¿Qué es un modelo de datos físicos?

| Última modificación: 18 de abril de 2024 | Tiempo de Lectura: 4 minutos

Algunos de nuestros reconocimientos:

Premios KeepCoding

Un modelo de datos físicos se define como una representación del modelo que se usará para la construcción de la base de datos. Entre los modelos de datos, el modelo de datos físico es el último peldaño para poder crear una base de datos. Están: el modelo conceptual, el modelo de datos lógico y, por último, el modelo de datos físicos.

Al ser el último en el modelado de datos, el modelo físico posee amplia información sobre la futura base de datos, es decir, brinda un contexto más específico. De este modo, se muestra la estructura de las diferentes tablas y los componentes de las mismas, en donde se incluye el nombre de las columnas, el tipo de datos de cada una de ellas y sus restricciones, las claves primarias y claves externas, las distintas relaciones entre tablas, los índices y los procedimientos dentro de la base de datos.

Los modelos físicos y el SGBD

Un modelo de datos físicos debe diseñarse por medio de sistemas de gestión de bases de datos (SGBD o DBMS database management system, por sus siglas en inglés) y, dependiendo del sistema con el que se diseñe, sus características variarán. Es decir, características como el tipo de datos u objetos de datos van a variar dependiendo del sistema gestor de bases de datos con el que trabajemos, ya que se deben evitar superposiciones semánticas que puedan causar problemas en el futuro.

El modelado de datos físicos en diferentes SGBD también va a influir en si va a existir o no una desnormalización para poder seguir las reglas de integridad referencial.

Como ya hemos mencionado, la finalidad principal de un modelo de datos físicos es brindar una guía para la visualización de la estructura de la base de datos que se construirá posteriormente. Este modelo garantiza la seguridad de la creación de una base de datos dentro de las limitaciones existentes en un sistema gestor de bases de datos.

¿Cómo se construye un modelo de datos físicos?

Segutamente te has hecho la pregunta sobre ¿qué debe contener una tabla en el modelo físico?Para diseñar un modelo de datos físicos se deben tener en cuenta varios aspectos, entre ellos:

  • En los modelos físicos, las entidades pasarán a ser tablas.
  • En los modelos físicos, las relaciones pasarán a ser claves externas.
  • En los modelos físicos, los atributos pasarán a ser columnas.
  • Se deberá modificar el modelo de datos físicos en función de sus restricciones.

¿Qué debe contener una tabla en el modelo físico?

El modelo de datos físicos se puede crear a partir de un diseño lógico. Dentro de los sistemas gestores de bases de datos existen funcionalidades que nos permiten ahorrarnos tiempo y esfuerzo creando un diseño físico desde cero.

modelo de datos físicos

Características del modelo de datos físicos

Ahora que tienes la respuesta a al pregunta sobre ¿qué debe contener una tabla en el modelo físico?, hablemos de las características. El modelo de datos físicos se puede aplicar a un solo proyecto; no obstante, también puede integrarse con otros modelos de datos físicos, dependiendo del alcance que tenga el proyecto.

Las relaciones entre las tablas pertenecientes al modelo de datos físicos poseen una cardinalidad y una nulabilidad.

El modelo de datos físicos requiere un gran conocimiento de los datos que se implementarán físicamente, es decir, de todos los datos físicos que se incluirán en la base de datos. Por ello, suele ser un modelo complicado para los implicados en el proyecto que no tienen mucha información acerca del mismo y que no conocen a fondo la estructura que se llevará a cabo en la base de datos.

También es importante destacar que, si bien puede ser un modelo de gran utilidad, incluso los cambios más pequeños pueden llevar a la obligación de modificar todas las estructuras relacionadas con la estructura modificada.

Crear un modelo físico de datos

A partir de un modelo relacional que ya tengas hecho hecho y que ha sido facilitado por la herramienta del Data Modeler, vamos a crear el script DDL de creación de base de datos.

Para hacerlo, debemos recurrir a una utilidad denominada “Generar script“, ubicada en la barra de herramientas, entre las últimas opciones (tiene una forma de pequeña base de datos):

crear un modelo físico de datos: paso 1

Nos aparece una pantalla con el nombre de “Editor de archivo DDL“. Aquí configuramos el script y en el menú de opciones de la parte superior seleccionamos “Oracle Dtabase 12c“. Después, dale a “Generar“:

crear un modelo físico de datos: paso 2

Cuando le damos a “Generar” se nos abrirá otro cuadro de diálogo en el cual se nos mostrará una serie de opciones de generación del DDL.

Allí seleccionaremos la creación de las tablas con “Selección CREATE” y, tal y como puedes apreciar en la siguiente imagen, crearemos los índices de DROP de las Tablas, los Índices y las Claves Ajenas. Posteriormente, le damos a “Aceptar”:

crear un modelo físico de datos: paso 3

Automáticamente se nos crea el script que utilizaremos para crear físicamente estos metadatos, el cual se vería de la siguiente forma:

crear un modelo físico de datos: paso 4

Con este último modelo ya tendríamos todos los metadatos, el modelo físico, el modelo lógico, los dominios, el modelo relacional, los objetos de datos y tipos de datos físicos, los modelos de datos lógicos, el glosario…

Guardamos el script generado automáticamente (en nuestro caso, le hemos puesto en el apartado de nombre Roles_Script.sql).

Abrimos una conexión SQL para el esquema LAB (el cual se ha creado previamente).

Una vez guardado el script, nos vamos a “Archivo”, “Abrir” y abrimos el script que hemos creado. Lo ejecutamos por medio del icono de la flecha verde con la hoja, que es el que ejecuta todo el script. Ten en cuenta que la flecha verde sola ejecuta una a una las líneas.

crear un modelo físico de datos: paso 5

Cuando ejecutemos las cuatro primeras sentencias, correspondientes al DROP, nos va a aparecer un error, ya que técnicamente no existen. El resto nos va a funcionar sin inconvenientes y todas las sentencias van a ejecutarse de manera correcta.

¿Te ha gustado este post?

Ahora que conoces qué es el modelo de datos físicos, ¿te gustaría continuar formándote para darle un giro a tu vida y entrar en este sector de alta empleabilidad? Si quieres convertirte en un experto en este ámbito del mundo IT, no dudes en formar parte de nuestro Big Data, Inteligencia Artificial & Machine Learning Full Stack Bootcamp. Podrás acceder a una formación de calidad impartida por grandes profesionales en la materia que te abrirán las puertas del mercado laboral.

¡Anímate a cambiar tu vida y conviértete en un keepcoder!

Sandra Navarro

Business Intelligence & Big Data Advisor & Coordinadora del Bootcamp en Data Science, Big Data & Machine Learning.

Posts más leídos

¡CONVOCATORIA ABIERTA!

Big Data, IA & Machine Learning

Full Stack Bootcamp

Clases en Directo | Profesores en Activo | Temario 100% actualizado