21/09/2010

1

Bases de datos espacialesTema 2: Modelado de datos y

modelos de bases de datos

Miguel Ángel Manso

ETSI en Topografía, Geodesia y Cartografía - UPM

Basado en Yeung, A. & Hall B. “Chapter 3: Database models and data modeling”, Spatial Database Systems.

Contenido

• 1.- Introducción (conceptos)

• 2.- Modelos comunes de BBDD

• 3.- Principios y técnicas de modelado de datos

21/09/2010

2

1.- Modelado Conceptual de los datos

• What information is needed?

• How should it be structured?

• What kinds of algorithms will operate on the data?

Introducción: def. modelo de BBDD

• En este contexto modelo es: conjunto de conceptos, lenguaje y gráficos usados para describir la estructura de una base de datos. Metafóricamente plan de ordenación vs frente a un proyecto constructivo.

• Los conceptos son: objetos y fenómenos (reales o abstractos) relevantes sobre la información que demandan los usuarios.

– Entidades (ER) u objetos (OO)

– “data object” e instancia (BBDD)

21/09/2010

3

Modelado

1.- Abstracción

2.- Conceptualización

3.- Documentación

Relación: modelo, esquema e instancia

• Modelo: conceptos, lenguaje y gráficos

• Esquema: descripción de una base de datos

• Instancia: un conjunto de datos que $ en una base de datos en un t

metafóricamente:• Modelo de la base de datos: idioma (vocabulario y reglas

lingüísticas para describir aspectos del mundo)

• Esquema es una representación de una parte específica del mundo en la BBDD (instantánea invariante en el tiempo para describir la estructura de los datos y las operaciones)

• Instancia: ocurrencia de unos datos (objetos) en la bbdd. (instantánea de los datos invariantes almacenados en la bbdd). Si los datos cambian cambia la instancia.

21/09/2010

4

Modelo, esquema e instancia

Modelados

• Conceptual: representación abstracta del mundo a alto nivel (independiente del Hw y Sw)

• Esquema Lógico: es un esquema conceptual que tiene presentes las consideraciones del software al definir el esquema de la base de datos (dependiente del DBMS)

• Modelado Físico de los datos: aspecto técnico en el que se relacionan los esquemas lógicos y físicos (dependiente del Hw) como tipos de datos,

21/09/2010

5

¿Qué es el modelado conceptual?

• Conceptual Data Model

– Expression (enumerar, declarar) of structure, data types and relationships (a static view)

– Expression of dynamic or operational behavior

– Expression of integrity constraints

– A source of system metadata

– A vehicle to describe the system to users

Ejemplo de modelo Conceptual

21/09/2010

6

Modelado: nivel lógico

• Primera tarea y consiste en definir el esquema de la base de datos, esto depende del modelo lógico de datos soportados por el SGBD

• Modelos lógicos existentes:

– Entidad Relación (ER)

– Modelo Entidad Relación extendido (Objeto relacional)

– Orientados a objeto

Lógico

21/09/2010

7

Nivel físico

• Funciones que desempeña el nivel físico:

– Almacenamiento eficiente en disco y ficheros

– Aceleración en las búsquedas (índices)

– Procesamiento de consultas (o evaluación)

– Optimización de consultas, para obtener mejores rendimientos

– Concurrencia y recuperación

Físico

21/09/2010

8

Resumen: Importancia del modelado

• Proporciona los medios para que el diseñador exprese los requisitos de usuario, se diseñen pruebas de concepto, se comparen alternativas y se muestre el aspecto de la base de datos cuando se implemente

• Es una herramienta necesaria para que se comuniquen diseñadores, desarrolladores, usuarios y promotores de BBDD

• Permite subdividir los problemas y abordarlos• Requiere inversión previa (coste) , pero evita

riesgos

2.- Modelos comunes de BBDD

• Modelo E/R

• Modelo Relacional

• Modelo Orientado a Objeto

• Modelo Objeto-Relacional

Spatial database with application to GIS, Rigaux (pg 5)

21/09/2010

9

Diseño E-R

• Objetivo: servir de medio de comunicación entre los usuarios de los datos y los equipos de desarrollo y como acta de las decisiones de diseño adoptadas. Se basa en diagramas y existe un flujo de trabajo en el proceso de diseño

• Focaliza en la identificación de las entidades, la definición de los atributos, y el establecimiento de las relaciones con sus características (cardinalidad, obligatoriedad y las restricciones)

• los atributos pueden ser: simples/compuestos, derivados, claves y con múltiples valores

Flujo diseño E-R

21/09/2010

10

Modelo relacional

• Más dependiente del SGBD que el diseño E-R• Se definen tablas para: datos y relaciones• Filas | tuplas | registros contienen columnas |

atributos |campos• Una o varias columnas sirven de clave para la

tabla• Cada celda de una tabla sólo puede contener un

valor o el valor null• Los valores de los datos que se almacenan en una

celda pertenecen a un dominio de valores

Restricciones en el diseño Relacional

• de dominio: valores permitidos para un atributo

• de entidad: un atributo != null si es clave

• referencial: aplica a las claves secundarias (SK) o externas (FK) y que implica la existencia de un registro en la otra tabla que adopte el valor de esta clave (PK)

• reglas de negocio: otras restricciones que deben satisfacer los atributos para poder realizar una operación con un registro (i.e. superficie > 0.5m2)

21/09/2010

11

Implementación M. Relacional (Normalización)

• Para poder garantizar las restricciones de integridad y las reglas de negocio, existen un conjunto de tareas de normalización denominadas formas normales

• Existen 3 formas normales (1NF, 2NF y 3NF) :

Link interesante: http://www3.uji.es/~mmarques/f47/apun/node90.html

Diseño Relacional

• Consta de:

– Modelado conceptual: tipos de entidades y relaciones. Herramientas: ER, UML, OMT

– Nivel lógico: mediante DDL (lenguaje de definición de datos) se traslada el modelo conceptual al modelo de la base de datos

21/09/2010

12

Relacional

• Relaciones 1:1, 1:N, N:N

• Cardinalidad, obligatoria u optativa, fuerte o débil

entity

attribute 1

attribute 2

attribute n

relationship entityentity

Entidad relación extendido

• Añade a ER la generalización y la especialización• Por tanto algo similar a la orientación de objetos

– Specialization• Types with generic attributes• Subtypes with specialized attributes and methods• Disjoint or overlapping relationships

– Generalization• The opposite of specialization• Identifies common properties of entities and captures them

in a super-class

– Specialization and generalization may result in the same model but may be derived differently

21/09/2010

13

Modelado de datos espaciales con ER

– Entities: nodes, arcs, areas

– Attributes: node, arc, area ids

– Relationships: bound, begin, end

– Subtypes: left/right_area, begin/end_node

Modelo orientado a objeto

• ¿Por qué? Las aplicaciones necesitan manejar distintos tipos de objetos no solo texto y números: gráficos, vídeo, sonidos y mapas

• Los tipos abstractos de datos (ADT) permiten modelar este tipo de contenidos y desarrollar las tecnologías orientadas a objetos

• Un objeto puede definirse como un dato conceptualmente autónomo en un ordenador que representa una entidad real del mundo con la capacidad de actuar por sí mismo e interactuarcon otros objetos

21/09/2010

14

Componentes de un objeto

• Nombre

• Identificador único

• Atributos

• Estado

• Tipo de datos base

• Métodos

• Mensaje

• Reglas de negocio y control

El modelado OO destaca por

• Object-Oriented Paradigm

– Programming Languages

– Analysis and Design Methodologies

– Databases and DBMS

• O-O Advantages

– More modeling power

– Additional constructs

– Better transition to implementation models

21/09/2010

15

Fundamentos Modelo OO

• Static data-oriented representation as well as dynamic behavior– The E-R model is static only

• The dynamic behavior of an object is expressed by the operations (or methods) allowed on it

• Object = state + functionality– The object region = a set of coordinates + operations

to calculate its area, display itself, create an instance of itself or delete itself

• Objects request services from one another through messages

Características Modelos OO

• An Object Identity (identificador único)

• Encapsulation (aislamiento y reutilización)

• Inheritance (facilita la construcción)

• Composition (asociaciones y agregaciones)

• Polymorphism (implementar las mismas operaciones en

distintos objetos)

• Object Declaration

• General Object Operations

21/09/2010

16

3. - Principios y técnicas de modelado

• Los cuatro principios del modelado

• El ciclo de vida de los desarrollos en sistemas y BBDD

• Herramientas CASE

• Diseño conducido por el usuario

• Documentación de los modelos de datos

Los cuatro principios del modelado

• Elección del modelo influencia decisivamente cómo se aproxima y se forma la solución

• Todos lo modelos deben poder expresarse con distintos niveles de detalle

• Los mejores modelos están conectados con la realidad

• No es suficiente un solo modelo: la interrelación de varios modelos es mejor que cualquiera de las soluciones simples

21/09/2010

17

Ciclo de vida de los desarrollos

Ciclo de vida software

21/09/2010

18

En las bases de datos

Herramientas CASE

• Se componen de:– Entornos de desarrollo de sistemas (principalmente

herramientas gráficas para definir esquemas)– Repositorio donde almacenar e integrar todos los

desarrollos y las tomas de decisiones– Diccionario de datos completo

• Tipos:– Front-end: ayuda en planificación, análisis y diseño– Back-end: soporte en desarrollo e implantación– Cross life cicle: soporta todas las actividades incluidas

las de soporte a la gestión y documentación

21/09/2010

19

Diseño conducido por el usuario

• El diseño tradicionalmente ha estado supeditado a la tecnología.

• También es usual que se centre en la usabilidad de los sistemas (friendliness)

• De aquí surge la idea de centrado en el usuario (UCD) y sus méritos son:– Proporcionar un marco bien estructurado compatible con los

conceptos de diseño de los ciclos de vida del desarrollo– Participación de los usuarios en el proceso de modelización– Fuerte interacción entre usuario y diseñador en el proceso de

modelado– El Modelo se construye por aproximaciones sucesivas

Documentación de los modelos de datos

• Cualidades deseables de la documentación del modelado:– Expresividad: considerando el gran abanico de

conceptos anotaciones sintácticas y diagramas

– Simplicidad: fácilmente entendible por todos los actores (usuarios, analistas, desarrolladores,..)

– Minimalista: garantizar que no hay ambigüedad entre los conceptos

– Formal: especificar los datos y su estructura

• UML