Unidad 4

Bases de Datos Semi-estructuradas

Temas Selectos de Bases de Datos

Introduccin a las BD SE

Modelos de datos.

Bajo la estructura de las bases de datos se encuentra el modelo de

datos: una coleccin de herramientas conceptuales para describir los

datos, sus relaciones, su semntica y las restricciones de consistencia.

Los modelos de datos ofrecen un modo de describir el diseo de las

bases de datos en los niveles fsico, lgico y de vistas.

En este texto se van a tratar varios modelos de datos diferentes. Los

modelos de datos pueden clasificarse en cuatro categoras diferentes:

Introduccin a las BD SE

Modelo relacional. El modelo relacional usa una coleccin de tablas

para representar tanto los datos como sus relaciones. Cada tabla tiene

varias columnas, y cada columna tiene un nombre nico. El modelo

relacional es un ejemplo de un modelo basado en registros.

Los modelos basados en registros se denominan as porque la base de

datos se estructura en registros de formato fijo de varios tipos. Cada

tabla contiene registros de un tipo dado. Cada tipo de registro define un

nmero fijo de campos, o atributos. Las columnas de la tabla se

corresponden con los atributos del tipo de registro. El modelo de datos

relacional es el modelo de datos ms ampliamente usado, y una gran

mayora de sistemas de bases de datos actuales se basan en el modelo

relacional.

Introduccin a las BD SE

El modelo entidad-relacin. El modelo de datos entidad-relacin

(E-R) se basa en una percepcin del mundo real que consiste en una

coleccin de objetos bsicos, denominados entidades, y de las relaciones

entre ellos. Una entidad es una cosa u objeto del mundo real que es

distinguible de otros objetos. El modelo entidad-relacin se usa mucho

en el diseo de bases de datos.

Modelo de datos orientado a objetos. El modelo de datos

orientado a objetos es otro modelo de datos que est recibiendo una

atencin creciente. El modelo orientado a objetos se puede considerar

como una extensin del modelo E-R con los conceptos de la

encapsulacin, los mtodos (funciones) y la identidad de los objetos.

Introduccin a las BD SE

Modelo de datos semiestructurados.

El modelo de datos semiestructurados permite la especificacin de datos

donde los elementos de datos individuales del mismo tipo pueden tener

diferentes conjuntos de atributos. Esto lo diferencia de los modelos de

datos mencionados anteriormente, en los que cada elemento de datos de

un tipo particular debe tener el mismo conjunto de atributos.

El lenguaje de marcas extensible (XML, eXtensible Markup

Language) se emplea mucho para representar datos semiestructurados.

Introduccin a las BD SE

Los datos semi-estructurados son datos que pueden ser irregulares

o completos, cuya estructura puede cambiar de forma rpida o

impredecible. No se adaptan a un esquema fijo.

En un sistema de bases de datos basado en datos semi-estructurados el

esquema se descubre a partir de los datos. Se pueden utilizar para

manejar fuentes de informacin web desde una base de datos pero sin la

imposicin de un esquema.

La mayora de las tcnicas para el manejo de este tipo de datos se basan

en lenguajes de consulta que recorren representaciones de los datos en

forma de rbol etiquetado.

Introduccin a las BD SE

Introduccin a las BD SE

Modelo de intercambio de objetos OEM.

OEM (Object Exchange Model) es un modelo propuesto para el manejo

de datos semiestructurados. El objetivo del modelo es realizar la

integracin de datos de diferentes orgenes de datos.

Los OEM carecen de esquema y son auto-descriptivos. Se pueden

visualizar como grficas dirigidas etiquetadas.

Un OEM se compone de un identificador nico, de una etiqueta

descriptiva, un tipo y un valor.

Introduccin a las BD SE

Modelo de intercambio de objetos OEM.

Los objetos pueden ser atmicos y complejos.

Objeto atmico: Contiene un valor para un tipo base. En una grfica

son los nodos sin aristas salientes.

Objeto complejo: Son un conjunto de identificadores de objetos.

Tienen una o ms aristas salientes.

Un objeto hijo puede tener cualquier nmero de objetos padre y un

objeto padre puede tener cualquier cantidad de hijos. Ejemplos:

{Empleado, &3, set, {&8}}

{Nombre, &9, string, Juan}

{Salario, &8, decimal, 5000}

Introduccin a las BD SE

HTML

El lenguaje HTML.

El lenguaje de marcado de hipertexto HTML (HyperText Markup

Language) es utilizado para presentar informacin en forma de texto.

La mayora de los documentos Web se almacenan y transmiten mediante

HTML. Aunque HTML es simple de utilizar, por s solo no permite el

suficiente dinamismo que los documentos en la Web requieren.

W3C World Wide Web Consortium es una comunidad internacional que

desarrolla estndares abiertos para asegurar el crecimiento de la Web.

Introduccin a las BD SE

Introduccin a las BD SE

Introduccin a las BD SE

Introduccin a las BD SE

Introduccin al XML

El lenguaje XML.

El lenguaje de marcado extendible XML (eXtensible Markup Language)

es un metalenguaje que permite a los diseadores Web crear sus propias

etiquetas personalizadas.

En el 2000, W3C publica su recomendacin para utilizar XML 1.0

(creado en 1998), con el objetivo de hacer un HTML ms portable y ms

poderoso.

El objetivo de XML es proporcionar ciertas funcionalidades no

disponibles en HTML. XML fue derivado de SGML el cual fue

estandarizado en 1986..

Introduccin a las BD SE

El lenguaje de marcado generalizado estndar SGML (Standard

Generalized Markup Language) es un sistema que permite definir tipos

de documentos estructurados y lenguajes de composicin para

representar instancias de dichos tipos de documentos. SGML es muy

potente, pero muy complejo y requiere una gran cantidad de software

para procesarlo.

Las principales caractersticas de SGML son ampliabilidad, estructura y

validacin. SGML permite separar en dos partes un documento:

Una parte define la estructura del documento.

En la otra parte se encuentra el contenido del documento.

Introduccin al XML

Cualquier sistema compatible con SGML puede leer documentos XML.

XML permite realizar aportaciones considerables a las interfaces

grficas, los sistemas embebidos, los sistemas distribuidos y las bases de

datos.

Puesto que XML describe la estructura de datos, podra ser un

mecanismo para definir la estructura de diversas bases de datos y

orgenes de datos heterogneos.

Introduccin al XML

Propiedades del XML.

Simplicidad. Es un estndar sencillo, descrito en alrededor de

cincuenta pginas.

Independencia. Es independiente de la plataforma y del fabricante.

Ampliabilidad. Permite a los usuarios definir sus propias etiquetas.

Reutilizacin. Se pueden crear bibliotecas de etiquetas XML.

Separacin. Permite separar el contenido de un documento de la

forma en que va a presentarse.

Introduccin al XML

Propiedades del XML.

Equilibrio de carga. Los clculos pueden ser realizados de manera

local, aligerando la carga del servidor.

Soporte para la integracin de datos. Permite integrar datos de

mltiples fuentes heterogneas. Para esto pueden utilizarse agentes

software.

Capacidad de descripcin. Puede utilizarse para describir datos

contenidos en una amplia variedad de aplicaciones.

Motores de bsqueda avanzados. Basta con que los motores de

bsqueda analicen las etiquetas donde se describe el contenido de los

datos.

Introduccin al XML

Propiedades del XML.

Lenguaje basado en tags para la especificacin de datos semi-

estructurados.

Ha sido tomado como estndar por World Wide Web

Consortium (W3C) para el intercambio de datos.

Los tags son definidos por el usuario y representan el

significado de los datos que encierran.

Introduccin al XML

Declaracin XML.

Primero se indica la versin de XML utilizada para componer el

documento, la codificacin y si se hace o no referencia a declaraciones

externas. Lo siguiente es el cuerpo del documento.

Introduccin al XML

Sintaxis Bsica de XML.

Elementos XML.

Componentes bsicos en un documento XML.

Atributos XML.

Representan propiedades de los elementos.

Son definidos como pares (nombre, valor) en un tag.

En un tag pueden ser definidos mltiples atributos.

En un tag un atributo puede ser definido una sola vez.

Los atributos no estn predefinidos.

Atributos pueden introducir ambigedad de cmo representar las

caractersticas estructurales de un objeto del mundo real.

Introduccin al XML

Sintaxis Bsica de XML.

Comentarios.

Instrucciones de Procesamiento:

Permite al documento contener instrucciones para aplicaciones.

Entidades:

Permiten definir macros

DTD (Document Type Definition):

Define el esquema de un documento XML

Introduccin al XML

Diferentes usos de los atributos de XML.

Jose Perez

24

jp@cbi.ocm

O

O

Jose Perez

jp@cbi.ocm

Introduccin al XML

Representacin de un documento XML en un rbol.

Introduccin al XML

Interrelaciones en Documentos XML.

XML permite:

Asociar identificadores a elementos, como el valor de un cierto

atributo.

MD

Maryland

Introduccin al XML

Interrelaciones en Documentos XML.

XML permite:

Hacer referencias entre elementos haciendo uso del atributo idref .

Introduccin al XML

Definicin de Tipos de Datos (Data Type Def.) en XML.

Un Data Type Definition (DTD) define la estructura de un documento

XML.

Un DTD se expresa en XML.

Un DTD es una gramtica libre de contexto para un documento.

Donde: [markupdeclaration] puede ser:

Introduccin al XML

Ejemplo de DTD en XML.

Introduccin al XML

Ejemplo de DTD en XML.

]>

Introduccin al XML

Ejemplo:

Orden de Compra, Orden.xml

Alicia Snchez

Calle A. Rosales1294

GuadalupeCuliacn

Sinaloa80120

Ejemplo:

Urgente!

Teclado101Teclas

11489.95

Confirmar

< pieza NumParte="926-AA">

Baby Monitor

13999.98

05-12-2014

Introduccin al XML

Lenguaje XML-Schema:

El esquema de datos se define en base a:

Un elemento schema.

Varios subelementos:

Element.

ComplexType. Contiene elementos, referencias a elementos y

atributos (attribute). Los atributos solo pueden ser simpleType.

SimpleType: Hay tipos primitivos de datos.

Sequence. Determina un orden de los elementos.

Restricciones de nmero de ocurrencias.

Definiciones de tipos annimos.

Introduccin al XML

Lenguaje XML-Schema:

Purchase order schema for Example.com.

Copyright 2000 Example.com. All rights reserved.

Introduccin al XML

Motores de Bsqueda

Por el tipo de tecnologa que utilizan, los sistemas de bsqueda en

internet se pueden clasificar en dos:

Motores de bsqueda: Son sistemas de bsqueda por palabras clave,

consisten en bases de datos que incorporan automticamente pginas

web mediante "robots" de bsqueda por la red. Como operan en forma

automtica, los motores de bsqueda contienen generalmente ms

informacin que los directorios.

ndices temticos o directorios: Son sistemas de bsqueda por

temas o categoras jerarquizados, aunque tambin incluyen sistemas de

bsqueda por palabras clave. Se trata de bases de datos de direcciones

Web elaboradas "manualmente", es decir, hay personas que se encargan

de asignar cada pgina web a una categora o tema determinado.

Motores de Bsqueda

Motor de bsqueda.

Un motor de bsqueda es un software que busca y clasifica documentos

almacenados en los diversos servidores de Internet, mediante un proceso

denominado: indexacin.

Un ejemplo son los buscadores de internet (algunos buscan slo en la

Web pero otros buscan adems en News, Gopher, FTP, etc.) cuando les

pedimos informacin sobre algn tema. Las bsquedas se hacen con

palabras clave o con rboles jerrquicos por temas; como resultado de la

bsqueda se obtiene un listado de direcciones Web en las que se

mencionan temas relacionados con las palabras clave buscadas.

Motores de Bsqueda

Motor de bsqueda.

El primer sistema de bsqueda popular en Internet se llam: Archie y

estaba orientado de manera exclusiva a la investigacin y clasificacin de

los nombres de los archivos almacenados en servidores FTP, es por ello

que obtiene su nombre aludiendo a: Archive.

Nuevos mecanismos de bsqueda fueron apareciendo con la llegada de

nuevas aplicaciones de Internet, tal fue el caso de la aplicacin. Veronica,

que permita indexar archivos del sistema Gopher (precedente del

WWW) y cuyo nombre hacia a referencia a la compaera de Archie,

personaje principal de un popular comic.

Motores de Bsqueda

Motor de bsqueda.

Con la llegada del Word Wide Web, aparece el primer motor de

bsqueda, desarrollado por el Instituto Tecnolgico de Massachusetts en

1993, denominado Wandex. Posteriormente fueron apareciendo otros

motores de bsqueda como: Lycos, Altavista, Excite, Google, Yahoo Search,

MSN Search y Wikiseek.

Los motores de bsqueda incorporan automticamente y de manera

constante informacin de internet mediante los denominados robots

de bsqueda y por medio de algoritmos que organizan los resultados.

Motores de Bsqueda

Motor de bsqueda.

Dichos robots o spiders, recorren las pginas recopilando

informacin sobre los contenidos de los sitios de Internet en bases de

datos. Estas bases de datos contienen, generalmente, el titulo de la

pgina, una descripcin del sitio, palabras clave e informacin de sus

enlaces.

Cuando buscamos una informacin en los motores, ellos consultan

su base de datos, y nos la presentan clasificados por su relevancia.

Si buscamos una palabra, por ejemplo "educacin", en los

resultados que nos ofrecer el motor de bsqueda, aparecern

pginas que contengan esta palabra en alguna parte de su texto.

Motores de Bsqueda

Motor de bsqueda.

Cada cierto tiempo, los motores de bsqueda revisan los sitios web, para

actualizar los contenidos de su base de datos, por lo que pudiera darse el

caso de que los resultados de la bsqueda no estn actualizados. Los

motores de bsqueda, tienen una coleccin de programas simples y

potentes con diferentes cometidos. Se suelen dividir en tres partes: los

programas que exploran la red spiders, los que construyen la base de

datos y los que utiliza el usuario: el programa que explora la base de

datos.

Motores de Bsqueda

Motor de bsqueda.

Motores de Bsqueda

Motor de bsqueda.

Para lograr posicionar un sitio web en la lista de resultados de un motor

de bsqueda, se utilizan un conjunto de algoritmos que consideran entre

otros elementos:

a) La popularidad del sitio web (Cuantos otros sitios llevan a un

determinado sitio?)

b) El titulo de la pgina.

c) Los encabezados.

d) El texto del sitio

e) El nombre de las imgenes

f) Los enlaces hacia otras pginas.

Motores de Bsqueda

Motor de bsqueda.

Es por ello que un sitio especifico, tendr mayores posibilidades de

posicionarse en la lista del resultados de un motor de bsqueda en tanto

sea ms popular, es decir, en tanto exista un mayor nmero de sitios web

que apunten hacia l.

Es posible conocer que tal popular es un sitio web, mediante diversas

herramientas, como utilizar el motor de bsqueda de Google insertando

antes de la direccin URL la instruccin: link:, por ejemplo: si se desea

saber que tan popular es el sitio de Greenpeace, insertamos en la barra

de bsqueda de Google la siguiente instruccin: link:www.greenpeace.org

Motores de Bsqueda

Motor de bsqueda.

Motores de Bsqueda

Motor de bsqueda.

En este caso, el motor de bsqueda responder con un resultado como el

siguiente:

Directorios.

Los directorios son una tecnologa ms barata que los buscadores y son

ampliamente utilizados porque no se requieren muchos recursos de

informtica, en cambio, se requiere ms soporte humano y

mantenimiento.

Motores de Bsqueda

Motor de bsqueda.

Los algoritmos son mucho ms sencillos, presentando la informacin

sobre las webs registradas como una coleccin de directorios. No

recorren las webs ni almacenan sus contenidos, solo registran algunos de

los datos de la pgina a la que se hace referencia tales como el ttulo y la

descripcin de la misma.

Los directorios, diferencia de los motores, son revisados por operadores

humanos, y clasificados segn categoras, de forma que es fcil encontrar

pginas web del tema de nuestro inters. Un ejemplo de directorio lo

constituye el portal espaol Terra.

Motores de Bsqueda

Motor de bsqueda.

Motores de Bsqueda

Motor de bsqueda.

Actualmente existen portales mixtos que integran la funcionalidad de un

motor de bsqueda pero ofrecen el servicio de directorio mediante webs

registradas en catlogos sobre contenidos como: informtica, cultura,

sociedad, deportes, entre otros, que a su vez se dividen en subsecciones,

en ejemplo de este tipo de portales es: Yahoo! Mxico.

Motores de Bsqueda

Motor de bsqueda.

Motores de Bsqueda