Lineamientos de la Escuela de la Confianza SJA Ccesa.pptx
Jhon Anton 31.184.245 II Asignacion-presentacion dinamica-I corte(20%).pptx
1. Arquitectura de sistemas de
bases de datos
República bolivariana de Venezuela
Instituto universitario de tecnología
“Antonio José de sucre”
Extensión san Felipe
Jhon Anton
C.I:31.184.245
Informática (78)
4to Semestre
Prof. Oscar Gustavo J. Pereira Marques
San Felipe, Mayo 2024
2. Introducción
La arquitectura de sistemas de bases de datos es un pilar fundamental en la infraestructura
tecnológica de empresas y organizaciones, ya que proporciona la estructura y los procesos para
gestionar eficientemente la información. Desde la elección del modelo de datos hasta la
implementación de estrategias de respaldo y recuperación, cada aspecto de la arquitectura de
sistemas de bases de datos desempeña un papel crucial en la integridad, disponibilidad y
confidencialidad de los datos.
En primer lugar, el modelo de datos seleccionado, ya sea relacional, NoSQL, orientado a
objetos o multidimensional, sienta las bases para la arquitectura del sistema de base de datos.
Esta elección afecta la estructura de almacenamiento, el manejo de consultas y la integración
con aplicaciones, entre otros aspectos. La arquitectura debe adaptarse para proporcionar un
entorno eficiente y seguro para el tipo específico de datos que se manejarán.
La arquitectura de almacenamiento de datos abarca la gestión física de los datos en dispositivos
de almacenamiento, incluyendo la optimización del rendimiento, la distribución de datos e
índices, y la organización de la información para facilitar el acceso rápido y confiable. Esta capa
de la arquitectura también incluye consideraciones sobre la gestión de la memoria, el
almacenamiento en caché y las técnicas de optimización para mejorar el rendimiento del
sistema.
3. Modelos de datos
Modelo Jerárquico
En este modelo, los datos se
organizan en una estructura de árbol,
con un solo elemento en la cima que
se ramifica en múltiples elementos
secundarios.
Ejemplo: El antiguo sistema de
información de archivos de Windows.
Modelo de Red
Similar al modelo jerárquico, pero
permite múltiples relaciones entre los
elementos.
Ejemplo: El modelo de red fue popular
en sistemas de bases de datos como
IMS y IDMS.
Modelo Relacional
Organiza los datos en tablas con filas y
columnas, y establece relaciones entre las
tablas.
Ejemplo: Bases de datos SQL como MySQL,
PostgreSQL, y Oracle utilizan este modelo.
Modelo de Base de Datos Orientada a
Objetos
Combina la teoría de bases de datos
relacionales con la programación orientada a
objetos.
Ejemplo: ObjectDB, Versant, y db4o son
bases de datos orientadas a objetos.
4. Modelo de Base de Datos NoSQL
Abarca varios enfoques que no son estrictamente relacionales, como
almacenamiento de documentos, grafos, clave-valor, y columnares.
Ejemplo: MongoDB, Cassandra, Redis, y Neo4j son ejemplos de diferentes
tipos de bases de datos NoSQL.
Modelo de Base de Datos Multidimensional
Diseñado para bases de datos que contienen datos
multidimensionales, comúnmente utilizados en aplicaciones de
análisis y business intelligence.
Ejemplo: Utilizado en sistemas de análisis OLAP (Procesamiento
Analítico en Línea).
5. Lenguajes e interfaces de bases de datos actualizados
SQL: Aunque no es nuevo, SQL sigue siendo fundamental. Las
implementaciones modernas ofrecen mejoras de rendimiento y nuevas
funcionalidades.
GraphQL: Utilizado para consultar y manipular datos, especialmente en
entornos de API.
MongoDB Query Language: Diseñado para interactuar con bases de
datos NoSQL, proporciona flexibilidad en la manipulación de datos tipo
documento.
ODBC (Open Database Connectivity): Proporciona una interfaz
estándar para acceder a bases de datos relacionales, con nuevas versiones
que mejoran la conectividad y compatibilidad.
JDBC (Java Database Connectivity): Una API para conexiones de bases
de datos en Java que se ha mantenido actualizada con las últimas
tecnologías y prácticas.
6. Entorno de un sistema de bases de datos
El entorno de un sistema de bases de datos puede describirse como el conjunto de componentes
físicos y lógicos que interactúan para gestionar y manipular datos de manera eficiente y segura.
Servidores de Bases de Datos
Estos servidores constituyen la
infraestructura física donde residen las
bases de datos. Pueden ser equipos
dedicados o servicios en la nube que
brindan capacidad de almacenamiento y
potencia de procesamiento.
Sistemas de Almacenamiento
Incluyen discos duros, unidades de
estado sólido (SSD), sistemas de
almacenamiento en red (NAS) y
tecnologías de almacenamiento en la
nube, donde se guardan los datos de
la base de datos.
Redes y Conectividad
La infraestructura de red
que permite la
comunicación entre los
servidores de bases de datos,
las aplicaciones y los
clientes.
Sistemas Operativos
Proporcionan los recursos y servicios
necesarios para el funcionamiento de
los servidores de bases de datos, como
gestión de memoria, control de
procesos y administración de la red.
Sistemas de Respaldo y
Recuperación
Incluyen soluciones de respaldo,
recuperación y almacenamiento a
largo plazo para garantizar la
disponibilidad y la integridad de
los datos en caso de fallas.
Herramientas de Administración
Consisten en software para monitoreo,
mantenimiento y administración de
bases de datos, que proporciona
interfaces para la configuración, ajuste
de rendimiento y gestión de la
seguridad.
7. clasificaciones de sistemas de Base de Datos
Bases de Datos Relacionales
Utilizan el modelo relacional y el lenguaje
SQL para gestionar los datos en tablas
relacionadas entre sí.
Bases de Datos NoSQL
Ofrecen modelos de datos alternativos al
relacional, como documento, clave-valor,
columna y grafos, proporcionando
flexibilidad y escalabilidad para grandes
volúmenes de datos.
Bases de Datos en Memoria
Almacenan y gestionan datos
principalmente en memoria, lo que
proporciona un acceso extremadamente
rápido a la información.
Bases de Datos Distribuidas
Distribuyen los datos a través de
múltiples nodos o servidores, lo que
permite escalar horizontalmente y
mejorar la disponibilidad.
Bases de Datos Nativas de la Nube
Diseñadas específicamente para operar
en entornos de nube, aprovechando las
características y capacidades que ofrece
la infraestructura en la nube.
Bases de Datos de Almacén de Datos
(Data Warehouses)
Optimizadas para análisis y generación
de informes, almacenando grandes
cantidades de datos históricos de
múltiples fuentes.
Bases de Datos Orientadas a Objetos
Modelan los datos como objetos,
permitiendo el almacenamiento de
estructuras complejas con sus
métodos y propiedades.
Bases de Datos Temporales
Almacenan y gestionan datos
temporales y efectúan transacciones
en función de un periodo de tiempo
específico.
8. conclusión
En el vasto campo de las bases de datos, es crucial comprender los distintos modelos de datos, tales
como los modelos relacional, NoSQL, jerárquico, de red, multidimensional y orientado a objetos,
cada uno con su propia estructura y funcionalidades.
Además, la evolución constante de los lenguajes e interfaces de bases de datos, como SQL,
GraphQL, MongoDB Query Language, ODBC y JDBC, refleja la necesidad de adaptación y eficiencia
en la manipulación de datos en entornos tecnológicos cambiantes.
El entorno de un sistema de bases de datos, que incluye servidores, sistemas de almacenamiento,
redes, sistemas operativos, herramientas de administración y capas de seguridad, proporciona el
marco físico y lógico para la gestión óptima de los datos.
Por otro lado, las clasificaciones de sistemas de bases de datos, que abarcan tipos como las bases de
datos relacionales, NoSQL, en memoria, distribuidas, nativas de la nube, almacenamiento de datos,
orientadas a objetos y temporales, muestran la diversidad y especialización necesarias para atender
a una amplia gama de necesidades de almacenamiento y gestión de datos.
Estos aspectos en conjunto resaltan la importancia de comprender y adaptarse a las distintas capas y
componentes que conforman el complejo y dinámico ecosistema de bases de datos en la actualidad.
9. Sugerencias
• Modelos de Datos:
• Considera explorar casos de uso específicos para cada modelo de datos y cómo se aplican en diferentes situaciones.
• Investiga las ventajas y desventajas de cada modelo de datos para comprender cuál sería el más adecuado para distintos entornos y
requisitos de negocio.
• Analiza cómo los modelos de datos evolucionan para adaptarse a las demandas de grandes volúmenes de datos y nuevas tecnologías.
• Lenguajes e Interfaces de Bases de Datos:
• Investiga nuevas tendencias en lenguajes de consulta y interfaces de bases de datos para mantenerse al día con las últimas tecnologías.
• Considera la integración de lenguajes de bases de datos con lenguajes de programación populares para optimizar el desarrollode
aplicaciones.
• Explora casos de uso donde lenguajes e interfaces específicos ofrecen ventajas significativas en términos de rendimiento y eficiencia.
• Entorno de un Sistema de Bases de Datos:
• Investiga las mejores prácticas para diseñar un entorno de bases de datos seguro y eficiente, incluyendo la configuración derespaldo y
recuperación.
• Considera la implementación de soluciones de monitoreo y gestión para optimizar el rendimiento y la disponibilidad de los sistemas de
bases de datos.
• Explora cómo la virtualización y la nube están transformando los entornos de bases de datos tradicionales.
• Clasificaciones de Sistemas de Bases de Datos:
• Investigar los casos de uso para cada tipo de sistema de bases de datos y cómo se adaptan a diferentes necesidades empresariales.
• Analiza las tendencias en clasificaciones de bases de datos, como el crecimiento de las bases de datos NoSQL y la adopción debases de
datos distribuidas.
• Considera cómo las clasificaciones de sistemas de bases de datos están evolucionando para abordar los desafíos de Big Data yla
escalabilidad.