GUÍA DE ESTUDIO · 2 LABORATORIOS INTERACTIVOS · UNOS 12 MIN

Encuentra una fila entre mil millones en unos cinco pasos.

Cada saldo bancario, reserva de vuelo y muro de una red social vive en una base de datos. Una buena responde en milisegundos, nunca pierde un cambio confirmado y deja que miles de personas la usen a la vez. Esta guía muestra cómo.

ACID: LO QUE GARANTIZA UNA TRANSACCIÓN
AAtomicidadToda la transacción ocurre, o nada de ella.
CConsistenciaLas reglas y restricciones siempre se cumplen después.
IAislamientoLas transacciones simultáneas no ven el trabajo a medias de las demás.
DDurabilidadUna vez confirmada, sobrevive a un fallo o a un apagón.

¿Qué es un sistema de bases de datos?

Un sistema de gestión de bases de datos (SGBD) guarda los datos para que se puedan consultar, actualizar y compartir de forma segura. La mayoría usa el modelo relacional: los datos están en tablas de filas y columnas, enlazadas por claves, y se consultan con SQL.

PostgreSQL, MySQL, Oracle, SQL Server y SQLite son relacionales. Los sistemas NoSQL como MongoDB, Redis y Cassandra renuncian a algunas garantías a cambio de esquemas flexibles o de una escala enorme.

id (PK)namecity_id (FK)
1Amara3
2Ben7
3Chen3
Una clave primaria identifica de forma única cada fila. Una clave foránea apunta a una fila de otra tabla, aquí una tabla de ciudades.
LABORATORIO 1 · CONSTRUCTOR DE CONSULTAS SQL

Hazle una pregunta a la tabla

SQL es declarativo: describes el resultado que quieres y la base de datos decide cómo obtenerlo. Haz clic en las cláusulas y mira cómo cambian la consulta y su respuesta.

SELECT
WHERE
GROUP BY
ORDER BY
LIMIT
SELECT name, city, scoreFROM studentsWHERE city = 'Leeds'ORDER BY score DESC;
namecityscore
AmaraLeeds91ChenLeeds88GusLeeds59
3 fila(s) devuelta(s) de 8La base de datos aplica FROM, luego WHERE, luego SELECT y ORDER BY, y luego LIMIT: no en el orden en que los escribes.
LABORATORIO 2 · ÍNDICES

¿Recorrerlo todo o usar un índice?

Sin índice, encontrar un cliente significa revisar las filas una a una. Un índice de árbol B es como el catálogo de una biblioteca: un árbol bajo y ancho en el que cada nodo apunta a unos cien hijos. Haz crecer la tabla y compara.

Recorrido completo de la tabla500.000 comparacionesRevisa las filas una a una; de media, la mitad de la tabla.
Búsqueda binaria en datos ordenados20 comparacionesReduce a la mitad el espacio de búsqueda en cada paso.
Índice de árbol B (ramificación ≈ 100)3 lecturas de páginaCada página leída reduce la búsqueda cien veces.
500 mstiempo de recorrido
300 μsbúsqueda con índice
Con 1 millón de filas, un recorrido revisa unas 500.000 filas, mientras que un árbol B solo necesita 3 lecturas de página. La pega: cada índice debe actualizarse en cada inserción y ocupa espacio extra, así que indexa solo las columnas por las que buscas.
Las barras están en escala logarítmica. Los tiempos suponen aproximadamente 1 μs por fila revisada y 0,1 ms por página de índice leída; las cifras reales varían según el hardware y la caché.

Normalización: cada dato, una sola vez

1NFUn valor por celdaNada de listas como «Matemáticas, Física» en un solo campo: sepáralas en filas distintas.
2NFDepende de toda la claveEn una tabla con clave (estudiante, curso), la dirección de un estudiante va en una tabla de estudiantes aparte.
3NFNo depende de nada más que de la claveSi la ciudad determina la zona postal, guárdala en una tabla de ciudades, no en cada estudiante.

Las ideas clave de un vistazo

Tabla / relaciónUn conjunto de filas con las mismas columnas.
Clave primariaUna columna (o conjunto) que identifica de forma única cada fila.
Clave foráneaUna columna que hace referencia a la clave primaria de otra tabla.
JOINCombina filas de dos tablas cuyas claves coinciden.
ÍndiceUna estructura adicional, a menudo un árbol B, que acelera las búsquedas a costa de escrituras más lentas.
TransacciónUn grupo de operaciones tratado como una sola unidad ACID: COMMIT o ROLLBACK.
NormalizaciónOrganizar las tablas para eliminar duplicados y anomalías de actualización.
Teorema CAPUn sistema distribuido no puede garantizar a la vez consistencia, disponibilidad y tolerancia a particiones.

De las tarjetas perforadas a la nube

Años 1960Bases de datos navegacionales.El IMS de IBM (usado en el programa Apolo) guardaba los datos como árboles que se recorrían a mano.
1970El modelo relacional.Edgar F. Codd, en IBM, propuso las tablas y un lenguaje de consulta matemático.
1974SQL.Chamberlin y Boyce diseñaron SEQUEL en IBM, que después pasó a llamarse SQL.
1979Oracle.La primera base de datos SQL disponible comercialmente.
1996PostgreSQL.Nació del proyecto Postgres de Berkeley; hoy es una de las principales bases de datos de código abierto.
2009NoSQL.MongoDB, Redis y otros popularizaron almacenes flexibles y escalables horizontalmente.

Para saber más

Database System ConceptsSilberschatz, Korth y Sudarshan · el manual de referencia
Designing Data-Intensive ApplicationsMartin Kleppmann · sistemas modernos a gran escala
A Relational Model of Data for Large Shared Data BanksE. F. Codd (1970) · el artículo fundacional
Ponte a prueba: 20 preguntas sobre bases de datosTest de programación SQL

Las consultas son pura lógica. ¿Qué tal la tuya?

Nuestro test de CI completo abarca el razonamiento lógico, numérico, verbal y espacial: 60 preguntas, unos 30 minutos.

Hacer el test de CI completo