Bases de Datos

Créditos
6
Tipos
Obligatoria
Requisitos
Esta asignatura no tiene requisitos, pero tiene capacidades previas
Departamento
ESSI
El estudiante tendrá una visión general sobre qué es una base de datos, sus objetivos y principales componentes. Profundizará en los gestores basados en el modelo relacional de bases de datos y practicará la creación, gestión y uso de sus componentes mediante SQL. Se incluye una introducción al diseño de bases de datos relacionales, así como el estudio de los diferentes componentes de un gestor.

Profesores

Responsable

  • Antoni Urpi Tubella ( )

Otros

  • Carme Quer Bosor ( )

Horas semanales

Teoría
1
Problemas
1
Laboratorio
2
Aprendizaje dirigido
0.4
Aprendizaje autónomo
5.6

Competencias

Competencias Técnicas

Competencias técnicas

  • CE7 - Demostrar conocimiento y capacidad de aplicación de las herramientas necesarias para el almacenaje, el procesamiento y el acceso a los datos.

Competencias Transversales

Transversales

  • CT6 - Aprendizaje autónomo. Detectar deficiencias en el propio conocimiento y superarlas mediante la reflexión crítica y la elección de la mejor actuación para ampliar dicho conocimiento.

Básicas

  • CB2 - Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio.
  • CB3 - Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.

Competencias Técnicas Genéricas

Genéricas

  • CG1 - Concebir sistemas computacionales que integren datos de procedencias y formas muy diversas, creen con ellos modelos matemáticos, razonen sobre dichos modelos y actúen en consecuencia, aprendiendo de la experiencia.
  • CG2 - Elegir y aplicar los métodos y técnicas más adecuados a un problema definido por datos que representen un reto por su volumen, velocidad, variedad o heterogeneidad, incluidos métodos informáticos, matemáticos, estadísticos y de procesado de la señal.

Objetivos

  1. Tener una visión general sobre qué es una base de datos, que es un modelo de base de datos, cuáles son los tipos de usuarios de las bases de datos, y cuáles son las categorías de lenguajes de bases de datos.
    Competencias relacionadas: CE7, CT6,
  2. Conocer los objetivos de un sistema de gestión de bases de datos y su arquitectura.
    Competencias relacionadas: CE7, CT6,
  3. Conocer el modelo relacional de bases de datos, sus lenguajes (SQL y álgebra relacional) y los componentes habituales de una base de datos relacional.
    Competencias relacionadas: CE7, CT6, CB2, CB3,
  4. Ser capaz de definir, crear y manipular los componentes habituales de una base de datos relacional.
    Competencias relacionadas: CE7, CT6, CB2, CB3,
  5. Ser capaz de construir programas para gestionar bases de datos relacionales.
    Competencias relacionadas: CE7, CT6, CB2, CB3,
  6. Saber escoger entre varias sentencias SQL, componentes de una base de datos, o programas que gestionen una base de datos, que implementen una misma funcionalidad, cuál se adecua más a unos criterios de calidad definidos.
    Competencias relacionadas: CE7, CT6, CB2, CB3,

  7. Tener un visión general de los almacenes de datos y las bases de datos multidimensionales, y saber expresar sentencias OLAP vía SQL.
    Competencias relacionadas: CE7, CT6, CG1, CG2, CB2, CB3,
  8. Saber escoger entre varias sentencias SQL, componentes de una base de datos, o programas que gestionen una base de datos, que implementen una misma funcionalidad, cuál se adecua más a unos criterios de calidad definidos.
    Competencias relacionadas: CE7, CT6, CB2, CB3,
  9. Tener una visión general de cómo se integra el diseño de una base de datos dentro del proceso de desarrollo de una aplicación.
    Competencias relacionadas: CE7, CT6,
  10. Ser capaz de transformar modelos conceptuales simples expresados ​​en UML al modelo relacional.
    Competencias relacionadas: CE7, CT6,
  11. Conocer el concepto de transacción y sus implicaciones.
    Competencias relacionadas: CE7, CT6,
  12. Conocer y saber identificar los tipos de interferencias que se pueden producir entre transacciones y su relación con los niveles de aislamiento que define el SQL Standard.
    Competencias relacionadas: CE7, CT6,
  13. Conocer la técnica de control de concurrencia de reservas.
    Competencias relacionadas: CE7, CT6,
  14. Conocer las posibles estructuras físicas para el almacenamiento de los datos, y sus implicaciones en cuanto a eficiencia.
    Competencias relacionadas: CE7, CT6, CG1, CG2,
  15. Conocer los métodos de acceso a los datos, y sus implicaciones en cuanto a eficiencia.
    Competencias relacionadas: CE7, CT6, CG1, CG2,

Contenidos

  1. Introducción
    Concepto de base de datos. Diseño y modelos de bases de datos. Tipos de usuarios. Categorías de lenguajes. Concepto de sistema de gestión de base de datos (SGBD). Objetivos deseables para las bases de datos que los SGBD deben proporcionar. Arquitectura de los SGBD.
  2. El modelo relacional
    Objetivos y origen. Estructura de datos con la que se construyen las bases de datos relacionales. Operaciones que provee el modelo relacional para manipular y consultar los datos. Reglas de integridad que deben cumplir los datos de una base de datos relacional.
  3. Lenguajes: Álgebra relacional y SQL
    Introducción. Álgebra relacional: operaciones del álgebra relacional; consultas. SQL: creación de tablas; inserción, borrado y modificación de filas de una tabla; consultas sobre una base de datos. Consideraciones sobre la implementación de consultas.
  4. Componentes lógicos
    Concepto de componente lógico de una base de datos: de datos y de control. Presentación de componentes lógicos de datos: esquemas, dominios y tablas, aserciones y vistas. Presentación de componentes lógicos de control: procedimientos almacenados, disparadores y privilegios.
  5. Almacenes de datos y OLAP
    Introducción a los almacenes de datos y en las bases de datos multidimensionales. Extensiones SQL para OLAP
  6. Programación con SQL
    Programación en Java y JDBC. Consideraciones sobre el diseño e implementación de programas que acceden a bases de datos.
  7. Introducción al diseño de bases de datos relacionales
    Etapas de diseño de una base de datos. Introducción a la comprensión de modelos conceptuales UML simples. Traducción de modelos conceptuales UML simples modelo relacional de base de datos.
  8. Transacciones y concurrencia
    Concepto de transacción. Propiedades ACID de las transacciones. Interferencias entre transacciones. Serializabilidad. Recuperabilidad. Técnicas de control de concurrencia. Niveles de aislamiento. Reservas y niveles de aislamiento.
  9. Estructuras físicas de almacenamiento, métodos de acceso y optimización

    Introducción. Métodos de acceso para poder realizar consultas y actualizaciones de una base de datos. Costes de los métodos de acceso. Introducción a la optimización de consultas

Actividades

Actividad Acto evaluativo


Estudio de la introducción a las bases de datos


Objetivos: 2 1
Contenidos:
Teoría
2h
Problemas
0h
Laboratorio
2h
Aprendizaje dirigido
0h
Aprendizaje autónomo
4h

Estudio de la introducción a las bases de datos


Objetivos: 3
Contenidos:
Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
2h

Estudio de los componentes lógicos de datos


Objetivos: 3 6 4
Contenidos:
Teoría
2h
Problemas
4h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
6h

Estudio introducción al diseño de bases de datos relacionales


Objetivos: 9 10
Contenidos:
Teoría
2h
Problemas
2h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
4h

Estudio de transacciones y concurrencia


Objetivos: 11 12 13
Contenidos:
Teoría
2h
Problemas
4h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
6h

Estudio de almacenamiento, métodos de acceso y optimizació


Objetivos: 14 15
Contenidos:
Teoría
6h
Problemas
4h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
7h

Estudio de los lenguajes Álgebra Relacional y SQL


Objetivos: 3 6 4
Contenidos:
Teoría
0h
Problemas
0h
Laboratorio
10h
Aprendizaje dirigido
0h
Aprendizaje autónomo
12h

Estudio de almacenes de datos y en OLAP


Objetivos: 6 8 7
Contenidos:
Teoría
2h
Problemas
0h
Laboratorio
2h
Aprendizaje dirigido
0h
Aprendizaje autónomo
4h

Estudio de procedimientos almacenados y disparadores


Objetivos: 3 6 4
Contenidos:
Teoría
0h
Problemas
0h
Laboratorio
6h
Aprendizaje dirigido
0h
Aprendizaje autónomo
6h

Estudio de la programación con SQL - JDBC


Objetivos: 5 6 4
Contenidos:
Teoría
0h
Problemas
0h
Laboratorio
4h
Aprendizaje dirigido
0h
Aprendizaje autónomo
4h

Control laboratorio: Lenguajes Álgebra Relacional, SQL, OLAP vía SQL


Objetivos: 6 4 7
Semana: 7
Tipo: examen de laboratorio
Teoría
0h
Problemas
0h
Laboratorio
2h
Aprendizaje dirigido
0h
Aprendizaje autónomo
2h

Control laboratorio: Procedimientos almacenados y disparadores


Objetivos: 6 8 4
Semana: 11
Tipo: examen de laboratorio
Teoría
0h
Problemas
0h
Laboratorio
2h
Aprendizaje dirigido
0h
Aprendizaje autónomo
2h

Control laboratorio: Programación con SQL - JDBC


Objetivos: 5 6 8
Semana: 14
Tipo: examen de laboratorio
Teoría
0h
Problemas
0h
Laboratorio
2h
Aprendizaje dirigido
0h
Aprendizaje autónomo
2h

examen Final


Objetivos: 2 3 5 6 8 9 10 11 12 13 14 15 1 4 7
Semana: 15 (Fuera de horario lectivo)
Tipo: examen final
Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
3h
Aprendizaje autónomo
23h

Revisiones y resolución de dudas sobre los examenes



Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
3h
Aprendizaje autónomo
0h

Metodología docente

Clases de teoría / problemas
Aprendizaje autónomo: Para preparar las clases el estudiante puede tener que leer y comprender unos materiales y / o apuntes indicados por el profesor. Posteriormente a la clase, el estudiante debe repase y resuelva ejercicios sobre el tema de estudio.
Clases de teoría. En las clases de teoría los profesores presentan una parte de los contenidos de la asignatura. Normalmente los profesores usan transparencias que los estudiantes sería conveniente que obtengan antes de las clases, para hacer un mejor seguimiento.
Clases de problemas. En las clases de problemas, los estudiantes resuelven ejercicios sobre contenidos presentados durante las clases de teoría. Estos ejercicios se hacen en equipos de dos estudiantes según alguna técnica de aprendizaje cooperativo.
Evaluación. En cuatro de las clases de problemas los estudiantes resolverán un ejercicio que se recogerá y será evaluado por el profesor.

Clases de laboratorio
Aprendizaje autónomo: Los contenidos que se trabajan en las clases de laboratorio serán estudiados de manera autónoma por los estudiantes. Cada semana previamente a la clase de laboratorio los estudiantes tendrán un trabajo que hacer en casa que acabará con la resolución de un cuestionario moodle / LearnSQL.
Clases de laboratorio: El trabajo en clase será en equipos de 2 estudiantes. Los estudiantes tienen la posibilidad de compartir las dudas con su compañero de equipo sobre el trabajo que han hecho en casa, y en su caso, de preguntar las dudas no resueltos al profesor. A continuación los estudiantes hacen las actividades que ha indicado el profesor y finalmente resuelven el cuestionario de clase.
Evaluación: Hay tres semanas donde se hacen controles en clase de laboratorio, que cuentan como un acto evaluativo de la asignatura.

Método de evaluación

La calificación de las competencias técnicas se basa en:

- NPR: Nota de problemas. Se calcula como la media de las notas de los cuatro ejercicios entregados.

- NLB: Nota de laboratorio. Se calcula como un 40% de la nota del control de álgebra / SQL, un 30% de la nota del control de procedimientos / disparadores y un 30% de la nota del control de programación con SQL - JDBC.

- NEF: Nota del examen final.

Calificación final = Máximo (
                                   NLB * 12:25 + NEF * 0.60 + NPR * 12:15,
                                   NLB * 0,25 + NEF * 0,75
                                   )

- Por estudiantes que puedan concurrir a la reavalaució, la nota de examen de reevaluación sustituirá NEF

Bibliografía

Básica:

Complementaria:

Capacidades previas

Conocer las estructuras de datos en memoria interna.
Ser capaz de hacer programas de complejidad media.

Adenda

Contenidos

NO HI HA CANVIS RESPECTE LA INFORMACIÓ PUBLICADA A LA GUIA DOCENT

Metodología docente

Classes de problemes. Els problemes es fan en equips de dos estudiants. Avaluació. L'avaluació es farà en els exàmens parcial i final. Canvis en les classes de laboratori Avaluació: L'avaluació es farà en els exàmens parcial i final, i a més també es tindrà en compte la participació actives en les sessions de laboratori.

Método de evaluación

NF= 0.45*NEP + 0.45*NEF + 0.1*NL NL - Participació activa en les sessions de laboratori. Es tindrà en compte les classes a les que s'ha participat entregant satisfactòriament els exercicis proposats a classe al LearnSQL. La nota es calcularà de manera proporcional a les classes a les que s'ha participat activament. NEP - Nota examen parcial. En l'examen parcial hi entren els temes: 1, 2, 3, 4 i 7. NEF - Nota examen final. En l'examen final hi entren els temes: 5, 8 i 9.

Plan de contingencia

Les classes, tant de teoria com de laboratori, es faran amb meet de manera síncrona.