-
En esta década se desarrollan los primeros sistemas de bases de datos que eran jerárquicos o en red. Las bases de datos eran estructuradas en forma de árbol, donde cada registro tiene un único padre, pero puede tener múltiples hijos. Este modelo permite relaciones más complejas, donde un registro puede tener múltiples padres y múltiples hijos. Ejemplos: -IMS (Information Management System) de IBM (1966):
-IDS (Integrated Data Store): -
Edgar F. Codd desarrolla el modelo relacional, que cambia la manera en que se estructuran y gestionan las bases de datos, basándose en las matemáticas (álgebra relacional). -Modelo Relacional: Los datos se organizan en tablas (relaciones) donde cada fila es un registro y cada columna es un campo de datos.
-SQL (Structured Query Language): Surge como el lenguaje estándar para gestionar bases de datos relacionales. Ejemplo:
-System R de IBM (1970)
-Ingres (1974)
-Oracle (1979) -
Durante los años 80, las bases de datos relacionales se vuelven más populares y comienzan a ser adoptadas masivamente por empresas. -Estandarización de SQL: SQL se convierte en el estándar de facto para el acceso y gestión de bases de datos relacionales.
-Optimización y robustez: Los SGBD comienzan a incluir características de transacciones y control de concurrencia para garantizar la integridad de los datos. Ejemplos:
-Oracle 2 y 3 (1983)
-DB2 de IBM (1983)
-Informix (1985)
-SQL Server (1989) -
Los SGBD evolucionan hacia modelos distribuidos, y comienzan a surgir sistemas NoSQL para necesidades más específicas. -Bases de datos distribuidas: Sistemas que permiten la gestión de datos distribuidos en diferentes ubicaciones físicas.
-Bases de Datos Orientadas a Objetos: Se comienzan a mezclar características orientadas a objetos en los SGBD.
-Primeros indicios de NoSQL: Bases de datos no relacionales que priorizan escalabilidad y flexibilidad para trabajar con grandes datos. -
El auge de las aplicaciones web y móviles crea la necesidad de sistemas de bases de datos más flexibles y escalables. Surge la computación en la nube y bases de datos NoSQL para manejar grandes volúmenes de datos. Bases de Datos NoSQL y en la Nube: Enfocadas en escalabilidad. Ejemplos: MongoDB, Amazon RDS, Cassandra. -
Se consolida la necesidad de manejar Big Data y de optimizar las bases de datos para móviles y aplicaciones en tiempo real. Las bases de datos en la nube y NoSQL continúan su crecimiento.
-Big Data
-Bases de Datos en Tiempo Real
-Bases de Datos para Móviles Ejemplos:
-Firebase (2011)
-SQLite
-Amazon DynamoDB (2012) -
El uso de la inteligencia artificial y la blockchain están comenzando a integrarse en los SGBD. Los avances en machine learning y análisis predictivo están influyendo en la manera en que se gestionan los datos. -Bases de Datos Autónoma.
-Blockchain y Bases de Datos Descentralizadas: Bases de datos que utilizan la tecnología blockchain para garantizar la integridad de los datos en sistemas distribuidos. Ejemplos:
-Oracle Autonomous Database (2020)
-BigchainDB -
-SQLite: Es el estándar de facto para bases de datos embebidas en dispositivos móviles. -Realm: Un SGBD específico para aplicaciones móviles que es altamente eficiente en términos de rendimiento y uso de recursos. -Firebase: Utilizado para sincronización en tiempo real y almacenamiento de datos en la nube, muy común en el desarrollo de aplicaciones móviles. Bases de datos en red:
-CouchDB: Orientado a documentos.
Neo4j: Gestiona relaciones y conexiones.