Maestría en Bioinformática Bases de Datos y Sistemas de Información Bases de Datos Ing. Alfonso Vicente, PMP alfonso.vic

1. Maestría en BioinformáticaBases de Datos y Sistemas de InformaciónBases de DatosIng. Alfonso Vicente, PMPalfonso.vicente@logos.com.uy

2. Agenda • Base de datos • DBMS • Tipos de DBMSs • RDBMSs Conceptos Historia Motivación

3. Agenda • Breve historia de la disciplina Conceptos Historia Motivación

4. Agenda • Problemas • Beneficios de usar un RDBMS • Cuándo no usar un RDBMS Conceptos Historia Motivación

5. Agenda • Base de datos • DBMS • Tipos de DBMSs • RDBMSs Conceptos Historia Motivación

6. 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

7. Conceptos Base de datos Guía telefónica Fichas de biblioteca

8. Conceptos DBMS Siglas de DataBase Management System Software especializado en la gestión de Bases de Datos Diseñado para manejar de forma eficiente grandes volúmenes de datos

9. Conceptos Tipos de DBMSs • Orientadoa archivos

10. Conceptos Tipos de DBMSs • Jerárquico

11. Conceptos Tipos de DBMSs • Jerárquico

12. Conceptos Tipos de DBMSs • De Red

13. Conceptos Tipos de DBMSs • Relacional

14. 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)

15. Conceptos Tipos de DBMSs • Orientado a objetos

16. Conceptos Tipos de DBMSs • Objeto/Relacional Su existencia se justifica por el éxito de la POO y de los DBMSs relacionales Los OODBMSs y ORDBMSs no tienen demasiado éxito en la industria, es más común el modelo RDBMS + ORM

17. Conceptos Tipos de DBMSs • NoSQL, NoREL, NewSQL, BigData, Sistemas K-V Memcached, MapReduce, BigTable (Google), Cassandra (Facebook), Dynamo (Amazon), MongoDB, NuoDB, VoltDB (Stonebraker) ...muchosmás: http://nosql-database.org Surgenpor la motivación de escalarbienmanejandograndesvolúmenes (petabytes) de información, utilizandoparaello clusters con muchos hosts... pero no son ACID • The Google File System • MapReduce: Simplified Data Processing on Large Clusters • Bigtable: A Distributed Storage System for Structured Data

18. Conceptos ACID vs BASE • La escalabilidad de nuevastendenciasmejora la disponibilidad y la performance, pero no es gratis: ¿podemos a perder la C y la I de ACID? BASE es: Basically Available Soft-State Eventual Consistency Ejemplo: actualizaciones de estado en Facebook

19. Conceptos Teorema CAP (Consistency - Availability - Partition tolerance)

20. Conceptos Teorema CAP en la práctica • CA (Consistency & Availability, no Partition tolerance) • CP (Consistency & Partition tolerance, no Availability) Son el mismocaso, cuando en un sistema CA hay un particionamiento en la red se pierde la A, y un sistema CP sólopierde la A cuando hay un particionamiento en la red. Es el casomáscomún, se prioriza la consistencia • AP (Availability & Partition tolerance, no Consistency) Se prioriza la disponibilidad, y se tolera la "consistencia eventual": Facebook, Twitter, DNS

21. Conceptos RDBMSs • Siguen vigentes debido a: • Su madurez y su amplia adopción en la industria • Su posibilidad de respetar las reglas ACID (cuando debemos priorizar la consistencia, queremos un sistema ACID y no BASE) • La madurez de las soluciones ORM (y a que los OODBMSs y ORDBMSs no prendieron en la industria) • 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

22. Agenda • Breve historia de la disciplina Conceptos Historia Motivación

23. Historia Teoría, tecnología, lenguaje y disciplinahanevolucionado juntas: • Teoría: Modelos, reglas, isolation levels • Tecnología: Implementacionesreales, mercado, mecanismos de locking • Lenguaje: SQL, APIs (ODBC/JDBC/SQLJ/DBI), XQuery • Disciplina: MER, normalización, patrones

24. Historia Edgar Codd (1923 - 2003) Es el Codd de la forma normal de Boyce-Codd, y del Teorema de Codd ("el poderexpresivo del AR esigual al de lasconsultasseguras 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

25. Historia Michael Stonebraker (1943) 40 añosdemostrandocómoimplementarDBMSs: • 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)

26. Historia Donald Chamberlin (1944) y Raymond Boyce (1947–1974) Lenguajedeclarativobasado en álgebra / cálculorelacional • 1974: SEQUEL: A Structured English Query Language • 80’s: SQL es un estándar de facto • 1986: EstándarANSI • 1987: RatificadoporISO • Compliance: ANSI/ISO SQL:92,SQL:1999, SQL:2003, SQL:2006, SQL:2008 • Dialectos, extensionesprocedurales, XQuery

27. 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

28. Agenda • Problemas • Beneficios de usar un RDBMS • Cuándo no usar un RDBMS Conceptos Historia Motivación

29. Motivación Problemas Imaginemos un SI de un bancoquenecesita: • Restricciones de integridad (movimientos de una cuenta) • Consistenciade transacciones (transferencia) • Fácilacceso a los datos (reporte de saldos) • Seguridaden el acceso a los datos (permisos, auditoría) • Alta disponibilidad • Recuperabilidad

30. Motivación Beneficios de usar un RDBMS • Tipadode datos, NOT NULL, Primary Keys, Foreign Keys, Checks • Soportede transacciones ACID (commit, rollback), control de concurrencia (mecanismos de locking) • LenguajeSQL, APIS como ODBC y JDBC • Mecanismoestándar de autorización • Log transaccional: Crash Recovery, Point-In-Time Recovery • Solucionesde altadisponibilidad (clusters, hot-standby)

31. Motivación Cuándo no usar un RDBMS, respuestasclásicas: • Inversiónen hardware y software - Hay RDBMSs gratuitos con un footprint muybajo • Inversiónen capacitacióntécnica - La alternativa no la necesita ? • Costode administración del DBMS - Depende de la complejidad del desarrollo, podríafuncionartotalmentedesatend • Overhead(permisos, control de concurrencia) - En un SI simple y monousuariopuedeutilizarunaplanilla

32. 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