Historia y evolución de las bases de datos: de 1960 a hoy

La historia de las bases de datos empieza mucho antes que los ordenadores personales: en los años sesenta, cuando las empresas y la NASA necesitaban guardar más información de la que cabía en fichas y cintas. Desde entonces han pasado por cuatro grandes etapas: los modelos jerárquico y en red, el modelo relacional y SQL, la explosión de internet y NoSQL, y la era actual de la nube, el big data y la inteligencia artificial.

En este artículo repasamos cada etapa, quién la impulsó y qué problema resolvía. Al final tienes una tabla cronológica con las fechas clave.

Antes de las bases de datos: fichas, tarjetas perforadas y ficheros

Durante siglos, la información se guardó en papel: registros, libros de contabilidad y fichas. El primer gran salto llegó en 1890, cuando Herman Hollerith usó tarjetas perforadas y máquinas tabuladoras para procesar el censo de Estados Unidos. Su empresa acabaría formando parte de IBM.

Con los primeros ordenadores de los años cincuenta llegaron las cintas magnéticas y, después, los discos. Cada programa guardaba sus datos en sus propios ficheros, con su propio formato. Funcionaba mientras había pocos datos, pero a medida que crecían aparecieron los problemas: datos repetidos en varios ficheros, versiones contradictorias y la necesidad de escribir un programa nuevo para cada consulta. Las bases de datos nacieron para resolverlos. Lo explicamos con detalle en la guía sobre el sistema gestor de bases de datos (SGBD).

Los primeros pasos en la historia de las bases de datos: la década de 1960

Entre 1963 y 1964, Charles Bachman desarrolló en General Electric el Integrated Data Store (IDS), considerado el primer sistema gestor de bases de datos. Por primera vez, los datos se guardaban en un almacén común, independiente de los programas que los usaban. Bachman recibió por ello el premio Turing en 1973.

IDS seguía el modelo en red: los registros se enlazaban entre sí con punteros, formando una red. Ese modelo se estandarizó a partir de 1969 en los informes del comité CODASYL.

Casi a la vez, IBM desarrolló con North American Rockwell un sistema para gestionar las piezas del programa Apolo. Se instaló por primera vez en 1968 y se comercializó al año siguiente como IMS (Information Management System) y seguía el modelo jerárquico: los datos se organizaban en árbol, cada registro con un único «padre». IMS sigue en uso hoy en bancos y grandes empresas.

Los dos modelos tenían el mismo inconveniente: para consultar los datos había que conocer cómo estaban enlazados y recorrer los punteros desde el programa. Cualquier cambio en la estructura obligaba a reescribir las aplicaciones.

El modelo relacional y SQL: la década de 1970

En 1970, Edgar F. Codd, investigador de IBM, publicó el artículo A Relational Model of Data for Large Shared Data Banks. Su propuesta: guardar los datos en tablas (relaciones) y consultarlos diciendo qué se quiere obtener, no cómo recorrerlos. El sistema se encarga de encontrar el camino. Era el nacimiento del modelo relacional, que le valió el premio Turing en 1981.

IBM tardó en apostar por la idea, pero en 1974 puso en marcha el proyecto System R para demostrar que era viable. Dentro de ese proyecto, Donald Chamberlin y Raymond Boyce crearon el lenguaje SEQUEL, que por problemas de marca pasó a llamarse SQL. Al mismo tiempo, en la Universidad de Berkeley, Michael Stonebraker y Eugene Wong desarrollaban Ingres, otro sistema relacional del que saldrían muchos productos posteriores.

En 1976, Peter Chen propuso el modelo entidad-relación, la forma de dibujar los datos de un problema antes de convertirlos en tablas que se sigue usando hoy.

El primer sistema relacional comercial con SQL llegó en 1979: Oracle V2, de Relational Software Inc., la empresa que Larry Ellison, Bob Miner y Ed Oates habían fundado en 1977 como Software Development Laboratories y que acabó adoptando el nombre de su producto.

Expansión y estandarización: la década de 1980

Los años ochenta convirtieron el modelo relacional en el estándar de la industria:

• 1983: IBM lanza DB2 para sus grandes ordenadores.
• 1986: SQL se convierte en estándar ANSI (SQL-86), y en estándar ISO al año siguiente. Por primera vez, el mismo lenguaje servía, con matices, para productos de distintos fabricantes.
• 1986: Stonebraker inicia en Berkeley el proyecto POSTGRES, sucesor de Ingres, cuya primera versión se publica en 1989.
• 1989: Microsoft, Sybase y Ashton-Tate lanzan SQL Server para el sistema OS/2.

En esa década también aparecieron las bases de datos orientadas a objetos, pensadas para guardar directamente los objetos de los lenguajes de programación. No desplazaron a las relacionales, pero muchas de sus ideas acabaron incorporándose al estándar SQL.

El auge de internet y el código abierto: la década de 1990

La llegada de la web multiplicó el número de aplicaciones que necesitaban una base de datos, y no todas podían pagar una licencia comercial. En 1995 se publicó MySQL, gratuito y sencillo, que se convirtió en la base de datos de la web junto a Linux, Apache y PHP (la pila LAMP). En 1996, POSTGRES pasó a llamarse PostgreSQL al incorporar SQL, y se consolidó como el gestor de código abierto más completo.

El estándar también evolucionó: SQL-92 amplió el lenguaje y SQL:1999 añadió consultas recursivas, disparadores y tipos definidos por el usuario.

Big data, NoSQL y la nube: de 2000 a 2015

A partir del año 2000, empresas como Google, Amazon o Facebook empezaron a manejar volúmenes de datos que un único servidor no podía atender. Sus soluciones cambiaron el sector:

• 2000: aparece SQLite, una base de datos que cabe en un solo fichero. Hoy es la más instalada del mundo: está en todos los móviles y navegadores.
• 2004–2007: Google publica cómo funcionan MapReduce y Bigtable, y Amazon describe Dynamo. Esos artículos inspiran a Hadoop (2006) y a una nueva generación de bases de datos distribuidas.
• 2008–2009: llegan Cassandra (Facebook), MongoDB y Redis, y se populariza el término NoSQL para las bases de datos que renuncian a las tablas y a parte de las garantías del modelo relacional a cambio de escalar en horizontal. Las explicamos en diferencias entre bases de datos relacionales y no relacionales.
• 2009: Amazon lanza RDS, bases de datos relacionales como servicio en la nube, y nace MariaDB, una bifurcación de MySQL creada por su autor original.
• 2012: Google describe Spanner, una base de datos distribuida a escala mundial que mantiene las transacciones ACID. Junto a otros sistemas similares, da lugar a la categoría NewSQL.

Si te interesa esta etapa, tienes más detalle en los desafíos del big data, las bases de datos distribuidas y las bases de datos en memoria.

La era actual: nube, multimodelo e inteligencia artificial (2016–2026)

En los últimos años, la tendencia no ha sido sustituir el modelo relacional, sino ampliarlo:

• Bases de datos gestionadas y serverless: la mayoría de proyectos nuevos ya no instalan su propio servidor, sino que contratan la base de datos como servicio en la nube, que escala sola y se paga por uso.
• Bases de datos multimodelo: los gestores relacionales han incorporado documentos JSON (SQL:2016), grafos (SQL:2023 añade consultas de grafos) y búsqueda de texto. PostgreSQL, por ejemplo, cubre hoy muchos casos que antes requerían una base de datos NoSQL.
• Bases de datos vectoriales: con la llegada de los grandes modelos de lenguaje, se popularizaron las bases de datos que guardan vectores (representaciones numéricas de textos o imágenes) y buscan por similitud. Son la base de las aplicaciones de IA que consultan documentos propios. Hay productos especializados, como Pinecone o Milvus, y extensiones para gestores clásicos, como pgvector para PostgreSQL.
• Un nuevo estándar: en 2024, ISO publicó GQL, el primer lenguaje de consulta estándar para bases de datos de grafos y el primer lenguaje de bases de datos que estandariza desde SQL.

Tras más de cincuenta años, SQL y el modelo relacional siguen siendo el centro: la mayoría de las bases de datos más usadas del mundo son relacionales, y muchas de las que no lo eran han acabado ofreciendo SQL.

Cronología de la historia de las bases de datos

Preguntas frecuentes

¿Quién inventó las bases de datos?

No hay un único inventor. Charles Bachman creó el primer sistema gestor de bases de datos (IDS) entre 1963 y 1964, y Edgar F. Codd propuso en 1970 el modelo relacional, en el que se basan la mayoría de las bases de datos actuales.

¿Cuál fue la primera base de datos?

Se considera que el primer sistema gestor de bases de datos fue el Integrated Data Store (IDS) de General Electric, de 1963–1964. La primera base de datos relacional comercial con SQL fue Oracle V2, en 1979.

¿Cuándo se creó SQL?

En 1974, en IBM, por Donald Chamberlin y Raymond Boyce, con el nombre de SEQUEL. Es estándar ANSI desde 1986 y sigue actualizándose: la última versión es SQL:2023.

¿Cuáles son las etapas de la evolución de las bases de datos?

A grandes rasgos: ficheros (años cincuenta), modelos jerárquico y en red (sesenta), modelo relacional y SQL (setenta y ochenta), internet y código abierto (noventa), NoSQL, big data y nube (2000–2015), y bases de datos multimodelo y vectoriales para la inteligencia artificial (desde 2016).

¿Las bases de datos NoSQL sustituyeron a las relacionales?

No. NoSQL resolvió problemas concretos de escala y flexibilidad, pero las bases de datos relacionales siguen siendo las más usadas, y muchas han incorporado funciones que antes solo ofrecía NoSQL, como el almacenamiento de documentos JSON.

Para seguir aprendiendo:

• Introducción a las bases de datos: qué son, tipos y conceptos básicos
• Qué es una base de datos relacional
• Sistema gestor de bases de datos (SGBD)