Your SlideShare is downloading. ×
Proyecto
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

Proyecto

125
views

Published on


0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
125
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
2
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. Centro de bachillerato tecnológico industrial y de servicios no.172 Base de datos Nombre de la alumna: Janeth Jaquelin Silva Hernández. Nombre de la maestra: Esperanza Pescador. Fecha de entrega: miércoles 6 de noviembre del 2013. Grado & Grupo: 3° “C”. 1
  • 2. Indice Beta ..................................................................................................................................................... 3 Enunciado: ........................................................................................................................................... 3 Diagrama E-R ....................................................................................................................................... 4 enunciados .......................................................................................................................................... 5 Tablas: ............................................................................................................................................... 20 Diseño de las tablas:.......................................................................................................................... 23 Iteso ................................................................................................................................................... 24 Diagrama entidad relacion: ............................................................................................................... 26 Diseño:............................................................................................................................................... 27 Tablas: ............................................................................................................................................... 28 Enunciados: ....................................................................................................................................... 32 Historia de la base de datos: ............................................................................................................. 50 2
  • 3. Beta Enunciado: Ventas de equipo de computo y tiene una empresa en Guanajuato y abarca a toda la republica (beta) y genera ventas para ganar clientes, la venta puede ser por correo, teléfono o personal y se genera una orden y es muy importante la hora y fecha y se clasifica en artículos y refacción que es consumible o no consumible. Vendedor y Proveedor. VOLVER 3
  • 4. Diagrama E-R VOLVER 4
  • 5. enunciados 1. Obtener el nombre de los clientes Select NomCliente from cliente 2.Obtener los nombres de los clientes y su ID de su estado. select NomCliente,IdEdo from cliente VOLVER 5
  • 6. 2. Obtener los estados de los clientes. SELECT NomCliente,Estado From cliente, estado where cliente.IdEdo=Estado.IdEdo 3.Obtener los nombres de los clientes que son de Sinaloa. SELECT NomCliente,Estado From cliente, estado regresar where cliente.IdEdo=Estado.IdEdo AND estado='Sinaloa' VOLVER 6
  • 7. 3. Obtener los Id de articulo y su cantidad. SELECT IdArt,CantArt FROM orden VOLVER 7
  • 8. 4. Obtenerlos nombres de los clientes que son del estado de Morelia. SELECT NomCliente, Estado FROM cliente,estado WHERE cliente.IdEdo=Estado.IdEdo AND estado='Morelia' 5. obtener los IDs de clientes que son de queretaro. SELECT IdCliente, Estado FROM cliente,estado WHERE cliente.IdEdo=Estado.IdEdo AND estado='Queretaro' 6. obtener los Id de articulo y los id de clientes que ordenaron cantidades mayores a 4. SELECT IdArt, IdCliente FROM orden WHERE CantArt>4 VOLVER 8
  • 9. 7. Obtener los nombres de los artículos que fueron ordenados por el cliente Cuenca Bravo José. SELECT NomArt FROM articulo,orden,cliente WHERE articulo.IdArt=orden.IdArt AND orden.IdCliente=cliente.IdCliente and NomCliente='Cuenca Bravo Jose' VOLVER 9
  • 10. 8.obtener los nombres de los artículos que fueron ordenados en el estado de Veracruz Select NomArt from articulo,estado,orden,cliente where orden.IdArt=articulo.IdArt AND orden.IdCliente=cliente.IdCliente AND cliente.IdEdo=Estado.IdEdo AND estado='Veracruz' 8. obtener los datos de la tabla cliente SELECT * FROM cliente VOLVER 10
  • 11. 9. obtener los nombres de los clientes que empiezan con v SELECT NomCliente FROM cliente WHERE NomCliente like 'v%'; 10. obtener los nombres de los productos que fueron ordenados entre cantidades de 8 a 13 select NomArt from orden,articulo where articulo.IdArt = orden.IdArt AND CantArt >= 8 AND CantArt <=13 11. obtener la cantidad máxima de producto ordenado select MAX(CantArt) VOLVER 11
  • 12. from orden 12. obtener las cantidades de los productos ordenadas de mayor a menor select CAntArt from orden ORDER BY CantArt DESC VOLVER 12
  • 13. 13. obtener los nombres de los clientes que su nombre sea valle SELECT NomCliente FROM cliente WHERE NomCliente like '%valle%'; 14. obtener los nombres de los clientes que su nombre sea Bravo SELECT NomCliente From cliente WHERE NomCliente like '%bravo%'; VOLVER 13
  • 14. 15. obtener el id de todos los clientes ordenados ascendentemente SELECT IdCliente FROM cliente ORDER BY IdCliente ASC; 16. obtener el id de todos los clientes ordenados descendentemente SELECT IdCliente FROM cliente ORDER BY IdCliente DESC; VOLVER 14
  • 15. 17. obtener los datos de la tabla refaccion SELECT * FROM refaccion; VOLVER 15
  • 16. 18. obtener el nombre del del vendedor que empieze con la letra r, el nombre del cliente que empieze con v, el nombre del articulo que empieze con la letra c, la cantidad orenados de mayor a menor. SELECT DISTINCT NomVend, NomClient,NomArt,CantArt FROM Vendedor,cliente,orden,articulo WHERE NomVend like 'R%'AND orden.IdArt=articulo.IdArt AND NomClient like "V%" AND NomArt LIKE "C%" ORDER BY CantArt ASC VOLVER 16
  • 17. 19. obtener el nombre y la cantidad de refacciones que estén entre cantidades compradas de 1 a7 SELECT Unidad,NomRef FROM orden,refaccion WHERE refaccion.IdRef= orden.IdRef AND CantRef BETWEEN 1 and 7 20. obtener la suma de las refacciones que fueron ordenadas SELECT Sum(CantRef) FROM orden 21. Obtener los numeros telefonicos de los clientes que su lada sea 411 SELECT Tel FROM cliente WHERE cliente.Tel REGEXP BINARY 411 VOLVER 17
  • 18. 23.Obtener el precio maximo de articulo SELECT MAX(precio) from articulo 22. Obtener la cantidad de articulos y su nombre que esten entre 6 y 9 y ordenar la cantidad de articulos asendentemente SELECT CantArt,NomArt FROM orden, articulo WHERE articulo.IdArt=orden.IdArt AND CantArt BETWEEN 6 AND 9 ORDER BY CantArt ASC; 23. Obtener los nombres de los estados donde hay clientes SELECT IdEdo from estado VOLVER 18
  • 19. 24. Obtener los nombres de los productos que fueron ordenados en el estado de michoacan SELECT NomArt FROM orden, articulo,estado WHERE estado like 'Morelia' VOLVER 19
  • 20. Tablas: Articulo Cliente VOLVER 20
  • 21. Estado Orden VOLVER 21
  • 22. Refacción Vendedor VOLVER 22
  • 23. Diseño de las tablas: Tabla articulo Tabla cliente Tabla estado Tabla orden VOLVER 23
  • 24. Tabla rafaccion Tabla vendedor VOLVER Iteso Enunciado: 24
  • 25. En la web hay un dominio llamado Iteso que el ofrece a los usuarios cursos en línea en el cual se encuentra localizado un catalogo de ofertas como son diplomados, cursos de especialidades y postgrados a los usuarios se les asignan fechas, horarios, asesores, aulas virtual y el nombre del curso. Cada curso tiene un límite de usuario el periodo de realización y el número total de horas. Los usuarios para hacer los pagos lo pueden hacer de 2 formas con tarjeta de crédito con cargo a 6 meses sin intereses y la opción 2 pago en efectivo a la cuenta en el banco. Para cada curso los asesores registran productos o evidencias al termino de cada modulo, el número total de módulos para cada curso es de 4. La planeación del curso depende del número de horas y los contenidos temáticos para la extensión de la constancia final deberán de aprobar con una calificación mayor o igual a 8 con solo 2 oportunidades de reprobar por cada curso. Se sabe que cada participante solo puede tomar como máximo 3 cursos, al usuario frecuente se le otorga una beca del 100% a partir del 4° curso tomado. VOLVER 25
  • 26. Diagrama entidad relacion: matricula Curso alumno R2 boleta R4 curso N:1 1:N R1 R3 N:1 N:1 docente facultad Especialidad RFC CveFacultad VOLVER 26
  • 27. Diseño: Tabla alumno Tabla boleta Tabla docente Tabla especialidad VOLVER Tabla materia 27
  • 28. Tablas: Tabla alumno VOLVER 28
  • 29. Tabla boleta VOLVER 29
  • 30. Tabla docente Tabla especialidad VOLVER Tabla materia 30
  • 31. VOLVER 31
  • 32. Enunciados: INSERT into materia VALUES('BDI','Bases de datos I'); Inserta la materia base de datos I INSERT into materia VALUES('PRO','Programacion'); Inserta la materia programacion VOLVER 32
  • 33. INSERT into materia VALUES('VAL I','Valores'); Inserta la materia valores VOLVER 33
  • 34. INSERT into materia VALUES('ING I','Ingles I'); Inserta la materia ingles INSERT into especialidad VALUES('M15','Medicina'); Inserta la especialidad de medicina VOLVER 34
  • 35. INSERT into especialidad VALUES('ICC34','Ingeniería Civil y de la Construcción'); Inserta la especialidad de Ingeniería Civil y de la Construcción INSERT into docente VALUES('MALE870410L98','Mata Lopez Eva','04/10/1987','Maestria','Maestria en Filos de la Cult.','ITC'); Inserta la carrera VOLVER 35
  • 36. INSERT into alumno VALUES('200114036','Mata Rivera Lorena','07/24/1997','C14','D','6'); Inserta el numero de control,el nombre del alimno,la fecha de nacimiento,cveesp,el grupo y el semestre. VOLVER 36
  • 37. INSERT into alumno VALUES('200114037','Cadena Rios Karla','08/10/1997','C14','D','6'); Inserta el numero de control,el nombre del alimno,la fecha ,cveesp,el grupo y el semestre. VOLVER 37
  • 38. INSERT into alumno VALUES('200114038','Salazar Gonzales Perfecto','09/03/1997','C14','D','6'); Inserta el numero de control,el nombre del alumno,la fecha de nacimiento,cveesp,el grupo y el semestre. VOLVER 38
  • 39. 2.UPDATE alumno SET Grupo = 'C' WHERE NoControl = '200114036'; Cambia el grupo del alumno VOLVER 39
  • 40. UPDATE alumno SET Grupo = 'C' WHERE NoControl = '200114037'; Cambia el grupo del alumno VOLVER 40
  • 41. UPDATE alumno SET Grupo = 'C' WHERE NoControl = '200114038'; Cambia el grupo del alumno VOLVER 41
  • 42. UPDATE materia SET NomMat= 'Bases de datos 1' WHERE CveMat = 'BDI'; Cambia el CveMat. VOLVER 42
  • 43. UPDATE materia SET NomMat= 'Programacion 1' WHERE CveMat = 'PRO'; Cambia el CveMat. VOLVER 43
  • 44. 3.DELETE FROM materia WHERE CveMat = 'BDI'; Elimina lo de CveMat VOLVER 44
  • 45. DELETE FROM materia WHERE CveMat = 'PRO'; Elimina lo de CveMat VOLVER 45
  • 46. DELETE FROM alumno WHERE NoControl= '200114036'; Elimina el numero de control VOLVER 46
  • 47. DELETE FROM alumno WHERE NoControl= '200114037'; Elimina el numero de control VOLVER 47
  • 48. DELETE FROM alumno WHERE NoControl= '200114038'; Elimina el numero de control 4.SELECT NomMat FROM materia WHERE NomMat = 'Valores'; Da el nombre de la materia SELECT NomMat FROM materia WHERE NomMat = 'Ingles I'; Da el nombre de la materia VOLVER 48
  • 49. SELECT NomEsp FROM especialidad WHERE NomEsp = 'Medicina'; Da el nombre de la especialidad. SELECT NomEsp FROM especialidad WHERE NomEsp = 'Ingeniería Civil y de la Construcción'; Da el nombre de la especialidad. SELECT NOMDOC FROM docente WHERE NOMDOC = 'Mata Lopez Eva'; Da el nombre del docente. VOLVER 49
  • 50. Historia de la base de datos: La automatización de las tareas de procesamiento de datos precede a las computadoras. Las tarjetas perforadas, inventadas por Hollerith, se usaron en los principios del siglo XX para registrar los datos del censo de los EE.UU., y se usaron sistemas mecánicos para procesar las tarjetas y para tabular los resultados. Las tarjetas perforadas posteriormente se usaron ampliamente como medio para introducir datos en las computadoras. Se dice que los sistemas de bases de datos tienen sus raíces en el proyecto estadounidense Apolo de mandar al hombre a la luna, en los años sesenta. En aquella época, no había ningún sistema que permitiera gestionar la inmensa cantidad de información que requería el proyecto. La primera empresa encargada del proyecto, NAA (North American Aviation), desarrolló un software denominado GUAM (General Update Access Method) que estaba basado en el concepto de que varias piezas pequeñas se unen para formar una pieza más grande, y así sucesivamente hasta que el producto final está ensamblado. Esta estructura, que tiene la forma de un árbol, es lo que se denomina una estructura jerárquica. Las técnicas de almacenamiento de datos han evolucionado a lo largo de la historia: Década de 1950 y principios de 1960 Se desarrollan las cintas magnéticas para el almacenamiento de datos. Las tareas de procesamiento de datos tales como las nóminas fueron automatizadas, con los datos almacenados en cintas. El procesamiento de datos consistía en leer datos de una o más cintas y escribir datos en una nueva cinta. Los datos también se podían introducir desde paquetes de tarjetas perforadas e impresos en impresoras. Por ejemplo, los aumentos de sueldo se procesaban introduciendo los aumentos en las tarjetas perforadas y leyendo el paquete de cintas perforadas en VOLVER 50
  • 51. sincronización con una cinta que contenía los detalles maestros de los salarios. Los registros debían estar igualmente ordenados. Los aumentos de sueldo tenían que añadirse a los sueldos leídos de la cinta maestra, y escribirse en una nueva cinta; esta nueva cinta se convertía en la nueva cinta maestra. Las cintas solo se podían leer secuencialmente, y los tamaños de datos eran mucho mayores que la memoria principal; así, los programas de procesamiento de datos tenían que procesar los datos según un determinado orden, leyendo y mezclando datos de cintas y paquetes de tarjetas perforadas. Finales de la década de 1960 y la década de 1970 El amplio uso de los discos fijos a finales de la década de los 60 cambió en gran medida el escenario del procesamiento de datos, ya que los discos fijos permitieron el acceso directo a los datos. La ubicación de los datos en disco no era importante, ya que a cualquier posición del disco se podía acceder en sólo decenas de milisegundos. Los datos se liberaron de la tiranía de la secuencialidad. Con los discos pudieron desarrollarse las bases de datos de red y jerárquicas, que permitieron que las estructuras de datos tales como listas y árboles pudieran almacenarse en disco. Los programadores pudieron construir y manipular estas estructuras de datos. El sistema de red se desarrolló, en parte, para satisfacer la necesidad de representar relaciones entre datos más complejas que las que se podían modelar con los sistemas jerárquicos, y, en parte, para imponer un estándar de bases de datos. VOLVER 51
  • 52. Para ayudar a establecer dicho estándar, CODASYL (Conference on Data Systems Languages), formado por representantes del gobierno de EEUU y representantes del mundo empresarial, formaron un grupo denominado DBTG (Data Base Task Group), cuyo objetivo era definir unas especificaciones estándar que permitieran la creación de bases de datos y el manejo de los datos. El DBTG presentó su informe final en 1971 y aunque éste no fue formalmente aceptado por ANSI (American National Standards Institute), muchos sistemas se desarrollaron siguiendo la propuesta del DBTG. Estos sistemas son los que se conocen como sistemas de red, o sistemas CODASYL o DBTG. Los sistemas jerárquico y de red constituyen la primera generación de los SGBD. Pero estos sistemas presentan algunos inconvenientes:  Es necesario escribir complejos programas de aplicación para responder a cualquier tipo de consulta de datos, por simple que ésta sea.  La independencia de datos es mínima.  No tienen un fundamento teórico. Un artículo histórico de Codd definió el modelo relacional y formas no procedimentales de consultar los datos en el modelo relacional, y nacieron las bases de datos relacionales. La simplicidad del modelo relacional y la posibilidad de ocultar completamente los detalles de implementación al programador fueron realmente atractivas. VOLVER 52
  • 53. Década de 1980 Aunque académicamente interesante, el modelo relacional no se usó inicialmente en la práctica debido a sus inconvenientes por el rendimiento; las bases de datos relacionales no pudieron competir con el rendimiento de las bases de datos de red y jerárquicas existentes. Esta situación cambió con System R, un proyecto innovador en IBM Research que desarrolló técnicas para la construcción de un sistema de base de datos relacionales eficiente. En los principios de la década de 1980 las bases de datos relacionales llegaron a competir con los sistemas de bases de datos jerárquicas y de red incluso en el área de rendimiento. Las bases de datos relacionales fueron tan sencillas de usar que finalmente reemplazaron a las bases de datos jerárquicas y de red; los programadores que usaban estas bases de datos estaban forzados a tratar muchos detalles de implementación de bajo nivel y tenían que codificar sus consultas de forma procedimental. Aún más importante, debían tener presente el rendimiento durante el diseño de sus programas, lo que implicaba un gran esfuerzo. En cambio, en una base de datos relacional, casi todas estas tareas de bajo nivel se realizan automáticamente por la base de datos, liberando al programador en el nivel lógico. La década de 1980 también fue testigo de una gran investigación en las bases de datos paralelas y distribuidas, así como del trabajo inicial de las bases de datos orientadas a objetos. VOLVER 53
  • 54. Principio de la década de 1990 El lenguaje SQL se diseñó fundamentalmente para las aplicaciones de ayuda a la toma de decisiones, que son intensivas en consultas, mientras que el objetivo principal de las bases de datos en la década de 1980 fue las aplicaciones de un procesamiento de procesamiento de transacciones, que son intensivas en actualizaciones. La ayuda a la toma de decisiones y las consultas reemergieron como una importante área de la aplicación para las bases de datos. Las herramientas para analizar grandes cantidades de datos experimentaron un gran crecimiento de uso. Finales de la década de 1990 El principal acontecimiento fue el crecimiento explosivo del World Wide Web. Las bases de datos se implementaron mucho más extensivamente que nunca antes. Los sistemas de bases de datos tienen ahora soporte para tasas de transacciones muy altas, así como muy alta fiabilidad y disponibilidad 24 x 7. Los sistemas de base de datos también tuvieron interfaces Web a los datos. Actualidad Hoy en día, existen cientos de SGBD relacionales, tanto para microordenadores como para sistemas multiusuario, aunque muchos no son completamente fieles al modelo relacional. Otros sistemas relacionales multiusuario son INGRES de Computer Associates, Informix de Informix Software Inc. y Sybase de Sybase Inc. Ejemplos de sistemas relacionales de microordenadores son Paradox y dBase IV de Borland, Access de Microsoft, FoxPro y R: base de Microrim. VOLVER 54
  • 55. Los SGBD relacionales constituyen la segunda generación de los SGBD. Sin embargo, el modelo relacional también tiene sus fallos, siendo uno de ellos su limitada capacidad al modelar los datos. Se ha hecho mucha investigación desde entonces tratando de resolver este problema. En 1976, Chen presentó el modelo entidad-relación, que es la técnica más utilizada en el diseño de bases de datos. En 1979, Codd intentó subsanar algunas de las deficiencias de su modelo relacional con una versión extendida denominada RM/T (1979) y más recientemente RM/V2 (1990). Bases de datos orientadas a objetos El origen de las BDOO se encuentra básicamente en las siguientes razones:  La existencia de problemas para representar cierta información y modelar ciertos aspectos del ‘mundo real’, puesto que los modelos clásicos permiten representar gran cantidad de datos, pero las operaciones y representaciones que se pueden realizar sobre ellos son bastante simples.  El paso del modelo de objetos al modelo relacional genera dificultades que en el caso de las BDOO no surgen ya que el modelo es el mismo. Por lo tanto, las bases de datos orientadas a objetos surgen básicamente para tratar de paliar las deficiencias de los modelos anteriores y para proporcionar eficiencia y sencillez a las aplicaciones. VOLVER 55
  • 56. Las debilidades y limitaciones de los SGBDR son:  Pobre representación de las entidades del ‘mundo real’.  Sobrecarga y poca riqueza semánticas.  Soporte inadecuado para las restricciones de integridad y empresariales  Estructura de datos homogénea  Operaciones limitadas  Dificultades para gestionar las consultas recursivas  Desadaptación de impedancias  Problemas asociados a la concurrencia, cambios en los esquemas y el inadecuado acceso navegacional.  No ofrecen soporte para tipos definidos por el usuario (sólo dominios) Mientras que las necesidades de las aplicaciones actuales con respecto a las bases de datos son:  Soporte para objetos complejos y datos multimedia  Identificadores únicos  Soporte a referencias e interrelaciones  Manipulación navegacional y de conjunto de registros  Jerarquías de objetos o tipos y herencia  Integración de los datos con sus procedimientos asociados  Modelos extensibles mediante tipos de datos definidos por el usuario  Gestión de versiones  Facilidades de evolución  Transacciones de larga duración  Interconexión e interoperabilidad VOLVER 56
  • 57. Debido a las limitaciones anteriormente expuestas, el uso de BDOO es más ventajoso si se presenta en alguno de los siguientes escenarios:  Un gran número de tipos de datos diferentes  Un gran número de relaciones entre los objetos  Objetos con comportamientos complejos Se puede encontrar este tipo de complejidad acerca de tipos de datos, relaciones entre objetos y comportamiento de los objetos principalmente en aplicaciones de ingeniería, manufacturación, simulaciones, automatización de oficina y en numerosos sistemas de información. No obstante, las BDOO no están restringidas a estas áreas. Ya que al ofrecer la misma funcionalidad que su precursoras relacionales, el resto de campos de aplicación tiene la posibilidad de aprovechar completamente la potencia que las BDOO ofrecen para modelar situaciones del mundo real. VOLVER 57