Modelado de datos, metodologías y reglas. Entidades, atributos y relaciones. Diseño de bases de datos. Diseño lógico y físico. El modelo lógico relacional. Normalización.

Tema desarrollado para el ejercicio único del Cuerpo de Técnicos Auxiliares de Informática de la Administración del Estado, convocatoria de 1.030 plazas de ingreso libre (Resolución de 18 de diciembre de 2025, BOE de 22 de diciembre de 2025, Anexo V). Es el tema 1 del bloque III «Desarrollo de sistemas», que en nuestra numeración interna es el tema 15 de 33. Las definiciones de MÉTRICA v3 van literales, porque es exactamente así como el tribunal las pone en las opciones.

Qué esperar de este tema en el examen. El bloque III aporta 22 de las 80 preguntas de la primera parte —y además es uno de los dos bloques de los que sale el supuesto práctico—, así que aquí se juega el examen tanto como en el bloque I. De este tema en concreto hemos contado 53 preguntas en los nueve exámenes oficiales que tenemos cargados, y no están repartidas al azar: el tribunal vuelve una y otra vez sobre tres cosas.

1. El vocabulario de MÉTRICA v3, literal. Ocho preguntas. No pide que entiendas el modelo entidad/relación: pide que reconozcas la frase exacta con la que MÉTRICA define cardinalidad, tipo de correspondencia, agregación o asociación. Los distractores son esas mismas frases con una palabra cambiada.
2. Normalización. Seis preguntas, otra vez con la redacción de MÉTRICA, más una práctica de las buenas: te dan una tabla con un campo «Telefonos: 916666666;917777777» y preguntan en qué forma normal está.
3. La optimización del modelo físico. Tres preguntas idénticas en 2024 (modelo A, modelo B y promoción interna): «¿qué acción se aplicaría para reducir o simplificar el número de accesos?». La respuesta es introducir elementos redundantes, y quien no haya leído la técnica «Optimización» de MÉTRICA no la acierta, porque suena a lo contrario de lo que enseña cualquier manual.

Y una novedad que conviene mirar de frente: en 2026 apareció el modelado dimensional de Kimball, con la dimensión outrigger, en los dos modelos del examen. No estaba en 2019, ni en 2023, ni en 2024. El temario no la nombra —dice «modelado de datos» a secas—, pero el tribunal ha decidido que cabe. Este apunte la desarrolla entera.

Índice

1. Modelar datos: qué es y dónde encaja
   • Los tres niveles de ANSI/SPARC y las dos independencias
   • Las tres fases del diseño: conceptual, lógico y físico
   • MÉTRICA v3: qué es y dónde vive dentro de ella el modelado
   • Las reglas de negocio
2. El modelo Entidad/Relación
   • Entidades, ocurrencias y tipos
   • Atributos y dominios
   • Relaciones: grado, tipo de correspondencia y cardinalidad
   • Entidades débiles
   • Cuatro notaciones distintas para el mismo dibujo
3. El E/R extendido de MÉTRICA v3
4. El modelo lógico relacional
   • Claves: superclave, candidata, primaria, alternativa y ajena
   • Nulos y las tres reglas de integridad
   • Las trece reglas de Codd
   • Álgebra y cálculo relacional
5. Del E/R al relacional: las reglas de transformación
6. Normalización
   • Dependencia funcional, completa y transitiva
   • De la 1FN a la 5FN
   • Descomposición sin pérdida y conservación de dependencias
7. Diseño físico y optimización
8. Modelado dimensional: Kimball, estrella y outriggers
9. El otro modelado de MÉTRICA: el diagrama de flujo de datos
10. Lo que ya ha preguntado el tribunal

1. Modelar datos: qué es y dónde encaja

Un modelo de datos es un conjunto de conceptos con los que describir los datos de una organización, las relaciones entre ellos y las restricciones que deben cumplir. Tiene tres componentes, y conviene tenerlos separados porque el tribunal pregunta por el tercero más de lo que parece:

• una parte estática o estructural: qué objetos hay (entidades, atributos, relaciones);
• una parte dinámica: qué operaciones se pueden hacer sobre ellos (en el relacional, el álgebra);
• un conjunto de restricciones de integridad: qué estados de la base de datos son válidos y cuáles no.

Y hay que distinguir dos palabras que se usan mal a diario. El esquema (o intensión) es la descripción de la base de datos: los nombres de las tablas, sus columnas y sus restricciones. Cambia poquísimo. La instancia (u ocurrencia, o extensión) son los datos concretos que hay en un momento dado. Cambia con cada operación. Cuando MÉTRICA habla de «ocurrencia de un tipo de entidad» se está refiriendo a una fila concreta; el «tipo de entidad» es la plantilla.

1.1. Los tres niveles de ANSI/SPARC y las dos independencias

En 1975 el comité ANSI/X3/SPARC propuso una arquitectura de tres niveles de abstracción para los sistemas de bases de datos. Es el armazón conceptual sobre el que se apoya todo lo demás y cae con regularidad —en 2023 cayó una pregunta que pedía la afirmación INCORRECTA sobre ella, aunque acabó anulada—.

Nivel	Otros nombres	Qué contiene	Para quién
Externo	Nivel de vistas	Tantos esquemas externos como tipos de usuario haya; cada uno ve solo la parte del esquema que le interesa, y puede verla con otra estructura.	Usuarios y programas de aplicación
Conceptual	Nivel lógico o global	Un único esquema con todos los datos de la organización y sus restricciones, sin decir nada de cómo se almacenan.	Administrador de la base de datos
Interno	Nivel físico	Cómo se almacenan realmente los datos: ficheros, registros, índices, métodos de acceso, compresión, ubicación.	Sistema de almacenamiento

⚠ Trampa medida. La opción falsa de aquel examen decía que «el nivel interno también recibe el nombre de nivel lógico». No: el interno es el físico, y el que también se llama lógico es el conceptual. La otra opción falsa inventaba un «nivel contextual», que no existe: los niveles son tres y se llaman externo, conceptual e interno.

La gracia de partir en tres es que aparecen dos independencias, que es lo que de verdad se pregunta:

• Independencia física: se puede cambiar el nivel interno —añadir un índice, cambiar el fichero de sitio, comprimir— sin tocar el esquema conceptual ni, por tanto, los programas. Es la fácil de conseguir, y prácticamente todos los sistemas la tienen.
• Independencia lógica: se puede cambiar el esquema conceptual —añadir una columna, partir una tabla en dos— sin tocar los esquemas externos ni los programas que los usan. Es la difícil, y ningún producto la consigue del todo.

1.2. Las tres fases del diseño

Diseñar una base de datos no es sentarse a escribir CREATE TABLE. Son tres fases encadenadas, cada una con su producto, y cada una depende de algo distinto:

Fase	Producto	¿De qué depende?	Herramienta
Diseño conceptual	Esquema conceptual	De nada técnico: ni del SGBD, ni del modelo, ni del hardware. Solo del negocio.	Modelo E/R (o UML)
Diseño lógico	Esquema lógico	Del modelo de datos del SGBD (relacional, en la práctica), pero no del producto concreto.	Reglas de transformación + normalización
Diseño físico	Esquema físico	Del producto concreto: Oracle, PostgreSQL, SQL Server, y de su versión, y del hardware.	Índices, particiones, desnormalización

La frase que hay que llevar aprendida: el diseño conceptual es independiente del SGBD; el lógico depende del modelo pero no del producto; el físico depende del producto. Es la respuesta a media docena de preguntas posibles.

1.3. MÉTRICA v3: qué es y dónde vive dentro de ella el modelado

MÉTRICA versión 3 es la metodología de planificación, desarrollo y mantenimiento de sistemas de información promovida por el Consejo Superior de Informática y publicada por el Ministerio de Administraciones Públicas en 2001. Puede usarse libremente con la única obligación de citar la fuente de su propiedad intelectual. Es la referencia de la Administración General del Estado y, para lo que aquí importa, es la fuente literal de la que el tribunal saca las opciones.

MÉTRICA se organiza en procesos, y el modelado de datos no está en uno solo:

Proceso	Nombre	Qué aporta al modelado de datos
PSI	Planificación de Sistemas de Información	Modelo de información de alto nivel de toda la organización.
EVS	Estudio de Viabilidad del Sistema	Valoración de alternativas; aún no hay modelo detallado.
ASI	Análisis del Sistema de Información	Aquí nace el modelo E/R extendido (o el de clases, si se va por orientación a objetos) y el modelo de procesos con los DFD.
DSI	Diseño del Sistema de Información	Aquí se hace el diseño físico de datos (actividad DSI 6) y, dentro de él, la optimización (tarea DSI 6.3).
CSI	Construcción del Sistema de Información	Se generan las estructuras y se prueban.
IAS	Implantación y Aceptación del Sistema	Carga inicial y migración de datos.
MSI	Mantenimiento del Sistema de Información	Evolución del modelo.

Los CINCO procesos del desarrollo (EVS, ASI, DSI, CSI, IAS) forman el desarrollo propiamente dicho; PSI y MSI lo enmarcan por delante y por detrás. Y MÉTRICA tiene además un catálogo de técnicas y de prácticas transversales; las que tocan a este tema son el Modelo Entidad/Relación Extendido, la Normalización, el Diagrama de Flujo de Datos y la Optimización.

1.4. Las reglas de negocio

El enunciado oficial del tema dice «modelado de datos, metodologías y reglas», y esa última palabra tiene contenido propio. Una regla de negocio es una afirmación que define o restringe algún aspecto del negocio, y que el sistema debe respetar. La clasificación que se maneja habitualmente distingue cuatro tipos:

• Definiciones de términos: qué es un «expediente», qué es un «beneficiario». Van al glosario y al diccionario de datos.
• Hechos que relacionan términos: «un expediente pertenece a un solo interesado». Se recogen dibujando la relación en el modelo E/R.
• Restricciones o aserciones: «un menor de edad no puede firmar la solicitud». Se implementan con restricciones CHECK, disparadores o código.
• Derivaciones: «la cuota resulta de multiplicar la base por el tipo». Dan lugar a atributos derivados, que precisamente son los que se dibujan con elipse discontinua.

En el vocabulario de las bases de datos, las restricciones se dividen en dos familias que sí conviene saber nombrar:

• Restricciones inherentes al modelo: las impone el propio modelo y no hay que declararlas. En el relacional, que no haya tuplas repetidas o que los valores sean atómicos son inherentes.
• Restricciones semánticas o de usuario: las declara el diseñador porque las exige el negocio. Clave primaria, unicidad, obligatoriedad (NOT NULL), integridad referencial, verificación de valores (CHECK), aserciones y disparadores.

También se separan las estáticas, que deben cumplirse en todo estado válido de la base («la edad es mayor que cero»), de las dinámicas o de transición, que restringen el cambio de un estado a otro («el estado de un expediente no puede pasar de cerrado a iniciado»). Las dinámicas no se pueden expresar con un CHECK y necesitan disparadores.

2. El modelo Entidad/Relación

Lo propuso Peter Chen en 1976 en el artículo «The Entity-Relationship Model: Toward a Unified View of Data», y desde entonces es la herramienta estándar del diseño conceptual. Su virtud es que se dibuja y se entiende con el usuario sin hablar de informática.

2.1. Entidades, ocurrencias y tipos

MÉTRICA v3 define la entidad así, y esta frase ha caído literal dos veces:

Entidad: «Es aquel objeto, real o abstracto, acerca del cual se desea almacenar información en la base de datos.»

Fíjate en «real o abstracto»: una entidad no tiene que ser una cosa que se pueda tocar. Un préstamo, una matrícula, un permiso o un turno son entidades perfectamente legítimas. Se distingue el tipo de entidad (ALUMNO) de la ocurrencia o ejemplar (el alumno con DNI 12345678Z). En el dibujo, el tipo de entidad es un rectángulo con su nombre en singular.

2.2. Atributos y dominios

Atributo: «Es una propiedad o característica de un tipo de entidad. Se trata de la unidad básica de información que sirve para identificar o describir la entidad.»

Dominio: «Es un conjunto nominado de valores homogéneos. El dominio tiene existencia propia con independencia de cualquier entidad, relación o atributo.»

🚨 Esas dos frases son un campo de minas y el tribunal lo ha usado dos veces con la misma pregunta:

• «El dominio no tiene existencia propia y depende de las entidades, las relaciones o los atributos» → FALSO por esa negación. El dominio existe por sí mismo: «número de teléfono español» es un dominio, lo use o no lo use alguna entidad.
• «Un atributo se define sobre diversos dominios» → FALSO. Un atributo se define sobre UN dominio. Lo que sí ocurre es lo contrario: un mismo dominio sirve a muchos atributos (el dominio «fecha» vale para fecha de alta, de baja y de nacimiento).

Los atributos se clasifican por cuatro criterios independientes, y hay que tenerlos sueltos porque las preguntas de notación van por aquí:

Criterio	Tipos	Ejemplo
Por su estructura	Simple (atómico) / Compuesto	DNI / Dirección = calle + número + población + código postal
Por el número de valores	Univaluado / Multivaluado	Fecha de nacimiento / Teléfonos
Por su obtención	Almacenado / Derivado o calculado	Fecha de nacimiento / Edad
Por su obligatoriedad	Obligatorio / Opcional (admite nulo)	DNI / Segundo apellido

Y por su papel: el identificador principal es el conjunto mínimo de atributos que identifica unívocamente cada ocurrencia; si hay más conjuntos que también identifican, los demás son identificadores alternativos.

⚠ Ojo con la palabra mínimo. En 2023 el tribunal dio por FALSA la opción «la clave candidata es el conjunto de atributos que garantizan la unicidad de las ocurrencias e identifican la ocurrencia unívocamente», precisamente porque le faltaba la minimalidad: si añades atributos de sobra a una clave candidata sigues garantizando unicidad, pero ya no es candidata, es una superclave. La minimalidad es lo que separa una cosa de la otra.

2.3. Relaciones: grado, tipo de correspondencia y cardinalidad

MÉTRICA define la relación como «una asociación o correspondencia existente entre una o varias entidades». El «una» no es un descuido: una relación puede unir a una entidad consigo misma, y entonces se llama reflexiva o recursiva (un empleado es jefe de otro empleado).

El grado de una relación es el número de tipos de entidad que participan en ella: binaria (dos, el 95 % de los casos), ternaria (tres), n-aria. No confundir con el grado de una relación en el modelo relacional, que es el número de columnas: son dos usos distintos de la misma palabra y volveremos sobre ello.

Y ahora las dos definiciones que este tribunal ha preguntado por separado y en años distintos, y que son la trampa mayor del tema:

Cardinalidad: «Representa la participación en la relación de cada una de las entidades afectadas, es decir, el número máximo y mínimo de ocurrencias de un tipo de entidad que pueden estar interrelacionadas con una ocurrencia de otro tipo de entidad.»

Tipo de correspondencia: «Es el número máximo de ocurrencias de cada tipo de entidad que pueden intervenir en una ocurrencia de la relación.»

Dicho en corto, y es lo que hay que llevar memorizado:

• El tipo de correspondencia es solo el máximo. Es la etiqueta del rombo: 1:1, 1:N o N:M.
• La cardinalidad es la participación, el par (mínimo, máximo). Se escribe junto a cada entidad: (0,1), (1,1), (0,n), (1,n).
• Por tanto la cardinalidad máxima coincide con el tipo de correspondencia, pero la cardinalidad lleva además el mínimo, que es el que dice si la participación es obligatoria (mínimo 1, participación total) u opcional (mínimo 0, participación parcial).

La palabra que delata a la cardinalidad en un enunciado es «participación»; la que delata al tipo de correspondencia es «número máximo». Si la pregunta dice «participación», es cardinalidad. Si dice «número máximo» sin más, es tipo de correspondencia. Se ha preguntado exactamente así.

Un detalle de notación que da problemas: en el modelo E/R clásico, la cardinalidad de la entidad A se escribe en el lado de A si se sigue la convención de Chen, pero muchas herramientas la escriben en el lado contrario. En el examen del TAI no se ha llegado a hilar tan fino; basta con saber qué mide cada cosa.

Las relaciones pueden llevar atributos propios: en la relación N:M entre ALUMNO y ASIGNATURA, la nota no es del alumno ni de la asignatura, sino de la relación MATRÍCULA. Es la señal de que una relación N:M siempre acaba convirtiéndose en tabla.

2.4. Entidades débiles

Una entidad débil es la que no tiene existencia propia: depende de otra, llamada fuerte o regular. MÉTRICA distingue dos grados de dependencia y la diferencia es fina pero se pregunta:

• Dependencia en existencia: las ocurrencias de la entidad débil desaparecen si desaparece la ocurrencia de la fuerte de la que dependen, pero la débil tiene identificador propio. Ejemplo: los ejemplares de un libro, si cada ejemplar lleva su propio código de barras.
• Dependencia en identificación: además de lo anterior, la débil no puede identificarse sola y necesita el identificador de la fuerte para formar el suyo. Ejemplo: las líneas de una factura, que se identifican por (número de factura, número de línea).

Toda dependencia en identificación implica dependencia en existencia; lo contrario no. En el dibujo, la entidad débil va con doble rectángulo y su relación con doble rombo.

2.5. Cuatro notaciones distintas para el mismo dibujo

Aquí está el punto donde más gente falla, y no por no saber sino por mezclar. MÉTRICA v3 y la notación de Chen no son lo mismo, y el tribunal ha preguntado símbolos de las dos sin decir de cuál habla.

MÉTRICA v3 dibuja: entidades como rectángulos (doble rectángulo si son débiles), relaciones como rombos etiquetados con el tipo de correspondencia, y atributos como elipses colgando de su entidad, con el identificador principal subrayado o con su círculo en negro. Eso es todo lo que recoge.

Chen, la notación clásica de los manuales, añade símbolos que MÉTRICA no usa. Estos son los que caen:

Símbolo	Significado
Elipse simple	Atributo normal.
Elipse con el nombre subrayado	Atributo identificador o clave.
Doble elipse	Atributo multivaluado: admite varios valores por ocurrencia.
Elipse de la que cuelgan otras elipses	Atributo compuesto: se descompone en partes con significado propio.
Elipse discontinua o punteada	Atributo derivado o calculado: no se almacena, se obtiene a partir de otros.
Doble rectángulo	Entidad débil.
Doble rombo	Relación identificadora de una entidad débil.
Línea doble entre entidad y rombo	Participación total (mínimo 1).

🚨 La pregunta de 2026, en los dos modelos: «Un atributo representado con una elipse discontinua en un diagrama entidad-relación significa que es un atributo…». Respuesta: derivado. Los distractores eran «clave primaria», «compuesto» y «multivaluado», que son justamente los otros tres símbolos de la tabla. Si te sabes la tabla entera, la pregunta se cae sola; si te sabes solo uno, tienes un 25 %.

Y hay dos notaciones más que conviene reconocer aunque el TAI no las haya preguntado todavía:

• Pata de gallo (crow's foot, notación de Martin/Barker): la que usan casi todas las herramientas modernas. Las entidades son rectángulos con la lista de columnas dentro y la cardinalidad se dibuja en el extremo de la línea: un trazo perpendicular es «uno», un círculo es «cero», y la patita de tres trazos es «muchos». Una línea que acaba en círculo y patita significa «cero o muchos»; en trazo y patita, «uno o muchos».
• UML: el diagrama de clases se usa también para modelar datos. Las entidades son clases, las relaciones son asociaciones y la cardinalidad se escribe como multiplicidad (0..1, 1, 0..*, 1..*). ⚠ En UML la multiplicidad se coloca en el extremo contrario al que la convención de Chen pone la cardinalidad; es la fuente de errores más habitual al pasar de un diagrama a otro.

3. El E/R extendido de MÉTRICA v3

El modelo E/R «a secas» se queda corto para modelar jerarquías, así que se le añadieron mecanismos de abstracción. MÉTRICA los llama el Modelo Entidad/Relación Extendido y los define uno por uno. Estas cuatro definiciones son, literalmente, opciones de examen.

3.1. Generalización y especialización

Generalización: «Permite abstraer un tipo de entidad de nivel superior (supertipo) a partir de varios tipos de entidad (subtipos).»

Especialización: es la operación inversa; en ella un supertipo se descompone en uno o varios subtipos.

🚨 La trampa exacta de 2026. El examen ofreció como distractor: «La generalización permite abstraer un tipo de entidad de nivel inferior (subtipo) a partir de varios tipos de entidad (supertipos)». Es la frase de MÉTRICA con las dos palabras intercambiadas. Y el otro distractor hacía lo mismo con la especialización: «un subtipo se descompone en uno o varios supertipos, los cuales heredan…». No: quien hereda es el subtipo, y quien se descompone es el supertipo.

La regla mnemotécnica que no falla: generalizar es subir (de varios subtipos saco un supertipo, «lo general»), especializar es bajar (de un supertipo saco subtipos, «lo especial»). El subtipo hereda los atributos y las relaciones del supertipo y añade los suyos: esa herencia es lo que convierte la jerarquía en algo más que un dibujo bonito.

Las jerarquías se clasifican además por dos criterios, que en UML se marcan como restricciones:

• Total (toda ocurrencia del supertipo pertenece a algún subtipo) o parcial (puede haber ocurrencias que no estén en ninguno).
• Disjunta o exclusiva (una ocurrencia pertenece como mucho a un subtipo) o solapada (puede pertenecer a varios).

3.2. Agregación

Agregación: «Consiste en construir un nuevo tipo de entidad como composición de otros y su tipo de relación», y así poder manejarlo en un nivel de abstracción mayor.

Es decir: se toma un conjunto de entidades junto con la relación que las une y se trata todo el paquete como si fuera una entidad nueva, para poder relacionarlo a su vez con otra cosa. El caso típico: PROYECTO y EMPLEADO se relacionan por ASIGNACIÓN; si ahora quiero decir que cada asignación tiene un supervisor, necesito relacionar el supervisor con la asignación entera, no con el empleado ni con el proyecto por separado. Eso es agregar.

Lo que hay que retener de la definición es que la agregación incluye el tipo de relación, no solo las entidades. Un distractor que diga «composición de otros tipos de entidad» a secas, sin la relación, está incompleto.

3.3. Asociación

Asociación: «Consiste en relacionar dos tipos de entidades que normalmente son de dominios independientes», pero que coyunturalmente se asocian.

Esta ha caído dos veces con el enunciado calcado (2024, modelos A y B): «el mecanismo que recoge MÉTRICA v3 consistente en relacionar dos tipos de entidades que normalmente son de dominios independientes, pero coyunturalmente se asocian». Los distractores fueron «Generalización», «PERT» y «Regresión» —los dos últimos ni siquiera son mecanismos del modelo E/R: PERT es una técnica de planificación de proyectos y la regresión es estadística—.

⚠ Y en 2026 el tribunal le dio la vuelta: puso como distractor «en una asociación se relacionan dos tipos de entidades independientes que pertenecen al mismo dominio y que coyunturalmente no se asocian». Dos negaciones respecto del original. La frase buena es dominios independientes y sí se asocian, aunque sea de forma coyuntural.

3.4. Relaciones exclusivas

Relaciones exclusivas: se dan «cuando la existencia de una relación entre dos tipos de entidades implica la no existencia de las otras relaciones».

El ejemplo de manual: un vehículo puede estar asignado a un empleado o a un departamento, pero no a los dos a la vez. Se dibuja con un arco que cruza las líneas de las relaciones implicadas.

3.5. Las definiciones que el tribunal pone en las opciones

Recopilado en una tabla, porque es lo más rentable de todo el tema:

Término	Frase literal de MÉTRICA v3	La palabra que lo delata
Entidad	Objeto, real o abstracto, acerca del cual se desea almacenar información.	«real o abstracto»
Atributo	Propiedad o característica de un tipo de entidad; unidad básica de información.	«unidad básica»
Dominio	Conjunto nominado de valores homogéneos; tiene existencia propia.	«existencia propia»
Cardinalidad	Participación en la relación de cada una de las entidades afectadas (máximo y mínimo).	«participación»
Tipo de correspondencia	Número máximo de ocurrencias de cada tipo de entidad en una ocurrencia de la relación.	«número máximo»
Generalización	Abstraer un supertipo a partir de varios subtipos.	«nivel superior»
Especialización	Un supertipo se descompone en subtipos.	«inversa»
Agregación	Nuevo tipo de entidad como composición de otros y su tipo de relación.	«y su tipo de relación»
Asociación	Entidades de dominios independientes que coyunturalmente se asocian.	«coyunturalmente»

4. El modelo lógico relacional

Lo propuso Edgar F. Codd en 1970 en «A Relational Model of Data for Large Shared Data Banks», trabajando en IBM. Su idea es que toda la información se represente de una única forma —valores en tablas— y que el usuario no sepa nada de punteros ni de caminos de acceso.

4.1. El vocabulario, con su equivalencia

Término formal	En SQL	Coloquial
Relación	Tabla	Fichero
Tupla	Fila	Registro
Atributo	Columna	Campo
Grado	Número de columnas	—
Cardinalidad	Número de filas	—
Dominio	Tipo de dato (más restricciones)	—

🚨 Cayó en los dos modelos de 2026, y es de las que se regalan si te lo sabes: «en una entidad con 4 columnas y 7 filas: el grado es 4 y la cardinalidad 7». Los distractores intercambiaban los términos o metían «dominio» donde no toca.

⚠ Y ojo, porque aquí cardinalidad significa otra cosa que en el modelo E/R. En el E/R es la participación (mínimo, máximo) de una entidad en una relación; en el relacional es, sin más, el número de tuplas. Misma palabra, dos modelos, dos significados. El tribunal ha preguntado los dos, en el mismo examen.

4.2. Propiedades de una relación

Una relación, en sentido estricto, cumple cinco propiedades. Casi todas son restricciones inherentes al modelo, y por eso no se declaran:

1. Cada relación tiene un nombre único en el esquema.
2. Cada atributo tiene un nombre único dentro de su relación (en dos relaciones distintas puede repetirse).
3. Los valores son atómicos: en la intersección de una fila y una columna hay un solo valor, no una lista. Esto es, ni más ni menos, la primera forma normal.
4. No hay tuplas duplicadas. Formalmente una relación es un conjunto, y un conjunto no repite elementos. ⚠ En SQL esto no se cumple: una tabla sin clave primaria admite filas idénticas, y por eso existe SELECT DISTINCT. Es la diferencia más citada entre el modelo teórico y su implementación.
5. El orden de las tuplas y el de los atributos es irrelevante.

4.3. Claves

Cinco conceptos encadenados, y el examen los ha preguntado los cinco:

• Superclave: cualquier conjunto de atributos que identifica unívocamente cada tupla. Puede tener atributos de sobra. El conjunto de todos los atributos siempre es superclave.
• Clave candidata: una superclave mínima, es decir, tal que si le quitas cualquier atributo deja de identificar. La minimalidad es lo que la distingue de la superclave.
• Clave primaria: la clave candidata que el diseñador elige para identificar. Es única por relación y no admite nulos.
• Clave alternativa: las candidatas que no fueron elegidas. Se implementan con restricciones UNIQUE.
• Clave ajena o foránea: un atributo o conjunto de atributos de una relación cuyos valores coinciden con los de la clave primaria de otra relación (o de la misma, si es reflexiva). Es el mecanismo que materializa las relaciones.

🚨 La clave ajena se ha preguntado tres veces con tres redacciones distintas: «¿cómo se denomina a una columna o grupo de columnas de una tabla que contiene valores que coinciden con la clave primaria de otra tabla?» (2026) y «¿cuál es la característica diferenciadora de las claves foráneas?» (2024, dos modelos). Respuesta: clave foránea, y su característica es referenciar la clave primaria de otra tabla. Los distractores inventan nombres que suenan bien pero no existen: «clave primaria externa», «clave referencia».

Otros dos matices que se cuelan en las opciones:

• Una clave puede ser simple (un atributo) o compuesta (varios). Una clave compuesta no es lo mismo que una clave ajena.
• Una clave subrogada o artificial es un identificador sin significado de negocio (un autonumérico, un UUID) que se añade para hacer de clave primaria. Es la práctica habitual en el modelado dimensional, donde es obligatoria.

4.4. Nulos y las tres reglas de integridad

El valor nulo no es el cero, ni la cadena vacía, ni un espacio: es la ausencia de valor, y significa dos cosas distintas que el modelo no distingue —«valor desconocido» y «valor no aplicable»—. La consecuencia práctica es que el álgebra pasa a ser de tres valores (cierto, falso, desconocido): cualquier comparación con nulo devuelve desconocido, y por eso columna = NULL nunca es cierto y hay que escribir columna IS NULL.

Las restricciones de integridad del modelo relacional son tres:

1. Integridad de dominio: todo valor de un atributo pertenece a su dominio.
2. Integridad de entidad: ningún atributo de la clave primaria puede tomar valor nulo. Tiene sentido: si la clave identifica, no puede faltar.
3. Integridad referencial: todo valor no nulo de una clave ajena debe existir como valor de la clave primaria referenciada. Dicho de otro modo: no se puede referenciar lo que no existe.

Cuando se intenta violar la integridad referencial, el SGBD aplica la acción referencial declarada. Las acciones referenciales son cuatro y se declaran por separado para el borrado (ON DELETE) y para la modificación (ON UPDATE):

Acción	Qué hace
NO ACTION / RESTRICT	Rechaza la operación. Es el comportamiento por defecto de la norma SQL. La diferencia entre las dos: RESTRICT comprueba inmediatamente, NO ACTION al final de la sentencia.
CASCADE	Propaga la operación: borra o modifica también las filas que referencian.
SET NULL	Pone la clave ajena a nulo. Exige que la columna admita nulos.
SET DEFAULT	Pone la clave ajena a su valor por defecto, que debe existir en la tabla referenciada.

4.5. Las trece reglas de Codd

En 1985, y en dos artículos de la revista ComputerWorld, Codd publicó una lista de reglas para decidir si un producto merecía llamarse relacional. Se conocen como «las 12 reglas», aunque en realidad son trece, porque hay una regla 0 o regla fundamental.

Nº	Nombre	Contenido
0	Regla fundamental	Todo sistema que se anuncie como relacional debe ser capaz de gestionar bases de datos enteramente a través de sus capacidades relacionales.
1	De la información	Toda la información se representa de una única forma: valores en tablas.
2	Del acceso garantizado	Todo dato es accesible sin ambigüedad con la terna nombre de tabla + clave primaria + nombre de columna.
3	Tratamiento sistemático de los valores nulos	Debe haber una representación de valores desconocidos y no aplicables distinta de los valores normales, e independiente del tipo de dato.
4	Catálogo dinámico en línea basado en el modelo relacional	El diccionario de datos se consulta con el mismo lenguaje que los datos.
5	Sublenguaje de datos completo	Debe existir al menos un lenguaje que cubra definición, manipulación, integridad, autorización y transacciones.
6	Actualización de vistas	Toda vista teóricamente actualizable debe poder actualizarse.
7	Inserción, actualización y borrado de alto nivel	Las operaciones trabajan sobre conjuntos de filas, no fila a fila.
8	Independencia física de los datos	Cambiar el almacenamiento no obliga a cambiar los programas.
9	Independencia lógica de los datos	Cambios en el esquema que preserven la información no obligan a cambiar los programas.
10	Independencia de la integridad	Las restricciones se definen en el catálogo, no en los programas de aplicación.
11	Independencia de la distribución	Que los datos estén distribuidos no afecta a los programas: siguen funcionando igual si se distribuyen por primera vez o si se redistribuyen.
12	De la no subversión	Si el sistema ofrece una interfaz de bajo nivel, no puede usarse para saltarse las restricciones de integridad o de seguridad.

🚨 La pregunta de 2019 pedía cuál NO es una de las reglas, y la respuesta era una opción que decía: «Dependencia de la distribución. Que la base de datos se almacene de forma distribuida afecta al uso de la misma y a la programación». Es la regla 11 puesta del revés: la regla se llama independencia de la distribución y dice justo lo contrario. Las otras tres opciones eran las reglas 12, 3 y 4, correctamente enunciadas.

La forma segura de contestar cualquier pregunta sobre las reglas de Codd: casi todas empiezan por «independencia» o «tratamiento sistemático»; si una opción propone dependencia de algo, es falsa.

4.6. Álgebra y cálculo relacional

Son los dos lenguajes formales del modelo, y se diferencian en algo que sí se pregunta: el álgebra es procedimental (dice cómo obtener el resultado, encadenando operaciones) y el cálculo es declarativo (dice qué se quiere, sin decir cómo). SQL es sobre todo declarativo y por tanto está más cerca del cálculo, aunque toma cosas de los dos.

El álgebra tiene cinco operaciones primitivas —las demás se derivan de ellas—:

Operación	Símbolo	Qué hace	En SQL
Selección	σ (sigma)	Elige filas que cumplen una condición.	WHERE
Proyección	π (pi)	Elige columnas y elimina duplicados.	SELECT DISTINCT
Unión	∪	Todas las tuplas de las dos relaciones, sin repetir.	UNION
Diferencia	−	Las tuplas de la primera que no están en la segunda.	EXCEPT / MINUS
Producto cartesiano	×	Combina cada tupla de una con todas las de la otra.	CROSS JOIN

Y cuatro derivadas: la intersección (∩), la reunión o join (⋈, que es un producto cartesiano seguido de una selección), la división (÷, la que responde a preguntas del tipo «qué alumnos están matriculados en todas las asignaturas») y el renombramiento (ρ).

Un detalle que separa a quien lo ha estudiado: la unión, la intersección y la diferencia exigen que las dos relaciones sean compatibles respecto de la unión, es decir, que tengan el mismo grado y que los atributos correspondientes estén definidos sobre los mismos dominios. El producto cartesiano y el join no exigen esa compatibilidad.

El cálculo relacional viene en dos sabores, según qué sea la variable: de tuplas (las variables recorren tuplas; es el que inspiró a SQL) y de dominios (las variables recorren valores de dominios; es el que inspiró a QBE, Query By Example). Codd demostró que álgebra y cálculo tienen la misma potencia expresiva; a esa propiedad se la llama completitud relacional, y un lenguaje es relacionalmente completo si puede expresar todo lo que expresa el álgebra.

5. Del E/R al relacional: las reglas de transformación

El paso del esquema conceptual al lógico es mecánico y se hace con un puñado de reglas. Es materia de supuesto práctico tanto como de test.

5.1. Entidades y atributos

• Cada tipo de entidad se convierte en una tabla; su identificador principal, en clave primaria.
• Un atributo compuesto se sustituye por sus componentes simples (Dirección desaparece y quedan Calle, Número, Población) o se deja como un único campo de texto, según se vaya a consultar por partes o no.
• Un atributo multivaluado no puede quedarse en la tabla: genera una tabla nueva cuya clave primaria es (clave de la entidad + el propio atributo). Es exactamente lo que exige la 1FN.
• Un atributo derivado normalmente no se almacena: se calcula al consultar, o se materializa en una vista o en una columna calculada.

5.2. Relaciones, según su tipo de correspondencia

Tipo	Transformación
1:N	Se propaga la clave: la clave primaria del lado «1» se añade como clave ajena en la tabla del lado «N». No se crea tabla nueva. Si la participación del lado N es opcional, la clave ajena admite nulos.
1:1	Caso particular del anterior. Se propaga la clave hacia el lado de participación obligatoria, para no dejar nulos. Si las dos son obligatorias, puede valorarse fusionar las dos entidades en una sola tabla.
N:M	Siempre genera una tabla nueva (tabla de cruce o asociativa) cuya clave primaria es la concatenación de las claves de las dos entidades, más los atributos propios de la relación. Es la regla que no admite excepción.
Reflexiva	Igual que la binaria del mismo tipo, pero la clave ajena apunta a la propia tabla y hay que renombrarla (jefe → id_empleado_jefe).
Ternaria o n-aria	Se trata como una N:M: tabla nueva con las tres claves. Salvo que alguno de los lados tenga máximo 1, en cuyo caso su clave sale de la clave primaria.

5.3. Entidades débiles y jerarquías

La entidad débil se convierte en tabla cuya clave primaria incluye la clave de la entidad fuerte si la dependencia es en identificación; si es solo en existencia, basta con la clave ajena y ON DELETE CASCADE.

Y la jerarquía de generalización admite tres estrategias, que es una pregunta clásica:

Estrategia	Cómo	Cuándo conviene
Una sola tabla (tabla universal)	Una tabla con todos los atributos del supertipo y de todos los subtipos, más una columna discriminante que dice de qué subtipo es cada fila.	Pocos atributos propios en los subtipos. Genera muchos nulos.
Una tabla por subtipo	Desaparece el supertipo; cada subtipo hereda sus atributos y se convierte en tabla.	Jerarquía total y disjunta, y consultas casi siempre sobre un solo subtipo. No sirve si algo referencia al supertipo.
Supertipo + subtipos	Una tabla para el supertipo y una por subtipo, compartiendo la clave primaria (que en los subtipos es a la vez clave ajena al supertipo).	La más limpia y la que evita nulos, pero exige un join para reconstruir la información completa.

6. Normalización

Normalizar es descomponer las relaciones para eliminar redundancias y las anomalías que provocan. Las anomalías son tres y conviene saber nombrarlas:

• De inserción: no se puede dar de alta un dato porque falta otro que no viene al caso (no puedo registrar una asignatura nueva hasta que alguien se matricule en ella).
• De borrado: al borrar una fila se pierde información que no se quería perder (si se borra la última matrícula, desaparece la asignatura).
• De modificación o actualización: un dato repetido en muchas filas obliga a actualizarlo en todas, y basta fallar una para que la base quede incoherente.

6.1. Dependencia funcional, completa y transitiva

Las tres definiciones de MÉTRICA, literales, porque las tres han sido opciones de examen:

Dependencia funcional: «Un atributo Y se dice que depende funcionalmente de otro X si, y sólo si, a cada valor de X le corresponde un único valor de Y.»

Dependencia funcional completa: «Un atributo Y tiene dependencia funcional completa respecto de otro X si depende funcionalmente de él en su totalidad, es decir, no depende de ninguno de los posibles atributos que formen parte de X.»

Dependencia transitiva: «Un atributo depende transitivamente de otro si, y sólo si, depende de él a través de otro atributo.»

🚨 La trampa de 2019 y de 2024: el tribunal ofrece como distractor la definición de dependencia funcional completa cambiada, o intercambia la de completa con la de transitiva. En 2024 el distractor decía: «Un atributo tiene dependencia funcional completa de otro si, y sólo si, depende de él a través de otro atributo» — eso es la transitiva, no la completa. La palabra que separa las dos: «a través de otro atributo» = transitiva; «en su totalidad, no de una parte» = completa.

Se completan con los axiomas de Armstrong (1974), que permiten deducir todas las dependencias que se derivan de un conjunto dado. Los tres primarios:

• Reflexividad: si Y está contenido en X, entonces X → Y.
• Aumento: si X → Y, entonces XZ → YZ para cualquier Z.
• Transitividad: si X → Y e Y → Z, entonces X → Z.

Y tres derivados de ellos: unión (si X → Y y X → Z, entonces X → YZ), descomposición (si X → YZ, entonces X → Y y X → Z) y pseudotransitividad (si X → Y y WY → Z, entonces WX → Z). Con ellos se calcula el cierre de un conjunto de atributos, que es la forma sistemática de encontrar las claves candidatas: si el cierre de X contiene todos los atributos de la relación, X es superclave; si además ningún subconjunto propio de X lo cumple, es clave candidata.

6.2. De la 1FN a la 5FN

Las tres primeras, con la redacción de MÉTRICA:

1FN: «Una entidad está en 1FN si no tiene grupos repetitivos, es decir, un atributo sólo puede tomar un único valor de un dominio simple.»

2FN: «Una entidad está en 2FN si está en 1FN y todos los atributos que no forman parte de las claves candidatas tienen dependencia funcional completa respecto de éstas.»

3FN (tercera forma normal): «Una entidad está en 3FN si está en 2FN y todos sus atributos no principales dependen directamente de la clave primaria» — es decir, no hay dependencias transitivas.

🚨 La pregunta que cayó tres veces en 2024 («señale la respuesta correcta sobre la normalización en MÉTRICA v3») tenía estos cuatro distractores, y merece la pena verlos desmontados uno a uno porque enseñan el tema entero:

• «Una entidad está en 1FN si tiene grupos repetitivos» → falso: es si NO los tiene. Una sola palabra.
• «Un atributo tiene dependencia funcional completa si depende de él a través de otro atributo» → falso: eso es la transitiva.
• «Una relación en 3FN estará también en 2FN, pero no en 1FN» → falso: las formas normales son acumulativas. Quien está en 3FN está en 2FN y en 1FN. Esta es la que más gente se come.
• La correcta era la definición literal de la 2FN.

Que sean acumulativas es la propiedad que más rendimiento da en el examen: 5FN ⊂ 4FN ⊂ FNBC ⊂ 3FN ⊂ 2FN ⊂ 1FN. Cualquier opción que rompa esa cadena es falsa.

Y ahora las tres siguientes, que MÉTRICA no desarrolla pero el tribunal sí ha preguntado (los distractores de 2019 estaban sacados justo de aquí):

Forma	Condición	Elimina
FNBC (Boyce-Codd)	Está en 3FN y todo determinante es clave candidata. Es una 3FN más estricta; solo se diferencian cuando hay varias claves candidatas compuestas y solapadas.	Dependencias de atributos principales respecto de no candidatas.
4FN (cuarta forma normal)	Está en FNBC y no hay dependencias multivaluadas no triviales que no procedan de una clave candidata.	La redundancia de dos relaciones muchos-a-muchos independientes en la misma tabla.
5FN (quinta forma normal, o de proyección-unión, PJ/NF)	Está en 4FN y toda dependencia de reunión (join dependency) está implicada por las claves candidatas.	La redundancia que solo se detecta al descomponer en tres o más proyecciones y volver a unirlas.

⚠ El distractor de 2019 decía que la 3FN es la que exige que «no existan relaciones de dependencia de reunión no triviales que no se generen desde las claves». Eso es la 5FN. Y otro decía «está en 2FN y todo atributo no clave depende de ella al completo», que es la definición de la 2FN repetida. La 3FN es la de la dependencia transitiva, y ninguna otra.

6.3. Cómo se contesta «¿en qué forma normal está esta tabla?»

En 2019 cayó una práctica preciosa. La tabla tenía este registro:

NIF: 12345678Z · Nombre: Emilia · PrimerApellido: Pardo · SegundoApellido: Bazán · Direccion: Atocha 106 · Telefonos: 916666666;917777777

La respuesta correcta es «no está en ninguna forma normal». El razonamiento, que sirve para cualquier pregunta de este tipo:

1. Se empieza siempre por la 1FN. ¿Hay algún atributo con más de un valor? Sí: Telefonos lleva dos números separados por punto y coma. No está en 1FN.
2. Como las formas normales son acumulativas, si no está en 1FN no puede estar en ninguna superior. No hace falta mirar nada más.

La única respuesta posible es «en ninguna». ⚠ El error típico es contestar «en primera forma normal» razonando que «al menos tiene clave»; tener clave no es lo que pide la 1FN. Lo que pide la 1FN es atomicidad.

Para arreglarla: se saca Telefonos a una tabla nueva TELEFONO(NIF, numero), con clave primaria compuesta por los dos campos y NIF como clave ajena. Es exactamente la regla de transformación del atributo multivaluado.

6.4. Descomposición sin pérdida y conservación de dependencias

Normalizar es descomponer, y descomponer mal destruye información. Toda descomposición debe cumplir dos propiedades, y solo una de las dos está siempre garantizada:

• Descomposición sin pérdida de información (lossless join): al volver a unir las tablas resultantes con una reunión natural se obtiene exactamente la relación original, ni una tupla más ni una menos. Si aparecen tuplas espurias, la descomposición perdió información. Se garantiza cuando el atributo común de las dos tablas es clave en al menos una de ellas.
• Conservación de las dependencias funcionales: toda dependencia del esquema original puede comprobarse en alguna de las tablas resultantes, sin tener que hacer joins. Si se pierde, hay restricciones que ya no puede vigilar el SGBD.

⚠ El dato fino: siempre existe una descomposición en 3FN sin pérdida y que conserva las dependencias; pero en FNBC no siempre se pueden conseguir las dos a la vez —la ausencia de pérdida sí está garantizada, la conservación de dependencias no—. Ese es el motivo real por el que en la práctica se normaliza hasta 3FN y no más.

7. Diseño físico y optimización

El diseño físico traduce el esquema lógico a las estructuras concretas de un producto concreto: tipos de datos reales, espacios de tablas, índices, particiones, parámetros de almacenamiento. Y aquí es donde MÉTRICA dice algo que sorprende a quien viene de estudiar normalización.

7.1. La optimización de MÉTRICA: desnormalización controlada

MÉTRICA v3 tiene una técnica llamada Optimización, que se aplica en la tarea DSI 6.3 «Optimización del Modelo Físico de Datos». Su objetivo, literal:

«Reestructurar el modelo físico de datos con el fin de asegurar que satisface los requisitos de rendimiento establecidos y conseguir una adecuada eficiencia del sistema.»

Y consiste en una desnormalización controlada del modelo físico que se aplica para reducir o simplificar el número de accesos a la base de datos. Las opciones que propone son cinco:

1. Introducir elementos redundantes.
2. Dividir entidades.
3. Combinar entidades si los accesos son frecuentes dentro de la MISMA transacción.
4. Redefinir o añadir relaciones entre entidades para hacer más directo el acceso.
5. Definir claves secundarias o índices para permitir caminos de acceso alternativos.

🚨 Esta es la pregunta más rentable del tema: cayó tres veces en 2024 —modelo A, modelo B y promoción interna—, siempre igual: «si se quisiera optimizar el modelo físico de datos para reducir o simplificar el número de accesos, ¿cuál de las siguientes acciones se aplicaría?». La respuesta es introducir elementos redundantes. Y los distractores están construidos con las otras opciones de la lista, mal citadas:

• «Combinar entidades si los accesos son frecuentes en transacciones distintas» → falso: MÉTRICA dice dentro de la misma transacción. Una palabra.
• «Eliminar entidades» → falso: la lista dice dividir y combinar, nunca eliminar.
• «Normalizar las tablas en FNBC» → falso, y es el distractor psicológicamente más fuerte, porque es lo que uno acaba de estudiar. Normalizar más aumenta el número de tablas y, por tanto, el de joins y accesos: va en dirección contraria a lo que pide el enunciado.

Antes de desnormalizar, MÉTRICA obliga a valorar los tiempos de respuesta, la proporción entre actualizaciones y consultas, los patrones y la frecuencia de acceso a los atributos, las longitudes de los datos, el tipo de aplicación, las prioridades de acceso, el tamaño de las tablas y los requisitos de seguridad —accesibilidad, confidencialidad, integridad y disponibilidad—. La palabra «controlada» no es de adorno: desnormalizar sin medir es un error, no una optimización.

7.2. Índices

Un índice es una estructura auxiliar que acelera la búsqueda a costa de espacio y de penalizar las escrituras (cada INSERT, UPDATE o DELETE tiene que mantenerlo). Los tipos que hay que reconocer:

Tipo	Cómo funciona	Cuándo
Árbol B+	Árbol equilibrado con todos los datos en las hojas, enlazadas entre sí. Es el índice por defecto de todos los productos.	Igualdad y, sobre todo, rangos y ordenación.
Hash	Función que convierte el valor en la dirección del bloque.	Solo igualdad exacta. No sirve para rangos.
Mapa de bits	Un vector de bits por cada valor distinto.	Baja cardinalidad (sexo, provincia, estado) y entornos de consulta, no de actualización.
Agrupado (clustered)	Ordena físicamente las filas de la tabla según el índice. Solo puede haber uno por tabla.	La columna por la que más se recorre en orden o por rango.
No agrupado	Estructura aparte con punteros a las filas. Puede haber muchos.	El caso general.

Dos conceptos más que se preguntan: un índice compuesto sirve para las consultas que filtran por su prefijo por la izquierda, no por cualquier columna suelta; y un índice cubridor es el que contiene todas las columnas que la consulta necesita, de modo que el SGBD la resuelve sin tocar la tabla.

7.3. Particionado y otras decisiones físicas

El particionado divide una tabla grande en trozos que se gestionan por separado pero se consultan como una sola:

• Horizontal: se reparten las filas. Por rango (las ventas de cada año), por lista (por provincia), por hash (para repartir uniformemente) o compuesto. Es la que permite el partition pruning: el optimizador se salta las particiones que no puede contener el resultado.
• Vertical: se reparten las columnas en varias tablas con la misma clave. Sirve para separar columnas grandes o poco usadas de las que se consultan siempre. Es, mirado de cerca, la opción «dividir entidades» de MÉTRICA.

Y las demás decisiones del diseño físico: elección de tipos de datos y longitudes reales, ubicación en espacios de tablas y discos, factor de relleno de los bloques, agrupamiento (clustering) de tablas que se consultan juntas, vistas materializadas con datos precalculados, compresión, y el mantenimiento de estadísticas para que el optimizador basado en costes elija bien el plan de ejecución.

8. Modelado dimensional: Kimball, estrella y outriggers

Todo lo anterior sirve para sistemas transaccionales. Para explotar la información hay otra forma de modelar, y en 2026 entró en el examen.

8.1. OLTP frente a OLAP

	OLTP (transaccional)	OLAP (analítico)
Para qué	Operar el día a día	Analizar y decidir
Operaciones	Muchas, cortas, de escritura	Pocas, largas, de lectura
Datos	Actuales y de detalle	Históricos y agregados
Modelado	Normalizado (3FN)	Desnormalizado (estrella)
Unidad de trabajo	La transacción	La consulta

Un almacén de datos (data warehouse) es, en la definición de Bill Inmon, una colección de datos orientada a un tema, integrada, no volátil y variante en el tiempo, destinada a apoyar la toma de decisiones. Un data mart es un subconjunto departamental del almacén.

Las dos escuelas se preguntan por su diferencia de enfoque: Inmon construye primero un almacén corporativo normalizado (3FN) y de él salen los data marts —top-down—; Kimball construye primero data marts dimensionales y los integra mediante dimensiones conformadas —bottom-up—.

8.2. Hechos, dimensiones y el grano

El modelo dimensional tiene dos tipos de tabla y ninguno más:

• Tabla de hechos (fact table): contiene las medidas numéricas del proceso de negocio (importe, unidades, duración) y las claves ajenas a las dimensiones. Es la tabla grande, la que crece.
• Tabla de dimensión: contiene el contexto descriptivo —quién, qué, cuándo, dónde, cómo— en atributos de texto que sirven para filtrar y agrupar. Es ancha pero corta, y está deliberadamente desnormalizada.

El grano (grain) es el nivel de detalle de una fila de la tabla de hechos —«una línea de ticket», «un saldo diario por cuenta»— y es la primera decisión del diseño: se declara antes de elegir dimensiones y medidas, porque todo lo demás depende de él.

Las medidas se clasifican por su aditividad, y esto se pregunta:

• Aditivas: se pueden sumar por todas las dimensiones (el importe de una venta).
• Semiaditivas: se pueden sumar por unas dimensiones pero no por el tiempo (un saldo, un nivel de existencias: sumar los saldos de los doce meses no da nada con sentido; hay que promediar o tomar el último).
• No aditivas: no se pueden sumar por ninguna (un porcentaje, un ratio, un precio unitario). Se guardan sus componentes y el ratio se calcula al final.

8.3. Estrella, copo de nieve y outrigger

Aquí está la pregunta de 2026, y conviene tener los tres esquemas separados con precisión:

Esquema	Estructura	Postura de Kimball
Estrella (star schema)	Una tabla de hechos en el centro y las dimensiones a su alrededor, cada una a un solo salto y desnormalizada.	Es el diseño recomendado.
Copo de nieve (snowflake)	Las dimensiones se normalizan: los atributos muchos-a-uno redundantes se sacan a tablas secundarias, y al repetir el proceso con todas las jerarquías aparece la estructura multinivel característica.	Desaconsejado: parece óptimo a quien viene del modelado transaccional, pero perjudica el rendimiento y la comprensibilidad de las consultas.
Outrigger	Una dimensión contiene una referencia a otra tabla de dimensión. El ejemplo del propio Kimball: una dimensión «cuenta bancaria» que referencia a la dimensión «fecha» para guardar la fecha de apertura.	Permitido, pero con moderación: en la mayoría de los casos la correlación debería bajarse a la tabla de hechos, con las dos dimensiones como claves ajenas separadas.

🚨 La pregunta de 2026, en los dos modelos: «En el modelo de datos dimensional de Kimball, una dimensión outrigger es…». Respuesta: una tabla de dimensión enlazada en otra tabla de dimensión. Los tres distractores agotaban las demás combinaciones (hechos con hechos, dimensión con hechos, hechos con dimensión), así que no hay atajo: hay que saber que el outrigger va de dimensión a dimensión.

La forma de no confundirlo con el copo de nieve: el copo de nieve normaliza una jerarquía entera hasta la 3FN, creando varios niveles; el outrigger es un único salto a otra dimensión que existe por sí misma y que se usa también en otros sitios. Son primos, pero no lo mismo.

Y un tercero que completa la familia: la constelación de hechos o esquema de galaxia, que es varias tablas de hechos compartiendo dimensiones conformadas.

8.4. Dimensiones especiales

• Dimensiones conformadas: las que tienen el mismo significado y el mismo contenido en todas las tablas de hechos que las usan. Son el mecanismo con el que Kimball integra data marts: es lo que llama el bus del almacén.
• Dimensión degenerada: un identificador de operación que se queda en la tabla de hechos sin dimensión asociada, porque no tiene atributos que describir (el número de ticket, el número de pedido).
• Dimensión basura (junk dimension): una tabla que agrupa indicadores y banderas sueltos de baja cardinalidad que no merecen dimensión propia.
• Dimensión de rol (role-playing): una misma dimensión física usada varias veces con papeles distintos —la dimensión fecha haciendo de fecha de pedido, de envío y de cobro—, normalmente a través de vistas con distinto nombre.
• Tabla de hechos sin hechos (factless): registra que un suceso ocurrió sin medida numérica que guardar (la asistencia de un alumno a una clase). Sirve para contar y para detectar lo que no ocurrió.
• Tabla puente (bridge): resuelve las relaciones muchos-a-muchos entre un hecho y una dimensión, o las jerarquías de profundidad variable.

8.5. Dimensiones lentamente cambiantes (SCD)

El problema: el cliente cambia de provincia. ¿Las ventas antiguas se reasignan a la nueva provincia o se quedan en la que estaban? Kimball define varias técnicas; las tres primeras son las clásicas y las que siempre se preguntan:

Tipo	Nombre	Qué hace	Historia
0	Conservar el original	El atributo nunca se modifica.	Congelada en el valor original
1	Sobrescribir	Se machaca el valor antiguo con el nuevo.	Se destruye
2	Añadir fila	Se inserta una fila nueva con una clave subrogada distinta y, normalmente, fechas de vigencia y un indicador de fila actual.	Se conserva entera
3	Añadir columna	Se añade un atributo «valor anterior» junto al actual.	Solo el valor previo
4	Minidimensión	Los atributos que cambian rápido se separan a una dimensión aparte.	Se conserva, en otra tabla
5, 6 y 7	Híbridos	Combinan la tipo 1 y la tipo 2 para poder consultar a la vez el valor histórico y el actual.	Las dos vistas a la vez

La respuesta corta que hay que llevar: tipo 1 destruye la historia, tipo 2 la conserva añadiendo filas, tipo 3 guarda solo el valor anterior en una columna. Y la tipo 2 es la razón por la que en el modelado dimensional las claves primarias de las dimensiones tienen que ser subrogadas: si la clave fuera el DNI del cliente, no se podrían tener dos filas del mismo cliente.

8.6. ETL y ELT

Los datos llegan al almacén mediante procesos ETL: extracción de los sistemas origen, transformación (limpieza, normalización de formatos, deduplicación, cálculo de claves subrogadas, gestión de las SCD) y carga. La variante ELT invierte los dos últimos pasos: se carga primero en bruto y se transforma dentro del propio destino, aprovechando su capacidad de cálculo; es lo habitual con almacenes en la nube y con arquitecturas de data lake. La zona intermedia donde aterrizan los datos antes de transformarse se llama área de preparación o staging.

9. El otro modelado de MÉTRICA: el diagrama de flujo de datos

MÉTRICA no modela solo los datos: modela también los procesos, y para eso usa el Diagrama de Flujo de Datos (DFD). Cayó en 2019 y sus definiciones son igual de literales que las del E/R.

Elemento	Definición literal de MÉTRICA v3
Proceso	«Representa una funcionalidad que tiene que llevar a cabo el sistema para transformar o manipular datos.»
Flujo de datos	«Representa el movimiento de los datos, y establece la comunicación entre los procesos y los almacenes de datos o las entidades externas.»
Almacén de datos	«Representa la información en reposo utilizada por el sistema, independientemente del sistema de gestión de datos.»
Entidad externa	«Representa un ente ajeno al sistema que proporciona o recibe información del mismo.»
Proceso de control	«Representa procesos que coordinan y sincronizan las actividades de otros procesos del diagrama de flujo de datos.»
Flujo de control	«Representa el flujo entre un proceso de control y otro proceso. El flujo de control que sale de un proceso de control activa al proceso que lo recibe.»

🚨 Las cuatro opciones de 2019, desmontadas: la correcta era la del proceso de control. Las falsas cambiaban una palabra cada una:

• «Almacén de datos: representa la información en movimiento» → es en reposo. Lo que está en movimiento es el flujo.
• «Flujo de control: representa el flujo entre dos procesos de control» → es entre un proceso de control y otro proceso (que no tiene por qué ser de control).
• «Flujo de datos: … establece la comunicación entre dos almacenes» → falso: comunica procesos con almacenes o con entidades externas. Dos almacenes nunca se conectan directamente entre sí.

Los DFD se construyen por niveles, de arriba abajo: el diagrama de contexto (nivel 0) tiene un único proceso que representa todo el sistema y muestra las entidades externas; el diagrama 0 (nivel 1) lo descompone en los procesos principales; y así sucesivamente hasta llegar a los procesos primitivos, que ya no se descomponen y se especifican con una descripción textual. Cada explosión debe guardar consistencia con el nivel superior: las entradas y salidas del proceso padre tienen que ser las mismas que las del diagrama hijo.

10. Lo que ya ha preguntado el tribunal

Las 53 preguntas de este tema en los nueve exámenes oficiales, ordenadas por lo que hay que saber para contestarlas. Si con el apunte leído respondes a esta lista, el tema está hecho.

Lo preguntado	Veces	La respuesta
Cardinalidad = «participación en la relación de cada una de las entidades afectadas»	3	Cardinalidad, no tipo de correspondencia
Tipo de correspondencia = «número máximo de ocurrencias»	1	Tipo de correspondencia, no cardinalidad
Optimización del modelo físico para reducir accesos	3	Introducir elementos redundantes
Normalización según MÉTRICA (definición de la 2FN)	3	2FN = 1FN + dependencia funcional completa de las candidatas
Mecanismo de «dominios independientes que coyunturalmente se asocian»	2	Asociación
Definición de entidad / dominio con existencia propia / atributo sobre un dominio	2	«Objeto real o abstracto…»
Elipse discontinua en un diagrama E/R	2	Atributo derivado
4 columnas y 7 filas: grado y cardinalidad	2	Grado 4, cardinalidad 7
Dimensión outrigger de Kimball	2	Dimensión enlazada en otra dimensión
Clave foránea: qué es y qué la caracteriza	3	Referencia la clave primaria de otra tabla
Tipo de correspondencia entre dos tablas de un modelo dado	3	Se lee del diagrama: 1:N
Definición de la 3FN	1	2FN sin dependencias transitivas
Definición de dependencia funcional	1	«A cada valor de X le corresponde un único valor de Y»
¿En qué forma normal está esta tabla? (teléfonos multivaluados)	1	En ninguna: falla la 1FN
Cuál NO es una de las reglas de Codd	1	«Dependencia de la distribución» (es independencia)
Afirmación incorrecta sobre bases de datos relacionales	1	«Usan un método clave-valor» (eso es NoSQL)
Definición de atributo en el diseño conceptual	1	Propiedad asociada a un conjunto de entidades
Generalización / especialización / agregación en el E/R extendido	1	Agregación = composición de entidades y su tipo de relación
Elementos del DFD de MÉTRICA	1	Proceso de control coordina y sincroniza
Arquitectura ANSI/SPARC: afirmación incorrecta	1 (anulada)	El interno NO se llama lógico

Cómo estudiar este tema, en una frase. Todo lo demás es entendible; las definiciones de MÉTRICA hay que reconocerlas. Léelas hasta que la palabra clave salte sola: «participación» es cardinalidad, «número máximo» es tipo de correspondencia, «existencia propia» es dominio, «real o abstracto» es entidad, «y su tipo de relación» es agregación, «coyunturalmente» es asociación, «no tiene grupos repetitivos» es 1FN, «dependencia funcional completa» es 2FN, «a través de otro atributo» es transitiva, y «reducir el número de accesos» se contesta con introducir elementos redundantes. Con esas diez frases se contestan más de la mitad de las preguntas que este tribunal ha hecho del tema.