Don't you want to read? Try listening to the article in audio mode 🎧
En una era, como la que vivimos, en la que hay una sobreabundancia de datos, un excelente diseño de base de datos es el punto de partida de cualquier estrategia eficaz. Cuando diseñas una base de datos hay algunos pasos cruciales a seguir, y cada uno es fundamental para alcanzar el objetivo de una base de datos funcional y utilizable. En primer lugar, hay que identificar los objetos (las entidades) que van a aparecer en la base de datos y las relaciones entre ellos. Luego, tienes que profundizar más para representar de manera abstracta las relaciones de datos. Finalmente, debes decidir cómo implementar realmente tu base de datos, eligiendo un sistema de base de datos en particular y haciendo frente a sus características. Prácticamente, baja de un nivel muy alto, en el que reúnes y representas los requisitos comerciales, a un nivel muy bajo, donde realmente implementas tu base de datos. En cada etapa, lo que tienes que hacer es definir un modelo de datos, pasando del modelo de datos conceptual al modelo de datos físicos, con el modelo de datos lógicos como nivel intermedio.

El modelo de datos conceptual

El modelo conceptual no se ocupa de implementar la base de datos real. Funciona a un nivel muy alto, traduciendo los problemas del mundo real y los requisitos comerciales en un marco conceptual que es fácil de entender y que, por esta razón, puede comunicarse también a los no expertos. Solo se enfoca en identificar las entidades que serán parte de la base de datos y las relaciones entre ellas, es decir, las operaciones o asociaciones que existen entre ellas. Es muy eficaz para comprender y definir los procesos comerciales de la empresa. Entonces, si intentáramos una definición de modelo de datos conceptual, podríamos decir que un modelo de datos conceptual es una representación de la estructura general de datos requerida para llevar a cabo los requisitos comerciales (lo que significa respaldar los procesos de la empresa, registrar eventos comerciales y realizar un seguimiento del desempeño) y esto independientemente de cualquier software específico, sistema de gestión de base de datos o estructura de almacenamiento de datos. Es esencial disponer de un modelo de datos conceptual para obtener una comprensión precisa de los tipos de datos disponibles y necesarios, para llegar a un acuerdo entre las diferentes unidades de negocio y para definir nombres, tipos de datos y características entre ellos. Es importante comprender que cuando se trata de un modelo de datos conceptual, se trata de objetos a un nivel muy alto. Por ejemplo, si te refieres a un automóvil, te refieres al objeto del mundo real "automóvil" y no a una representación abstracta; un conjunto de partes metálicas conectadas de cierta manera. Esta es la razón por la que no todo lo que aparece en un modelo de datos conceptual puede traducirse al modelo de datos físicos.

El modelo lógico de datos

El modelo de datos lógicos es un paso más allá y es el primer paso para construir realmente la arquitectura de las aplicaciones. Sigue siendo independiente del sistema particular utilizado (por ejemplo, un sistema de gestión de base de datos en particular) pero a partir del modelo conceptual intenta traducir las vistas de alto nivel que puede encontrar en este último en un esquema formal y abstracto, agregando un nivel adicional de detalle al nivel conceptual. A diferencia del modelo conceptual, el modelo de datos lógicos utiliza índices y claves externas para representar las relaciones de datos, pero aún así se mantienen independientes de cualquier implementación de DBMS. Podemos considerarlo como un puente entre el modelo de datos conceptual (vista empresarial) y el modelo de datos físicos (vista del desarrollador) y podemos usarlo para verificar si la implementación real cumple con los requisitos establecidos en el modelo conceptual. Entonces, la diferencia entre el modelo de datos conceptual y lógico es clara. El modelo de datos lógicos es una representación abstracta de una posible implementación, sin estar vinculado a ninguna implementación específica, mientras que el modelo de datos conceptual es una representación de alto nivel de los requisitos comerciales y los conjuntos y relaciones de datos conectados. El modelo lógico, a través de un proceso de normalización, brinda una representación más estructurada de las entidades y sus relaciones y detalla más sus relaciones y características: se resuelven las redundancias, las relaciones de muchos a muchos, las ambigüedades y las incertidumbres de atribución de entidades y surge obviamente una posible implementación de base de datos.
Artículo actualizado el: 09 agosto 2023
Talent Garden
Escrito por
Talent Garden, Digital Skills Academy

Seguir leyendo

Ciencia de datos para empresas: cómo aprovechar al máximo la ciencia de datos

Muchas empresas basan sus actividades en la recopilación de datos, posible gracias a tecnologías modernas que permiten ...

¿Qué es un almacén de datos y de qué manera soporta Business Intelligence?

En una época en la que las decisiones de las empresas son cada vez más Data Driven, y por tanto guiadas por datos, se ...

Visualización de Datos: Las herramientas que debes conocer

Una de las partes más importantes en el proceso de análisis de datos se produce cuando se quieren mostrar los ...

El análisis de datos en Python: un enfoque paso a paso

Python es un lenguaje muy flexible y multipropósito que a lo largo de los años ha ganado cada vez más crédito en la ...