MSPA505-Modulo4

Módulo 4: Conceptos de Bases de Datos MSPA 505 Educación en Computadoras para Administradores Públicos Bienvenido al Módulo 4: Conceptos de Bases de Datos del curso MSPA – Educación en Computadoras para Administradores Públicos 1

Objetivos Entender la diferencia entre datos e información Entender la naturaleza y características de bases de datos Identificar las razones para uso de bases de datos Diferenciar bases de datos estructuradas y no estructuradas Distinguir los components de bases de datos relacionales Identificar distintos sistemas manejadores de bases de datos (DBMS) 2

Datos Vs. Información Adaptado de: https://www.guru99.com/difference- ▪ Datos - unidad mínima de datos information-data.html o no ha sido procesado o no tiene significado inmediato para sistemas o operaciones. ▪ Información- estado final de los datos una vez procesados por sistemas o aplicaciones o tiene significado para las operaciones de la organización. Datos es el término para referir a los elementos básicos o unidad mínima de datos, que no han sido procesado por procesos o aplicaciones, y no tiene significado inmediato para sistemas o operaciones. Son necesarios durante el proceso de Insumo (input) para procesarse mediante aplicaciones. Información es el estado final de los datos una vez procesados por sistemas o aplicaciones y ahora tiene significado para las operaciones de la organización. 3

Desventajas de utilizar datos en listas como hojas de cálculo ▪ Figure 1-7: The Student with Adviser and Department List ▪ Kroenke, Auer (2017). Database Concepts. 8th. Ed. Prentice Hall Si bien es cierto que Podemos utilizar programas como hojas de cálculo como MS-Excel, corremos el riesgo de tener datos redundantes e incorrectos, ya que los programas para Manejo de hojas de cálculo están diseñado para el Manejo y representación de datos numéricos. Si vemos esta vista, la probabilidad que existan records duplicados es alta. Si utilizamos programas, cuyo objetivo es para el Manejo de bases de datos, como MS-Acces, Oracle, entre otros, maximizamos el uso de Recursos y aseguramos integridad de los datos, dado que se registra cada dato una vez, y se hace referencia a ellos cuentas veces sea necesario. 4

Datos Estructurados vs. No Estructurados ▪ Datos Estructurados – tipos de datos definidos y manejados por sistemas relacionales de bases de datos (DBMS) Source: http://content.arma.org/IMM/marchapril2011/IMM0311structureddataelements.aspx Datos estructurados son aquellos que tienen un formato sistemático y definido, de manera que puedan ser almacenados y manejados por programas para el Manejo de bases de datos relacionales (DBMS) (Datamation.com) Datos no estructurados son aquellos que no tienen formato definido y no neceariamente son textos. Ejemplos son imágnes en movimiento (GIF), multimedia, video, sonido. 5

▪ Datos no estructurados- datos que no siguen un formato sistemático establecido, por lo que es necesario recurrir a programado diseñado para el manejo de diversos tipos de datos. (Datamation.com). o Redes Sociales: Datos que provienen de redes sociales como Facebook, Twitter, LinkedIn, Instagram, entre otros. o Portales Multimedia: YouTube, Instagram, y otros portales donde se comparten y publican fotos, imágenes y sonido. o Dispositivos móviles: mensajes de texto y multimedia, diversas regions geográficas con formatos particulares. o Comunicaciones: Chat, IM, grabaciones telefónics, llamada videoconferencia, programas de colaboración. o Media: MP3, MP4, fotos digitales, audio, videos de diversos formatos. o Aplicaciones: Programados de productividad de oficina, Manejo de video o sonido, entre otros. Source: https://www.datamation.com/big-data/structured-vs-unstructured-data.html Datos estructurados son aquellos que tienen un formato sistemático y definido, de manera que puedan ser almacenados y manejados por programas para el Manejo de bases de datos relacionales (DBMS) (Datamation.com) Datos no estructurados son aquellos que no tienen formato definido y no neceariamente son textos. Ejemplos son imágnes en movimiento (GIF), multimedia, video, sonido. 6

Datos Estructurados vs. No- Estructurados ▪ Source: https://www.laserfiche.com/ecmblog/4-ways-to-manage-unstructured-data-with-ecm/ Estos son varios ejemplos de fuentes de datos estructurados y no-estructurados. Como podrás ver, hoy dia utilizamos mas datos no-estructurados que estructurados, lo que presenta versatilidad en cuanto a los datos que podemos compartir, pero de igual manera, presentan riesgos si no son manejados adecuadamente. 7

¿Qué es una Base de Datos? ▪ Colección integrada de datos auto-descriptivos ▪ Posee una estructura establecidas y organizada para su Manejo (indices) ▪ Tiene unos datos descriptivos para su Manejo (metadato) Una base de datos es una colección integrada de datos auto-descriptivos Posee una estructura establecidas y organizada para su Manejo (indices) La tabla 1-1 a la derecho muestra ejemplo de metadato que es la estructura que define los datos que se van a manejar en las tablas de la base de datos (datos de los datos). Este es un ejemplo de datos estructurados. En el caso de datos no-estructurados, este tipo de metadato es mas difícil de establecer. Se manejan por programados especiales para Manejo de datos no estructurados como Cassandra, Mongodb, entre otros. Es importante que un investigador distinga los distintos datos, Fuentes y programas para la debida recolección y análisis de los mismos 8

Componentes de una Base de Datos ▪ Una base de datos es una colección de datos relacionados. Consiste de: o Metadatos (datos de lo datos o características de cada campo) o Entidades (que se convertirán en tablas de las base de datos • Estudiantes • Orden de Compra • Paciente • Materiales o Atributos o columnas (número de estudiante, nombre, dirección) o Filas o instancias (S000000, Juan, Calle Luna Calle Sol) o Indices (se fijan para búsqueda, similar al índice de la parte posterior de un libro de texto) o Reglas de validación o selección – asegura integridad y seguridad El propósito de las bases de datos es mantener un registro estructurado y sistemático de las tablas y los datos que en ellas se maneja y establecer las conexiones entre tablas y aplicaciones para preserver su integridad a la misma vez que facilita el acceso y manejo de dichos 9

datos. Consolida datos aislados en diversos repositories, reduciendo inconsistencias y errores Permite estandarizar datos para facilitar acceso y uso. Esto fortalece la fidelidad de los datos y operaciones en general. 9

¿Qué es un sistema de manejo de bases de datos? ▪ Bases de datos se componen de: o Usuarios o Aplicaciones o Sistemas de Manejo de Bases de Datos (DBMS) o Bases de Datos Figure 1-17: Components of a Database System Kroenke, Auer (2017). Database Concepts. 8th. Ed. Prentice Hall 10

Sistema de Manejo de Bases de Datos (DBMS)  Sirven de intermediaries entre aplicaciones internas y externas.  Manejan índices para el Almacenamiento sistemático.  Facilita y acelera acceso a los datos. 11

Ejemplo de productos comerciales 12

Bases de ▪ Manejan datos en tablas con estructura Datos establecidas (metadato). Relacionales ▪ Datos se almacenan una sola vez y se hace referencia a ellos tantas veces como sea necesario. ▪ Cada tabla almacena datos sobre una entidad (cliente, orden, facultad, materiales, etc…). ▪ Minimiza redundancia, y preservan integridad de datos. Una entidad es toda persona, lugar, evento, lugar, o objeto del cual se va a guardar y procesar datos. Cada entidad identificada y definida durante el proceso de modelaje de datos se convertirá en una tabla de la base de datos. En bases de datos relacionales, las tablas se interconectan mediante el concepto de relaciones, mediante el uso de llaves primarias y foráneas. 13

Bases de Datos Relacionales 14

Ejemplo de Bases de Datos Relacionales Figure 1-8: The Adviser and Student Tables Kroenke, Auer (2017). Database Concepts. 8th. Ed. Prentice Hall 15

The Equipment List Spreadsheet Este es un buen ejemplo del riesgo de redundancia si se utilizan programas para Manejo de hojas de cálculo como MS_Excel. Figure 1-13: The Project Equipment List as a Spreadsheet Kroenke, Auer (2017). Database Concepts. 8th. Ed. Prentice Hall Aqui se puede ver que hay datos redundantes, incluso algunos con pequeñas diferencias que se pueden considerar como datos distintos, cuando realmente son datos de la misma persona. 16

Structured Query Language (SQL) ▪ Structured Query Language (SQL) es un estándar para la creación, procesamiento y Manejo de datos, así como consultas. 17

Structured Query Language (SQL) ▪ SQL prove commandos para la creación y manejos de tablas y datos, así como hacer consultas especializadas. 18

Personal Database Systems SQL Query Results in Microsoft Access Figure 1-27: Microsoft Access 2016 Kroenke, Auer (2017). Database Concepts. 8th. Ed. Prentice Hall 19

Functiones de DBMS ▪ Crear bases de datos ▪ Crear tablas ▪ Crear estructuras de soporte ▪ Consultas de datos ▪ Insertar, modificar y remover datos de las tablas de las bases de datos. ▪ Manejo de índices ▪ Redundancia de Datos (backup – recovery) ▪ Seguridad de datos 20

Ejemplos creación tablas Figure 1-22: Example Data Entry form Kroenke, Auer (2017). Database Concepts. 8th. Ed. Prentice Hall 21

Ejemplos consultas Figure 1-23: Example Query Kroenke, Auer (2017). Database Concepts. 8th. Ed. Prentice Hall 22

Ejemplos de reportes Figure 1-24: Example Report Kroenke, Auer (2017). Database Concepts. 8th. Ed. Prentice Hall 23

Enterprise-Class Database Systems (ERP) ▪ Enterprise-Class son bases de datos complejas: o Apoya organizaciones internacionales o Permite interconectar cientos de tablas y millones de datos o Conectar bases de datos remotas o Acceso 24/7/365 24

Enterprise-Class Database Systems: Microsoft SQL Server 2016 Figure 1-29: Microsoft SQL Server 2016 Kroenke, Auer (2017). Database Concepts. 8th. Ed. Prentice Hall 25

Enterprise-Class Database Systems: Oracle Database XE Figure 1-30: Oracle Database XE Kroenke, Auer (2017). Database Concepts. 8th. Ed. Prentice Hall 26

Enterprise-Class Database Systems: MySQL 5.7 Figure 1-31: MySQL 5.7 Kroenke, Auer (2017). Database Concepts. 8th. Ed. Prentice Hall 27

Enterprise-Class Database Systems: Cassandra No-Sql DBMS 28

Web Database Example http://www.1800flowers.com/Flowers/welcome.asp?section=1 29

Web Database Example http://www.mapquest.com/ 30