Taller 4 - Bases de Datos II

Migración y Normalización de Datos

Institución: Politécnico Colombiano Jaime Isaza Cadavid
Asignatura: Bases de Datos II
Profesor: Manolo Pajaro Borras

---

📋 Requisitos previos

• Python 3.8+ (el proyecto usa Python 3.14)
• Docker Desktop instalado y ejecutándose
• Jupyter Notebook o JupyterLab
• Dependencias: pip install -r requirements.txt

🚀 Pasos para ejecutar el proyecto

1️⃣ Iniciar los contenedores Docker

Desde la carpeta del proyecto, ejecuta:

docker compose up -d

Esto iniciará:

• PostgreSQL 15 en localhost:5432
  • BD: escuela_db
  • Usuario: user
  • Contraseña: password_postgres
• MongoDB 7 en localhost:27017

Verifica que estén corriendo:

docker compose ps

2️⃣ Instalar dependencias de Python

pip install -r requirements.txt --quiet

3️⃣ Ejecutar el Notebook

Abre Jupyter:

jupyter notebook taller4_bd2.ipynb

O si usas JupyterLab:

jupyter lab taller4_bd2.ipynb

4️⃣ Ejecutar las celdas en orden

El notebook tiene 4 fases principales:

Fase	Descripción	Celdas
Fase 1	Limpieza y exportación a JSON	1-7
Fase 2	Generación de Diagrama ER	8
Fase 3	Migración a PostgreSQL	9-14
Fase 4	Migración a MongoDB	15-16

Nota: Las celdas de la Fase 3 requieren que PostgreSQL esté corriendo.

---

📁 Estructura de archivos

TALLE4BD2/
├── taller4_bd2.ipynb                           # Notebook principal
├── Base_Datos_Escuela_No_Normalizada_Actualizada (1).xlsx  # Datos de entrada
├── requirements.txt                            # Dependencias Python
├── docker-compose.yml                          # Configuración Docker
├── script_bd.sql                               # DDL, vistas, funciones, triggers
├── der_escuela.png                             # Diagrama ER (generado)
├── datos_limpios.json                          # Datos normalizados (generado)
└── README.md                                   # Este archivo

---

🔧 Configuración de conexión

El notebook usa estas credenciales:

PostgreSQL:

dbname="escuela_db"
user="user"
password="password_postgres"
host="localhost"
port=5432

MongoDB:

mongodb://localhost:27017/

✅ Verificación

Después de ejecutar todas las celdas, deberías ver:

• ✅ Fase 1: 35 estudiantes, 7 docentes, 10 materias limpias y normalizadas
• ✅ Fase 2: Diagrama ER guardado como der_escuela.png
• ✅ Fase 3: Datos en PostgreSQL con vistas, funciones y triggers funcionando
• ✅ Fase 4: Datos en MongoDB con desnormalización estratégica

🛑 Solución de problemas

Error de conexión a PostgreSQL

❌ Error de conexión: could not connect to server

Solución: Verifica que Docker está corriendo: docker compose ps

Error de conexión a MongoDB

❌ Error de conexión a MongoDB: [Errno 111] Connection refused

Solución: Espera 10 segundos después de iniciar Docker, MongoDB tarda en iniciarse.

Error: FileNotFoundError: datos_limpios.json

Solución: Asegúrate de ejecutar las celdas de la Fase 1 antes de la Fase 3.

Error: UnicodeDecodeError

Solución: El notebook ya está corregido con client_encoding='UTF8'.

📊 Salida esperada

El notebook generará:

1. Tablas normalizadas en formato DataFrames
2. der_escuela.png - Diagrama Entidad-Relación en alta resolución
3. datos_limpios.json - Datos en formato JSON
4. PostgreSQL - Base de datos relacional con:
   • 6 tablas principales
   • 2 vistas
   • 2 funciones
   • 2 triggers
5. MongoDB - Base de datos NoSQL con:
   • 3 colecciones desnormalizadas
   • Datos embebidos estratégicamente

---

📝 Notas importantes

• Los datos se limpian automáticamente (duplicados, valores inconsistentes, etc.)
• El modelo está completamente normalizado a 3FN
• MongoDB incluye desnormalización estratégica para optimizar consultas frecuentes
• La tabla auditoria_nivel registra cambios de nivel en PostgreSQL

---

¿Problemas? Revisa que Docker esté activo y que todos los archivos estén en la carpeta correcta.