Evolución de Base de DATOS

  • Primeros Archivos de Datos

    Primeros Archivos de Datos

    Antes de existir los sistemas de bases de datos, la información se almacenaba en archivos planos (Flat Files), difíciles de mantener y con redundancia de datos.
  • Modelo jerárquico

    Modelo jerárquico

    IBM introduce el modelo jerárquico con el sistema IMS (Information Management System). Los datos se organizaban en forma de árbol con relaciones padre-hijo.
  • Modelo de Red por el comité CODASYL

    Modelo de Red por el comité CODASYL

    El Comité CODASYL publica las especificaciones del modelo en red, que permite relaciones más complejas entre datos que el modelo jerárquico.
  • Modelo relacional (E. F. Codd)

    Modelo relacional (E. F. Codd)

    Edgar F. Codd, investigador de IBM, propone el modelo relacional basado en teoría de conjuntos y lógica. Este modelo revolucionó la forma de gestionar datos.
  • Nace SQL (Structured Query Language)

    IBM desarrolla SEQUEL, luego llamado SQL, como lenguaje estándar para consultar y manejar datos en bases relacionales.
  • Expansión de los SGBD relacionales

    Expansión de los SGBD relacionales

    Se popularizan los SGBD como Oracle, IBM DB2 y Microsoft SQL Server, consolidando el modelo relacional como el estándar empresarial.
  • Bases de datos orientadas a objetos

    Bases de datos orientadas a objetos

    Aparecen los primeros sistemas que combinan conceptos de bases de datos y programación orientada a objetos, mejorando la representación de datos complejos.
  • Bases de datos distribuidas

    Bases de datos distribuidas

    Con el auge de internet, surgen bases de datos distribuidas y replicadas que permiten manejar grandes volúmenes de información en múltiples servidores.
  • Nacimiento de NoSQL

    Nacimiento de NoSQL

    Surgen las bases de datos NoSQL (como MongoDB, Cassandra) diseñadas para manejar datos no estructurados y escalabilidad horizontal.
  • Big Data & Base de Datos en la Nubr.

    Big Data & Base de Datos en la Nubr.

    Con el crecimiento masivo de datos, aparecen plataformas como Google BigQuery, Amazon Redshift y Snowflake. El almacenamiento en la nube se vuelve esencial.
  • Bases de datos inteligentes y multimodelo

    Bases de datos inteligentes y multimodelo

    Las bases de datos actuales integran inteligencia artificial, análisis en tiempo real y soporte para múltiples modelos de datos (SQL + NoSQL).