-
En los años 60 surgen los primeros sistemas gestores de bases de datos comerciales, basados en modelos jerárquicos (como IMS de IBM) y de red (como IDS/CODASYL). Los datos se organizan en árboles o grafos y el acceso está fuertemente acoplado a la estructura física. Estas limitaciones motivan la búsqueda de un modelo más abstracto: el modelo relacional. -
Edgar F. Codd publica "A Relational Model of Data for Large Shared Data Banks". Propone representar los datos como relaciones (tablas) formadas por tuplas y atributos, apoyadas en teoría de conjuntos y lógica de predicados. Separa de forma clara la estructura lógica de los datos de su almacenamiento físico, sentando las bases de las bases de datos relacionales. -
En IBM se desarrolla System R, que implementa el lenguaje SEQUEL (antecesor de SQL). En la Universidad de California, Berkeley, aparece Ingres con el lenguaje QUEL. Estos prototipos demuestran que el modelo relacional es viable y sirven de origen para productos comerciales posteriores (DB2, Oracle, Sybase, etc.).
-
Peter Chen propone el modelo Entidad–Relación (ER) como herramienta de diseño conceptual. Permite describir entidades, atributos y relaciones de forma independiente de la implementación física. El modelo ER se convierte en el paso previo habitual al diseño lógico relacional. -
A partir de los prototipos académicos surgen los primeros sistemas gestores de bases de datos relacionales comerciales: Oracle, SQL/DS y más tarde DB2 de IBM, entre otros. Implementan lenguajes inspirados en SEQUEL/SQL y llevan el modelo relacional a entornos empresariales. -
El lenguaje SQL se estandariza por ANSI (SQL-86) y posteriormente por ISO. La existencia de un lenguaje común para definir y consultar datos relacionales impulsa la adopción masiva de los RDBMS y permite la portabilidad conceptual entre diferentes productos. -
Durante los 90, las bases de datos relacionales se consolidan en arquitecturas cliente/servidor y comienzan a aparecer motores open-source como MySQL y PostgreSQL. El auge de la web y las aplicaciones en línea multiplica el uso de RDBMS como backend para sitios y servicios. -
Con el crecimiento de servicios de internet a gran escala, los RDBMS enfrentan retos de volumen y escalabilidad. Se siguen utilizando como base de muchos sistemas transaccionales, pero aparecen bases de datos NoSQL que priorizan la distribución y la flexibilidad de esquema. En muchos escenarios, ambos enfoques empiezan a coexistir.
-
Los proveedores de nube ofrecen bases de datos relacionales como servicio (Database as a Service) y surgen soluciones NewSQL que intentan combinar el modelo relacional y SQL con escalabilidad horizontal. Los motores relacionales incorporan soporte para JSON, XML y otros tipos modernos sin abandonar el paradigma tabular. -
Hoy las bases de datos relacionales siguen siendo el estándar para datos estructurados y operaciones transaccionales críticas (finanzas, ERPs, administración pública). Conviven con NoSQL, motores analíticos y servicios de datos en la nube, formando ecosistemas híbridos donde el modelo relacional continúa siendo la columna vertebral del almacenamiento confiable de información.