Hispanopedia Wiki
Articulo de referencia

Preservación de bases de datos

La preservación de bases de datos generalmente implica convertir la información almacenada en una base de datos a un formato que probablemente sea accesible a largo plazo a medi...

Hispanopedia WikiContenido en espanolLectura gratuita

La preservación de bases de datos generalmente implica convertir la información almacenada en una base de datos a un formato que probablemente sea accesible a largo plazo a medida que la tecnología cambia, sin perder las características iniciales (contexto, contenido, estructura, apariencia y comportamiento) de los datos. [ 1 ]

Con la proliferación de bases de datos, se han desarrollado diferentes métodos para facilitar su preservación y la de su contenido. Estos métodos varían según las características de la base de datos y las necesidades de preservación. [ 2 ]

Existen tres métodos básicos de preservación de bases de datos: migración, XML y emulación. [ 1 ] También existen ciertas herramientas, software y proyectos que se han creado para ayudar en la preservación de bases de datos, como SIARD, Digital Preservation Toolkit, CHRONOS y RODA.

Características de la base de datos

Las características de la base de datos en sí se toman en consideración al intentar preservarla. Las bases de datos relacionales están compuestas por tablas que contienen datos en registros, y estas tablas se conectan entre sí a través de puntos de datos comunes almacenados en sus registros. [ 3 ] Sin embargo, con la aparición del big data, también está surgiendo la nueva base de datos NoSQL. [ 4 ] Las bases de datos se caracterizan como abiertas o cerradas y estáticas o dinámicas. Cuando una base de datos se considera abierta, significa que está abierta a la adición de datos adicionales; sin embargo, cuando se considera cerrada, significa lo contrario: que está cerrada a nuevos datos debido a su naturaleza completa. Una base de datos se considera estática cuando contiene registros que no se editan ni se modifican después de su inclusión inicial; sin embargo, una base de datos se considera dinámica cuando contiene registros que pueden editarse en el futuro. El hecho de que una base de datos sea abierta y estática, abierta y dinámica, cerrada y estática, o cerrada y dinámica, afectará los métodos utilizados para su preservación. Es más difícil preservar una base de datos dinámica que una estática, ya que los datos cambian constantemente, y es más difícil preservar una base de datos abierta que una cerrada, ya que se añaden datos constantemente. Cuanto más a menudo cambie una base de datos, ya sea dentro de un registro o al añadir uno nuevo, más a menudo se deberán tomar medidas para capturar ese cambio y preservarlo. [ 2 ]

Métodos de preservación de bases de datos

Tres métodos fundamentales de preservación digital también pueden aplicarse a la preservación de bases de datos. Estos métodos incluyen la migración , XML y la emulación . [ 1 ]

Migración

El método de migración (también conocido como archivado inactivo) [ 3 ] implica la transferencia de datos de un programa de base de datos obsoleto a un formato más reciente. Existen tres métodos de migración : compatibilidad con versiones anteriores, interoperabilidad y conversión a estándares. La compatibilidad con versiones anteriores implica el uso de versiones más recientes de software o hardware para abrir, acceder y leer un documento creado con una versión anterior. La interoperabilidad implica la reducción de la posibilidad de obsolescencia al garantizar que se pueda acceder a un archivo específico con más de una combinación de software y hardware. La conversión a estándares implica la transferencia del almacenamiento de datos de un formato propietario a un formato abierto, más accesible y de uso generalizado. [ 1 ]

XML

El método XML (también conocido como normalización XML) [ 3 ] implica la conversión de la información original de la base de datos al formato estándar XML . XML, como formato, no requiere hardware ni software específicos (más allá de un editor de texto o procesador de textos) y es legible tanto para humanos como para máquinas, lo que lo convierte en un formato sostenible para fines de preservación y almacenamiento. [ 1 ] Sin embargo, al convertir los datos al formato XML, se pierde cierta funcionalidad interactiva de la base de datos, como la capacidad de realizar consultas. [ 3 ]

Emulación

El método de emulación consiste en recrear un entorno informático antiguo con tecnologías y software más recientes. Esto permite que el software, el hardware o los formatos de archivo obsoletos sigan siendo accesibles en sistemas nuevos. Por lo tanto, una base de datos desactualizada podría ejecutarse en un emulador que imite el entorno en el que se creó originalmente. [ 1 ]

Herramientas de conservación

SIARD

La versión 1.0 del formato SIARD (Software Independent Archiving of Relational Databases) fue desarrollada por los Archivos Federales Suizos en 2007. Su diseño permite archivar bases de datos relacionales de forma independiente del proveedor. Un archivo SIARD es un paquete de archivos ZIP basado en XML y SQL:1999. Este archivo incorpora tanto el contenido de la base de datos como metadatos estructurales procesables por máquina que registran la estructura de las tablas y sus relaciones. El archivo ZIP contiene un archivo XML que describe la estructura de la base de datos (metadata.xml), así como una colección de archivos XML, uno por tabla, que capturan su contenido. El archivo SIARD también puede contener archivos de texto y binarios que representan objetos grandes de la base de datos (BLOB y CLOB). SIARD permite el acceso directo a tablas individuales mediante la exploración con herramientas ZIP. Un archivo SIARD no es una base de datos operativa, pero permite la reintegración de la base de datos archivada en otro sistema de gestión de bases de datos relacionales (RDBMS) compatible con SQL:1999. Además, SIARD admite la adición de metadatos descriptivos y contextuales que no se registran en la propia base de datos y la incrustación de archivos de documentación en el archivo. [ 5 ] SIARD Versión 1.0 fue homologada como estándar eCH-0165 en 2013. [ 6 ]

La versión 2.0 del formato de preservación SIARD fue diseñada y desarrollada por los Archivos Federales Suizos bajo los auspicios del proyecto E-ARK. [ 7 ] La versión 2.0 se basa en la versión 1.0 y define un formato compatible con versiones anteriores. Las nuevas características de la versión 2.0 incluyen:

  • Una actualización de la compatibilidad con SQL:1999 a la compatibilidad con SQL:2008.
  • Compatibilidad con todos los tipos de SQL:2008, en particular con los tipos de datos definidos por el usuario (UDT).
  • Reglas de validación más explícitas para definiciones de tipos de datos mediante expresiones regulares.
  • Compatibilidad con el almacenamiento de objetos grandes fuera del archivo SIARD mediante URI con el prefijo “file:”.
  • Apoyo al uso de la función "desinflar" como mecanismo de compresión.

CRONOS

CHRONOS es un producto de software que funciona como herramienta de preservación de bases de datos. [ 4 ] CSP Chronos Archiving representa una solución propietaria para la preservación de bases de datos. CHRONOS fue desarrollado entre 2004 y 2006 por CSP en colaboración con el departamento de informática de la Universidad de Ciencias Aplicadas de Landshut . [ 4 ] [ 8 ] CHRONOS extrae datos de un sistema de gestión de bases de datos y los almacena en un archivo CHRONOS como archivos de texto o XML. Por lo tanto, se puede acceder a todos los datos y leerlos sin un Sistema de Gestión de Bases de Datos (DBMS), ni el propio CHRONOS, ya que están en formato de texto plano. Esto elimina la necesidad de mantener un DBMS únicamente para leer bases de datos estáticas preservadas, así como la necesidad de migrar, potencialmente arriesgadamente, archivos de bases de datos a formatos de bases de datos más recientes. [ 8 ] Aunque CHRONOS almacena datos en formato de texto plano, sus capacidades de consulta se consideran comparables a las de una base de datos relacional. [ 4 ]

Véase también

Referencias

  1. 1 2 3 4 5 6 Banco de pruebas de preservación digital. (2003). De la volatilidad digital a la permanencia digital: Preservación de bases de datos. Fundación ICTU. https://web.archive.org/web/20130531200744/http://en.nationaalarchief.nl/sites/default/files/docs/kennisbank/volatility-permanence-databases-en.pdf
  2. 1 2 Ashley, K. (2004). La preservación de bases de datos. VINE, 34 (2), 66-70. https://doi.org/10.1108/03055720410551075
  3. 1 2 3 4 Brogan, M., & Brown, J. (s.f.). Desafíos en la preservación digital: bases de datos relacionales . Escuela de Ciencias de la Computación e Información, Universidad Edith Cowan. https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.89.886&rep=rep1&type=pdf
  4. 1 2 3 4 Lindley, A. (2013, 3-5 de septiembre). Informe de evaluación de la preservación de bases de datos: SIARD vs. CHRONOS: ¿Preservación de estructuras complejas como bases de datos mediante un enfoque centrado en los registros? [Presentación de ponencia]. iPRES 2013 - 10.ª Conferencia Internacional sobre Preservación de Objetos Digitales, Lisboa, Portugal. https://doi.org/10.13140/2.1.3272.8005
  5. ↑ "SIARD (Archivo independiente de software de bases de datos relacionales) Versión 1.0" . 30 de mayo de 2015.
  6. ^ Bruggisser, H., Büchler, G., Dubois, A., Kaiser, M., Kansy, L., Lischer, M., Röthlisberger-Jourdan, C., Thomas, H. y Voss, A. (2015). eCH-0165 Especificación de formato SIARD 2.0 (borrador) . Normas gubernamentales eCH E. https://www.eark-project.com/resources/specificationdocs/32-specification-for-siard-format-v20/STAN_e_FINAL_2015-07-04_eCH-0165_V2%200_SIARD-Format.pdf
  7. ↑ "Proyecto E-ARK" .
  8. 1 2 Brandl, S., & Keller-Marxer, P. (2007, 23 de marzo). Archivo a largo plazo de bases de datos relacionales con Chronos [Presentación de ponencia]. Primer Taller Internacional sobre Preservación de Bases de Datos (PresDB'07), Edimburgo, Escocia. https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.459.5158&rep=rep1&type=pdf