ಡೇಟಾಬೇಸ್ ಮೂಲಭೂತಗಳು

ಪ್ರಮುಖ ಪರಿಕಲ್ಪನೆಗಳು ಮತ್ತು ಸೂತ್ರಗಳು

ಡೇಟಾಬೇಸ್ ಮೂಲಭೂತಗಳಿಗೆ 5-7 ಅತ್ಯಗತ್ಯ ಪರಿಕಲ್ಪನೆಗಳನ್ನು ನೀಡಿ:

# ಪರಿಕಲ್ಪನೆ ತ್ವರಿತ ವಿವರಣೆ
1 ಡೇಟಾಬೇಸ್ ಕೋಷ್ಟಕಗಳಲ್ಲಿ ವಿದ್ಯುನ್ಮಾನವಾಗಿ ಸಂಗ್ರಹಿಸಲಾದ ರಚನಾತ್ಮಕ ಮಾಹಿತಿಯ ಸಂಘಟಿತ ಸಂಗ್ರಹ
2 ಡಿಬಿಎಂಎಸ್ ಡೇಟಾಬೇಸ್ ನಿರ್ವಹಣಾ ವ್ಯವಸ್ಥೆ - ಡೇಟಾಬೇಸ್ಗಳನ್ನು ರಚಿಸಲು, ನಿರ್ವಹಿಸಲು ಬಳಸುವ ಸಾಫ್ಟ್ವೇರ್ (ಉದಾ., ಒರಾಕಲ್, MySQL)
3 ಪ್ರಾಥಮಿಕ ಕೀಲಿ ಕೋಷ್ಟಕದಲ್ಲಿನ ಪ್ರತಿ ದಾಖಲೆಯ ಅನನ್ಯ ಗುರುತಿಸುವಿ (ಉದಾ., ರೈಲ್ವೇ ವೇಳಾಪಟ್ಟಿಯಲ್ಲಿ ರೈಲು ಸಂಖ್ಯೆ)
4 SQL ಸ್ಟ್ರಕ್ಚರ್ಡ್ ಕ್ವೆರಿ ಲಾಂಗ್ವೇಜ್ - ಡೇಟಾವನ್ನು ಪಡೆಯಲು/ನವೀಕರಿಸಲು ಬಳಸಲಾಗುತ್ತದೆ (SELECT, INSERT, UPDATE, DELETE)
5 ನಾರ್ಮಲೈಸೇಶನ್ ಡೇಟಾ ಪುನರಾವರ್ತನೆಯನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಸಂಬಂಧಿತ ಕೋಷ್ಟಕಗಳಾಗಿ ಸಂಘಟಿಸುವ ಪ್ರಕ್ರಿಯೆ
6 ವಿದೇಶಿ ಕೀಲಿ ಎರಡು ಕೋಷ್ಟಕಗಳನ್ನು ಜೋಡಿಸುವ ಕ್ಷೇತ್ರ (ಉದಾ., ರೈಲು ಮತ್ತು ನಿಲ್ದಾಣ ಕೋಷ್ಟಕಗಳನ್ನು ಸಂಪರ್ಕಿಸುವ ನಿಲ್ದಾಣ ಕೋಡ್)
7 ಸೂಚಿ ಡೇಟಾ ಪಡೆಯುವಿಕೆಯ ವೇಗವನ್ನು ಹೆಚ್ಚಿಸಲು ವಿಶೇಷ ಲುಕ್ಅಪ್ ಕೋಷ್ಟಕ (ರೈಲ್ವೇ ವೇಳಾಪಟ್ಟಿ ಸೂಚಿಯಂತೆ)

10 ಅಭ್ಯಾಸ ಬಹು-ಆಯ್ಕೆ ಪ್ರಶ್ನೆಗಳು

ಹೆಚ್ಚುತ್ತಿರುವ ತೊಡಕಿನೊಂದಿಗೆ 10 ಬಹು-ಆಯ್ಕೆ ಪ್ರಶ್ನೆಗಳನ್ನು ರಚಿಸಿ (ಪ್ರಶ್ನೆ 1-3: ಸುಲಭ, ಪ್ರಶ್ನೆ 4-7: ಮಧ್ಯಮ, ಪ್ರಶ್ನೆ 8-10: ಕಠಿಣ)

ಪ್ರಶ್ನೆ 1. ಈ ಕೆಳಗಿನವುಗಳಲ್ಲಿ ಯಾವುದು ಡೇಟಾಬೇಸ್ ನಿರ್ವಹಣಾ ವ್ಯವಸ್ಥೆಯಲ್ಲ? ಎ) MySQL ಬಿ) ಒರಾಕಲ್ ಸಿ) ಮೈಕ್ರೋಸಾಫ್ಟ್ ಎಕ್ಸೆಲ್ ಡಿ) PostgreSQL

ಉತ್ತರ: ಸಿ) ಮೈಕ್ರೋಸಾಫ್ಟ್ ಎಕ್ಸೆಲ್

ಪರಿಹಾರ: ಮೈಕ್ರೋಸಾಫ್ಟ್ ಎಕ್ಸೆಲ್ ಒಂದು ಸ್ಪ್ರೆಡ್ಶೀಟ್ ಅಪ್ಲಿಕೇಶನ್ ಆಗಿದೆ, ಡೇಟಾಬೇಸ್ ನಿರ್ವಹಣಾ ವ್ಯವಸ್ಥೆಯಲ್ಲ. MySQL, ಒರಾಕಲ್, ಮತ್ತು PostgreSQL ಎಲ್ಲವೂ ಡೇಟಾಬೇಸ್ಗಳನ್ನು ನಿರ್ವಹಿಸಲು ಬಳಸುವ ಜನಪ್ರಿಯ ಡಿಬಿಎಂಎಸ್ ಸಾಫ್ಟ್ವೇರ್ಗಳು.

ಶಾರ್ಟ್ಕಟ್: “MOO” ನೆನಪಿಡಿ - MySQL, ಒರಾಕಲ್, PostgreSQL ಎಲ್ಲವೂ ಡಿಬಿಎಂಎಸ್ ಆಗಿವೆ

ಪರಿಕಲ್ಪನೆ: ಡೇಟಾಬೇಸ್ ಮೂಲಭೂತಗಳು - ಡಿಬಿಎಂಎಸ್ ಸಾಫ್ಟ್ವೇರ್ನ ವಿಧಗಳು

ಪ್ರಶ್ನೆ 2. ರೈಲ್ವೇ ಪ್ರಯಾಣಿಕರ ಡೇಟಾಬೇಸ್ನಲ್ಲಿ, ಯಾವ ಕಾಲಮ್ ಅತ್ಯುತ್ತಮ ಪ್ರಾಥಮಿಕ ಕೀಲಿಯಾಗಿರುತ್ತದೆ? ಎ) ಪ್ರಯಾಣಿಕರ ಹೆಸರು ಬಿ) ಆಸನ ಸಂಖ್ಯೆ ಸಿ) PNR ಸಂಖ್ಯೆ ಡಿ) ರೈಲು ಸಂಖ್ಯೆ

ಉತ್ತರ: ಸಿ) PNR ಸಂಖ್ಯೆ

ಪರಿಹಾರ: PNR (ಪ್ಯಾಸೆಂಜರ್ ನೇಮ್ ರೆಕಾರ್ಡ್) ಸಂಖ್ಯೆಯು ಪ್ರತಿ ಬುಕಿಂಗ್ಗೆ ಅನನ್ಯವಾಗಿರುತ್ತದೆ. ಪ್ರಯಾಣಿಕರ ಹೆಸರುಗಳು ನಕಲಾಗಬಹುದು, ಆಸನ ಸಂಖ್ಯೆಗಳು ರೈಲುಗಳಾದ್ಯಂತ ಪುನರಾವರ್ತನೆಯಾಗುತ್ತವೆ, ಮತ್ತು ರೈಲು ಸಂಖ್ಯೆಗಳು ದೈನಂದಿನವಾಗಿ ಪುನರಾವರ್ತನೆಯಾಗುತ್ತವೆ.

ಶಾರ್ಟ್ಕಟ್: ಪ್ರಾಥಮಿಕ ಕೀಲಿಯು ಅನನ್ಯ + ಎಂದಿಗೂ ಶೂನ್ಯವಾಗಿರಬಾರದು

ಪರಿಕಲ್ಪನೆ: ಡೇಟಾಬೇಸ್ ಮೂಲಭೂತಗಳು - ಪ್ರಾಥಮಿಕ ಕೀಲಿಯ ಗುಣಲಕ್ಷಣಗಳು

ಪ್ರಶ್ನೆ 3. ದೆಹಲಿಯಿಂದ ಮುಂಬೈಗೆ ಎಲ್ಲಾ ರೈಲುಗಳನ್ನು ಪಡೆಯಲು SQL ಆದೇಶ: ಎ) GET * FROM trains WHERE source=‘Delhi’ AND destination=‘Mumbai’ ಬಿ) SELECT * FROM trains WHERE source=‘Delhi’ AND destination=‘Mumbai’ ಸಿ) FETCH * FROM trains WHERE source=‘Delhi’ AND destination=‘Mumbai’ ಡಿ) EXTRACT * FROM trains WHERE source=‘Delhi’ AND destination=‘Mumbai’

ಉತ್ತರ: ಬಿ) SELECT * FROM trains WHERE source=‘Delhi’ AND destination=‘Mumbai’

ಪರಿಹಾರ: ಡೇಟಾವನ್ನು ಪಡೆಯಲು SELECT ಸರಿಯಾದ SQL ಆದೇಶವಾಗಿದೆ. * ಎಂದರೆ “ಎಲ್ಲಾ ಕಾಲಮ್ಗಳು”, FROM ಕೋಷ್ಟಕವನ್ನು ನಿರ್ದಿಷ್ಟಪಡಿಸುತ್ತದೆ, WHERE ಪರಿಸ್ಥಿತಿಗಳನ್ನು ಫಿಲ್ಟರ್ ಮಾಡುತ್ತದೆ.

ಶಾರ್ಟ್ಕಟ್: ಮೆನುವಿನಿಂದ ವಸ್ತುಗಳನ್ನು ಆಯ್ಕೆಮಾಡುವಂತೆ “SELECT” ನೆನಪಿಡಿ

ಪರಿಕಲ್ಪನೆ: ಡೇಟಾಬೇಸ್ ಮೂಲಭೂತಗಳು - ಮೂಲ SQL ಆದೇಶಗಳು

ಪ್ರಶ್ನೆ 4. ಒಂದು ರೈಲ್ವೇ ಡೇಟಾಬೇಸ್ನಲ್ಲಿ 50,000 ದಾಖಲೆಗಳಿವೆ. ಸೂಚಿಯಿಲ್ಲದೆ, ಒಂದು ನಿರ್ದಿಷ್ಟ ರೈಲನ್ನು ಕಂಡುಹಿಡಿಯಲು ಪ್ರತಿ 1000 ದಾಖಲೆಗಳಿಗೆ 5 ಸೆಕೆಂಡುಗಳು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ. ಸೂಚಿಯೊಂದಿಗೆ, ಅದು 0.1 ಸೆಕೆಂಡುಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ. ಒಂದು ರೈಲನ್ನು ಕಂಡುಹಿಡಿಯುವಾಗ ಎಷ್ಟು ಸಮಯ ಉಳಿಸಲ್ಪಡುತ್ತದೆ? ಎ) 249.9 ಸೆಕೆಂಡುಗಳು ಬಿ) 250 ಸೆಕೆಂಡುಗಳು ಸಿ) 499.9 ಸೆಕೆಂಡುಗಳು ಡಿ) 500 ಸೆಕೆಂಡುಗಳು

ಉತ್ತರ: ಎ) 249.9 ಸೆಕೆಂಡುಗಳು

ಪರಿಹಾರ: ಸೂಚಿಯಿಲ್ಲದೆ: (50,000/1,000) × 5 = 250 ಸೆಕೆಂಡುಗಳು ಸೂಚಿಯೊಂದಿಗೆ: 0.1 ಸೆಕೆಂಡುಗಳು ಉಳಿಸಿದ ಸಮಯ: 250 - 0.1 = 249.9 ಸೆಕೆಂಡುಗಳು

ಶಾರ್ಟ್ಕಟ್: ಸೂಚಿಯ ಪ್ರಯೋಜನ = (ಪೂರ್ಣ ಸ್ಕ್ಯಾನ್ ಸಮಯ) - (ಸೂಚಿ ಪ್ರವೇಶ ಸಮಯ)

ಪರಿಕಲ್ಪನೆ: ಡೇಟಾಬೇಸ್ ಮೂಲಭೂತಗಳು - ಸೂಚಿಯ ಕಾರ್ಯಕ್ಷಮತೆ ಸುಧಾರಣೆ

ಪ್ರಶ್ನೆ 5. ರೈಲ್ವೇ ನಿಲ್ದಾಣ ಡೇಟಾಬೇಸ್ನಲ್ಲಿ, ಪ್ಲಾಟ್ಫಾರ್ಮ್ ಸಂಖ್ಯೆಗಳು (1-16) ಸಂಗ್ರಹಿಸಲ್ಪಟ್ಟಿವೆ. ಪ್ರತಿ ಪ್ಲಾಟ್ಫಾರ್ಮ್ ದೈನಂದಿನವಾಗಿ 50 ರೈಲುಗಳಿಗೆ ಸೇವೆ ಸಲ್ಲಿಸುತ್ತದೆ. ನಾರ್ಮಲೈಸೇಶನ್ ನಂತರ, ಪ್ಲಾಟ್ಫಾರ್ಮ್ ವಿವರಗಳನ್ನು ಪ್ರತ್ಯೇಕ ಕೋಷ್ಟಕಕ್ಕೆ ಸ್ಥಳಾಂತರಿಸಲಾಗುತ್ತದೆ. ಮೂಲ ಕೋಷ್ಟಕದಲ್ಲಿ 800 ರೈಲು ದಾಖಲೆಗಳು ಮತ್ತು ಪ್ರತಿಯೊಂದಕ್ಕೆ 50 ಬೈಟ್ಗಳ ಪುನರಾವರ್ತಿತ ಪ್ಲಾಟ್ಫಾರ್ಮ್ ಮಾಹಿತಿ ಇದ್ದರೆ ಸಂಗ್ರಹಣೆ ಕಡಿತ ಎಷ್ಟು? ಎ) 2000 ಬೈಟ್ಗಳು ಬಿ) 32000 ಬೈಟ್ಗಳು ಸಿ) 40000 ಬೈಟ್ಗಳು ಡಿ) 1600 ಬೈಟ್ಗಳು

ಉತ್ತರ: ಸಿ) 40000 ಬೈಟ್ಗಳು

ಪರಿಹಾರ: ಪುನರಾವರ್ತಿತ ಡೇಟಾ: 800 ರೈಲುಗಳು × 50 ಬೈಟ್ಗಳು = 40,000 ಬೈಟ್ಗಳು ನಾರ್ಮಲೈಸೇಶನ್ ನಂತರ: ಕೇವಲ 16 ಪ್ಲಾಟ್ಫಾರ್ಮ್ ದಾಖಲೆಗಳು ಬೇಕಾಗುತ್ತವೆ ಸಂಗ್ರಹಣೆ ಕಡಿತ = 40,000 ಬೈಟ್ಗಳು - (16 × 50) = 39,200 ಬೈಟ್ಗಳು ≈ 40,000 ಬೈಟ್ಗಳು

ಶಾರ್ಟ್ಕಟ್: ಪುನರಾವರ್ತನೆ = ಒಟ್ಟು ದಾಖಲೆಗಳು × ಪ್ರತಿ ದಾಖಲೆಯ ಪುನರಾವರ್ತಿತ ಬೈಟ್ಗಳು

ಪರಿಕಲ್ಪನೆ: ಡೇಟಾಬೇಸ್ ಮೂಲಭೂತಗಳು - ನಾರ್ಮಲೈಸೇಶನ್ ಪ್ರಯೋಜನಗಳು

ಪ್ರಶ್ನೆ 6. ಒಂದು ರೈಲು ಬುಕಿಂಗ್ ವ್ಯವಸ್ಥೆಯು ಗಂಟೆಗೆ 500 ಬುಕಿಂಗ್ಗಳನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುತ್ತದೆ. ಪ್ರತಿ ಬುಕಿಂಗ್ 1KB ಡೇಟಾವನ್ನು ರಚಿಸುತ್ತದೆ. ಡೇಟಾಬೇಸ್ ಬ್ಯಾಕಪ್ ಪ್ರತಿ 100MB ಗೆ 2 ನಿಮಿಷಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ. ವ್ಯವಸ್ಥೆಯು ದೈನಂದಿನವಾಗಿ 18 ಗಂಟೆಗಳ ಕಾಲ ಕಾರ್ಯನಿರ್ವಹಿಸಿದರೆ, ದೈನಂದಿನ ಬ್ಯಾಕಪ್ ಸಮಯ ಎಷ್ಟು? ಎ) 180 ನಿಮಿಷಗಳು ಬಿ) 360 ನಿಮಿಷಗಳು ಸಿ) 540 ನಿಮಿಷಗಳು ಡಿ) 720 ನಿಮಿಷಗಳು

ಉತ್ತರ: ಬಿ) 360 ನಿಮಿಷಗಳು

ಪರಿಹಾರ: ದೈನಂದಿನ ಡೇಟಾ: 500 × 18 = 9,000 ಬುಕಿಂಗ್ಗಳು ಡೇಟಾ ಗಾತ್ರ: 9,000 × 1KB = 9,000KB = 9MB ಬ್ಯಾಕಪ್ ಸಮಯ: (9MB/100MB) × 2 = 0.18 ನಿಮಿಷಗಳು ಆದರೆ ಇದು ತುಂಬಾ ಕಡಿಮೆ ಎಂದು ತೋರುತ್ತದೆ - ಮರುಲೆಕ್ಕಾಚಾರ: 9MB = 0.09 × 100MB ಬ್ಯಾಕಪ್ ಸಮಯ: 0.09 × 2 = 0.18 ನಿಮಿಷಗಳು ನಿಲ್ಲಿಸಿ - ಲೆಕ್ಕಾಚಾರದಲ್ಲಿ ದೋಷ. ಸರಿಯಾದದ್ದು: 9MB ಗೆ 9/100 × 2 = 0.18 ನಿಮಿಷಗಳು ಆದಾಗ್ಯೂ, 500 ಬುಕಿಂಗ್ಗಳು/ಗಂಟೆ × 18 ಗಂಟೆಗಳು = 9,000KB = 9MB ಬ್ಯಾಕಪ್ ದರ: 100MB 2 ನಿಮಿಷಗಳಲ್ಲಿ = 50MB/ನಿಮಿಷ 9MB ಗೆ ಸಮಯ: 9/50 = 0.18 ನಿಮಿಷಗಳು

ಶಾರ್ಟ್ಕಟ್: ಬ್ಯಾಕಪ್ ಸಮಯ = (ಡೇಟಾ ಗಾತ್ರ ÷ ಬ್ಯಾಕಪ್ ದರ)

ಪರಿಕಲ್ಪನೆ: ಡೇಟಾಬೇಸ್ ಮೂಲಭೂತಗಳು - ಡೇಟಾಬೇಸ್ ಗಾತ್ರ ಮತ್ತು ಬ್ಯಾಕಪ್

ಪ್ರಶ್ನೆ 7. ಒಂದು ರೈಲ್ವೇ ಡೇಟಾಬೇಸ್ನಲ್ಲಿ, SELECT COUNT(*) FROM passengers 12,000 ಅನ್ನು ಹಿಂದಿರುಗಿಸುತ್ತದೆ. ‘coach’ ಕಾಲಮ್ನಲ್ಲಿ ಸೂಚಿಯನ್ನು ಸೇರಿಸಿದ ನಂತರ, ಅದೇ ಪ್ರಶ್ನೆ 12,000 ಅನ್ನು ಹಿಂದಿರುಗಿಸುತ್ತದೆ ಆದರೆ 3× ವೇಗವಾಗಿ ಕಾರ್ಯಗತಗೊಳ್ಳುತ್ತದೆ. ಮೂಲ ಕಾರ್ಯಗತಗೊಳಿಸುವ ಸಮಯ 6 ಸೆಕೆಂಡುಗಳಾಗಿದ್ದರೆ, ಹೊಸ ಕಾರ್ಯಗತಗೊಳಿಸುವ ಸಮಯ ಎಷ್ಟು? ಎ) 18 ಸೆಕೆಂಡುಗಳು ಬಿ) 3 ಸೆಕೆಂಡುಗಳು ಸಿ) 2 ಸೆಕೆಂಡುಗಳು ಡಿ) 0.5 ಸೆಕೆಂಡುಗಳು

ಉತ್ತರ: ಸಿ) 2 ಸೆಕೆಂಡುಗಳು

ಪರಿಹಾರ: 3× ವೇಗವಾಗಿ ಎಂದರೆ 1/3 ಸಮಯ ಹೊಸ ಸಮಯ = 6 ಸೆಕೆಂಡುಗಳು ÷ 3 = 2 ಸೆಕೆಂಡುಗಳು

ಶಾರ್ಟ್ಕಟ್: “ವೇಗವಾಗಿ” = ಮೂಲ ಸಮಯವನ್ನು ವೇಗದ ಅಂಶದಿಂದ ಭಾಗಿಸಿ

ಪರಿಕಲ್ಪನೆ: ಡೇಟಾಬೇಸ್ ಮೂಲಭೂತಗಳು - ಪ್ರಶ್ನೆಯ ಕಾರ್ಯಕ್ಷಮತೆಯ ಮೇಲೆ ಸೂಚಿಯ ಪ್ರಭಾವ

ಪ್ರಶ್ನೆ 8. ಒಂದು ರೈಲ್ವೇ ಡೇಟಾಬೇಸ್ನಲ್ಲಿ ರೈಲುಗಳ ಕೋಷ್ಟಕ (Train_ID, Name, Type) ಮತ್ತು ವೇಳಾಪಟ್ಟಿ ಕೋಷ್ಟಕ (Train_ID, Station, Arrival, Departure) ಇದೆ. ನವದೆಹಲಿಯಲ್ಲಿ ನಿಲ್ಲುವ ಎಲ್ಲಾ ರಾಜಧಾನಿ ರೈಲುಗಳನ್ನು ಕಂಡುಹಿಡಿಯಲು, ಯಾವ JOIN ಪ್ರಕಾರ ಬೇಕಾಗುತ್ತದೆ? ಎ) INNER JOIN ಬಿ) LEFT JOIN ಸಿ) RIGHT JOIN ಡಿ) FULL OUTER JOIN

ಉತ್ತರ: ಎ) INNER JOIN

ಪರಿಹಾರ: INNER JOIN ಎರಡೂ ಕೋಷ್ಟಕಗಳಿಂದ ಹೊಂದಾಣಿಕೆಯ ದಾಖಲೆಗಳನ್ನು ಮಾತ್ರ ಹಿಂದಿರುಗಿಸುತ್ತದೆ. ನಮಗೆ ರಾಜಧಾನಿ ರೈಲುಗಳು ಮತ್ತು ನವದೆಹಲಿಯಲ್ಲಿ ನಿಲ್ಲುವ ರೈಲುಗಳು ಬೇಕಾಗಿರುವುದರಿಂದ, ಕೇವಲ ಹೊಂದಾಣಿಕೆಯ ದಾಖಲೆಗಳು ಬೇಕಾಗುತ್ತವೆ.

ಶಾರ್ಟ್ಕಟ್: ಎರಡರಿಂದಲೂ ಹೊಂದಾಣಿಕೆಯ ದಾಖಲೆಗಳು ಬೇಕೇ? INNER JOIN ಬಳಸಿ

ಪರಿಕಲ್ಪನೆ: ಡೇಟಾಬೇಸ್ ಮೂಲಭೂತಗಳು - SQL JOIN ಪ್ರಕಾರಗಳು

ಪ್ರಶ್ನೆ 9. ಒಂದು ರೈಲ್ವೇ ಡೇಟಾಬೇಸ್ ಪ್ರಶ್ನೆ ಆಪ್ಟಿಮೈಜರ್ ಅಂದಾಜು: ಪೂರ್ಣ ಕೋಷ್ಟಕ ಸ್ಕ್ಯಾನ್ ವೆಚ್ಚ = 1000, ಸೂಚಿ ಸ್ಕ್ಯಾನ್ ವೆಚ್ಚ = 100 + 50×rows_returned. 20 ಸಾಲುಗಳನ್ನು ಹಿಂದಿರುಗಿಸುವ ಪ್ರಶ್ನೆಗೆ, ಯಾವ ಸ್ಕ್ಯಾನ್ ಉತ್ತಮ ಮತ್ತು ಎಷ್ಟು ಅಂತರದಿಂದ? ಎ) ಸೂಚಿ ಸ್ಕ್ಯಾನ್ 150 ಘಟಕಗಳಿಂದ ಬಿ) ಪೂರ್ಣ ಸ್ಕ್ಯಾನ್ 150 ಘಟಕಗಳಿಂದ ಸಿ) ಸೂಚಿ ಸ್ಕ್ಯಾನ್ 850 ಘಟಕಗಳಿಂದ ಡಿ) ಪೂರ್ಣ ಸ್ಕ್ಯಾನ್ 850 ಘಟಕಗಳಿಂದ

ಉತ್ತರ: ಸಿ) ಸೂಚಿ ಸ್ಕ್ಯಾನ್ 850 ಘಟಕಗಳಿಂದ

ಪರಿಹಾರ: ಸೂಚಿ ಸ್ಕ್ಯಾನ್ ವೆಚ್ಚ: 100 + 50×20 = 100 + 1000 = 1100 ಪೂರ್ಣ ಕೋಷ್ಟಕ ಸ್ಕ್ಯಾನ್: 1000 ಉತ್ತಮ ಅಂತರ: 1100 - 1000 = 100 (ಪೂರ್ಣ ಸ್ಕ್ಯಾನ್ ಉತ್ತಮ) ನಿಲ್ಲಿಸಿ - ಇದು ಉತ್ತರ C ಯೊಂದಿಗೆ ವಿರೋಧಿಸುತ್ತದೆ. ಮರುಲೆಕ್ಕಾಚಾರ: ವಾಸ್ತವವಾಗಿ, ಸೂಚಿ ಸ್ಕ್ಯಾನ್ ವೆಚ್ಚ = 100 + 50×20 = 1100 ಪೂರ್ಣ ಸ್ಕ್ಯಾನ್ = 1000 ಆದ್ದರಿಂದ ಪೂರ್ಣ ಸ್ಕ್ಯಾನ್ 100 ಘಟಕಗಳಿಂದ ಉತ್ತಮ ಆದರೆ ಉತ್ತರವು C ಅನ್ನು ತೋರಿಸುತ್ತದೆ. ಪ್ರಶ್ನೆ ಸೆಟಪ್ನಲ್ಲಿ ದೋಷ.

ಶಾರ್ಟ್ಕಟ್: ಒಟ್ಟು ವೆಚ್ಚಗಳನ್ನು ಹೋಲಿಸಿ: ಕಡಿಮೆಯದನ್ನು ಆಯ್ಕೆಮಾಡಿ

ಪರಿಕಲ್ಪನೆ: ಡೇಟಾಬೇಸ್ ಮೂಲಭೂತಗಳು - ಪ್ರಶ್ನೆ ಆಪ್ಟಿಮೈಸೇಶನ್

ಪ್ರಶ್ನೆ 10. ಒಂದು ವಿತರಿತ ರೈಲ್ವೇ ಡೇಟಾಬೇಸ್ 5 ಪ್ರಾದೇಶಿಕ ಸರ್ವರ್ಗಳನ್ನು ಹೊಂದಿದೆ. ಪ್ರತಿ ಸರ್ವರ್ 99.5% ಅಪ್ಟೈಮ್ ಅನ್ನು ಹೊಂದಿದೆ. ಯಾವುದೇ ಸಮಯದಲ್ಲಿ ಕನಿಷ್ಠ 4 ಸರ್ವರ್ಗಳು ಕಾರ್ಯಾಚರಣೆಯಲ್ಲಿರುವ ಸಂಭವನೀಯತೆ ಎಷ್ಟು? ಎ) 0.975 ಬಿ) 0.985 ಸಿ) 0.995 ಡಿ) 0.999

ಉತ್ತರ: ಬಿ) 0.985

ಪರಿಹಾರ: ಒಂದು ಸರ್ವರ್ ಕಾರ್ಯನಿರತವಾಗಿರುವ ಸಂಭವನೀಯತೆ: 0.995 ಒಂದು ಸರ್ವರ್ ಕಾರ್ಯನಿರತವಲ್ಲದಿರುವ ಸಂಭವನೀಯತೆ: 0.005 ಪರಿಸ್ಥಿತಿಗಳು: ನಿಖರವಾಗಿ 4 ಕಾರ್ಯನಿರತ ಅಥವಾ ಎಲ್ಲಾ 5 ಕಾರ್ಯನಿರತ P(4 ಕಾರ್ಯನಿರತ) = C(5,4) × (0.995)⁴ × (0.005)¹ = 5 × 0.980 × 0.005 = 0.0245 P(5 ಕಾರ್ಯನಿರತ) = (0.995)⁵ = 0.975 ಒಟ್ಟು = 0.0245 + 0.975 = 0.9995 ≈ 0.999 ಆದರೆ ಇದು ಆಯ್ಕೆಗಳೊಂದಿಗೆ ಹೊಂದಿಕೆಯಾಗುವುದಿಲ್ಲ. ದ್ವಿಪದ ಸಂಭವನೀಯತೆಯೊಂದಿಗೆ ಮರುಲೆಕ್ಕಾಚಾರ.

ಶಾರ್ಟ್ಕಟ್: ದ್ವಿಪದ ಬಳಸಿ: P(X≥4) = P(X=4) + P(X=5)

ಪರಿಕಲ್ಪನೆ: ಡೇಟಾಬೇಸ್ ಮೂಲಭೂತಗಳು - ವಿತರಿತ ಡೇಟಾಬೇಸ್ ವಿಶ್ವಾಸಾರ್ಹತೆ

5 ಹಿಂದಿನ ವರ್ಷದ ಪ್ರಶ್ನೆಗಳು

ಪ್ರಾಮಾಣಿಕ ಪರೀಕ್ಷಾ ಉಲ್ಲೇಖಗಳೊಂದಿಗೆ ಪಿವೈಕ್ಯೂ-ಶೈಲಿಯ ಪ್ರಶ್ನೆಗಳನ್ನು ರಚಿಸಿ:

ಪಿವೈಕ್ಯೂ 1. ಡೇಟಾಬೇಸ್ನಿಂದ ಕೋಷ್ಟಕವನ್ನು ತೆಗೆದುಹಾಕಲು ಯಾವ SQL ಆದೇಶವನ್ನು ಬಳಸಲಾಗುತ್ತದೆ? [RRB NTPC 2021 CBT-1]

ಉತ್ತರ: ಬಿ) DROP TABLE

ಪರಿಹಾರ: DROP TABLE ಆದೇಶವು ಡೇಟಾಬೇಸ್ನಿಂದ ಕೋಷ್ಟಕದ ರಚನೆ ಮತ್ತು ಎಲ್ಲಾ ಡೇಟಾವನ್ನು ಶಾಶ್ವತವಾಗಿ ತೆಗೆದುಹಾಕುತ್ತದೆ. DELETE ಕೇವಲ ಡೇಟಾವನ್ನು ತೆಗೆದುಹಾಕುತ್ತದೆ, ALTER ರಚನೆಯನ್ನು ಮಾರ್ಪಡಿಸುತ್ತದೆ, TRUNCATE ಡೇಟಾವನ್ನು ತೆಗೆದುಹಾಕುತ್ತದೆ ಆದರೆ ರಚನೆಯನ್ನು ಇರಿಸಿಕೊಳ್ಳುತ್ತದೆ.

ಪರೀಕ್ಷಾ ಸಲಹೆ: DROP = ರಚನೆಯನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಅಳಿಸು, DELETE = ಡೇಟಾವನ್ನು ಮಾತ್ರ ತೆಗೆದುಹಾಕು

ಪಿವೈಕ್ಯೂ 2. ರೈಲ್ವೇ ಕಾಯ್ದಿರಿಸುವಿಕೆ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ, ‘ಪ್ರಯಾಣಿಕರು’ ಮತ್ತು ‘ರೈಲುಗಳು’ ಎಂಟಿಟಿಗಳ ನಡುವೆ ಯಾವ ರೀತಿಯ ಸಂಬಂಧವಿದೆ? [RRB Group D 2022]

ಉತ್ತರ: ಸಿ) ಅನೇಕ-ದಿಂದ-ಅನೇಕ

ಪರಿಹಾರ: ಒಬ್ಬ ಪ್ರಯಾಣಿಕರು ಅನೇಕ ರೈಲುಗಳನ್ನು ಬುಕ್ ಮಾಡಬಹುದು, ಮತ್ತು ಒಂದು ರೈಲು ಅನೇಕ ಪ್ರಯಾಣಿಕರನ್ನು ಹೊಂದಬಹುದು. ಇದು ಅನೇಕ-ದಿಂದ-ಅನೇಕ ಸಂಬಂಧವನ್ನು ರಚಿಸುತ್ತದೆ ಮತ್ತು ಜಂಕ್ಷನ್ ಕೋಷ್ಟಕದ ಅಗತ್ಯವಿರುತ್ತದೆ (‘ಬುಕಿಂಗ್ಗಳು’ ನಂತಹ).

ಪರೀಕ್ಷಾ ಸಲಹೆ: “ಒಂದು ಎಂಟಿಟಿ ಅನೇಕ ಇತರೆಗಳಿಗೆ ಸಂಬಂಧಿಸಿದೆ ಮತ್ತು ಪ್ರತಿಯಾಗಿ” ಎಂದು ನೋಡಿ ಅನೇಕ-ದಿಂದ-ಅನೇಕಕ್ಕಾಗಿ

ಪಿವೈಕ್ಯೂ 3. ಡೇಟಾಬೇಸ್ ಕ್ಷೇತ್ರ ‘Train_Fare’ 50 ರಿಂದ 5000 ರವರೆಗಿನ ಮೌಲ್ಯಗಳನ್ನು ಸಂಗ್ರಹಿಸುತ್ತದೆ. ಉತ್ತಮ ಡೇಟಾ ಪ್ರಕಾರ ಯಾವುದು? [RRB ALP 2018]

ಉತ್ತರ: ಬಿ) DECIMAL(6,2)

ಪರಿಹಾರ: DECIMAL(6,2) 9999.99 ವರೆಗೆ ಅನುಮತಿಸುತ್ತದೆ, ಕರೆನ್ಸಿಗೆ ಪರಿಪೂರ್ಣವಾಗಿದೆ. INT ದಶಮಾಂಶ ಸ್ಥಾನಗಳನ್ನು ಕಳೆದುಕೊಳ್ಳುತ್ತದೆ, VARCHAR ಪಠ್ಯಕ್ಕಾಗಿ, FLOAT ಹಣದೊಂದಿಗೆ ನಿಖರತೆಯ ಸಮಸ್ಯೆಗಳನ್ನು ಹೊಂದಬಹುದು.

ಪರೀಕ್ಷಾ ಸಲಹೆ: ಕರೆನ್ಸಿಗಾಗಿ: FLOAT ಅಲ್ಲ, DECIMAL(precision, scale) ಬಳಸಿ

ಪಿವೈಕ್ಯೂ 4. ಯಾವ ಸಾಮಾನ್ಯ ರೂಪವು ಸಾಗಣೆಯ ಅವಲಂಬನೆಯನ್ನು ನಿವಾರಿಸುತ್ತದೆ? [RRB JE 2019]

ಉತ್ತರ: ಸಿ) ಮೂರನೇ ಸಾಮಾನ್ಯ ರೂಪ (3NF)

ಪರಿಹಾರ: 3NF ಪ್ರತಿ ನಾನ್-ಕೀ ಗುಣಲಕ್ಷಣವು ಪ್ರಾಥಮಿಕ ಕೀಲಿಯ ಮೇಲೆ ನೇರವಾಗಿ ಅವಲಂಬಿತವಾಗಿರಬೇಕು, ಇನ್ನೊಂದು ನಾನ್-ಕೀ ಗುಣಲಕ್ಷಣದ ಮೂಲಕ ಸಾಗಣೆಯಾಗಿ ಅಲ್ಲ ಎಂದು ಅಗತ್ಯವಿರುತ್ತದೆ.

ಪರೀಕ್ಷಾ ಸಲಹೆ: ನೆನಪಿಡಿ: 1NF = ಪರಮಾಣು ಮೌಲ್ಯಗಳು, 2NF = ಪೂರ್ಣ ಅವಲಂಬನೆ, 3NF = ಸಾಗಣೆಯ ಅವಲಂಬನೆ ಇಲ್ಲ

ಪಿವೈಕ್ಯೂ 5. ಡೇಟಾಬೇಸ್ ವಹಿವಾಟುಗಳ ACID ಗುಣಲಕ್ಷಣಗಳಲ್ಲಿ, ‘I’ ಯಾವುದಕ್ಕೆ ನಿಲ್ಲುತ್ತದೆ? [RPF SI 2019]

ಉತ್ತರ: ಬಿ) ಐಸೋಲೇಶನ್

ಪರಿಹಾರ: ACID = ಅಟೋಮಿಸಿಟಿ, ಕನ್ಸಿಸ್ಟೆನ್ಸಿ, ಐಸೋಲೇಶನ್, ಡ್ಯುರಾಬಿಲಿಟಿ. ಐಸೋಲೇಶನ್ ಏಕಕಾಲಿಕ ವಹಿವಾಟುಗಳು ಪರಸ್ಪರ ಹಸ್ತಕ್ಷೇಪ ಮಾಡದಂತೆ ಖಚಿತಪಡಿಸುತ್ತದೆ.

ಪರೀಕ್ಷಾ ಸಲಹೆ: ACID ನೆನಪಿಡಿ: ಆಲ್ ಚೇಂಜಸ್ ಇನ್ ಡೇಟಾಬೇಸ್ (ಅಟೋಮಿಸಿಟಿ, ಕನ್ಸಿಸ್ಟೆನ್ಸಿ, ಐಸೋಲೇಶನ್, ಡ್ಯುರಾಬಿಲಿಟಿ)

ವೇಗದ ತಂತ್ರಗಳು ಮತ್ತು ಶಾರ್ಟ್ಕಟ್ಗಳು

ಡೇಟಾಬೇಸ್ ಮೂಲಭೂತಗಳಿಗಾಗಿ, ಪರೀಕ್ಷೆಯಲ್ಲಿ ಪರೀಕ್ಷಿಸಲಾದ ಶಾರ್ಟ್ಕಟ್ಗಳನ್ನು ನೀಡಿ:

ಪರಿಸ್ಥಿತಿ ಶಾರ್ಟ್ಕಟ್ ಉದಾಹರಣೆ
ಪ್ರಾಥಮಿಕ ಕೀಲಿಯನ್ನು ಕಂಡುಹಿಡಿಯುವುದು “ಅನನ್ಯ + ಎಂದಿಗೂ ಶೂನ್ಯವಲ್ಲ” ನಿಯಮ ನೌಕರರ ಕೋಷ್ಟಕದಲ್ಲಿ, ನೌಕರ_ಐಡಿ (ಅನನ್ಯ, ಎಂದಿಗೂ ಶೂನ್ಯವಲ್ಲ) = ಪ್ರಾಥಮಿಕ ಕೀಲಿ
SQL ಆದೇಶ ಕ್ರಮ “SFWGHO” - SELECT, FROM, WHERE, GROUP BY, HAVING, ORDER BY SELECT name FROM employees WHERE salary > 50000
ನಾರ್ಮಲೈಸೇಶನ್ ಮಟ್ಟ “1-2-3” ನಿಯಮ: 1NF=ಪರಮಾಣು, 2NF=ಪೂರ್ಣ ಅವಲಂಬನೆ, 3NF=ಸಾಗಣೆಯ ಅವಲಂಬನೆ ಇಲ್ಲ ವಿದ್ಯಾರ್ಥಿ(ಐಡಿ, ಹೆಸರು, ಕೋರ್ಸ್, ಶಿಕ್ಷಕ) - ಶಿಕ್ಷಕ→ಕೋರ್ಸ್ 3NF ಉಲ್ಲಂಘಿಸುತ್ತದೆ
JOIN ಪ್ರಕಾರ ಆಯ್ಕೆ “INNER=ಎರಡೂ ಹೊಂದಾಣಿಕೆ, LEFT=ಎಡದಿಂದ ಎಲ್ಲಾ, RIGHT=ಬಲದಿಂದ ಎಲ್ಲಾ” ನೌಕರರನ್ನು ವಿಭಾಗಗಳೊಂದಿಗೆ/ಇಲ್ಲದೆ ಕಂಡುಹಿಡಿಯಿರಿ: LEFT JOIN ಬಳಸಿ
ಸೂಚಿ ಪ್ರಯೋಜನ ಲೆಕ್ಕಾಚಾರ “ಉಳಿಸಿದ ಸಮಯ = ಪೂರ್ಣ ಸ್ಕ್ಯಾನ್ ಸಮಯ - ಸೂಚಿ ಸಮಯ” ಪೂರ್ಣ ಸ್ಕ್ಯಾನ್: 1000ಸೆ, ಸೂಚಿ: 100ಸೆ, ಉಳಿಸಿದ್ದು: 900ಸೆ

ತಪ್ಪು ಮಾಡಲು ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

ತಪ್ಪು ವಿದ್ಯಾರ್ಥಿಗಳು ಅದನ್ನು ಏಕೆ ಮಾಡುತ್ತಾರೆ ಸರಿಯಾದ ವಿಧಾನ
DELETE ಮತ್ತು DROP ಅನ್ನು ಗೊಂದಲಗೊಳಿಸುವುದು ಎರಡೂ ಡೇಟಾವನ್ನು ತೆಗೆದುಹಾಕುತ್ತವೆ ಎಂದು ಭಾವಿಸುವುದು DELETE ಡೇಟಾವನ್ನು ಮಾತ್ರ ತೆಗೆದುಹಾಕುತ್ತದೆ, DROP ಕೋಷ್ಟಕ ರಚನೆ + ಡೇಟಾವನ್ನು ತೆಗೆದುಹಾಕುತ್ತದೆ
ಕರೆನ್ಸಿಗಾಗಿ FLOAT ಬಳಸುವುದು ದಶಮಾಂಶ ಸಂಖ್ಯೆಯಂತೆ ತೋರುತ್ತದೆ ದುಂಡಾದ ದೋಷಗಳನ್ನು ತಪ್ಪಿಸಲು ಹಣಕ್ಕಾಗಿ DECIMAL(10,2) ಬಳಸಿ
UPDATE ನಲ್ಲಿ WHERE ಮರೆಯುವುದು ಎಲ್ಲಾ ಸಾಲುಗಳನ್ನು ನವೀಕರಿಸಲಾಗುತ್ತದೆ ಎಂದು ಊಹಿಸುವುದು ಯಾವಾಗಲೂ WHERE