Download R.A. 1.1 tema A

MODELOS ORIENTADOS A DATOS.
Los modelos de datos aportan la base conceptual para diseñar
aplicaciones que hacen un uso intensivo de datos, así como la base
formal para las herramientas y técnicas empleadas en el desarrollo y uso
de sistemas de información. Con respecto al diseño de bases de datos,
el modelado de datos puede ser descrito así (Brodie 1984:20): "dados
los requerimientos de información y proceso de una aplicación de uso
intensivo de datos (por ejemplo, un sistema de información), construir
una representación de la aplicación que capture las propiedades
estáticas y dinámicas requeridas para dar soporte a los procesos
deseados (por ejemplo, transacciones y consultas). Además de capturar
las necesidades dadas en el momento de la etapa de diseño, la
representación debe ser capaz de dar cabida a eventuales futuros
requerimientos".
Un modelo de datos es por tanto una colección de conceptos bien
definidos matemáticamente que ayudan a expresar las propiedades
estáticas y dinámicas de una aplicación con un uso de datos intensivo.
Conceptualmente, una aplicación puede ser caracterizada por:
Propiedades estáticas: entidades (u objetos), propiedades (o atributos)
de esas entidades, y relaciones entre esas entidades.
Propiedades dinámicas: operaciones sobre
propiedades o relaciones entre operaciones.
entidades,
sobre
Reglas de integridad sobre las entidades y las operaciones (por ejemplo,
transacciones).
Así, un modelo de datos se distingue de otro por el tratamiento que da
a estas tres categorías. El resultado de un modelado de datos es una
representación que tiene dos componentes: las propiedades estáticas
se definen en un esquema y las propiedades dinámicas se definen como
especificaciones de transacciones, consultas e informes.
Un esquema consiste en una definición de todos los tipos de objetos de
la aplicación, incluyendo sus atributos, relaciones y restricciones
estáticas. Correspondientemente, existirá un repositorio de
información, la base de datos, que es una instancia del esquema. Un
determinado tipo de procesos sólo necesita acceder a un subconjunto
predeterminado de entidades definidas en un esquema, por lo que este
tipo de procesos puede requerir sólo un subconjunto de las propiedades
estáticas del esquema general. A este subconjunto de propiedades
estáticas se le denomina subesquema. Una transacción consiste en
diversas operaciones o acciones sobre las entidades de esquema o
subesquema. Una consulta se puede expresar como una expresión
lógica sobre los objetos y relaciones definidos en el esquema; una
consulta identifica un subconjunto de la base de datos. Las herramientas
que se usan para realizar las operaciones de definición de las
propiedades estáticas y dinámicas de la base de datos son los lenguajes
de definición y manipulación de datos (DDL, DML), junto con los
lenguajes de consulta (QL) que ya hemos mencionado.
La investigación moderna sobre modelos de datos se ha centrado en los
aspectos lógicos de las bases de datos y sobre los conceptos,
herramientas y técnicas para el diseño de las mismas (Brodie 1984).
Aspectos relativos a la implementación de los modelos, tales como
velocidad de ejecución, concurrencia, integridad física y arquitecturas
no son factores relevantes en el estadio de análisis de modelos de datos.
La investigación más temprana sobre modelos de datos sí estaba más
centrada en los aspectos de representación física. Cuando hablamos
de modelos de datos clásicos, nos estamos refiriendo a la segunda de las
generaciones de modelos de datos. Brodie (1984) distingue cuatro
generaciones:
Modelos de datos primitivos (orientados al fichero).
Modelos de datos clásicos.
Modelos de datos semánticos.
Modelos de datos de propósito específico (orientados a la aplicación).
Los modelos de datos primitivos estaban absolutamente orientados al
fichero: las entidades se representan en registros (divididos en campos,
que representan sus propiedades), que se agrupan en ficheros. Las
1
relaciones entre entidades son únicamente aquellas que pueden ser
representadas usando directorios, por ejemplo índices y listas
invertidas. Un ejemplo de DBMS comercial de fichero, concretamente
del tipo "lista invertida", es el CA-DATACOMB de Computer Associates
International.
Los modelos de datos clásicos son tres: el jerárquico, el de red y el
relacional.
MODELOS ORIENTADOS A OBJETOS.
En una base de datos orientada a objetos, la información se representa
mediante objetos como los presentes en la programación orientada a
objetos. Cuando se integra las características de una base de datos con
las de un lenguaje de programación orientado a objetos, el resultado es
un sistema gestor de base de datos orientada a objetos (ODBMS, object
database management system). Un ODBMS hace que los objetos de la
base de datos aparezcan como objetos de un lenguaje de programación
en uno o más lenguajes de programación a los que dé soporte. Un
ODBMS extiende los lenguajes con datos persistentes de forma
transparente, control de concurrencia, recuperación de datos, consultas
asociativas y otras capacidades.
Las bases de datos orientadas a objetos se diseñan para trabajar bien en
conjunción con lenguajes de programación orientados a objetos como
Java, C#, Visual Basic.NET y C++. Los ODBMS usan exactamente el mismo
modelo que estos lenguajes de programación.
Los ODBMS son una buena elección para aquellos sistemas que
necesitan un buen rendimiento en la manipulación de tipos de dato
complejos.
Los ODBMS proporcionan los costes de desarrollo más bajos y el mejor
rendimiento cuando se usan objetos gracias a que almacenan objetos
en disco y tienen una integración transparente con el programa escrito
en un lenguaje de programación orientado a objetos, al almacenar
exactamente el modelo de objeto usado a nivel aplicativo, lo que reduce
los costes de desarrollo y mantenimiento.
MODELOS SEMÁNTICOS
El modelado semántico resume la complejidad lógica representativa de
la Base de Datos, esto permite mayor usabilidad por parte de más
usuarios, se extiende el amplio dominio para la redes de
comunicaciones donde los usuarios no son conscientes de la estructura
lógica de una base de datos remota.
La abstracción de datos y la separación de componente lógicos y
conceptuales son propiedades importantes en las Bases de Datos
Semántica por tanto permiten la representación de la realidad a modo
de espejo. También trae consigo mayor complejidad lógica y problemas
de interpretación de las consultas, debido a su acercamiento al lenguaje
natural, produce ambigüedades.
La base de datos Semántica permite la adaptación de datos derivados,
no existentes en la base de datos pero que para el usuario es obvio su
existencia. El nuevo estándar trata de minimizar el problema de
ambigüedad en la base de datos. Los modelos semánticos fueron
introducidos como herramientas de diseño de esquemas. El motivo
principal de su uso radicaba en la exactitud del modelo de datos, como
muchos autores aseveran, el modelado semántico, no es más, que una
representación del mundo real, estas propiedades no las tenían las
aplicaciones de bases de datos típicas.
Hoy en día se ha tratado de estandarizar ello, con la llegada del estándar
SQL3, que no es más que una extensión del modelo relacional. El
modelado semántico y el modelo lógico planteaba un modelo que
sugería colocar el nombre de Semantic-SQL, que pueda ser una estándar
en lenguajes de consultas semánticas y planteaba una arquitectura del
sistema donde el modelo relacional actuaba de forma independiente al
modelo semántico, este último actuaba de manera directa con el
usuario y traducía la consulta a un modelo lógico entendible por el
Sistema de un esquema podía ser diseñado en un alto nivel de
modelado semántico y traducido en un medio tradicional para la
implementación
2