Permite eliminar redundancias y asegura la integridad de los datos almacenados

Duplica los datos para mayor seguridad

Elimina la necesidad de claves primarias

Facilita el acceso sin restricciones a todos los usuarios

Que era eficiente y escalable

Que era obsoleto

Que no podía optimizar consultas

Que solo funcionaba en mainframes

Llevó al lanzamiento de DB2

Provocó el cierre de IBM

Impulsó el uso de bases de datos no relacionales

Eliminó la necesidad de consultas optimizadas

Permitiendo que el modelo relacional fuera viable para aplicaciones comerciales

Limitando el uso del modelo relacional a sistemas pequeños

Reduciendo la capacidad de procesamiento de datos

Obstaculizando la expansión a otros sistemas

Para capturar reglas de negocio de manera intuitiva y visual.

Para programar directamente en lenguaje ensamblador.

Para diseñar interfaces gráficas de usuario.

Para crear redes de computadoras.

Permiten la validación de la consistencia de los datos y la generación automática de código.

Sirven para crear presentaciones multimedia.

Facilitan la gestión de redes sociales.

Mejoran la velocidad de procesamiento gráfico.

Reducción significativa de los tiempos de desarrollo

Aumento de los costos de producción

Disminución de la precisión del modelado

Eliminación de la documentación técnica

Automatizando la generación de código, pruebas y mantenimiento

Eliminando la necesidad de documentación

Mejorando únicamente la interfaz de usuario

Disminuyendo la seguridad de los sistemas

Porque permitió que Oracle funcionara en diferentes plataformas y mejoró el rendimiento.

Porque Oracle se volvió gratuito para todos los usuarios.

Porque Oracle eliminó la necesidad de hardware especializado.

Porque Oracle se integró con redes sociales.

Impulsó la adopción global al permitir que las bases de datos relacionales fueran más accesibles y eficientes en diferentes plataformas.

Limitó la adopción global debido a la complejidad técnica.

No tuvo impacto significativo en la adopción global.

Solo mejoró la comunicación entre equipos técnicos.

Codd se centró en el fundamento matemático y la independencia de datos, mientras que Martin popularizó herramientas CASE y técnicas de normalización.

Ambos desarrollaron el modelo Entidad-Relación.

Martin se centró en la comercialización y Codd en la notación gráfica.

Codd mejoró la productividad y Martin la flexibilidad.

Permite transformar datos dispersos en activos estratégicos para las empresas

Hace que los datos sean menos accesibles

Reduce la seguridad de los datos

Limita el uso de inteligencia artificial

A través de la computación en la nube y la integración de inteligencia artificial en la gestión de datos

Por la eliminación de bases de datos tradicionales

Mediante el uso exclusivo de sistemas locales

Por la reducción de la automatización en la gestión de datos

Facilitar la integración de nuevas tecnologías como IA y la nube, mejorando la gestión y análisis de datos

Limitar la adopción de tecnologías modernas

No tener impacto en la evolución de los sistemas actuales

Afectar únicamente la seguridad, no la gestión de datos

Permite organizar los datos en estructuras jerárquicas

Facilita la manipulación de datos en forma de tablas abstractas, asegurando independencia del almacenamiento físico

Hace posible la visualización gráfica de los datos

Limita el acceso a los datos por medio de claves primarias

Facilitar la composición de consultas complejas de manera declarativa y sin ambigüedad.

Mejorar la velocidad de procesamiento de datos.

Aumentar la cantidad de datos almacenados.

Reducir el costo de almacenamiento.

Ser un lenguaje cerrado.

Uso de operadores aritméticos.

Almacenamiento físico de datos.

Interfaz gráfica de usuario.

Facilita la portabilidad y la optimización de consultas.

Permite el acceso directo a los discos duros.

Mejora la seguridad de la red.

Reduce el uso de memoria RAM.

Permite que las operaciones se realicen sobre representaciones abstractas de los datos, sin depender de cómo se almacenan físicamente.

Obliga a que los datos se almacenen siempre en el mismo formato físico.

Limita la capacidad de optimizar consultas en diferentes sistemas.

Requiere que los usuarios conozcan la estructura física de los datos.

SELECT

FROM

WHERE

GROUP BY

Porque permite filtrar datos según condiciones específicas

Porque modifica el esquema de la base de datos

Porque elimina duplicados automáticamente

Porque crea nuevas tablas a partir de los datos existentes

SELECT DISTINCT

SELECT *

INSERT INTO

UPDATE SET

Porque permiten sumar todos los datos de diferentes fuentes.

Porque son la base para controlar la concurrencia y la integridad de datos.

Porque eliminan todos los datos duplicados automáticamente.

Porque solo sirven para identificar errores en los datos.

Selección, proyección y producto cartesiano

Solo selección

Solo proyección

Solo producto cartesiano

Consultas que involucran cuantificadores universales.

Consultas que requieren ordenamiento.

Consultas que buscan duplicados.

Consultas que suman valores numéricos.

σ salario>50000(Empleado)

π nombre,departamento(Empleado)

σ departamento='Ventas'(Empleado)

π salario(Empleado)

Obtener solo las columnas de nombre y departamento, eliminando duplicados

Filtrar empleados por salario alto

Ordenar empleados por departamento

Calcular el promedio de salarios

Primero se combinan las relaciones por la clave común y luego se filtra por ciudad.

Se ordenan los productos y luego se suman los precios.

Se eliminan los proveedores y luego se agrupan los productos.

Se seleccionan los productos y luego se unen por nombre.

Para encontrar empleados que han participado en todos los proyectos.

Para asignar nuevos proyectos a los empleados.

Para eliminar empleados que no han participado en ningún proyecto.

Para calcular el salario de los empleados.