Tema 30. Modelado de datos y metodologías. Diseño de bases de datos. El modelo lógico relacional. Normalización. Diseño lógico y físico. Problemas de concurrencia de acceso. Mecanismos de resolución de conflictos.

1. Modelado de datos y metodologías

1. Modelado de datos y metodologías

🎯 Idea clave

• El modelado de datos es un proceso esencial para representar la estructura, relaciones y restricciones de la información en un sistema de bases de datos.
• Las metodologías de modelado proporcionan un marco sistemático para garantizar la coherencia, integridad y eficiencia en el diseño de bases de datos.
• El modelado conceptual permite definir los requisitos de información sin depender de la tecnología subyacente.
• El modelo lógico relacional es la base para la implementación de bases de datos en la Administración General del Estado.
• La normalización es una técnica clave para eliminar redundancias y anomalías en el diseño de bases de datos.
• Las metodologías de modelado deben alinearse con los estándares y normativas aplicables en el ámbito de la Administración Pública.

📚 Desarrollo

Definición y propósito. El modelado de datos consiste en la creación de representaciones abstractas que describen la estructura, relaciones y reglas de negocio asociadas a la información gestionada por un sistema. Su objetivo principal es facilitar la comprensión de los requisitos de datos y servir como base para el diseño e implementación de bases de datos eficientes y coherentes. En el contexto de la Administración General del Estado, este proceso debe ajustarse a los principios de interoperabilidad y reutilización establecidos en la normativa vigente.

Fases del modelado. El proceso de modelado de datos se estructura en tres niveles principales: conceptual, lógico y físico. El modelado conceptual se centra en identificar las entidades, atributos y relaciones relevantes desde una perspectiva independiente de la tecnología, utilizando herramientas como diagramas entidad-relación. El modelado lógico traduce este diseño a un esquema compatible con el modelo de datos elegido, como el relacional, mientras que el modelado físico optimiza la implementación para un sistema gestor de bases de datos específico.

Metodologías aplicables. En la Administración General del Estado, las metodologías de modelado deben alinearse con los estándares técnicos y normativos, como el Real Decreto 405/2023 y la Orden PCI/479/2019. Estas metodologías incluyen enfoques estructurados, como el análisis y diseño orientado a objetos, y técnicas ágiles que permiten adaptarse a cambios en los requisitos. La elección de la metodología depende del alcance del proyecto, la complejidad de los datos y los plazos de implementación.

Modelado conceptual. Esta fase se enfoca en capturar los requisitos de información mediante diagramas entidad-relación, que representan las entidades del dominio (por ejemplo, ciudadanos, expedientes o recursos) y sus interacciones. Las entidades se definen por sus atributos y claves primarias, mientras que las relaciones establecen vínculos semánticos entre ellas, como "un ciudadano presenta un expediente". Este nivel de abstracción permite validar los requisitos con los usuarios finales antes de avanzar hacia el diseño lógico.

Modelado lógico relacional. En esta etapa, el modelo conceptual se transforma en un esquema lógico basado en tablas, columnas y claves foráneas, siguiendo las reglas del modelo relacional. Cada entidad se convierte en una tabla, y sus atributos en columnas, mientras que las relaciones se implementan mediante claves primarias y foráneas. Este proceso debe garantizar la integridad referencial y minimizar la redundancia de datos, preparando el terreno para la normalización.

Normativas y estándares. El modelado de datos en la Administración General del Estado está sujeto a normativas como el Real Decreto 628/2013, que regula aspectos técnicos de las bases de datos, y el Real Decreto 405/2023, que establece requisitos de interoperabilidad. Estas disposiciones exigen que los modelos de datos sean consistentes, documentados y alineados con los principios de reutilización y transparencia. Además, deben integrarse con infraestructuras comunes, como la Red SARA, para garantizar la cooperación entre administraciones.

Herramientas y técnicas. Para llevar a cabo el modelado de datos, se emplean herramientas CASE (Computer-Aided Software Engineering) que facilitan la creación de diagramas, la generación automática de esquemas y la validación de modelos. Estas herramientas permiten documentar el proceso y mantener la trazabilidad entre los diferentes niveles de modelado. Además, técnicas como la normalización y el análisis de dependencias funcionales son fundamentales para optimizar el diseño lógico y físico de las bases de datos.

🧩 Elementos esenciales

• Modelado conceptual: Representación abstracta de entidades, atributos y relaciones sin dependencia tecnológica.
• Modelado lógico: Traducción del modelo conceptual a un esquema compatible con el modelo relacional, utilizando tablas y claves.
• Modelado físico: Optimización del diseño lógico para un sistema gestor de bases de datos específico, considerando rendimiento y almacenamiento.
• Diagrama entidad-relación: Herramienta gráfica para representar entidades, atributos y relaciones en el modelado conceptual.
• Entidad: Objeto del mundo real con relevancia para el sistema, como "ciudadano" o "expediente".
• Atributo: Propiedad o característica de una entidad, como "nombre" o "fecha de nacimiento".
• Relación: Vínculo semántico entre entidades, como "un ciudadano presenta un expediente".
• Clave primaria: Atributo o conjunto de atributos que identifican de forma única una entidad en una tabla.
• Clave foránea: Atributo que establece una relación entre tablas, referenciando la clave primaria de otra tabla.
• Normalización: Proceso para eliminar redundancias y anomalías en el diseño de bases de datos mediante la aplicación de formas normales.
• Dependencia funcional: Relación entre atributos donde el valor de uno determina el valor de otro.
• Metodologías estructuradas: Enfoques sistemáticos para el modelado de datos, como el análisis y diseño orientado a objetos.

🧠 Recuerda

• El modelado de datos es un proceso en tres niveles: conceptual, lógico y físico.
• El modelo conceptual se centra en los requisitos de información, sin depender de la tecnología.
• El modelo lógico relacional transforma las entidades y relaciones en tablas y claves.
• La normalización es clave para evitar redundancias y anomalías en el diseño.
• Las metodologías de modelado deben alinearse con los estándares y normativas de la Administración General del Estado.
• El Real Decreto 628/2013 y el Real Decreto 405/2023 regulan aspectos técnicos del modelado de datos.
• Las herramientas CASE facilitan la creación, documentación y validación de modelos de datos.
• La integridad referencial es fundamental para garantizar la coherencia de los datos.
• El modelado físico optimiza el diseño para un sistema gestor de bases de datos específico.
• La interoperabilidad y reutilización son principios clave en el modelado de datos en la Administración Pública.

2. Diseño de bases de datos

2. Diseño de bases de datos

🎯 Idea clave

• El diseño de bases de datos es un proceso estructurado que transforma requisitos funcionales en un modelo de datos eficiente y adaptado a las necesidades de la Administración General del Estado.
• Su objetivo principal es garantizar la integridad, disponibilidad y rendimiento de los datos en entornos administrativos complejos.
• Incluye fases como el análisis de requisitos, el modelado conceptual, el diseño lógico y la implementación física, cada una con metodologías específicas.
• Debe alinearse con las normativas técnicas vigentes en la AGE, como el Real Decreto 628/2013 y el Real Decreto 405/2023.
• La normalización es una técnica clave para eliminar redundancias y evitar anomalías en los datos.
• El diseño debe considerar aspectos como la concurrencia de acceso y los mecanismos de resolución de conflictos para asegurar la operatividad en sistemas multiusuario.

📚 Desarrollo

Marco normativo aplicable. El diseño de bases de datos en la Administración General del Estado se rige por normativas técnicas que establecen los principios y requisitos mínimos para su implementación. Entre ellas destacan el Real Decreto 628/2013, que regula aspectos relacionados con la interoperabilidad y la seguridad, y el Real Decreto 405/2023, que actualiza los estándares técnicos para adaptarlos a las necesidades actuales de la administración electrónica. Estas normas garantizan que los sistemas de información cumplan con los criterios de eficiencia, seguridad y compatibilidad exigidos en el ámbito público.

Fases del proceso de diseño. El diseño de bases de datos se estructura en varias etapas interconectadas. La primera fase consiste en el análisis de requisitos, donde se recopilan y documentan las necesidades funcionales y no funcionales de los usuarios y sistemas. A continuación, se elabora un modelo conceptual que representa las entidades, atributos y relaciones del dominio de datos, utilizando herramientas como diagramas entidad-relación. Posteriormente, este modelo se transforma en un diseño lógico, compatible con el modelo relacional, y finalmente se implementa en un diseño físico optimizado para el sistema gestor de bases de datos seleccionado.

Modelado conceptual y lógico. El modelado conceptual es una etapa crítica en la que se definen las entidades relevantes para la administración, como ciudadanos, expedientes o recursos, junto con sus atributos y las relaciones entre ellas. Este modelo debe ser independiente de la tecnología y centrarse en reflejar fielmente la realidad administrativa. Una vez validado, se traduce a un modelo lógico relacional, donde las entidades se convierten en tablas, los atributos en columnas y las relaciones en claves primarias y foráneas. Este proceso asegura que la estructura de datos sea coherente y cumpla con los principios de normalización.

Normalización de datos. La normalización es una técnica fundamental para optimizar el diseño de bases de datos. Consiste en aplicar una serie de reglas, conocidas como formas normales, para eliminar redundancias y dependencias no deseadas entre los datos. En el contexto de la AGE, esto es especialmente relevante para evitar anomalías en operaciones como inserciones, actualizaciones o eliminaciones, que podrían comprometer la integridad de la información. Las formas normales más utilizadas son la primera, segunda y tercera forma normal, aunque en casos complejos pueden aplicarse formas superiores como la forma normal de Boyce-Codd.

Diseño físico y optimización. El diseño físico se centra en la implementación concreta del modelo lógico en un sistema gestor de bases de datos. En esta fase se definen aspectos como los índices, las particiones, los tipos de datos y las estrategias de almacenamiento, con el objetivo de optimizar el rendimiento y la escalabilidad. En la AGE, donde los sistemas suelen manejar grandes volúmenes de datos y múltiples usuarios concurrentes, es crucial seleccionar estructuras físicas que minimicen los tiempos de respuesta y maximicen la eficiencia en las operaciones de consulta y actualización.

Consideraciones sobre concurrencia. En entornos administrativos, las bases de datos deben soportar el acceso simultáneo de múltiples usuarios, lo que puede generar problemas de concurrencia. Estos incluyen situaciones como lecturas sucias, actualizaciones perdidas o bloqueos prolongados, que afectan a la consistencia y disponibilidad de los datos. El diseño debe incorporar mecanismos para gestionar estos conflictos, como el uso de transacciones, bloqueos a nivel de fila o tabla, y estrategias de aislamiento de transacciones. Estos aspectos son críticos para garantizar que los sistemas de la AGE funcionen de manera fiable en escenarios de alta demanda.

Integración con otros sistemas. El diseño de bases de datos en la AGE no puede concebirse de forma aislada, sino que debe integrarse con otros sistemas y plataformas de la administración electrónica. Esto implica garantizar la interoperabilidad con servicios como la Red SARA, las plataformas de validación de firma electrónica o los sistemas de gestión de expedientes. Para ello, es necesario seguir estándares técnicos y protocolos definidos en normativas como el Esquema Nacional de Interoperabilidad, asegurando que los datos puedan ser compartidos y utilizados de manera segura y eficiente entre diferentes organismos.

🧩 Elementos esenciales

• Análisis de requisitos: Proceso inicial para identificar y documentar las necesidades funcionales y no funcionales de los usuarios y sistemas en la AGE.
• Modelo conceptual: Representación abstracta de las entidades, atributos y relaciones del dominio de datos, independiente de la tecnología.
• Modelo lógico relacional: Transformación del modelo conceptual en tablas, columnas y claves, compatible con el modelo relacional.
• Normalización: Técnica para eliminar redundancias y dependencias no deseadas mediante la aplicación de formas normales.
• Diseño físico: Implementación concreta del modelo lógico en un sistema gestor de bases de datos, optimizando índices, particiones y tipos de datos.
• Concurrencia: Gestión del acceso simultáneo de múltiples usuarios para evitar conflictos y garantizar la consistencia de los datos.
• Transacciones: Mecanismo para agrupar operaciones en unidades lógicas que se ejecutan de forma atómica, consistente, aislada y duradera.
• Índices: Estructuras que mejoran el rendimiento de las consultas al permitir un acceso más rápido a los datos.
• Interoperabilidad: Capacidad de los sistemas de la AGE para compartir datos y funcionalidades con otros sistemas, siguiendo estándares técnicos.
• Real Decreto 628/2013: Norma que regula aspectos técnicos relacionados con la interoperabilidad y seguridad en la AGE.
• Real Decreto 405/2023: Actualización de los estándares técnicos para adaptarlos a las necesidades de la administración electrónica.
• Formas normales: Reglas aplicadas en la normalización para estructurar los datos de manera eficiente y sin redundancias.

🧠 Recuerda

• El diseño de bases de datos en la AGE debe alinearse con normativas técnicas como el Real Decreto 628/2013 y el Real Decreto 405/2023.
• Las fases del diseño incluyen análisis de requisitos, modelado conceptual, diseño lógico y diseño físico.
• La normalización es clave para evitar redundancias y anomalías en los datos.
• El modelo lógico relacional es la base para la implementación en sistemas gestores de bases de datos.
• La concurrencia de acceso debe gestionarse mediante transacciones y mecanismos de bloqueo.
• El diseño físico debe optimizarse para garantizar el rendimiento y la escalabilidad.
• La interoperabilidad es esencial para integrar los sistemas de la AGE con otras plataformas administrativas.
• Los índices y las particiones son herramientas clave para mejorar el rendimiento de las consultas.
• Las formas normales más utilizadas son la primera, segunda y tercera forma normal.
• El diseño debe considerar tanto los requisitos funcionales como los no funcionales, como la seguridad y la disponibilidad.

3. El modelo lógico relacional

3. El modelo lógico relacional

🎯 Idea clave

• El modelo lógico relacional es la base teórica para estructurar datos en tablas interrelacionadas mediante claves.
• Se fundamenta en la teoría de conjuntos y el álgebra relacional para garantizar consistencia y eficiencia en el acceso a la información.
• Permite representar entidades del mundo real como relaciones, atributos y dominios, evitando redundancias.
• Su diseño se rige por principios de normalización que optimizan la integridad y el rendimiento de las bases de datos.
• Es independiente de la implementación física, lo que facilita su adaptación a diferentes sistemas gestores.
• Constituye el estándar predominante en la Administración General del Estado para el diseño de bases de datos institucionales.

📚 Desarrollo

Base teórica. El modelo lógico relacional se sustenta en los principios matemáticos del álgebra relacional, desarrollados por Edgar F. Codd en los años 70. Esta teoría permite manipular datos mediante operaciones como selección, proyección, unión o producto cartesiano, garantizando resultados predecibles y consistentes. La Administración General del Estado adopta este modelo por su rigor formal y su capacidad para modelar procesos administrativos complejos.

Estructura fundamental. En este modelo, los datos se organizan en relaciones (tablas), compuestas por tuplas (filas) y atributos (columnas). Cada atributo pertenece a un dominio específico, que define el tipo de datos y las restricciones aplicables. Las relaciones se vinculan mediante claves primarias y claves foráneas, estableciendo conexiones lógicas entre entidades como ciudadanos, expedientes o recursos administrativos.

Independencia física. Una característica clave del modelo relacional es su abstracción respecto al almacenamiento físico. El diseño lógico se centra en la estructura de los datos y sus relaciones, sin considerar aspectos como índices, particiones o sistemas de archivos. Esta separación permite que las bases de datos de la AGE sean portables entre diferentes plataformas tecnológicas sin alterar su funcionalidad.

Integridad referencial. El modelo incorpora mecanismos para mantener la coherencia de los datos, como las restricciones de integridad referencial. Estas garantizan que las relaciones entre tablas se mantengan válidas, evitando, por ejemplo, que un expediente administrativo haga referencia a un ciudadano inexistente. En el ámbito de la Administración, esto es crucial para evitar errores en procesos como notificaciones o trámites electrónicos.

Normalización. El diseño relacional se complementa con el proceso de normalización, que elimina redundancias y anomalías en los datos. Aunque este punto se desarrolla en otro apartado del tema, su relación con el modelo lógico es directa: la normalización se aplica sobre la estructura relacional para optimizar su eficiencia. En la AGE, esto se traduce en bases de datos más ágiles y menos propensas a inconsistencias.

Lenguaje de consulta. El modelo relacional se opera mediante lenguajes declarativos como SQL (Structured Query Language), estandarizado en la Administración. SQL permite definir, manipular y consultar datos sin necesidad de conocer su ubicación física, lo que simplifica el desarrollo de aplicaciones y la interoperabilidad entre sistemas. La AGE emplea SQL para gestionar desde registros de personal hasta datos estadísticos de políticas públicas.

Aplicación en la AGE. En la Administración General del Estado, el modelo relacional se utiliza para estructurar bases de datos críticas, como el Registro Civil, los sistemas de gestión de personal o las plataformas de contratación pública. Su adopción se enmarca en normativas como el Real Decreto 628/2013 y el Real Decreto 405/2023, que establecen estándares para la gestión de datos en el sector público.

Ventajas operativas. La simplicidad conceptual del modelo relacional facilita su implementación y mantenimiento en entornos administrativos. Permite escalar sistemas sin modificar su estructura lógica, adaptándose a cambios normativos o funcionales. Además, su compatibilidad con herramientas de análisis de datos lo hace idóneo para la generación de informes y la toma de decisiones en la AGE.

🧩 Elementos esenciales

• Relación: Tabla que representa una entidad del mundo real, como "Ciudadanos" o "Expedientes", compuesta por filas (tuplas) y columnas (atributos).
• Atributo: Característica de una entidad, como "DNI" o "Fecha de nacimiento", que define un tipo de dato específico dentro de un dominio.
• Dominio: Conjunto de valores válidos para un atributo, como fechas, números o cadenas de texto, con posibles restricciones.
• Clave primaria: Atributo o conjunto de atributos que identifica de forma única cada tupla en una relación, como el "Número de expediente".
• Clave foránea: Atributo que referencia la clave primaria de otra relación, estableciendo una conexión lógica entre tablas.
• Integridad de entidad: Regla que garantiza que ninguna clave primaria puede contener valores nulos, asegurando la unicidad de cada registro.
• Integridad referencial: Mecanismo que impide que una clave foránea referencie un valor inexistente en la tabla vinculada.
• Álgebra relacional: Conjunto de operaciones matemáticas (unión, diferencia, producto cartesiano) que permiten manipular relaciones de forma estructurada.
• SQL: Lenguaje estándar para interactuar con bases de datos relacionales, utilizado en la AGE para consultas y gestión de datos.
• Esquema relacional: Representación formal de las relaciones, atributos, claves y restricciones de una base de datos, independiente de su implementación física.

🧠 Recuerda

• El modelo lógico relacional se basa en tablas interconectadas mediante claves, no en estructuras jerárquicas o de red.
• Su diseño es independiente del almacenamiento físico, lo que facilita la portabilidad entre sistemas.
• Las claves primarias y foráneas son fundamentales para mantener la integridad de los datos en la AGE.
• El álgebra relacional proporciona la base teórica para las operaciones de consulta y manipulación de datos.
• SQL es el lenguaje estándar para interactuar con bases de datos relacionales en la Administración.
• La normalización, aunque relacionada, es un proceso posterior que optimiza el modelo relacional.
• En la AGE, este modelo se aplica en sistemas críticos como registros administrativos o plataformas de contratación.
• Su simplicidad y rigor lo hacen ideal para entornos con requisitos de consistencia y escalabilidad.

4. Normalización

4. Normalización

🎯 Idea clave

• La normalización es un proceso sistemático para organizar los datos en una base de datos relacional, eliminando redundancias y anomalías.
• Su objetivo principal es garantizar la integridad y consistencia de los datos mediante la aplicación de reglas estructuradas.
• Las formas normales establecen niveles progresivos de normalización, desde la primera hasta la quinta forma normal.
• Cada forma normal resuelve problemas específicos de dependencias funcionales, multivaluadas o transitivas.
• La normalización facilita el mantenimiento y la escalabilidad de las bases de datos en entornos de la Administración General del Estado.
• Su aplicación es esencial para cumplir con los estándares técnicos y normativos vigentes en el diseño de sistemas de información.

📚 Desarrollo

Definición y propósito. La normalización es una técnica de diseño de bases de datos que permite estructurar la información de manera eficiente. Su finalidad es minimizar la redundancia de datos y evitar anomalías en operaciones como inserciones, actualizaciones o eliminaciones. En el ámbito de la Administración General del Estado, este proceso es fundamental para garantizar la calidad y coherencia de los sistemas de información que gestionan datos críticos.

Formas normales. Las formas normales son reglas que definen niveles sucesivos de normalización. La primera forma normal (1FN) exige que todos los atributos contengan valores atómicos y que no existan grupos repetitivos. La segunda forma normal (2FN) elimina las dependencias parciales, asegurando que todos los atributos no clave dependan completamente de la clave primaria. La tercera forma normal (3FN) aborda las dependencias transitivas, evitando que atributos no clave dependan de otros atributos no clave.

Dependencias funcionales. Un concepto central en la normalización es la dependencia funcional, que establece una relación entre atributos donde el valor de uno determina el valor de otro. Por ejemplo, en una tabla de empleados, el número de identificación (DNI) puede determinar el nombre y la dirección. Identificar estas dependencias es crucial para aplicar correctamente las formas normales y evitar estructuras ineficientes.

Aplicación en la AGE. En la Administración General del Estado, la normalización se alinea con los requisitos establecidos en normativas como el Real Decreto 628/2013 y el Real Decreto 405/2023. Estos marcos reguladores exigen que los sistemas de información cumplan con estándares de calidad, interoperabilidad y seguridad, donde la normalización juega un papel clave. Además, facilita la integración de datos entre diferentes organismos y plataformas.

Ventajas de la normalización. La aplicación de las formas normales mejora la eficiencia en el almacenamiento de datos, reduce el riesgo de inconsistencias y simplifica las operaciones de mantenimiento. También favorece la escalabilidad de los sistemas, permitiendo adaptarse a futuros cambios sin comprometer la estructura existente. En entornos con altos volúmenes de datos, como los de la AGE, estas ventajas son especialmente relevantes.

Limitaciones y consideraciones. Aunque la normalización es beneficiosa, un exceso de normalización puede generar un aumento en la complejidad de las consultas, al requerir múltiples joins entre tablas. En algunos casos, se opta por un diseño desnormalizado para optimizar el rendimiento, especialmente en sistemas donde la velocidad de lectura es crítica. Sin embargo, esta decisión debe tomarse con precaución y justificarse técnicamente.

Herramientas y metodologías. Para aplicar la normalización, se utilizan herramientas de modelado de datos que permiten visualizar las dependencias y validar el cumplimiento de las formas normales. Metodologías como el modelo entidad-relación y el modelo lógico relacional son fundamentales para guiar este proceso, asegurando que el diseño final sea coherente con los requisitos funcionales y normativos.

🧩 Elementos esenciales

• Primera forma normal (1FN): Elimina valores repetidos y asegura que todos los atributos contengan datos atómicos.
• Segunda forma normal (2FN): Elimina dependencias parciales, garantizando que los atributos no clave dependan de la clave primaria completa.
• Tercera forma normal (3FN): Elimina dependencias transitivas, evitando que atributos no clave dependan de otros atributos no clave.
• Dependencia funcional: Relación en la que el valor de un atributo determina el valor de otro atributo en la misma tabla.
• Dependencia parcial: Situación en la que un atributo no clave depende solo de una parte de la clave primaria compuesta.
• Dependencia transitiva: Situación en la que un atributo no clave depende de otro atributo no clave, que a su vez depende de la clave primaria.
• Anomalías de datos: Problemas como inserciones, actualizaciones o eliminaciones inconsistentes que la normalización busca evitar.
• Modelo entidad-relación: Herramienta utilizada para identificar entidades, atributos y relaciones antes de aplicar la normalización.
• Clave primaria: Atributo o conjunto de atributos que identifica de manera única cada registro en una tabla.
• Clave foránea: Atributo que establece una relación entre tablas, referenciando la clave primaria de otra tabla.
• Redundancia: Repetición innecesaria de datos que la normalización busca minimizar para mejorar la eficiencia.
• Interoperabilidad: Capacidad de los sistemas para compartir y utilizar datos de manera coherente, facilitada por la normalización.

🧠 Recuerda

• La normalización es un proceso progresivo que se aplica mediante formas normales.
• Cada forma normal resuelve un tipo específico de dependencia o anomalía.
• La primera forma normal (1FN) exige valores atómicos y elimina grupos repetitivos.
• La segunda forma normal (2FN) elimina dependencias parciales en claves compuestas.
• La tercera forma normal (3FN) elimina dependencias transitivas entre atributos no clave.
• La normalización mejora la integridad y consistencia de los datos, pero puede afectar al rendimiento en consultas complejas.
• En la AGE, la normalización se alinea con normativas como el Real Decreto 628/2013 y el Real Decreto 405/2023.
• Identificar dependencias funcionales es clave para aplicar correctamente las formas normales.
• Un diseño desnormalizado puede optimizar el rendimiento, pero debe justificarse técnicamente.
• La normalización facilita la escalabilidad y el mantenimiento de los sistemas de información.

5. Diseño lógico y físico

5. Diseño lógico y físico

🎯 Idea clave

• El diseño lógico transforma el modelo conceptual en estructuras compatibles con el sistema gestor de bases de datos.
• El diseño físico optimiza el rendimiento mediante la definición de índices, particiones y estrategias de almacenamiento.
• La independencia entre ambos niveles permite adaptar la implementación sin alterar la lógica de negocio.
• El diseño lógico se centra en tablas, relaciones y restricciones, mientras el físico aborda aspectos técnicos de almacenamiento.
• La elección de estructuras físicas impacta directamente en la eficiencia de consultas y operaciones.
• Ambos diseños deben alinearse con los requisitos de rendimiento y escalabilidad del sistema.

📚 Desarrollo

Definición del diseño lógico. El diseño lógico consiste en traducir el modelo conceptual, generalmente expresado en diagramas entidad-relación, a un esquema relacional compatible con el sistema gestor de bases de datos. Este proceso incluye la creación de tablas, la definición de claves primarias y foráneas, y la especificación de restricciones de integridad. El resultado debe preservar la semántica del modelo original y garantizar la coherencia de los datos.

Objetivos del diseño lógico. Su finalidad principal es estructurar los datos de manera que sean accesibles, consistentes y eficientes para las aplicaciones que los utilizarán. Se busca minimizar la redundancia y evitar anomalías en las operaciones de inserción, modificación y eliminación. Además, debe facilitar la implementación de las reglas de negocio y asegurar la compatibilidad con los estándares del sistema gestor seleccionado.

Transición al diseño físico. Una vez validado el diseño lógico, se procede al diseño físico, que adapta el esquema a las características específicas del entorno de implementación. Este nivel se enfoca en aspectos como la selección de índices, la organización de archivos, la distribución de datos en almacenamiento y la configuración de parámetros de rendimiento. La elección de estas estructuras debe basarse en el análisis de las consultas más frecuentes y los patrones de acceso.

Optimización del rendimiento. El diseño físico busca maximizar la eficiencia en el acceso a los datos mediante técnicas como la creación de índices sobre columnas frecuentemente consultadas o la partición de tablas para distribuir la carga. También se consideran aspectos como el tamaño de los bloques de almacenamiento y la ubicación física de los datos en disco. Estas decisiones deben equilibrar el rendimiento de las operaciones de lectura y escritura.

Independencia entre niveles. Una característica fundamental del diseño de bases de datos es la separación entre los niveles lógico y físico. Esta independencia permite modificar aspectos técnicos del almacenamiento sin afectar la estructura lógica ni las aplicaciones que dependen de ella. Por ejemplo, se pueden añadir índices o reorganizar particiones sin alterar las consultas SQL que acceden a los datos.

Validación y pruebas. Ambos diseños deben someterse a pruebas exhaustivas para verificar su corrección y eficiencia. En el diseño lógico, se comprueba que las relaciones y restricciones reflejen fielmente los requisitos del negocio. En el diseño físico, se evalúa el rendimiento bajo diferentes cargas de trabajo y se ajustan los parámetros según los resultados obtenidos.

Documentación y mantenimiento. La documentación detallada de ambos diseños es esencial para garantizar su mantenimiento y evolución. Debe incluir diagramas del esquema lógico, descripciones de las tablas y relaciones, así como la justificación de las decisiones tomadas en el diseño físico. Esta información facilita futuras modificaciones y la resolución de problemas de rendimiento.

🧩 Elementos esenciales

• Diseño lógico: Traducción del modelo conceptual a tablas, claves y restricciones relacionales.
• Diseño físico: Implementación técnica que optimiza el almacenamiento y acceso a los datos.
• Índices: Estructuras que aceleran las consultas sobre columnas específicas.
• Particiones: División de tablas en segmentos físicos para mejorar el rendimiento.
• Claves primarias: Identificadores únicos que garantizan la integridad de cada registro.
• Claves foráneas: Mecanismos que mantienen la coherencia entre tablas relacionadas.
• Restricciones de integridad: Reglas que aseguran la validez de los datos almacenados.
• Independencia de datos: Capacidad de modificar el diseño físico sin afectar al lógico.
• Optimización de consultas: Ajuste de estructuras para mejorar el rendimiento de las operaciones.
• Almacenamiento físico: Organización de datos en disco según criterios de eficiencia.
• Pruebas de rendimiento: Evaluación del comportamiento bajo diferentes cargas de trabajo.
• Documentación: Registro detallado de las decisiones de diseño y su justificación.

🧠 Recuerda

• El diseño lógico define qué datos se almacenan y cómo se relacionan.
• El diseño físico determina cómo se almacenan y acceden esos datos.
• La independencia entre niveles permite adaptar la implementación sin cambiar la lógica.
• Los índices mejoran las consultas pero pueden ralentizar las inserciones y actualizaciones.
• Las particiones distribuyen la carga y facilitan el mantenimiento de grandes volúmenes de datos.
• Las claves primarias y foráneas son fundamentales para mantener la integridad referencial.
• El diseño físico debe optimizarse en función de los patrones de uso reales.
• La documentación es clave para el mantenimiento y la evolución del sistema.
• Las pruebas de rendimiento deben realizarse antes de la puesta en producción.
• Ambos diseños deben alinearse con los requisitos de escalabilidad y disponibilidad.

6. Problemas de concurrencia de acceso

6. Problemas de concurrencia de acceso

🎯 Idea clave

• La concurrencia de acceso ocurre cuando múltiples usuarios o procesos intentan acceder simultáneamente a los mismos datos en una base de datos.
• Estos accesos concurrentes pueden generar inconsistencias si no se gestionan adecuadamente mediante mecanismos de control.
• Los problemas más comunes incluyen lecturas sucias, lecturas no repetibles y actualizaciones perdidas.
• La integridad de los datos depende de la correcta implementación de técnicas de bloqueo y transacciones.
• La Administración General del Estado debe garantizar la coherencia de los datos en entornos con alta demanda de acceso simultáneo.
• La resolución de conflictos de concurrencia es esencial para mantener la fiabilidad de los sistemas de información.

📚 Desarrollo

Definición de concurrencia. La concurrencia de acceso se refiere a la situación en la que varios usuarios o aplicaciones acceden y modifican los mismos datos de forma simultánea en una base de datos. Este escenario es habitual en sistemas de información de la Administración General del Estado, donde múltiples procesos pueden requerir acceso a registros compartidos, como expedientes administrativos o datos de ciudadanos.

Riesgos de la concurrencia no controlada. Cuando no existen mecanismos de control, los accesos concurrentes pueden provocar inconsistencias en los datos. Por ejemplo, dos usuarios podrían leer el mismo valor de un registro y modificarlo de forma independiente, lo que resultaría en la pérdida de una de las actualizaciones. Estos problemas comprometen la fiabilidad de los sistemas y pueden afectar a la toma de decisiones basada en información desactualizada o incorrecta.

Problemas típicos de concurrencia. Entre los problemas más frecuentes destacan las lecturas sucias, que ocurren cuando una transacción lee datos modificados por otra transacción que aún no ha sido confirmada. Otro problema es la lectura no repetible, donde una transacción lee el mismo dato en dos momentos distintos y obtiene valores diferentes debido a modificaciones intermedias. Finalmente, las actualizaciones perdidas se producen cuando dos transacciones modifican el mismo dato y una de las actualizaciones se sobrescribe sin ser detectada.

Transacciones y aislamiento. Las transacciones son unidades lógicas de trabajo que agrupan operaciones sobre la base de datos y garantizan propiedades como la atomicidad, consistencia, aislamiento y durabilidad (ACID). El nivel de aislamiento de una transacción determina cómo y cuándo los cambios realizados por una transacción son visibles para otras. En la Administración General del Estado, es crucial definir niveles de aislamiento adecuados para equilibrar la coherencia de los datos y el rendimiento del sistema.

Mecanismos de bloqueo. Los bloqueos son herramientas fundamentales para gestionar la concurrencia. Un bloqueo impide que otras transacciones accedan a un recurso mientras está siendo utilizado por otra transacción. Existen diferentes tipos de bloqueos, como los bloqueos compartidos, que permiten lecturas concurrentes pero impiden modificaciones, y los bloqueos exclusivos, que impiden cualquier acceso al recurso bloqueado. La elección del tipo de bloqueo depende del equilibrio entre coherencia y rendimiento.

Deadlocks o bloqueos mutuos. Un problema asociado a los bloqueos es el deadlock, que ocurre cuando dos o más transacciones se bloquean mutuamente al esperar a que la otra libere un recurso. Este escenario paraliza el sistema y requiere mecanismos de detección y resolución, como la finalización forzosa de una de las transacciones involucradas. En entornos críticos de la Administración, es esencial implementar estrategias para minimizar la ocurrencia de deadlocks.

Normativa aplicable. La gestión de la concurrencia en la Administración General del Estado se enmarca en normativas como el Real Decreto 628/2013 y el Real Decreto 405/2023, que establecen requisitos para la integridad y disponibilidad de los datos. Estas normas exigen que los sistemas de información implementen mecanismos robustos para evitar inconsistencias derivadas de accesos concurrentes, garantizando así la calidad y fiabilidad de los datos administrativos.

🧩 Elementos esenciales

• Concurrencia de acceso: Situación en la que múltiples usuarios o procesos acceden simultáneamente a los mismos datos en una base de datos.
• Lectura sucia: Problema que ocurre cuando una transacción lee datos modificados por otra transacción que aún no ha sido confirmada.
• Lectura no repetible: Inconsistencia donde una transacción obtiene valores distintos al leer el mismo dato en momentos diferentes debido a modificaciones intermedias.
• Actualización perdida: Situación en la que una modificación realizada por una transacción es sobrescrita por otra sin ser detectada.
• Transacciones ACID: Unidades lógicas de trabajo que garantizan atomicidad, consistencia, aislamiento y durabilidad en las operaciones sobre la base de datos.
• Niveles de aislamiento: Configuraciones que determinan cómo y cuándo los cambios realizados por una transacción son visibles para otras, equilibrando coherencia y rendimiento.
• Bloqueos compartidos: Mecanismos que permiten lecturas concurrentes de un recurso pero impiden su modificación mientras está bloqueado.
• Bloqueos exclusivos: Mecanismos que impiden cualquier acceso a un recurso mientras está siendo modificado por una transacción.
• Deadlock: Bloqueo mutuo entre dos o más transacciones que se esperan mutuamente para liberar recursos, paralizando el sistema.
• Real Decreto 628/2013: Normativa que establece requisitos para la integridad y disponibilidad de los datos en la Administración General del Estado.
• Real Decreto 405/2023: Normativa que complementa al RD 628/2013 en la gestión de sistemas de información y bases de datos.

🧠 Recuerda

• La concurrencia de acceso es un escenario habitual en sistemas de información de la Administración General del Estado.
• Sin mecanismos de control, los accesos concurrentes pueden generar inconsistencias en los datos.
• Los problemas más comunes son las lecturas sucias, las lecturas no repetibles y las actualizaciones perdidas.
• Las transacciones ACID garantizan la coherencia de los datos en entornos concurrentes.
• Los niveles de aislamiento determinan la visibilidad de los cambios entre transacciones.
• Los bloqueos son esenciales para gestionar el acceso concurrente, pero pueden generar deadlocks.
• La normativa vigente exige mecanismos robustos para evitar inconsistencias en los datos administrativos.
• La resolución de conflictos de concurrencia es clave para mantener la fiabilidad de los sistemas.
• Los deadlocks deben detectarse y resolverse para evitar la paralización del sistema.
• La elección de los mecanismos de control debe equilibrar coherencia y rendimiento.

7. Mecanismos de resolución de conflictos

7. Mecanismos de resolución de conflictos

🎯 Idea clave

• Los mecanismos de resolución de conflictos en bases de datos garantizan la integridad y consistencia de los datos ante accesos concurrentes.
• El bloqueo es el método más extendido para evitar interferencias entre transacciones simultáneas.
• Los niveles de aislamiento definen el grado de protección frente a fenómenos como lecturas sucias o fantasmas.
• Los protocolos de bloqueo, como el de dos fases, aseguran la serialización de transacciones.
• La detección y resolución de interbloqueos evita situaciones de espera circular entre transacciones.
• Las normas reguladoras en la Administración General del Estado establecen requisitos para la gestión de concurrencia en sistemas de información.

📚 Desarrollo

Concurrencia y conflictos. En entornos multiusuario, las bases de datos deben gestionar accesos simultáneos a los mismos recursos. La concurrencia puede generar conflictos cuando varias transacciones intentan modificar los mismos datos, lo que compromete la consistencia. Los mecanismos de resolución de conflictos actúan como salvaguarda para mantener la integridad de la información.

Bloqueos como solución primaria. El bloqueo es el mecanismo más utilizado para controlar el acceso concurrente. Consiste en restringir temporalmente el acceso a un recurso, como una fila o una tabla, mientras una transacción lo utiliza. Los bloqueos pueden ser exclusivos, impidiendo cualquier otro acceso, o compartidos, permitiendo lecturas pero no modificaciones.

Niveles de aislamiento. Los sistemas de gestión de bases de datos implementan distintos niveles de aislamiento para equilibrar consistencia y rendimiento. El nivel Read Uncommitted permite lecturas sucias, mientras que Serializable ofrece la máxima protección, evitando fenómenos como lecturas no repetibles o fantasmas. La elección del nivel adecuado depende de los requisitos de la aplicación.

Protocolos de bloqueo. El protocolo de bloqueo en dos fases es uno de los más empleados para garantizar la serialización de transacciones. En su primera fase, la transacción adquiere todos los bloqueos necesarios, y en la segunda, los libera progresivamente. Este enfoque evita inconsistencias, aunque puede reducir el rendimiento en sistemas con alta concurrencia.

Interbloqueos y su gestión. Los interbloqueos ocurren cuando dos o más transacciones se bloquean mutuamente al esperar recursos retenidos por otra. Para resolverlos, los sistemas implementan técnicas como la detección mediante grafos de espera o la prevención mediante tiempos de espera limitados. La Administración General del Estado exige protocolos claros para minimizar estos riesgos en sus sistemas.

Normativa aplicable. En la Administración General del Estado, la gestión de conflictos de concurrencia se rige por normativas como el Real Decreto 628/2013 y el Real Decreto 405/2023. Estas disposiciones establecen requisitos técnicos para garantizar la coherencia de los datos en entornos críticos, especialmente en sistemas que soportan servicios públicos esenciales.

Optimización y rendimiento. La resolución de conflictos no solo debe priorizar la consistencia, sino también el rendimiento. Técnicas como el bloqueo optimista, que pospone la validación hasta el final de la transacción, o el uso de versiones múltiples de datos, permiten reducir la contención sin sacrificar la integridad.

🧩 Elementos esenciales

• Bloqueo exclusivo: Impide que otras transacciones lean o modifiquen el recurso bloqueado hasta su liberación.
• Bloqueo compartido: Permite lecturas simultáneas, pero bloquea modificaciones hasta que todas las transacciones liberen el recurso.
• Nivel de aislamiento Serializable: Máximo nivel de protección, evita lecturas sucias, no repetibles y fantasmas.
• Protocolo de dos fases: Garantiza la serialización de transacciones mediante una fase de adquisición y otra de liberación de bloqueos.
• Interbloqueo: Situación en la que dos o más transacciones se bloquean mutuamente al esperar recursos retenidos por otra.
• Detección de interbloqueos: Técnica que identifica ciclos en grafos de espera para abortar transacciones y liberar recursos.
• Bloqueo optimista: Estrategia que asume baja probabilidad de conflictos y valida las transacciones al final.
• Real Decreto 628/2013: Norma que regula requisitos técnicos para la gestión de concurrencia en sistemas de la Administración General del Estado.
• Real Decreto 405/2023: Actualización normativa que refuerza los estándares de integridad en entornos de alta concurrencia.
• Fenómeno de lectura sucia: Ocurre cuando una transacción lee datos modificados por otra que aún no ha confirmado los cambios.
• Fenómeno de lectura no repetible: Una transacción obtiene resultados distintos al repetir una consulta debido a modificaciones concurrentes.
• Fenómeno de lectura fantasma: Aparecen registros nuevos en una consulta repetida debido a inserciones concurrentes.

🧠 Recuerda

• Los mecanismos de resolución de conflictos son esenciales para mantener la consistencia en bases de datos con acceso concurrente.
• El bloqueo es la técnica más utilizada, pero debe equilibrarse con el rendimiento del sistema.
• Los niveles de aislamiento determinan el grado de protección frente a fenómenos indeseados como lecturas sucias.
• El protocolo de bloqueo en dos fases garantiza la serialización de transacciones, aunque puede generar interbloqueos.
• La detección y resolución de interbloqueos es crítica para evitar bloqueos permanentes en el sistema.
• La normativa de la Administración General del Estado exige protocolos robustos para gestionar la concurrencia.
• Técnicas como el bloqueo optimista o el uso de versiones múltiples pueden mejorar el rendimiento sin sacrificar la integridad.
• La elección del mecanismo adecuado depende de los requisitos específicos de cada aplicación.