Parte dorsal base de datos

IV. MODELOS DE BASES DE DATOS:

Es básicamente una descripción de algo conocido como contenedor de datos, así como de los métodos para almacenar y recuperar información de esos contenedores. Los modelos de datos no son cosas físicas, son abstracciones que permiten la implementación de un sistema eficiente de base de datos; por lo general se refieren a algoritmos y conceptos matemáticos.
Modelos frecuentes de las bases de datos:
« BASES DE DATOS Jerárquicas:

Estas almacenan su información en una estructura jerárquica, similar a un árbol visto al revés, donde nodo padre puede tener varios hijos. Se denomina Raíz al nodo sin padre, y HOJAS a los nodos que no tienen hijos.
Estas bases son especialmente útiles en el caso de aplicaciones que manejan un gran volumen de información, permitiendo crear estructuras estables y de gran rendimiento. Una de las principales limitaciones de este modelo, es su incapacidad de representar eficientemente la redundancia de datos.

« BASES DE DATOS DE RED:

Es ligeramente distinto al jerárquico; la diferencia radica, en que en este, se permite que un mismo nodo tenga varios padres. Este modelo fue una gran mejora frente al modelo jerárquico porque ofrecía una solución eficiente al problema de redundancia de datos. Utilizados más por programadores que por usuarios finales.

« BASES DE DATOS RELACIONAL:

Este es el modelo más utilizado en la actualidad para modelar problemas reales y administrar datos dinámicamente.
En este modelo, el lugar y la forma en la que se almacenan los datos no tienen relevancia. Esto tiene la considerable ventaja de que es más fácil de entender y de utilizar para un usuario esporádico de la base de datos. La información puede ser recuperada o almacenada mediante consultas, que ofrecen una amplia flexibilidad y poder para administrar la información.
El lenguaje más habitual para construir las consultas a bases de datos relacionales es el SQL (lenguaje estructurado de consultas), un estándar implementado por los principales sistemas de gestión de bases de datos relacionales.

« BASES DE DATOS 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:
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 estas bases los usuarios pueden definir operaciones sobre los datos como parte de la definición de la base de datos. Una operación, llamada función, se especifica en dos partes:
Interfaz o signatura: Incluye el nombre de la operación y los tipos de datos de sus argumentos o parámetros de la misma.

Implementación o método de la operación: Se especifica separadamente y puede modificarse sin afectar la interfaz.

« BASES DE DATOS DOCUMENTALES:

Permiten la indexación a texto completo y en líneas generales realizar búsquedas más potentes. Tesaurus es un sistema de índices optimizado para este tipo de bases de datos.

« BASES DE DATOS DEDUCTIVAS:

Es un sistema de base de datos, con la carácterística de que a través de información extensional de reglas y hechos se pueden deducir e inferir información adicional a la que tenemos almacenada en nuestra base de datos. El lenguaje más utilizado en este tipo de datos es el Datalog.
Estas bases de datos tienen un gran nivel de lógica matemática y debido a esto se les suele llamar Bases de Datos Lógicas; cuya finalidad es conseguir guardar el mayor número de datos a través de un programa lógico, intentando minimizar los datos requeridos en la memoria principal para guardar una determinada información.
Este modelo de bases de datos utiliza de base, dos tipos de especificaciones:
Hechos: Corresponden a las tuplas (se4cuencia ordenada de objetos en una base de datos relacional) conocimiento explicito.

Reglas: Indican como deducir hechos nuevos a partir de los hechos almacenados y como deducir relaciones indirectas entre las entidades.

SISTEMA DE INFERENCIA:
Una máquina de inferencia o mecanismo de deducción dentro del sistema puede deducir hechos nuevos, a partir de la base de datos, interpretando las reglas. Existen principalmente dos tipos:
Mecanismo de inferencia ascendente: también llamado encadenamiento hacia delante o resolución ascendente. La máquinade inferencia parte de los hechos y aplica las reglas para generar hechos nuevos.

Mecanismo de inferencia descendente: también llamado encadenamiento hacia atrás o resolución descendente. Parte del predicado que es el objetivo de la consulta e intenta encontrar coincidencias con las variables que conduzcan a hecho validos de la base de datos y si no existieran los hechos que buscamos, el sistema entonces buscara la primera regla que coincida con el mismo nombre de predicado de la consulta.