Evolucion de la base de dato

inicios

Feb 3, 1950

1950s: Nacen los primeros sistemas de almacenamiento de datos. Los datos se almacenaban en cintas magnéticas y tarjetas perforadas.

IBM

Jun 4, 1960

1960s: IBM introduce el concepto de bases de datos jerárquicas con IMS (Information Management System) para gestionar datos de manera más estructurada.

Expancion

Jan 3, 1981

1981: IBM lanza DB2, su sistema de bases de datos relacional.

Expancion

Mar 3, 1986

1986: Se crea el estándar SQL (Structured Query Language), adoptado como lenguaje universal para interactuar con bases de datos relacionales.

Expancion

Jun 5, 1988

Finales de 1980: Surgen sistemas para bases de datos distribuidas y bases de datos orientadas a objetos.

base de datos para la era del internet

Mar 5, 1995

1995: Aparecen bases de datos open source como MySQL y PostgreSQL, que popularizan el acceso a bases de datos relacionales.

No sql

Sep 6, 1997

1997: Empiezan a desarrollarse bases de datos NoSQL (orientadas a documentos, claves/valores, columnas o gráficos) para aplicaciones web de gran escala.

XML

Jul 5, 1999

1999: Se introducen bases de datos XML, diseñadas para almacenar datos en un formato jerárquico y fácilmente intercambiable.

MapReduce

May 4, 2003

2004: Google presenta el concepto de MapReduce, un paradigma para procesar grandes volúmenes de datos distribuidos.

Diferentes Base de datos

Jul 6, 2007

2007: Aparecen bases de datos NoSQL como Cassandra y MongoDB, diseñadas para manejar grandes cantidades de datos no estructurados.

Cassandra

Jan 3, 2009

2009: Facebook lanza Apache Cassandra, que permite manejar datos distribuidos en tiempo real.

Database

May 4, 2010

2010s: Crece la popularidad de bases de datos en la nube como Amazon RDS, Google BigQuery y Microsoft Azure SQL Database.

SQL-NoSQL

Mar 4, 2012

2012: Aparecen bases de datos híbridas (SQL + NoSQL) como Google Spanner.

Neoj4

May 3, 2014

2014: Surgen bases de datos gráficas como Neo4j, que permiten modelar relaciones complejas entre nodos.

influxbd

Jun 5, 2020

2015-2020: El análisis en tiempo real se convierte en tendencia con tecnologías como Apache Kafka y bases de datos de series temporales como InfluxDB.

IA

May 4, 2024

2020s: Bases de datos optimizadas para inteligencia artificial y aprendizaje automático, como Pinecone para datos vectoriales.
Aumento de bases de datos serverless, que eliminan la necesidad de administrar servidores directamente.
Avances en Data Mesh, que descentraliza el manejo de datos en grandes organizaciones.