Lleva tu carrera a otro nivel por menos de 1 dólar al día.

Bases de Datos desde Cero

Bases de Datos desde Cero

Es muy importante saber qué, cómo y dónde se guardarán tus datos. Aprende desde cero la teoría y práctica para administrar DBs profesionalmente.

Regístrate en Platzi

Estados unidos

BackEnd

¿Por qué necesitamos aprender bases de datos?

En el campo de sistemas informáticos, es de vital importancia comprender los conceptos que fundamentan las bases de datos, ya que todo, absolutamente todo sistema se alimenta de ellos, ya sean, aplicaciones web, móviles, software de escritorio etc.

Pero, ¿Qué es una base de datos?

Es una colección de información/datos almacenada de cierta forma y con una estructura específica, (eso depende del motor usado, por ejemplo MongoDB o PostgreSQL), que tienen rutinas optimizadas para guardar, eliminar, consultar y gestionar información.

Entonces, una base de datos está conformada por modelos o tablas; cada tabla tiene N atributos, de diferentes tipos de datos, ellos se guardan como registros, por ejemplo: un registro de la tabla de usuarios en una base de datos, tiene la información del nombre y apellido de una persona (más campos dependiendo de nuestra lógica de negocio), y así podemos tener millones de registros, relacionarlos, indexarlos y demás.

La necesidad de tener una base de datos, se debe a que desde hace años, con la creciente ola informática, no es sostenible simplemente tener nuestra información en un archivo normal, un Excel por ejemplo, Excel No es una base de datos.

Es necesario poder almacenar millones de registros de forma optimizada para nuestros sistemas, y por ello debemos contar con la herramienta adecuada para consultarlos, ya que nuestros recursos siempre serán limitados, en el curso de postgreSQL puedes aprender sobre ello.

Tipos de Base de Datos

En el campo, existen principalmente 2 tipos de motores de base de datos, relacionales y no relacionales. Cada una es más adecuada dependiendo del caso de uso.

Por ejemplo, las bases de datos no relacionales son buenas para guardar modelos con una alta transaccionalidad, pues, su tiempo de respuesta es más bajo, comparadas con las relacionales, pero carece de restricciones, puedes verlo con más detalle en el curso de MongoDB

Por otro lado, una base de datos relacional, se basa en los principios ACID (accesibilidad, consistencia, integridad y disponibilidad), además usa álgebra relacional como fundamento para crear estructuras, relacionarlas entre sí y con ello, guardar datos; Si quieres aprender más sobre teorías de conjuntos ve al curso de Matemáticas Discretas, o el Curso de PostgreSQL para verlo en la práctica, el cual es un buen motor de base de datos relacional.

Bases de Datos Relacionales

Dentro de los motores de bases de datos relaciones se encuentran distintas opciones, por ejemplo MySQL, PostgreSQL, SQL Server, MariaDB, etc; Cada una de ellas con diferentes características que las diferencian entre sí, pero todas comparten los mismos principios.

  • MySQL: es el motor más utilizado en el mercado, esto porque el stack más utilizado es LAMP (Linux, Apache, MySQL y PHP) con esto se sirve la mayor parte de internet, aunque MariaDB, que es un fork mantenido por la comunidad, es muy similar a MySQL.

  • PostgreSQL: ofrece mejor rendimiento, también ciertas características como almacenamiento de archivos y objetos en formato JSON que permiten hacer búsquedas similares a las que se harían con una base de datos no relacional.

  • SQL Server: es muy utilizada dentro del software corporativo y bancario, ya que es tecnología Microsoft.

Bases de Datos no Relacionales

  • Redis: es una base de datos no relacional ampliamente utilizada para hacer caché, la mayoría de los frameworks modernos de desarrollo web ofrecen soporte y compatibilidad con él, ya que monta toda su estructura en memoria RAM.

  • MongoDB: es otra base de datos no relacional pero la diferencia es que esta está orientada a documentos y los datos se almacenan en estructuras de tipo BSON (Binary JSON), su principal característica es el dinamismo con el que se puede utilizar un esquema, esto implica que puede cambiarse a criterio del desarrollador sin seguir un estándar en especial.

Al final del día, piensa en que la información que guardas, el día de mañana, será útil para tomar decisiones importantes, es por ello que se crean almacenes de datos especializados para tal fin, esto y mucho más aprenderás con esta ruta de aprendizaje.

Puedes aprender desde cero cómo diseñar y utilizar los mejores motores de Bases de Datos, empieza por el Curso de Porstgres y seguidamente el Curso de MongoDB o también puedes seguir esta ruta de aprendizaje y llegar al objetivo que quieres alcanzar.

¡Prueba la suscripción de Platzi!

¡No te pierdas nuestros lanzamientos!

Glosario

Glosario

SQL: (Structured Query Language) es el lenguaje basado en el álgebra relacional que es utilizado en la gestión de Bases de Datos, permite entre otras cosas hacer consultas, insersiones y modificaciones de esquemas.

MySQL: Es un sistema de gestión de Base de Datos relacional de código abierto más ampliamente utilizado en el mundo.

Base de Datos Relacional: Consiste en almacenar datos en forma de relaciones, todo dentro de un esquema lógico que en este caso son tablas, las relaciones son creadas a través de columnas en las tablas que hacen referencia a otro registro.

Base de Datos No Relacional: También conocida como NoSQL son las Bases de Datos que no siguen el modelo Relacional y que tampoco utilizan SQL como lenguaje de consultas, se caracterizan también por no seguir los principios ACID y también por utilizar colecciones en vez de tablas para almacenar datos.

Ciencia de Datos: Área de conocimiento que busca agregar valor a los datos por medio de la confluencia de análisis estadísticos, métodos computacionales y visualización de información.

Aprende de los mejores

Yohan Graterol

Yohan Graterol

DevOps en Platzi

@yograterol
Gustavo Angulo

Gustavo Angulo

CTO en Ubidots

@woakas
Freddy Vega

Freddy Vega

CEO en Platzi

@freddier
Flavio Percoco

Flavio Percoco

Principal Software Engineer en Red Hat

@flaper87
Alberto Alcocer

Alberto Alcocer

en Independiente

@beco
Mario Chávez

Mario Chávez

Software Engineer y Co-founder en michelada.io

@mario_chavez
Amin Espinoza

Amin Espinoza

Technical Evangelist en Microsoft

@aminespinoza
Pedro Díaz

Pedro Díaz

Client technical specialist for Power Systems en IBM

@peadiazmo
Carlos Andrés Zambrano Barrera

Carlos Andrés Zambrano Barrera

Cloud Engineer en Globant

@czam01
Juan Guillermo Gómez Torres

Juan Guillermo Gómez Torres

CEO y CTO en DevHack y Progressus

@jggomez
Albert Ramírez

Albert Ramírez

DevOps Engineer en Globant

@@alberterc18
Israel Vázquez Morales

Israel Vázquez Morales

Senior Software Engineer en YouNoodle

@israbaurel
Mauro Chojrin

Mauro Chojrin

Consultor PHP en Independiente

@mchojrin
Oswaldo Rodríguez González

Oswaldo Rodríguez González

CTO-CoFounder en OhmyFI

@oswaldorgz
Antonio Guzmán

Antonio Guzmán

Cloud Customer Enginee en Google

@tonioguzmanf
Kevin Sarmiento Mendoza

Kevin Sarmiento Mendoza

Senior Python Developer en UruIT

@krsarmiento

Rutas relacionadas para complementar tu aprendizaje

Marketing Basado en Datos

Marketing Basado en Datos

Desde Google Analytics hasta tu base de datos son fuentes de información que te ayudarán a tomar las decisiones correctas en tus campañas de marketing.
Inteligencia Artificial y Machine Learning

Inteligencia Artificial y Machine Learning

Aprende la tecnología detrás de los automóviles autónomos, asistentes personales, predicción de enfermedades y más.
Escuela de Data Science

Escuela de Data Science

Domina las herramientas y técnicas para el procesamiento de Big Data y Ciencia de Datos.