ડેટાબેઝ ડિપેન્ડન્સી એક એવો વિષય છે જે ઘણીવાર વિદ્યાર્થીઓ અને ડેટાબેઝ પ્રોફેશનલ્સ બંનેને એકબીજાને મૂંઝવણમાં મૂકે છે. સદભાગ્યે, તેઓ તે જટિલ નથી અને શ્રેષ્ઠ ઉદાહરણોના ઉપયોગથી સમજાવી શકાય છે. આ લેખમાં, અમે સામાન્ય ડેટાબેઝ નિર્ભરતા પ્રકારોનું પરીક્ષણ કરીએ છીએ.
ડેટાબેઝ ડિપેન્ડન્સીઝ / કાર્યાત્મક નિર્ભરતા
એ ડેટાબેઝ કોષ્ટકમાં સંગ્રહિત માહિતી સમાન કોષ્ટકમાં સંગ્રહિત અન્ય માહિતી નક્કી કરતી વખતે ડેટાબેઝમાં નિર્ભરતા જોવા મળે છે. તમે આને એક સંબંધ તરીકે વર્ણવી શકો છો જ્યાં એક લક્ષણ (અથવા લક્ષણોનો સમૂહ) ની કિંમત જાણીને તે જ ટેબલમાં અન્ય લક્ષણ (અથવા લક્ષણોનો સમૂહ) ની કિંમત જણાવવા માટે પૂરતા છે.
એવું કહીને કે ટેબલમાંના લક્ષણો વચ્ચેની નિર્ભરતા એ જ છે કે તે લક્ષણો વચ્ચે કાર્યલક્ષી નિર્ભરતા છે. જો ડેટાબેઝમાં કોઈ નિર્ભરતા હોય છે, જેમ કે લક્ષણ બી એ લક્ષણ A પર આધારિત છે, તો તમે તેને "A -> B" તરીકે લખશો.
ઉદાહરણ તરીકે, સોશિયલ સિક્યુરિટી નંબર (એસએસએન) અને નામ સહિત કર્મચારીઓની યાદીમાં ટેબલમાં, એવું કહેવાય છે કે નામ એસએસએન (અથવા એસએસએન -> નામ) પર આધારિત છે કારણ કે કર્મચારીનું નામ તેમના એસએસએનથી વિશિષ્ટ રીતે નક્કી કરી શકાય છે. જો કે, વિપરીત નિવેદન (નામ -> એસએસએન) એ સાચું નથી કારણ કે એક કરતાં વધુ કર્મચારીનું એક જ નામ હોઈ શકે પરંતુ અલગ SSN
તુચ્છ કાર્યાત્મક નિર્ભરતા
તુચ્છ કાર્યકારી નિર્ભરતા ત્યારે થાય છે જ્યારે તમે એટ્રીબ્રીટ્સના સંગ્રહ પર એક એટ્રીબિલિટીના ફંક્શનલ ડિપેન્ડન્સીનું વર્ણન કરો છો જેમાં મૂળ લક્ષણ શામેલ છે. ઉદાહરણ તરીકે, "{A, B} -> B" એક તુચ્છ કાર્યલક્ષી નિર્ભરતા છે, જેમ કે "{name, SSN} -> SSN" છે આ પ્રકારના વિધેયાત્મક અવલંબનને તુચ્છ ગણવામાં આવે છે કારણ કે તે સામાન્ય અર્થમાંથી મેળવવામાં આવે છે. તે સ્પષ્ટ છે કે જો તમે પહેલાથી જ બી ની કિંમત જાણો છો, તો બી ની કિંમત અનન્ય રીતે તે જ્ઞાન દ્વારા નક્કી કરી શકાય છે.
સંપૂર્ણ કાર્યાત્મક નિર્ભરતા
સંપૂર્ણ વિધેયાત્મક નિર્ભરતા ત્યારે થાય છે જ્યારે તમે કાર્યલક્ષી નિર્ભરતાની જરૂરિયાતો પૂરી કરો છો અને વિધેયાત્મક નિર્ભરતા નિવેદનની ડાબી બાજુએ એટ્રીબ્યુટ્સનો સમૂહ આગળ કોઈ ઘટાડી શકતા નથી. ઉદાહરણ તરીકે, "{SSN, age} -> નામ" એક વિધેયાત્મક નિર્ભરતા છે, પરંતુ તે પૂર્ણ કાર્યરત નિર્ભરતા નથી કારણ કે તમે નિર્ભરતા સંબંધને અસર કર્યા વગર નિવેદનની ડાબી બાજુથી વય દૂર કરી શકો છો.
સંક્રમણ આધારિત નિર્ભરતા
ટ્રાન્ઝિક્ટીવ ડિપેન્ડન્સી થાય છે જ્યારે કોઈ પરોક્ષ સંબંધ હોય જે કાર્યલક્ષી નિર્ભરતાનું કારણ બને છે. ઉદાહરણ તરીકે, "એ -> સી" એક સંક્રમણિતતા નિર્ભરતા છે જ્યારે તે સાચું છે કારણ કે બંને "એ -> બી" અને "બી -> સી" સાચું છે.
બહુવિવિધ નિર્ભરતા
બહુવિવિધ નિર્ભરતા ત્યારે થાય છે જ્યારે કોષ્ટકમાં એક અથવા વધુ પંક્તિઓની હાજરી તે જ કોષ્ટકમાં એક અથવા વધુ પંક્તિઓની હાજરી સૂચવે છે. ઉદાહરણ તરીકે, એક કાર કંપનીની કલ્પના કરો કે જે કારના ઘણા મોડેલ્સનું ઉત્પાદન કરે છે, પરંતુ હંમેશા દરેક મોડેલના લાલ અને વાદળી રંગને બનાવે છે. જો તમારી પાસે કોષ્ટક છે જેમાં કંપનીનું ઉત્પાદન, દરેક કારનું મોડલ નામ, રંગ અને વર્ષ શામેલ છે, તો તે કોષ્ટકમાં એક બહુવિવિધ નિર્ભરતા છે. જો ચોક્કસ મોડલ નામ અને વર્ષ માટે વાદળી વાદળી હોય, તો સમાન કારની લાલ આવૃત્તિને અનુરૂપ સમાન પંક્તિ હોવી જોઈએ.
નિર્ભરતાનું મહત્વ
ડેટાબેઝ ડિબેન્ડન્સને સમજવું અગત્યનું છે કારણ કે તેઓ ડેટાબેઝ નોર્મલાઇઝેશનમાં ઉપયોગમાં લેવાતા મૂળભૂત બિલ્ડિંગ બ્લોક્સ પૂરા પાડે છે. દાખ્લા તરીકે:
- કોષ્ટક બીજા સામાન્ય સ્વરૂપમાં (2 એનએફ) હોય તે માટે , ટેબલમાં નોન-પ્રાઇમ એટ્રીબ્યુટનો કોઈ કેસ હોવો જ જોઈએ જે કાર્યરત ઉમેદવાર કીના સબસેટ પર આધાર રાખે છે.
- કોષ્ટક ત્રીજા સામાન્ય સ્વરૂપ (3 એનએફ) માં રહેવા માટે , દરેક બિન-મુખ્ય લક્ષણમાં દરેક ઉમેદવાર કી પર બિન-સંક્રમણિક વિધેયાત્મક નિર્ભરતા હોવા આવશ્યક છે.
- બોઇસ-કોડેડ નોર્મલ ફોર્મ (બીસીએનએફ) માં કોષ્ટક માટે, દરેક વિધેયાત્મક નિર્ભરતા (તુચ્છ ન્યાયાધીશો સિવાય) સુપરક પર હોવા આવશ્યક છે.
- કોષ્ટક ચોથા સામાન્ય સ્વરૂપ (4 એનએફ) માં હોવું જોઈએ, તેમાં કોઈ મલ્ટિવાલાયડ ડિબેન્ડન્સી નથી હોવી જોઈએ