Base de datos MySQL

En los últimos tiempos, los desarrolladores prefieren utilizar el sistema de bases de datosMySQL. Este sistema permite acelerar y restringir la entrada a las consultas. A continuación se analizan las características debase de datos de MySQL:

Naturaleza Open-Source. MySQL es un motor de base de datosde código abierto que ofrece múltiples variaciones como, Berkeley DB, MyISAM, InnoDB y varios más. MySQL se integra con diferentes tipos de lenguajes de programación. Por lo tanto, es evidente que será más ventajosa que otras tecnologías basadas en web. Licencias MySQL. El sistema de código abierto trabaja bajo licencia pública GNU General y los desarrolladores pueden disfrutar de la oportunidad de utilizarlo sin costo alguno. Sin embargo, si desea vender el software como un producto patentado, tiene que comprar una licencia comercial. Rendimiento MySQL. Se considera que es líder claro y tiende a tener un mejor rendimiento en UNIX y Linux. Dado que MySQL es estable por naturaleza, la mayoría de las principales compañías de Internet (como-Yahoo) lo usan como su base de datos de back-end. Tecnicismos. A menudo MySQL carece de soporte completo para procedimientos almacenados. De hecho, esta es una de las mayores desventajas de este sistema de base de datos. Recuperación servidor MySQL. Tiene un problema en el proceso de recuperación. Si elsistema se apaga inesperadamente, las personas que utilizan el servidor MySQL pueden perder todo los documento con los que estén trabajando en ese momento, por eso, uno tiene que tener mucho cuidado al utilizar este servidor. La seguridad de la base de datos MySQL funciona sobre puertos IP, ésto suele atraer intrusos con suma facilidad, sin embargo, a pesar de esta desventaja existe una ventaja. MySQL le permite cambiar los puertos, cuando por defecto es demasiado susceptible. Estas son algunas de las principales características de la programación de la base de datosMySQL.

read more

Conocimiento y bases de datos

Los métodos generales desarrollados para la resolución de problemas y técnicas de s búsqueda al inicio de la era de la IA demostraron no ser suficientes para resolver los problemas orientados a las aplicaciones, ni fueron capaces de satisfacer los difíciles requerimientos de la investigación. A este conjunto de métodos, procedimientos y técnicas, se lo conoce como Inteligencia Artificial Débil. La principal conclusión que se derivó de este trabajo inicial fue que los problemas difíciles sólo podrían ser resueltos con la ayuda del conocimiento específico acerca del dominio del problema.

La aplicación de estas ideas dio lugar al desarrollo de los denominados SistemasBasados en Conocimiento (Knowledge Based Systems) y al aparecimiento de la Ingeniería Cognoscitiva, como una rama de la IA, que estudia los sistemas basados en el conocimiento. La definición de un sistema basado en conocimiento puede resumirse de la siguiente manera: “Es un sistema computarizado capaz de resolverproblemas en el dominio en el cual posee conocimiento específico”.

La solución es esencialmente la misma que hubiera dado un ser humano confrontado con idéntico problema, aunque no necesariamente el proceso seguido por ambos puede ser igual.

El simple concepto dado, puede causar confusión ya que muchos sistemas basados en programas convencionales podrían ser incorrectamente categorizados comosistemas basados en conocimiento.

Esta inconsistencia puede ser aclarada, sobre la base de tres conceptos fundamentales que distinguen a los sistemas basados en conocimiento de los programas algorítmicos convencionales y de los programas generales basados en búsqueda:

1 .La separación que existe entre el conocimiento, y la forma cómo éste es utilizado.
2. El uso de conocimiento específico de un determinado dominio.
3. La naturaleza heurística, antes que algorítmica del conocimiento utilizado.
Dicho de una manera simple, los programas convencionales utilizan algoritmos pararesolver problemas, mientras que los sistemas basados en conocimiento resuelven problemas donde las soluciones algorítmicas no existen o son muy costosas para ser implementadas.

Actualmente, el amplio éxito de los sistemas de bases de datos, combinado con las necesidades de gestión de información y los desarrollos que han emanado del estudio de la IA, han dado como resultado un interés creciente en extender lossistemas de bases de datos a sistemas de bases de datos inteligentes, elevando su utilidad al punto en que pueda construirse conocimiento a partir de datos simples y que éste — conocimiento— permita controlare interpretar la estructura en suconjunto, Wiederhold , los describe de la siguiente manera:

• Conocimiento estructural. Conocimiento sobre las dependencias y restricciones entre los datos.
• Conocimiento general procedimental. Conocimiento que sólo puede ser descrito por un procedimiento.
• Conocimiento específico de la aplicación. Conocimiento que está determinado por las reglas y convenios que se aplican en un dominio de problema en particular.

En el desarrollo de una base de datos inteligente implica la representación delconocimiento, definido más allá de su forma extensa (hechos e instancias almacenados en la base), mediante mecanismos lógicos.

read more

Evolución de los SGBD

La historia de las bases de datos inicia a mediados de los años cincuenta, en el momento en que comenzaron a introducirse los ordenadores para automatizar la gestión de las empresas, fundamentalmente con desarrollos en COBOL, y se han caracterizado por el uso de tecnologías orientadas a la estructuración de datos mediante modelos jerárquicos y Codasyl (p.ej. IMS de IBM; IDMS de Cullinet) de lógica procedimental, que obligan al programador a desplazarse registro a registro, hecho que implica una escasa flexibilidad.

En 1970 se propuso el modelo relacional, basado en los trabajos del Dr. Codd, básicamente el modelo matemático que dio fundamentos a la segunda generación de SGBD, caracterizada por una mayor independencia físico-lógica, dado que actúan sobre conjuntos de registros; entre ellas destacan ORACLE, DB2, INGRES, INFORMIX, SYBASE, etc. Codd propuso un modelo simple de datos en el que todos ellos se representarían en tablas constituidas por filas y columnas. A dichas tablas se les dio en nombre matemático de relaciones, denominándose así el sistema como relacional.

Codd también propuso dos lenguajes para manipular los datos en las tablas: álgebra y cálculo relacional, que soportan la manipulación de los datos sobre la base de operadores lógicos en lugar de los punteros físicos utilizados en los modelos jerárquicos y de red. El resultado fue la aparición de sistemas relacionales durante la última mitad de los setenta que soportaban lenguajes como el Structured Query Language (SQL), el Query Language (Quel) y el Query-by-Example(QBE): los trabajosde investigación que se realizaron durante la década de los ochenta se centraron en la optimización de consultas, lenguajes de alto nivel, teoría de la normalización, organizaciones físicas para el almacenamiento de las relaciones, algoritmos para la gestión de memorias intermedias (buffers), técnicas de indexación para un acceso asociativo más rápido (distintas variaciones de los árboles), sistemas distribuidos, diccionarios de datos, gestión de transacciones, etc. Estas investigaciones han tenido como consecuencia la elevada tasa de transacciones de muchos de los productos actuales que permiten asegurar entornos transaccionales en línea (OLTP) muy eficientes y seguros. También cabe recordar que durante la primera mitad de los ochenta se estandariza el lenguaje SQL (el SQUANSI se aprueba en 1986), ofreciendo, al cabo de poco tiempo, prácticamente todos los productos una interfaz SQL, aún los no relacionales (sistemas “renacidos”).

El enfoque relaciona1 permite a los programadores la manipulación de tuplas procedentes de distintos ficheros y tablas en una misma base de datos mediante consultas estructuradas, habilitando acciones múltiples sobre los registros. La aparición y estandarización de SQL, permitió una mayor integración, multiplicó las tareas asignadas a las bases de datos e implicó el desarrollo de sistemas de uso transparente, cuya facilidad de manejo derivó en una excepcional productividad e impresionante impacto económico.

La tercer generación de SGBD, tiene como principal característica la optimización relaciona1 de los sistemas en entornos multiusuario, la gestión de objetos que permite tipos de datos complejos (texto, imagen, audio...), el encapsulamiento de la semántica de datos que proporciona un soporte robusto para la recuperación automática de la información y mantenimiento de las restricciones de integridad entre datos.
Es posible clasificar los distintos sistemas como gestores de información “natural”. En la evolución de esta generación destacan dos indicadores: una arquitectura a tres niveles con descripción recursiva de datos (ANSI, ISO) como referencia; y el modelo relacional.

La explosión de los sistemas de información obligó a los desarrolladores de SGBD a la implementación de potentes gestores destinados a usuarios finales, con interfacesintuitivas -gráficas fundamentalmente- dotadas de asistentes generadores de código: Access (Visual Basic, SQL), Visual Fox (SQL), En la siguiente figura, ilustramos un resumen de la cronología expuesta:

read more

Enfoques de los SGBD

Una clasificación primaria de los SGBD, nos permite establecer los tipos básicos según el tipo de estructura de datos que soporta:

• Enfoque jerárquico. Parte de una estructura de datos basada en un conjunto de registros diferentes guardados en un único archivo y jerarquizados entre sí mediante ligas. Su estructura de árbol, impone que un elemento padre puede tener varios elementos hijo, pero no su inverso. Precisa de punteros físicos.

• Enfoque de Red (Codasyl). Similar al enfoque jerárquico en tanto al uso de registros y ligas, pero dentro del esquema jerárquico un elemento de inferior jerarquía puede tener varios elementos situados a un nivel superior del mismo. Lasbases de datos gestionadas bajo este enfoque implementan registros conectores (estructuras de datos que sirven para asociar a otras dentro de un fichero). Precisa de punteros físicos.

• Enfoque relacional. Se caracteriza por la representación de datos en forma de tablas, en las que los conjuntos de registros tienen un formato fijo e idénticaestructura. El enfoque relaciona1 en bases de datos parte del modelo relacional en matemáticas y, por tanto, son susceptibles de aplicar al minio todas las formulaciones teóricas que éste presenta; en objetivos posteriores desarrollamos una descripción exhaustiva de este enfoque, puesto que el prototipo BDI, de nuestro estudio utiliza un SGBD relaciona1 (Microsoft Jet).

• Orientado a objetos. Basada en el encapsulamiento de código y datos en unidades denominadas objetos, que interactúan con el sistema a través de mensajes. El agrupamiento de objetos con métodos y variables comunes se estructura en clases jerárquicas.

• Enfoque Lógico. No es esencialmente distinto al enfoque relacional, pero se sustenta en la lógica de predicados de primer orden para representar y manipular losdatos, con lo que se obtiene un modelo relaciona1 flexible con capacidades para la deducción automática, a éste pertenecen los SGBD deductivos.

Una característica de los tres primeros modelos mencionados es que sólo aceptandatos escalares individuales tipificados y nulos ("NULL"). Como característica general, los esquemas han sido desarrollados con la capacidad de operar sobre datos“ideales”, en el supuesto de que la información a procesar es exacta, correcta y bien definida.

read more

Que son las Bases de Datos?

La sofisticación de la tecnología moderna de las bases de datos es el resultado de laevolución que a lo largo de varias décadas ha tenido lugar en el procesamiento de los datos y en la gestión de la información. La tecnología de acceso a los datos se ha desarrollado desde los primitivos de los años cincuenta hasta los potentes e integrados sistemas de hoy en día, arrastrados de un lado por las necesidades y lasdemandas de la administración y, de otro, restringida por las limitaciones de la tecnología. Las expectativas de la administración han crecido paralelamente a laevolución de las tecnologías.

Los primeros sistemas de procesamiento de datos ejecutaron las tareas administrativas para reducir el papeleo. Más recientemente, los sistemas se han expandido hacia la producción y la gestión de la información, la que se ha convertido en un recurso vital para las compañías. Actualmente, la función más importante de los sistemas de bases de datos consiste en proporcionar el fundamento a lossistemas de información para la gestión corporativa.

Una base de datos es un conjunto de Información, en sentido amplio, el término puede aplicarse a cualquier agregado de datos; técnicamente es una colección de datos, agrupados con un propósito específico en una o mas entidades lógicas (archivos). En términos estrictos, “base de datos”, hace referencia sólo al lugar donde está depositada la información (hablando tanto desde la perspectiva del hardware, como del software), dicha información -generalmente- está soportada por un sistema para su gestión SGBD.

Las bases de datos son accedidas generalmente por un conjunto de aplicaciones periféricas que incluyen tecnologías y herramientas de muy diverso tipo con los que interactúa y que sirven de interfaz entre los usuarios y la base de datos. En la actualidad, el impulso impuesto por el desarrollo de los sistemas de información, ha provocado la evolución de las bases de datos en conjuntos abstractos, denominados almacenes de datos (datawarehouse).

Incorporar conocimiento en un sistema de bases de datos fue sugerido por el desarrollo en el campo de la Inteligencia Artificial (programación de comportamientos inteligentes). La investigación en IA incluye estudios sobre la representación de reglas lógicas que operen sobre los datos, esto es sistemas que descansan sobre una base de conocimientos para razonar sobre el conjunto de datos.

Históricamente, la evolución de los SGBD nos ha proporcionado métodos para analizar datos y encontrar correlaciones y dependencias entre ellos. Sin embargo, el análisis de datos ha cambiado recientemente y ha adquirido una mayor importancia, debido principalmente a tres factores:
a) Incremento de la potencia de los ordenadores. Aunque la mayoría de los métodos matemáticos fueron desarrollados durante los años 60 y 70, la potencia de cálculo de los grandes ordenadores de aquella época (equivalente a la de los ordenadores personales de hoy en día) restringía su aplicación a pequeños ejemplos “de juguete”, fuera de los cuales los resultados resultaban demasiado pobres. Algo similar ha ocurrido con la capacidad de almacenamiento de los datos y su coste asociado.

b) Incremento del ritmo de adquisición de datos. El crecimiento de la cantidad de datos almacenados se ve favorecido no sólo por el abaratamiento de los discos ysistemas de almacenamiento masivo, sino también por la automatización de muchos experimentos y técnicas de recogida de datos. Se estima que la cantidad de información almacenada en todo el mundo se duplica cada 20 meses; el número y tamaño de las bases de datos probablemente crece más rápidamente.

c) Por último, han surgido nuevos métodos, principalmente de aprendizaje y representación de conocimiento, desarrollados por la comunidad de inteligencia artificial, estadística y física de dinámicas no lineales. Estos métodos complementan a las tradicionales técnicas estadísticas en el sentido de que son capaces de inducirrelaciones cualitativas generales, o leyes.

Estos nuevos métodos matemáticos y técnicas software, para análisis inteligente de datos y búsqueda de regularidades en los mismos, se denominan actualmente técnicas de minería de datos o data mining. A su vez, la minería de datos ha permitido el rápido desarrollo de lo que se conoce como descubrimiento de conocimiento en bases de datos.

En el proximo post, desarrollaremos un estudio introductorio a los SGBD, pormenorizando en su enfoque y evolución, derivando los fundamentos teóricos en que se soportará el desarrollo de bases de datos inteligentes.

read more