Rodrigo Gilmar Valdez Diaz

Características Clave:

-> Estructura de tablas: datos organizados en tablas bidimensionales las cuales representan una entidad (por ejemplo "Personas" o "Productos")

-> Relaciones: las tablas se relacionan entre si a través de campos comunes, estos se conocen como claves. Una clave primaria identifica a una tabla y una clave foránea relaciona una tabla con otras.

-> Lenguaje de consultas: usa el Lenguaje Estructurado de Consultas o SQL (por sus siglas en ingles), el cual permite la comunicación con la base de datos permitiendo al usuario crear, leer, actualizar y eliminar datos.

-> Normalización: proceso para organizar datos, evitar redundancia y mejorar la integridad de los datos. Esto implica dividir tablas grandes en más pequeñas y definir relaciones entre ellas.

-> Propiedades ACID: tienen que ver con la Atomicidad(módulos individuales), Consistencia(se mantiene en el tiempo), Aislamiento(los módulos no se interfieren) y Durabilidad(son permanentes), para la integridad de las transacciones.

En la actualidad, gestionar grandes volúmenes de información de forma eficiente, segura y escalable es clave. Las bases de datos distribuidas y en la nube han surgido como una solución poderosa, gracias a tres características fundamentales: descentralización, elasticidad y tolerancia a fallos.

1. Descentralización

Los datos ya no se almacenan en un solo servidor. Se reparten entre múltiples nodos que trabajan juntos, mejorando la escalabilidad, reduciendo la latencia y eliminando puntos únicos de fallo. Modelos como peer-to-peer y cliente-servidor distribuido permiten esta arquitectura, aunque plantean desafíos en mantener la consistencia entre nodos.

2.Elasticidad

Permite escalar recursos automáticamente según la demanda. Esto se logra mediante autoescalado, balanceo de carga y tecnologías como microservicios o cómputo serverless. Es ideal para sistemas con carga variable, optimizando costos y garantizando un buen rendimiento.

3.Tolerancia a fallos

Garantiza que el sistema siga funcionando ante errores o caídas. Se basa en estrategias como replicación de datos, backups y geo-replicación. Así, se asegura la disponibilidad y durabilidad de la información, incluso ante fallos catastróficos.

4.Conexión entre los tres conceptos

Estas tres características están fuertemente conectadas. La descentralización permite replicar datos y balancear carga, apoyando la tolerancia a fallos. La elasticidad ayuda a mantener la descentralización al crecer el sistema, y todo esto se traduce en un servicio más robusto y confiable.

5.Caso práctico: Apache Cassandra

Un ejemplo claro es Cassandra, una base de datos distribuida de arquitectura peer-to-peer que destaca por su escalabilidad, replicación automática y resistencia a fallos, sin necesidad de detener el sistema al escalar.

Entonces podemos decir:

En conjunto, estas tecnologías permiten construir sistemas modernos, ágiles y resistentes. A futuro, se espera que la inteligencia artificial mejore aún más estas capacidades con escalado predictivo y detección automática de errores.

En los 80 y 90 el paradigma de POO llevó a la creación de Sistemas de Gestión de Bases de Datos Orientadas a Objetos (Object-Oriented Database Management Systems, OODBMS).

La idea era guardar los objetos tal como están en memoria, sin tener que “traducirlos” a filas y columnas como en SQL.

Un OODBMS es un sistema que:

• Almacena objetos completos (con sus atributos y métodos) en la base de datos.

• Mantiene las relaciones entre objetos (asociaciones, agregaciones, herencia).

• Usa un lenguaje orientado a objetos para consultas y manipulación (no SQL puro).

• Soporta persistencia: los objetos siguen existiendo después de cerrar el programa.

Características principales

Persistencia de objetos Un objeto creado en código puede guardarse tal cual en la base y recuperarse idéntico.

Identidad de objeto (OID) Cada objeto tiene un identificador único, independiente de sus atributos.

Encapsulamiento Los datos y métodos viajan juntos, igual que en OOP.

Herencia Un objeto puede heredar propiedades y métodos de otro objeto.

Relaciones directas En lugar de claves foráneas, se almacenan referencias a otros objetos.

Soporte para tipos complejos Listas, conjuntos, arrays, multimedia, estructuras anidadas.

Ventajas

• Natural para desarrolladores OOP → no se necesita un ORM.

• Menos traducciones → trabajas directamente con tus objetos.

• Más eficiente para datos complejos → imágenes, documentos, geometrías.

Desventajas

• Menos estandarización → no existe un “SQL de objetos” tan universal.

• Integración difícil con sistemas que esperan SQL.

• Menor adopción → la mayoría de empresas sigue usando relacionales o NoSQL.

• Escalabilidad → muchos OODBMS no escalan tan bien como NoSQL modernos.

Ejemplos de OODBMS

• db4o (muy usado en Java y .NET, ya discontinuado).

• ObjectDB (Java).

• Versant Object Database.

• GemStone/S.

Uno de los primeros SGBDR comerciales y, durante mucho tiempo, el líder del mercado. Es conocido por su fiabilidad, escalabilidad y una amplia gama de funciones avanzadas para entornos empresariales de misión crítica.

-> Tipo de acceso: principalmente OLTP (Procesamiento de Transacciones en Línea) para aplicaciones empresariales, pero también tiene fuertes capacidades OLAP (Procesamiento Analítico en Línea) para inteligencia de negocios.

-> Licencia: requiere la compra de licencias basadas en el número de procesadores o usuarios. Es uno de los modelos de licencia más caros y complejos.

• Modelo relacional con soporte para objetos.

• Cumple propiedades ACID.

• Compatible con SQL estándar y extensiones propias (PL/pgSQL, JSONB, etc.).

• Soporte para replicación, particionamiento y transacciones complejas.

• Amplia comunidad y desarrollo activo.

Ejemplo de uso histórico:

• Año de aparición: 1996 (versión 6.0, primera liberada como PostgreSQL).

• Caso de aplicación: Ideal para sistemas bancarios, plataformas de e-commerce, analítica de datos y servicios en la nube que requieren alta integridad y consultas complejas.