Teoría BBDD

Los datos son el activo más valioso de cualquier organización, pero también suponen un gran desafío para nosotros, los administradores de bases de datos (DBAs). El crecimiento exponencial de los datos, impulsado por la digitalización, el internet de las cosas, el big data y la inteligencia artificial, requiere soluciones eficientes y escalables que garanticen el rendimiento, la disponibilidad y la seguridad de las bases de datos.

En este artículo, vamos a explorar algunas de las estrategias y soluciones que los DBAs podemos implementar para manejar el crecimiento de los datos en nuestras bases de datos, una de las plataformas de gestión de datos más populares y robustas del mercado. Veremos las tendencias y predicciones que marcarán el futuro de las bases de datos, y cómo podemos adaptarnos a ellas con éxito.

¿Qué es el crecimiento de los datos y por qué es un problema?

El crecimiento de los datos se refiere al aumento constante del volumen, la variedad y la velocidad de los datos que se generan, almacenan y procesan en las organizaciones. Según un estudio de IDC, se espera que el volumen global de datos alcance los 175 zettabytes en 2025, lo que supone un incremento del 61% respecto a 2018.

Este crecimiento implica varios retos para nosotros como DBAs, entre los que se encuentran:

• El aumento de los costes de almacenamiento, infraestructura y licencias.
• La disminución del rendimiento y la capacidad de respuesta de las consultas y las aplicaciones.
• La complejidad de gestionar múltiples fuentes, formatos y tipos de datos.
• La dificultad de garantizar la calidad, la integridad y la seguridad de los datos.
• La necesidad de cumplir con las normativas legales y regulatorias sobre la protección y el uso de los datos.

Para afrontar estos retos, los DBAs debemos adoptar estrategias y soluciones que nos permitan optimizar el uso de los recursos, mejorar el rendimiento y la disponibilidad, y facilitar la administración y el mantenimiento de las bases de datos.

Estrategias y soluciones para manejar el crecimiento de los datos

Existen diversas estrategias y soluciones que los DBAs podemos aplicar para manejar el crecimiento de los datos en nuestras bases de datos, dependiendo del contexto, las necesidades y los objetivos de cada organización. A continuación, vamos a describir algunas de las más relevantes:

• Escalado vertical: Consiste en aumentar la capacidad del servidor donde se aloja la base de datos, añadiendo más memoria, procesador o disco. Esta solución es sencilla de implementar, pero tiene limitaciones físicas y económicas. Además, no resuelve el problema de la disponibilidad, ya que si el servidor falla, se pierde el acceso a la base de datos.
• Escalado horizontal: Consiste en distribuir la carga de trabajo entre varios servidores que contienen réplicas o particiones de la base de datos. Esta solución permite mejorar el rendimiento, la disponibilidad y la escalabilidad, ya que se puede añadir o quitar servidores según la demanda. Sin embargo, requiere una mayor complejidad en la configuración, la sincronización y el balanceo de carga.
• Bases de datos distribuidas: Consisten en sistemas que almacenan y procesan los datos en múltiples nodos independientes, que pueden estar ubicados en diferentes lugares geográficos. Estos sistemas ofrecen ventajas como la tolerancia a fallos, la elasticidad y la capacidad de manejar grandes volúmenes y variedades de datos. No obstante, presentan desafíos como la consistencia, la latencia y la seguridad.
• Bases de datos híbridas: Consisten en sistemas que combinan diferentes tipos o modelos de bases de datos, como relacionales, no relacionales o en memoria. Estos sistemas permiten aprovechar las fortalezas y compensar las debilidades de cada tipo o modelo según el caso de uso. Por ejemplo, se puede usar una base de datos relacional para almacenar los datos estructurados y críticos para el negocio, y una base de datos no relacional para almacenar los datos no estructurados o dinámicos.

Tendencias y predicciones sobre el futuro de las bases de datos

El crecimiento de los datos es una realidad que seguirá marcando el futuro de las bases de datos, y que nos exigirá a los DBAs estar al día de las tendencias y predicciones que se perfilan en el horizonte. Algunas de las más destacadas son:

• El auge de la nube: La nube se ha convertido en una opción cada vez más atractiva y accesible para alojar y gestionar las bases de datos, ya que ofrece beneficios como la reducción de costes, la flexibilidad, la escalabilidad y la seguridad. Según Gartner, se espera que el mercado de servicios de bases de datos en la nube crezca un 23% anual hasta 2025.
• La importancia de la inteligencia artificial: La inteligencia artificial (IA) es una herramienta clave para extraer valor de los datos, mediante técnicas como el aprendizaje automático, el procesamiento del lenguaje natural o la visión artificial. La IA también puede ayudarnos a los DBAs a optimizar y automatizar tareas como el diseño, monitorización, ajuste o la recuperación de las bases de datos.
• La convergencia de los datos: Los datos ya no se pueden tratar como entidades aisladas, sino como parte de un ecosistema integrado y conectado. Esto implica que las bases de datos deben ser capaces de interactuar con otras fuentes, plataformas y servicios de datos, tanto internos como externos, para ofrecer una visión holística y actualizada de la información.
• La ética de los datos: Los datos no solo tienen un valor económico, sino también social y moral. Por ello, los DBAs debemos ser conscientes de las implicaciones éticas que conlleva el manejo de los datos, y respetar los principios de transparencia, privacidad, responsabilidad y equidad. Asimismo, debemos cumplir con las regulaciones legales y normativas que rigen el uso y la protección de los datos.

Conclusión

El crecimiento de los datos es un fenómeno imparable que plantea grandes oportunidades y desafíos para las organizaciones y los DBAs. Para aprovechar las oportunidades y superar los desafíos, es necesario adoptar estrategias y soluciones que permitan manejar el crecimiento de los datos en nuestra base de datos de forma eficaz y eficiente. Además, es imprescindible estar al tanto de las tendencias y predicciones que marcarán el futuro de las bases de datos, y adaptarse a ellas con agilidad e innovación. Solo así se podrá garantizar el éxito y la competitividad en un mundo cada vez más digital y basado en los datos.

Espero que este artículo te haya sido útil y que te ayude a optimizar el rendimiento de tus consultas en SQL Server. Si tenéis alguna duda o sugerencia, podéis dejarla en Twitter, por mail o dejarnos un mensaje en los comentarios. Y recuerda que también tenemos un grupo de LinkedIn y un canal de YouTube a los que te puede unir. ¡Hasta la próxima!

En el pasado post, recreamos con IA una entrevista de trabajo para DBA SQL Server. Una de las preguntas de esta entrevista era sobre la normalización de bases de datos y os comenté que esto era muy importante. Es teoría básica de base de datos, pero tan básica que son las normas sobre las que se construyen las bases de datos. Como aún no hemos hablado de ello y todo el que trabaje con base de datos (DBA o usuario) debe conocerlo vamos a dedicarle el artículo de hoy. 

Desde ya os aviso que es un tema puramente teórico, voy a intentar poner ejemplos prácticos para que sea lo más claro posible pero puede que se nos haga a todos un poco de bola. Es normal. Que esto no os pare, como decimos es la base de todo buen profesional de las bases de datos relacionales y debemos conocerlo al detalle, como los mandamientos de la biblia.

¿Qué es la normalización y por qué es tan importante? 

La normalización es el proceso de organizar los datos en una base de datos de forma que se eviten las redundancias, las inconsistencias y las anomalías. Se basa en aplicar una serie de reglas, llamadas formas normales, que definen cómo deben estructurarse las tablas y las relaciones entre ellas. 

La normalización tiene muchos beneficios, como mejorar el rendimiento, facilitar el mantenimiento, garantizar la integridad y optimizar el espacio de almacenamiento.

¿Cómo se aplica la normalización?

Como hemos comentado existen varias formas normales, desde la primera forma normal (1FN) hasta la sexta forma normal (6FN). Cada una de ellas con sus propios requisitos y objetivos. Sin embargo, no siempre vamos a necesitar aplicar todas las formas normales, depende del tipo de datos y del diseño de la base de datos.

A continuación vamos a explicar brevemente cada forma normal con algunos ejemplos.Para el ejemplo vamos a partir de este conjunto de datos que tenemos y vamos a tratar de normalizarlo:

Primera forma normal (1FN)

Esta primera forma normal trata de eliminar registros duplicados y que cada campo de la tabla contenga un único tipo de información Así cada campo de una tabla debe contener un valor único y atómico, es decir, que no se pueda descomponer en partes más pequeñas. Además, cada tabla debe tener una clave primaria que identifique de forma única a cada registro. 

En nuestro ejemplo no teníamos filas duplicadas, pero sí que debemos descomponer la dirección en varios campos atómicos y unificar el tipo de datos de la columna precio. Quedaría de la siguiente manera:

Segunda forma normal (2FN)

Para poder considerar una tabla en 2FN tiene que cumplir con todos los requisitos de la 1FN y, además, que todos los campos que no formen parte de la clave primaria dependan completamente de la clave primaria. Esto significa que si la clave primaria está compuesta por más de un campo, cada campo no clave debe depender de todos los campos clave y no solo de algunos. Deberemos separar nuestra tabla en varias de manera que todos los campos cumplan con este requisito. ¿Os ha explotado la cabeza ahora mismo? No os preocupéis que con el ejemplo lo vamos a ver más claro.

Como hemos dicho el primer requisito es estar en 1FN así que vamos a empezar a trabajar sobre esa tabla ya en 1FN. Tendremos que saber cuál es su clave primaria, podría ser Num Factura + Cliente + Linea Factura. Sin embargo no es un buen candidato a clave primaria porque no con menos campos también logramos identificar inequívocamente todos los registros. La clave será Num Factura + Linea factura. Con esta nueva clave, tanto la fecha como los datos del cliente dependen del número de factura pero no de la línea de la factura así que vamos a hacer 2 tablas separadas.

Tercera forma normal (3FN)

Para cumplir esta 3FN, además de tener que cumplir con la 2FN, cada campo de una tabla debe depender funcionalmente solo de la clave primaria sin que haya dependencias transitivas. Esto significa que si un campo no clave depende de otro campo no clave, debemos eliminar esa dependencia y crear una tabla separada.

Parecido a la 2FN pero un poco más restrictiva, en este caso tenemos que ver las dependencias de los campos con la clave y ver si puede crearse la relación con una clave intermedia. En nuestro caso separaremos los clientes de las facturas y los datos del artículo de las líneas de facturas.

Otras Formas Normales, para un extra de normalización

Lo más normal es normalizar las bases de datos hasta la tercera forma normal, a partir de aquí, aunque sigue siendo recomendable, no siempre se cumple con todo y va a depender más de casos concretos. Vamos a conocerlo aunque ya sin nuestra tabla de ejemplo, pues lo que resta no aplica en nuestro caso.

Cuarta forma normal (4FN)

Esta 4FN dicta que las tablas no deben contener columnas multivalores, es decir, que no haya campos que contengan más de un valor para un mismo registro. Esto significa que si un campo puede tener varios valores posibles para un mismo registro, debemos crear una tabla aparte para almacenar esos valores y relacionarla con la tabla original mediante una clave foránea.

Por ejemplo, si tenemos una tabla de cursos con los campos código de curso, nombre y requisitos previos, debemos eliminar el campo requisitos previos, ya que puede contener más de un valor para un mismo curso. Este campo debe ir en una tabla aparte de requisitos previos y relacionarse con la tabla de cursos mediante una clave foránea.

Quinta forma normal (5FN)

Esta forma normal establece que cada tabla debe estar libre de anomalías de unión o inserción, es decir, que no haya redundancias o inconsistencias al combinar o insertar datos en varias tablas. Esto significa que si tenemos varias tablas relacionadas entre sí mediante claves foráneas compuestas, debemos asegurarnos de que esas relaciones sean necesarias y suficientes para representar los datos correctamente. 

Por ejemplo, si tenemos tres tablas: profesores, asignaturas y horarios, que se relacionan entre sí mediante las claves foráneas código de profesor, código de asignatura y día de la semana, debemos verificar que no haya combinaciones de valores que no tengan sentido o que falten datos. Si un profesor imparte una asignatura en varios días de la semana, debemos tener un registro por cada día en la tabla de horarios. Igualmente, si una asignatura se imparte por varios profesores en diferentes días, debemos tener un registro por cada profesor y día en la tabla de horarios. Si un profesor no imparte ninguna asignatura o una asignatura no se imparte por ningún profesor, debemos tener registros vacíos en la tabla de horarios.

Sexta forma normal (6FN)

Esta forma normal es la más nueva de todas y en algunos sitios no encontraréis referencias a ella justo por esto. Mientras que el resto de FN datan de los años 70, esta última no se dictó hasta los 90.

Establece que cada tabla debe contener sólo un hecho atómico, es decir, que no haya campos derivados o calculados a partir de otros campos. Esto significa que si tenemos una tabla que contiene información que se puede obtener mediante una operación matemática o lógica sobre otros campos, debemos eliminar esa información y crear una tabla aparte para almacenarla. 

Por ejemplo, si tenemos una tabla de facturas con los campos número de factura, fecha, código de cliente, subtotal, impuesto y total, debemos eliminar los campos impuesto y total, ya que se pueden calcular a partir del subtotal y del porcentaje de impuesto aplicable. Estos campos deben ir en una tabla aparte de impuestos y totales y relacionarse con la tabla de facturas mediante una clave foránea.

Conclusión

Enhorabuena si habéis llegado hasta aquí, os adelantaba que iba a ser un artículo denso de teoría pero a medida que lo escribía hasta a mi se me ha hecho cuesta arriba. Es lo que hay, en todos los campos hay que tratar estos artículos teóricos para tener una buena base. En este caso, la normalización es un proceso fundamental para diseñar bases de datos eficientes, consistentes y fáciles de manejar. Espero que este esfuerzo os haya servido para entender mejor la normalización de bases de datos. Practicad con vuestros propios ejemplos y, si os surgen dudas, podéis dejarlo en los comentarios, Twitter o mail y trataré de ayudaros lo mejor que sepa.