IBM DB2

SQL / DS

SYBASE INC

EXCEL

ASE

BDOO

APACHE HTTP SERVER

APACHE DERBY

SQ Lite

MONGO DB 2007

SISTEMAS RELACIONALES

1980 EN ADELANTE

KEXI 2004 Una aplicación multiplataforma (Unix/Linux, Windows, Mac OS X) diseñada en 2003, desarrollada según los principios del software libre, parte del proyecto global K Desktop Environment, es decir un entorno gráfico para sistemas Unix/Linux. Uno de los participantes más destacados en el desarrollo de Kexi es la empresa OpenOffice Polonia.  Surge como una idea debido a la falta de aplicaciones que tuvieran las características de Microsoft Access, FoxPro o FileMaker, pero que fuesen libres, potentes, usasen estándares abiertos y fuesen portables a otros sistemas operativos y/o hardware. AUTORES EN ORDEN CONOLÓGICO Lucijan Busch Peter Simonsson Joseph Wenninger Jarosław Staniek (Project Maintainer) Cédric Pasteur Adam Pigg Martin Ellis Sebastian Sauer Christian Nitschkowski Sharan Rao Dimitrios T. Tanis Oleg Kukharchuk Wojciech Kosowicz https://kexi-project.org/people.html db4o 2004 Es una base de datos orientada a objetos de alto rendimiento, también se dice que es un novedoso motor de base de datos orientada a objetos. Sus siglas se corresponden con la expresiónglas se corresponden con la expresión ““Daa Base 4 (for) Objects”, que a su vez es el nombre de la compañía que lo desarrolla: b4objects.Inc. El término sistema de base de datos orientado a objetos se remonta a alrededor de 1985, aunque los primeros desarrollos de investigación en esta área comenzaron a mediados de los años setenta. Los primeros sistemas de gestión de bases de datos de objetos comerciales se crearon a principios de los años noventa; Estos añadieron el concepto de base de datos nativa impulsada por la persistencia en el campo del desarrollo orientado a objetos. La segunda ola de crecimiento se observó en la primera década del siglo XXI, cuando las bases de datos orientadas a objetos escritas completamente en un lenguaje orientado a objetos aparecieron en el mercado. Db4o es uno de los ejemplos de estos sistemas escritos completamente en Java y C. El proyecto db4o fue iniciado en 2000 por Carl Rosenberger. Se utilizó en aplicaciones empresariales y académicas antes de su anuncio comercial en 2004 por la nueva empresa privada Db4objects Inc. En 2008 db4o fue adquirido por la empresa Versant, que lo comercializó como software de licencia abierta de código binario: comercial y la GNU General Public License (GPL). Db4o está escrito en Java y .NET y proporciona las API respectivas. Puede ejecutarse en cualquier sistema operativo que soporte Java o .NET. Se ofrece bajo licencias incluyendo GPL, la licencia db4o Opensource Compatibility (dOCL) y una licencia comercial para su uso en software propietario. Características  Los objetos se almacenan y recuperan de forma sencilla por el sistema.  El modelo de clases es el esquema de la base de datos.  Se puede obtener un objeto complejo en una consulta transparente.  No es necesario implementar claves primarias ya que se auto gestiona mediante identificadores únicos de objetos (OID) file:///C:/Users/ELITEBOOK/Desktop/document.pdf https://docplayer.es/1922561-Db4objects-base-de-datos-orientada-a-objetos-v1-0.html  BIG TABLE 2004 GOOGLE Bigtable es un sistema de almacenamiento de datos patentado y comprimido de alto rendimiento construido sobre el sistema de archivos de Google , el servicio Chubby Lock , SSTable (almacenamiento estructurado por registros como LevelDB ) y algunas otras tecnologías de Google . El 6 de mayo de 2015, se puso a disposición una versión pública de Bigtable como servicio. Bigtable también es la base de Google Cloud Datastore , que está disponible como parte de Google Cloud Platform . [1] [2] El desarrollo de Bigtable comenzó en 2004 [3] y ahora lo utilizan varias aplicaciones de Google, como la indexación web, [4] MapReduce , que se utiliza a menudo para generar y modificar datos almacenados en Bigtable, [5] Google Maps , [6 ] Búsqueda de libros de Google , "Mi historial de búsqueda", Google Earth , Blogger.com , alojamiento de código de Google , YouTube , [7] y Gmail . [8] Las razones de Google para desarrollar su propia base de datos incluyen la escalabilidad y un mejor control de las características de rendimiento. [9] Bigtable es uno de los ejemplos prototípicos de una tienda de columna ancha . Asigna dos valores de cadena arbitrarios (clave de fila y clave de columna) y marca de tiempo (por lo tanto, mapeo tridimensional) en una matriz de bytes arbitraria asociada. No es una base de datos relacional y se puede definir mejor como un mapa ordenado multidimensional, disperso y distribuido. [4] : 1 Bigtable está diseñado para escalar en el rango de petabytes en "cientos o miles de máquinas, y para facilitar la adición de más máquinas [al] sistema y comenzar automáticamente a aprovechar esos recursos sin ninguna reconfiguración". https://medium.com/analytics-vidhya/google-cloud-bigtable-petabyte-scale-nosql-database-c50256dcec41 https://hmong.es/wiki/Bigtable  APACHE JACKRABIT 2004 ¿Qué es Apache Jackrabit? Apache Jackrabbit es una plataforma de repositorio de contenido de código abierto de Java. Un JCR (repositorio de contenido de Java) es un tipo de base de datos de objetos para personalizar, almacenar, buscar y recuperar datos jerárquicos. Se inició el 28 de agosto de 2004 y fue desarrollado por Apache Software Foundation. Jackrabbit está completamente escrito en Java y utiliza un sistema operativo multiplataforma. Es contenido estructurado y utiliza consultas SQL. Proporciona indexación de texto completo (Excel, Word, PDF), etc. Actualmente, se trabaja en Apache Jackrabbit versión 2.16.1, que se lanzó el 9 de febrero de 2018. Implementa JSR-170 y JSR-283. Un repositorio basado en contenido, es un almacén de contenido jerárquico que se ensambla para contenido estructurado y no estructurado, búsqueda de texto completo, observación de transacciones de versiones y más. JSR-170 especifica un Nivel 1, un Nivel 2 y un conjunto de bloques de funciones de repositorio avanzado. Jackrabbit es totalmente compatible con JSR-170 y, por lo tanto, admite el Nivel 1, el Nivel 2 y todos los bloques opcionales.  H2 2005 Thomas Müller El motor de base de H2 , H2 para la corta , es un sistema de gestión de base de datos relacional escrito en el Java lenguaje de programación . El sistema puede integrarse directamente en aplicaciones Java como JAR o funcionar como servidor . Como interfaces de direccionamiento operadas con las bases de datos del sistema están disponibles SQL y JDBC . H2 está disponible como software de código abierto para la plataforma Java . H2 ha sido desarrollado desde 2004 por Thomas Müller, un desarrollador de software suizo que anteriormente también creó Hypersonic SQL , cuyo desarrollo continuó más tarde como HSQLDB . H2 se lanzó por primera vez en diciembre de 2005. El nombre significa "Hypersonic 2"; sin embargo, es un desarrollo completamente nuevo. https://sapientiaes.com/base-de-datos-h2 El desarrollo del motor de base de datos H2 comenzó en mayo de 2004 y se publicó por primera vez en diciembre de 2005. El motor de base de datos fue escrito por Thomas Mueller. También desarrolló el motor de base de datos Java Hypersonic SQL. [9] En 2001, se detuvo el proyecto SQL hipersónico y se formó el Grupo HSQLDB para continuar trabajando en el código SQL hipersónico. El nombre H2 significa Hypersonic 2, sin embargo H2 no comparte código con Hypersonic SQL o HSQLDB. H2 se construye desde cero. [10] https://hmong.es/wiki/H2_(DBMS)  CouchDB 2005 Damien Kazt Autores originales:Damien Katz, Jan Lehnardt, Naomi Slater, Christopher Lenz, J. Chris Anderson, Paul Davis, Adam Kocoloski, Jason Davies, Benoît Chesneau, Filipe Manana, Robert Newson Desarrollador: Fundación de software Apache. Apache CouchDB es una base de datos NoSQL open source orientada a documentos que nos permite gestionar de forma distribuida una gran cantidad de datos no estructurados. La primera versión de CouchDB se publicó en el año 2005 y el software está implementado en el lenguaje de programación Erlang. Si hay una palabra para describir CouchDB, es relax. Es el título del logo oficial de CouchDB y también se muestra en la consola al ejecutar el software. Aprender esta tecnología y sus conceptos básicos debería resultar natural para la mayoría de las personas que han hecho algún desarrollo web y además es fácil de explicar a personas no técnicas. CouchDB usa varios formatos y protocolos para almacenar, transmitir y procesar datos. El formato principal para el almacenamiento de datos es JSON. También, usa JavaScript como lenguaje de consulta y MapReduce para el procesamiento. Además, utiliza el protocolo HTTP para las comunicaciones. A diferencia de las bases de datos relacionales, CouchDB no admite el almacenamiento en tablas sino que trata cada base de datos como una colección de documentos independientes. CouchDB también está diseñado para manejar el tráfico variable. Por ejemplo, si un sitio web experimenta un pico repentino de tráfico, CouchDB generalmente absorberá una gran cantidad de peticiones concurrentes sin caerse. Puede tardar un poco más de tiempo para cada petición, pero todas se responden. Cuando el pico haya pasado, CouchDB volverá a funcionar con la velocidad habitual. Couch es un acrónimo de grupo de hardware básico poco confiable . [4] El proyecto CouchDB fue creado en abril de 2005 por Damien Katz, un ex desarrollador de Lotus Notes en IBM . Él autofinancia el proyecto durante casi dos años y lo lanzó como un proyecto de código abierto bajo la Licencia Pública General GNU . En febrero de 2008, se convirtió en un proyecto de Apache Incubator y en su lugar se ofreció bajo la licencia Apache . [5] Unos meses después, se graduó en un proyecto de alto nivel. [6] Esto llevó al lanzamiento de la primera versión estable en julio de 2010. [7] A principios de 2012, Katz dejó el proyecto para centrarse en Couchbase Server . [8] Desde la partida de Katz, el proyecto Apache CouchDB ha continuado, la liberación de 1,2 en abril de 2012 y 1.3 en abril de 2013. En julio de 2013, la comunidad CouchDB fusionó el código base para BigCouch , Cloudant versión agrupada 's de CouchDB, en el proyecto Apache. [9] El marco de agrupación en clústeres de BigCouch se incluye en la versión actual de Apache CouchDB. [10] La agrupación en clústeres nativa es compatible con la versión 2.0.0. Y el nuevo Mango Query Server proporciona una forma sencilla basada en JSON de realizar consultas CouchDB sin JavaScript o MapReduce.  Hadoop 2006 Mike Cafarella y Doug Cutting Hadoop es el software de código abierto que fue la semilla de lo que hoy se conoce como Big Data. Fue así, principalmente, porque planteó solución a una de las trabas principales en el desarrollo de esta disciplina: ¿cómo procesar de forma eficiente y en tiempo real la gran cantidad de datos que se recaban y almacenan? Y sobre todo de manera económica. Hadoop se desarrolló como un modelo de procesamiento automático basado en computación en paralelo extrapolable a cualquier programa de procesamiento de grandes volúmenes de datos. Hadoop es un framework de código abierto, esto es, que cualquier persona puede acceder a sus componentes de forma libre y gratuita, y los puede modificar y adaptar a las necesidades particulares del proyecto que esté desarrollando. Esto, unido a su eficacia, hace que, a día de hoy, siga siendo el sistema más empleado en Big Data. Su sistema se basa en una arquitectura en la que hay un nodo maestro y varios nodos esclavos. El maestro dirige la operación, distribuyendo el trabajo entre los nodos pasivos. Cada uno de esos nodos procesa una parte de la data y devuelve la información extraída al servidor maestro Inspirándose en la computación en paralelo de Google, los programadores Mike Cafarella y Doug Cutting lanzaron la primera versión de Hadoop el 1 de abril de 2006. Se trata de una solución de código abierto que emplea la computación en paralelo para procesar y analizar volúmenes enormes de data. Cutting inició la investigación mientras trabajaba en Google, y la continuó al marcharse a Yahoo. Entonces se enmarcó en el proyecto de desarrollo de Nutch, motor de búsqueda de esta última compañía, este proyecto tenia problemas de escalabilidad, leyó el paper de Google y lo implemento, dando lugar a Hadoop y HDFS como proyectos de Apache. Poco después creo Cloudera. A principios del siglo XXI, los entornos en nube habían solucionado uno de los problemas que planteaba el Big Data: dónde almacenar el enorme volumen de datos que se recaban a cada segundo. Sin embargo, existía otra cuestión por resolver, partiendo de la base de que esos datos, si no son correctamente procesados y analizados, carecen de valor. Hasta la llegada de Hadoop, no existían herramientas que permitieran realizar ese procesamiento y análisis a tal escala y en tiempo real. Las pocas que había tenían precios prohibitivos. Hadoop dio respuesta a esa necesidad, basándose en un modelo de programación lanzado por Google: MapReduce. MapReduce es un paradigma lanzado por Google en el año 2004 para cubrir sus necesidades de procesamiento automático de los datos de todas las páginas webs, almacenados en su index. Fue así como resolvió los problemas que se le planteaban a la hora de calcular el Page Rank, esto es, el listado de resultados que se muestra cada vez que hacemos una consulta en el buscador. Google publico un paper donde detallaba como había conseguido tener una infraestructura escalable, robusta y basada en muchos ordenanores normales, en lugar de grandes máquinas. La gran innovación de Google fue que planteó un modelo de computación en paralelo. Este modelo utiliza un servidor principal y varios servidores secundarios. En lugar de procesar toda la información desde un solo servidor, el principal recibe la data y la distribuye entre los secundarios, que la procesan siguiendo las órdenes del principal, como en un equipo de trabajo. Esto es posible porque diseño un sistema de archivos distribuidos, que llamo GFS o Google File System, lo que después dio lugar a HDFS. https://agenciab12.mx/noticia/que-es-hadoop-revolucion-big-data 

MONGO DB 2007 MongoDB fue fundada en 2007 por Dwight Merriman, Eliot Horowitz y Kevin Ryan, el equipo detrás de DoubleClick. En la empresa de publicidad en Internet DoubleClick (ahora propiedad de Google), el equipo desarrolló y utilizó numerosos almacenes de datos personalizados para solucionar las carencias de las bases de datos existentes. El negocio servía 400 000 anuncios por segundo, pero a menudo tenía problemas de escalabilidad y agilidad. Frustrado, el equipo halló inspiración para crear una base de datos que abordara los desafíos a los que se enfrentaban en DoubleClick. Así fue cómo nació MongoDB. https://www.mongodb.com/es/company  HBASE 2007 Apache Software Foundation HBase es una columna de base de datos orientada al construido en la parte superior de la Hadoop sistema de archivos. Es un proyecto de código abierto y se puede escalar horizontalmente. HBase es un modelo de datos que es similar a Google la gran tabla diseñada para permitir el rápido acceso aleatorio a enormes cantidades de datos estructurados. Aprovecha la tolerancia a errores de sistema de archivos el Hadoop (HDFS). Es una parte del ecosistema Hadoop que proporciona al azar tiempo real acceso de lectura/escritura a los datos de la Hadoop Sistema de archivos. Uno puede almacenar los datos de los HDFS, bien directamente o a través HBase. Consumidor de datos lee y tiene acceso a los datos en forma aleatoria usando HBase HDFS. HBase se sitúa en la parte superior de la Hadoop y Sistema de Archivos proporciona acceso de lectura y escritura. HBase Historia Año Evento 2006 Nov Google libera el papel de BigTable. 2007 Feb HBase prototipo inicial fue creada como Hadoop contribución. 2007 Oct La primera utilizable junto con Hadoop HBase 0.15.0 se ha lanzado. 2008 Ene HBase se convirtió en el subproyecto de Hadoop. 2008 Oct HBase 0.18.1 fue liberado. 2009 Ene HBase 0.19.0 fue liberado. 2009 Sept HBase 0.20.0 fue liberado. Mayo de 2010 HBase convirtió en Apache project de nivel superior. https://www.tutorialspoint.com/es/hbase/hbase_overview.htm  CASSANDRA 2008 Avinash Lakshman y Prashant Malik en Facebook El desarrollo inicial de Cassandra tiene su origen en Facebook, que lo diseñó para potenciar la funcionalidad de búsqueda en el inbox. En 2008 fue liberado como proyecto open source y en febrero de 2010 se convirtió en un proyecto top-level de la fundación Apache. Está inspirado e influenciado por los papers de Amazon Dynamo de 2007 y de Google BigTable de 2006. Hoy en día está mantenido y desarrollado por la compañía Datastax. Su nombre está inspirado por la sacerdotisa Cassandra de la mitología griega, que tenía el don de la profecía, y predijo el engaño del Caballo de Troya. Cassandra nos proporciona tolerancia a particiones y disponibilidad, pero a cambio de ser eventualmente consistente, tal y como define el teorema CAP. El nivel de consistencia puede ser configurado, según nos interese, incluso a nivel de query. https://www.paradigmadigital.com/dev/cassandra-la-dama-de-las-bases-de-datos-nosql/  MARÍA DB 2009 Michael (Monty) Widenius (fundador De MySQL) y la comunidad de desarrolladores de software libre Esta desarrollada precisamente por Michael “Monty” Widenius, que había abandonado Sun Microsystems y fundado su propia compañía en febrero de 2009. Maria es el nombre de su hija menor, con Maria DB buscaba crear un gran proyecto de base de datos, volver a reunir a una gran comunidad de desarrolladores en todo el mundo y generar un producto que ya supera a la propia MySQL. El versionado de Maria Db deja claro que soporta todas las características de MySQL hasta la versión 5.5 y dando un salto a las versiones 10. ¿El resultado? Una base de datos que comienza a ganar en popularidad, ha recibido espaldarazos tan importantes como su adopción por parte de la Wikipedia Foundation o por varias distribuciones de Linux. MariaDB es un sistema gestor de bases de datos (SGBD), es decir, un conjunto de programas que permiten modificar, almacenar, y extraer información de una base de datos. Disponiendo de otro tipo de funcionalidades como la administración de usuarios, y recuperación de la información si el sistema se corrompe, entre otras. MariaDB surge a raíz de la compra, de la compañía desarrolladora de otro (SGBD) llamado MySQL, por la empresa Sun Microsystems. El desarrollador original, decide tomar el código fuente original de MySQL y genera un derivado con mejoras y cambios a los que llama MariaDB. Permitiendo así la existencia de una versión de este producto con licencia GPL (General Public License). MariaDB Server es uno de los servidores de bases de datos más populares del mundo. Está hecho por los desarrolladores originales de MySQL y se garantiza que seguirá siendo de código abierto. Los usuarios notables incluyen Wikipedia, WordPress.com y Google. MariaDB convierte los datos en información estructurada en una amplia gama de aplicaciones, desde banca hasta sitios web. Originalmente diseñado como un reemplazo directo mejorado para MySQL, MariaDB se utiliza porque es rápido, escalable y robusto, con un rico ecosistema de motores de almacenamiento, complementos y muchas otras herramientas que lo hacen muy versátil para una amplia variedad de casos de uso. MariaDB se desarrolla como software de código abierto y como base de datos relacional proporciona una interfaz SQL para acceder a los datos. Las últimas versiones de MariaDB también incluyen funciones GIS y JSON. El «padre espiritual» de MariaDB, uno de los desarrolladores originales de MySQL y un reconocido defensor del movimiento del software de código abierto. Además de desempeñarse como director de tecnología de MariaDB Corporation, también es fundador y miembro de la junta de MariaDB Foundation. Fue fundador de SkySQL y director de tecnología de MySQL AB hasta su venta a Sun Microsystems (ahora Oracle). Monty también fue el fundador de TCX DataKonsult AB, una empresa sueca de almacenamiento de datos. Es coautor del «MySQL Reference Manual» y fue nombrado empresario de software finlandés del año en 2003. En 2015, Monty fue seleccionado como una de las 100 personas más influyentes en el mercado finlandés de TI. Monty estudió en la Universidad Tecnológica de Helsinki y vive en Finlandia. https://mariadbuts.wordpress.com/2020/10/27/example-post-3/  MAHOUT 2009 Apache Mahout es un nuevo proyecto de código abierto desarrollado por Apache Software Foundation (ASF). Su objetivo principal es crear algunos algoritmos de aprendizaje automático escalables para que los desarrolladores los utilicen libremente bajo la licencia de Apache. El proyecto ha crecido hasta sus últimos dos años y actualmente solo hay una distribución pública. Mahout contiene muchas implementaciones, incluidos clustering, clasificación, CP y programas de evolución. Además, al usar la biblioteca Apache Hadoop, Mahout se puede extender efectivamente a la nube. mahoutSignifica criador y cazador de elefantes. El nombre Mahout proviene del proyecto (a veces) que usa Apache Hadoop, con un elefante amarillo en su logotipo, para lograr escalabilidad y tolerancia a fallas. El proyecto Mahout fue iniciado por algunos miembros de la comunidad Apache Lucene (búsqueda de código abierto) que están interesados ​​en el aprendizaje automático y quieren construir un proyecto confiable, bien documentado y escalable en el que implementar algunas máquinas comunes para la agrupación y clasificación Algoritmos de aprendizaje. La comunidad se basó originalmente en el artículo de Ng et al. "Map-Reduce for Machine Learning on Multicore" (verReferencias), Pero desde entonces se han incorporado al desarrollo métodos de aprendizaje automático más extensos. Los objetivos de Mahout también incluyen: -Construya una comunidad de usuarios y contribuyentes para que el código no dependa de la participación de contribuyentes específicos o del financiamiento de ninguna compañía y universidad específica. -Concéntrese en casos de uso prácticos, que es lo contrario de la investigación de alta tecnología y las habilidades no comprobadas. -Proporcionar artículos y ejemplos de alta calidad. https://programmerclick.com/article/8568106984/  REDIS 2009 Salvatore Sanfilippo El desarrollo de Redis fue iniciado por Salvatore Sanfilippo a principios del 2009, para acelerar los tiempos de respuesta de un producto llamado LLOGG. Pronto fue ganando popularidad, hasta que en Marzo del 2012 la empresa VMWare contrató a Salvatore para trabajar a tiempo completo en Redis. Poco después VMWare contrató también a uno de los principales desarrolladores de Redis, Pieter Noordhuis. Desde entonces Redis ha evolucionado muy rápidamente, incluyendo funcionalidades que le hacen tan útil. Escrita en ANSI C a principios del año 2009 por Salvatore Sanfilippo. Su nacimiento deriva de la necesidad de mejorar los tiempos de respuesta de un proyecto en el que trabajaba llamado LLOGG. En el año 2012, VMWare contrata a Salvatore y a Pieter Noordhuis para trabajar de lleno en Redis. Redis está basada en una estructura de tablas hash donde cada clave tiene un valor asociado. En comparación con otras bases de datos de tipo Clave-Valor, Redis permite el uso de estructuras más complejas y flexibles que abren una serie de posibilidades ante las distintas necesidades de aplicaciones de negocio. https://blog.bi-geek.com/redis-para-principiantes/  AMAZON RDS 2009 Amazon Relational Database Service es un servicio de base de datos relacional que se ejecuta en la nube diseñado para simplificar la configuración, el funcionamiento y el escalado de una base de datos relacional para su uso en aplicaciones y los procesos de administración, Amazon RDS se lanzó por primera vez el 22 de octubre de 2009 RDS es un servicio que simplifica el montaje, operación, y escalamiento de una base de datos relación en AWS. RDS se encarga de las tareas comunes como respaldos, parches, escalamiento y replicación. En unos minutos puede crear bases de datos en los sistemas mas populares y empezar a crear transacciones SQL. Posteriormente RDS se encargará de las tareas de mantenimiento de forma automática. RDS simplifica el proceso de replicación de los datos para incrementar la disponibilidad, durabilidad o escalar mas allá de una sola instancia de bases de datos para aquellos procesos de grande cargas de trabajo en lectura de la base de datos. RDS no provee acceso a las bases de datos mediante Shell y restringe el acceso a cierto procedimientos en el sistema y tablas que requieren privilegios avanzados. Típicamente se pueden usar las mismas herramientas para realizar queries, analizar, modificar y administrar una base de datos. RDS provee una Application Programming Interface (API) que permite crear y manejar una o mas instancias de bases de datos. Cada base de datos utiliza un motor de base de datos comercial u open source. ☀ ¿Qué bases de datos son soportadas por AWS RDS? MySQL. PostgreSQL. MariaDB. Oracle. SQL Server. Amazon Aurora. Se pueden crear nuevas instancias de bases de datos utilizando la llamada CreateDBInstance en la API o utilizando la consola de administración. Las bases de datos existentes pueden ser modificadas utilizando la llamada ModifyDBInstance en la API. Una instancia de base de datos puede contener múltiples bases de datos, las cuales se pueden administrar dentro de la misma instancia de base de datos mediante comandos SQL. Los recursos de computo y memoria son determinados por el tipo instancia de la base de datos. Se puede seleccionar una instancia. El rango de tipos de instancias se extiende de db.t2.micro con 1 virtual CPU (vCPU) y 1 GB de memoria, hasta db.r3.8xlarge con 32 vCPUs y 244 GB de memoria. Conforme se necesiten cambios con el tiempo, es posible cambiar el tipo y clase de instancia y el monto de computo y de la memoria. RDS realizará toda la migración de los datos a otra instancia de mayor o menor tamaño. Independientemente del tipo de instancia elegida, se puede realizar el control del tamaño y las características del performance del almacenamiento utilizado. Amazon RDS soporta una gran variedad de motores, versiones y combinaciones de características. Muchas de las características y configuración típica es expuesta y manejada utilizando DB parameter groups (grupos de parametros para las bases de datos) y DB Option Groups (grupos de opciones para las bases de datos). El DB parameter groups funciona como contenedor de valores de la configuración del motor, que esta vacío por default. Para poder habilitar características específicas de un motor de DB se crea un DB option group y se configuran los valores de acuerdo a lo requerido. Las bases de datos existentes e pueden migrar a RDS utilizando herramientas nativas y técnicas que varían dependiendo del motor. Para MySQL se puede exportar/importar un backup mediante mysqldump. También es posible utilizar MySQL Service, que brinda una interfaz gráfica que simplifica la migración de esquema y datos entre las bases de datos. También permite la conversión entre una base de datos y otra. ¿Qué motores son soportados por RDS? -MySQL Versiones MySQL 5.7, 5.6, 5.5 y 5.1 Motor OpenSource Community Edition con InnoDB. Multi AZ Deployments para escalamiento horizontal. -PostgreSQL Soporta 9.5.x, 9.4.x y 9.3.x. Multi AZ Deployments para escalamiento horizontal. -MariaDB Versiones 10.0.17 StraDB Storage Engine Multi AZ Deployments para escalamiento horizontal. -Oracle Oracle 11g y 12c. Standard Edition One, Standard Edition y Enterprise Edition. Se puede incluir la licencia para SE1 en el uso o utilizar la propia para todas las versiones. -MS SQL Server. SQL Server 2008 R2, SQL Server 2012, SQL Server 2014 Express Edition, Web Edition, Standard Edition y Enterprise Edition. Se puede incluir la licencia para Express,Web y Standard en el uso o utilizar la propia para cualquiera de ellas. -Aurora Ofrecer servicios tipo enterprise con la simplicidad del opensource a un costo accesible. Compatible con MySQL con hasta 5 veces mayor performance. Cuando se crea una instancia de Aurora, se genera un cluster multi AZ que consta de un Primary Instance (soporta reads and writes) y uno y hasta 15 Secondary Instances (soporta solo operaciones de lectura). https://apuntes.de/aws-certificacion-csaa/relational-database-service/#gsc.tab=0 

KEXI 2004 Una aplicación multiplataforma (Unix/Linux, Windows, Mac OS X) diseñada en 2003, desarrollada según los principios del software libre, parte del proyecto global K Desktop Environment, es decir un entorno gráfico para sistemas Unix/Linux. Uno de los participantes más destacados en el desarrollo de Kexi es la empresa OpenOffice Polonia.  Surge como una idea debido a la falta de aplicaciones que tuvieran las características de Microsoft Access, FoxPro o FileMaker, pero que fuesen libres, potentes, usasen estándares abiertos y fuesen portables a otros sistemas operativos y/o hardware. AUTORES EN ORDEN CONOLÓGICO Lucijan Busch Peter Simonsson Joseph Wenninger Jarosław Staniek (Project Maintainer) Cédric Pasteur Adam Pigg Martin Ellis Sebastian Sauer Christian Nitschkowski Sharan Rao Dimitrios T. Tanis Oleg Kukharchuk Wojciech Kosowicz https://kexi-project.org/people.html db4o 2004 Es una base de datos orientada a objetos de alto rendimiento, también se dice que es un novedoso motor de base de datos orientada a objetos. Sus siglas se corresponden con la expresiónglas se corresponden con la expresión ““Daa Base 4 (for) Objects”, que a su vez es el nombre de la compañía que lo desarrolla: b4objects.Inc. El término sistema de base de datos orientado a objetos se remonta a alrededor de 1985, aunque los primeros desarrollos de investigación en esta área comenzaron a mediados de los años setenta. Los primeros sistemas de gestión de bases de datos de objetos comerciales se crearon a principios de los años noventa; Estos añadieron el concepto de base de datos nativa impulsada por la persistencia en el campo del desarrollo orientado a objetos. La segunda ola de crecimiento se observó en la primera década del siglo XXI, cuando las bases de datos orientadas a objetos escritas completamente en un lenguaje orientado a objetos aparecieron en el mercado. Db4o es uno de los ejemplos de estos sistemas escritos completamente en Java y C. El proyecto db4o fue iniciado en 2000 por Carl Rosenberger. Se utilizó en aplicaciones empresariales y académicas antes de su anuncio comercial en 2004 por la nueva empresa privada Db4objects Inc. En 2008 db4o fue adquirido por la empresa Versant, que lo comercializó como software de licencia abierta de código binario: comercial y la GNU General Public License (GPL). Db4o está escrito en Java y .NET y proporciona las API respectivas. Puede ejecutarse en cualquier sistema operativo que soporte Java o .NET. Se ofrece bajo licencias incluyendo GPL, la licencia db4o Opensource Compatibility (dOCL) y una licencia comercial para su uso en software propietario. Características  Los objetos se almacenan y recuperan de forma sencilla por el sistema.  El modelo de clases es el esquema de la base de datos.  Se puede obtener un objeto complejo en una consulta transparente.  No es necesario implementar claves primarias ya que se auto gestiona mediante identificadores únicos de objetos (OID) file:///C:/Users/ELITEBOOK/Desktop/document.pdf https://docplayer.es/1922561-Db4objects-base-de-datos-orientada-a-objetos-v1-0.html  BIG TABLE 2004 GOOGLE Bigtable es un sistema de almacenamiento de datos patentado y comprimido de alto rendimiento construido sobre el sistema de archivos de Google , el servicio Chubby Lock , SSTable (almacenamiento estructurado por registros como LevelDB ) y algunas otras tecnologías de Google . El 6 de mayo de 2015, se puso a disposición una versión pública de Bigtable como servicio. Bigtable también es la base de Google Cloud Datastore , que está disponible como parte de Google Cloud Platform . [1] [2] El desarrollo de Bigtable comenzó en 2004 [3] y ahora lo utilizan varias aplicaciones de Google, como la indexación web, [4] MapReduce , que se utiliza a menudo para generar y modificar datos almacenados en Bigtable, [5] Google Maps , [6 ] Búsqueda de libros de Google , "Mi historial de búsqueda", Google Earth , Blogger.com , alojamiento de código de Google , YouTube , [7] y Gmail . [8] Las razones de Google para desarrollar su propia base de datos incluyen la escalabilidad y un mejor control de las características de rendimiento. [9] Bigtable es uno de los ejemplos prototípicos de una tienda de columna ancha . Asigna dos valores de cadena arbitrarios (clave de fila y clave de columna) y marca de tiempo (por lo tanto, mapeo tridimensional) en una matriz de bytes arbitraria asociada. No es una base de datos relacional y se puede definir mejor como un mapa ordenado multidimensional, disperso y distribuido. [4] : 1 Bigtable está diseñado para escalar en el rango de petabytes en "cientos o miles de máquinas, y para facilitar la adición de más máquinas [al] sistema y comenzar automáticamente a aprovechar esos recursos sin ninguna reconfiguración". https://medium.com/analytics-vidhya/google-cloud-bigtable-petabyte-scale-nosql-database-c50256dcec41 https://hmong.es/wiki/Bigtable  APACHE JACKRABIT 2004 ¿Qué es Apache Jackrabit? Apache Jackrabbit es una plataforma de repositorio de contenido de código abierto de Java. Un JCR (repositorio de contenido de Java) es un tipo de base de datos de objetos para personalizar, almacenar, buscar y recuperar datos jerárquicos. Se inició el 28 de agosto de 2004 y fue desarrollado por Apache Software Foundation. Jackrabbit está completamente escrito en Java y utiliza un sistema operativo multiplataforma. Es contenido estructurado y utiliza consultas SQL. Proporciona indexación de texto completo (Excel, Word, PDF), etc. Actualmente, se trabaja en Apache Jackrabbit versión 2.16.1, que se lanzó el 9 de febrero de 2018. Implementa JSR-170 y JSR-283. Un repositorio basado en contenido, es un almacén de contenido jerárquico que se ensambla para contenido estructurado y no estructurado, búsqueda de texto completo, observación de transacciones de versiones y más. JSR-170 especifica un Nivel 1, un Nivel 2 y un conjunto de bloques de funciones de repositorio avanzado. Jackrabbit es totalmente compatible con JSR-170 y, por lo tanto, admite el Nivel 1, el Nivel 2 y todos los bloques opcionales.  H2 2005 Thomas Müller El motor de base de H2 , H2 para la corta , es un sistema de gestión de base de datos relacional escrito en el Java lenguaje de programación . El sistema puede integrarse directamente en aplicaciones Java como JAR o funcionar como servidor . Como interfaces de direccionamiento operadas con las bases de datos del sistema están disponibles SQL y JDBC . H2 está disponible como software de código abierto para la plataforma Java . H2 ha sido desarrollado desde 2004 por Thomas Müller, un desarrollador de software suizo que anteriormente también creó Hypersonic SQL , cuyo desarrollo continuó más tarde como HSQLDB . H2 se lanzó por primera vez en diciembre de 2005. El nombre significa "Hypersonic 2"; sin embargo, es un desarrollo completamente nuevo. https://sapientiaes.com/base-de-datos-h2 El desarrollo del motor de base de datos H2 comenzó en mayo de 2004 y se publicó por primera vez en diciembre de 2005. El motor de base de datos fue escrito por Thomas Mueller. También desarrolló el motor de base de datos Java Hypersonic SQL. [9] En 2001, se detuvo el proyecto SQL hipersónico y se formó el Grupo HSQLDB para continuar trabajando en el código SQL hipersónico. El nombre H2 significa Hypersonic 2, sin embargo H2 no comparte código con Hypersonic SQL o HSQLDB. H2 se construye desde cero. [10] https://hmong.es/wiki/H2_(DBMS)  CouchDB 2005 Damien Kazt Autores originales:Damien Katz, Jan Lehnardt, Naomi Slater, Christopher Lenz, J. Chris Anderson, Paul Davis, Adam Kocoloski, Jason Davies, Benoît Chesneau, Filipe Manana, Robert Newson Desarrollador: Fundación de software Apache. Apache CouchDB es una base de datos NoSQL open source orientada a documentos que nos permite gestionar de forma distribuida una gran cantidad de datos no estructurados. La primera versión de CouchDB se publicó en el año 2005 y el software está implementado en el lenguaje de programación Erlang. Si hay una palabra para describir CouchDB, es relax. Es el título del logo oficial de CouchDB y también se muestra en la consola al ejecutar el software. Aprender esta tecnología y sus conceptos básicos debería resultar natural para la mayoría de las personas que han hecho algún desarrollo web y además es fácil de explicar a personas no técnicas. CouchDB usa varios formatos y protocolos para almacenar, transmitir y procesar datos. El formato principal para el almacenamiento de datos es JSON. También, usa JavaScript como lenguaje de consulta y MapReduce para el procesamiento. Además, utiliza el protocolo HTTP para las comunicaciones. A diferencia de las bases de datos relacionales, CouchDB no admite el almacenamiento en tablas sino que trata cada base de datos como una colección de documentos independientes. CouchDB también está diseñado para manejar el tráfico variable. Por ejemplo, si un sitio web experimenta un pico repentino de tráfico, CouchDB generalmente absorberá una gran cantidad de peticiones concurrentes sin caerse. Puede tardar un poco más de tiempo para cada petición, pero todas se responden. Cuando el pico haya pasado, CouchDB volverá a funcionar con la velocidad habitual. Couch es un acrónimo de grupo de hardware básico poco confiable . [4] El proyecto CouchDB fue creado en abril de 2005 por Damien Katz, un ex desarrollador de Lotus Notes en IBM . Él autofinancia el proyecto durante casi dos años y lo lanzó como un proyecto de código abierto bajo la Licencia Pública General GNU . En febrero de 2008, se convirtió en un proyecto de Apache Incubator y en su lugar se ofreció bajo la licencia Apache . [5] Unos meses después, se graduó en un proyecto de alto nivel. [6] Esto llevó al lanzamiento de la primera versión estable en julio de 2010. [7] A principios de 2012, Katz dejó el proyecto para centrarse en Couchbase Server . [8] Desde la partida de Katz, el proyecto Apache CouchDB ha continuado, la liberación de 1,2 en abril de 2012 y 1.3 en abril de 2013. En julio de 2013, la comunidad CouchDB fusionó el código base para BigCouch , Cloudant versión agrupada 's de CouchDB, en el proyecto Apache. [9] El marco de agrupación en clústeres de BigCouch se incluye en la versión actual de Apache CouchDB. [10] La agrupación en clústeres nativa es compatible con la versión 2.0.0. Y el nuevo Mango Query Server proporciona una forma sencilla basada en JSON de realizar consultas CouchDB sin JavaScript o MapReduce.  Hadoop 2006 Mike Cafarella y Doug Cutting Hadoop es el software de código abierto que fue la semilla de lo que hoy se conoce como Big Data. Fue así, principalmente, porque planteó solución a una de las trabas principales en el desarrollo de esta disciplina: ¿cómo procesar de forma eficiente y en tiempo real la gran cantidad de datos que se recaban y almacenan? Y sobre todo de manera económica. Hadoop se desarrolló como un modelo de procesamiento automático basado en computación en paralelo extrapolable a cualquier programa de procesamiento de grandes volúmenes de datos. Hadoop es un framework de código abierto, esto es, que cualquier persona puede acceder a sus componentes de forma libre y gratuita, y los puede modificar y adaptar a las necesidades particulares del proyecto que esté desarrollando. Esto, unido a su eficacia, hace que, a día de hoy, siga siendo el sistema más empleado en Big Data. Su sistema se basa en una arquitectura en la que hay un nodo maestro y varios nodos esclavos. El maestro dirige la operación, distribuyendo el trabajo entre los nodos pasivos. Cada uno de esos nodos procesa una parte de la data y devuelve la información extraída al servidor maestro Inspirándose en la computación en paralelo de Google, los programadores Mike Cafarella y Doug Cutting lanzaron la primera versión de Hadoop el 1 de abril de 2006. Se trata de una solución de código abierto que emplea la computación en paralelo para procesar y analizar volúmenes enormes de data. Cutting inició la investigación mientras trabajaba en Google, y la continuó al marcharse a Yahoo. Entonces se enmarcó en el proyecto de desarrollo de Nutch, motor de búsqueda de esta última compañía, este proyecto tenia problemas de escalabilidad, leyó el paper de Google y lo implemento, dando lugar a Hadoop y HDFS como proyectos de Apache. Poco después creo Cloudera. A principios del siglo XXI, los entornos en nube habían solucionado uno de los problemas que planteaba el Big Data: dónde almacenar el enorme volumen de datos que se recaban a cada segundo. Sin embargo, existía otra cuestión por resolver, partiendo de la base de que esos datos, si no son correctamente procesados y analizados, carecen de valor. Hasta la llegada de Hadoop, no existían herramientas que permitieran realizar ese procesamiento y análisis a tal escala y en tiempo real. Las pocas que había tenían precios prohibitivos. Hadoop dio respuesta a esa necesidad, basándose en un modelo de programación lanzado por Google: MapReduce. MapReduce es un paradigma lanzado por Google en el año 2004 para cubrir sus necesidades de procesamiento automático de los datos de todas las páginas webs, almacenados en su index. Fue así como resolvió los problemas que se le planteaban a la hora de calcular el Page Rank, esto es, el listado de resultados que se muestra cada vez que hacemos una consulta en el buscador. Google publico un paper donde detallaba como había conseguido tener una infraestructura escalable, robusta y basada en muchos ordenanores normales, en lugar de grandes máquinas. La gran innovación de Google fue que planteó un modelo de computación en paralelo. Este modelo utiliza un servidor principal y varios servidores secundarios. En lugar de procesar toda la información desde un solo servidor, el principal recibe la data y la distribuye entre los secundarios, que la procesan siguiendo las órdenes del principal, como en un equipo de trabajo. Esto es posible porque diseño un sistema de archivos distribuidos, que llamo GFS o Google File System, lo que después dio lugar a HDFS. https://agenciab12.mx/noticia/que-es-hadoop-revolucion-big-data 

SQ Lite 2000 Richard Hipp  Desarrollado por D. Richard Hipp, está formada por una biblioteca en lenguaje C, SQLite es una de las bases de datos relacionales más conocidas. Básicamente, funciona como un servidor propio e independiente, ya que el Sistema de Gerencia de Base de Datos o SGBD, se puede ejecutar en la misma instancia, eliminando así las consultas y procesos separados. Por lo tanto, la biblioteca SQLite se genera y almacena directamente en el archivo de la base de datos. Al resultar más práctico y accesible, es recomendable para: Aplicaciones desktop o mobile más sencillas (sin mucha funcionalidad y consumo de datos) Sitios más ligeros y con pocos recursos (con páginas estáticas, por ejemplo) Sitios o sistemas que aún no cuentan con muchos usuarios (el acceso diario promedio ronda los 100 mil) Para no confundir los conceptos, vale la pena recordar qué es SQL y una base de datos SQL. El acrónimo proviene de Structured Query Language o Lenguaje de Consulta Estructurada, en la traducción. Se trata de un lenguaje específico y su base de datos. SQLite hace uso de este lenguaje y para el análisis de datos más complejos se puede combinar con scripts en Python. https://www.clubensayos.com/Tecnolog%C3%ADa/Historia-de-Sqlite/930150.html 2000 - D. Richard Hipp SQLite diseño no es necesaria con el fin de gestionar el procedimiento. En agosto de 2000--, SQLite1.0 liberar GNU Manager Database (Base de datos de GNU Administrador). 2011 - Hipp anunció, DB UNQl añadir interfaces para SQLite, el desarrollo UNQLite (base de datos documental). https://www.w3big.com/es/sqlite/sqlite-intro.html#gsc.tab=0  FIREBIRD 2000 Firebird se deriva del código fuente de InterBase 6.0, de Borland. Es de código abierto y no tiene licencias duales. Tanto si lo usas en aplicaciones comerciales o de código abierto, ¡es totalmente LIBRE! La tecnología de Firebird ha estado en uso por 20 años, lo que lo hace un producto muy estable y maduro. El motor de bases de datos Firebird™ ha sido desarrollado por un equipo independiente de desarrolladores voluntarios a partir del código fuente de Interbase™ que fue liberado por Borland bajo la licencia pública InterBase Public License v.1.0 el 25 de Julio de 2000 https://www.firebirdnews.org/docs/fb2min_es.html https://firebirdsql.org/file/documentation/release_notes/Firebird-1.5-ReleaseNotes-Spanish.pdf  HSQLDB 2001 HSQL Database Engine (HSQLDB) es un RDBMS escrito completamente en Java. Nacido en 2001 de las cenizas del Proyecto Hypersonic SQL, utiliza parte del código y el equipo de desarrollo anterior y ahora se llama HyperSQL. Es el proyecto líder de bases de datos relacionales escritas en Java. Es compatible con una amplia gama de comandos ANSI SQL / 92 y algunos comandos SQL / 99 y SQL / 2003. Sus controladores JDBC admiten casi todas las funciones ANSI - 92 SQL (comandos), además de muchas extensiones SQL: 2008. Incluye herramientas de administración de línea de comandos y una GUI (interfaz gráfica) para consultas. Fue adoptado como un motor de base de datos por la nueva versión de Open Office 2. 0, en el módulo base de Apache OpenOffice. Con el trabajo de Google Summer of Code 2013 comenzó la integración de Firebird SQL como reemplazo de HSQLDB en LibreOffice Base. Se distribuye bajo una licencia similar a la licencia BSD. https://www.glosarioit.com/HSQLDB https://kripkit.com/hsqldb/  HSQLDB es una base de datos hecha totalmente en Java, La suite ofimática OpenOffice.org lo incluye desde su versión 2.0 para dar soporte a la aplicación Base. SHAREPOINT 2001 Microsoft SharePoint es muy utilizado para crear páginas web ya que es un sitio seguro en el que almacenar, organizar, compartir y acceder a información desde cualquier dispositivo. Hoy os voy a hablar de la última versión de SharePoint, pero antes haremos un breve viaje por su evolución y sus distintas versiones para entenderlo mejor y darnos cuenta de los cambios brutales que ha tenido esta herramienta. La historia del SharePoint empieza en 2001, apareció mientras se desarrollaba el “cycle in” de Office XP, y se llamó “Office Server” y “Tahoe”. Unos meses después se renombró a “SharePoint Portal 2001”. El objetivo de este portal era simple, colaboración de abajo hacia arriba y gestión de documentos, indexando también a través del lenguaje de Microsoft Index Server. Este ya era un buen inicio, pero el “boom” de SharePoint fue realmente en 2007, momento en el que vimos mejoras sustanciales. Esta versión era la primera en integrar la Gestión de Contenido Web así como características de publicación. Se convirtió en una plataforma imprescindible para muchas organizaciones. La versión de 2010 vio bastantes cambios, destacando la muy mejorada experiencia de usuario. También empezó a ofrecer soporte para múltiples navegadores así como nuevos perfiles sociales y características propias de las primeras redes sociales. Pero el cambio más sustancial vino con Sandboxed Solutions, que introdujo una API de cliente para JavaScript. ¿Qué trajo la versión de 2013? Simplicidad y más capacidades de “social media” para empresas para mejorar el flujo dentro de los equipos así como un foro para que los usuarios pudieran comunicarse, abrir debates, hacer microblogging… Apareció OneDrive for Business reemplazando MySites y Workspaces. Hasta 2016 había dos versiones de webs de SharePoint (On-Premises y Online). Hasta este año, Microsoft evolucionó mucho la tecnología “cloud”, así que SharePoint 2016 sacó sus dos distintas versiones y mejoró su infraestructura híbrida. Esta búsqueda híbrida permitía hacer búsquedas unificadas que funcionaban a la vez en SharePoint Online y SharePoint On-Premises. Todos los datos ya se podían indexar y podíamos especificar qué tipo de contenido queríamos buscar y nos daba resultados para cada tipo. A su vez, mucha más capacidad de memoria y muchísima más velocidad. Gracias a las plantillas ya podíamos hacer una página web en pocos minutos. https://es.linkedin.com/pulse/los-secretos-de-sharepoint-y-c%C3%B3mo-puede-ayudarte-jordi-parareda  Open Office Base 2002 (Actualmente Oracle Open Office) Open Office, Star Office, Star Suite y conocido actualmente como Oracle Open Office, es la Suite ofimática libre (código abierto y distribución gratuita) que incluye herramientas como procesador de textos, hoja de cálculo, presentaciones, herramientas para el dibujo vectorial y base de datos, propiedad de Oracle Corporation. Fue desarrollada originalmente por StarDivision y adquirida por Sun Microsystems en agosto de 1999. Sun liberó su Código fuente en julio de 2000, conformando la base de la suite de Código abierto OpenOffice.org. Las versiones siguientes se basaron en OpenOffice.org, aunque incluyen componentes propietarios extra. La versión vendida en el Este de Asia se conocía como StarSuite y era funcionalmente idéntica a StarOffice, pero incluía funcionalidades y tipos de letras para el Chino simplificado, Chino tradicional, japonés y coreano. Con la compra de Sun Microsystems por parte de Oracle, la suite pasó a llamarse Oracle Open Office. En 2011, Oracle Corporation, el entonces propietario de Sun, anunció que ya no ofrecería una versión comercial de la suite y donó el proyecto a la Fundación Apache. Apache renombró el software Apache OpenOffice. Otros proyectos sucesores activos incluyen LibreOffice (el más desarrollado activamente) y NeoOffice (comercial y disponible solo para macOS).  XAMPP 2002 (APACHE FRIENDS) El servidor XAMPP fue desarrollado por un grupo de creadores de tecnologías denominado Apache Friends. Este grupo pensó en lo difícil que era obtener un servidor web con todas las características necesarias para probar los proyectos web así que por eso decidieron desarrollar el ahora tan útil XAMPP. La última versión estable del XAMPP es 1.8.1 que fue creada el 9 de enero de 2010 y que cuenta con las características más avanzadas de sus componentes. XAMPP pertenece al género WAMP ya que sus sistemas operativos compatibles son multiplataforma. WAMP es el acrónimo usado para describir un sistema de infraestructura de internet que usa las siguientes herramientas: -Windows, como sistema operativo; -Apache, como servidor web; -MySQL, como gestor de bases de datos; -PHP (generalmente), Perl, o Python, como lenguajes de programación https://blogdelinformatico-reizer.blogspot.com/2015/11/desarrolladores-de-xampp.html https://ocw.ua.es/es/ingenieria-y-arquitectura/introduccion-a-xampp-y-mysql-2012.html 

GOOGLE 1998 LARRY PAGE Y SERGEY BRIN La historia de Google comienza en 1995 en la Universidad de Stanford. Larry Page estaba evaluando cursar un posgrado en Stanford, y Sergey Brin, un estudiante de esa universidad, debía mostrarle la institución. Hay quienes dicen que en ese primer encuentro no coincidieron en casi nada, pero al año siguiente formaron una asociación. Trabajando desde su dormitorio universitario, crearon un motor de búsqueda que utilizaba los vínculos para determinar la importancia de las páginas individuales en la World Wide Web. Lo llamaron Backrub. Poco tiempo después, cambiaron el nombre de Backrub a Google (¡por suerte!). Se inspiraron en una expresión matemática (el número 1 seguido de 100 ceros) que reflejaba perfectamente la misión de Larry y Sergey de organizar la información del mundo para que fuera accesible y útil para todos. En los años siguientes, Google acaparó la atención no solo de la comunidad académica, sino también de los inversores de Silicon Valley. En agosto de 1998, el cofundador de Sun, Andy Bechtolsheim, les dio a Larry y Sergey un cheque por USD 100,000. Ese fue el nacimiento oficial de Google Inc. https://about.google/intl/ALL_mx/our-story/ https://www.keyweo.com/es/historia-del-logo-de-google/  GNOME-DB 1998 MICHAEL LAUSCH Esta plataforma fue creada en el año 1998 por Michael Lausch, un programador austríaco. Desde entonces, distintas personas se han ido uniendo a su desarrollo, con colaboraciones de todo tipo. GNOME-DB es una aplicación de base de datos de la comunidad GNOME. El proyecto tiene como objetivo proporcionar una arquitectura de acceso a datos unificada y gratuita al proyecto GNOME para todas las plataformas Unix, tambien es útil para cualquier aplicación que acceda a datos persistentes; no solo bases de datos, sino datos, ya que ahora contiene una API de administración de datos . https://www.glosarioit.com/GNOME-DB  Uno de los puntos más interesantes del proyecto GNOME-DB es su independencia de la BBDD (base de datos), que permite acceder, de la misma forma y sin necesidad de saber qué servidor de BBDD es el que se está utilizando, a distintas fuentes de datos, todo ello a través de un único API. Esto permite desarrollar aplicaciones que sean completamente independientes de la BBDD, lo que significa que son capaces de funcionar, totalmente de forma transparente, con cualquiera de las BBDD soportadas por libgda NoSQL 1998 Carlo Strozzi El acrónimo NoSQL corresponde a la frase "Not only SQL", aunque originalmente era "No SQL". Este término hace referencia a cualquier sistema de gestión de datos que no sigue el modelo de las RDBMS y que no aplica el lenguaje SQL para realizar las consultas. Este tipo de bases de datos comenzaron a originarse en el año 1998 y no fueron creadas por una empresa específica, sino que fueron concebidas por distintas empresas y grupos independientes que buscaban soluciones específicas a sus problemas. El auge de este tipo de base de datos se produjo por la necesidad de cubrir las carencias de las RDBMS: Escalabilidad: a fin de cubrir los requisitos de demanda de la aplicación, en las bases de datos NoSQL no resulta una tarea complicada agregar más nodos o instancias. Esto es posible debido a que las bases de datos NoSQL están diseñadas desde un principio para funcionar en entornos distribuidos. Flexibilidad: está relacionada con el hecho de que las bases de datos NoSQL no están atadas a un esquema predefinido, con lo cual ofrecen mucha flexibilidad, ya que facilitan la persistencia de datos no estructurados o semiestructurados. Alta disponibilidad: gracias a la escalabilidad, se garantiza la continuidad del servicio en caso de que se origine un error de software o hardware. Rendimiento: por su naturaleza distribuida, hacen que el tiempo de respuesta de las consultas sea muy superior con respecto a las RBDMS tradicionales y que se cumplan los requisitos de latencia y rendimiento requeridos por la aplicación.  https://www.universidadviu.com/co/actualidad/nuestros-expertos/lenguaje-sql-historia-y-conceptos-basicos XLM 1999 XML, siglas en inglés de eXtensible Markup Language (lenguaje de marcas extensible), es un lenguaje de marcas desarrollado por el World Wide Web Consortium (W3C) utilizado para almacenar datos en forma legible. Deriva del lenguaje SGML y permite definir la gramática de lenguajes específicos (de la misma manera que HTML es a su vez un lenguaje definido por SGML) para estructurar documentos grandes. A diferencia de otros lenguajes, XML da soporte a bases de datos, siendo útil cuando varias aplicaciones deben comunicarse entre sí o integrar información. XML no ha nacido sólo para su aplicación para Internet, sino que se propone como un estándar para el intercambio de información estructurada entre diferentes plataformas. Se puede usar en bases de datos, editores de texto, hojas de cálculo y casi cualquier cosa imaginable. XML proviene de un lenguaje inventado por IBM en los años setenta, llamado GML (Generalized Markup Language), que surgió por la necesidad que tenía la empresa de almacenar grandes cantidades de información y compartirla en otros SO y plataformas. Este lenguaje gustó a la ISO, por lo que en 1986 trabajaron para normalizarlo, creando SGML (Standard Generalized Markup Language), capaz de adaptarse a un gran abanico de problemas. A partir de él se han creado otros sistemas para almacenar información.  XML está orientado a los datos en sí mismos. No define las etiquetas ni cómo se utilizan, sólo define unas pocas reglas sintácticas para crear documentos. Por eso XML es un metalenguaje (un lenguaje para definir otros lenguajes). XML y HTML son complementarios. https://lm-xml-apuntes.readthedocs.io/apuntes/10_introduccion_xml.html APACHE SOFTWARE FOUNDATION 1999 La Fundación De Software Apache La Apache Software Foundation (ASF) es una fundación sin fines de lucro, fundada en junio de 1999, y una comunidad de desarrollo de proyectos de software como el servidor web Apache (el proyecto principal) y la suite de oficina Apache OpenOffice (administrada primero por Sun Microsystems y luego por Oracle America). La historia de la Apache Software Foundation está conectada a su servidor web Apache HTTP, cuyo trabajo comenzó en 1994. Un grupo de ocho desarrolladores comenzó a trabajar en la mejora del daemon HTTPd NCSA. Eran conocidos como el Grupo Apache. El nuevo producto, llamado servidor Apache, fue lanzado en abril de 1995. El 25 de marzo de 1999, con IBM entrando en la comunidad de software libre a cambio de su código fuente, se formó el consorcio de la Apache Software Foundation. La primera reunión oficial de la Apache Software Foundation se llevó a cabo el 13 de abril de 1999 y por consentimiento general que la lista de miembros iniciales de la Apache Software Foundation, estaría compuesta por: Brian Behlendorf, Ken Coar, Mark Cox, Lars Eilebrecht, Ralf S. Engelschall, Roy T. Fielding, Decano Gaudet, Ben Hyde, Jim Jagielski, Alexei Kosut, Martin Kraemer, Ben Laurie, Doug MacEachern, Aram Mirzadeh, Sameer parekh de estados unidos, Cliff Skolnick (, Marc Slemko, William (Bill) Stoddard, Paul Sutton, Randy Terbush y Dirk - Willem van Gulik. Después de una serie de reuniones adicionales para elegir miembros de la junta y resolver algunos problemas legales relacionados con la integración, la Fecha de entrada en vigencia de la Fundación Apache Software fue el 1 de junio de 1999. Los miembros actuales (2009) de ASF son 501.  La Fundación De Software Apache https://kripkit.com/la-fundacin-de-software-apache/

Apache Software Foundation. 1997 Apache Derby es un sistema gestor de base de datos relacional escrito en Java que puede ser empotrado en aplicaciones Java y utilizado para procesos de transacciones online.  https://hmong.es/wiki/Apache_Derby JDBC Java Data Base 1997 JAMES GOSLIN Java se creó como una herramienta de programación para ser usada en un proyecto de set-top-box en una pequeña operación denominada the Green Project en Sun Microsystems en el año 1991. El equipo (Green Team), compuesto por trece personas y dirigido por James Gosling, trabajó durante 18 meses en Sand Hill Road en Menlo Park en su desarrollo. El lenguaje se denominó inicialmente Oak (por un roble que había fuera de la oficina de Gosling), luego pasó a denominarse Green tras descubrir que Oak era ya una marca comercial registrada para adaptadores de tarjetas gráficas y finalmente se renombró a Java. https://sixtomiguel.wordpress.com/2014/07/15/historia/ 

POSTGRES 1996 La historia de PostgreSQL se inicia en 1986 con un proyecto del profesor Michael Stonebraker y un equipo de desarrolladores de la Universidad Berkeley (California), cuyo nombre original era POSTGRES. En su diseño se incluyeron algunos conceptos avanzados en bases de datos y soporte parcial a la orientación a objetos.  https://www.dataprix.com/es/bases-datos-master-software-libre-uoc/11-breve-historia

Apache HTTP Server 1995 Apache HTTP Server es un software de servidor web gratuito y de código abierto para plataformas Unix con el cual se ejecutan el 46% de los sitios web de todo el mundo. Es mantenido y desarrollado por la Apache Software Foundation. https://www.hostinger.mx/tutoriales/que-es-apache/  MySQL 1995 Es un sistema de gestión de bases de datos relacional, fue creada por la empresa sueca MySQL AB, la cual tiene el copyright del código fuente del servidor SQL, así como también de la marca. http://www.gridmorelos.uaem.mx/~mcruz/cursos/miic/MySQL.pdf 

https://www.accessdemo.info/docs_articulos/historia-microsoft-access.html HISTORIA ACCES 1992  1992 MICROSOFT SQL SERVER Es un sistema para la gestión de bases de datos creado por Microsoft, está basado en el lenguaje Transact-SQL y es capaz de poner grandes cantidades de información a muchos usuarios simultáneamente y de manera muy rápida. https://www.computerweekly.com/es/definicion/Microsoft-SQL-Server  1992 OPEN DATABASE C Open Database Connectivity (ODBC) fue creado por el SQL Access Group y fue lanzado por primera vez en septiembre de 1992, El objetivo es hacer posible acceder a cualquier dato desde cualquier aplicación, sin importar qué sistema de gestión de bases de datos almacene los datos. 

https://www3.uji.es/~mmarques/e16/teoria/cap2.pdf

https://les.wiki/detial/Adaptive_Server_Enterprise https://www.softwareadvice.es/software/358348/sap-adaptive-server-enterprise

https://www.campusmvp.es/recursos/post/Que-es-el-lenguaje-SQL.aspx

https://concepto.de/excel/

https://www.danysoft.com/estaticos/bol/interbase.htm