Páginas que te pueden interesar

Mostrando entradas con la etiqueta maySQL. Mostrar todas las entradas
Mostrando entradas con la etiqueta maySQL. Mostrar todas las entradas

domingo, 28 de diciembre de 2014

Ingeniería Inversa para Bases de Datos Relacionales

La duración del ciclo de vida de un software depende esencialmente del rigor empleado en su implementación, así como del esfuerzo de mantenimiento desplegado para la organización que lo utiliza. No cabe ninguna duda del interés que porta la comunidad científica en cuanto al mantenimiento de estos, debido a las oportunidades brindadas para los nuevos paradigmas de desarrollo de software.  


La ingeniería inversa de bases de datos (DBRE), como propuesta, es un proceso imperfecto guiado por un conocimiento imperfecto. Así, numerosas técnicas y herramientas se basan en varias asunciones como precondición para su desarrollo. De esta forma resulta un proceso cuya aplicación es eficiente en ciertos sistemas de datos (SD) y no en otros. La reconstitución de estructuras semánticas dentro de las bases de datos relacionales (BDR) sigue siendo un asunto a investigar. Este trabajo presenta un marco de clasificación de algunas técnicas de DBRE relacionales ocurridas en los últimos años.

El proceso de Ingeniería Inversa sobre las Bases de datos, es comúnmente dividido en dos fases claramente diferenciadas. 

a) Extracción de las estructuras de datos, obteniendo como resultado el Esquema lógico. (Fase I) 
En esta fase se va a realizar una extracción de las estructuras existentes Actualmente en el sistema de información, dividiéndose en dos etapas de extracción de Información.
b) Conceptualización de las estructuras de datos, obteniendo como resultado el Esquema conceptual, que representa a la (Fase II). 

En esta fase se extrae el esquema conceptual a partir del esquema lógico. En mucha bibliografía, a esta fase se le denomina Interpretación de las estructuras de datos, pues se va a realizar una optimización del esquema lógico.
http://sh.st/oyG4Uhttp://adf.ly/vUTrr




 Puedes Descargar  en las 
opciones




Implementación de Bases de Datos sobre Diferentes ambientes


La necesidad de almacenar datos de forma masiva dio paso a la creación de los sistemas de bases de datos. En 1970 Edgar Frank Codd escribió un artículo con nombre: "A Relational Model of Data for Large Shared Data Banks" ("Un modelo relacional para grandes bancos de datos compartidos"). Con este artículo y otras publicaciones, definió el modelo de bases de datos relacionales y reglas para poder evaluar un administrador de bases de datos relacionales.

Originalmente se almacenaba la información de manera centralizada, pero con el paso del tiempo las necesidades aumentaron y esto produjo ciertos inconvenientes que no era posible solucionarlos o volverlos eficientes de la forma centralizada. Estos problemas impulsaron la creación de almacenamiento distribuido, los cuales hoy en día proveen características indispensables en el manejo de información; es decir, la combinación de las redes de comunicación y las bases de datos.

Hay varios factores que han hecho que las bases de datos evolucionen a bases de datos distribuidas. En el mundo de los negocios se ha dado una globalización y a la vez las operaciones de las empresas son cada vez más descentralizadas geográficamente. También el poder de las computadoras personales aumentó y el costo de los Mainframes ya no tenía sentido. Además la necesidad de compartir datos ha hecho que crezca el mercado de las bases de datos distribuidas. 



Un sistema de información se puede definir desde un punto de vista técnico como un conjunto de componentes interrelacionados que recolectan (o recuperan), procesan, almacenan y distribuyen información para apoyar la toma de decisiones y el control de la organización. También pueden ayudar a los gerentes y trabajadores a analizar problemas, visualizar asuntos complejos y crear nuevos productos.          

http://adf.ly/vUTlzhttp://adf.ly/vUTlz       
Puedes Descargar 
en las 
opciones