Capítulo 5 Tecnologías para la explotación de la información

Modelo de gestión del conocimiento mediante la explotación de la información

5.1. Conceptos y estructuras de archivos La palabra archivo proviene del latín archivum y del griego archeión, que significan “principio”, “origen”. Hay evidencia del uso de archivos desde épocas muy antiguas. Así lo muestran las civilizaciones egipcia, fenicia, persa, siria, mesopotámica y griega. Por ejemplo, los griegos guardaban actas públicas de carácter político, administrativo o notarial. La escritura utilizó como su principal medio los documentos escritos. Esto dio lugar a un aumento considerable en la producción documental, que hizo necesario destinar lugares específicos y especiales para su resguardo.

Tres definiciones de archivo I. Conjunto organizado de documentos en cualquier soporte que son producidos y/o recibidos en el ejercicio de atribuciones, funciones o actividades por personas físicas o morales, públicas o privadas. II. Institución donde se reúnen, conservan, ordenan y difunden los conjuntos orgánicos de documentos para la gestión administrativa, la información, la investigación y la cultura. III. Local donde se conservan y consultan documentos. Funciones de un sistema de archivos Métodos de acceso, que determinan las formas en que se puede acceder a la información almacenada en un archivo. Administración de archivos, que se encarga del almacenamiento, así como la referencia, disponibilidad y seguridad de acceso. Administración del almacenamiento secundario, que es el espacio disponible para el almacenamiento de archivos. Mecanismos de integridad, que aseguran que el contenido de los archivos no se dañe o se corrompa, además del respaldo y la recuperación de información.

Tipos de archivos

Clasificación típica de estructura de datos

Clasificación de las estructuras de datos La clasificación de las estructuras de datos está en función de la organización de la estructura de los datos en la memoria principal, y tiene que ver con la capacidad que se tenga de variar su tamaño en algún paso del proceso. Tenemos, así, dos tipos de estructuras: las estáticas y las dinámicas. Las estructuras estáticas conservan su tamaño a lo largo de todo el proceso, desde su inicio hasta su fin. En cambio, en las estructuras dinámicas su tamaño puede aumentar o disminuir durante la ejecución del programa. Las principales operaciones asociadas a los tipos de datos compuestos son almacenar y recuperar sus componentes individuales. Entonces, tenemos: Arreglo: colección homogénea de longitud fija tal que cada uno de sus componentes puede ser accedido individualmente mediante uno o varios indices de tipo ordinal y que indican la posición del componente dentro de la colección. Conjunto: colección de elementos tratados con las operaciones de unión, intersección y diferencia de conjuntos. Registro: tipo de datos heterogéneo compuesto por un numero fijo de componentes denominados campos a los que se accede mediante un selector de campo.

Tipo de dato estructurado ☐ Estructuras de datos estáticas ☐ Estructura de datos simple Booleano: definido por el conjunto de valores booleanos (True, False) y como operaciones las definidas por el algebra de Boole (AND, OR, NOT). Carácter: definido por el conjunto de caracteres definido por un alfabeto dado y como operaciones todos los operadores relacionales. Entero: definido por el conjunto de números enteros determinado por las matemáticas (−1,−2,... ,∞) U (1,2 ,... ,∞) y como operaciones suma, resta, multiplicación y división. Real: definido por el conjunto de números reales determinado por las matemáticas y como operaciones la suma, resta, multiplicación y división. ☐ Estructuras de datos dinámicas ☐ Listas: secuenciales y enlazadas, Listas doblemente enlazadas, Listas doblemente enlazadas circulares. ☐Pilas ☐Colas ☐Árboles

Estructura de archivos Un archivo es un conjunto de bits almacenado en un dispositivo periférico e identificado por un nombre, formato, ubicación, tamaño y fecha, además de la descripción del directorio que lo contiene. Para su manejo y tratamiento, los archivos se estructuran de diferentes formas dependiendo del sistema operativo que se esté utilizando. Estructura de archivos con el sistema operativo UNIX

Clasificación de archivos por forma de acceso, organización y acción

De los datos a la información Cada archivo es un conjunto organizado de información de un mismo tipo y está formado por una cantidad indeterminada de elementos. Estos elementos se llaman registros. Podemos encontrar dos tipos de registros: físico y lógico. Registro físico: se llama así a la cantidad más pequeña de datos que puede transferirse en una operación de lectura/escritura entre la memoria y un dispositivo periférico, la cual es grabada o escrita físicamente en el medio de almacenamiento. Un registro físico puede contener uno o más registros lógicos. Registro lógico: es una unidad básica de información relacionada con un mismo elemento y que se almacena en un archivo. Este tipo de registros pueden constar de uno o más campos, los cuales por lo general tienen orden, longitud y tipo de datos. Pueden ser de longitud fija o variable dependiendo del número de caracteres aceptados en cada campo.

5.2. Conceptos y estructuras de bases de datos Es un conjunto de datos que están organizados para un uso específico. Los programas que permiten gestionar estos datos son conocidos como Sistemas Gestores de Bases de Datos (SGBD). Las siguientes son algunas características de las bases de datos: Tienen independencia lógica y física de los datos. Eliminan al máximo la redundancia de datos. Ofrecen acceso concurrente (por varios usuarios a la vez). Conservan al máximo la integridad de los datos. Pueden realizar consultas complejas. Cuentan con seguridad de acceso y herramientas de auditoria. Brindan herramientas de respaldo y recuperación. Pueden accederse mediante lenguajes de programación.

Tipos de bases de datos

Modelo de bases de datos en la Web Permiten acceder a las bases de datos utilizando la Web. Esto se logra mediante aplicaciones de interfaz para interactuar con ellas. Inicialmente bajo modelos cliente/servidor, con la ejecución de sentencias SQL para requerir datos a la base y una capa adicional para obtener resultados HTML que pueden ser vistos mediante la Web, estas aplicaciones tienen muchas ventajas.

Los sistemas de gestión de bases de datos deben permitir lo siguiente: Definir una base de datos (tipos, estructuras y restricciones) Construir la base de datos (almacenar los datos en algún medio) Manipular la base de datos (consultas, actualización e informes) Funciones principales de un SGBD: Definición de objetos de la base Manipulación de los datos Seguridad e integridad de datos Recuperación de datos en caso de fallas Diccionario de datos (metadatos)

5.3. Construcción de bases de datos Hay que tener una metodología de trabajo que nos permita estudiar el problema en su totalidad, de una manera sistemática y disciplinada. Un ejemplo muy utilizado es el modelo del “Ciclo de vida de una aplicación de base de datos” del autor Thomas Conolly, pero también se puede optar por otras alternativas. Es importante considerar la etapa de análisis de requerimientos para la base de datos, que implica la recolección y el estudio de la información organizacional obtenida a través de distintos métodos de indagación, entrevistas, observación de flujos de trabajo, documentos, cuestionarios y la evaluación de experiencias con otros sistemas en operación. Si conocemos a fondo las necesidades de los usuarios, tendremos menos probabilidad de error en el diseño.

Componentes del modelo entidad-relación Entidad: una entidad está representada por un objeto (cosa, persona, suceso u otro) de carácter relevante para quien diseña la base de datos y sobre el cual se almacenará información. Por ejemplo, en un campus universitario: Clave de alumno, Nombre de alumno, Especialidad, etcétera. Tabla: representada por renglones y columnas, es la estructura que contendrá los datos de una entidad. Atributo: representado por la columna (campo) de la tabla, es una propiedad de la entidad. Registro: representado por un renglón (tupla) de la tabla, es la información de una entidad. Dominio: representado por los posibles valores de un atributo. Llave primaria: identificador único e irrepetible de entre los atributos de una tabla. Relación: el campo de una tabla puede aparecer en otra y así establecer una relación, lo cual evita redundancia.

Podemos distinguir los siguientes tipos de datos que caracterizan a los campos y que nos permiten manipularlos de mejor forma: Numéricos: enteros (que no contienen decimales) y reales (que contienen decimales) Alfanuméricos: se componen por letras y números (hasta 255 caracteres) Fechas: almacenan fechas, generalmente en el formato Día, Mes y Año. Memos: contienen caracteres alfanuméricos, pero su longitud es ilimitada y controlada por el sistema Booleanos: asumen uno de dos valores o estados: Verdadero (Sí) y Falso (No) Autoincrementales: campos de tipo numérico entero que automáticamente incrementan su valor en uno por cada nuevo registro.

INSTALACIÓN DE WAMPSERVER Wamp (Windows, Apache, MySQL, PHP) es un conjunto de herramientas que nos permite instalar un servidor local en el que podemos desarrollar e instalar aplicaciones que trabajan bajo el ambiente Windows. Dicho servidor permite acceder a una aplicación situada en un algún directorio de nuestro de nuestra computadora, a través del navegador como si se tratase de cualquier sitio web. Para poder implementar nuestro ejemplo en MySQL, tendremos que descargar e instalar Wampserver. De preferencia en su última versión. Para nuestro caso de ejemplo se instaló Wampserver 2.5 desde el sitio Web de Wamp: http://www.wampserver.com/en/.