Conclusiones del curso

Clase 63 de 63 • Fundamentos de Bases de Datos 2017

Clase anteriorSiguiente clase

Kevin Morales

student•

Muy buen curso, tiene explicaciones excelentes para entender temas que pueden ser algo complejos. Gran profesor!

Jesus Sandrea

student•

Y como explica todo con el pizarron es genial! 😄

Ricardo Celis

teacher•

Es muy importante para nosotros su feedback, muchas gracias =)!

German David Acebedo Roncancio

student•

Hay algo que le falta a algunos cursos, en general de Platzi. Cuando muestren un software, incluyan un tutorial para la instalación e inicio del mismo. Es muy útil para no empezar perdido.

De resto nada!!! GENIAL EL CURSO

Ricardo Celis

teacher•

Gracias German! que formato crees que sea el mejor para esto?

Daniel Alejandro Romero Chavez

student•

creo que deberian tener una guia de instalacion de el software principal, y un enlace directo a el creador oficial de ser posible porque muchos cometen el error de descargarlo de algun enlace externo. eso seria de gran ayuda

Edwin Balseca García

student•

Un breve resumen de todo lo visto en el curso, espero y les sirva mi aportación.

Las Bases de Datos surgen de la idea de tener un espacio dónde poder almacenar de una forma mucho más eficiente toda la información de nuestros proyectos.
DBMS = Data Base Management System o SGBD = Sistemas de Gestión de Bases de Datos.
El estandar SQL se creo entre 1970 - 1980.
Las Bases de Datos se pueden dividir en: Bases de Datos Relacionales y No Relacionales.
Las bases de datos pueden ser aplicadas en todas las industrias.
Algunas Bases de Datos Relacionales comunes:
-MariaDB: Es una distribución de Bases de Datos que deriva de MySQL.
-PostrgreSQL: Esta es una Base de Datos comunitaria pero tiene una versión entreprise que tiene soporte.
Algunas Bases de Datos No Relacionales comunes:
-Redis: Una Base de Datos que en la actualidad se trabaja mucho.
-neo4j: Es una Base de Datos basada en nodos. Está centrada en grafos que nos va a permitir encontrar relaciones entre objetos. Muy común en eCommerce.
-Cassandra: Es una Base de Datos muy importante del proyecto Apache. Trabaja con grandes volúmenes de datos.
-MongoDB: Es una Base de Datos en NoSQL que se basa en trabajar en varias instancias.
Un dato es algo que nos va a permitir describir un objeto.
Existen 3 niveles de Abstracción en las Bases de Datos:
-Conceptual: Se tiene que empezar a modelar una Base de Datos dependiendo de lo que se quiere hacer basado en los conceptos de “entidad” y “relación”.
-Lógico: El diagrama lógico nos va a resolver ciertas dudas de consistencia, para evitar crear loops o evitar que tenga cosas que no tengan sentido en nuestro proyecto.
-Físico: Es finalmente cómo lo va a ver la Base de Datos.
SQL es un lenguaje que nos sirve para hacer consultas y manipular los datos de una base de datos.
Tipos de variables en las Bases de Datos:
-Caracteres: Pueden ser desde letras hasta caracteres especiales.
-Numérico: Del 0 al 9 pero con una longitud especial.
-Varchar: Caracteres con un formato más variable.
-Imagen
-Fecha: Generalmente van acompañadas de una hora.
-Moneda: esto facilita todo si se trabaja con diferentes denominaciones.
-Texto: Variables que tienen mayor tamaño que un char o que un varchar.
-Bit: Se puede trabajar con 1 y 0 o también con verdadero y falso.
-Decimal.
Esquema = Es la estructura lógica que va a tener una Base de Datos.
Instancia = Contenido de partículas que tiene una Base de Datos en un instante de tiempo.
Existen 3 cosas para poder hacer la descripción de una Base de Datos:
-DML = Data Manipulation Language o Lenguaje de Manipulación de Datos.
-DDL = Data Definition Language o Lenguaje de Definición de Datos.
-SQL = Structured Query Language o Lenguaje de Consulta Estructurada.
Características de Bases de Datos SQL:
-Es un lenguaje estructurado.
-Tiene un esquema de tablas.
-Tiene integración con otros tipos de archivos.
-Tiene indexación por medio de árboles.
Características de Bases de Datos NoSQL:
-Se puede trabajar con un lenguaje estructurado o con uno no estructurado.
-Tiene diferente tipo de indexación. Se utiliza normalmente JSON.
-Tiene un crecimiento horizontal.
Características de Bases de Datos Analíticas y de Bigdata:
Son de lenguaje no estructurado.
Tiene integración de muchos sistemas.
Tiene integración también a sistemas tradicionales y sistemas de engagement.
Principio “divide y vencerás”
Se basa en esquemas Scale Out.
Crecimiento horizontal.
Características de Bases de Datos basadas en aceleración:
Normalmente basadas in Memory.
Uso de aceleradores como GPU, flash cards, FPGAs.
Tienen estructuras diferentes, por ejemplo, basadas en nodos.
Uso frecuente de ambientes empresariales productivos y de datawarehouse.
Para definir una Relación tenemos que tener en cuenta los siguientes puntos:
-La obligatoriedad. Ésta se denota con una línea continua.
-Opcional. Se representa con una línea punteada.
Notacion de las relaciones en la notacion barker:
-0-1 (linea punteada) ----
-1-1 (linea continua)
-0-M (linea punteada y pata de gallo) —<
-1-M (linea continua y pata de gallo)
-M-M (linea continua y pata de gallo en ambos lados)
Las llaves compuestas son la union de dos o mas columnas para su llave primaria.
Las llaves primarias obligatoriamente van a ser índices.
Las Bases de Datos indexan con un algoritmo llamado:Árboles B+.
Los Árboles B+ son una estructura que va a tener un tronco, tres raíces, de las cuales se van a ir derivando tres raíces más por cada una, hasta donde sea necesario.
Por defecto todas las Bases de Datos están indexadas, así no le pongamos índices. Lo que sucede es que la Base de Datos siempre obliga a indexar porque siempre tienen un atributo que está oculto, este atributo es RowID.
Las restricciones se pueden trabajar desde la Base de Datos. Normalmente las validaciones con restricciones se hacen desde la aplicación, pero es importante tener en cuenta que podemos hacerlo de igual forma desde la Base de Datos.
Las llaves primarias y las llaves foraneas no solamente tienen la restricción Not null, sino que además tienen la restricción unique, no puede haber otra igual.
Con check, las validaciones que podemos hacer son: Igual, mayor o igual, menor o igual, mayor qué o menor qué.
Capa Conceptual: En esta capa vamos a tener varias entidades, aún sin nombre definido. Las entidades van a tener cada una sus llaves primarias y sus atributos, además van a tener relaciones.
Para que existan las relaciones “muchos a muchos” se necesitan llaves foráneas en las entidades.
Capa Lógica: El modelo Entidad-Relación para poder procesar las relaciones “muchos a muchos” las va a partir en entidades que se llaman: Entidades Débiles.
Capa Física: Este modelo va a ser el paso del modelo lógico hacia la representación que ya va a tener la Base de Datos. En esta capa, ya cada uno de los datos empieza a entrar en las clasificaciones según su tipo de dato.
Metodología básica de 9 pasos con Barker:
-Paso 1: Vamos a identificar cuáles son las entidades que van a resolver nuestros problema.
-Paso 2: Identificación de las relaciones de las entidades.
-Paso 3: Entidades y Relaciones.
-Paso 4: Asignar Atributos a las Entidades.
-Paso 5: Generar un diagrama conceptual con las entidades, relaciones y atributos.
-Paso 6: Modelo lógico.
-Paso 7: Identificar nuevos atributos que generan nuestras entidades débiles.
-Paso 8: Construir el Diagrama del Modelo Físico.
-Paso 9: Pasar al estándar de la base de datos (SQL).
Atomicidad: Asegura que yo tenga un conjunto de pasos para llegar a ser una transacción exitosa.
Consistencia: Aseguro que tengo un estado válido y pasó a otro estado que sigue siendo válido.
Isolacion o Aislamiento: Es una propiedad que define cómo y cuándo los cambios producidos por una operación se hacen visibles para las demás operaciones concurrentes.
Durabilidad o Persistencia: Asegura que una vez realizada la operación los datos puedan persistir en el tiempo hata que yo lo decida.
Bases de datos Tradicionales (basada en arboles): hacen una búsqueda por cada uno de los datos de la tabla hasta llegar al resultado.
Bases de datos In-Memory (columnares): el esquema de búsquedas seleccionan una columna (por ejemplo Identificador) recorriendola hasta llegar al resultado, dando un mejor rendimiento.
Bases de datos orientada a grafos: representa la información como nodos de un grafo y sus relaciones con las aristas del mismo.
Dependencias Funcionales:
-Reflexiva => Si tengo un dato A puedo llegar a un dato B.
-Aumentativa => Si tengo un dato A,C entonces B,C.
-Transitiva => Si tengo una tabla A que esta relacionada con una tabla B y tengo un tabla C relacionada con B no tengo que tener relación entre A y C para poder traer los datos de C cuando hago una consulta de A.
Formas normales de las bases de datos:
-1a Forma Normal: Principio de Atomicidad, dejar el mínimo valor posible de un dato (Tener llaves primarias).
-2a Forma Normal: Dependencias Funcionales (Llaves foráneas) No tener datos que no son llaves que dependan entre si.
-3a Forma Normal: Cada uno de los atributos que no sean clave en la tabla, pueden llegar a ser candidatos a campo clave (evitar repetir datos en la misma tabla).
-4a Forma Normal: Obligatoriamente no podemos repetir datos en una tabla, solo tenemos combinaciones únicas y todas las llaves van a poder ser si o si obligatoriamente llaves primarias.
-5a Forma Normal: Es importante tener 2 tablas que están en 4FN, cada dependencia de union (join) va a estar hecho por claves candidatas y no va puede estar hecho por condiciones que no se vayan a cumplir.
DML: Data Manipulation Languaje.
DDL: Data Definition Language.
Consistency = Consistencia: Debe retornar un dato válido, me debe permitir a cualquier estructura de su base de datos.
Availability = Disponibilidad: Cuando haga una solicitud no me va a importar que nodo del sistema esta up time o down time o sin funcionamiento. Un dato debe estar replicado en al menos tres nodos.
Partition = Particionamiento: Es como yo parto esa información por lo menos en tres nodos para evitar que se pierdan mensajes.
Scale Up = Crecer con el mismo hardware, (memoria, procesador, etc)
Scale Out = Escalamiento horizontal, mas maquinas con menores especificaciones.
count([columna]) Contar los atributos.
group by [atributo] Agrupar por columna.
order by [columna] asc Ordenar de forma ascendente.
Tupla: Es un registro (también llamado fila o tupla) representa un objeto único de datos implícitamente estructurados en una tabla.
Sharding: Son Paquetes o módulos que tienen pequeños partes de la bd o replicas, que permiten añidr mas shard a fin de poder escalar.
Los shards se manejan con llaves hash y llaves compartidas de un nodo maestro. (se estila muchos nodos).
RAID 1 : Espejo de datos Nodo A es igual que en un Nodo B, se necesita mucha velocidad.
REPLICA : Mediante Replica, asegura alta disponibilidad.
LOG: para averiguar como estaba la data en un determinado tiempo.
Snapshots (snaps) : Imagenes de un servidor, cluster, nodo, en un determinado momento. (para luego restaurar o replicar la información en otro ambiente).

Johan Marcel Fernandez Castillo

student•

Excelente resumen. Muy util antes del examen. Gracias por compartir.

Juan Carlos Gonzalez Ruiz

student•

Gracias por el muy útil resumen del curso!

Eduardo Rahn

student•

Excelente curso, no estoy seguro de que el orden de los videos este del todo bien pero igual se entienden los temas.

Diego Fernando López Martínez

student•

Totalmente de acuerdo, por momentos en la sección 4 del curso me sentí que daban saltos o se de devolvían, pienso que deben revisar este punto, pero el contenido ha sido muy bueno.

Cristian Orozco Benjumea

student•

Aunque si fue muy teórico y las prácticas llegaron a lo último. El curso me gustó y me contextualizó muy bien.

Sólo quisiera que realmente hubieramos hecho todo el proyecto desde el paso 1. Identificar las relaciones, hasta llegar a las consultas y registros en MySQL ya que empezamos con una Aerolinea, seguimos con una Veterinaria y luego estructuramos una Ecommerce para al final trabajar con una BD ya elaborada. Por otra parte sentía que había brincos entre la continuidad de los videos ya que se repetían temas y algunas veces no había conexión entre uno y otro.

Gracias

Diego Forero

Team Platzi•

Gracias por tus comentarios los tendremos en cuenta para los próximos cursos.

Diego Alejandro Cantor Morales

student•

Totalmente de acuerdo contigo, el curdo de fundamentos de programación fue un curso estructurado y con continuidad y de la forma que estuvo este curso tiende uno a perderse un poco, adicional que en uno de los videos iniciales se tuvo un error “intencional” el cual considero que no se deberia tener menos cuando se esta enseñando fundamentos.

Danelia Sanchez Sanchez

student•

En lo personal, me habría gustado un ejemplo completo de la metodología de 9 pasos, la normalización hasta generar el SQL. Es lo único, el contenido ha sido muy bueno. Gracias platzi 😃

Saúl Báez Terrez

student•

Por fin se acabo!! No sé como hay usuarios que no son objetivos, en términos generales el curso fue muy malo. Explicaciones y ejemplos planos, el proyecto de platzistore sin vida. Este curso necesita una reformulación muy seria, porque podría mejorar.

Daniel Julián Gómez Silva

student•

Creo que el curso se puede segmentar para hacerlo mucho más ameno, loable y fácil de asimilar. Es mucho tema que ni siquiera se puede evaluar en 30 preguntas en mi opinión. Los talleres de bases de datos no relacionales hay que profundizarlos.

Guido Arce

student•

Excelente curso! Aunque me costó un poco seguir el curso ya que al parecer los videos no están en el orden correcto. Eso lo podrían actualizar?

Cristian Camilo Sosa Pinzon

student•

muy buena tutoría, buen dominio del tema, excelente curso para arrancar con los cursos de bases de datos.

Camilo Rivera Quintero

student•

Gracias profe Pedro! Sufrí configurando MySQL con Workbench pero termino este curso feliz y a la expectativa.

Edgar Tasayco

student•

Interesante curso, me gusto el tema de no sql.

Francisco Prado

student•

Hace tiempo tome este curso, nada nuevo en terminos generales, sin embargo hay temas que se dejaron en el tintero.

Los developers piensas que un simple SELECT JOINS y WHERE les basta, pero es mucho mas que eso y aqui les dejo las interrogantes

¿Cómo puedo acceder mas rapido a la informacion?
¿Cómo puedo sumar, contar, promediar agrupar u ordenar mas eficientemente?

Lo SUB SELECTS son implementados por la gran mayoria de los developers, pero ¿son los mas eficientes?

No es lo mismo filtrar datos sobre 500 mil registros que en 50 millones de registros ¿Cual es el truco?

¿Como puedo resolver los problemas de rendimiento?
¿Es necesario mas hardware para acelerar mis consultas?

“Los problemas de rendimiento en SQL (Structured Query Language) son tan antiguos como este lenguaje. Algunas personas dicen que SQL es lento por definición. Aunque eso era cierto al inicio de la creación del lenguaje, ya no es cierto hoy en día. Sin embargo, los problemas de rendimiento SQL son todavía comunes. ¿Y eso por qué es así?” – Markus Winand – Gurú en SQL

Siguiendo este enlace, puede responder a muchas de estas preguntas
https://use-the-index-luke.com/es/sql/prefacio

Esta informacion sirve de complemento a lo aprendido aqui en SQL, evita los problemas de rendimiento de tus consultas desde el principio y veras resultados sorprendentes!

Saludos!

JUAN SEBASTIAN RODRIGUEZ JIMENEZ

student•

Muy buen curso, no sentí que fuera un profesor que me dijera lo que era cada cosa lo que sentí fue a un amigo que me explicaba las cosas de la manera mas amable y con ejemplos muy buenos. Gracias.

Diego Rodriguez

student•

Tremendo Curso los amo

Belen M

student•

Un profesor magnifico

Ivan Robles

student•

Excelente curso!!

Sergio Santiago González

student•

Aplausos para este curso y para el profesor, explica muy bien cada tema.

Mateo Gomez

student•

me sumo a los buenos comentarios de los compañeros, excelente curso y el profesor es el mejor que he visto de los cursos que he hecho, espero encontrarme a pedro como profesor en muchos cursos mas.

Jairo Duai Jimenez Lozada

student•

Graciassss pedro y platzi Los mejores en sus cursos y buenos profesores

Conclusiones del curso

Introducción al Curso Fundamentos de Bases de Datos

¡Vamos a renovar este curso!

Introducción al Curso de Bases de Datos

Teoría general de Bases de Datos

Propósito general de las Bases de Datos

Tipos de Bases de Datos y sus aplicaciones en la industria

Visión general de los datos

Tipos de Datos

Diferentes tipos de Bases de Datos

Reto ¿Hadoop y Blockchain podrían cambiar una Base de Datos tradicional?

Bases de Datos Relacionales

¿Qué es una Entidad?

¿Qué es una Relación?

Características o datos de una Entidad

¿Ya aparecieron las llaves?

Índices e Indexación

Constraints o Restricciones

Capas de abstracción del modelo Entidad-Relación

Metodología básica de 9 pasos con Barker (Paso 1) Identificar Cuáles son las Entidades Resuelven Nuestro Problema

Metodología básica de 9 pasos con Barker (Paso 2): Identificación de las Relaciones de las Entidades.

Metodología básica de 9 pasos con Barker (Paso 3): Entidades y Relaciones

Metodología de Diseño (Correcciónes del paso 2 y 3)

Metodología de Diseño (Paso 4): Asignar Atributos a las Entidades.

Metodología de Diseño (Solución del paso 4): Terminando de Asignar Atributos a las Entidades

Metodología de Diseño (Pasos 5, 6 y 7) 5. Generar un diagrama conceptual, 6. Modelo lógico, 7. Identificar nuevos atributos que generan nuestras entidades débiles.

Metodología de Diseño (Paso 8): Construir el Diagrama del Modelo Físico

Metodología de Diseño (Paso 9): Pasar al estándar de la base de datos (SQL)

Reto con el paso 4 de la Metodología de Diseño

Bases de Datos NO Relacionales y Otros tipos de Bases de Datos

Atomicidad y consistencia

Aislamiento y durabilidad

Bases de Datos In-Memory (Cambio de árboles a columnar)

Otros tipos de Bases de Datos en la industria

Bases de Datos In-Memory con indexación de columnar

Definiendo el Proyecto y Generando Entidades de PlatziStore: Pasos 1 y 2

Definir la Estructura de la Tabla Cliente del Proyecto: Pasos 3 y 4

Terminando de Estructurar Nuestras Tablas (Continuación del paso 4)

Metodología de Diseño (Paso 5): Diagrama Conceptual

Metodología de Diseño (Paso 6 y 7): Modelo Lógico y Entidades Débiles

Solución de atributos de entidad del proyecto - Atributos adicionales a entidad débil creada

Metodología de Diseño (Paso 8)

Llevando nuestro proyecto a SQL (Paso 9)

Terminando la Implementación del Proyecto (Paso 9)

Dependencias funcionales

Normalización, llevando el proyecto hasta tercera forma normal (primera forma normal)

Normalización, llevando mi proyecto hasta tercera forma normal (segunda forma normal)

Normalización, llevando mi proyecto hasta tercera forma normal (Cuarta y quinta forma normal)

Comenzando con SQL

DDL: Data Definition Language y DML: Data Manipulation Language

ACID desde lo no relacional

CAP

Scale Out y Scale Up

¿Scale out o Scale up?

DBMS en nube para poder iniciar una aplicación propia

IMPORTANTE: Preparación del entorno de trabajo

Estructura básica de un Query

Aprendiendo a Hacer más Querys

Estructura básica del Query con más de una tabla

Estructura básica del Query con más de una tabla 2

Tuplas y más tuplas

Insertar registros

Joins

Noo SQL Aplicado, Planteando el Problema

Aplicando NoSQL: Colecciones y Shards

Aplicando noSQL: Integración de Comunicaciones y Hardware en una Base de Datos Scale OUT

Aplicando noSQL: Integrando JSON a Bases de Datos No Relacionales

Conclusiones del curso