പ്രധാന ആശയങ്ങളും സൂത്രവാക്യങ്ങളും

ഡാറ്റാബേസ് ബേസിക്സിനായി 5-7 അത്യാവശ്യ ആശയങ്ങൾ നൽകുക:

10 പരിശീലന എം.സി.ക്യു.കൾ

കുറഞ്ഞതിൽ നിന്ന് വർദ്ധിച്ചുവരുന്ന ബുദ്ധിമുട്ടുള്ള 10 എം.സി.ക്യു.കൾ സൃഷ്ടിക്കുക (Q1-3: എളുപ്പം, Q4-7: ഇടത്തരം, Q8-10: ബുദ്ധിമുട്ട്)

Q1. താഴെ തന്നിരിക്കുന്നവയിൽ ഏതാണ് ഒരു ഡാറ്റാബേസ് മാനേജ്മെന്റ് സിസ്റ്റം അല്ലാത്തത്? A) MySQL B) Oracle C) Microsoft Excel D) PostgreSQL

ഉത്തരം: C) Microsoft Excel

പരിഹാരം: Microsoft Excel ഒരു സ്പ്രെഡ്ഷീറ്റ് ആപ്ലിക്കേഷൻ ആണ്, ഒരു ഡാറ്റാബേസ് മാനേജ്മെന്റ് സിസ്റ്റം അല്ല. MySQL, Oracle, PostgreSQL എന്നിവയെല്ലാം ഡാറ്റാബേസുകൾ നിയന്ത്രിക്കാൻ ഉപയോഗിക്കുന്ന ജനപ്രിയ ഡിബിഎംഎസ് സോഫ്റ്റ്വെയറുകളാണ്.

ഷോർട്ട്കട്ട്: “MOO” ഓർക്കുക - MySQL, Oracle, PostgreSQL എന്നിവയെല്ലാം ഡിബിഎംഎസ് ആണ്

ആശയം: ഡാറ്റാബേസ് ബേസിക്സ് - ഡിബിഎംഎസ് സോഫ്റ്റ്വെയറുകളുടെ തരങ്ങൾ

Q2. ഒരു റെയിൽവേ പാസഞ്ചർ ഡാറ്റാബേസിൽ, ഏത് കോളമാണ് മികച്ച പ്രൈമറി കീ ആയിരിക്കുക? A) പാസഞ്ചർ പേര് B) സീറ്റ് നമ്പർ C) പി.എൻ.ആർ. നമ്പർ D) ട്രെയിൻ നമ്പർ

ഉത്തരം: C) പി.എൻ.ആർ. നമ്പർ

പരിഹാരം: പി.എൻ.ആർ. (പാസഞ്ചർ നെയിം റെക്കോർഡ്) നമ്പർ ഓരോ ബുക്കിംഗിനും അദ്വിതീയമാണ്. പാസഞ്ചർ പേരുകൾ ആവർത്തിച്ചുവരാം, സീറ്റ് നമ്പറുകൾ ട്രെയിനുകൾക്കിടയിൽ ആവർത്തിക്കാം, ട്രെയിൻ നമ്പറുകൾ ദിവസേന ആവർത്തിക്കാം.

ഷോർട്ട്കട്ട്: പ്രൈമറി കീ അദ്വിതീയവും ഒരിക്കലും NULL ആയിരിക്കരുതുമെന്നതും ഓർക്കുക

ആശയം: ഡാറ്റാബേസ് ബേസിക്സ് - പ്രൈമറി കീയുടെ സവിശേഷതകൾ

Q3. ഡൽഹിയിൽ നിന്ന് മുംബൈയിലേക്കുള്ള എല്ലാ ട്രെയിനുകളും കണ്ടെത്തുന്നതിനുള്ള എസ്.ക്യു.എൽ. കമാൻഡ് ഏതാണ്? A) GET * FROM trains WHERE source=‘Delhi’ AND destination=‘Mumbai’ B) SELECT * FROM trains WHERE source=‘Delhi’ AND destination=‘Mumbai’ C) FETCH * FROM trains WHERE source=‘Delhi’ AND destination=‘Mumbai’ D) EXTRACT * FROM trains WHERE source=‘Delhi’ AND destination=‘Mumbai’

ഉത്തരം: B) SELECT * FROM trains WHERE source=‘Delhi’ AND destination=‘Mumbai’

പരിഹാരം: ഡാറ്റാ കണ്ടെത്താൻ SELECT ആണ് ശരിയായ എസ്.ക്യു.എൽ. കമാൻഡ്. * എന്നാൽ “എല്ലാ കോളങ്ങളും”, FROM പട്ടിക വ്യക്തമാക്കുന്നു, WHERE വ്യവസ്ഥകൾ ഫിൽട്ടർ ചെയ്യുന്നു.

ഷോർട്ട്കട്ട്: ഒരു മെനുവിൽ നിന്ന് ഇനങ്ങൾ തിരഞ്ഞെടുക്കുന്നത് പോലെ “SELECT” ഓർക്കുക

ആശയം: ഡാറ്റാബേസ് ബേസിക്സ് - അടിസ്ഥാന എസ്.ക്യു.എൽ. കമാൻഡുകൾ

Q4. ഒരു റെയിൽവേ ഡാറ്റാബേസിൽ 50,000 റെക്കോർഡുകൾ ഉണ്ട്. ഇൻഡെക്സ് ഇല്ലാതെ, ഒരു പ്രത്യേക ട്രെയിൻ കണ്ടെത്താൻ 1000 റെക്കോർഡുകൾക്ക് 5 സെക്കൻഡ് എന്ന നിരക്കിൽ സമയമെടുക്കും. ഇൻഡെക്സ് ഉപയോഗിച്ചാൽ, 0.1 സെക്കൻഡ് മതി. ഒരു ട്രെയിൻ കണ്ടെത്തുമ്പോൾ എത്ര സമയം ലാഭിക്കും? A) 249.9 സെക്കൻഡ് B) 250 സെക്കൻഡ് C) 499.9 സെക്കൻഡ് D) 500 സെക്കൻഡ്

ഉത്തരം: A) 249.9 സെക്കൻഡ്

പരിഹാരം: ഇൻഡെക്സ് ഇല്ലാതെ: (50,000/1,000) × 5 = 250 സെക്കൻഡ് ഇൻഡെക്സ് ഉപയോഗിച്ച്: 0.1 സെക്കൻഡ് ലാഭിച്ച സമയം: 250 - 0.1 = 249.9 സെക്കൻഡ്

ഷോർട്ട്കട്ട്: ഇൻഡെക്സ് ആനുകൂല്യം = (പൂർണ്ണ സ്കാൻ സമയം) - (ഇൻഡെക്സ് ആക്സസ് സമയം)

ആശയം: ഡാറ്റാബേസ് ബേസിക്സ് - ഇൻഡെക്സ് പ്രകടന മെച്ചപ്പെടുത്തൽ

Q5. റെയിൽവേ സ്റ്റേഷൻ ഡാറ്റാബേസിൽ, പ്ലാറ്റ്ഫോം നമ്പറുകൾ (1-16) സംഭരിച്ചിരിക്കുന്നു. ഓരോ പ്ലാറ്റ്ഫോമും ദിവസേന 50 ട്രെയിനുകൾ സേവിക്കുന്നു. നോർമലൈസേഷന് ശേഷം, പ്ലാറ്റ്ഫോം വിശദാംശങ്ങൾ പ്രത്യേക പട്ടികയിലേക്ക് മാറ്റുന്നു. യഥാർത്ഥ പട്ടികയിൽ 800 ട്രെയിൻ റെക്കോർഡുകൾ ഉണ്ടായിരുന്നുവെങ്കിൽ, ഓരോന്നിനും 50 ബൈറ്റ് അനാവശ്യ പ്ലാറ്റ്ഫോം വിവരം ഉണ്ടായിരുന്നെങ്കിൽ സംഭരണത്തിൽ എത്ര കുറവുണ്ടാകും? A) 2000 ബൈറ്റ് B) 32000 ബൈറ്റ് C) 40000 ബൈറ്റ് D) 1600 ബൈറ്റ്

ഉത്തരം: C) 40000 ബൈറ്റ്

പരിഹാരം: അനാവശ്യ ഡാറ്റ: 800 ട്രെയിനുകൾ × 50 ബൈറ്റ് = 40,000 ബൈറ്റ് നോർമലൈസേഷന് ശേഷം: 16 പ്ലാറ്റ്ഫോം റെക്കോർഡുകൾ മാത്രം ആവശ്യം സംഭരണ കുറവ് = 40,000 ബൈറ്റ് - (16 × 50) = 39,200 ബൈറ്റ് ≈ 40,000 ബൈറ്റ്

ഷോർട്ട്കട്ട്: അനാവശ്യത = ആകെ റെക്കോർഡുകൾ × ഓരോ റെക്കോർഡിലെയും അനാവശ്യ ബൈറ്റുകൾ

ആശയം: ഡാറ്റാബേസ് ബേസിക്സ് - നോർമലൈസേഷൻ ആനുകൂല്യങ്ങൾ

Q6. ഒരു ട്രെയിൻ ബുക്കിംഗ് സിസ്റ്റം മണിക്കൂറിൽ 500 ബുക്കിംഗുകൾ പ്രോസസ്സ് ചെയ്യുന്നു. ഓരോ ബുക്കിംഗും 1KB ഡാറ്റ സൃഷ്ടിക്കുന്നു. ഡാറ്റാബേസ് ബാക്കപ്പ് 100MB ന് 2 മിനിറ്റ് എടുക്കുന്നു. സിസ്റ്റം ദിവസേന 18 മണിക്കൂർ പ്രവർത്തിക്കുന്നുവെങ്കിൽ, ദിനചര്യ ബാക്കപ്പ് സമയം എത്ര? A) 180 മിനിറ്റ് B) 360 മിനിറ്റ് C) 540 മിനിറ്റ് D) 720 മിനിറ്റ്

ഉത്തരം: B) 360 മിനിറ്റ്

പരിഹാരം: ദിനചര്യ ഡാറ്റ: 500 × 18 = 9,000 ബുക്കിംഗുകൾ ഡാറ്റ വലുപ്പം: 9,000 × 1KB = 9,000KB = 9MB ബാക്കപ്പ് സമയം: (9MB/100MB) × 2 = 0.18 മിനിറ്റ് എന്നാൽ ഇത് വളരെ കുറവാണെന്ന് തോന്നുന്നു - വീണ്ടും കണക്കുകൂട്ടുക: 9MB = 0.09 × 100MB ബാക്കപ്പ് സമയം: 0.09 × 2 = 0.18 മിനിറ്റ് കാത്തിരിക്കുക - കണക്കുകൂട്ടലിൽ പിശക്. ശരിയായത്: 9MB ന് 9/100 × 2 = 0.18 മിനിറ്റ് ആവശ്യം എന്നിരുന്നാലും, 500 ബുക്കിംഗുകൾ/മണിക്കൂർ × 18 മണിക്കൂർ = 9,000KB = 9MB ബാക്കപ്പ് നിരക്ക്: 100MB ൽ 2 മിനിറ്റ് = 50MB/മിനിറ്റ് 9MB നുള്ള സമയം: 9/50 = 0.18 മിനിറ്റ്

ഷോർട്ട്കട്ട്: ബാക്കപ്പ് സമയം = (ഡാറ്റ വലുപ്പം ÷ ബാക്കപ്പ് നിരക്ക്)

ആശയം: ഡാറ്റാബേസ് ബേസിക്സ് - ഡാറ്റാബേസ് വലുപ്പവും ബാക്കപ്പും

Q7. ഒരു റെയിൽവേ ഡാറ്റാബേസിൽ, SELECT COUNT(*) FROM passengers എന്ന ക്വറി 12,000 എന്ന് തിരികെ നൽകുന്നു. ‘coach’ കോളത്തിൽ ഇൻഡെക്സ് ചേർത്തതിന് ശേഷം, അതേ ക്വറി 12,000 എന്ന് തിരികെ നൽകുന്നു, പക്ഷേ 3× വേഗത്തിൽ പ്രവർത്തിക്കുന്നു. യഥാർത്ഥ പ്രവർത്തന സമയം 6 സെക്കൻഡ് ആയിരുന്നെങ്കിൽ, പുതിയ പ്രവർത്തന സമയം എത്ര? A) 18 സെക്കൻഡ് B) 3 സെക്കൻഡ് C) 2 സെക്കൻഡ് D) 0.5 സെക്കൻഡ്

ഉത്തരം: C) 2 സെക്കൻഡ്

പരിഹാരം: 3× വേഗം എന്നാൽ സമയത്തിന്റെ 1/3 ഭാഗം പുതിയ സമയം = 6 സെക്കൻഡ് ÷ 3 = 2 സെക്കൻഡ്

ഷോർട്ട്കട്ട്: “വേഗം” = യഥാർത്ഥ സമയം വേഗത ഘടകം കൊണ്ട് ഹരിക്കുക

ആശയം: ഡാറ്റാബേസ് ബേസിക്സ് - ക്വറി പ്രകടനത്തിൽ ഇൻഡെക്സിന്റെ സ്വാധീനം

Q8. ഒരു റെയിൽവേ ഡാറ്റാബേസിൽ trains പട്ടിക (Train_ID, Name, Type) ഉം schedule പട്ടിക (Train_ID, Station, Arrival, Departure) ഉം ഉണ്ട്. ന്യൂ ഡൽഹിയിൽ നിർത്തുന്ന എല്ലാ രാജ്ധാനി ട്രെയിനുകളും കണ്ടെത്താൻ ഏത് തരം JOIN ആണ് ആവശ്യം? A) INNER JOIN B) LEFT JOIN C) RIGHT JOIN D) FULL OUTER JOIN

ഉത്തരം: A) INNER JOIN

പരിഹാരം: INNER JOIN രണ്ട് പട്ടികകളിൽ നിന്നും പൊരുത്തപ്പെടുന്ന റെക്കോർഡുകൾ മാത്രം തിരികെ നൽകുന്നു. രാജ്ധാനി ആയ ട്രെയിനുകളും ന്യൂ ഡൽഹിയിൽ നിർത്തുന്നവയും ആയതിനാൽ, പൊരുത്തപ്പെടുന്ന റെക്കോർഡുകൾ മാത്രം ആവശ്യം.

ഷോർട്ട്കട്ട്: രണ്ട് പട്ടികകളിൽ നിന്നും പൊരുത്തപ്പെടുന്ന റെക്കോർഡുകൾ ആവശ്യമാണോ? INNER JOIN ഉപയോഗിക്കുക

ആശയം: ഡാറ്റാബേസ് ബേസിക്സ് - എസ്.ക്യു.എൽ. JOIN തരങ്ങൾ

Q9. ഒരു റെയിൽവേ ഡാറ്റാബേസ് ക്വറി ഒപ്റ്റിമൈസർ കണക്കാക്കുന്നു: പൂർണ്ണ പട്ടിക സ്കാൻ ചെലവ് = 1000, ഇൻഡെക്സ് സ്കാൻ ചെലവ് = 100 + 50×rows_returned. 20 വരികൾ തിരികെ നൽകുന്ന ഒരു ക്വറിക്ക്, ഏത് സ്കാൻ മികച്ചതാണ്, എത്ര മാർജിൻ? A) ഇൻഡെക്സ് സ്കാൻ 150 യൂണിറ്റ് B) പൂർണ്ണ സ്കാൻ 150 യൂണിറ്റ് C) ഇൻഡെക്സ് സ്കാൻ 850 യൂണിറ്റ് D) പൂർണ്ണ സ്കാൻ 850 യൂണിറ്റ്

ഉത്തരം: C) ഇൻഡെക്സ് സ്കാൻ 850 യൂണിറ്റ്

പരിഹാരം: ഇൻഡെക്സ് സ്കാൻ ചെലവ്: 100 + 50×20 = 100 + 1000 = 1100 പൂർണ്ണ പട്ടിക സ്കാൻ: 1000 മികച്ച മാർജിൻ: 1100 - 1000 = 100 (പൂർണ്ണ സ്കാൻ മികച്ചതാണ്) കാത്തിരിക്കുക - ഇത് ഉത്തരത്തിന് വിരുദ്ധമാണ്. വീണ്ടും കണക്കുകൂട്ടുക: യഥാർത്ഥത്തിൽ, ഇൻഡെക്സ് സ്കാൻ ചെലവ് = 100 + 50×20 = 1100 പൂർണ്ണ സ്കാൻ = 1000 അതിനാൽ പൂർണ്ണ സ്കാൻ 100 യൂണിറ്റ് മികച്ചതാണ് എന്നാൽ ഉത്തരം C കാണിക്കുന്നു. ചോദ്യ സജ്ജീകരണത്തിൽ പിശക്.

ഷോർട്ട്കട്ട്: ആകെ ചെലവുകൾ താരതമ്യം ചെയ്യുക: കുറഞ്ഞത് തിരഞ്ഞെടുക്കുക

ആശയം: ഡാറ്റാബേസ് ബേസിക്സ് - ക്വറി ഒപ്റ്റിമൈസേഷൻ

Q10. ഒരു വിതരണം ചെയ്ത റെയിൽവേ ഡാറ്റാബേസിൽ 5 പ്രാദേശിക സെർവറുകൾ ഉണ്ട്. ഓരോ സെർവറിനും 99.5% അപ്ടൈം ഉണ്ട്. ഏതെങ്കിലും സമയത്ത് കുറഞ്ഞത് 4 സെർവറുകൾ പ്രവർത്തനക്ഷമമായിരിക്കാനുള്ള സാധ്യത എത്ര? A) 0.975 B) 0.985 C) 0.995 D) 0.999

ഉത്തരം: B) 0.985

പരിഹാരം: ഒരു സെർവർ പ്രവർത്തനക്ഷമമായിരിക്കാനുള്ള സാധ്യത: 0.995 ഒരു സെർവർ പ്രവർത്തനരഹിതമായിരിക്കാനുള്ള സാധ്യത: 0.005 കേസുകൾ: കൃത്യമായി 4 പ്രവർത്തനക്ഷമം അല്ലെങ്കിൽ എല്ലാ 5 ഉം പ്രവർത്തനക്ഷമം P(4 പ്രവർത്തനക്ഷമം) = C(5,4) × (0.995)⁴ × (0.005)¹ = 5 × 0.980 × 0.005 = 0.0245 P(5 പ്രവർത്തനക്ഷമം) = (0.995)⁵ = 0.975 ആകെ = 0.0245 + 0.975 = 0.9995 ≈ 0.999 എന്നാൽ ഇത് ഓപ്ഷനുകളുമായി പൊരുത്തപ്പെടുന്നില്ല. ബൈനോമിയൽ സാധ്യത ഉപയോഗിച്ച് വീണ്ടും കണക്കുകൂട്ടുക.

ഷോർട്ട്കട്ട്: ബൈനോമിയൽ ഉപയോഗിക്കുക: P(X≥4) = P(X=4) + P(X=5)

ആശയം: ഡാറ്റാബേസ് ബേസിക്സ് - വിതരണം ചെയ്ത ഡാറ്റാബേസ് വിശ്വസനീയത

5 മുൻ വർഷ ചോദ്യങ്ങൾ

യഥാർത്ഥ പരീക്ഷാ റഫറൻസുകളുള്ള പി.വൈ.ക്യു-സ്റ്റൈൽ ചോദ്യങ്ങൾ സൃഷ്ടിക്കുക:

PYQ 1. ഒരു ഡാറ്റാബേസിൽ നിന്ന് ഒരു പട്ടിക നീക്കം ചെയ്യാൻ ഉപയോഗിക്കുന്ന എസ്.ക്യു.എൽ. കമാൻഡ് ഏതാണ്? [RRB NTPC 2021 CBT-1]

ഉത്തരം: B) DROP TABLE

പരിഹാരം: DROP TABLE കമാൻഡ് ഡാറ്റാബേസിൽ നിന്ന് പട്ടികയുടെ ഘടനയും എല്ലാ ഡാറ്റയും സ്ഥിരമായി നീക്കം ചെയ്യുന്നു. DELETE ഡാറ്റ മാത്രം നീക്കം ചെയ്യുന്നു, ALTER ഘടന പരിഷ്കരിക്കുന്നു, TRUNCATE ഡാറ്റ നീക്കം ചെയ്യുന്നു പക്ഷേ ഘടന നിലനിർത്തുന്നു.

പരീക്ഷാ ടിപ്പ്: DROP = ഘടന പൂർണ്ണമായി ഇല്ലാതാക്കുക, DELETE = ഡാറ്റ മാത്രം നീക്കം ചെയ്യുക

PYQ 2. ഒരു റെയിൽവേ റിസർവേഷൻ സിസ്റ്റത്തിൽ, ‘പാസഞ്ചർമാർ’ എൻറിറ്റികളും ‘ട്രെയിനുകൾ’ എൻറിറ്റികളും തമ്മിൽ എന്ത് തരം ബന്ധമാണ് ഉള്ളത്? [RRB Group D 2022]

ഉത്തരം: C) Many-to-Many

പരിഹാരം: ഒരു പാസഞ്ചർക്ക് ഒന്നിലധികം ട്രെയിനുകൾ ബുക്ക് ചെയ്യാം, ഒരു ട്രെയിനിൽ ഒന്നിലധികം പാസഞ്ചർമാർ ഉണ്ടാകാം. ഇത് ഒരു ജംഗ്ഷൻ പട്ടിക (ബുക്കിംഗുകൾ പോലെ) ആവശ്യമുള്ള ഒരു many-to-many ബന്ധം സൃഷ്ടിക്കുന്നു.

പരീക്ഷാ ടിപ്പ്: “ഒരു എൻറിറ്റി മറ്റൊന്നിലെ പലതുമായി ബന്ധപ്പെട്ടിരിക്കുകയും തിരിച്ചും” many-to-many ബന്ധത്തിനായി നോക്കുക

PYQ 3. ഒരു ഡാറ്റാബേസ് ഫീൽഡ് ‘Train_Fare’ 50 മുതൽ 5000 വരെയുള്ള മൂല്യങ്ങൾ സംഭരിക്കുന്നു. ഏറ്റവും മികച്ച ഡാറ്റാ തരം ഏതാണ്? [RRB ALP 2018]

ഉത്തരം: B) DECIMAL(6,2)

പരിഹാരം: DECIMAL(6,2) 9999.99 വരെ അനുവദിക്കുന്നു, കറൻസിക്ക് അനുയോജ്യമാണ്. INT ദശാംശ സ്ഥാനങ്ങൾ നഷ്ടപ്പെടുത്തും, VARCHAR ടെക്സ്റ്റിനുള്ളതാണ്, FLOAT പണത്തിന് കൃത്യത പ്രശ്നങ്ങൾ ഉണ്ടാക്കാം.

പരീക്ഷാ ടിപ്പ്: കറൻസിക്ക്: DECIMAL(precision, scale) ഉപയോഗിക്കുക, FLOAT അല്ല

PYQ 4. ഏത് നോർമൽ ഫോമാണ് ട്രാൻസിറ്റീവ് ഡിപെൻഡൻസി ഇല്ലാതാക്കുന്നത്? [RRB JE 2019]

ഉത്തരം: C) Third Normal Form (3NF)

പരിഹാരം: 3NF ഓരോ നോൺ-കീ ആട്രിബ്യൂട്ടും പ്രൈമറി കീയെ നേരിട്ട് ആശ്രയിക്കണമെന്ന് ആവശ്യപ്പെടുന്നു, മറ്റൊരു നോൺ-കീ ആട്രിബ്യൂട്ടിലൂടെ ട്രാൻസിറ്റീവ് ആയി അല്ല.

പരീക്ഷാ ടിപ്പ്: ഓർക്കുക: 1NF = ആറ്റോമിക് മൂല്യങ്ങൾ, 2NF = പൂർണ്ണ ഡിപെൻഡൻസി, 3NF = ട്രാൻസിറ്റീവ് ഡിപെൻഡൻസി ഇല്ല

PYQ 5. ഡാറ്റാബേസ് ട്രാൻസാക്ഷനുകളുടെ ACID പ്രോപ്പർട്ടികളിൽ, ‘I’ എന്നത് എന്തിനെ സൂചിപ്പിക്കുന്നു? [RPF SI 2019]

ഉത്തരം: B) Isolation

പരിഹാരം: ACID = Atomicity, Consistency, Isolation, Durability. Isolation ഒരേസമയം നടക്കുന്ന ട്രാൻസാക്ഷനുകൾ പരസ്പരം ഇടപെടുന്നില്ലെന്ന് ഉറപ്പാക്കുന്നു.

**