Computacin para Ingeniera I y Laboratorio

Cap. 2 - Conceptos de Archivos y Bases de Datos

CAPITULO 2 CONCEPTOS DE ARCHIVOS Y BASES DE DATOS

2.1. Introduccin.- El almacenamiento y manejo de grandes cantidades de datos se hace
necesario en cualquier empresa para el logro de sus objetivos. Por ejemplo, se necesitan los
datos de los empleados, de clientes, de proveedores, de los productos almacenados, etc.
Normalmente, la gestin de estos datos se ha venido realizando de forma manual. Se
organizaban en forma de fichas, informes o expedientes, colocndolos en carpetas y
almacenando stas en un archivador (Figura 2.1). Por ejemplo, se tiene un archivo de
clientes en el que cada ficha contiene todos los datos correspondientes a un cliente. Cuando
se necesita consultar o modificar los datos de clientes concretos ser preciso realizar toda la
operacin manualmente.

Figura 2.1. Archivo manual.

La utilizacin de las computadoras en la administracin de las empresas ha supuesto
una revolucin respecto al almacenamiento y gestin de sus datos, dando lugar al uso de los
denominados archivos informticos y bases de datos.
Para el almacenamiento de los datos se utilizan soportes informticos principalmente de
tipo magntico y ptico (discos, cintas, etc.), y para el tratamiento de los datos grabados en
ellos se utilizan las computadoras (Figura 2.2).

Figura 2.2. Soportes para el almacenamiento de datos.

Las ventajas obtenidas se derivan de las caractersticas de los soportes y de las
computadoras:
- Gran capacidad de almacenamiento en un reducido espacio.
- Rapidez en el proceso de los datos.
- Precisin de los resultados obtenidos del proceso.
Los archivos antes citados se denominan archivos de datos, pero hemos de tener en
cuenta que existen otros tipos de archivos, ya que cualquier informacin permanente que se
almacena en una computadora de cualquier forma, se considera igualmente un archivo. Por
ejemplo, un archivo fuente contendr un programa fuente (programa escrito en un lenguaje
de programacin de alto nivel), un archivo objeto contiene un programa ya compilado, un
archivo grfico, un dibujo, etc.
En el presente captulo nos dedicaremos al estudio de los archivos de datos o conjuntos
de informaciones en memoria secundaria relativas a un mismo tema. Tambin estudiaremos
las bases de datos como generalizacin de la estructura de archivo.
Ing. Hermas Herrera Callejas

Pgina: 1 de 8

Computacin para Ingeniera I y Laboratorio

Cap. 2 - Conceptos de Archivos y Bases de Datos

2.2 Archivos y registros.- Un Archivo o Fichero es una estructura de datos que reside en
memoria secundaria, consistente en un conjunto de informaciones estructuradas en unidades
de acceso denominadas registros, todos del mismo tipo y en nmero indeterminado.
2.2.1 Un registro lgico.- O simplemente registro es cada uno de los componentes del
archivo, conteniendo el conjunto de informaciones que se acceden y se tratan de manera
unitaria. Est constituido por uno o ms elementos denominados campos, que pueden ser
de diferentes tipos y que a su vez pueden estar compuestos por subcampos.
Un registro puede tener un campo clave, cuyo valor sirve para identificar de forma
nica el registro y por tanto, dicho valor no puede aparecer repetido en otro registro diferente.
Puede suceder que un archivo no tenga campo clave en sus registros, o por el contrario,
que tenga varios, denominndose clave primaria a la principal y a las dems secundarias.
Si un archivo contiene informacin de un conjunto de individuos u objetos, sus registros
contienen informacin de cada uno de ellos y los campos los diferentes datos que componen.
Por ejemplo, en el archivo de personal de una empresa, cada registro contiene
informacin de un empleado, los campos contienen su nmero de CI, nombre, direccin,
fecha de ingreso, etc. La calle en que vive ser un sub-campo y el campo clave puede ser el
nmero de CI (Tabla 2.1).
NMERO DE CI
2198365
NOMBRE
LUIS ORTIZ RUBIO
DIRECCIN
PS. OLMOS # 16
LOCALIDAD
LA PAZ
DEPARTAMENTO
PRODUCCION
CATEGORIA LABORAL TCNICO AUXILIAR
FECHA DE INGRESO
15/09/1988
Tabla 2.1. Registro personal.
2.2.2 Un registro fsico.- O bloque corresponde a la cantidad de informacin que se
transfiere fsicamente en cada operacin de acceso (lectura o escritura) del medio magntico
Se debe aclarar los conceptos de registro lgico y registro fsico, diferencindose en que
el tamao y formato del registro lgico los define el programador, mientras que el tamao del
registro fsico viene dado por las caractersticas fsicas de la computadora utilizada.
En general, un bloque tendr capacidad para contener uno o ms registros lgicos, pero
tambin puede ocurrir que un registro lgico ocupe ms de un bloque (Figura 2.3).
En el primer caso se habla de registros bloqueados, denominndose factor de
bloque al nmero de registros lgicos que contiene cada registro fsico, y se denominan
registros expandidos a aquellos que ocupan ms de un bloque.
La lectura de un archivo con registros bloqueados transfiere a memoria varios registros
a la vez, pero para leer un registro expandido ser necesario realizar ms de un acceso.
Bloque (Factor de bloqueo = 3)
Registro 1

campo 1 campo 2 campo 3

Registro 2

Registro 3

subcampo1 subcampo 2
campo 3

Figura 2.3. Esquema lgico de un archivo.

Ing. Hermas Herrera Callejas

Pgina: 2 de 8

Computacin para Ingeniera I y Laboratorio

Cap. 2 - Conceptos de Archivos y Bases de Datos

2.3 Clasificacin de los Archivos Segn su Uso.- Los archivos se clasifican segn la
utilizacin que se hace de ellos en tres grupos:
2.3.1 Archivos Permanentes.- Contienen informacin que varia poco a lo largo del tiempo.
Pueden ser de. tres clases:
2.3.1.1 Archivos de Constantes.- Su informacin permanece prcticamente inamovible,
utilizndose principalmente como archivos de consulta. Un archivo de este tipo puede ser el
de la red del metro de una ciudad, que contiene la descripcin, caractersticas, nmero de
estaciones, nmero de trenes, etc., de cada lnea.
2.3.1.2 Archivos Maestros.- Tambin denominados Archivos de Situacin, contienen la
informacin que refleja el estado o situacin de una empresa, entidad o algn aspecto de ella
en un determinado momento. Estos archivos se actualizan peridicamente para adaptarlos a
cada nueva situacin. Un ejemplo es el archivo de personal con contrato temporal en una
empresa, o tambin el archivo de existencias en almacn.
2.3.1.3 Archivos Histricos.- Se obtienen de los anteriores cuando se dejan fuera de uso
para futuros estudios estadsticos o consultas. Ser un archivo histrico el que contiene la
informacin de libros adquiridos por una biblioteca en la dcada de los ochenta.
2.3.2 Archivos de Movimientos.- En ellos se almacena la informacin que se utilizar para
actualizar los archivos maestros. Sus registros, denominados movimientos o transacciones,
son de tres clases: altas, bajas y modificaciones.
Una vez realizado el proceso de actualizacin de un archivo maestro por medio de un
archivo de movimientos, ste pierde su validez y podemos deshacernos de l.
Un archivo de este tipo para actualizar el antes mencionado de personal contratado, es
el que refleja las nuevas contrataciones, finalizaciones de contratos y modificaciones de los
mismos producidas en la empresa durante el mes actual.
2.3.3 Archivos de Trabajo.- Tienen una vida limitada, normalmente igual a la duracin de
la ejecucin de un programa y se utilizan como auxiliares de los anteriores (se llaman
tambin archivos de maniobra).
Por ejemplo, si se desea una lista alfabtica de los nombres del personal contratado, se
har por medio de un archivo de trabajo en el que se almacene esta informacin a partir del
archivo de personal. Este archivo desaparecer una vez se tenga la lista impresa.
2.4 Organizacin de Archivos.- Al disear un archivo, dependiendo del uso que se va a
hacer del mismo y del soporte utilizado, se pueden elegir diferentes maneras de organizar
sus registros, siendo las principales organizaciones las siguientes:
-

Secuencial
Directa o aleatoria
Indexada
Archivos de texto
Archivos binarios

2.4.1. Organizacin Secuencial.- Es aqulla en la cual los registros ocupan posiciones

consecutivas de almacenamiento, y solo se puede acceder a ellos de uno en uno a partir del
primero (Figura 2.4).
En un archivo secuencial no se pueden hacer operaciones de escritura cuando se est
leyendo, ni operaciones de lectura cuando se est escribiendo.
Ing. Hermas Herrera Callejas

Pgina: 3 de 8

Computacin para Ingeniera I y Laboratorio

Cap. 2 - Conceptos de Archivos y Bases de Datos

Por otro lado, para actualizados es preciso crear nuevos archivos donde se copien
registros que vayan a permanecer, modificados o no, junto con los nuevos.
Acceso secuencial

Registro 1

Registro 2 Registro 3 Registro 4 Registro 5

Figura 2.4. Esquema lgico de un archivo secuencial.

2.4.2 Organizacin Directa o Aleatoria.- En un archivo con esta organizacin, tambin
denominada relativa las informaciones se colocan y se acceden aleatoriamente mediante su
posicin, es decir, indicando el lugar relativo que ocupan dentro del conjunto de posiciones
posibles.
En esta organizacin se pueden leer y escribir registros, en cualquier orden y en
cualquier lugar.
Presenta el inconveniente de que es tarea del programador establecer la relacin entre
la posicin que ocupa un registro y su contenido, adems puede desaprovecharse parte del
espacio destinado al archivo, ya que pueden quedar huecos libres entre unos registros y
otros.
Su principal ventaja es la rapidez de acceso a un registro cualquiera, ya que para ello no
es preciso pasar por los anteriores (Figura 2.5).
Acceso directo
Registro 2
Posiciones

01

Registro 3
02

03

Registro 1 Registro 4
04

05

Registro 8 Registr
06

07

Figura 2.5. Esquema lgico de un archivo directo.

2.4.3 Organizacin Secuencial Indexada.- Un archivo con esta organizacin consta de
tres reas:
rea de ndices
rea de datos o primaria
rea de excedentes (Overflow)
2.4.3.1 El rea de datos o primaria.- Contiene los registros de datos, clasificados en orden
ascendente por su campo de clave.
2.4.3.2 El rea de ndices.- Es un archivo secuencial creado por el sistema, en el que cada
registro establece una divisin (segmento) en el rea de datos o primaria, y contiene la
direccin de comienzo del segmento y la clave ms alta del mismo. De esta manera, el
sistema accede de forma directa a un segmento del rea primaria a partir del rea de ndices,
de forma similar a la bsqueda de un capitulo de un libro a partir de su ndice.
2.4.3.3 El rea de excedentes.- Es un espacio reservado para aadir nuevos registros que
no pueden ser colocados en el rea primaria cuando se produce una actualizacin del
archivo (Figura 2.6).
Ing. Hermas Herrera Callejas

Pgina: 4 de 8

Computacin para Ingeniera I y Laboratorio

rea de ndices 01 AC 04 FA

rea de datos

rea excedentes

AA
01

--

AB
02

--

FM

--

AN

--

Cap. 2 - Conceptos de Archivos y Bases de Datos

07 GK

AC
03
BM

--

BC
04

--

CH
05

-- FA
06

--

GF
07

--

GJ
08

GK

-- GA

Figura 2.6. Esquema lgico de un archivo secuencial indexado.

Esta organizacin presenta la ventaja de un rpido acceso por medio de la clave del
registro, y adems el sistema se encarga de relacionar la posicin de cada registro con su
contenido por medio del rea d ndices. Tambin es trabajo del sistema, la gestin de las
reas de ndices y de excedentes.
Los inconvenientes que presenta son la necesidad de espacio adicional para el rea de
ndices y el desaprovechamiento de espacio que resulta de quedar huecos intermedios libres
despus de sucesivas actualizaciones.
2.5 Mtodos de Acceso.- Se denomina mtodo de acceso a la forma en que el dispositivo
que maneja el soporte de informacin que contiene un archivo se posiciona en un
determinado lugar del mismo para realizar una operacin de lectura o escritura de un
registro.
El modo de acceso lo decide el programador de la aplicacin en funcin del soporte
utilizado y del tipo de organizacin del archivo.
Hay 2 mtodos bsicos: secuencial y directo.
El acceso secuencial a un registro supone acceder inicialmente al primer registro del
archivo y despus, consecutivamente, a todos los sucesivos hasta llegar al registro deseado.
Este modo de acceso se puede utilizar con cualquier soporte y organizacin.
El acceso directo solamente se puede realizar en los denominados soportes
direccionables, como los discos magnticos, y consiste en el posicionamiento sobre cualquier
registro sin necesidad de haber accedido antes a los anteriores.
En los archivos de organizacin directa, este acceso se consigue proporcionando al
dispositivo la posicin del registro que se desea acceder. En ocasiones es conveniente
programar una funcin de aleatorizacin o hashing, la cual permita calcular la posicin de
cualquier registro a partir del valor de su clave.
En los archivos indexados, el acceso directo lo realiza de forma automtica el sistema a
partir del valor del campo clave; para ello utiliza, como se ha descrito en el apartado anterior,
un conjunto auxiliar de ndices que relacionan las claves con las posicione de los registros.
2.6 Bases de Datos.- La gestin de archivos se ha demostrado insuficiente para cubrir las
necesidades de almacenamiento y proceso de datos en la actualidad.
Los sistemas de informacin de las empresas son cada vez ms grandes y complejos, y
su gestin mediante el uso de archivos presenta algunos inconvenientes, como el hecho de
que los datos estn repartidos por distintos departamentos de la empresa, lo que supone
tener que desplazarse o solicitarlos cada vez que se necesitan en un lugar diferente de
donde se generan.
Adems pueden estar repetidos varias veces, con el inconveniente de que su
actualizacin dar lugar a inconsistencias si no se realiza simultneamente en todos los
Ing. Hermas Herrera Callejas

Pgina: 5 de 8

Computacin para Ingeniera I y Laboratorio

Cap. 2 - Conceptos de Archivos y Bases de Datos

lugares en que se ubican.

Las aplicaciones que se creen debern tener en cuenta las distintas estructuraciones de
los datos, y los cambios que se realicen tanto en hardware como en software presentarn
numerosas complicaciones.
Otro problema derivado de la dispersin de los datos radica en la dificultad para
establecer sistemas de control y seguridad en los mismos.
Los sistemas de bases de datos pretenden dar solucin a los problemas expuestos
mediante la integracin de los archivos de datos, de su estructura y de la aplicacin que los
maneja.
Podemos definir una base de datos como un conjunto integrado de datos
interrelacionados, junto con una serie de aplicaciones para su manejo, accesibles
simultneamente por diferentes usuarios y programas.
Sus principales caractersticas son:
Control centralizado de los datos.
Integridad de los datos.
Minimizacin de las redundancias.
Independencia de los datos y las aplicaciones.
Acceso concurrente a los datos.
Costo mnimo de almacenamiento y mantenimiento.
Versatilidad para la representacin de relaciones.
Establecimiento de medidas de seguridad.
Facilidad para el cambio (hardware y software).
2.6.1 Modelos de Bases de Datos.- El modelo de base de datos hace referencia a la
estructura que se utiliza para expresar las relaciones existentes entre las diferentes unidades
de datos que la constituyen. De entre las varias posibilidades tiles para ello, son tres los
modelos que se han afianzado y estn actualmente en uso:
1. Modelo jerrquico.
2. Modelo en red.
3. Modelo relacional.
2.6.1.1 Modelo Jerrquico.- Utiliza la estructura de rbol para establecer relaciones del
tipo 1 : n (uno a muchos). Una base de datos de este tipo consistir en uno o varios rboles
que expresarn las distintas agrupaciones entre los datos. Cada rbol tiene un nodo
distinguido denominado raz y, a partir de l, se establecen relaciones de sucesin,
denominndose nodos hijos a los descendientes de otro. Mientras que un nodo padre slo
puede tener una ocurrencia, los nodos hijos pueden tener varias (Figura 2.7).
Empleado

Estudios

Experiencia

Familia

Logros

Figura 2.7. Modelo Jerrquico.

Ing. Hermas Herrera Callejas

Pgina: 6 de 8

Computacin para Ingeniera I y Laboratorio

Cap. 2 - Conceptos de Archivos y Bases de Datos

2.6.1.2 Modelo de Red.- Utiliza la estructura de red o grafo, que permite definir entre todos
los nodos relaciones n : n (muchos a muchos). Mediante el establecimiento de apuntadores
entre nodos se puede relacionar cualquier unidad de datos con cualquiera de las otras
(Figura 2.8).

Estudios

Experiencia
Empleado

Logros

Familia

Figura 2.8. Modelo de Red.

2.6.1.3 Modelo Relacional.- Se basa en el lgebra Relacional. Las relaciones entre las
unidades de datos o entidades se expresan mediante tablas de dos dimensiones. Una base
de datos de este tipo estar formada por varias de estas tablas en las que una fila (tupla)
contiene una ocurrencia de valores interrelacionados y una columna contiene los diferentes
valores posibles de cada entidad (Tabla 2.2).
AUTOCAR
105
105
105
107

CONDUCTOR
JULIN PREZ
JULIN PREZ
PEDRO ROSALES
JULIN PREZ

CIUDAD
LA PAZ
COCHABAMBA
SANTA CRUZ
SUCRE

PASAJERO
ELAS PEINADO
ANA MARTORELL
MARTA SNCHEZ
JULIO CARRANZA

AGENCIA
TOURISA
PRISA
TOURISA
TOURIZA

Tabla 2.2. Modelo relacional

2.6.2 Seguridad y Control de Datos.- La informacin almacenada en un archivo o base de
datos puede llegar a tener una gran importancia y su prdida o destruccin podra suponer
un desastre para sus propietarios.
Por ello, ser preciso establecer determinadas medidas de seguridad y control que
minimicen o anulen ese riesgo.
Asimismo, habr que determinar otras protecciones que garanticen la privacidad y
confidencialidad de los datos, con el fin de que stos no puedan ser utilizados para otros
propsitos diferentes de los usos correctos para los que se crearon.
Distinguiremos dos aspectos diferentes con respecto a la proteccin que se puede
establecer sobre los datos:
1. Seguridad contra fallos del sistema o del soporte.
Integridad
2. Seguridad contra usos incorrectos o no autorizados.
Confidencialidad
2.6.3 Seguridad Contra Fallos del Sistema o del Soporte.- Es preciso proteger no slo
los datos, sino tambin las operaciones de actualizacin que se realizan con ellos, de tal
manera que si en un momento dado se produce una cada del sistema o la rotura del
soporte, se pueda recuperar la informacin segn estaba antes del fallo.
Ing. Hermas Herrera Callejas

Pgina: 7 de 8

Computacin para Ingeniera I y Laboratorio

Cap. 2 - Conceptos de Archivos y Bases de Datos

Para ello se emplean las siguientes tcnicas:

Realizacin de copias de seguridad (back-up) peridicamente, por ejemplo, una vez por
semana, guardando estas copias en un lugar seguro hasta que dejen de tener validez al
realizar nuevas copias.
Registro de operaciones que se realicen con los datos, recopilando estos registros
peridicamente, por ejemplo, una vez por da.
Establecimiento de procedimientos de recuperacin capaces de reconstruir la
informacin en su estado anterior a producirse el fallo, por medio de la copia de
seguridad y de los registros de operaciones.
RAID = Redundant Array of Inexpensive Disk.- La informacin de archivos o bases de
datos creados en un volumen es distribuida de modo automtico en reas especiales de
los dems volmenes para su recuperacin automtica en caso de dao del volumen
fsico
De esta forma, cuando se produzca un fallo o avera, una vez subsanada y realizado el
procedimiento de recuperacin, se tendr la informacin segn estaba cuando se efectu el
ltimo registro de operaciones y slo ser preciso repetir las operaciones que se hicieron
sobre el archivo o base de datos desde ese momento hasta el fallo.
2.6.4 Seguridad Contra Usos Incorrectos o no Autorizados.- Una de las principales
caractersticas de los archivos y de las bases de datos es la posibilidad de acceso a sus
datos por parte de diferentes programas y usuarios. Esta caracterstica implica la posibilidad
de que los datos puedan ser daados por error o que puedan ser utilizados ilegtimamente
por usuarios no autorizados. Para evitarlo, habr que establecer medidas de seguridad al
efecto.
Fsicamente el acceso a un archivo se protege por medio de etiquetas, cuyas claves
estn controladas por el sistema operativo. En algunos casos se puede aumentar an ms
esta proteccin por medio del criptografiado de los datos almacenados, consistente en el
encubrimiento de la informacin por algn mtodo de cifrado. (Sin embargo hay posibilidad
de violar esa seguridad mediante pinchazos a las vas de transmisin mediante sneefers)
La proteccin queda establecida mediante diferentes niveles de acceso a los archivos
relativos a las operaciones permitidas o prohibidas: lectura, escritura y borrado de registros.
A cada usuario se le asigna un nivel de acceso, que es aceptado por el sistema
operativo tras el reconocimiento de su clave de usuario (password) y que le restringe el
acceso a determinados archivos y a determinadas operaciones sobre ellos. Es conveniente
que la clave de usuario se cambie con frecuencia para reforzar la seguridad.
Es imposible lograr seguridad en un 100 %, sin embargo toda medida de seguridad
implantada disminuye el riesgo contra uso no autorizado o destruccin. Habr que buscar un
sano equilibrio entre el costo de implantar medidas de seguridad y el nivel de seguridad
alcanzado de modo que corresponda a las polticas de cada institucin.

Ing. Hermas Herrera Callejas

Pgina: 8 de 8