Bases de Datos · BBD-104

Diseño y normalización de esquemas

Del diagrama entidad-relación a un esquema que aguanta años de cambios de requisitos

Bajo demanda Intermedio 7 módulos · 31 clases

Formato asíncrono Desarrollo, Ingeniería / Industria SQL, PostgreSQL

DATOS DESARROLLO

Lo que aprenderás

Levantar un modelo conceptual a partir de requisitos identificando entidades, relaciones y reglas de negocio
Aplicar las formas normales hasta la tercera y explicar qué anomalía elimina cada una
Justificar una desnormalización concreta midiendo el coste de consulta que evita
Elegir claves primarias naturales o sustitutas valorando estabilidad, tamaño e índices asociados
Modelar historial y datos temporales con validez desde y hasta sin perder trazabilidad
Representar jerarquías, herencia y atributos variables sin recurrir a tablas de pares clave-valor
Planificar migraciones de esquema reversibles que no bloqueen tablas grandes en producción

Contenido del curso

7 módulos · 31 clases en vídeo · práctica guiada en cada módulo

Módulo 1 · Presentación y requisitos 4 clases

Qué cuesta un esquema mal diseñado y cuándo se paga
De los requisitos de negocio al modelo conceptual
Entidades, atributos y reglas de negocio
El caso de estudio del curso

Módulo 2 · Modelo entidad-relación 5 clases

Relaciones, cardinalidades y participación
Entidades débiles e identificación
Relaciones ternarias y cuándo descomponerlas
Del modelo conceptual al modelo lógico
Documentar el modelo para que otros lo entiendan

Módulo 3 · Normalización 5 clases

Dependencias funcionales
Primera, segunda y tercera forma normal
Forma normal de Boyce-Codd con un ejemplo real
Qué anomalía elimina cada paso
Hasta dónde normalizar en la práctica

Módulo 4 · Claves e identificadores 4 clases

Claves naturales frente a claves sustitutas
Secuencias, identificadores universales y su coste de índice
Claves compuestas y su propagación
Restricciones de unicidad parcial

Módulo 5 · Patrones difíciles 5 clases

Historial y datos con validez temporal
Jerarquías y herencia de tablas
Atributos variables sin caer en pares clave-valor
Datos semiestructurados en columnas JSON con criterio
Auditoría de cambios

Módulo 6 · Desnormalización con medida 4 clases

Cuándo duplicar un dato es la decisión correcta
Columnas calculadas y vistas materializadas
Medir antes y después con el plan de ejecución
Riesgos de inconsistencia y cómo contenerlos

Módulo 7 · Evolución del esquema 4 clases

Migraciones reversibles y control de versiones
Cambios que bloquean tablas grandes y alternativas
Despliegue en dos fases con compatibilidad
Caso práctico: rediseño completo de un esquema existente

Requisitos

SQL a nivel práctico: creación de tablas, restricciones, uniones y consultas
Conocer el modelo relacional, las claves y la integridad referencial
Experiencia previa trabajando con alguna base de datos en un proyecto real

Descripción

El coste de un esquema mal diseñado no aparece el primer mes, sino cuando llega el requisito que nadie previó: un cliente con dos direcciones, un precio que cambia con el tiempo, un producto que ahora pertenece a varias categorías. Entonces se empiezan a añadir columnas con sufijos numerados y tablas de campos genéricos, y la base de datos deja de proteger nada.

El curso trabaja el diseño como una disciplina con criterios explícitos. Se parte de requisitos redactados en lenguaje de negocio, se modela, se normaliza hasta la tercera forma normal y se discute cada desnormalización con su medición. Se abordan los casos que más problemas dan en la práctica: historial, jerarquías, atributos variables y claves, y se cierra con migraciones seguras sobre tablas grandes.

Al terminar queda un esquema documentado y un método para revisar los ajenos. Es directamente útil para perfiles de desarrollo que definen la persistencia de sus aplicaciones y para ingeniería que modela datos de activos, mantenimiento o producción. Continúa con administración de PostgreSQL y con extensiones y particionado.

¿Para quién es este curso?

Perfiles de desarrollo que definen la persistencia de sus aplicaciones y arrastran decisiones tempranas
Ingeniería que modela datos de activos, mantenimiento o producción con requisitos históricos
Equipos que heredan una base de datos difícil de evolucionar y necesitan un plan de rediseño