Database o basi di dati

Un caso particolare di strutturazione di dati digitali sono i database (o anche basi di dati). Si tratta di archivi di dati fortemente strutturati, ovvero in cui i dati sono memorizzati e modellizzati con strutture standard predefinite, in base a un modello logico ben preciso. In base a tale modello, si distinguono i database gerarchici, in cui i dati sono memorizzati in strutture logiche ad albero, e i database relazionali, in cui il modello logico è la relazione (o tabella). Questi ultimi sono di gran lunga i più diffusi, ed esempi sono i prodotti commerciali più comuni, come Access, Oracle o DB2.

Una relazione è un modello di dati in cui essi sono strutturati secondo una tabella di righe e colonne. Le colonne sono dette attributi, e le righe sono dette tuple. Un semplice esempio di relazione può essere il seguente: una relazione Impiegati è definita con cinque attributi: Numero matricola, Cognome, Nome, Indirizzo, Città. In base a questa struttura, un esempio di relazione Impiegati è il seguente:

Come si vede dall’esempio, ogni tupla rappresenta tutta l’informazione relativa all’entità Impiegato. Alcuni valori di attributi possono essere uguali (nell’esempio il cognome Rossi), ma i dati relativi a ogni Impiegato devono poter essere univocamente identificati. Per questo ogni relazione ha una chiave primaria, ovvero un attributo che non può assumere un valore nullo e che è univoco (cioè non ripetuto) su tutte le tuple. Nell’esempio, si usa il campo Numero_matricola come campo chiave primaria, presupponendo che nella propria base di dati non esistano due impiegati con lo stesso numero di matricola.

Le informazioni di tabelle diverse possono essere messe in relazione le une alle altre, mediante attributi comuni. Per esempio, una seconda tabella chiamata Mansione memorizza, per ogni impiegato, in quale divisione opera:

A tale scopo, si definisce la chiave primaria Numero_matricola, specificando che è una chiave esterna, ovvero che fa riferimento a un altro attributo chiave di un’altra tabella. Il modello logico di un database relazionale prevede anche l’esistenza di vincoli di integrità, che permettono di evitare che si inseriscano informazioni incoerenti nella base di dati. Per esempio, se la tabella Mansione contenesse un numero di matricola che non esiste nella tabella Impiegati, ciò violerebbe un vincolo di integrità tra chiave primaria ed esterna, in quanto non sarebbe possibile sapere chi è l’impiegato in questione e risalire a tutti i suoi dati. I vincoli sono definiti in particolare sulle chiavi primarie o su tutti gli altri attributi per cui devono sussistere limitazioni relative a definizione, utilizzo e inserimento/cancellazione.

L’insieme di tutte le routine che consentono di definire la struttura logica dei dati, le loro memorizzazione, lettura e scrittura e i vincoli associati costituisce un particolare software che va sotto il nome di DBMS (Database Management System). L’operazione fondamentale che si può compiere su un oggetto di un Database è la transazione, un’operazione atomica (cioè non ulteriormente suddivisibile) di lettura o scrittura di un dato all’interno del database.

Per effettuare le transazioni di un database relazionale si utilizza uno standard di linguaggio ad alto livello detto SQL (Structured Query Language). Il termine query indica infatti l’operazione più comune che un utente può fare in un database, e il termine inglese query viene generalmente preferito a quello italiano (interrogazione) in quanto non indica solo la semplice lettura, ma una serie di altre operazioni. Infatti, mediante il linguaggio SQL è possibile:

• interrogare la banca dati. Questa parte di SQL si definisce DQL, ovvero Data Query Language;
• creare e modificare i modelli logici del database, ovvero le strutture delle sue tabelle. Questa parte di SQL si definisce DDL, ovvero Data Definition Language;
• inserire, modificare e gestire dati memorizzati. Questa parte di SQL si definisce DML, ovvero Data Manipulation Language;
• creare e gestire strumenti di controllo e accesso ai dati, per esempio per la definizione di vincoli o la limitazione di accesso per la sicurezza. Questa parte di SQL si definisce DCL, ovvero Data Control Language.

L’SQL è un linguaggio testuale molto semplice e intuitivo. Per esempio, la query che consente di recuperare tutte le informazioni relative all’impiegato “Bianchi Maria” è la seguente:

SELECT *

FROM Impiegati

WHERE Cognome = “Bianchi” AND Nome = “Maria”;

dove il simbolo * è un’abbreviazione per indicare “seleziona tutti gli attributi”, e le parole SELECT, FROM e WHERE sono clausole del linguaggio standard SQL.

La grande diffusione del linguaggio SQL è dovuta, oltre alla sua facilità di utilizzo e alla sua standardizzazione (il che significa che le clausole sono sempre le stesse, a prescindere dall’implementazione commerciale del database), anche alla possibilità di richiamare query in SQL, da parte di porzioni di codice in altri linguaggi di programmazione, per esempio per effettuare l’accesso a un database in rete mediante una pagina web.

L’evoluzione della tecnologia e dei linguaggi per i database sono stati due aspetti fondamentali che hanno permesso che l’informatica “invadesse” tutti i principali settori produttivi e dei servizi: senza i database e gli strumenti per la loro gestione non sarebbe possibile oggi effettuare una prenotazione di un albergo, consultare l’estratto conto dalla propria banca o iscriversi a un corso on line.

Negli ultimi anni si sono sviluppati anche database non relazionali che hanno come modello logico le tabelle, ma senza i vincoli di integrità classici dei database relazionali, oppure modelli diversi come documenti, mappe, alberi e grafi. Tali database sono detti database No-SQL, in quanto non basandosi sulla struttura logica della relazione, non utilizzano il linguaggio SQL per l’accesso e la definizione dei dati. Tali database sono particolarmente utilizzati per memorizzare le informazioni dei social network e dei motori di ricerca. Esempi più comuni sono Neo4j (per database a grafo, sviluppato interamente in Java) e BigTable (usato da Google). Tali database No SQL, pur rinunciando ai controlli di integrità dei database relazionali, presentano prestazioni più elevate in termini di scalabilità (capacità di un sistema di “crescere” o diminuire di scala in funzione delle necessità e delle disponibilità), soprattutto per l’accesso a dati di notevoli dimensioni (anche dell’ordine di Pbyte). Essi sono usati dai più importanti motori di ricerca e dai programmi che accedono a molti social network.

Manuale di cultura generale – Informatica – Database o basi di dati – Continua