Modelo de optimización para el diseño de bases de datos relacionales
Fecha
2011-07-01Autor
Altamirano Ibañez, Andres Miguel
Metadatos
Mostrar el registro completo del ítemResumen
Cuando se quiere realizar un sistema de información se deben considerar varios
aspectos; el presente trabajo se centra en lo que es el almacenamiento de datos, y para
este objeto se requiere de una base de datos. Entonces, para tener un buen diseño de las
bases de datos se analiza todo lo que ocurre en el entorno del sistema que sea objeto de
estudio, desde un punto de vista de la abstracción. Lo primero que se hace es modelar
conceptualmente en base a requerimientos de los usuarios, para luego llevarlo a un
modelo lógico o comúnmente llamado relacional.
Para un buen diseño del modelo relacional, se deben considera aspectos importantes
como lo son la normalización de los datos para evitar la inconsistencia y la redundancia
de los datos. Así como la normalización, el principio de diseño ortogonal tiene el objetivo
de reducir la redundancia de datos. Por lo que en este trabajo se esta planteando un
modelo que resuelva el problema de la existencia de criterios traslapados, mismos que
son analizados en el principio antes mencionado.
El modelo que se plantea esta fundamentado de una manera poco ortodoxa como lo es
mediante vectores y la definición de proyección ortogonal. Es así que se llega a identificar
dos tipos de traslapados de información, como es el traslapado completo y relativo. Las
soluciones que da el modelo, en base a un tipo de traslapado esta relacionado con la
definición misma del principio de diseño ortogonal. Además, el modelo se basa en la
actualización de los datos mediante vistas, mismos que son ingresados en la base de
datos.
Para mostrar la aplicabilidad del modelo en el mundo real, se considera mostrar un diseño
de una base de datos, que representa a la Gestión de Hospitales, donde casualmente se
puede llegar a dar los tipos de traslapados de información antes mencionados. Después
de haber aplicado el modelo al diseño que se toma como muestra, se observan cambios,
mismos que serán comparados como el antes y el después mediante una métrica para
poder así demostrar los beneficios que da el modelo.