Database Management System (1333204) - Summer 2025 Solution (Gujarati)

પ્રશ્ન 1(અ) [3 ગુણ]

ટૂંકી નોંધ લખો: ડેટા ડિક્શનરી

જવાબ: ડેટા ડિક્શનરી એ કેન્દ્રીય ભંડાર છે જે ડેટાબેઝ બંધારણ, તત્વો અને સંબંધો વિશે મેટાડેટા સંગ્રહિત કરે છે.

કોષ્ટક: ડેટા ડિક્શનરી ઘટકો

મુખ્ય લક્ષણો:

• મેટાડેટા સ્ટોરેજ: ડેટા બંધારણ વિશે માહિતી સમાવે છે
• ડેટા અખંડિતતા: સુસંગતતા નિયમો અને મર્યાદાઓ જાળવે છે
• દસ્તાવેજીકરણ: વ્યાપક ડેટાબેઝ દસ્તાવેજીકરણ પ્રદાન કરે છે

મેમરી ટ્રીક: "ડેટા ડિક્શનરી વિગતો આપે"

પ્રશ્ન 1(બ) [4 ગુણ]

વ્યાખ્યા આપો (i) E-R મોડેલ (ii) એન્ટિટી (iii) એન્ટિટી સેટ અને (iv) ગુણધર્મો

જવાબ:

કોષ્ટક: ER મોડેલ વ્યાખ્યાઓ

આકૃતિ: ER મોડેલ ઘટકો

goat

મુખ્ય મુદ્દાઓ:

• કન્સેપ્ચ્યુઅલ ડિઝાઇન: ઉચ્ચ સ્તરનો ડેટાબેઝ ડિઝાઇન અભિગમ
• વિઝ્યુઅલ રજૂઆત: સ્પષ્ટ સમજ માટે આકૃતિઓનો ઉપયોગ

મેમરી ટ્રીક: "એન્ટિટી સંબંધો અર્થપૂર્ણ રીતે"

પ્રશ્ન 1(ક) [7 ગુણ]

DBMS ના ફાયદા સમજાવો

જવાબ:

કોષ્ટક: DBMS ફાયદા

મુખ્ય લાભો:

• કેન્દ્રીકૃત નિયંત્રણ: ડેટા વ્યવસ્થાપનનો એક બિંદુ
• ખર્ચ અસરકારકતા: વિકાસ અને જાળવણીનો ખર્ચ ઘટાડે છે
• ડેટા સુસંગતતા: એપ્લિકેશન્સમાં એકસમાન ડેટા સુનિશ્ચિત કરે છે
• સંગામિત એક્સેસ: બહુવિધ વપરાશકર્તાઓ એકસાથે કામ કરી શકે છે
• ક્વેરી ઑપ્ટિમાઇઝેશન: કાર્યક્ષમ ડેટા પુનઃપ્રાપ્તિ પદ્ધતિઓ

મેમરી ટ્રીક: "ડેટાબેઝ બિઝનેસને બહેતર બનાવે"

પ્રશ્ન 1(ક) અથવા [7 ગુણ]

DBMS નું આર્કિટેક્ચર સમજાવો

જવાબ:

આકૃતિ: ત્રણ-સ્તરીય DBMS આર્કિટેક્ચર

કોષ્ટક: આર્કિટેક્ચર સ્તરો

મુખ્ય લક્ષણો:

• ડેટા સ્વતંત્રતા: એક સ્તરે ફેરફારો અન્યને અસર કરતા નથી
• સુરક્ષા: વિવિધ વપરાશકર્તાઓ માટે વિવિધ એક્સેસ સ્તરો
• અમૂર્તતા: વપરાશકર્તાઓથી જટિલતા છુપાવે છે

મેમરી ટ્રીક: "બાહ્ય કન્સેપ્ચ્યુઅલ આંતરિક આર્કિટેક્ચર"

પ્રશ્ન 2(અ) [3 ગુણ]

UNIQUE KEY અને PRIMARY KEY સમજાવો

જવાબ:

કોષ્ટક: કી સરખામણી

મુખ્ય તફાવતો:

• પ્રાથમિક કી: દરેક રેકોર્ડને વિશિષ્ટ રીતે ઓળખે છે, null હોઈ શકતી નથી
• યુનિક કી: વિશિષ્ટતા સુનિશ્ચિત કરે છે પણ એક null મૂલ્યની મંજૂરી આપે છે

મેમરી ટ્રીક: "પ્રાથમિક નલને અટકાવે, યુનિક નલને સમજે"

પ્રશ્ન 2(બ) [4 ગુણ]

ER ડાયાગ્રામમાં એન્ટિટીની Participation પર ટૂંકી નોંધ લખો

જવાબ:

કોષ્ટક: Participation પ્રકારો

આકૃતિ: Participation ઉદાહરણ

goat

મુખ્ય સંકેતો:

• ફરજિયાત Participation: દરેક ઇન્સ્ટન્સ સંકળાયેલું હોવું જ જોઈએ
• વૈકલ્પિક Participation: કેટલાક ઇન્સ્ટન્સ સંકળાયેલા ન હોઈ શકે
• બિઝનેસ નિયમો: વાસ્તવિક વિશ્વની મર્યાદાઓને પ્રતિબિંબિત કરે છે

મેમરી ટ્રીક: "કુલ Participation બધાની જરૂર"

પ્રશ્ન 2(ક) [7 ગુણ]

ER ડાયાગ્રામ માટે Generalization concept વિગતવાર વર્ણન કરો

જવાબ:

આકૃતિ: Generalization ઉદાહરણ

કોષ્ટક: Generalization લાક્ષણિકતાઓ

મુખ્ય લક્ષણો:

• ગુણધર્મ વારસાગતતા: સામાન્ય ગુણધર્મો સુપરક્લાસમાં ખસેડવામાં આવે છે
• સંબંધ વારસાગતતા: સંબંધો પણ વારસામાં મળે છે
• મર્યાદા પ્રકારો: કુલ/આંશિક, અલગ/ઓવરલેપિંગ
• ISA સંબંધ: "is-a" કનેક્શનને રજૂ કરે છે

મેમરી ટ્રીક: "સામાન્યીકરણ સમાન એન્ટિટીઓને જૂથ બનાવે"

પ્રશ્ન 2(અ) અથવા [3 ગુણ]

ER ડાયાગ્રામમાં મેપિંગ કાર્ડિનાલિટી સમજાવો

જવાબ:

કોષ્ટક: કાર્ડિનાલિટી પ્રકારો

મુખ્ય સંકેતો:

• સંબંધ મર્યાદાઓ: એન્ટિટી કેવી રીતે સંબંધિત થઈ શકે છે તે વ્યાખ્યાયિત કરે છે
• બિઝનેસ નિયમો: વાસ્તવિક વિશ્વ સંબંધ મર્યાદાઓને પ્રતિબિંબિત કરે છે

મેમરી ટ્રીક: "એક કે ઘણા મેપિંગ મહત્વપૂર્ણ"

પ્રશ્ન 2(બ) અથવા [4 ગુણ]

E-R ડાયાગ્રામમાં Aggregation સમજાવો

જવાબ:

આકૃતિ: Aggregation ઉદાહરણ

goat

મુખ્ય લક્ષણો:

• સંબંધ એન્ટિટી તરીકે: સંબંધ સેટને એન્ટિટી તરીકે ગણે છે
• ઉચ્ચ સ્તરના સંબંધો: સંબંધો વચ્ચે સંબંધોની મંજૂરી આપે છે
• જટિલ મોડેલિંગ: અદ્યતન બિઝનેસ દૃશ્યોને હેન્ડલ કરે છે
• અમૂર્ત પદ્ધતિ: જટિલ સંબંધોને સરળ બનાવે છે

કોષ્ટક: Aggregation લાભો

મેમરી ટ્રીક: "એકીકરણ અદ્યતન સંગઠનોને અમૂર્ત બનાવે"

પ્રશ્ન 2(ક) અથવા [7 ગુણ]

Enhanced ER મોડેલનો ઉપયોગ કરીને લાઇબ્રેરી મેનેજમેન્ટ સિસ્ટમનો ER ડાયાગ્રામ દોરો

જવાબ:

આકૃતિ: લાઇબ્રેરી મેનેજમેન્ટ સિસ્ટમ

વપરાયેલ Enhanced ER લક્ષણો:

• સામાન્યીકરણ: મેમ્બર અને લાઇબ્રેરિયન સબક્લાસ સાથે વ્યક્તિ સુપરક્લાસ
• વિશેષીકરણ: વિવિધ વ્યક્તિ પ્રકારો માટે વિવિધ ગુણધર્મો
• એકીકરણ: બહુવિધ એન્ટિટી સાથે Transaction સંબંધ
• બહુવિધ વારસાગતતા: જટિલ સંબંધ હેન્ડલિંગ

મેમરી ટ્રીક: "લાઇબ્રેરી સાહિત્યને તાર્કિક રીતે જોડે"

---

પ્રશ્ન 3(અ) [3 ગુણ]

SQL ડેટા પ્રકાર સમજાવો

જવાબ:

કોષ્ટક: સામાન્ય SQL ડેટા પ્રકારો

મુખ્ય મુદ્દાઓ:

• ડેટા અખંડિતતા: યોગ્ય ડેટા સ્ટોરેજ સુનિશ્ચિત કરે છે
• સ્ટોરેજ ઑપ્ટિમાઇઝેશન: યોગ્ય કદ ફાળવણી
• માન્યતા: આપોઆપ ડેટા પ્રકાર તપાસ

મેમરી ટ્રીક: "ડેટા પ્રકારો સ્ટોરેજ વ્યાખ્યાયિત કરે"

પ્રશ્ન 3(બ) [4 ગુણ]

DROP અને TRUNCATE COMMAND સરખામણી કરો

જવાબ:

કોષ્ટક: DROP vs TRUNCATE સરખામણી

કોડ ઉદાહરણો:

SQL

મુખ્ય તફાવતો:

• સ્ટ્રક્ચર પ્રભાવ: DROP બધું દૂર કરે છે, TRUNCATE સ્ટ્રક્ચર રાખે છે
• પ્રદર્શન: TRUNCATE મોટા ટેબલો માટે ઝડપી છે

મેમરી ટ્રીક: "DROP નાશ કરે, TRUNCATE કાપે"

પ્રશ્ન 3(ક) [7 ગુણ]

નીચેના Relational Schema અને નીચેના પ્રશ્નો માટે Relational Algebra Expression આપો વિદ્યાર્થીઓ (નામ, SPI, DOB, નોંધણી નંબર)

જવાબ:

રિલેશનલ આલ્જિબ્રા એક્સપ્રેશન્સ:

i) એવા તમામ વિદ્યાર્થીઓની યાદી બનાવો કે જેમનું SPI 6.0 કરતાં ઓછું છે:

σ(SPI < 6.0)(વિદ્યાર્થીઓ)

ii) વિદ્યાર્થીનું નામ જેની નોંધણી નંબર 006 ધરાવે છે:

π(નામ)(σ(નોંધણી_નંબર LIKE '%006%')(વિદ્યાર્થીઓ))

iii) સમાન DOB ધરાવતા તમામ વિદ્યાર્થીઓની યાદી બનાવો:

વિદ્યાર્થીઓ ⋈ (ρ(S2)(વિદ્યાર્થીઓ)) WHERE વિદ્યાર્થીઓ.DOB = S2.DOB AND વિદ્યાર્થીઓ.નોંધણી_નંબર ≠ S2.નોંધણી_નંબર

iv) સમાન અક્ષરથી શરૂ થતા વિદ્યાર્થીઓનું નામ દર્શાવો:

π(નામ)(વિદ્યાર્થીઓ ⋈ (ρ(S2)(વિદ્યાર્થીઓ)) WHERE SUBSTR(વિદ્યાર્થીઓ.નામ,1,1) = SUBSTR(S2.નામ,1,1) AND વિદ્યાર્થીઓ.નોંધણી_નંબર ≠ S2.નોંધણી_નંબર)

કોષ્ટક: વપરાયેલ રિલેશનલ આલ્જિબ્રા ઓપરેટર્સ

મેમરી ટ્રીક: "પસંદ કરો પ્રોજેક્ટ કરો જોડો નામ બદલો"

પ્રશ્ન 3(અ) અથવા [3 ગુણ]

ઉદાહરણ સાથે Grant અને Revoke આદેશનો ઉપયોગ સમજાવો

જવાબ:

કોડ ઉદાહરણો:

SQL

મુખ્ય લક્ષણો:

• એક્સેસ કંટ્રોલ: વપરાશકર્તા અનુમતિઓ સંચાલિત કરે છે
• સુરક્ષા: અનધિકૃત એક્સેસ અટકાવે છે
• ગ્રેન્યુલર કંટ્રોલ: ચોક્કસ વિશેષાધિકાર અસાઇનમેન્ટ

કોષ્ટક: સામાન્ય વિશેષાધિકારો

મેમરી ટ્રીક: "Grant આપે, Revoke દૂર કરે"

પ્રશ્ન 3(બ) અથવા [4 ગુણ]

ઉદાહરણ સાથે DML આદેશોનું વર્ણન કરો

જવાબ:

કોષ્ટક: DML આદેશો

કોડ ઉદાહરણો:

SQL

મુખ્ય લક્ષણો:

• ડેટા મેનિપ્યુલેશન: મુખ્ય ડેટાબેઝ ઓપરેશન્સ
• ટ્રાન્ઝેક્શન સપોર્ટ: રોલબેક કરી શકાય છે
• શરતી ઓપરેશન્સ: WHERE ક્લોઝ સપોર્ટ

મેમરી ટ્રીક: "Insert Update Delete Select"

પ્રશ્ન 3(ક) અથવા [7 ગુણ]

DBMS ના તમામ કન્વર્ઝન ફંક્શનની યાદી બનાવો અને તેમાંથી કોઈપણ ત્રણને વિગતવાર સમજાવો

જવાબ:

કોષ્ટક: કન્વર્ઝન ફંક્શન્સ

ત્રણ ફંક્શન્સની વિગતવાર સમજૂતી:

1. TO_CHAR ફંક્શન:

• હેતુ: તારીખો અને નંબરોને કેરેક્ટર સ્ટ્રિંગમાં કન્વર્ટ કરે છે
• સિન્ટેક્સ: TO_CHAR(value, format)
• ઉપયોગ: તારીખ ફોર્મેટિંગ, ચોક્કસ પેટર્ન સાથે નંબર ફોર્મેટિંગ

2. TO_DATE ફંક્શન:

• હેતુ: કેરેક્ટર સ્ટ્રિંગને તારીખ વેલ્યુમાં કન્વર્ટ કરે છે
• સિન્ટેક્સ: TO_DATE(string, format)
• ઉપયોગ: ચોક્કસ ફોર્મેટ સાથે સ્ટ્રિંગ થી તારીખ કન્વર્ઝન

3. TO_NUMBER ફંક્શન:

• હેતુ: કેરેક્ટર સ્ટ્રિંગને સંખ્યાત્મક વેલ્યુમાં કન્વર્ટ કરે છે
• સિન્ટેક્સ: TO_NUMBER(string, format)
• ઉપયોગ: ગણતરીઓ માટે સ્ટ્રિંગ થી નંબર કન્વર્ઝન

મુખ્ય લાભો:

• ડેટા પ્રકાર લવચીકતા: પ્રકારો વચ્ચે સહજ કન્વર્ઝન
• ફોર્મેટ કંટ્રોલ: ચોક્કસ ફોર્મેટિંગ વિકલ્પો
• એરર હેન્ડલિંગ: કન્વર્ઝન દરમિયાન માન્યતા

મેમરી ટ્રીક: "કેરેક્ટર્સ તારીખો નંબર્સ કન્વર્ટ કરો"

પ્રશ્ન 4(અ) [3 ગુણ]

ટૂંકી નોંધ લખો: ડોમેઇન ઇન્ટેગ્રિટી કન્સ્ટ્રેઇન્ટ

જવાબ:

ડોમેઇન ઇન્ટેગ્રિટી કન્સ્ટ્રેઇન્ટ્સ સુનિશ્ચિત કરે છે કે ડેટા વેલ્યુઝ ચોક્કસ એટ્રિબ્યુટ્સ માટે સ્વીકાર્ય રેન્જ અને ફોર્મેટમાં આવે છે.

કોષ્ટક: ડોમેઇન કન્સ્ટ્રેઇન્ટ પ્રકારો

મુખ્ય લક્ષણો:

• ડેટા માન્યતા: એન્ટ્રી વખતે ડેટા ગુણવત્તા સુનિશ્ચિત કરે છે
• બિઝનેસ રૂલ્સ: ડોમેઇન-સ્પેસિફિક રૂલ્સ અમલમાં મૂકે છે
• આપોઆપ તપાસ: DML ઓપરેશન્સ દરમિયાન માન્યતા થાય છે

મેમરી ટ્રીક: "ડોમેઇન ડેટા બાઉન્ડરીઝ વ્યાખ્યાયિત કરે"

પ્રશ્ન 4(બ) [4 ગુણ]

DBMS માં બધા JOIN ની યાદી બનાવો અને કોઈપણ બે સમજાવો

જવાબ:

કોષ્ટક: JOIN પ્રકારો

વિગતવાર સમજૂતી:

1. INNER JOIN:

SQL

• બંને ટેબલમાંથી માત્ર મેચિંગ રેકોર્ડ્સ પરત કરે છે
• સૌથી વધુ વપરાતો join પ્રકાર

2. LEFT JOIN:

SQL

• બધા વિદ્યાર્થીઓ પરત કરે છે, ભલે કોઈ કોર્સ અસાઇન ન હોય
• અનમેચ્ડ રેકોર્ડ્સ માટે NULL વેલ્યુઝ

મેમરી ટ્રીક: "ટેબલોને વિચારપૂર્વક જોડો"

પ્રશ્ન 4(ક) [7 ગુણ]

ફંક્શનલ ડિપેન્ડેન્સીનો કન્સેપ્ટ વિગતવાર સમજાવો

જવાબ:

ફંક્શનલ ડિપેન્ડેન્સી ત્યારે થાય છે જ્યારે એક એટ્રિબ્યુટની વેલ્યુ અન્ય એટ્રિબ્યુટની વેલ્યુને વિશિષ્ટ રીતે નિર્ધારિત કરે છે.

નોટેશન: A → B (A ફંક્શનલી B નિર્ધારિત કરે છે)

કોષ્ટક: ફંક્શનલ ડિપેન્ડેન્સીના પ્રકારો

આકૃતિ: ફંક્શનલ ડિપેન્ડેન્સી ઉદાહરણ

goat

મુખ્ય ગુણધર્મો:

• રિફ્લેક્સિવિટી: A → A (ટ્રિવિયલ ડિપેન્ડેન્સી)
• ઓગમેન્ટેશન: જો A → B, તો AC → BC
• ટ્રાન્ઝિટિવિટી: જો A → B અને B → C, તો A → C
• ડીકમ્પોઝિશન: જો A → BC, તો A → B અને A → C

ઉપયોગો:

• નોર્મલાઇઝેશન: FD નો ઉપયોગ કરીને રીડન્ડન્સી દૂર કરે છે
• ડેટાબેઝ ડિઝાઇન: ટેબલ સ્ટ્રક્ચર નિર્ધારિત કરે છે
• ડેટા ઇન્ટેગ્રિટી: સુસંગતતા જાળવે છે

મેમરી ટ્રીક: "ફંક્શન્સ ડિરેક્ટલી ડિપેન્ડેન્સીઝ નિર્ધારિત કરે"

પ્રશ્ન 4(અ) અથવા [3 ગુણ]

ટૂંકી નોંધ લખો: રેફરેન્શિયલ ઇન્ટેગ્રિટી કન્સ્ટ્રેઇન્ટ્સ

જવાબ:

રેફરેન્શિયલ ઇન્ટેગ્રિટી સુનિશ્ચિત કરે છે કે એક ટેબલમાં ફોરેન કી વેલ્યુઝ રેફરેન્સ કરેલા ટેબલમાં હાલના પ્રાથમિક કી વેલ્યુઝને અનુરૂપ હોય.

કોષ્ટક: રેફરેન્શિયલ ઇન્ટેગ્રિટી નિયમો

મુખ્ય લક્ષણો:

• ફોરેન કી કન્સ્ટ્રેઇન્ટ: સંબંધિત ટેબલોને લિંક કરે છે
• ડેટા સુસંગતતા: અનાથ રેકોર્ડ્સ અટકાવે છે
• સંબંધ જાળવણી: ટેબલ સંબંધો જાળવે છે

કોડ ઉદાહરણ:

SQL

મેમરી ટ્રીક: "રેફરેન્સને સંબંધિત રેકોર્ડ્સ જરૂરી"

પ્રશ્ન 4(બ) અથવા [4 ગુણ]

રિલેશનલ આલ્જિબ્રાના યુનિયન અને ઇન્ટરસેક્શન ઓપરેશન્સ સમજાવો

જવાબ:

કોષ્ટક: સેટ ઓપરેશન્સ સરખામણી

યુનિયન ઓપરેશન:

• સિન્ટેક્સ: R ∪ S
• પરિણામ: R અને S ના બધા ટ્યુપલ્સ (ડુપ્લિકેટ્સ દૂર કરવામાં આવે છે)
• જરૂરિયાત: સમાન સંખ્યા અને પ્રકારના એટ્રિબ્યુટ્સ

ઇન્ટરસેક્શન ઓપરેશન:

• સિન્ટેક્સ: R ∩ S
• પરિણામ: R અને S બંનેમાં અસ્તિત્વ ધરાવતા ટ્યુપલ્સ
• જરૂરિયાત: યુનિયન કોમ્પેટિબલ રિલેશન્સ

ઉદાહરણ:

Students_CS ∪ Students_IT = બંને વિભાગના બધા વિદ્યાર્થીઓ
Students_CS ∩ Students_IT = બંને વિભાગમાં વિદ્યાર્થીઓ

મુખ્ય મુદ્દાઓ:

• યુનિયન કોમ્પેટિબિલિટી: રિલેશન્સનું સમાન સ્ટ્રક્ચર હોવું જ જોઈએ
• ડુપ્લિકેટ એલિમિનેશન: પરિણામોમાં માત્ર યુનિક ટ્યુપલ્સ સમાવે છે

મેમરી ટ્રીક: "યુનિયન એકમ કરે, ઇન્ટરસેક્શન સામાન્ય ઓળખે"

પ્રશ્ન 4(ક) અથવા [7 ગુણ]

DBMS માં નોર્મલાઇઝેશનનો કન્સેપ્ટ વિગતવાર સમજાવો

જવાબ:

નોર્મલાઇઝેશન એ ડેટા રીડન્ડન્સી ઘટાડવા અને ડેટા ઇન્ટેગ્રિટી સુધારવા માટે ડેટાબેઝ ટેબલોને સંગઠિત કરવાની પ્રક્રિયા છે.

કોષ્ટક: નોર્મલ ફોર્મ્સ

નોર્મલાઇઝેશન પ્રક્રિયા:

સ્ટેપ 1 - પ્રથમ નોર્મલ ફોર્મ (1NF):

• પુનરાવર્તન જૂથો દૂર કરો
• દરેક સેલમાં એક જ વેલ્યુ સમાવો
• દરેક રેકોર્ડ વિશિષ્ટ હોય

સ્ટેપ 2 - બીજું નોર્મલ ફોર્મ (2NF):

• 1NF માં હોવું જ જોઈએ
• આંશિક ડિપેન્ડેન્સીઝ દૂર કરો
• નોન-કી એટ્રિબ્યુટ્સ પ્રાથમિક કી પર સંપૂર્ણ આધારિત

સ્ટેપ 3 - ત્રીજું નોર્મલ ફોર્મ (3NF):

• 2NF માં હોવું જ જોઈએ
• ટ્રાન્ઝિટિવ ડિપેન્ડેન્સીઝ દૂર કરો
• નોન-કી એટ્રિબ્યુટ્સ અન્ય નોન-કી એટ્રિબ્યુટ્સ પર આધારિત નહીં

નોર્મલાઇઝેશનના ફાયદા:

• ઘટાડેલી રીડન્ડન્સી: ડુપ્લિકેટ ડેટા દૂર કરે છે
• ડેટા ઇન્ટેગ્રિટી: સુસંગતતા જાળવે છે
• સ્ટોરેજ એફિશિયન્સી: સ્ટોરેજ સ્પેસ ઘટાડે છે
• અપડેટ એનોમેલીઝ: અસંગત અપડેટ્સ અટકાવે છે

ગેરફાયદા:

• જટિલ ક્વેરીઝ: બહુવિધ join જરૂરી થઈ શકે છે
• પ્રદર્શન પ્રભાવ: પુનઃપ્રાપ્તિ ધીમી કરી શકે છે

મેમરી ટ્રીક: "વ્યવસ્થિત, નોન-રીડન્ડન્ટ ટેબલો માટે નોર્મલાઇઝ કરો"

પ્રશ્ન 5(અ) [3 ગુણ]

DBMS માં નોર્મલાઇઝેશનની જરૂરિયાતું વર્ણન કરો

જવાબ:

કોષ્ટક: નોર્મલાઇઝેશન દ્વારા હલ થતી સમસ્યાઓ

મુખ્ય જરૂરિયાતો:

• ડેટા સુસંગતતા: ડેટાબેઝમાં એકસમાન ડેટા સુનિશ્ચિત કરે છે
• સ્ટોરેજ ઑપ્ટિમાઇઝેશન: રીડન્ડન્ટ સ્ટોરેજ ઘટાડે છે
• જાળવણી સરળતા: સરળ ડેટાબેઝ અપડેટ્સ

ફાયદા:

• સુધારેલી ડેટા ગુણવત્તા: એરર્સ અને અસંગતતાઓ ઘટાડે છે
• લવચીક ડિઝાઇન: બદલવું અને વિસ્તારવું સરળ
• બહેતર પ્રદર્શન: અપડેટ ઑપરેશન્સ માટે

મેમરી ટ્રીક: "નોર્મલાઇઝેશનને વ્યવસ્થિત સંગઠનની જરૂર"

પ્રશ્ન 5(બ) [4 ગુણ]

DBMS માં ટ્રાન્ઝેક્શનના પ્રોપર્ટીઝ સમજાવો

જવાબ:

કોષ્ટક: ACID પ્રોપર્ટીઝ

વિગતવાર સમજૂતી:

અટોમિસિટી:

• ટ્રાન્ઝેક્શન અવિભાજ્ય એકમ છે
• કાં તો બધા ઑપરેશન્સ સંપૂર્ણ થાય અથવા કોઈ પણ નહીં

કન્સિસ્ટન્સી:

• ડેટાબેઝ એક માન્ય સ્થિતિથી બીજી માન્ય સ્થિતિમાં ટ્રાન્ઝિશન
• બધી ઇન્ટેગ્રિટી કન્સ્ટ્રેઇન્ટ્સ જાળવાય છે

આઇસોલેશન:

• સંગામિત ટ્રાન્ઝેક્શન્સ અનુક્રમિક રીતે ચાલે છે એમ લાગે છે
• ઇન્ટરમીડિયેટ સ્ટેટ્સ અન્ય ટ્રાન્ઝેક્શન્સને દેખાતા નથી

ડ્યુરેબિલિટી:

• એકવાર કમિટ થયા પછી, ફેરફારો સિસ્ટમ ફેલ્યોર્સથી બચે છે
• ડેટા કાયમી ધોરણે સ્ટોર થાય છે

મેમરી ટ્રીક: "ACID યોગ્ય ડેટાબેઝની ખાતરી આપે"

પ્રશ્ન 5(ક) [7 ગુણ]

વ્યુ સીરિયલાઇઝેબિલિટી વિગતવાર સમજાવો

જવાબ:

વ્યુ સીરિયલાઇઝેબિલિટી રીડ અને રાઇટ ઑપરેશન્સની તપાસ કરીને સંગામિત શેડ્યુલ કોઈ સીરિયલ શેડ્યુલ જેવો જ પરિણામ આપે છે કે કેમ તે નિર્ધારિત કરે છે.

કોષ્ટક: વ્યુ સમકક્ષતાની શરતો

મુખ્ય સંકેતો:

વ્યુ સમકક્ષ શેડ્યુલ્સ: બે શેડ્યુલ્સ વ્યુ સમકક્ષ છે જો:

1. દરેક ડેટા આઇટમ માટે, જો ટ્રાન્ઝેક્શન T એક શેડ્યુલમાં પ્રારંભિક વેલ્યુ વાંચે છે, તો બીજામાં પણ પ્રારંભિક વેલ્યુ વાંચે છે
2. દરેક રીડ ઑપરેશન માટે, જો T એક શેડ્યુલમાં T' દ્વારા લખાયેલી વેલ્યુ વાંચે છે, તો બીજામાં પણ તે જ થાય છે
3. દરેક ડેટા આઇટમ માટે, જો T એક શેડ્યુલમાં અંતિમ રાઇટ કરે છે, તો બીજામાં પણ અંતિમ રાઇટ કરે છે

વ્યુ સીરિયલાઇઝેબિલિટીની તપાસ:

1. પ્રીસીડન્સ ગ્રાફ: ડાયરેક્ટેડ ગ્રાફ બનાવો
2. સાયકલ ડિટેક્શન: ગ્રાફમાં સાયકલ્સ તપાસો
3. કોટલિક્ટ વિશ્લેષણ: રીડ-રાઇટ કોટલિક્ટ્સની તપાસ કરો

ઉદાહરણ વિશ્લેષણ:

શેડ્યુલ S1: R1(X) W1(X) R2(X) W2(X)
શેડ્યુલ S2: R1(X) R2(X) W1(X) W2(X)

ફાયદા:

• કન્કરન્સી કંટ્રોલ: શુદ્ધતા સુનિશ્ચિત કરે છે
• પ્રદર્શન: મહત્તમ કન્કરન્સીની મંજૂરી આપે છે
• સુસંગતતા: ડેટાબેઝ ઇન્ટેગ્રિટી જાળવે છે

કોટલિક્ટ સીરિયલાઇઝેબિલિટી સાથે સરખામણી:

• વ્યુ સીરિયલાઇઝેબિલિટી ઓછી પ્રતિબંધક છે
• કેટલાક વ્યુ સીરિયલાઇઝેબલ શેડ્યુલ્સ કોટલિક્ટ સીરિયલાઇઝેબલ નથી
• તપાસવું વધુ જટિલ છે

મેમરી ટ્રીક: "વ્યુ માન્ય શેડ્યુલ્સ વેરિફાઇ કરે"

પ્રશ્ન 5(અ) અથવા [3 ગુણ]

કોઈપણ ડેટાબેઝ પર 2NF પરફોર્મ કરો

જવાબ:

ઉદાહરણ: સ્ટુડન્ટ કોર્સ ડેટાબેઝ

મૂળ ટેબલ (2NF માં નથી):

Student_Course (Student_ID, Student_Name, Course_ID, Course_Name, Grade, Instructor)
પ્રાથમિક કી: {Student_ID, Course_ID}

ફંક્શનલ ડિપેન્ડેન્સીઝ:

• Student_ID → Student_Name (આંશિક ડિપેન્ડેન્સી)
• Course_ID → Course_Name, Instructor (આંશિક ડિપેન્ડેન્સી)
• → Grade

2NF ડીકમ્પોઝિશન:

ટેબલ 1: વિદ્યાર્થીઓ

Students (Student_ID, Student_Name)
પ્રાથમિક કી: Student_ID

ટેબલ 2: કોર્સેસ

Courses (Course_ID, Course_Name, Instructor)  
પ્રાથમિક કી: Course_ID

ટેબલ 3: નોંધણીઓ

Enrollments (Student_ID, Course_ID, Grade)
પ્રાથમિક કી: {Student_ID, Course_ID}
ફોરેન કીઝ: Student_ID → Students, Course_ID → Courses

પરિણામ: બધી આંશિક ડિપેન્ડેન્સીઝ દૂર કરવામાં આવી, હવે 2NF માં છે.

મેમરી ટ્રીક: "બીજું નોર્મલ ફોર્મ ડિપેન્ડેન્સીઝ અલગ કરે"

પ્રશ્ન 5(બ) અથવા [4 ગુણ]

ટ્રાન્ઝેક્શનની સ્ટેટ્સ સમજાવો

જવાબ:

આકૃતિ: ટ્રાન્ઝેક્શન સ્ટેટ ડાયાગ્રામ

કોષ્ટક: ટ્રાન્ઝેક્શન સ્ટેટ્સ

સ્ટેટ ટ્રાન્ઝિશન્સ:

• સક્રિય થી નિષ્ફળ: એરર્સ અથવા સ્પષ્ટ રદ કારણે
• સક્રિય થી આંશિક કમિટેડ: અંતિમ સ્ટેટમેન્ટ પછી
• આંશિક કમિટેડ થી કમિટેડ: સફળ પૂર્ણતા
• નિષ્ફળ થી રદ કરેલ: રોલબેક ઑપરેશન્સ પછી

મુખ્ય મુદ્દાઓ:

• રિકવરી: સિસ્ટમ નિષ્ફળ સ્ટેટ્સમાંથી રિકવર કરી શકે છે
• ડ્યુરેબિલિટી: કમિટેડ ફેરફારો કાયમી છે
• અટોમિસિટી: રદ કરેલા ટ્રાન્ઝેક્શન્સ કોઈ ચિહ્ન છોડતા નથી

મેમરી ટ્રીક: "ટ્રાન્ઝેક્શન્સ સ્ટેટ્સ દ્વારા મુસાફરી કરે"

પ્રશ્ન 5(ક) અથવા [7 ગુણ]

કોટલિક્ટ સીરિયલાઇઝેબિલિટી વિગતવાર સમજાવો

જવાબ:

કોટલિક્ટ સીરિયલાઇઝેબિલિટી કોટલિક્ટિંગ ઑપરેશન્સના વિશ્લેષણ દ્વારા સંગામિત શેડ્યુલ કોઈ સીરિયલ શેડ્યુલની સમકક્ષ છે કે કેમ તે સુનિશ્ચિત કરે છે.

કોષ્ટક: કોટલિક્ટિંગ ઑપરેશન્સ

કોટલિક્ટ સીરિયલાઇઝેબિલિટીની તપાસ:

સ્ટેપ 1: કોટલિક્ટ્સ ઓળખો

• સમાન ડેટા આઇટમ પર ઑપરેશન જોડીઓ શોધો
• તપાસો કે ઑપરેશન્સ વિવિધ ટ્રાન્ઝેક્શન્સના છે કે કેમ
• નિર્ધારિત કરો કે ઑપરેશન્સ કોટલિક્ટ કરે છે કે કેમ

સ્ટેપ 2: પ્રીસીડન્સ ગ્રાફ બનાવો

• નોડ્સ ટ્રાન્ઝેક્શન્સ દર્શાવે છે
• ડાયરેક્ટેડ એજેસ કોટલિક્ટ્સ દર્શાવે છે
• Ti થી Tj એજ જો Ti, Tj સાથે કોટલિક્ટ કરે છે

સ્ટેપ 3: સાયકલ્સ તપાસો

• જો ગ્રાફમાં સાયકલ્સ નથી → કોટલિક્ટ સીરિયલાઇઝેબલ
• જો ગ્રાફમાં સાયકલ્સ છે → કોટલિક્ટ સીરિયલાઇઝેબલ નથી

ઉદાહરણ વિશ્લેષણ:

શેડ્યુલ: R1(A) W1(A) R2(A) W2(B) R1(B) W1(B)

કોટલિક્ટ્સ:
- W1(A) કોટલિક્ટ R2(A) સાથે → T1 પહેલાં T2
- W2(B) કોટલિક્ટ R1(B) સાથે → T2 પહેલાં T1
- W2(B) કોટલિક્ટ W1(B) સાથે → T2 પહેલાં T1

પ્રીસીડન્સ ગ્રાફ:

goat

પરિણામ: સાયકલ સમાવે છે, તેથી કોટલિક્ટ સીરિયલાઇઝેબલ નથી.

મુખ્ય ગુણધર્મો:

• કોટલિક્ટ સમકક્ષ: સમાન કોટલિક્ટ્સ, સમાન સંબંધિત ક્રમ
• સીરિયલ શેડ્યુલ: એક સમયે એક ટ્રાન્ઝેક્શન
• પ્રીસીડન્સ ગ્રાફ: ડિપેન્ડેન્સીઝ દર્શાવતો ડાયરેક્ટેડ ગ્રાફ
• સાયકલ ડિટેક્શન: કોટલિક્ટ સીરિયલાઇઝેબિલિટી નિર્ધારિત કરે છે

ફાયદા:

• કન્કરન્સી કંટ્રોલ: શુદ્ધતા સુનિશ્ચિત કરે છે
• પ્રદર્શન: મહત્તમ સંગામિત એક્ઝિક્યુશન
• સુસંગતતા: ડેટાબેઝ ઇન્ટેગ્રિટી જાળવે છે

વ્યુ સીરિયલાઇઝેબિલિટી સાથે સરખામણી:

• કોટલિક્ટ સીરિયલાઇઝેબિલિટી વધુ પ્રતિબંધક છે
• બધા કોટલિક્ટ સીરિયલાઇઝેબલ શેડ્યુલ્સ વ્યુ સીરિયલાઇઝેબલ છે
• વ્યુ સીરિયલાઇઝેબિલિટી કરતાં તપાસવું સરળ છે

તપાસ માટેના અલ્ગોરિધમ્સ:

1. પ્રીસીડન્સ ગ્રાફ મેથડ: ગ્રાફ બનાવો અને સાયકલ્સ તપાસો
2. ટાઇમસ્ટેમ્પ ઓર્ડરિંગ: ઑપરેશન્સને ઓર્ડર કરવા માટે ટાઇમસ્ટેમ્પનો ઉપયોગ
3. ટુ-ફેઝ લોકિંગ: સીરિયલાઇઝેબિલિટી સુનિશ્ચિત કરવા માટે લોકનો ઉપયોગ

મેમરી ટ્રીક: "કોટલિક્ટ્સ સાયકલ્સ બનાવે, કાળજીપૂર્વક તપાસો"