¿Qué es un diagrama de relación de entidad?

Dentro del modelo relacional de diseño de bases de datos, los ERD establecen cómo se conectan las entradas de una base de datos. Los ERD son un modelo conceptual de datos de alto nivel que prepara el terreno para el diseño y el análisis más avanzados de bases de datos.

Además, el modelado de relaciones entre entidades puede ayudar a destilar narrativas y conocimientos a partir de una colección aparentemente dispar de puntos de datos.

Los analistas de negocio y los ingenieros de bases de datos utilizan los diagramas ER como herramientas de modelado de datos para evaluar el alcance de las bases de datos que necesitan sus organizaciones y, a continuación, planificar cómo se almacenarán los datos.

Los ERD informan la parte de ingeniería de software de un proyecto de base de datos estableciendo los requisitos para la arquitectura de los sistemas de información y la estructura de la base de datos. En el enfoque de tres esquemas de la ingeniería de software para sistemas de gestión de bases de datos (DBMS), el ERD es el nivel conceptual.

La integración de datos es un proceso complejo de ingeniería de datos que consta de muchas partes móviles. Un ERD puede ayudar a los ingenieros de datos a conceptualizar el sistema global y reducir la posibilidad de errores.

Comparar las bases de datos existentes con un ERD puede revelar errores de diseño que podrían estar causando problemas. Las bases de datos complejas con numerosas tablas requieren amplios conocimientos de SQL para el proceso de depuración. Un diagrama entidad-relación resume la base de datos para que los ingenieros puedan identificar rápidamente posibles errores.

Cuando se emprenden proyectos de reingeniería de procesos empresariales, puede ser útil obtener una vista de pájaro de todos los datos de los sistemas de información de una organización. Los ERD se utilizan para elaborar soluciones de arquitectura de datos más nuevas y eficaces que faciliten las demás etapas del proceso de BPR.

Los diagramas de relación de entidades, los esquemas de bases de datos y los diagramas de flujo de datos representan visualmente la organización de los datos en un sistema.

• Los diagramas de relaciones entre entidades ilustran las entidades de una base de datos y sus relaciones mutuas. Los diagramas ER suelen representar esquemas de bases de datos.

• Los esquemas de bases de datos establecen cómo se modelarán las entidades del mundo real en una base de datos relacional. Contienen las reglas y directrices que determinan la organización de la base de datos, como los nombres de las tablas, los campos y los tipos de datos.

• Los diagramas de flujo de datos son un tipo de diagrama de flujo que representa el flujo de datos a través de un proceso o sistema. Muestran cómo se mueven los datos desde el proceso hasta las ubicaciones de almacenamiento internas y externas.

Los diagramas de relación de entidad incluyen las entidades, los atributos de esas entidades y las relaciones entre ellas. Algunos ERD también transmiten la cardinalidad, que cuantifica la relación entre dos entidades.

Una entidad ERD es algo definible, como una persona, un rol, un evento, un concepto o un objeto, que puede tener información sobre él almacenada en una base de datos relacional. Muchos estilos de diagramas de relación de entidad representan las entidades como rectángulos.

• Personas o roles: Estudiantes, vendedores, ejecutivos o clientes.
• Eventos: transacciones, altas o bajas.
• Conceptos: perfiles o personas.
• Objetos: productos, facturas o correos electrónicos.

Las entidades son similares a los sustantivos en sentido gramatical. Son elementos centrales de la base de datos, con atributos y relaciones que transmiten información sobre estas entidades, del mismo modo que los adjetivos y los verbos proporcionan más información sobre los sustantivos de una frase.

Los tipos de entidad son una categoría de entidades. Si las entidades son similares a los sustantivos, los tipos de entidad son categorías de sustantivos: alimentos, deportes y países. Las entidades individuales dentro de un tipo de entidad se conocen como instancias. Dentro del tipo entidad, las verduras podrían ser las instancias brócoli, zanahoria y espárrago.

Las entidades se clasifican como fuertes o débiles. Las entidades fuertes contienen suficiente información identificativa en sus atributos como para no necesitar más aclaraciones. Mientras que las entidades débiles solo existen como resultado o consecuencia de otra entidad. La entidad fuerte asociada a una entidad débil determinada se conoce como su entidad matriz o propietaria.

Consideremos una base de datos que modela los pedidos de los clientes en una empresa de comercio electrónico. Cada pedido es una entidad fuerte porque puede definirse como una instancia única basada en el comprador, la hora y la fecha. Sin embargo, las partidas dentro de cada pedido son entidades débiles. Solo tienen sentido en el contexto de sus respectivas órdenes. Esta dependencia se conoce como dependencia de la existencia o restricción de la participación.

Las entidades fuertes se muestran como rectángulos sólidos, mientras que los ERD representan las entidades débiles como un rectángulo doble.

Una entidad asociativa vincula las instancias entre dos conjuntos de entidades y tiene sus propios atributos que proporcionan más información sobre esa relación. En un ERD utilizado por una universidad, la entidad establece que los estudiantes y los profesores tengan muchas conexiones entre sí. La entidad asociativa que sirve de puente entre ambas mostraría qué alumnos están siguiendo cursos impartidos por qué profesores.

Las bases de datos relacionales utilizan entidades asociativas para informar tablas de unión, que combinan campos de otras múltiples tablas de la base de datos. En los diagramas ER, las entidades asociativas se representan como un rombo dentro de un rectángulo.

Los atributos son cualidades, propiedades y características que definen una entidad o un tipo de entidad. En un diseño ERD clásico, los atributos se muestran como óvalos y aparecen junto a la entidad correspondiente en un ERD.

• Los atributos simples no pueden simplificarse ni dividirse en otros atributos. Un código postal es un ejemplo de atributo simple.

• Los atributos compuestos se compilan a partir de otros atributos, que pueden ser simples o no. Una dirección es un atributo compuesto que contiene un número de calle, un nombre de calle, un código postal, una ciudad y otros datos identificativos.

• Los atributos derivados se calculan a partir de otros atributos. El valor de la nómina de un empleado se deriva de sus horas trabajadas, la duración del periodo de pago y su salario. Los ERD representan los atributos derivados como óvalos discontinuos.

• Los atributos multivalor pueden tener más de un valor por registro, mientras que un atributo de valor único no.

Las claves de entidad son los atributos que definen de forma exclusiva cada entidad de un conjunto de datos. Cualquier atributo puede designarse como clave, siempre que cumpla esta función. Por ejemplo, en un conjunto de entidades de personas, un atributo clave apropiado podría ser un número de identificación nacional. Por el contrario, los apellidos no son adecuados como atributo clave en este contexto, ya que a menudo varias personas tienen el mismo apellido.

• Superclave: Uno o más atributos que pueden definir de forma exclusiva una entidad dentro de un conjunto de entidades.

• Clave candidata: la superclave más simple posible, ningún atributo dentro de una clave candidata puede ser una superclave en sí mismo. Las claves candidatas pueden consistir en uno o más atributos si cada atributo no es una superclave.

• Clave principal: La clave candidata se elige para definir de forma única un conjunto de entidades. Dado que la clave primaria es lo que diferencia a cada entidad, es posible que no haya dos entradas en una base de datos que compartan el mismo valor de clave primaria. En un diagrama ER, la clave primaria de cada entidad aparecerá subrayada. Cualquier entidad que contenga una clave primaria se considera una entidad fuerte. 

• Clave foránea: atributo que identifica la relación de una entidad con otra. Las entidades débiles dependen de claves externas para definirse como entidades fuertes. Por ejemplo, la entidad débil cuenta bancaria necesitaría una clave externa que la vinculara al banco correspondiente.

Las relaciones son las líneas conectadas que unen las entidades de un ERD. Indican cómo se asocian entre sí las entidades de un ERD. Si las entidades son sustantivos y los atributos son adjetivos, las relaciones son verbos.

En un ERD tradicional, las relaciones se representan como diamantes. Las relaciones débiles vinculan a una entidad débil con su propietario y se muestran como rombos dobles.

La participación de las entidades en una relación puede ser total, en cuyo caso la totalidad del conjunto de entidades participa en la relación, o parcial. En la participación parcial, algunas o todas las entidades del conjunto pueden participar en la relación en un momento determinado.

La cardinalidad es la cualidad de una relación que define el número de instancias de una entidad que se relacionan con las instancias de otra.

• Las relaciones uno a uno (1:1) indican que un registro de una entidad sólo puede estar referenciado por un registro de la otra entidad. La relación entre las universidades y los presidentes de las entidades es de uno a uno, porque cada universidad tiene un solo presidente. A la inversa, cada presidente es responsable exactamente de una universidad.

• Las relaciones de uno a muchos (1:M) describen situaciones en las que cada registro de una entidad está relacionado con varios registros de otra entidad. Existe una relación de uno a muchos entre las entidades universidades y departamentos. Una universidad puede tener varios departamentos, pero cada departamento forma parte de una sola universidad.

• Las relaciones de muchos a muchos (M:M) muestran que uno o varios registros de ambas entidades pueden estar conectados. Las entidades alumnos y profesores tienen una relación de muchos a muchos porque, al igual que un profesor imparte una clase con muchos alumnos, cada alumno también puede matricularse en clases con otros profesores.

Los ERD representan la cardinalidad mediante variaciones en las líneas de conexión entre entidades. La forma en que se muestra la cardinalidad depende del estilo de ERD utilizado.

La mayoría de los ERD se redactan en uno de los tres modelos entidad-relación: conceptual, lógico y físico. Los tres representan entidades junto con sus atributos y relaciones, pero sus casos de uso y su público difieren. Los ERD conceptuales son los menos detallados, mientras que los físicos ofrecen la información más granular.

• Los modelos ER conceptuales ofrecen una visión de alto nivel de los datos dentro del ERD. Los analistas de negocio los utilizan para proyectos de diseño de bases de datos a gran escala, como los almacenes de datos. Los modelos de datos conceptuales suelen contener entidades y relaciones sin profundizar en las tablas de las bases de datos ni en la cardinalidad.

• Los modelos ER lógicos son similares a los modelos conceptuales, pero algo más detallados. En un modelo lógico de datos, se definen las columnas o atributos dentro de cada entidad, así como las entidades operativas y transaccionales. Los analistas de negocio utilizan modelos lógicos de datos para proyectos de diseño de bases de datos a menor escala.

• Los modelos ER físicos son los planes concretos de los proyectos de diseño de bases de datos. Incluyen el máximo de detalles, como la cardinalidad y las claves primarias y externas. Los diseñadores e ingenieros de bases de datos crean modelos físicos de datos a partir de los modelos conceptuales y lógicos que les proporcionan los analistas de negocio.

Desde que el informático y teórico de las bases de datos Peter Chen introdujo los ERD en los años 70, han surgido múltiples tipos de diagramas para cubrir una gama cada vez mayor de casos de uso.

Los ERD de Chen se parecen a los diagramas de flujo clásicos, con varias formas conectadas por líneas. La cardinalidad se muestra con los caracteres 1, M y N a lo largo de las líneas de conexión. M y N representan "muchos" en una relación de uno a muchos o de muchos a muchos; representar esta última con la notación M:N o N:M implica que el número de entidades en la relación no tiene por qué ser igual en ambos lados.

El estilo Chen representa la participación total con una sola línea de conexión y la parcial con una línea de conexión doble.

Llamada así por su línea de conexión bifurcada de tres puntas que muestra muchas relaciones, la notación de pata de gallo sustituye los símbolos de Chen por tablas. Cada tabla representa una entidad y contiene todos sus atributos. La notación de pata de gallo permite a los creadores de ERD mostrar información relativa a la cardinalidad de las relaciones.

Los diagramas de estructura de datos de Charles Bachman inspiraron directamente a Chen en la creación del ERD. Bachman utilizaba líneas con flechas para indicar la cardinalidad en las relaciones.

Las Fuerzas Aéreas de Estados Unidos introdujeron en los años 80 el lenguaje IDEF1X (Integration DEFinition for information modeling) para apoyar el desarrollo de modelos semánticos de datos. El trabajo de Chen ha dado un paso adelante al mostrar los atributos en una tabla compartida e introducir más opciones de cardinalidad.

Creado por Richard Barker en 1981, el estilo Barker es el estándar utilizado en Oracle. La notación de Barker comparte el estilo de pata de gallo para conectar líneas, aunque también utiliza líneas discontinuas para representar la participación parcial u opcional.