entre los que ya están grabados.

En el siguiente gráfico se observa la estructura de un fichero secuencial.

Distribución de los registros en un fichero con organización secuencial. Aparecen desde arriba el registro 1, hasta abajo el registro n.

2.6.- Ficheros de acceso directo.

Ocultar

En este tipo de ficheros se puede acceder a un registro indicando la posición relativa del mismo dentro del archivo o, más comúnmente, a través de una clave que forma parte del registro como un campo más. Estos archivos deben almacenarse en dispositivos de memoria masiva de acceso directo, como son los discos magnéticos.

Campo clave: campo que permite identificar y localizar un registro de manera ágil y organizada.

Cada uno de los registros se guarda en una posición física, que dependerá del espacio disponible en memoria masiva, de ahí que la distribución de los registros sea aleatoria dentro del soporte de almacenamiento. Para acceder a la posición física de un registro se utiliza una dirección o índice, no siendo necesario recorrer todo el fichero para encontrar un determinado registro.

A través de una transformación específica aplicada a la clave, se obtendrá la dirección física en la que se encuentra el registro. Según la forma de realizar esta transformación, existen diferentes modos de acceso:

Esquema que describe cómo se obtienen las direcciones físicas de cada registro a partir de su clave, en las diferentes organizaciones de ficheros. Se puede observar que en el acceso directo la clave directamente lleva a la dirección, en el acceso indexado, la clave lleva a un índice y éste lleva a la dirección, y en el acceso calculado, la clave, combinada con una función matemática nos da la dirección.

En el acceso directo la clave coincide con la dirección, debiendo ser numérica y comprendida dentro del rango de valores de las direcciones. Es el método más rápido.

La medida básica de posicionamiento del puntero en el fichero es el byte, dependiendo del tipo de codificación de caracteres que empleemos (UnicodeUnicodeEl Estándar Unicode es un estándar de codificación de caracteres diseñado para facilitar el tratamiento informático, transmisión y visualización de textos de múltiples lenguajes y disciplinas técnicas además de textos clásicos de lenguas muertas. El término Unicode proviene de los tres objetivos per , ANSIANSIEl Instituto Nacional Estadounidense de Estándares (ANSI, por sus siglas en inglés: American National Standards Institute) es una organización sin ánimo de lucro que supervisa el desarrollo de estándares para productos, servicios, procesos y sistemas en los Estados Unidos.) se utilizarán 1 o 2 bytes por carácter respectivamente. Teniendo esto en cuenta, el puntero avanzará de uno en uno o de dos en dos bytes para poder leer o escribir cada carácter.

Otras características fundamentales de los ficheros de acceso directo o aleatorio son:

Posicionamiento inmediato.
Registros de longitud fija.
Apertura del fichero en modo mixto, para lectura y escritura.
Permiten múltiples usuarios utilizándolos.
Los registros se borran colocando un cero en la posición que ocupan.
Permiten la utilización de algoritmos de compactación de huecos.
Los archivos se crean con un tamaño definido, es decir, con un máximo de registros establecido durante la creación.
Esta organización sólo es posible en soportes direccionables.
Se usan cuando el acceso a los datos de un registro se hace siempre empleando la misma clave y la velocidad de acceso a un registro es lo que más nos importa.
Permiten la actualización de los registros en el mismo fichero, sin necesidad de copiar el fichero.
Permiten realizar procesos de actualización en tiempo real.

Autoevaluación

Ocultar

Retroalimentación

Falso

A los elementos de estos archivos se accede directamente, al no situarse éstos en posiciones físicamente consecutivas, sino en posiciones lógicas. Esta es la razón por la cual se les denomina archivos de acceso aleatorio o directo. Los elementos de los archivos aleatorios son de igual tamaño y el término acceso directo significa que es posible acceder directamente a un elemento con solo especificar su posición.

2.7.- Ficheros indexados.

Ocultar

Se basan en la utilización de índices, que permiten el acceso a un registro del fichero de forma directa, sin tener que leer los anteriores. Estos índices son similares a los de los libros. Si nos interesa leer un capítulo concreto podemos recurrir al índice que nos dice en que página comienza, y abrimos el libro por esa página, sin tener que mirar en todas las páginas anteriores para localizarlo.

Por tanto, existirá una zona de registros en la que se encuentran los datos del archivo y una zona de índices, que contiene una tabla con las claves de los registros y las posiciones donde se encuentran los mismos. La tabla de índices estará ordenada por el campo clave.

La tabla de índices será cargada en memoria principal para realizar en ella la búsqueda de la fila correspondiente a la clave del registro a encontrar, obteniéndose así la dirección donde se encuentra el registro. Una vez localizada la dirección, sólo hay que acceder a la zona de registros en el soporte de almacenamiento y posicionarnos en la dirección indicada. Puesto que la tabla debe prever la inclusión de todas las direcciones posibles del archivo, su principal inconveniente resulta determinar su tamaño y mantenerla ordenada por los valores de la clave.

Funcionamiento de un fichero indexado. Muestra una tabla que representa los índices en memoria principal, y como esta tabla permite encontrar la dirección de memoria en la zona de registros de la memoria masiva.

Las características más relevantes de un fichero indexado, son las siguientes:

El diseño del registro tiene que tener un campo, o combinación de campos, que permita identificar cada registro de forma única, es decir, que no pueda haber dos registros que tengan la misma información en él. A este campo se le llama campo clave y es el que va a servir de índice. Un mismo fichero puede tener mas de un campo clave, pero al menos uno de ellos no admitirá valores duplicados y se le llama clave primaria. A las restantes se les llama claves alternativas.
Permiten utilizar el modo de acceso secuencial y el modo de acceso directo para leer la información guardada en sus registros.
Para acceder a este tipo de ficheros utilizando el modo de acceso directo se hace conociendo el contenido del campo clave del registro que queremos localizar. Con esa información el sistema operativo puede consultar el índice y conocer la posición del registro dentro del fichero.
Para acceder a este tipo de ficheros utilizando el modo de acceso secuencial los registros son leídos ordenados por el contenido del campo clave, independientemente del orden en que se fueron grabando (el orden lógico no es igual al orden físico), debido a que el acceso a los datos se hace a través del índice, que para hacer más fácil la búsqueda de los registros, permanece siempre ordenado por el campo clave.
Solamente se puede grabar en un soporte direccionable.Por ejemplo, un disco magnético. Si esto no fuera así, no podría emplear el acceso directo.

2.8.- Otros (secuenciales indexados, hash.).

Ocultar

Varios documentos y carpetas de diferentes colores, vistos de perfil, archivados.

Existen otros tipos de organización de ficheros, ficheros secuenciales indexados y ficheros de acceso calculado, a continuación se detallan las características de cada uno de ellos.

Ficheros Secuenciales Indexados:
También llamados parcialmente indexados, al igual que en los ficheros indexados existe una zona de índices y otra zona de registros de datos, pero esta última se encuentra dividida en segmentos (bloques de registros) ordenados.

En la tabla de índices, cada fila hace referencia a cada uno de los segmentos. La clave corresponde al último registro y el índice apunta al registro inicial. Una vez que se accede al primer registro del segmento, dentro de él se localiza (de forma secuencial) el registro buscado.

Esta organización es muy utilizada, tanto para procesos en los que intervienen pocos registros como para aquellos en los que se maneja el fichero completo.

Las principales características son:
- Permite el acceso secuencial. Esto es muy interesante cuando la tasa de actividad es alta. En el acceso secuencial, además, los registros se leen ordenados por el campo clave.
- Permite el acceso directo a los registros. Realmente emula el acceso directo, empleando para ello las tablas de índices. Primero busca la clave en el área de índices y luego va a leer al área de datos en la dirección que le indica la tabla.
- Se pueden actualizar los registros en el mismo fichero, sin necesidad de crear un fichero nuevo de copia en el proceso de actualización.
- Ocupa mas espacio en el disco que los ficheros secuenciales, debido al uso del área de índices.
- Solo se puede utilizar soportes direccionables.
- Obliga a una inversión económica mayor, por la necesidad de programas y, a veces, hardware mas sofisticado.
Ficheros de Acceso Calculado o Hash:
Cuando utilizamos ficheros indexados es necesario siempre tener que consultar una tabla para obtener la dirección de almacenamiento a partir de la clave. La técnica del acceso calculado o hash, permite accesos más rápidos, ya que en lugar de consultar una tabla, se utiliza una transformación o función matemática (función de hashing) conocida, que a partir de la clave genera la dirección de cada registro del archivo. Si la clave es alfanumérica, deberá previamente ser transformada en un número.

El mayor problema que presenta este tipo de ficheros es que a partir de diferentes claves se obtenga la misma dirección al aplicar la función matemática o transformación. A este problema se le denomina colisión, y las claves que generan la misma dirección se conocen por sinónimos. Para resolver este problema se aplican diferentes métodos, como tener un bloque de excedentes o zona de sinónimos, o crear un archivo de sinónimos, etc.

Para llevar a cabo la transformación existen multitud de métodos, siendo algunos:
- Módulo: La dirección será igual al resto de la división entera entre la clave y el número de registros.
- Extracción: La dirección será igual a una parte de las cifras que se extraen de la clave.
Una buena transformación o función de hash, será aquella que produzca el menor número de colisiones. En este caso hay que buscar una función, a ser posible biunívocaBiunívocaUna correspondencia biunívoca, o correspondencia uno-a-uno, es simplemente una correspondencia unívoca cuya correspondencia inversa también es unívoca. En otras palabras, cada elemento del primer conjunto se corresponde con solo un elemento del segundo conjunto, y cada elemento del segundo conjunto , que relacione los posibles valores de la clave con el conjunto de números correlativos de dirección. Esta función consistirá en realizar una serie de cálculos matemáticos con el valor de la clave hasta obtener un número entre 1 y n, siendo n el número de direcciones que tiene el fichero.