Qué es una base de datos: tipos, ejemplos y para qué sirve

Qué es una base de datos, en simple

Una base de datos es información organizada con reglas. Esa segunda parte es la que la distingue de una carpeta llena de archivos: no basta con guardar, hay que guardar de una forma que permita encontrar, actualizar y cruzar sin que nada se rompa.

El ejemplo que uso en clase es una tienda. Necesitas guardar clientes, productos y ventas. Podrías tener las tres cosas en una sola hoja gigante, repitiendo el nombre y el teléfono del cliente en cada línea de venta. Funciona hasta que el cliente cambia de teléfono: ahora tienes que corregirlo en 200 filas, y basta que se te escape una para que tengas dos versiones de la verdad.

Una base de datos resuelve eso guardando al cliente una sola vez, en su propia tabla, y haciendo que las ventas apunten a él. Cambias el teléfono en un lugar y queda corregido en todos lados. Esa idea, no repetir información, es el corazón de todo lo demás.

Cómo se organiza: tablas, campos y registros

• Tabla: guarda un tipo de cosa. Una tabla de clientes, una de productos, una de ventas.
• Campo (columna): un dato de esa cosa. En clientes: nombre, documento, teléfono, correo.
• Registro (fila): una unidad concreta. Un cliente específico con todos sus campos.
• Clave primaria: el campo que identifica a cada registro sin repetirse. El código de cliente, por ejemplo.
• Clave foránea: el campo que conecta una tabla con otra. En ventas, el código del cliente que compró.

Las claves son lo que convierte tablas sueltas en una base de datos. Sin ellas tienes varios Excel; con ellas tienes un sistema donde puedes preguntar "cuánto compró este cliente el año pasado" y la base sabe cómo unir la información.

El dibujo que muestra las tablas y sus conexiones se llama diagrama entidad relación. Es lo primero que se hace antes de crear una base, y vale la pena hacerlo aunque sea a mano: obliga a decidir qué información va junta y qué va separada, que es la decisión más importante de todo el diseño.

Tipos de base de datos

La división principal es entre relacionales y no relacionales:

• Relacionales (SQL): la información va en tablas con estructura fija y relaciones definidas. Son las más usadas en empresas: MySQL, PostgreSQL, SQL Server, Oracle. Sirven cuando la estructura es estable y la consistencia importa, como en ventas, contabilidad o inventario.
• No relacionales (NoSQL): guardan la información en formatos más flexibles, sin estructura fija. Sirven para datos que cambian de forma seguido o que llegan en volúmenes enormes, como registros de aplicaciones o contenido.

También se clasifican por dónde viven: en tu servidor o en la nube, y por para qué se usan: operacionales (soportan el día a día del negocio) o analíticas (guardan histórico para analizar, como un data warehouse). La diferencia entre las dos últimas la explico en arquitectura de datos.

Si estás empezando, quédate con las relacionales. Son el 90 por ciento de lo que vas a encontrar en un trabajo y son las que se consultan con SQL.

Base de datos o Excel: cuándo dar el salto

Excel es una herramienta excelente y no hay que apurarse a abandonarlo. Pero tiene un techo, y estas son las señales de que ya lo tocaste:

• Varias personas necesitan escribir a la vez y se pisan o se mandan versiones por correo.
• El archivo pesa tanto que tarda en abrir o se cuelga.
• Tienes la misma información repetida en varias hojas y ya no cuadran entre sí.
• Alguien borró algo por accidente y no hay forma de saber quién ni cuándo.
• Necesitas que ciertos datos no se puedan guardar mal, y las reglas de validación no alcanzan.

Con dos de estas cinco, ya conviene la conversación. La diferencia de fondo es esta: Excel permite escribir cualquier cosa en cualquier celda, y esa libertad es cómoda al principio y carísima después. Una base de datos define qué se puede guardar en cada campo y rechaza lo que no cumple.

Estructura de datos no es lo mismo que base de datos

Los términos se confunden y conviene separarlos porque aparecen juntos en cualquier curso.

Una estructura de datos es la forma en que un programa organiza la información mientras se ejecuta, en la memoria de la computadora: listas, diccionarios, arreglos, colas. Vive mientras el programa corre y desaparece cuando termina.

Una base de datos guarda la información de forma permanente, fuera del programa, para que siga ahí mañana y para que varios programas la puedan usar.

En la práctica trabajan juntas: tu programa consulta la base de datos, trae los resultados y los mete en una estructura de datos para procesarlos. Las estructuras de datos de Python las explico en Python para análisis de datos.

Cómo se consulta una base de datos

Y del lado de la estructura, crear las tablas con sus claves y restricciones es lo que hace que la base rechace datos inválidos. Crear tablas y filtrar lo que consultas son dos capítulos del libro de SQL desde cero, que va justo en ese orden.

Con un lenguaje llamado SQL, que es más simple de lo que su fama sugiere porque se parece bastante al inglés. Una consulta típica se lee casi como una frase:

SELECT nombre, total FROM ventas WHERE ciudad = "Lima"

Eso dice: dame el nombre y el total, de la tabla ventas, donde la ciudad sea Lima. Con cuatro palabras clave (SELECT, FROM, WHERE y JOIN) ya resuelves buena parte del trabajo real.

SQL es además la habilidad de datos que más aparece en ofertas de trabajo, por encima de Python. El detalle de qué es y por dónde empezar está en qué es SQL y para qué sirve.

Preguntas frecuentes

Por qué los datos van repartidos en varias tablas

La primera vez que alguien abre una base de datos real hace siempre la misma pregunta: por qué esto está partido en doce tablas en vez de una sola grande, como en Excel.

El problema que resuelve

Imagina que guardas el nombre del cliente en cada fila de pedidos. Ese cliente hizo doscientos pedidos, así que su nombre está doscientas veces. El día que se casa y cambia de apellido tienes que corregir doscientas filas, y si se te escapa una, tu base tiene dos verdades a la vez.

La solución es guardar cada cosa una sola vez: el nombre vive en la tabla de clientes y los pedidos lo señalan. Eso se llama normalizar, y es la razón de las doce tablas.

Clave primaria y clave foránea, que es el hilo

La clave primaria es el campo que identifica a cada fila sin repetirse: el número de pedido, el DNI de un cliente. La clave foránea es un campo que apunta a la clave primaria de otra tabla.

Ese apuntar es todo el modelo relacional. Y sirve para algo más que ahorrar espacio: la base puede impedir que se guarde un pedido de un cliente que no existe. Un Excel te deja escribir cualquier cosa en cualquier celda.

Las tres formas normales, sin academia

1. Primera: cada celda guarda un solo valor. Nada de una columna "teléfonos" con tres números separados por comas.
2. Segunda: cada columna depende de la clave completa y no de un pedazo de ella.
3. Tercera: ninguna columna depende de otra que no sea la clave. Si tienes ciudad y departamento, el departamento sale de la ciudad, así que va en otra tabla.

Con las tres primeras alcanza para casi todo lo que vas a hacer. Y en analítica a veces se hace lo contrario a propósito, juntar todo en una tabla ancha para que las consultas vuelen. Eso es desnormalizar, y es una decisión medida, no un descuido: está explicado en el capítulo de almacén y capas.

Lo que una base hace y una hoja de cálculo no

• Deja escribir a varios a la vez sin que se pisen. Un archivo lo abre una persona; una base atiende a cien.
• Deshace a medias. Si una operación toca tres tablas y falla en la segunda, se deshacen las tres. Eso es una transacción y no existe en Excel.
• Impide guardar basura. Un campo de fecha no acepta "mañana", y una clave foránea no acepta un cliente inventado.
• Aguanta el tamaño. Excel se pone lento mucho antes de lo que la gente cree, y una base con millones de filas contesta en segundos si tiene sus índices.

Si después de esto quieres consultarla tú misma, el camino completo está en el libro de SQL desde cero, que es gratis y empieza por lo mismo que acabas de leer.

Preguntas frecuentes

De dónde saca sus datos un sistema de IA

Cuando alguien pregunta de dónde saca la información un sistema de IA de una empresa, la respuesta casi siempre es esta: de una base de datos como las que acabas de ver.

Aprender a consultarlas es el libro de SQL. Construir algo que las use para decidir es el curso de ingeniería de IA en producción.

Escrito por

Gera Flores (Miss Yera)

Consultora y experta en IA

Agenda 30 min con Gera Ver bio completa