Database Systems Labs
Parte 00 — Primeros pasos: del archivo a la base de datos
La rampa de entrada. Qué es un dato, por qué una hoja de cálculo deja de servir, y las primeras órdenes de SQL —crear, insertar, leer, cambiar— hasta llegar a dos tablas relacionadas. Termina con las dos preguntas que hay que saber contestar antes de seguir: cuándo NO hace falta una base de datos y qué familias de motores existen.
Del archivo y la hoja de cálculo a la base de datos
Tu primera base de datos: crear, insertar y leer
Leer datos: SELECT, WHERE y ORDER BY
Cambiar datos: INSERT, UPDATE, DELETE y el WHERE que salva
Tipos de datos: por qué un número no es un texto
La clave primaria: cómo se distingue una fila de otra
Dos tablas y una relación: la clave foránea
Cuándo NO necesitas una base de datos
El mapa de los motores: seis familias y un criterio
Parte 01 — Fundamentos, sistemas y método
Qué problema resuelve un gestor de bases de datos, qué hay dentro de él y cómo se monta un entorno donde cada afirmación pueda comprobarse.
Parte 02 — Modelado conceptual y requisitos
Del enunciado ambiguo al esquema defendible: entidades, claves, dependencias funcionales y la decisión consciente de desnormalizar.
Parte 03 — Modelo relacional y álgebra
La teoría que SQL implementa a medias: relaciones como conjuntos, operadores del álgebra, cálculo relacional e integridad declarada.
Parte 04 — SQL en profundidad
Escribir SQL cuya semántica se pueda defender: definición del esquema, reuniones, agregación, ventanas y el comportamiento real de los nulos.
Parte 05 — Motores relacionales y dialectos
Que exige la norma, que añade cada producto y como se escribe código que sobrevive a un cambio de motor.
Parte 06 — Documentos y clave-valor
Modelos sin reunión en el servidor: el agregado como frontera de consistencia, cuando incrustar y que se pierde en una caché.
Parte 07 — Grafos, columnas, tiempo y búsqueda
Modelos especializados y el criterio para saber cuando la carga de trabajo justifica salir del relacional.
Parte 08 — Transacciones, concurrencia y recuperación
Que garantiza realmente ACID, que anomalías sobreviven en cada nivel de aislamiento y como se vuelve de una caída.
Parte 09 — Almacenamiento, índices y planes
Por qué una consulta tarda: páginas, estructuras de índice, estadísticas y la lectura honesta de un plan de ejecución.
Parte 10 — Distribución, réplica y consistencia
Qué se gana y qué se paga al repartir los datos: replicación, partición, los teoremas que acotan lo posible y el consenso.
Parte 11 — Operación, seguridad y gobierno
Lo que separa un ejercicio de un sistema: restauración probada, migraciones sin caída, control de acceso, observabilidad y privacidad.
Respaldo y restauración: solo cuenta lo que se ha restaurado
Migraciones evolutivas sin ventana de caída
Control de acceso: privilegio mínimo, roles y seguridad por fila
Inyección SQL y el contrato de parametrización
Observabilidad, objetivos de servicio y capacidad
Privacidad, retención y gobierno del dato
Parte 12 — Analítica, integración y streaming
Sacar los datos del sistema que los produjo sin perder su significado: almacen dimensional, captura de cambios y procesamiento continuo.
Parte 13 — Vectores, recuperación y RAG
La base de datos como componente de un sistema de inteligencia artificial: distancias, indices aproximados y recuperación medida.
Parte 14 — Arquitectura y proyecto final
Cerrar el programa con una decisión defendible: comparación por evidencia, costo total y una demostración que se pueda auditar.
Rutas por rol
El mismo programa recorrido de siete maneras, según el cargo al que apuntes. Cada ruta declara qué partes hacer y en qué orden, qué clases no se saltan, con qué laboratorios se practica y qué hay que poder demostrar al terminar: ver las siete rutas.
| Ruta | Partes | Nivel | Horas |
|---|---|---|---|
| Desarrollador de aplicaciones |
00 · 01 · 02 · 03 · 04 · 05 · 06 · 08 · 09 · 11 · 14 | entrada | 172 h |
| Ingeniero de datos |
00 · 01 · 02 · 03 · 04 · 07 · 10 · 12 · 13 · 14 | intermedio | 151 h |
| DBA / SRE de datos |
00 · 01 · 02 · 04 · 05 · 08 · 09 · 10 · 11 · 14 | intermedio | 163 h |
| Arquitecto de datos |
00 · 01 · 02 · 03 · 04 · 05 · 06 · 07 · 08 · 09 · 10 · 11 · 12 · 13 · 14 | avanzado | 230 h |
| Analytics engineer / BI |
00 · 01 · 02 · 03 · 04 · 05 · 09 · 12 · 14 | intermedio | 135 h |
| Ingeniero de IA aplicada y recuperación |
00 · 01 · 02 · 03 · 04 · 06 · 07 · 09 · 13 · 14 | avanzado | 151 h |
| Gobierno y privacidad del dato |
00 · 01 · 02 · 04 · 08 · 10 · 11 · 12 · 14 | intermedio | 147 h |
Cómo está construido
Cada clase declara sus fuentes y ninguna se publica sin ellas: la validación
del repositorio bloquea una clase sin bibliografía y una cita que no exista en
el registro. Los README de clase y este sitio son
artefactos generados desde curriculum.yaml y los
lesson.md; la integración continua comprueba que no quedan
desactualizados, y un conjunto de pruebas rompe el repositorio a propósito
para exigir que el validador lo detecte.
Los 7 laboratorios ejecutables corren en cada cambio sobre Python 3.11, 3.12 y 3.13, sin instalar dependencias ni levantar servidores. Ninguno afirma nada en milisegundos: afirman invariantes, planes de ejecución, accesos y bytes.