Modelado de datos

01

Modelado de datos y ERD: el plano que pasa el negocio a datos

Cuando construyes una casa, no empiezas poniendo ladrillos. Primero dibujas un plano: cuántas habitaciones habrá y dónde irán las puertas. Con una base de datos pasa lo mismo. Dibujar antes qué datos hay en el negocio y cómo se relacionan entre sí se llama modelado de datos, y el resultado es un modelo de datos.

El modelado tiene tres rasgos.

• Abstracción: extrae lo común de los innumerables hechos del mundo real y lo expresa con un formato fijo
• Simplificación: usa una notación acordada para que cualquiera lo entienda con facilidad
• Claridad: elimina las ambigüedades para que solo se pueda leer de una manera

También hay tres maneras de mirar el negocio: qué se gestiona (la perspectiva de datos), qué se hace (la perspectiva de procesos) y cómo afecta ese trabajo a los datos (la perspectiva de la interacción entre datos y procesos). El modelado de datos se centra en la perspectiva de datos.

Conceptual → lógico → físico: tres etapas cada vez más concretas

Un plano también empieza con el panorama general y se va detallando poco a poco. El modelado se divide igualmente en tres etapas.

Los tres niveles de esquema y la independencia de datos

Aunque los datos sean los mismos, cada persona necesita verlos de una forma distinta. La arquitectura ANSI/SPARC divide la base de datos en tres niveles. El objetivo de separarlos es que, al cambiar un nivel, los demás se vean afectados lo menos posible: es decir, la independencia de datos.

Como el nivel externo está separado del conceptual, el esquema conceptual puede cambiar sin que cambien las pantallas de los usuarios: eso es la independencia lógica. Y como el conceptual está separado del interno, puedes cambiar la forma de almacenamiento sin tocar el esquema conceptual: eso es la independencia física.

Los problemas que aparecen cuando el modelado está mal hecho también se resumen en tres: la redundancia, que guarda los mismos datos en varios sitios; la inflexibilidad, que obliga a rehacer gran parte del modelo con el menor cambio del negocio; y la inconsistencia, en la que datos relacionados entre sí dejan de cuadrar.

ERD: un diagrama hecho de entidades, relaciones y atributos

Un modelo de datos se suele dibujar como un ERD (Entity Relationship Diagram, diagrama entidad-relación). Tiene tres componentes: entidades, relaciones y atributos. Las notaciones más usadas son la notación IE, que dibuja el extremo de la línea de relación con forma de pata de gallo, y la notación de Barker, que dibuja las relaciones opcionales con línea discontinua. Normalmente se dibuja en este orden:

1. Dibujar las entidades
2. Colocar bien las entidades: la importante, arriba a la izquierda
3. Unir las entidades con relaciones
4. Escribir el nombre de la relación
5. Indicar cuántas instancias participan en la relación (una o muchas)
6. Indicar si la relación es imprescindible (obligatoria u opcional)

En la escena de abajo, avanza por los pasos y mira cómo se completa el ERD de departamentos y empleados. También puedes pasar el mismo modelo a la notación de Barker.

02

Entidades y atributos

Cada caja del ERD es una entidad, y lo que escribes dentro de la caja son sus atributos. Lo primero es decidir qué será entidad y qué será atributo.

Entidad: el conjunto de cosas que el negocio necesita gestionar

Una entidad es algo que el negocio necesita y que hay que gestionar de forma continua: cosas a las que puedes poner nombre, como empleados, departamentos o pedidos. Lo importante es que una entidad no es un elemento suelto, sino un conjunto. La entidad Empleado no es un empleado, sino todos los empleados, y a cada uno de ellos se le llama instancia.

Para ser una entidad, tiene que cumplir estas condiciones:

• Es información que el negocio necesita y quiere gestionar
• Tiene un identificador que distingue cada instancia de las demás
• Tiene dos o más instancias: si solo hay una, no tiene sentido convertirla en entidad
• Algún proceso del negocio la usa (la crea, la consulta o la modifica)
• Tiene atributos
• Tiene al menos una relación con otra entidad; hay excepciones, como las entidades de códigos o de estadísticas, en las que se omiten las relaciones a propósito

Las entidades se clasifican según dos criterios.

El nombre se pone con las palabras que se usan en el negocio, sin abreviaturas, en singular y sin que se repita dentro del modelo. En vez de ‘Pedido’, no se usa un plural como ‘Lista de pedidos’.

Atributo: una propiedad indivisible que describe a la entidad

Un atributo es una propiedad de la entidad que el negocio necesita y que, por su significado, no se divide más. El nombre y el salario de un empleado son atributos, y ‘Bruno’, el valor que la instancia Bruno tiene en el atributo Nombre, es un valor del atributo. La relación entre los cuatro se resume así:

• Una entidad es un conjunto de dos o más instancias
• Una entidad tiene dos o más atributos
• Un atributo tiene un solo valor por instancia: si hay varios, se separan en otra entidad

En la escena de abajo, cambia de término y mira a qué parte de la tabla corresponde cada palabra del modelo lógico.

Los atributos también se clasifican según varios criterios.

El rango de valores que puede tomar un atributo se llama dominio. Se define con el tipo de dato, el tamaño y las restricciones. Por ejemplo, el dominio de ‘Nota’ son los números enteros de 0 a 100.