Disenio bd

1. Bases de datos
Unidad 4 – Modelo
Relacional
Diseño Bases de Datos
Mónica María Rojas Rincón
mmrojas@elpoli.edu.co
Oficina: P19-142

2. Reglas de Integridad
• Integridad de clave primaria:
Toda relación debe poseer una clave primaria. Atributo
tomado del conjunto de atributos que son claves
candidatas.
“Ningún componente de la clave primaria
acepta nulos”.
• Integridad referencial:
“Ningún componente de una clave foránea puede contener
valores que no están presentes en la clave primaria
(alternativa) a la que referencia”
2

3. Objetivo
• El objetivo del diseño de una base de datos relacional es
generar un conjunto de esquemas de relaciones que nos
permitan almacenar información con un mínimo de
redundancia, pero que a la vez nos permitan recuperar
información fácilmente.
• Forma normal adecuada
• Se requiere mayo información del “Mundo real” con el fin de
generar dependencias de los datos.
3

4. Peligros en el diseño de BD
relacionales
Una BD mal diseñada puede tener los siguientes defectos:
• Repetir información innecesariamente.
• Incapacidad para representar cierta información.
• Pérdida de información.
4

5. Repetición de información
El problema fundamental de la repetición de información no
es el desperdicio de espacio sino otros problemas derivados
del mantenimiento de información repetida, son:
• Anomalías en la inserción y en la actualización. Al insertar
una fila nueva o actualizar una ya existente, se debe
comprobar que la información introducida es consistente.
• Anomalías en el borrado. Presenta problemas no de
consistencia sino de pérdida de información .
5

6. Ejemplo (1)
• Consiste en una base de datos que contendrá información
sobre estudiantes, asignaturas, notas y profesores. Las
restricciones de las que partimos son las siguientes:
• Un alumno sólo tiene asignado un profesor por asignatura.
• Un alumno obtiene una única nota por asignatura.
• Un profesor sólo puede dar clase de una asignatura.
6
Alumno Asignatura Profesor Extensión Nota
Luis Física Newton 232 5
Luis Filosofía Kant 135 7
Carlos Física Einstein 67 6
Marta Física Newton 232 5
Pepe Filosofía Kant 135 4

7. Ejemplo (2)
• Si se necesita ingresar que Carlos, vio Filosofía con Kant y que
sacó 8.0, tocaría verificar que el profesore de Filosofía es
Kant.
• Si se necesita borrar un registro, por ejemplo el registro de
que Carlos tomó Física, se pierde la información de que
Einstein es profesor de física y que su extensión es la 67.
• Si se intenta ingresar que Carlos va a tomar filosofía con
Einstein, no debería permitirlo porque se estaría ingresando
información inconsistente.
7

8. Representación de
Información
• Este problema está íntimamente ligado al anterior y se basa
en que nuestro esquema no nos permite guardar algunos
hechos.
• Esto significa que si en un diseño se agrupa mucha
información bajo una misma relación, tuplas formadas por
parte de ella, no pueden ser representadas. Ej. no podemos
representar directamente la información referente a un
profesor (nombre, extensión) a no ser que exista por lo menos
un estudiante matriculado en su asignatura.
8

9. Representación de
Información
• Una solución posible a este problema es introducir valores
nulos, pero estos son difíciles de manejar.
• Otra forma sería crear la información del profesor sólo cuando
se haga el registro de la asignatura, lo cual implica que no
estaría la información del profesor cuando no hayan
estudiantes matriculados en su asignatura.
9

10. Perdida de Información
• El ejemplo anterior de un mal diseño sugiere que debemos
descomponer un esquema de relaciones con muchos
atributos, en varios esquemas con menos atributos. De lo
contrario, si borramos una tupla que contiene información
importante y es la única tupla que contenía dicha información,
ésta se pierde.
10

11. • Ante este tipo de anomalías, una solución consiste en
descomponer nuestro esquema original en varios
subesquemas de forma que dichas anomalías se eviten.
• Este proceso se conoce como normalización. No siempre es
posible encontrar una descomposición que elimine todas las
posibles anomalías. En algunos casos, la normalización
resuelve ciertos problemas, pero introduce otros.
11

12. Anomalías
• Si las relaciones no están en la debida forma normal, pueden
ocurrir diversos tipos de anomalías, tales como:
• De inserción
• De retiro
• De actualización.
12

13. Anomalía de Inserción
• La anomalía de inserción ocurre cuando no se puede insertar
una ocurrencia de una tupla dentro de una tabla debido a que
el valor de la clave primaria es desconocido en el momento de
hacer la inserción.
• Para resolver esta situación hay dos métodos:
• El primero es insertar un valor nulo para la clave primaria lo cual
viola la regla de integridad de la clave primaria, por tanto es
inaceptable.
• El segundo método es insertar un valor ficticio para la clave
primaria, lo que implicaría que tendríamos que llevar el rastro de
cuales claves tienen un valor verdadero y cuales tienen un valor
falso.
13

14. Anomalía de Retiro o borrado
• La anomalía de retiro se presenta cuando ocurren tres
circunstancias:
• Se borra una tupla de una tabla
• La tupla que se borra tiene parte importante de la información.
• Esta tupla es la única en la tabla que contiene esta parte de la
información.
• El borrado de la tupla causa borrado inadvertido de esta
importante parte de la información.
• Ej. Si se borra que Carlos tomó Física se pierde la información
de Einstein.
14

15. Anomalía de Actualización
• La anomalía de actualización ocurre cuando hay redundancia
innecesaria en nuestros datos. Si se tiene que actualizar el
valor de un atributo, hay que buscar todas las ocurrencias de
ese valor para cambiarlas.
• Ej. Si cambia la extensión de Kant a 200, se debe tener claro
que hay que modificarlo en todas las tuplas donde esté Kant.
15

16. Existen limitantes para evitar los
problemas antes expuestos; entre ellos se encuentran las
Dependencias Funcionales.
• Las Dependencias Funcionales permiten expresar ciertos
hechos acerca de la empresa que se va a modelar por medio
de la BD.
16

17. Refencias
Basado en:
• Abraham Silberschatz, et. Al. Fundamentos de Bases de Datos.
Cuarta Edición. 2004. Pág. 75 - 78
• Margarita Hincapie. Notas de clase Bases de Datos. Politécnico
Colombiano Jaime Isaza Cadavid.
17