Implementación de Base de Datos.

Profesora Integrantes:
Ing. Tibayde Garcia Jhosman Pino C.I:27.878.809
Inf 02 - TIII
 Introducción.

Desde la realización del primer modelo de datos, pasando por la administración del
sistema gestor, hasta llegar al desarrollo de la aplicación, los conceptos y la tecnología
asociados a las Bases de Datos son muchos y muy diversos. Sin embargo, es imprescindible
conocer los aspectos claves de cada uno de estos temas para tener éxito en cualquier
proyecto que implique trabajar con bases de datos.

Una de las características más comunes de la siguiente generación de los sistemas de

bases de datos es que necesitarán un modelo de datos más poderoso que el modelo
relacional sin comprometer sus ventajas (independencia de los datos y alto nivel de los
lenguajes de consulta). Para enfrentar las carencias del modelo relacional, dos tecnologías
basadas en la deducción y en la no pasividad, están siendo investigadas.

En este trabajo se realiza una investigación, la cual introduce a manera de información

básica, el concepto de la Base de Datos Objeto Relacional y los conceptos básicos de los
Sistemas de Gestión de Bases de Datos, para poder plantear la evolución de las Bases de
Datos y sus nuevas perspectivas de aplicación. En particular se plantean las características
de las Bases de Datos Deductivas y de las Bases de Datos Activas, permitiendo la
valorización de algunos de los prototipos más importantes de los Sistemas de Gestión de
Bases de Datos Deductivos y Activos más utilizados en la actualidad.

A continuación, partiremos profundizando en el modelo llamado objeto relacional

proporcionando las definiciones y herramientas que nos permitan representar necesidades
de almacenamiento y consulta de datos en este modelo. En el mismo estudiaremos el
lenguaje de consultas Oracle.
Implementación de Base de Datos. 1. Objeto Relacional, BDD activas, BDD
deductivas.

Objeto Relacional: El término Base de Datos Objeto Relacional (BDOR) se usa para
describir una base de datos que ha evolucionado desde el modelo relacional hacia otra más
amplia que incorpora conceptos del paradigma orientado a objetos. Por tanto, un Sistema de
Gestión Objeto-Relacional (SGBDOR) contiene ambas tecnologías: relacional y de objetos.

Una idea básica de las BDOR es que el usuario pueda crear sus propios tipos de datos,
para ser utilizados en aquella tecnología que permita la implementación de tipos de datos
predefinidos. Además, las BDOR permiten crear métodos para esos tipos de datos. Con
ello, este tipo de SGBD hace posible la creación de funciones miembro usando tipos de
datos definidos por el usuario, lo que proporciona flexibilidad y seguridad.

Los SGBDOR gestionan tipos de datos complejos con un esfuerzo mínimo y albergan
parte de la aplicación en el servidor de base de datos. Permiten almacenar datos complejos
de una aplicación dentro de la BDOR sin necesidad de forzar los tipos de datos
tradicionales. Son compatibles en sentido ascendente con las bases de datos relacionales
tradicionales, tan familiares a multitud de usuarios. Es decir, se pueden pasar las
aplicaciones sobre bases de datos relacionales al nuevo modelo sin tener que rescribirlas.
Adicionalmente, se pueden ir adaptando las aplicaciones y bases de datos para que utilicen
las funciones orientadas a objetos.

Una base de datos orientada a objetos es una base de datos que incorpora todos los
conceptos importantes del paradigma de objetos, algunas características que podemos
mencionar:

 Encapsulación: Propiedad que permite ocultar la información al resto de los objetos,

impidiendo así accesos incorrectos o conflictos.

 Herencia: Propiedad a través de la cual los objetos heredan comportamiento dentro de una
jerarquía de clases.
 Polimorfismo: Propiedad de una operación mediante la cual puede ser aplicada a distintos
tipos de objetos.

En una base de datos objeto relacional los dominios de dicha base de datos ya no son
sólo atómicos, por esta razón no cumplen la 1FN debido a que las tuplas también pueden
ser una relación, que llevará a la creación de una relación de relaciones, es así que no se
puede aplicar el concepto de normalización. Esto porque ni siquiera se puede aplicar la
primera forma normal y como consecuencia ni la segunda, ni tercera.

De este modo, se genera la posibilidad de guardar objetos más complejos en una sola
tabla con referencias a otras relaciones, con lo que se acerca más al paradigma de
programación orientada a objetos.

Los objetos en la base de datos constan de dos partes:

 Atributos: Datos, meta-datos e información de localización.

 Métodos: Son funciones cuyos parámetros son los atributos del objeto.

Una de las herramientas que podemos citar para el manejo de estas bases de datos
objeto-relacional es la siguiente:

Oracle: El manejador de bases de datos objeto-relacional Oracle proporciona mecanismos

para que el usuario pueda definir sus propios tipos de datos, cuya estructura puede ser
compleja, y se permite la asignación de un tipo complejo (dominio complejo) a una
columna de una tabla. Además, se reconoce el concepto de objetos, de tal manera que un
objeto tiene un tipo, se almacena en cierta fila de cierta tabla y tiene un identificador único.
Estos identificadores se pueden utilizar para referenciar a otros objetos y así representar
relaciones de asociación y de agregación.

Oracle también proporciona mecanismos para asociar métodos a tipos, y constructores para
diseñar tipos de datos multivaluados (colecciones) y tablas anidadas.

Base de Datos Activas: El paradigma de bases de datos activas planteado por Morgenstern
en 1983, describe la noción de una base de datos activa, como una metáfora de su
comportamiento, el cual se concentra en la dinámica de la interacción con los usuarios
unido a la inteligencia de la base de datos.

Las Bases de Datos Activas son formas inteligentes de base de datos, ellas eliminan la
necesidad de muchos de los subsistemas de aplicación que se requieren actualmente para
traer bases de datos pasivas hasta estándares razonables de operación. Una Base de Datos
Activa confía en un conjunto de reglas predefinidas, que pueden incorporar disparadores,
condiciones y acciones. De esta manera es posible definir una Base de Datos Activa con las
reglas que permiten que asuma el control de funciones tales como restricciones de
integridad, vistas, seguridad. El modelo que se viene utilizando para especificar bases de
datos activas es el modelo evento–condición–acción:

El evento (o eventos): Un evento se concibe como una pareja {<Tipo de evento>, <Toc>},
donde el tipo de evento es la descripción o especificación del evento a detectar y toc
(tiempo de ocurrencia) corresponde al punto en el tiempo cuando ocurre dicho tipo de
evento. Pueden ser operaciones de consulta o actualización que se aplican explícitamente
sobre la base de datos. También pueden ser eventos temporales (por ejemplo, que sea una
determinada hora del día) u otro tipo de eventos externos (definidos por el usuario).

La condición: Una condición puede ser un predicado sobre los parámetros del evento que
disparó la regla, puede ser una consulta sobre la base de datos (si retorna filas la condición
se cumple), o el llamado a un procedimiento o método que debe retornar verdadero o falso
o una combinación de los anteriores. La condición no debe modificar la base de datos ni
causar efectos colaterales. Si no se especifica condición, la acción se ejecutaría cuando
suceda el evento. Si se especifica condición, la acción se ejecutaría sólo si la condición es
evaluada en verdadero.
La acción: La acción puede realizar consultas o modificaciones sobre la base de datos,
cancelar transacciones, o llamar uno o más procedimientos o métodos arbitrarios. Debido a
que la acción puede realizar modificaciones sobre la base de datos, ésta puede ocasionar la
ocurrencia de nuevos eventos y por tanto provocar el disparo en cascada de nuevas reglas.

Las acciones se dividen en:

  Acciones Externas: Se dan cuando son especificadas por aplicaciones, por ejemplo
enviar un correo electrónico (email), imprimir una orden.
 Acciones Internas: Son acciones de la base de datos, como un insert, update,
select.Puede ser una transacción sobre la base de datos o un programa externo que
se ejecutaría automáticamente.

Propiedades de las reglas activas.

No es difícil diseñar reglas activas de modo individual, una vez se han identificado
claramente el evento, la condición y la acción. Sin embargo, entender el comportamiento
colectivo de las reglas activas es más complejo ya que su interacción suele ser sutil. Por
este motivo, el problema principal en el diseño de las bases de datos activas está en
entender el comportamiento de conjuntos complejos de reglas. Las propiedades principales
de estas reglas son terminación, confluencia e idéntico comportamiento observable.

Aplicaciones de las bases de datos activas.

Las aplicaciones clásicas de las reglas activas son internas a la base de datos: el gestor de
reglas activas trabaja como un subsistema del SGBD implementando algunas de sus
funciones. En este caso, los disparadores son generados por el sistema y no son visibles por
parte de los usuarios. La característica típica de las aplicaciones internas es la posibilidad
de dar una especificación declarativa de las funciones, a partir de la que derivar las reglas
activas. Ejemplos de ello son el mantenimiento dela integridad referencial (FOREIGN
KEY) y el mantenimiento de restricciones de integridad (CHECK). Por ejemplo, cuando
una clave ajena es compuesta, la regla de integridad referencial dice lo siguiente: “si en una
relación hay alguna clave ajena, sus valores deben coincidir con valores de la clave
primaria ala que hace referencia, o bien, deben ser completamente nulos.” En Oracle es el
propio sistema quien se encarga de hacer respetar la primera parte de esta regla, una vez
que el usuario ha definido las claves ajenas:

FOREIGN KEY (ColX,ColY) REFERENCES Tabla

Sin embargo, la segunda parte de la regla se debe hacer respetar mediante una restricción:

CHECK( (ColXIS NULL AND ColY IS NULL) OR

(ColX IS NOT NULL AND ColY IS NOT NULL) )

 En este sistema, la condición de las restricciones expresadas mediante la cláusula
CHECK debe cumplir lo siguiente:

 Debe ser una expresión booleana que se pueda evaluar usando los valores de la fila
que se inserta o que se actualiza;
 No puede contener sub-consultas;
 No puede incluir las funciones SYSDATE, UID, USER, USERENV;

Base de Datos Deductivas: Los Sistemas de Bases de Datos Deductivas, llamados también
de Sistemas de Bases de Conocimiento, generalizan los sistemas tradicionales de bases de
datos, particularmente los sistemas relacionales. Una base de datos deductiva se compone
de dos tipos de información: hechos y reglas. Los hechos representan la información
almacenada explícitamente y constituyen la parte extensional de la base de datos; las reglas
deductivas permiten derivar información a partir del conjunto de hechos y constituyen la
parte intencional de la base de datos. La incorporación de un lenguaje de reglas que permite
definir información implícita, aumenta la capacidad expresiva de estos sistemas, pero al
mismo tiempo agrava los problemas de manipulación, ya existentes en los sistemas
clásicos: actualización de la base de datos, comprobación de la integridad, evaluación de
consultas, etc. En la solución de estos problemas, la lógica, y más concretamente la
programación lógica, ha ocupado un lugar importante, proporcionando una base para la
representación del conocimiento (semántica declarativa) y una base para su procesamiento
(semántica procedural). Una característica de las BDD compartida con las bases de datos
relacionales es la propiedad de ser declarativos. Esto significa que permite al usuario hacer
una consulta o actualización diciendo específicamente lo que quieren, en vez de como
realizar la operación.

Utiliza un subconjunto del lenguaje Prolog llamado Datalog, a la hora de implementar se

debe tener en cuenta:
  La estrategia de primero en profundidad de Prolog conduce a cómputos
posiblemente infinitos debido a los predicados recursivos, incluso con programas
sin negación o también en ausencia de símbolos de función o aritméticos.
 La corrección y completitud del método de evaluación.
 En una aplicación típica de bases de datos, la cantidad de información es lo
suficientemente grande como para ser parte del almacenamiento secundario. El
acceso eficiente a estos datos es crucial para un buen rendimiento del sistema.

En resumen, un objetivo primordial de las bases de datos deductivas es tratar con un

súper conjunto del álgebra relacional (AR) que permita recursión sin que ello conlleve un
gran número de accesos a disco, que sea terminante y con un método de evaluación
correcto y completo.

2. OO Dinámico: Disparadores, otras tendencias.

Disparadores: A partir de MySQL 5.0.2 se incorporó el soporte básico para disparadores

(triggers). Una forma de mantener la integridad de los datos es definir disparadores. Un
disparador es una sentencia que el sistema ejecuta automáticamente como efecto secundario
de una modificación de la Base de Datos. Se aplican a la base de datos cuando se realizan
determinadas operaciones en la tabla, por ejemplo, al añadir, actualizar o eliminar registros.
Solo se debe usar disparadores para garantizar la integridad y la lógica de control y no
como herramienta para la validación de los datos porque implican operaciones internas
costosas en tiempo, y además reducen la portabilidad de la BDD ya que cada gestor tiene su
forma particular de implementarlos.

Existen dos tipos de disparadores que se clasifican según la cantidad de ejecuciones a

realizar:

 Row Triggers (o Disparadores de fila): Son aquellas que se ejecutaran n-veces si se

llama n-veces desde la tabla asociada al trigger.
 Statement Triggers (o Disparadores de secuencia): Son aquellos que sin importar la
cantidad de veces que se cumpla con la condición, su ejecución es única.

La sentencia SQL para crear un disparador tiene la sintaxis que se muestra a continuación:

CREATE TRIGGER disparador

{ BEFORE | AFTER | INSTEAD OF }

{ INSERT | DELETE | UPDATE OF [ col, ... ] } ON tabla

[ REFERENCING { OLD [ ROW ] [ AS ] nombre_old

| NEW [ ROW ] [ AS ] nombre_new

| OLD_TABLE [ AS ] nombre_old_table

| NEW_TABLE [ AS ] nombre_new_table } ]

[ FOR EACH { ROW | STATEMENT } ]

[ WHEN ( condición ) ]

{ sentencia_SQL | bloque SQL/PSM | CALL procedimiento_SQL }

Otras tendencias: Un modelo constituye una abstracción de la realidad. Resulta más

sencillo manipularlos a ellos que a la entidad original. Puede expresarse a diferentes niveles
de precisión. Entre las bases de datos de otras tendencias tenemos:

Temporales: Es una base de datos que soporta algunos aspectos de tiempo, no contando el
tiempo definido por el usuario. Mantiene información histórica.

Difusas: Las bases de datos difusas nacen de unir la teoría de bases de datos,
principalmente del modelo relacional con la teoría de conjuntos difusos, para permitir,
básicamente dos objetivos:

 El almacenamiento de información difusa (además de información no difusa).

 El tratamiento y consulta de esta información de forma difusa o flexible.

El diseño del base de datos difusas se realiza en 3 niveles:

 Modelo Conceputal: Fuzzy ER / EER

 Modelo Lógico: Extensión del modelo relacional
 Modelo Físico: Fuzzy SQL, SQL Fuzzy

 Multimedia: Los Sistemas de Bases de Datos Multimedia se caracterizan por

almacenar, además de texto y otros datos discretos, información de Audio y Vídeo,
 permitiendo su manipulación y recuperación. Para proporcionar esta funcionalidad,
los sistemas de bases de datos multimedia requieren una tecnología propia de
almacenamiento y un sistema de ficheros.

3. Las nuevas generaciones de sistemas de BDD: Orientación por objeto,

declaratividad y deducción. Nuevas aplicaciones, nuevas necesidades de modelación
de espacio, tiempo y acción.

Las BDD declarativas son sumamente intuitivas para el usuario y le permite abstraerse
de los problemas de programación inherentes a otros métodos. Este modelo suele usarse
para bases de conocimiento que no son más que BDD con mecanismos de consulta en lo
que el trabajo de extracción de información a partir de los datos recae en realidad sobre el
ordenador en lugar de sobre el usuario. Entre las BDD declarativas podemos citar
fundamentalmente dos de las deductivas y las funcionales. Ambas extienden paradigmas o
métodos de programación a las bases de datos de manera que ambos programas y BDD
puedan cooperar más eficientemente en la resolución del problema.

4. La interoperabilidad como respuesta a la diversidad de sistemas de bases de datos

existentes. Integración con la modelación impacto.

Es importante diferenciar los conceptos de integración e interoperabilidad:

Por integración se entiende generalmente el proceso de unión entre dos o más partes para
formar una sola unidad. Extendiendo esta definición al mundo de la tecnología, podría
decirse que la integración hace referencia a la posibilidad de hacer que dos o más sistemas
o aplicaciones se comuniquen, compartiendo entre ellos la información suficiente para que
esto suceda. También se puede ver cómo la inclusión de aplicaciones aparentemente
separadas para constituir un sistema homogéneo.

Por interoperabilidad se entiende la capacidad de dos o más sistemas de operar entre sí

sin restricciones y / o limitaciones. La interoperabilidad complementa y amplía el concepto
de integración anteriormente descrito, incluyendo un aspecto de vital importancia: la
necesidad de que los sistemas no solo compartan información, sino que además trabajen de
forma coordinada, asumiendo roles y comprendiendo la información recibida de otros
puntos de la red.
 La interoperabilidad en los sistemas de información de una organización es una
comunicación efectiva, donde se comparten datos en tiempo real entre los mismos, sin
duplicarlos. Las organizaciones disponen de un número cada vez más elevado de sistemas y
de sistemas más especializados, ya sea para la gestión de parte de sus procesos de negocio,
por las características y necesidades de las distintas subsidiarias, filiales, plantas, por los
procesos de adquisición o fusión de empresas o bien para integrarse con terceros, para que
esta diversidad de sistemas no represente un problema para las organizaciones se requiere
que estos sistemas intercambien y compartan información entre ellos.

Las plataformas para la Integración de información ayudan a resolver de forma eficiente los
principales retos que plantea la interoperabilidad entre sistemas:

 Integración de información entre sistemas.

 Adaptación a las particularidades de cada sistema.
 Normalización de los datos.
 Integridad de la información.
 Gobierno de los datos y procesos de integración.
 Consolidación de la información.
 Disponibilidad de la información cuando es necesaria

Parte importante de la interoperabilidad se refiere a cómo facilitar el intercambio de

información entre entidades, a la creación de modelos estandarizados con los que puedan
representarse e intercambiarse datos acerca de las estructuras más comúnmente encontradas
y repetidas, las cuales posiblemente faciliten que paulatinamente se vaya creando, en vez de
una colección de sistemas, se crea una nube de información con un mínimo de duplicación
de información.

5. Metodologías existentes de diseño de Bases de Datos: Modelo ER y sus Extensiones.

Object ModelingG Technique: OMT. Otros enfoques: Bases de datos espaciales y de
imágenes

Una metodología es un conjunto de modelos y herramientas que nos permiten pasar de

una etapa a la siguiente en el proceso de diseño de la base de datos.

Modelo ER y sus Extensiones

 Un modelo entidad relación o ER, es un tipo de diagrama de flujo que ilustra cómo las
"entidades", como personas, objetos o conceptos, se relacionan entre sí dentro de un
sistema. Los modelos ER se usan a menudo para diseñar o depurar bases de datos
relacionales en los campos de ingeniería de software, sistemas de información empresarial,
educación e investigación. También conocidos como los ERD o modelos ER, emplean un
conjunto definido de símbolos, tales como rectángulos, diamantes, óvalos y líneas de
conexión para representar la interconexión de entidades, relaciones y sus atributos. Son un
reflejo de la estructura gramatical y emplean entidades como sustantivos y relaciones como
verbos.

El modelo entidad/relación extendido describe con un alto nivel de abstracción la

distribución de datos almacenados en un sistema. Existen dos elementos principales: las
entidades y las relaciones. Las extensiones al modelo básico añaden además los atributos de
las entidades y la jerarquía entre estas. Estas extensiones tienen como finalidad aportar al
modelo una mayor capacidad expresiva.

Los elementos fundamentales del modelo son los siguientes:

Entidad: Es aquel objeto, real o abstracto, acerca del cual se desea almacenar información
en la base de datos. La estructura genérica de un conjunto de entidades con las mismas
características se denomina tipo de entidad.

Existen dos clases de entidades: regulares, que tienen existencia por sí mismas, y débiles
cuya existencia depende de otra entidad. Las entidades deben cumplir las siguientes tres
reglas:

 Tienen que tener existencia propia.

 Cada ocurrencia de un tipo de entidad debe poder distinguirse de las demás.
 Todas las ocurrencias de un tipo de entidad deben tener los mismos atributos

Relación: Es una asociación o correspondencia existente entre una o varias entidades.

La relación puede ser regular, si asocia tipos de entidad regulares, o débil, si asocia un tipo
de entidad débil con un tipo de entidad regular. Dentro de las relaciones débiles se
distinguen la dependencia en existencia y la dependencia en identificación.
Dependencia en Existencia: cuando las ocurrencias de un tipo de entidad débil no pueden
existir sin la ocurrencia de la entidad regular de la que dependen.

Dependencia en Identificación: cuando, además de la dependencia en existencia, las

ocurrencias del tipo de entidad débil no se pueden identificar solo mediante sus propios
atributos, sino que se les tiene que añadir el identificador de la ocurrencia de la entidad
regular de la cual dependen.

Una relación se caracteriza por:

Nombre: que lo distingue unívocamente del resto de relaciones del modelo.

Tipo de correspondencia: es el número máximo de ocurrencias de cada tipo de entidad

que pueden intervenir en una ocurrencia de la relación que se está́ tratando.

Conceptualmente se pueden identificar tres clases de relaciones:

 Relaciones 1:1: Cada ocurrencia de una entidad se relaciona con una y sólo una
ocurrencia de la otra entidad.
 Relaciones 1: N: Cada ocurrencia de una entidad puede estar relacionada con cero,
una o varias ocurrencias de la otra entidad.
 Relaciones M: N: Cada ocurrencia de una entidad puede estar relacionada con cero,
una o varias ocurrencias de la otra entidad y cada ocurrencia de la otra entidad
puede corresponder a cero, una o varias ocurrencias de la primera.
 Cardinalidad: representa la participación en la relación de cada una de las
entidades afectadas, es decir, el número máximo y mínimo de ocurrencias de un tipo
de entidad que pueden estar interrelacionadas con una ocurrencia de otro tipo de
entidad. La cardinalidad máxima coincide con el tipo de correspondencia.

Dominio: Es un conjunto nominado de valores homogéneos. El dominio tiene existencia

propia con independencia de cualquier entidad, relación o atributo.

Atributo: Es una propiedad o característica de un tipo de entidad. Se trata de la unidad

básica de información que sirve para identificar o describir la entidad. Un atributo se define
sobre un dominio. Cada tipo de entidad ha de tener un conjunto mínimo de atributos que
identifiquen unívocamente cada ocurrencia del tipo de entidad. Este atributo o atributos se
denomina identificador principal. Se pueden definir restricciones sobre los atributos, según
las cuales un atributo puede ser:

 Univaluado, atributo que sólo puede tomar un valor para todas y cada una de las
ocurrencias del tipo de entidad al que pertenece.
 Obligatorio, atributo que tiene que tomar al menos un valor para todas y cada una de
las ocurrencias del tipo de entidad al que pertenece.

La extensión del modelo de entidad / relación también contiene ciertos conceptos o

mecanismos abstractos para facilitar la representación de ciertas estructuras en el mundo
real, tales como:

La generalización que permite abstraer un tipo de entidad de nivel superior (supertipo)

a partir de varios tipos de entidad (subtipos); en estos casos los atributos comunes y
relaciones de los subtipos se asignan al supertipo. Se pueden generalizar por ejemplo los
tipos profesor y estudiante obteniendo el supertipo persona.

La especialización es la operación inversa a la generalización, en ella un supertipo se

descompone en uno o varios subtipos, los cuales heredan todos los atributos y relaciones
del supertipo, además de tener los suyos propios. Un ejemplo es el caso del tipo empleado,
del que se pueden obtener los subtipos secretaria, técnico e ingeniero.

Categorías que se le denomina al subtipo que aparece como resultado de la unión de

varios tipos de entidad. En este caso, hay varios supertipo y un sólo subtipo. Si por ejemplo
se tienen los tipos persona y compañía y es necesario establecer una relación con vehículo,
se puede crear propietario como un subtipo unión de los dos primeros.

La agregación que consiste en construir un nuevo tipo de entidad como composición de

otros y su tipo de relación para así poder manejarlo en un nivel de abstracción mayor. El
proceso inverso se denomina desagregación.

La asociación consiste en relacionar dos tipos de entidades que normalmente son

dedominios independientes, pero coyunturalmente se asocian.
Object ModelingG Technique: OMT

Es un enfoque de modelado basado en el mundo real para el modelado y diseño de

software. Se desarrolló básicamente como un método para desarrollar sistemas orientados a
objetos y para soportar la programación orientada a objetos. Describe la estructura estática
del sistema.

La técnica de modelado de objetos es fácil de dibujar y usar. Se utiliza en muchas

aplicaciones como telecomunicaciones, transporte, compiladores, etc. También se utiliza en
muchos problemas del mundo real. OMT es una de las técnicas de desarrollo orientado a
objetos más populares que se utilizan en la actualidad. OMT fue desarrollado por James
Rambaugh.

Otros enfoques: Bases de datos espaciales y de imágenes

Bases de Datos Especiales: Una base de datos espacial es capaz de modelar, almacenar y
consultar tanto datos estándar no espaciales (o alfanuméricos) como datos espaciales. En la
práctica, los primeros siempre están conectados con los segundos, por lo que una base de
datos que manejara solamente información espacial específica sería insuficiente para hacer
un modelaje correcto.

Bases de Datos de Imágenes: Cuando un campo se define como Imagen (Base de datos)
utiliza imágenes almacenadas en el servidor. Las imágenes se almacenan en la base de
datos como texto.
 Conclusión

En este trabajo hemos determinado que, con la introducción de los Sistemas de Gestión
de Bases de Datos basados en reglas, la interpretación y adaptación del Mundo Real, puede
ser interpretado de manera fácil y eficaz, dado las reglas constituyen la más sencilla de las
metodologías utilizadas para este fin.

Así mismo concluimos que con las investigaciones realizadas sobre la relación entre la
teoría de las bases de datos y la lógica se ha dado lugar a las bases de datos deductivas, las
cuales permiten derivar nueva información a partir de la ya introducida explícitamente por
el usuario. Esta función deductiva se realiza mediante la adecuada explotación de ciertas
reglas de conocimiento relativas al dominio de la aplicación, utilizando para ello técnicas
de programación lógica y de inteligencia artificial. Sin embargo, el campo de las bases de
datos deductivas, tan prometedor hace pocos hace pocos años, no ha eclosionado todavía.

Estamos de acuerdo que las bases de datos deben evolucionar independientemente de la

intervención del usuario como respuesta a un suceso o una determinada situación, por ello
con la valorización hecha de los sistemas de bases de datos activos, hemos podido exponer
que el poder especificar reglas con una serie de acciones que se ejecutan automáticamente
cuando se producen ciertos eventos; sin duda es una de las mejoras de los sistemas de
gestión de datos que nos llevan a considerar que con los sistemas de bases de datos activas
se consigue un nuevo nivel de independencia de conocimiento.

Por lo tanto, el presente trabajo permite la visualización de la rápida evolución que la

tecnología de bases de datos ha experimentado en las últimas décadas, así como la variedad
de nuevos caminos abiertos, han conducido a investigadores y asociaciones interesadas, a
reflexionar sobre el futuro de estas tecnologías.