Saltar la navegación

4.5.- Otros modelos.

Además de los modelos clásicos vistos hasta el momento, vamos a detallar a continuación las particularidades de otros modelos de bases de datos existentes y que, en algunos casos, son una evolución de los clásicos.

  1. Modelo Objeto-Relacional

    Las bases de datos pertenecientes a este modelo, son un híbrido entre las bases del modelo relacional y el orientado a objetos. El mayor inconveniente de las bases de datos orientadas a objetos radica en los costes de la conversión de las bases de datos relacionales a bases de datos orientadas a objetos.

    En una base de datos objeto-relacional (BDOR) siempre se busca obtener lo mejor del modelo relacional, incorporando las mejoras ofrecidas por la orientación a objetos. En este modelo se siguen almacenando tuplas, aunque la estructura de las tuplas no está restringida sino que las relaciones pueden ser definidas en función de otras, que es lo que denominamos herencia directa.

    El estándar en el que se basa este modelo es SQL99. Este estándar ofrece la posibilidad de añadir a las bases de datos relacionales procedimientos almacenados de usuario, triggers, tipos definidos por el usuario, consultas recursivas, bases de datos OLAP, tipos LOB, ...

    Otra característica a destacar es la capacidad para incorporar funciones que tengan un código en algún lenguaje de programación como por ejemplo: SQL, Java, C, etc.

    La gran mayoría de las bases de datos relacionales clásicas de gran tamaño, como Oracle, SQL Server, etc., son objeto-relacionales.

  2. Modelo de bases de datos deductivas

    En este modelo las bases de datos almacenan la información y permiten realizar deducciones a través de inferencias. Es decir, se derivan nuevas informaciones a partir de las que se han introducido explícitamente en la base de datos por parte del usuario.

    Las bases de datos deductivas son también llamadas bases de datos lógicas, al basarse en lógica matemática. Surgieron para contrarrestar las limitaciones del modelo relacional para la respuesta a consultas recursivas y la deducción de relaciones indirectas entre los datos almacenados.

Es la definición del estándar del lenguaje de consulta de base de datos (Structured Query Language), también denominado SQL3. Fue creado en 1999.

Es la definición del estándar del lenguaje de consulta de base de datos (Structured Query Language), también denominado SQL3. Fue creado en 1999.

OLAP es el acrónimo en inglés de procesamiento analítico en línea (OnLine Analytical Processing;). Su objetivo es agilizar la consulta de grandes cantidades de datos. La principal característica que potencia a OLAP, es que es lo más rápido a la hora de ejecutar sentencias SQL de tipo ;SELECT en contraposición con OLTP que es la mejor opción para operaciones de tipo INSERT ;UPDATE; y DELETE.

Es un tipo de dato empleado para almacenar grandes cantidades de información, hasta 4 gigabytes. Se emplea en bases de datos documentales, para almacenamiento de fotografías, vídeo o voz

Es una evaluación que realiza la mente entre conceptos que, al interactuar, muestran sus propiedades de forma discreta, necesitando utilizar la abstracción para lograr entender las unidades que componen el problema, creando un punto axiomático o circunstancial, que nos permitirá trazar una línea lógica de causa efecto, entre los diferentes puntos inferidos en la resolución del problema. Una vez resuelto el problema, nace lo que conocemos como postulado. Utilizada a menudo en los motores de inferencia de los Sistemas Expertos

que puede repetirse indefinidamente. Un programa o función que se llama a sí mismo. La recursividad permite definir un objeto (problemas, estructuras de datos) en términos de sí mismo. Casos típicos de estructuras de datos definidas de manera recursiva son los árboles y las listas ligadas. Algunos ejemplos de problemas que se definen recursivamente son el factorial de un número, la serie de Fibonacci, etc.

Muestra un cubo de Rubik con un tercio de una de las caras girada.
Booyabazooka (CC BY-SA)
  1. Bases de datos multidimensionales

    Son bases de datos ideadas para desarrollar aplicaciones muy concretas. Básicamente almacena sus datos con varias dimensiones, es decir que en vez de un valor, encontramos varios dependiendo de los ejes definidos o una base de datos de estructura basada en dimensiones orientada a consultas complejas y alto rendimiento. En una base de datos multidimensional, la información se representa como matrices multidimensionales, cuadros de múltiples entradas o funciones de varias variables sobre conjuntos finitos. Cada una de estas matrices se denomina cubo. Eso facilita el manejo de grandes cantidades de datos dentro de empresas, dándole a esto una amplia aplicación dentro de varias áreas y diferentes campos del conocimiento humano.

  2. Bases de datos transaccionales

    Son bases de datos caracterizadas por su velocidad para gestionar el intercambio de información, se utilizan sobre todo en sistemas bancarios, análisis de calidad y datos de producción industrial. Son bases de datos muy fiables, ya que en ellas cada una de las operaciones de inserción, actualización o borrado se realizan completamente o se descartan. Entre la más destacadas se encuentra Oracle.

  3. Modelo de bases de datos orientadas a documentos. En este modelo el principal objeto de gestión es el documento que contiene datos semiestructurados que podrán estar almacenados en algún formato, por ejemplo XML. Como ejemplo de este tipo de bases de datos puedes encontrar MongoDB CouchDB.

      

A veces llamado "no solo SQL", es una amplia clase de sistemas de gestión de bases de datos que difieren del modelo clásico de SGBDR (Sistema de Gestión de Bases de Datos Relacionales) en aspectos importantes, siendo el más destacado que no usan SQL como lenguaje principal de consultas.

Para saber más

Otra forma extendida de clasificar a las bases de datos es en  bases de datos sql y NoSql. En el siguiente enlace tienes información sobre bases de datos NoSql: qué son, marcas, tipos y ventajas. 

Bases de datos NoSql