Funcionalidad 4: Almacenes de Datos y Bases de Datos XML ...

UNIVERSIDAD DE CASTILLA-LA MANCHA
ESCUELA SUPERIOR DE INFORMÁTICA
Funcionalidad 4:
Almacenes de Datos y Bases de Datos XML
Eduardo Fernández Almodóvar
Miguel Gómez Ortiz
Quiteria López López
Alberto Morillo Balcázar
Nicolás Novalvos Novalvos
Javier Rosado Quintanilla
Asignatura: Modelos Avanzados de Bases de Datos
Titulación: Ingeniería Informática
Fecha:

MMAABBDD Funcionalidad 4:
Almacenes de Datos y Bases de Datos XML
Índice
ALMACENES DE DATOS ............................................................................................. 3
2
Introducción ............................................................................................................................ 3
Conceptos Básicos................................................................................................................... 3
Diseño y Construcciones......................................................................................................... 4
1. Diseño en Estrella......................................................................................................................4
1.1. Tablas Factuales y Dimensionales........................................................................................5
2. Modelo Conceptual de Almacenes de Datos.............................................................................5
2.1. Metodología para el Diseño de Almacenes de Datos de Golfarelli y rizzi ...........................5
2.2. Perfil UML para el Modelado de Almacenes de Datos de Trujillo ......................................6
Componentes ........................................................................................................................... 7
1. Metadatos ..................................................................................................................................7
2. Middleware................................................................................................................................7
3. Mecanismos de Extracción........................................................................................................8
4. Mecanismos de Carga ...............................................................................................................8
Importancia en las Empresas................................................................................................. 8
Ejemplo de Almacén de Datos ............................................................................................... 9
BASES DE DATOS XML ............................................................................................. 10
Introducción .......................................................................................................................... 10
Documentos XML................................................................................................................. 10
Lenguajes de navegación...................................................................................................... 11
Almacenamiento en Bases de Datos XML .......................................................................... 14
1. Bases de Datos XML Nativas..................................................................................................14
2. Almacenamiento en bases de datos XML construidas a partir de tecnologías existentes........15
Extensión del estándar SQL................................................................................................. 15
Ejemplo de Bases de Datos XML ........................................................................................ 16
COMPARACIÓN DE AMBOS MODELOS ................................................................ 17
BIBLIOGRAFÍA ........................................................................................................... 18

MMAABBDD Funcionalidad 4:
Almacenes de Datos y Bases de Datos XML
Introducción
3
ALMACENES DE DATOS
Los almacenes de datos son el centro de atención para las grandes empresas de hoy en
día, ya que constituyen uno de los soportes fundamentales para el proceso de toma de decisiones
gerenciales; de ahí la importancia de que la información guardada en ellos sea confiable y con
calidad. Uno de los procesos en la construcción de estos y que contribuye a lograr este objetivo
es la limpieza de datos, y junto con ella la estandarización.
Conceptos Básicos
Un Almacén de Datos o Data Warehouse (DW) es un almacén de información temática
orientado a cubrir las necesidades de aplicaciones de los sistemas de Soporte de Decisiones
(DSS) y e la Información de Ejecutivos (EIS), que permite acceder a la información corporativa
para la gestión, control y apoyo a la toma de decisiones. Dicha información es construida a
partir de bases de datos que registran las transacciones de los negocios de las organizaciones
(bases de datos operacionales), y su importancia reside en elementos como los siguientes:
características:
Contribuye a la toma de decisiones tácticas y estratégicas proporcionando un
sentido automatizado para identificar información clave desde volúmenes de datos
generados por procesos tradicionales o elementos de software.
Posibilita medir las acciones y los resultados de una mejor forma.
Los procesos empresariales pueden ser optimizados. El tiempo perdido esperando
por información que finalmente es incorrecta o no encontrada, es eliminada.
Permite a los usuarios dar prioridad a decisiones y acciones, por ejemplo, a qué
segmentos de clientes deben ir dirigidas las siguientes acciones de marketing.
En general un almacén de datos es un conjunto de datos con las siguientes
Temático: Los datos están almacenados por materias o temas (clientes, campañas,
productos). Estos se organizan desde la perspectiva del usuario final, mientras que
en las Bases de Datos operacionales se organizan desde la perspectiva de la
aplicación con vistas a lograr una mayor eficiencia en el acceso a los datos.
Integrado: Todos los datos almacenados en el DW están integrados. Las bases de
datos operacionales orientadas hacia las aplicaciones fueron creadas sin pensar en
su integración, por lo que un mismo tipo de datos puede ser expresado de diferente
forma en dos bases de datos operacionales distintas. Por ejemplo, para representar el
sexo: ‘Femenino’ y ‘Masculino’ o ‘F’ y ‘M’.

MMAABBDD Funcionalidad 4:
Almacenes de Datos y Bases de Datos XML
4
No volátil: Únicamente hay dos tipos de operaciones en el DW: la carga de los
datos procedentes de los entornos operacionales (carga inicial y carga periódica) y
la consulta de los mismos. La actualización de datos no forma parte de la operativa
normal de un DW.
Histórico: El tiempo debe estar presente en todos los registros contenidos en un
DW. Las bases de datos operacionales contienen los valores actuales de los datos,
mientras que los DW contienen información actual y resúmenes de esta en el
tiempo.
Diseño y Construcciones
Existen actualmente 2 tendencias en cuanto al diseño de almacenes de datos:
Diseño directo (“en estrella”) de estructuras lógicas de datos (sobre el modelo
relacional).
Utilización de una etapa previa basada en un modelo conceptual, de forma análoga
al diseño de bases de datos.
1. Diseño en Estrella
Este método se basa en el “esquema en estrella”, que consiste en un modelo asimétrico con
una tabla grande dominante en el centro del esquema, que se encarga de conectar las otras
tablas.
Figura 1. Ejemplo de diseño en estrella.
El esquema en estrella básico tiene 4 componentes: hechos, dimensiones, atributos y
jerarquías de atributo. Cada uno de estos componentes se describe a continuación:
Los hechos son mediciones numéricas que representan un aspecto o actividad de
negocio específica. Por ejemplo, las cifras de ventas.
Las dimensiones son características calificadoras que proporcionan perspectivas
adicionales de un hecho dado. Por ejemplo, las ventas podrían compararse por
producto de una región a otra.

MMAABBDD Funcionalidad 4:
Almacenes de Datos y Bases de Datos XML
5
Cada tabla de dimensiones contiene atributos. Con frecuencia se utilizan los
atributos para buscar, filtrar o clasificar hechos. Por consiguiente, el diseñador del
almacén de datos debe definir atributos de negocio comunes que serán utilizados
por el analista de datos para limitar una búsqueda, agrupar información o describir
dimensiones. Si seguimos utilizando un ejemplo de ventas tendríamos:
o Dimensión producto: ID del producto, descripción, tipo de producto, etc.
o Dimensión ubicación: región, estado, ciudad y número de tienda.
o Dimensión tiempo: año, trimestre, mes, semana, etc.
Los atributos dentro de las dimensiones pueden ordenarse en una jerarquía bien
definida. La jerarquía de atributos proporciona una organización descendente que
se utiliza para dos propósitos principales: agregación, análisis de datos con mayores
y menores niveles de agregación.
1.1. Tablas Factuales y Dimensionales
Tabla Factual: Es la tabla central que contiene los datos (hechos) sobre las diferentes
combinaciones de las dimensiones. Su clave primaria se crea combinando las claves primarias
de sus dimensiones relacionadas. Puede suceder que la tabla factual no tenga hechos y que se
utilice simplemente para registrar las relaciones entre las diferentes dimensiones.
Dimensiones: Para cada una de las dimensiones se crea una tabla, almacenado así las
descripciones de las dimensiones. Los atributos de las tablas dimensionales son textuales,
discretas y se utilizan para restricciones y cabeceras de filas en el conjunto de respuesta del
usuario.
2. Modelo Conceptual de Almacenes de Datos
2.1. Metodología para el Diseño de Almacenes de Datos de Golfarelli y rizzi
Consta de siete fases:
1. Análisis y reconciliación de las fuentes de datos. En esta fase se analizan los
esquemas locales y se normalizan para posteriormente integrase.
2. Análisis de requisitos, mediante entrevistas y reuniones coordinadas con los
usuarios de datamart.
3. Modelado conceptual, para el que proponen el modelo factual dimensional. Este
está compuesto por varios esquemas de hechos.

MMAABBDD Funcionalidad 4:
Almacenes de Datos y Bases de Datos XML
6
Figura 2. Esquema de hechos.
Para cada hecho se construye un “árbol de atributos”, para posteriormente “podar e
injertar” este árbol definiendo las dimensiones y las medias correspondientes.
4. Refinamiento de la carga de trabajo y validación del esquema conceptual. La
carga de trabajo es un conjunto de pares formados por consultas y su
correspondiente frecuencia o importancia para el usuario.
5. Diseño lógico, en esta fase se pasa de los esquemas de hecho a los esquemas en
estrella, de forma casi directa.
6. Diseño de alimentación. Consiste en definir los procedimientos necesarios para
cargar el datamart a partir de los datos provenientes de las fuentes operacionales.
7. Diseño físico, consistente en la elección de los índices y en la ubicación de los datos
en los soportes físicos.
2.2. Perfil UML para el Modelado de Almacenes de Datos de Trujillo
El perfil de UML contiene estereotipos necesarios para acometer con éxito el modelado
conceptual de almacenes de datos.
NOMBRE DESCRIPCIÓN ICONO
Fact Las clases de este estereotipo representan hechos
Dimension Las clases de este estereotipo representan dimensiones
Base
Las clases de este estereotipo representan niveles de una
jerarquía dimensional
Tabla 1. Estereotipos de clases.

MMAABBDD Funcionalidad 4:
Almacenes de Datos y Bases de Datos XML
7
NOMBRE DESCRIPCIÓN ICONO
OID
FactAttribute
Descriptor
DimensiónAttribute
Los atributos con este estereotipo representan los
OID de clases factuales, dimensionales o base
Los atributos con este estereotipo representan
atributos de clases factuales
Los atributos con este estereotipo representan
atributos descriptores de clases dimensionales o base
Los atributos con este estereotipo representan
atributos de clases dimensionales
Tabla 2. Estereotipos para atributos.
Las clases de hechos se definen como clases compuestas en una relación de agregación
de n clases de dimensión. La cardinalidad mínima en el rol de las clases de dimensión es 1 para
indicar que todo hecho ha de estar siempre relacionado con todas las dimensiones.
Componentes
1. Metadatos
Uno de los componentes más importantes de la arquitectura de un DW es el Metadato.
Es definido comúnmente como "datos acerca de los datos", en el sentido de que se trata de datos
que describen cuál es la estructura de los datos y cómo se relacionan.
El Metadato documenta exactamente, entre otras cosas, qué tablas existen para esa
aplicación, qué columnas posee cada una de las tablas y qué tipo de datos se pueden almacenar.
Los datos son de interés para el usuario final, el Metadato es de interés para los programas que
tienen que manejar estos datos. Sin embargo, el rol que cumple el Metadato en un ambiente de
DW es muy diferente al rol que cumple en los ambientes operacionales. En un ambiente de DW
el Metadato juega un papel fundamental.
El papel del Metadato es recoger todas las definiciones de la organización y concepto
de los datos en un "almacén de datos", debe contener toda la información concerniente a:
Tablas, Columnas de tablas, Relaciones entre tablas, Jerarquías y Dimensiones de datos,
Entidades y Relaciones.
2. Middleware
El Middleware es un software de conectividad que ofrece un conjunto de servicios que
hacen posible el funcionamiento de aplicaciones distribuidas sobre plataformas heterogéneas.
La función del Middleware es la de asegurar la conectividad entre todos los componentes de la
arquitectura de un DW. El Middleware puede verse como una capa Application Programming
Interface (API), con base a la cual los programadores pueden desarrollar aplicaciones que

MMAABBDD Funcionalidad 4:
Almacenes de Datos y Bases de Datos XML
trabajen en diferentes ambientes sin preocuparse de los protocolos de red y comunicaciones en
que se correrán. De esta manera se ofrece una mejor relación costo/rendimiento que pasa por el
desarrollo de aplicaciones más complejas, en menos tiempo.
8
3. Mecanismos de Extracción
Otro de los componentes de la arquitectura de un DW son los sistemas OLAP. Los
sistemas OLAP se enmarcan en lo que podríamos llamar las bases de datos corporativas. Los
objetivos fundamentales en este entorno son el análisis de la información, es decir, el sistema en
que almacenemos la información ha de proveer de funciones de consulta analítica y de apoyo a
la toma de decisiones. Este tipo de consultas en Sistemas Gestores de bases de datos (SGBD)
relacionales son complejas e involucran cruzar información de varias tablas, lo que se traduce
en un pobre rendimiento.
En los sistemas OLAP la información ya no se almacena en tablas, sino en cubos de n
dimensiones. Se construye a partir de una tabla principal, llamada tabla de hechos, que enumera
los hechos ciertos en el sistema. A ella se va añadiendo una dimensión por relación cuya
información que se quiera almacenar, de manera que todas están precalculadas en el sistema.
4. Mecanismos de Carga
Existen dos formas básicas de desarrollar esta tarea:
Acumulación simple. La acumulación simple es, sin duda, la más sencilla y común,
y consiste en realizar una sumarización o resumen de todas las transacciones
comprendidas en el período de tiempo seleccionado y transportar el resultado como
una única transacción hacia el DW.
Rolling. El proceso de Rolling por su parte, se aplica en los casos en que se opta por
mantener varios niveles de granularidad. Para ello se almacena información
resumida a distintos niveles, correspondientes a distintas agrupaciones de la unidad
de tiempo.
Importancia en las Empresas
Los almacenes de datos son el centro de atención para las grandes empresas de hoy en
día, ya que constituyen uno de los soportes fundamentales para el proceso de toma de decisiones
gerenciales; de ahí la importancia de que la información guardada en ellos sea confiable y con
calidad. Uno de los procesos en la construcción de estos y que contribuye a lograr este objetivo
es la limpieza de datos, y junto con ella la estandarización de direcciones. Para comunicarse
efectivamente con sus clientes, por teléfono o por correo, una empresa debe mantener una lista
de sus clientes extraordinariamente limpia y con sus direcciones normalizadas. Esto evita
problemas como el de la pérdida de credibilidad o de imagen de la organización, al hacer envíos
precisos y al brindarle al cliente un servicio más rápido y profesional.

MMAABBDD Funcionalidad 4:
Almacenes de Datos y Bases de Datos XML
¿QUE ES ESTANDARIZACION? IMPORTANCIA DE LA ESTANDARIZACION DE
DIRECCIONES PARA LAS EMPRESAS DE HOY EN DIA
9
La estandarización forma parte de los seis pasos necesarios para llevar a cabo la
limpieza de datos. Esta consiste en separar la información en diferentes campos, así como
unificar ciertos criterios para un mejor manejo y manipulación de los datos.
Hay muchos ejemplos de aplicaciones basadas en la información del cliente que
necesitan que sus datos, y principalmente sus direcciones tengan integridad, algunos de ellos
son: Sistemas CRM (Customer Relationship Management, Gestión de las Relaciones con el
Cliente), E-Business (Negocios electrónicos), Call Centers (Oficina o compañía centralizada
que responde llamadas telefónicas de clientes o que hacen llamadas a clientes (Telemarketing)),
Sistemas de Marketing.
Del mismo modo, podemos mencionar algunas de las organizaciones que mayormente
son beneficiadas por la limpieza de los datos de sus clientes: Bancos y Finanzas, Gobierno,
Salud, Telecomunicaciones.
Ejemplo de Almacén de Datos
Figura 3. Ventas Figura 4. Esquema de hechos de ventas

MMAABBDD Funcionalidad 4:
Almacenes de Datos y Bases de Datos XML
10
BASES DE DATOS XML
Introducción
El Lenguaje de marcas extensible (XML) no se concibió como una tecnología para
bases de datos inicialmente. Al igual que el lenguaje HTML, XML tiene sus raíces en la gestión
de documentos y está derivado de un lenguaje para estructurar documentos grandes. Sin
embargo, XML puede representar datos de bases de datos, así como muchas clases de datos
estructurados. Resulta de gran utilidad como formato de datos cuando las aplicaciones se deben
comunicar con otra aplicación o integrar información de varias aplicaciones.
Los principales motivos de la aparición de las bases de datos XML son la proliferación
de la Web y la necesidad creciente de compartir información estructurada dentro de las
empresas ó con otras empresas. Por lo tanto se deduce la necesidad de crear un nuevo tipo de
base de datos que resuelva estos problemas.
Para comprender las bases de datos XML es importante conocer sus raíces como un
lenguaje de marcas de documentos. Por el concepto de marca entendemos cualquier elemento en
un documento del que no se tiene intención que sea parte de la salida impresa. Las bases de
datos XML permiten presentar información estructurada, ya que esta viene definida por las
marcas de los distintos archivos.
Documentos XML
El constructor en un documento XML es el elemento. Los documentos XML deben de
tener un único elemento raíz que abarque al resto de elementos donde los elementos hijos del
elemento raíz se deben anidar adecuadamente. Las representaciones anidadas se usan
ampliamente en las aplicaciones de intercambio de datos XML. Por tanto, la estructura de
etiquetas anidadas dentro de un archivo XML hace que se disponga de una estructura de árbol.
Características de los documentos XML:
Posee mensajes auto-documentados: no se tiene que consultar un esquema para
comprender el significado del texto.
El formato del documento no es rígido: se puede agregar información adicional tal
como etiquetas
XML permite estructuras anidadas: En un modelo relacional el anidamiento lo
tendríamos que incluir en una tabla aparte, por lo que en bases de datos relacionales
esto no era posible
Gran variedad de herramientas disponibles para ayudar a su procesamiento

MMAABBDD Funcionalidad 4:
Almacenes de Datos y Bases de Datos XML
11
Esquema de los documentos XML:
Definición de tipos de documentos (DTD): Es una parte opcional de un documento
XML. Su propósito es restringir el tipo de información presente en el documento, de
forma que restringe el aspecto de los subelementos y atributos de un elemento.
XML Schema: Se trata de un intento de reparar las deficiencias del mecanismo
DTD, ampliando el sistema de tipos. XML Schema define varios tipos predefinidos
como string, integer, bolean, etc y también permite tipos definidos por el usuario.
Lenguajes de navegación
Los lenguajes utilizados para transformar y consultar los datos son esenciales para la
extracción de información de datos XML así como para convertir los datos entre distintas
representaciones en XML. Dado que XML representa datos semiestructurados, es importante la
existencia de lenguajes de consulta que combinen las características de los lenguajes
tradicionales de consulta de datos con los lenguajes de recuperación de información.
En todos los lenguajes se usa un modelo de árbol de datos XML a la hora de realizar las
consultas. Cada documento es por tanto un árbol con nodos siendo los nodos elementos o
atributos con las siguientes propiedades:
Tan solo en el caso de que el nodo sea un elemento puede tener nodos hijos. (Cada
nodo distinto del nodo raíz tiene un nodo padre que es un elemento).
El orden de elementos y atributos en el documento XML se modela ordenando los
nodos hijos del árbol.
El nodo raíz tiene un único hijo, que es el elemento raíz del documento.

MMAABBDD Funcionalidad 4:
Almacenes de Datos y Bases de Datos XML
Los lenguajes que proporcionan más capacidades de consulta y transformación son:
12
XPath: Trata partes de los documentos XML mediante expresiones de rutas de acceso,
recorriendo documentos XML a partir de dichas rutas. Cada expresión de ruta XPath es
una secuencia de pasos de ubicación separados por el carácter“/” (que indica la raíz del
documento). Como resultado de la expresión se obtiene una lista de nodos. Se puede
acceder a los valores de los atributos usando el símbolo @.
Ejemplo: /banco-2/cuenta/@numero_cuenta devuelve un conjunto de nodos con todos
los valores del atributo numero_cuenta de los elementos de cuenta.
XPath permite incluir restricciones para devolver una lista de nodos según las
condiciones deseadas.
Ejemplo: /banco-2/cuenta[saldo>400] devuelve los elementos de cuenta con un valor de
saldo mayor que 400.
Otras funciones disponibles para XPath son:
o Comprobación de la posición de un nodo en el orden de los hermanos
o Función de agregación Count() que cuenta el número de nodos coincidentes con
la expresión a la que se aplica.
o El operador “|” permite unir resultados de expresiones
o Las expresiones XPath pueden saltar varios niveles de nodos mediante el uso de
“//”. Resulta de gran utilidad para poder buscar los datos necesarios sin un
conocimiento completo de un esquema.
o La función predeterminada doc(nombre) devuelve la raíz de un documento con
nombre, siendo el nombre el de un archivo o una URL.
XQuery: Se trata del lenguaje de consulta estandarizado de XML. XQuery procede de
un lenguaje de consulta denominado Quilt, el cual incluye características de lenguajes
como XPath o SQL.
Las consultas tienen una sintaxis similar a la de SQL. Cada consulta se escribe mediante
una expresión denominada FLWOR. Una expresión de éste tipo consta de las siguientes
cláusulas:
o For: Es como la cláusula from de SQL y proporciona una serie de variables
cuyos valores son los resultados de expresiones XPath
o Let: Permite asignar el resultado de expresiones Xpath al nombre de las
variables. No tiene equivalente en SQL.
o Where: Es igual que la cláusula where de SQL
o Order by: Permite la ordenación de las tuplas de salida.

MMAABBDD Funcionalidad 4:
Almacenes de Datos y Bases de Datos XML
13
o Return: Permite la construcción de resultados en XML de la expresión devuelta.
Cuando en la cláusula return se encuentra un elemento como
que inicia una expresión, trata su contenido como texto XML normal, excepto
partes encerradas entre llaves, que se evalúan como expresiones.
XQuery proporciona otra forma de construir elementos usando constructores element y
attribute dentro de la cláusula return. Además, las expresiones FLWOR de XQuery se
pueden anidar en la cláusula return con el fin de generar anidamientos de elementos que
no aparecen en el documento origen. Son similares a las subconsultas anidadas en la
cláusula from de las consultas SQL
XQuery no proporciona un constructor group by, las consultas de agregación se pueden
escribir usando funciones de agregado sobre expresiones de ruta anidadas dentro de la
cláusula return. En cambio los resultados se pueden ordenar si se incluye una cláusula
order by. XQuery también soporta funciones definidas por el usuario
Otras propiedades relevantes son:
o El resultado de una consulta XQuery es un conjunto de nodos en el que pueden
existir nodos repetidos. Para eliminar duplicados se utiliza la funcion distinct()
o Se permiten funciones definidas por el usuario.
o Posibilidad de incluir cuantificadores some y any.
XSLT: XSL, que se trata de un lenguaje de hojas del estilo de XML, incluye un
lenguaje de transformación de propósito general denominado XSLT. Éste lenguaje
permite convertir documentos XML de una sintaxis a otra (por ejemplo, de un XML a
otro o a un documento HTML).
En XSLT las transformaciones se expresan utilizando reglas recursivas denominadas
plantillas. Las plantillas permiten seleccionar contenido de los documentos XML
mediante la utilización de expresiones Xpath.
Existe un mecanismo importante denominado recursividad estructural que permite que
cuando una plantilla coincide con un elemento en la estructura del árbol, las reglas de
esa plantilla se aplican a los subelementos del árbol.

MMAABBDD Funcionalidad 4:
Almacenes de Datos y Bases de Datos XML
14
Produce como salida los títulos que existan en la referencia bibliográfica.
XPointer: Es una extensión de XPath. Proporciona una forma de identificar de forma
única fragmentos de un documento XML con el objeto de realizar vínculos.
La extensión XPointer permite a XPath:
o Seleccionar puntos, intervalos y nodos.
o Utilizar coincidencias de cadenas para buscar información.
o Utilizar expresiones de direccionamiento en referencias de URI como
Ejemplo:
identificadores de fragmentos.
documento.xml#xpointer(/libro/capitulo[@public])xpointer(/libro/capitulo[@num="1"])
Almacenamiento en Bases de Datos XML
La aparición de las BD XML proporcionan una alternativa directa para almacenar y
gestionar los documentos XML. Existen diferentes soluciones para el almacenamiento de
documentos XML
1. Bases de Datos XML Nativas
Surgen por la necesidad de almacenar documentos XML y por los problemas que
existen para almacenarlos en un sistema relacional. Las bases de datos XML nativas soportan
transacciones, acceso multi-usuario, lenguajes de consulta, etc., diseñadas especialmente para
almacenar documentos XML. Algunos ejemplos son eXcelon Xis, Tamino, dbXML o GoXML.
Las bases de datos nativas están centradas en el almacenamiento y en la gestión de
documentos XML. Estos gestores tienen las siguientes características:
Se define un modelo para la estructura de los documentos XML (DTD, XML
Schema, etc.).
Almacena y recupera documentos de acuerdo a ese modelo.
Como mínimo el modelo debe incluir elementos, atributos, manejo de
PCDATA y el orden del documento.
No existe una restricción para el modelo de almacenamiento físico.
Además el SGBD XML Nativo debe soportar concurrencia, recuperación de los
documentos, seguridad, etc. También, debería soportar tecnologías relacionadas con XML
como XPath o XQuery.

MMAABBDD Funcionalidad 4:
Almacenes de Datos y Bases de Datos XML
15
Clasificación:
Almacenamiento basado en texto. Almacena el documento XML entero en
forma de texto y proporciona alguna funcionalidad de base de datos para
acceder a él.
o Aplican técnicas de compresión para reducir el tamaño.
o Se mantiene índices para aumentar la eficiencia en el acceso.
o Se pueden construir sobre un sistema de bases de datos relacional o
sobre un sistema de archivos de texto.
Almacenamiento basado en el modelo. Se define un modelo de datos lógico
para la estructura de un documento XML, como por ejemplo DOM, y se utiliza
este modelo para realizar el almacenamiento.
2. Almacenamiento en bases de datos XML construidas a partir de tecnologías
existentes
Permiten el almacenamiento y la gestión de documentos XML en SGBD
convencionales. Ejemplos de estas bases de datos son Oracle XMl DB, IBM DB2 XML
Extender o Microsoft SQLXML. Existen dos aproximaciones para el almacenamiento:
Almacenamiento no estructurado.
o Los documentos XML se almacenan directamente en formato de texto
como atributo de tipo fichero.
o El SGBD proporciona funciones para poder acceder a la información
dentro de los documentos XML.
Almacenamiento estructurado.
o La estructura de un documento XML se convierte a un esquema de la
base de datos.
o Para acceder al contenido de los documentos XML el SGBD
proporciona funciones.
Extensión del estándar SQL
El estándar SQL:2003 ha definido una serie de extensiones para soportar XML.
En estas se extensiones se define:
Un tipo de dato XML nativo llamado XML
Un conjunto de operadores para dicho tipo de datos.
Un conjunto implícito de mapeos de los datos relacionales a XML

MMAABBDD Funcionalidad 4:
Almacenes de Datos y Bases de Datos XML
viceversa.
16
El tipo de dato XML permite tratar los documentos XML como:
Valores relacionales dentro de las columnas de las tablas.
Atributos definidos por el usuario.
Variables.
Parámetros de funciones.
Algunas de las operaciones definidas son:
XMLELEMENT para generar un valor xml .
XMLCONCAT para concatenar una lista de valores xml.
XMLPARSE para realizar un análisis sintáctico de una cadena de
caracteres para generar un documento xml.
XMLSERIALIZE para generar una cadena de caracteres a partir de un
documento xml.
El conjunto de mapeos que se definen es el siguiente:
Mapeo de los identificadores SQL a nombres XML.
Mapeo de tipo de datos SQL a tipos de datos XML Schema.
Mapeo de tablas a documentos XML.
Generación de un esquema XML.
Estos mapeos se usan para convertir bases de datos relacionales a documentos XML y
El problema es que si el documento XML no proviene de una bases de datos o se puede
convertir a un esquema relacional.
Ejemplo de Bases de Datos XML
La siguiente consulta devuelve los títulos de los libros del año 2.000. Como “año” es un
atributo y no una etiqueta se le antecede con un carácter “@”.
for $b in doc("libros.xml")//libro
where $b/@año = "2000"
return $b/titulo

MMAABBDD Funcionalidad 4:
Almacenes de Datos y Bases de Datos XML
17
COMPARACIÓN DE AMBOS MODELOS
Mientras los almacenes de datos están enfocados a facilitar las consultas sobre grandes
cantidades de datos con un tiempo de respuesta relativamente pequeño, las bases de datos XML
tienen el objetivo de almacenar documentos XML, siendo los tiempos de respuesta mayores y
las consultas más complejas. En ambos modelos, el estándar SQL se ha extendido para darles
soporte.
En principio ambos modelos no están normalizados, aunque existen algunas iniciativas
de normalización para XML y bases de datos XML.
La implantación de las bases de datos XML es elevada en el caso de las bases de datos
que se han ampliado para dar soporte al almacenamiento de datos XML y baja en el caso de las
bases de datos XML nativas.
Los almacenes de datos están implantados en empresas con grandes volúmenes de
información, ya que estos surgen como la solución para obtener un sistema capaz de dar soporte
a la toma de decisiones estratégicas y tácticas, recibiendo datos de múltiples bases de datos
operacionales.

MMAABBDD Funcionalidad 4:
Almacenes de Datos y Bases de Datos XML
18
BIBLIOGRAFÍA
Piattini, M., Marcos, E., Calero, C. y Vela, B. Tecnología y Diseño de Bases de
Datos. RA_MA
Connolly, Thomas M.. Sistemas de bases de datos: un enfoque práctico para diseño,
implementación y gestión. Pearson, D.L. 2005
Silberschatz, A., Korth, H.F. y Sudarshan, S. Fundamentos de Bases de Datos.
McGraw-Hill
Rob, Peter y Coronel, Carlos. Sistemas de Bases de Datos: Diseño, implementación y
administración.
http://150.185.75.30/atiwiki/index.php/BASES_DE_DATOS_XML
http://es.wikipedia.org/wiki/Bases_de_datos_nativas_XML
http://es.wikipedia.org/wiki/Almac%C3%A9n_de_datos
http://www.monografias.com/trabajos31/almacenes-datos/almacenes-datos.shtml
http://www.error500.net/garbagecollector/archives/categorias/bases_de_datos/
sistemas_olap.php
http://kybele.escet.urjc.es/docencia/AplicBD/2007-2008/Material/%5BAplicBD-2007-
08%5DDW_Parte2.pdf