-
Edgar F. Codd, un investigador de IBM Publica el articulo "A Relacional Model of Data for Large Shared Data Banks" donde se introduce el concepto de bases de datos relacionables. -
-
Donald D. Chamberlin y Raymond F. Boyce tambien de IBM, desarrollan SEQUEL,diseñado para trabajar con bases de datos relacionables basado en las ideas de Codd -
Oracle Corporation lanza oracle v2, la primera implementacion comercial de SQL (nombre modificado debido a problemas legales con el nombre SEQUEL). -
-
IBM lanza SQL/DS, su primera base de datos relacional comercial, seguido por DB2 en 1983 -
SQL es estanadarizado por ANSI(American National Standards Institute) como SQL-86, estableciendose como el lenguaje oficial para trabajar bases de datos relacionables. -
SQL se cinvierte en un estandar internacional por la ISO(Organization of Standardization), impulsando el crecimiento de SQL en diferentes sistemas y plataformas. -
-
Publicacion de SQL-92 una version mas robusta del estandar, la cual introduce caracteristicas como subconsultas, operadores conjuntos y mejoras de sintaxis -
Se lanza MySQL como una base de datos relacional de codigo abierto, convirtiendo el uso de una base de datos, en una opcion popular para los desarrolladores. -
El término fue acuñado por Carlo Strozzi para referirse a su base de datos de código abierto, termino que se fue empleando despues, caracterizado por:No utilizar el lenguaje SQL para realizar consultas y el manejo de datos no estructurados. -
Se agregaron caracteristicas avanzadas, como procedimientos almacenados, triggers y soporte para la programacion orientada a objetos. -
-
Se introduce soporte para datos XML y funciones analiticas avanzadas, reflejando la nesecidad de manejar datos no estructurados, adaptandose a nuevas demandas del mercado. -
Se mejora la escabilidad y agrega tipo de datos avanzados,reforzando la capacidad de SQL para manejar grandes volumenes de datos avanzados. -
-
MangoDB y Cassandra, se diseñaron para manejar datos no estrucutrados y de gran escala, aunque NoSQL se expande, SQL sigue siendo dominante gracias a su madurez y flexibilidad. -
Incluye nuevas funciones analiticas y mejor integracion con big data, respondiendo al auge de la analitica de datos, compitiendo con herramientas de big data. -
SQL sigue siendo hasta dia de hoy esencial para las bases de datos relacionales y soluciones en la nube como AWS RDS, Google Cloud y Azure SQL, pues su integracios con tecnologias modernas (big data, machine learning, etc.) asegura su relevancia a pesar de la competencia