ડેટાબેઝની સંસ્થાઓ વચ્ચેનાં સંબંધોને સમજાવવા માટે ઇઆર આકૃતિનો ઉપયોગ કરો
એક એન્ટિટી-રિલેશનશિપ ડાયાગ્રામ વિશિષ્ટ ગ્રાફિક સ્વરૂપ છે જે ડેટાબેઝમાં એકમો વચ્ચેના સંબંધને સમજાવે છે. ER ડાયાગ્રામ વારંવાર ત્રણ પ્રકારની માહિતી પ્રસ્તુત કરવા માટે પ્રતીકોનો ઉપયોગ કરે છે: એકમો (અથવા વિભાવનાઓ), સંબંધો અને વિશેષતાઓ. ઉદ્યોગના પ્રમાણભૂત ER ડાયાગ્રામમાં, બૉક્સીસનો ઉપયોગ સંસ્થાઓનું પ્રતિનિધિત્વ કરવા માટે કરવામાં આવે છે. હીરા સંબંધોનું પ્રતિનિધિત્વ કરવા માટે વપરાય છે, અને અંડાશયના લક્ષણોને રજૂ કરવા માટે ઉપયોગમાં લેવાય છે.
અનિશ્ચિત આંખ હોવા છતાં, એન્ટિટી-રિલેશનશીપ આકૃતિઓ જાણકાર દર્શકોને ઉત્સાહી જટિલતાપૂર્વક જોઇ શકે છે, તેઓ વ્યવસાયના વપરાશકર્તાઓને વિગતો વિના ઉચ્ચ સ્તરે ડેટાબેઝ સ્ટ્રક્ચર્સને સમજવામાં સહાય કરે છે.
ડેટાબેઝ ડિઝાઇનર્સ એ સ્પષ્ટ સ્વરૂપમાં ડેટાબેઝ એંટિટ્સના સંબંધોના મોડેલિંગ માટે ઇઆર ડાયગ્રામ્સનો ઉપયોગ કરે છે. ઘણા સોફ્ટવેર પેકેજોએ વર્તમાન ડેટાબેઝમાંથી ER ડાયાગ્રામ બનાવવા માટે સ્વચાલિત પદ્ધતિઓ છે.
એક ડેટાબેઝનું ઉદાહરણ ધ્યાનમાં લો જેમાં શહેરના રહેવાસીઓની માહિતી શામેલ છે. આ લેખ સાથે છબીમાં દર્શાવેલ ER ડાયાગ્રામ બે ઘટકો ધરાવે છે: વ્યક્તિ અને શહેર. સિંગલ "લાઇવ ઇન ઇન" સંબંધ બંને સાથે મળીને જોડાણ કરે છે. દરેક વ્યક્તિ માત્ર એક જ શહેરમાં રહે છે, પરંતુ દરેક શહેર ઘણા લોકોનું ઘર રાખી શકે છે. ઉદાહરણ આકૃતિમાં, લક્ષણો વ્યક્તિના નામ અને શહેરની વસ્તી છે. સામાન્ય રીતે, સંજ્ઞાઓનો ઉપયોગ સંસ્થાઓ અને લક્ષણોને વર્ણવવા માટે થાય છે, જ્યારે ક્રિયાઓ સંબંધો વર્ણવવા માટે ઉપયોગ થાય છે.
સંસ્થાઓ
દરેક વસ્તુ જે તમે ડેટાબેઝમાં ટ્રૅક કરો છો તે એક એન્ટિટી છે, અને પ્રત્યેક એન્ટિટી રીલેશ્નલ ડેટાબેઝમાં કોષ્ટક છે. સામાન્ય રીતે, ડેટાબેઝમાં દરેક એન્ટિટી એક પંક્તિ સાથે સંકળાયેલો હોય છે. જો તમારી પાસે લોકોનાં નામો ધરાવતી ડેટાબેઝ હોય, તો તેની એન્ટિટીને "વ્યક્તિ" તરીકે ઓળખાવાય. ડેટાબેઝમાં સમાન નામનું કોષ્ટક અસ્તિત્વમાં હશે અને પર્સન કોષ્ટકમાં દરેક વ્યક્તિને એક પંક્તિ સોંપવામાં આવશે.
લક્ષણો
ડેટાબેસેસ દરેક એન્ટિટી વિશે માહિતી ધરાવે છે. આ માહિતીને "વિશેષતાઓ" તરીકે ઓળખવામાં આવે છે. અને તેમાં સૂચિબદ્ધ દરેક એન્ટિટી માટે અનન્ય માહિતી શામેલ છે વ્યક્તિગત ઉદાહરણમાં, વિશેષતાઓમાં પ્રથમ નામ, છેલ્લું નામ, જન્મતારીખ અને ઓળખાણ નંબર શામેલ હોઈ શકે છે લક્ષણો એક એન્ટિટી વિશે વિગતવાર માહિતી પૂરી પાડે છે. રીલેશ્નલ ડેટાબેઝમાં, ક્ષેત્રોમાં એવા ક્ષેત્રોમાં વિશેષતાઓ રાખવામાં આવે છે કે જ્યાં રેકોર્ડની અંદરની માહિતી રાખવામાં આવે છે. તમે વિશિષ્ટ સંખ્યાબંધ વિશેષતાઓ સુધી મર્યાદિત નથી.
સંબંધો
એન્ટિટી-રિલેશનશિપ ડાયગ્રામના મૂલ્ય એ એકમો વચ્ચેના સંબંધો વિશેની માહિતી પ્રદર્શિત કરવાની તેની ક્ષમતામાં રહે છે. અમારા ઉદાહરણમાં, તમે શહેર વિશેની માહિતી ટ્રૅક કરી શકો છો જ્યાં દરેક વ્યક્તિ રહે છે. તમે સિટી એન્ટીટીમાં શહેર સાથે સંબંધો સાથે સંબંધો સાથે પણ ટ્રેક કરી શકો છો, જે લોકો અને શહેરની માહિતી સાથે જોડાય છે.
એક ER ડાયાગ્રામ કેવી રીતે બનાવવું
- તમારા મોડેલમાં સુસંગત દરેક ઘટક અથવા વિભાવના માટે એક બૉક્સ બનાવો.
- સંબંધોને મોડેલ કરવા માટે સંબંધિત એકમોને જોડવા માટે રેખા દોરો. હીરા આકારની અંદર ક્રિયાપદોનો ઉપયોગ કરીને સંબંધોને લેબલ કરો.
- દરેક એન્ટિટી માટેના સંબંધિત વિશેષતાઓને ઓળખો, સૌથી મહત્વપૂર્ણ લક્ષણોથી શરૂ થવું, અને રેખાકૃતિમાં તેમને અંડાકારમાં દાખલ કરો. બાદમાં, તમે તમારી વિશેષતાને વધુ વિગતવાર રૂપે સૂચિબદ્ધ કરી શકો છો
જ્યારે તમે પૂર્ણ કરો છો, ત્યારે તમે સ્પષ્ટ રીતે સમજાવી હશે કે કેવી રીતે અલગ અલગ બિઝનેસ ખ્યાલ એકબીજા સાથે સંબંધ ધરાવે છે, અને તમારા વ્યવસાયને ટેકો આપવા માટે રીલેશ્નલ ડેટાબેસની રચના માટે તમારી પાસે એક કાલ્પનિક પાયો હશે.