Maestría en Bioinformática Bases de Datos y Sistemas de Información Bases de Datos Ing. Alfonso...

Maestría en Bioinformática

Bases de Datos y Sistemas de Información

Bases de Datos

Ing. Alfonso Vicente, PMPalfonso.vicente@logos.com.uy

Agenda

• Base de datos• DBMS• Tipos de DBMSs• RDBMSs

ConceptosHistoria

Motivación

Agenda

• Breve historia de la disciplinaConceptosHistoria

Motivación

Agenda

• Problemas• Beneficios de usar un RDBMS• Cuándo no usar un RDBMS

ConceptosHistoria

Motivación

Agenda

• Base de datos• DBMS• Tipos de DBMSs• RDBMSs

ConceptosHistoria

Motivación

Conceptos

Base de datos

Un conjunto de datos relacionados entre sí y que tienen un significado implícito.

Elmasri-Navathe

base. ~ de datos.1. f. Inform. Conjunto de datos organizado de tal modo que permita obtener con rapidez diversos tipos de información.

Diccionario de la Real Academia Española

Una colección de datos usualmente grande organizada especialmente para una rápida búsqueda y recuperación (como por una computadora)

Merriam-Webster

Conceptos

Base de datos

Guía telefónica

Fichas de biblioteca

Conceptos

DBMS

Siglas de DataBase Management System

Software especializadoen la gestión de Bases de Datos

Diseñado para manejarde forma eficiente grandesvolúmenes de datos

Conceptos

Tipos de DBMSs

• Orientado a archivos

Conceptos

Tipos de DBMSs

• Jerárquico

Conceptos

Tipos de DBMSs

• Jerárquico

Conceptos

Tipos de DBMSs

• De Red

Conceptos

Tipos de DBMSs

• Relacional

Conceptos

Tipos de DBMSs

• Relacional (Concepto de transacción y reglas ACID)

• Transacción: Unidad de trabajo que encapsula varias operaciones sobre una base de datos

• Atomicity: Una transacción es atómica (todo o nada)• Consistency: Toda transacción deja a la base en un estado

consistente (constraints)• Isolation: Ninguna transacción intefiere con otra... aunque

hay niveles aceptables (isolation levels)• Durability: Toda transacción exitosa persiste aún ante

caídas (no data-loss)

Conceptos

Tipos de DBMSs

• Orientado a objetos

Conceptos

Tipos de DBMSs

• Objeto/Relacional

Su existencia se justifica porel éxito de la POO y de losDBMSs relacionales

Los OODBMSs y ORDBMSsno tienen demasiado éxito enla industria, es más común elmodelo RDBMS + ORM

Conceptos

Tipos de DBMSs

• NoSQL, NoREL, NewSQL, BigData, Sistemas K-V

Memcached, MapReduce, BigTable (Google), Cassandra (Facebook), Dynamo (Amazon), MongoDB, NuoDB, VoltDB (Stonebraker) ...muchos más: http://nosql-database.org

Surgen por la motivación de escalar bien manejando grandes volúmenes (petabytes) de información, utilizando para ello clusters con muchos hosts... pero no son ACIDo The Google File Systemo MapReduce: Simplified Data Processing on Large Clusterso Bigtable: A Distributed Storage System for Structured Data

Conceptos

ACID vs BASE

• La escalabilidad de nuevas tendencias mejora la disponibilidad y la performance, pero no es gratis: ¿podemos a perder la C y la I de ACID?

BASE es:Basically AvailableSoft-StateEventual Consistency

Ejemplo: actualizaciones de estado en Facebook

Conceptos

Teorema CAP (Consistency - Availability - Partition tolerance)

Conceptos

Teorema CAP en la práctica

• CA (Consistency & Availability, no Partition tolerance)• CP (Consistency & Partition tolerance, no Availability)

Son el mismo caso, cuando en un sistema CA hay un particionamiento en la red se pierde la A, y un sistema CP sólo pierde la A cuando hay un particionamiento en la red. Es el caso más común, se prioriza la consistencia

• AP (Availability & Partition tolerance, no Consistency)

Se prioriza la disponibilidad, y se tolera la "consistencia eventual": Facebook, Twitter, DNS

Conceptos

RDBMSs

• Siguen vigentes debido a:o Su madurez y su amplia adopción en la industriao Su posibilidad de respetar las reglas ACID (cuando

debemos priorizar la consistencia, queremos un sistema ACID y no BASE)

o La madurez de las soluciones ORM (y a que los OODBMSs y ORDBMSs no prendieron en la industria)

o Su soporte a nuevas necesidades (XML, datos geográficos, alta disponibilidad)

• Esto podría cambiar en los próximos 25 años: http://cs-www.cs.yale.edu/homes/dna/papers/vldb07hstore.pdf

Agenda

• Breve historia de la disciplinaConceptosHistoria

Motivación

Historia

Teoría, tecnología, lenguaje y disciplina han evolucionado juntas:

• Teoría: Modelos, reglas, isolation levels

• Tecnología: Implementaciones reales, mercado, mecanismos de locking

• Lenguaje: SQL, APIs (ODBC/JDBC/SQLJ/DBI), XQuery

• Disciplina: MER, normalización, patrones

Historia

Edgar Codd (1923 - 2003)

Es el Codd de la forma normal de Boyce-Codd, y del Teorema de Codd ("el poder expresivo del AR es igual al de las consultas seguras del CR")

1970: A Relational Model of Data for Large Shared Data Banks

1979: Extending the Database Relational Model to Capture More Meaning

1985: Las 12 reglas de Codd

Historia

Michael Stonebraker (1943)

40 años demostrando cómo implementar DBMSs:

• Ingres (1973)• Postgres (1985)• Illustra (1997, Informix, IBM)• Mariposa / Cohera (2001, Peoplesoft,

Oracle)• Aurora / Streambase (2003)• C-Store / Vertica (2005)• Morpheus / Goby (2006)• H-Store / VoltDB (2007)• Sci-DB (2008)

Historia

Donald Chamberlin (1944) y Raymond Boyce (1947–1974)

Lenguaje declarativo basado en álgebra / cálculo relacional

• 1974: SEQUEL: A Structured English Query Language

• 80’s: SQL es un estándar de facto

• 1986: Estándar ANSI

• 1987: Ratificado por ISO

• Compliance: ANSI/ISO SQL:92, SQL:1999, SQL:2003, SQL:2006, SQL:2008

• Dialectos, extensiones procedurales, XQuery

Historia

Peter Chen (?)

Inicia el "modelado conceptual" 1976.

The Entity-Relationship Model--Toward a Unified View of Data

2002. Entity-Relationship Modeling--Historical Events, Future Trends, and Lessons Learned

Agenda

• Problemas• Beneficios de usar un RDBMS• Cuándo no usar un RDBMS

ConceptosHistoria

Motivación

Motivación

Problemas

Imaginemos un SI de un banco que necesita:

• Restricciones de integridad (movimientos de una cuenta)

• Consistencia de transacciones (transferencia)

• Fácil acceso a los datos (reporte de saldos)

• Seguridad en el acceso a los datos (permisos, auditoría)

• Alta disponibilidad

• Recuperabilidad

Motivación

Beneficios de usar un RDBMS

• Tipado de datos, NOT NULL, Primary Keys, Foreign Keys, Checks

• Soporte de transacciones ACID (commit, rollback), control de concurrencia (mecanismos de locking)

• Lenguaje SQL, APIS como ODBC y JDBC

• Mecanismo estándar de autorización

• Log transaccional: Crash Recovery, Point-In-Time Recovery

• Soluciones de alta disponibilidad (clusters, hot-standby)

Motivación

Cuándo no usar un RDBMS, respuestas clásicas:

• Inversión en hardware y software- Hay RDBMSs gratuitos con un footprint muy bajo

• Inversión en capacitación técnica- La alternativa no la necesita ?

• Costo de administración del DBMS- Depende de la complejidad del desarrollo, podría funcionar totalmente desatend

• Overhead (permisos, control de concurrencia)- En un SI simple y monousuario puede utilizar una planilla

Motivación

Cuándo no usar un RDBMS, mejores respuestas:

• Sistema muy simple, monousuario, no mantiene datos

• Sistema documental, de expedientes: hay alternativas especializadas

• Gran volumen de datos (petabytes) y necesidad de performance extrema: hay alternativas especializadas (BigData), pero aún es una opción a evaluar