તમારા ડેટાબેઝને સામાન્ય બનાવવી
જો તમે થોડા સમય માટે ડેટાબેઝ સાથે કાર્ય કરી રહ્યા છો, તો સંભવ છે કે તમે સામાન્યીકરણની પદવી સાંભળ્યું છે. કદાચ કોઈએ તમને પૂછ્યું કે "શું તે ડેટાબેઝ સામાન્ય છે?" અથવા "તે બીસીએનએફમાં છે ?" સામાન્યીકરણને વૈભવી તરીકે ઘણી વાર દૂર કરવામાં આવે છે જે ફક્ત વિદ્વાનો માટે જ સમય છે. જો કે, સામાન્યકરણના સિદ્ધાંતોને જાણવું અને તેને તમારા દૈનિક ડેટાબેઝ ડિઝાઇન કાર્યોમાં લાગુ કરવું ખરેખર તે જટિલ નથી અને તે તમારા ડીબીએમએસના પ્રભાવમાં ભારે સુધારો કરી શકે છે.
આ લેખમાં, અમે નોર્મલાઇઝેશનના ખ્યાલને રજૂ કરીશું અને સૌથી સામાન્ય સામાન્ય સ્વરૂપો પર સંક્ષિપ્ત દેખાવ કરીશું.
સામાન્યકરણ શું છે?
સામાન્યીકરણ ડેટાબેઝમાં અસરકારક રીતે ડેટાને બનાવવાની પ્રક્રિયા છે. નોર્મલાઇઝેશન પ્રક્રિયાના બે ગોલ છે: બિનજરૂરી ડેટાને દૂર કરવા (ઉદાહરણ તરીકે, એક કરતા વધુ કોષ્ટકમાં સમાન માહિતી સ્ટોર કરવી) અને ડેટા ડિપેન્ડન્સીને સુનિશ્ચિત કરવા (માત્ર એક કોષ્ટકમાં સંબંધિત ડેટા સ્ટોર કરે છે) સુનિશ્ચિત કરો . આ બંને યોગ્ય લક્ષ્યો છે કારણ કે તેઓ ડેટાબેઝની જગ્યાની જગ્યાને ઘટાડે છે અને તેની ખાતરી કરે છે કે ડેટા તાર્કિક રૂપે સંગ્રહિત છે.
સામાન્ય સ્વરૂપો
ડેટાબેઝ સમુદાયએ સામાન્યીકરણની ખાતરી કરવા માટે શ્રેણીબદ્ધ માર્ગદર્શિકા વિકસાવી છે. આને સામાન્ય સ્વરૂપો તરીકે ઓળખવામાં આવે છે અને તે પાંચ (પાંચમી સામાન્ય ફોર્મ અથવા 5 એનએએફ) દ્વારા એક (સૌથી સામાન્ય સ્વરૂપનું સામાન્ય સ્વરૂપ, પ્રથમ સામાન્ય સ્વરૂપ અથવા 1 એનએફ તરીકે ઓળખાય છે) દ્વારા ગણવામાં આવે છે. પ્રાયોગિક એપ્લિકેશન્સમાં, તમે પ્રસંગોપાત 4NF સાથે વારંવાર 1 એનએફ, 2 એનએફ અને 3 એનએફ જોઈ શકો છો. ફિફ્થલ ફોર્મ ખૂબ જ ભાગ્યે જ જોવા મળે છે અને આ લેખમાં ચર્ચા કરવામાં આવશે નહીં.
સામાન્ય સ્વરૂપોની અમારી ચર્ચા શરૂ કરીએ તે પહેલાં, તે નિર્દેશિત કરવું અગત્યનું છે કે તેઓ માત્ર માર્ગદર્શિકા અને માર્ગદર્શિકા છે. પ્રસંગોપાત, પ્રાયોગિક વ્યવસાય જરૂરિયાતોને પૂર્ણ કરવા માટે તેમની પાસેથી રખડવું જરૂરી બને છે. જો કે, જ્યારે ભિન્નતા થાય છે, ત્યારે શક્ય છે કે તમારી સિસ્ટમ પર કોઈપણ સંભવિત વિભાગોનું મૂલ્યાંકન કરવું અને સંભવિત અસાતત્યતા માટે એકાઉન્ટનું મૂલ્યાંકન કરવું અત્યંત અગત્યનું છે. તેણે કહ્યું, ચાલો આપણે સામાન્ય સ્વરૂપો શોધી કાઢીએ.
પ્રથમ સામાન્ય ફોર્મ (1 એનએફ)
પ્રથમ સામાન્ય સ્વરૂપ (1 એનએફ) એક સંગઠિત ડેટાબેઝ માટે ખૂબ જ મૂળભૂત નિયમો સુયોજિત કરે છે:
- સમાન કોષ્ટકમાંથી ડુપ્લિકેટ કોલમોને દૂર કરો.
- સંબંધિત ડેટાના દરેક જૂથ માટે અલગ કોષ્ટકો બનાવો અને એક અનન્ય સ્તંભ અથવા કૉલમના સમૂહ ( પ્રાથમિક કી ) સાથે દરેક પંક્તિને ઓળખો.
સેકંડ નોર્મલ ફોર્મ (2 એનએફ)
દ્વિતીય સામાન્ય સ્વરૂપ (2 એનએફ) દ્વેષપૂર્ણ ડેટાને દૂર કરવાની વિભાવનાને સંબોધિત કરે છે:
- પ્રથમ સામાન્ય ફોર્મની તમામ જરૂરિયાતોને મળો.
- ડેટાના સબસેટ્સને દૂર કરો જે કોષ્ટકની બહુવિધ પંક્તિઓ પર લાગુ થાય છે અને તેમને અલગ કોષ્ટકોમાં મૂકો.
- આ નવી કોષ્ટકો અને તેમના પૂર્વગામીઓ વચ્ચે વિદેશી કીઓના ઉપયોગ દ્વારા સંબંધો બનાવો.
થર્ડ નોર્મલ ફોર્મ (3 એનએફ)
ત્રીજું સામાન્ય સ્વરૂપ (3 એનએફ) એક મોટા પગલું આગળ જાય છે:
- બીજા સામાન્ય ફોર્મની તમામ જરૂરિયાતોને મળો.
- પ્રાથમિક કી પર આધારિત ન હોય તેવા કૉલમ્સ દૂર કરો
બૉયસ કોડેડ નોર્મલ ફોર્મ (બીસીએનએફ અથવા 3.5 એનએફ)
બીઓયસ-કોડેડ નોર્મલ ફોર્મ, જેને "ત્રીજા અને અર્ધ (3.5) સામાન્ય સ્વરૂપ" તરીકે પણ ઓળખવામાં આવે છે, વધુ એક જરૂરિયાત ઉમેરે છે:
- ત્રીજી સામાન્ય ફોર્મની તમામ આવશ્યકતાઓને મળો.
- દરેક નિર્ણાયક એક ઉમેદવાર કી હોવો જોઈએ .
ફોર્થ નોર્મલ ફોર્મ (4 એનએફ)
છેલ્લે, ચોથા સામાન્ય સ્વરૂપ (4 એનએફ) પાસે એક વધારાની જરૂરિયાત છે:
- ત્રીજી સામાન્ય ફોર્મની તમામ આવશ્યકતાઓને મળો.
- એક સંબંધ 4 એનએફમાં હોય છે જો તેની પાસે કોઈ મલ્ટી-મૂલ્ય આધારિત નિર્ભરતા નથી .
યાદ રાખો, આ સામાન્યીકરણ માર્ગદર્શિકા સંચિત છે. ડેટાબેઝ 2 એનએફમાં રહેવા માટે, તે પ્રથમ 1NF ડેટાબેઝના તમામ માપદંડોને પૂર્ણ કરવું આવશ્યક છે.
હું સામાન્ય જોઈએ?
જ્યારે ડેટાબેઝ નોર્મલાઇઝેશન ઘણી વાર એક સારો વિચાર છે, તે ચોક્કસ જરૂરિયાત નથી હકીકતમાં, એવા કેટલાક કિસ્સાઓ છે કે જ્યાં ઇરાદાપૂર્વક નોર્મલાઇઝેશનના નિયમોનું ઉલ્લંઘન કરવું એ એક સારી પ્રથા છે. આ વિષય પર વધુ માટે, શું મારે મારા ડેટાબેઝને સામાન્ય બનાવવું જોઈએ?
જો તમે સુનિશ્ચિત કરવા માગો છો કે તમારો ડેટાબેઝ સામાન્ય છે, તો તમારા ડેટાબેઝને ફર્સ્ટ નોર્મલ ફોર્મમાં કેવી રીતે મૂકવું તે શીખવાનું શરૂ કરો .