પ્રશ્ન 1(અ) [3 ગુણ]

નીચેના શબ્દોને વ્યાખ્યાયિત કરો: 1. ડેટા 2. ઇન્ફોર્મેશન 3. મેટાડેટા

જવાબ:

ટેબલ: ડેટા વિ ઇન્ફોર્મેશન વિ મેટાડેટા

શબ્દ	વ્યાખ્યા	ઉદાહરણ
ડેટા	કોઈ સંદર્ભ વગરના કાચા તથ્યો અને આંકડાઓ	"25", "જોન", "મુંબઈ"
ઇન્ફોર્મેશન	અર્થ અને સંદર્ભ સાથે પ્રોસેસ કરેલા ડેટા	"જોન 25 વર્ષનો છે અને મુંબઈમાં રહે છે"
મેટાડેટા	ડેટા વિશેનો ડેટા જે સ્ટ્રક્ચર અને પ્રોપર્ટીઝ વર્ણવે છે	"ઉંમર ફીલ્ડ: Integer, મહત્તમ લંબાઈ: 3"

ડેટા: ઇન્ફોર્મેશન સિસ્ટમ્સના મૂળભૂત બિલ્ડિંગ બ્લોક્સ
ઇન્ફોર્મેશન: નિર્ણય લેવા માટે ડેટા પ્રોસેસિંગનું પરિણામ
મેટાડેટા: ડેટાબેસ ડિઝાઇન અને મેનેજમેન્ટ માટે જરૂરી

મેમરી ટ્રીક: "DIM - ડેટા મેટાડેટાનો ઉપયોગ કરીને ઇન્ફોર્મેશન આપે છે"

પ્રશ્ન 1(બ) [4 ગુણ]

ફાઇલ સિસ્ટમ વિ ડેટાબેસ સિસ્ટમની તુલના કરો

જવાબ:

ટેબલ: ફાઇલ સિસ્ટમ વિ ડેટાબેસ સિસ્ટમ તુલના

પાસું	ફાઇલ સિસ્ટમ	ડેટાબેસ સિસ્ટમ
ડેટા સ્ટોરેજ	દરેક એપ્લિકેશન માટે અલગ ફાઇલો	કેન્દ્રીકૃત સ્ટોરેજ
ડેટા રિડન્ડન્સી	ઉચ્ચ રિડન્ડન્સી	લઘુત્તમ રિડન્ડન્સી
ડેટા સુસંગતતા	નબળી સુસંગતતા	ઉચ્ચ સુસંગતતા
ડેટા સિક્યોરિટી	મર્યાદિત સિક્યોરિટી	એડવાન્સ સિક્યોરિટી ફીચર્સ
એકસાથે એક્સેસ	મર્યાદિત સપોર્ટ	સંપૂર્ણ એકસાથે સપોર્ટ
ડેટા ઇન્ડિપેન્ડન્સ	કોઈ ઇન્ડિપેન્ડન્સ નથી	ફિઝિકલ અને લોજિકલ ઇન્ડિપેન્ડન્સ

ફાઇલ સિસ્ટમ: સરળ પણ ડેટા ડુપ્લિકેશનની સમસ્યાઓ સાથે
ડેટાબેસ સિસ્ટમ: જટિલ પણ કાર્યક્ષમ ડેટા મેનેજમેન્ટ
મુખ્ય ફાયદો: DBMS ડેટા રિડન્ડન્સી અને અસુસંગતતા દૂર કરે છે

મેમરી ટ્રીક: "DBMS = ડેટા બેટર મેનેજ્ડ સિસ્ટમેટિકલી"

પ્રશ્ન 1(ક) [7 ગુણ]

નેટવર્ક ડેટા મોડેલ દોરો અને સમજાવો

જવાબ:

ડાયાગ્રામ:

    Owner 1
       |
    Set Type 1
    /    |    \
Member1 Member2 Member3
   |       |       |
Set Type 2 Set Type 3 Set Type 4
   |       |       |
Member4 Member5 Member6

ટેબલ: નેટવર્ક મોડેલના ઘટકો

ઘટક	વર્ણન	ઉદાહરણ
રેકોર્ડ ટાઇપ	એન્ટિટીનું પ્રતિનિધિત્વ	કર્મચારી, વિભાગ
સેટ ટાઇપ	રેકોર્ડ્સ વચ્ચેનો સંબંધ	કામ-કરે, મેનેજ-કરે
ઓનર	સંબંધમાં પેરેન્ટ રેકોર્ડ	વિભાગ (ઓનર)
મેમ્બર	સંબંધમાં ચાઇલ્ડ રેકોર્ડ	કર્મચારી (મેમ્બર)

ઓનર રેકોર્ડ: સેટને નિયંત્રિત કરે છે અને અનેક મેમ્બર્સ હોઈ શકે છે
મેમ્બર રેકોર્ડ: એક અથવા વધુ સેટ્સનું સભ્ય છે
સેટ ઓકરન્સ: સેટ ટાઇપનું ઇન્સ્ટન્સ જે ઓનરને મેમ્બર્સ સાથે જોડે છે
નેવિગેશન: રેકોર્ડ એક્સેસ માટે પોઇન્ટર્સનો ઉપયોગ

મેમરી ટ્રીક: "નેટવર્ક = અનેક કનેક્શન્સ સાથેના નોડ્સ"

પ્રશ્ન 1(ક) અથવા [7 ગુણ]

સ્કીમા શું છે? ઉદાહરણ સાથે સ્કીમાના વિવિધ પ્રકારો સમજાવો

જવાબ:

વ્યાખ્યા: સ્કીમા એ ડેટાબેસનું લોજિકલ સ્ટ્રક્ચર અથવા બ્લુપ્રિન્ટ છે જે વ્યાખ્યાયિત કરે છે કે ડેટા કેવી રીતે ગોઠવાયેલો છે.

ડાયાગ્રામ:

graph LR
    A[External Schema] --> B[Conceptual Schema]
    B --> C[Internal Schema]
    A --> D[View 1]
    A --> E[View 2]
    B --> F[Logical Structure]
    C --> G[Physical Storage]

ટેબલ: સ્કીમાના પ્રકારો

સ્કીમા પ્રકાર	લેવલ	વર્ણન	ઉદાહરણ
એક્સટર્નલ સ્કીમા	વ્યૂ લેવલ	ડેટાબેસનો યુઝર-સ્પેસિફિક વ્યૂ	શિક્ષકો માટે વિદ્યાર્થીઓના ગ્રેડ્સનો વ્યૂ
કોન્સેપ્ચુઅલ સ્કીમા	લોજિકલ લેવલ	સંપૂર્ણ લોજિકલ સ્ટ્રક્ચર	બધા ટેબલ્સ, સંબંધો, કન્સ્ટ્રેન્ટ્સ
ઇન્ટર્નલ સ્કીમા	ફિઝિકલ લેવલ	ફિઝિકલ સ્ટોરેજ સ્ટ્રક્ચર	ઇન્ડેક્સ ફાઇલો, સ્ટોરેજ એલોકેશન

એક્સટર્નલ સ્કીમા: યુઝર્સ માટે ડેટા ઇન્ડિપેન્ડન્સ પ્રદાન કરે છે
કોન્સેપ્ચુઅલ સ્કીમા: ડેટાબેસ ડિઝાઇનરનો સંપૂર્ણ વ્યૂ
ઇન્ટર્નલ સ્કીમા: ડેટાબેસ એડમિનિસ્ટ્રેટરનો ફિઝિકલ વ્યૂ

મેમરી ટ્રીક: "ECI - એક્સટર્નલ કોન્સેપ્ચુઅલ ઇન્ટર્નલ"

પ્રશ્ન 2(અ) [3 ગુણ]

નીચેના શબ્દોને વ્યાખ્યાયિત કરો: 1. એન્ટિટી 2. એટ્રિબ્યુટ્સ 3. રિલેશનશિપ

જવાબ:

ટેબલ: ER મોડેલની મૂળભૂત કોન્સેપ્ટ્સ

શબ્દ	વ્યાખ્યા	ઉદાહરણ
એન્ટિટી	સ્વતંત્ર અસ્તિત્વ ધરાવતો વાસ્તવિક વિશ્વનો ઓબ્જેક્ટ	વિદ્યાર્થી, કોર્સ, શિક્ષક
એટ્રિબ્યુટ્સ	એન્ટિટીનું વર્ણન કરતા ગુણધર્મો	વિદ્યાર્થી: ID, નામ, ઉંમર
રિલેશનશિપ	બે અથવા વધુ એન્ટિટી વચ્ચેનો સંબંધ	વિદ્યાર્થી કોર્સમાં નોંધણી કરે છે

એન્ટિટી: ER ડાયાગ્રામમાં લંબચોરસ દ્વારા રજૂ થાય છે
એટ્રિબ્યુટ્સ: એન્ટિટીઓ સાથે જોડાયેલા અંડાકાર દ્વારા રજૂ થાય છે
રિલેશનશિપ: એન્ટિટીઓને જોડતા હીરા દ્વારા રજૂ થાય છે

મેમરી ટ્રીક: "EAR - એન્ટિટીના એટ્રિબ્યુટ્સ અને રિલેશનશિપ્સ છે"

પ્રશ્ન 2(બ) [4 ગુણ]

ઉદાહરણ સાથે વીક એન્ટિટી સેટ્સનું વર્ણન કરો

જવાબ:

વ્યાખ્યા: વીક એન્ટિટી એ એવી એન્ટિટી છે જે પોતાના એટ્રિબ્યુટ્સ દ્વારા અનન્ય રીતે ઓળખાઈ શકતી નથી અને સ્ટ્રોંગ એન્ટિટી પર આધાર રાખે છે.

ડાયાગ્રામ:

+----------+       +===========+       +----------+
| Employee |-------| Dependent |-------| Person   |
|   (1)    |       |  (Weak)   |       |   (N)    |
+----------+       +===========+       +----------+
    emp_id              name              dep_name
                     (Partial Key)

ટેબલ: વીક વિ સ્ટ્રોંગ એન્ટિટી

પાસું	સ્ટ્રોંગ એન્ટિટી	વીક એન્ટિટી
પ્રાઇમરી કી	પોતાની પ્રાઇમરી કી છે	કોઈ પ્રાઇમરી કી નથી
અસ્તિત્વ	સ્વતંત્ર અસ્તિત્વ	સ્ટ્રોંગ એન્ટિટી પર આધાર
પ્રતિનિધિત્વ	એક લંબચોરસ	ડબલ લંબચોરસ
ઉદાહરણ	કર્મચારી	કર્મચારીનો આશ્રિત

પાર્શિયલ કી: એટ્રિબ્યુટ જે વીક એન્ટિટીને આંશિક રૂપે ઓળખે છે
આઇડેન્ટિફાઇંગ રિલેશનશિપ: વીક એન્ટિટીને સ્ટ્રોંગ એન્ટિટી સાથે જોડે છે
ટોટલ પાર્ટિસિપેશન: વીક એન્ટિટીએ સંબંધમાં સહભાગી થવું જ જોઈએ

મેમરી ટ્રીક: "વીક એન્ટિટીઓ આશ્રિત હોય છે"

પ્રશ્ન 2(ક) [7 ગુણ]

યુનિવર્સિટી મેનેજમેન્ટ સિસ્ટમ માટે ER ડાયાગ્રામ દોરો

જવાબ:

ડાયાગ્રામ:

erDiagram
    STUDENT {
        int student_id PK
        string name
        string email
        date birth_date
        string address
    }
    
    COURSE {
        int course_id PK
        string course_name
        int credits
        string department
    }
    
    TEACHER {
        int teacher_id PK
        string name
        string department
        string qualification
    }
    
    ENROLLMENT {
        int enrollment_id PK
        date enrollment_date
        char grade
    }
    
    STUDENT ||--o{ ENROLLMENT : enrolls
    COURSE ||--o{ ENROLLMENT : has
    TEACHER ||--o{ COURSE : teaches

ટેબલ: એન્ટિટી રિલેશનશિપ્સ

રિલેશનશિપ	કાર્ડિનાલિટી	વર્ણન
વિદ્યાર્થી નોંધણી કરે કોર્સ	M:N	અનેક વિદ્યાર્થીઓ અનેક કોર્સમાં નોંધણી કરી શકે
શિક્ષક શીખવે કોર્સ	1:N	એક શિક્ષક અનેક કોર્સ શીખવે છે
કોર્સ છે નોંધણી	1:N	એક કોર્સમાં અનેક નોંધણીઓ છે

પ્રાથમિક એન્ટિટીઓ: વિદ્યાર્થી, કોર્સ, શિક્ષક
એસોસિએટિવ એન્ટિટી: નોંધણી (M:N સંબંધ ઉકેલે છે)
કી એટ્રિબ્યુટ્સ: બધી એન્ટિટીઓમાં અનન્ય ઓળખકર્તા છે

મેમરી ટ્રીક: "યુનિવર્સિટી = વિદ્યાર્થીઓ શિક્ષકો પાસેથી કોર્સ લે છે"

પ્રશ્ન 2(અ) અથવા [3 ગુણ]

નીચેના શબ્દોને વ્યાખ્યાયિત કરો: 1. પ્રાઇમરી કી 2. ફોરેન કી 3. કેન્ડિડેટ કી

જવાબ:

ટેબલ: ડેટાબેસ કીઝ

કી પ્રકાર	વ્યાખ્યા	ઉદાહરણ
પ્રાઇમરી કી	દરેક રેકોર્ડ માટે અનન્ય ઓળખકર્તા	વિદ્યાર્થી ટેબલમાં Student_ID
ફોરેન કી	બીજા ટેબલની પ્રાઇમરી કીનો સંદર્ભ	નોંધણી ટેબલમાં Student_ID
કેન્ડિડેટ કી	સંભવિત પ્રાઇમરી કી એટ્રિબ્યુટ	વિદ્યાર્થી ટેબલમાં Email, ફોન

પ્રાઇમરી કી: NULL હોઈ શકે નહીં અને અનન્ય હોવી જોઈએ
ફોરેન કી: રેફરન્શિયલ ઇન્ટેગ્રિટી જાળવે છે
કેન્ડિડેટ કી: વૈકલ્પિક અનન્ય ઓળખકર્તાઓ

મેમરી ટ્રીક: "PFC - પ્રાઇમરી ફોરેન કેન્ડિડેટ"

પ્રશ્ન 2(બ) અથવા [4 ગુણ]

જનરલાઇઝેશન અને સ્પેશિયલાઇઝેશન પર ટૂંકી નોંધ લખો

જવાબ:

જનરલાઇઝેશન: અનેક એન્ટિટીઓમાંથી સામાન્ય એટ્રિબ્યુટ્સ કાઢીને સામાન્ય એન્ટિટી બનાવવાની પ્રક્રિયા.

સ્પેશિયલાઇઝેશન: વિશિષ્ટ લાક્ષણિકતાઓના આધારે એન્ટિટીના પેટા વર્ગો વ્યાખ્યાયિત કરવાની પ્રક્રિયા.

ડાયાગ્રામ:

graph TD
    A[વ્યક્તિ] --> B[વિદ્યાર્થી]
    A --> C[શિક્ષક]
    A --> D[સ્ટાફ]
    B --> E[અંડરગ્રેજ્યુએટ]
    B --> F[ગ્રેજ્યુએટ]

ટેબલ: જનરલાઇઝેશન વિ સ્પેશિયલાઇઝેશન

પાસું	જનરલાઇઝેશન	સ્પેશિયલાઇઝેશન
દિશા	બોટમ-અપ અપ્રોચ	ટોપ-ડાઉન અપ્રોચ
હેતુ	રિડન્ડન્સી દૂર કરવી	વિશિષ્ટ એટ્રિબ્યુટ્સ ઉમેરવા
પરિણામ	સુપરક્લાસ બનાવટ	સબક્લાસ બનાવટ

ISA રિલેશનશિપ: સુપરક્લાસ અને સબક્લાસ વચ્ચે "Is-A" સંબંધ
ઇન્હેરિટન્સ: સબક્લાસ સુપરક્લાસમાંથી એટ્રિબ્યુટ્સ વારસામાં લે છે

મેમરી ટ્રીક: "જનરલ ઉપર જાય, સ્પેશિયલ નીચે જાય"

પ્રશ્ન 2(ક) અથવા [7 ગુણ]

ઉદાહરણ સાથે વિવિધ રિલેશનલ એલ્જીબ્રા ઓપરેશન સમજાવો

જવાબ:

ટેબલ: રિલેશનલ એલ્જીબ્રા ઓપરેશન્સ

ઓપરેશન	સિમ્બોલ	વર્ણન	ઉદાહરણ
સિલેક્ટ	σ	શરત આધારે પંક્તિઓ પસંદ કરે	σ(age>20)(Student)
પ્રોજેક્ટ	π	વિશિષ્ટ કૉલમ્સ પસંદ કરે	π(name,age)(Student)
યુનિયન	∪	બે રિલેશન્સને જોડે	R ∪ S
ઇન્ટરસેક્શન	∩	રિલેશન્સમાંથી સામાન્ય ટ્યુપલ્સ	R ∩ S
ડિફરન્સ	-	R માં છે પણ S માં નથી તે ટ્યુપલ્સ	R - S
જોઇન	⋈	સંબંધિત ટ્યુપલ્સને જોડે	Student ⋈ Enrollment

ઉદાહરણ રિલેશન્સ:

Student: (ID=1, Name=જોન, Age=20) Course: (CID=101, CName=DBMS, Credits=3)

સિલેક્શન: σ(Age>18)(Student) 18 વર્ષથી વધુ વયના વિદ્યાર્થીઓ રિટર્ન કરે
પ્રોજેક્શન: π(Name)(Student) માત્ર નામો રિટર્ન કરે
જોઇન: Student ⋈ Enrollment વિદ્યાર્થી અને નોંધણીનો ડેટા જોડે

મેમરી ટ્રીક: "SPUDIJ - સિલેક્ટ પ્રોજેક્ટ યુનિયન ડિફરન્સ ઇન્ટરસેક્શન જોઇન"

પ્રશ્ન 3(અ) [3 ગુણ]

SQL માં ન્યુમેરિક ફંક્શન્સની યાદી આપો. કોઈપણ બે સમજાવો

જવાબ:

ટેબલ: SQL ન્યુમેરિક ફંક્શન્સ

ફંક્શન	હેતુ	ઉદાહરણ
ABS()	એબ્સોલ્યુટ વેલ્યુ	ABS(-15) = 15
CEIL()	વેલ્યુ ≥ ની સૌથી નાની પૂર્ણાંક	CEIL(4.3) = 5
FLOOR()	વેલ્યુ ≤ ની સૌથી મોટી પૂર્ણાંક	FLOOR(4.7) = 4
ROUND()	નિર્દિષ્ટ સ્થાને રાઉન્ડ કરે	ROUND(15.76, 1) = 15.8
SQRT()	વર્ગમૂળ	SQRT(16) = 4
POWER()	પાવર પર વધારો	POWER(2, 3) = 8

વિગતવાર ઉદાહરણો:

ABS(number): એબ્સોલ્યુટ વેલ્યુ રિટર્ન કરે, નેગેટિવ સાઇન દૂર કરે
ROUND(number, decimal_places): નિર્દિષ્ટ દશાંશ સ્થાને નંબર રાઉન્ડ કરે

મેમરી ટ્રીક: "ગણિત ફંક્શન્સ નંબર્સને સરસ બનાવે"

પ્રશ્ન 3(બ) [4 ગુણ]

ઉદાહરણ સાથે Having અને Order by Clause નું વર્ણન કરો

જવાબ:

HAVING Clause: GROUP BY સાથે એગ્રીગેટ કન્ડિશન્સ આધારે ગ્રુપ્સ ફિલ્ટર કરવા ઉપયોગ થાય.

ORDER BY Clause: પરિણામ સેટને ચડતા અથવા ઊતરતા ક્રમમાં સોર્ટ કરવા ઉપયોગ થાય.

ટેબલ: HAVING વિ WHERE

પાસું	WHERE	HAVING
ઉપયોગ	વ્યક્તિગત પંક્તિઓ ફિલ્ટર કરે	ગ્રુપ કરેલા પરિણામો ફિલ્ટર કરે
એગ્રીગેટ્સ સાથે	ઉપયોગ કરી શકાતો નથી	એગ્રીગેટ ફંક્શન્સ ઉપયોગ કરી શકે
સ્થિતિ	GROUP BY પહેલાં	GROUP BY પછી

ઉદાહરણ:

SELECT department, COUNT(*) as emp_count
FROM employees 
WHERE salary > 30000
GROUP BY department 
HAVING COUNT(*) > 5
ORDER BY emp_count DESC;

WHERE: 30000 થી વધુ પગાર ધરાવતા કર્મચારીઓ ફિલ્ટર કરે
HAVING: માત્ર 5 થી વધુ કર્મચારીઓ ધરાવતા વિભાગો બતાવે
ORDER BY: કર્મચારીઓની ગણતરી આધારે ઉતરતા ક્રમમાં સોર્ટ કરે

મેમરી ટ્રીક: "WHERE પંક્તિઓ ફિલ્ટર કરે, HAVING ગ્રુપ્સ ફિલ્ટર કરે, ORDER BY પરિણામો સોર્ટ કરે"

પ્રશ્ન 3(ક) [7 ગુણ]

Student_ID, Stu_Name, Stu_Subject_ID, Stu_Marks, Stu_Age ફીલ્ડ્સ ધરાવતા student ટેબલ પર નીચેની queries perform કરો

જવાબ:

1. student ટેબલ બનાવવા માટે ક્વેરી:

CREATE TABLE student (
    Student_ID INT PRIMARY KEY,
    Stu_Name VARCHAR(50),
    Stu_Subject_ID INT,
    Stu_Marks INT,
    Stu_Age INT
);

2. student ટેબલમાં રેકોર્ડ દાખલ કરવા માટે ક્વેરી:

INSERT INTO student VALUES 
(1, 'જોન', 101, 85, 22),
(2, 'મેરી', 102, 90, 21);

3. લઘુત્તમ અને મહત્તમ ગુણ શોધો:

SELECT MIN(Stu_Marks) as Min_Marks, 
       MAX(Stu_Marks) as Max_Marks 
FROM student;

4. 82 થી વધુ ગુણ અને 22 વર્ષ વયના વિદ્યાર્થીઓ:

SELECT * FROM student 
WHERE Stu_Marks > 82 AND Stu_Age = 22;

5. નામ 'm' અક્ષરથી શરૂ થતા વિદ્યાર્થીઓ:

SELECT * FROM student 
WHERE Stu_Name LIKE 'm%';

6. સરેરાશ ગુણ શોધો:

SELECT AVG(Stu_Marks) as Average_Marks 
FROM student;

7. Stu_address કૉલમ ઉમેરો:

ALTER TABLE student 
ADD Stu_address VARCHAR(100);

મેમરી ટ્રીક: "CRUD + એનાલિટિક્સ = સંપૂર્ણ ડેટાબેસ ઓપરેશન્સ"

પ્રશ્ન 3(અ) અથવા [3 ગુણ]

ઉદાહરણ સાથે SQL માં વિવિધ ડેટ ફંક્શન વર્ણવો

જવાબ:

ટેબલ: SQL ડેટ ફંક્શન્સ

ફંક્શન	હેતુ	ઉદાહરણ
SYSDATE	વર્તમાન સિસ્ટમ ડેટ	SYSDATE '2024-06-12' રિટર્ન કરે
ADD_MONTHS()	ડેટમાં મહિનાઓ ઉમેરે	ADD_MONTHS('2024-01-15', 3)
MONTHS_BETWEEN()	ડેટ્સ વચ્ચેના મહિનાઓ	MONTHS_BETWEEN('2024-06-12', '2024-01-12')
LAST_DAY()	મહિનાનો છેલ્લો દિવસ	LAST_DAY('2024-02-15') = '2024-02-29'
NEXT_DAY()	દિવસની આગલી ઘટના	NEXT_DAY('2024-06-12', 'FRIDAY')

ઉદાહરણો:

SYSDATE: વર્તમાન સિસ્ટમ ડેટ અને ટાઇમ રિટર્ન કરે
ADD_MONTHS: લોન ડ્યુ ડેટ્સ જેવી ભવિષ્યની તારીખો ગણવા માટે ઉપયોગી

મેમરી ટ્રીક: "ડેટ ફંક્શન્સ ટાઇમ મેનેજમેન્ટમાં મદદ કરે"

પ્રશ્ન 3(બ) અથવા [4 ગુણ]

SQL માં કન્સ્ટ્રેન્ટ્સની સૂચિ બનાવો. ઉદાહરણ સાથે કોઈપણ બે સમજાવો

જવાબ:

ટેબલ: SQL કન્સ્ટ્રેન્ટ્સ

કન્સ્ટ્રેન્ટ	હેતુ	ઉદાહરણ
PRIMARY KEY	અનન્ય ઓળખકર્તા	Student_ID INT PRIMARY KEY
FOREIGN KEY	બીજા ટેબલનો સંદર્ભ	REFERENCES Student(Student_ID)
NOT NULL	null વેલ્યુઝ અટકાવે	Name VARCHAR(50) NOT NULL
UNIQUE	અનન્યતા સુનિશ્ચિત કરે	Email VARCHAR(100) UNIQUE
CHECK	ડેટા વેલિડેટ કરે	Age INT CHECK (Age >= 18)
DEFAULT	ડિફોલ્ટ વેલ્યુ	Status VARCHAR(10) DEFAULT 'Active'

વિગતવાર ઉદાહરણો:

PRIMARY KEY કન્સ્ટ્રેન્ટ:

CREATE TABLE Student (
    Student_ID INT PRIMARY KEY,
    Name VARCHAR(50)
);

CHECK કન્સ્ટ્રેન્ટ:

CREATE TABLE Employee (
    Emp_ID INT,
    Salary INT CHECK (Salary > 0)
);

PRIMARY KEY: દરેક રેકોર્ડ અનન્ય ઓળખકર્તા છે તેની ખાતરી કરે
CHECK: ડેટા એન્ટ્રી દરમિયાન બિઝનેસ નિયમો વેલિડેટ કરે

મેમરી ટ્રીક: "કન્સ્ટ્રેન્ટ્સ ડેટા ક્વોલિટી કંટ્રોલ કરે"

પ્રશ્ન 3(ક) અથવા [7 ગુણ]

ઉદાહરણ સાથે SQL માં વિવિધ પ્રકારના joins સમજાવો

જવાબ:

ટેબલ: SQL Joins ના પ્રકારો

Join પ્રકાર	વર્ણન	સિન્ટેક્સ
INNER JOIN	બંને ટેબલમાંથી મેચિંગ રેકોર્ડ્સ રિટર્ન કરે	Table1 INNER JOIN Table2 ON condition
LEFT JOIN	ડાબા ટેબલના બધા + જમણાના મેચિંગ રેકોર્ડ્સ	Table1 LEFT JOIN Table2 ON condition
RIGHT JOIN	જમણા ટેબલના બધા + ડાબાના મેચિંગ રેકોર્ડ્સ	Table1 RIGHT JOIN Table2 ON condition
FULL OUTER JOIN	બંને ટેબલના બધા રેકોર્ડ્સ	Table1 FULL OUTER JOIN Table2 ON condition

ઉદાહરણ ટેબલ્સ: Students: (ID=1, Name=જોન), (ID=2, Name=મેરી) Enrollments: (StudentID=1, Course=DBMS), (StudentID=3, Course=Java)

INNER JOIN ઉદાહરણ:

SELECT s.Name, e.Course 
FROM Students s 
INNER JOIN Enrollments e ON s.ID = e.StudentID;

પરિણામ: માત્ર જોન DBMS કોર્સ સાથે

LEFT JOIN ઉદાહરણ:

SELECT s.Name, e.Course 
FROM Students s 
LEFT JOIN Enrollments e ON s.ID = e.StudentID;

પરિણામ: જોન-DBMS, મેરી-NULL

મેમરી ટ્રીક: "JOIN સંબંધિત ટેબલ્સને જોડે છે"

પ્રશ્ન 4(અ) [3 ગુણ]

SQL માં Grant અને Revoke કમાન્ડનું ઉદાહરણ આપો

જવાબ:

GRANT કમાન્ડ: ડેટાબેસ ઓબ્જેક્ટ્સ પર યુઝર્સને વિશિષ્ટ વિશેષાધિકારો પ્રદાન કરે.

REVOKE કમાન્ડ: યુઝર્સમાંથી અગાઉ આપેલા વિશેષાધિકારો દૂર કરે.

ટેબલ: સામાન્ય વિશેષાધિકારો

વિશેષાધિકાર	વર્ણન	ઉદાહરણ
SELECT	ડેટા વાંચવો	GRANT SELECT ON Student TO user1
INSERT	નવા રેકોર્ડ્સ ઉમેરવા	GRANT INSERT ON Student TO user1
UPDATE	હાલના રેકોર્ડ્સ સુધારવા	GRANT UPDATE ON Student TO user1
DELETE	રેકોર્ડ્સ દૂર કરવા	GRANT DELETE ON Student TO user1
ALL	બધા વિશેષાધિકારો	GRANT ALL ON Student TO user1

ઉદાહરણો:

-- SELECT વિશેષાધિકાર આપો
GRANT SELECT ON Student TO john;

-- INSERT વિશેષાધિકાર દૂર કરો  
REVOKE INSERT ON Student FROM john;

WITH GRANT OPTION: યુઝરને બીજાઓને વિશેષાધિકારો આપવાની મંજૂરી
CASCADE: જેમને આ વિશેષાધિકારો મળ્યા છે તે બધામાંથી વિશેષાધિકારો દૂર કરે

મેમરી ટ્રીક: "GRANT અધિકારો આપે, REVOKE અધિકારો દૂર કરે"

પ્રશ્ન 4(બ) [4 ગુણ]

SQL Views પર ટૂંકી નોંધ લખો

જવાબ:

વ્યાખ્યા: વ્યૂ એ SQL સ્ટેટમેન્ટના પરિણામ આધારિત વર્ચ્યુઅલ ટેબલ છે જેમાં વાસ્તવિક ટેબલની જેમ પંક્તિઓ અને કૉલમ્સ હોય છે.

ટેબલ: વ્યૂની લાક્ષણિકતાઓ

પાસું	વર્ણન	ઉદાહરણ
વર્ચ્યુઅલ ટેબલ	ફિઝિકલ રીતે ડેટા સ્ટોર કરતું નથી	CREATE VIEW student_view AS...
સિક્યોરિટી	સંવેદનશીલ કૉલમ્સ છુપાવે	કર્મચારીઓમાંથી પગાર કૉલમ છુપાવો
સરળીકરણ	જટિલ ક્વેરીઝ સરળ બનાવે	એક વ્યૂમાં અનેક ટેબલ્સ જોડો
ડેટા ઇન્ડિપેન્ડન્સ	મૂળ ટેબલમાં ફેરફારો યુઝર્સને અસર કરતા નથી	એપ્લિકેશન્સને અસર કર્યા વિના ટેબલ સ્ટ્રક્ચર સુધારો

ઉદાહરણ:

CREATE VIEW active_students AS
SELECT Student_ID, Name, Age 
FROM Student 
WHERE Status = 'Active';

-- વ્યૂનો ઉપયોગ
SELECT * FROM active_students;

ફાયદાઓ:

સિક્યોરિટી: સંવેદનશીલ ડેટાની એક્સેસ મર્યાદિત કરે
સરળતા: અંતિમ યુઝર્સમાંથી જટિલ joins છુપાવે
સુસંગતતા: પ્રમાણિત ડેટા એક્સેસ

મેમરી ટ્રીક: "વ્યૂઝ એ ડેટાની વર્ચ્યુઅલ વિન્ડોઝ છે"

પ્રશ્ન 4(ક) [7 ગુણ]

નોર્મલાઇઝેશન શું છે? ઉદાહરણ સાથે 2NF સમજાવો

જવાબ:

નોર્મલાઇઝેશન: રિડન્ડન્સી ઘટાડવા અને મોટા ટેબલ્સને નાના સંબંધિત ટેબલ્સમાં વિભાજિત કરીને ડેટા ઇન્ટેગ્રિટી સુધારવા માટે ડેટાબેસ ગોઠવવાની પ્રક્રિયા.

2NF (સેકન્ડ નોર્મલ ફોર્મ):

1NF માં હોવું જોઈએ
પાર્શિયલ ફંક્શનલ ડિપેન્ડન્સીઝ દૂર કરવી
નોન-કી એટ્રિબ્યુટ્સ સંપૂર્ણ પ્રાઇમરી કી પર આધાર રાખવા જોઈએ

ઉદાહરણ - અનોર્મલાઇઝ્ડ ટેબલ:

Student_ID	Course_ID	Student_Name	Course_Name	Instructor
101	C1	જોન	DBMS	ડૉ. સ્મિથ
101	C2	જોન	Java	ડૉ. જોન્સ
102	C1	મેરી	DBMS	ડૉ. સ્મિથ

સમસ્યાઓ:

Student_Name માત્ર Student_ID પર આધાર રાખે છે (પાર્શિયલ ડિપેન્ડન્સી)
Course_Name અને Instructor માત્ર Course_ID પર આધાર રાખે છે

2NF પછી:

Student ટેબલ:

Student_ID	Student_Name
101	જોન
102	મેરી

Course ટેબલ:

Course_ID	Course_Name	Instructor
C1	DBMS	ડૉ. સ્મિથ
C2	Java	ડૉ. જોન્સ

Enrollment ટેબલ:

Student_ID	Course_ID
101	C1
101	C2
102	C1

ફાયદાઓ:

રિડન્ડન્સી દૂર કરે: વિદ્યાર્થીના નામ પુનરાવર્તન નથી
સ્ટોરેજ ઘટાડે: ઓછો ડુપ્લિકેટ ડેટા
સુસંગતતા સુધારે: વિદ્યાર્થીનું નામ એક જ જગ્યાએ અપડેટ કરો

મેમરી ટ્રીક: "2NF = કોઈ પાર્શિયલ ડિપેન્ડન્સીઝ નહીં"

પ્રશ્ન 4(અ) અથવા [3 ગુણ]

SQL માં Group By Clause નું ઉદાહરણ આપો

જવાબ:

GROUP BY Clause: નિર્દિષ્ટ કૉલમ્સમાં સમાન વેલ્યુઝ ધરાવતી પંક્તિઓને ગ્રુપ કરે છે અને દરેક ગ્રુપ પર એગ્રીગેટ ફંક્શન્સની મંજૂરી આપે છે.

ટેબલ: GROUP BY ઉપયોગ

હેતુ	ફંક્શન	ઉદાહરણ
ગણતરી	COUNT()	વિભાગ દીઠ વિદ્યાર્થીઓની ગણતરી
સરવાળો	SUM()	વિભાગ દીઠ કુલ પગાર
સરેરાશ	AVG()	કોર્સ દીઠ સરેરાશ ગુણ
મિન/મેક્સ શોધવું	MIN()/MAX()	વિભાગ દીઠ સર્વોચ્ચ પગાર

ઉદાહરણ:

SELECT Department, COUNT(*) as Total_Students, AVG(Marks) as Avg_Marks
FROM Student 
GROUP BY Department;

પરિણામ:

Department	Total_Students	Avg_Marks
IT	25	78.5
CS	30	82.1

ગ્રુપ્સ: દરેક વિભાગ માટે અલગ ગ્રુપ બનાવે
એગ્રીગેટ્સ: દરેક ગ્રુપ માટે કાઉન્ટ અને સરેરાશ ગણે

મેમરી ટ્રીક: "GROUP BY સમરી રિપોર્ટ્સ બનાવે"

પ્રશ્ન 4(બ) અથવા [4 ગુણ]

ઉદાહરણ સાથે SQL માં Set Operators નું વર્ણન કરો

જવાબ:

Set Operators: બે અથવા વધુ SELECT સ્ટેટમેન્ટ્સના પરિણામોને જોડે છે.

ટેબલ: SQL Set Operators

ઓપરેટર	વર્ણન	આવશ્યકતા	ઉદાહરણ
UNION	પરિણામો જોડે, ડુપ્લિકેટ્સ દૂર કરે	સમાન કૉલમ સ્ટ્રક્ચર	SELECT name FROM students UNION SELECT name FROM teachers
UNION ALL	પરિણામો જોડે, ડુપ્લિકેટ્સ રાખે	સમાન કૉલમ સ્ટ્રક્ચર	SELECT name FROM students UNION ALL SELECT name FROM alumni
INTERSECT	સામાન્ય રેકોર્ડ્સ રિટર્ન કરે	સમાન કૉલમ સ્ટ્રક્ચર	SELECT course FROM current_courses INTERSECT SELECT course FROM popular_courses
MINUS	પહેલી ક્વેરીમાં છે પણ બીજીમાં નથી	સમાન કૉલમ સ્ટ્રક્ચર	SELECT student_id FROM enrolled MINUS SELECT student_id FROM graduated

ઉદાહરણ:

-- વિદ્યાર્થીઓ જે શિક્ષકો પણ છે
SELECT name FROM students
INTERSECT
SELECT name FROM teachers;

-- યુનિવર્સિટીના બધા લોકો
SELECT name, 'Student' as type FROM students
UNION
SELECT name, 'Teacher' as type FROM teachers;

નિયમો:

કૉલમ કાઉન્ટ: બધી ક્વેરીઝમાં સમાન હોવી જોઈએ
ડેટા ટાઇપ્સ: અનુરૂપ કૉલમ્સમાં સુસંગત ટાઇપ્સ હોવા જોઈએ
ઓર્ડર: ORDER BY માત્ર અંતે ઉપયોગ કરી શકાય

મેમરી ટ્રીક: "Set operators ડેટાને યુનાઇટ, ઇન્ટરસેક્ટ અને સબ્ટ્રેક્ટ કરે"

પ્રશ્ન 4(ક) અથવા [7 ગુણ]

નોર્મલાઇઝેશનના મહત્વને ન્યાયી ઠેરવો. ઉદાહરણ સાથે 1NF સમજાવો

જવાબ:

નોર્મલાઇઝેશનનું મહત્વ:

ટેબલ: નોર્મલાઇઝેશનના ફાયદાઓ

ફાયદો	વર્ણન	અસર
રિડન્ડન્સી દૂર કરે	ડુપ્લિકેટ ડેટા સ્ટોરેજ ઘટાડે	સ્ટોરેજ સ્પેસ બચાવે
એનોમલીઝ અટકાવે	ઇન્સર્શન, ડિલીશન, અપડેટ સમસ્યાઓ ટાળે	ડેટા સુસંગતતા જાળવે
ઇન્ટેગ્રિટી સુધારે	ડેટાની સચોટતા સુનિશ્ચિત કરે	વિશ્વસનીય ઇન્ફોર્મેશન સિસ્ટમ
લવચીક ડિઝાઇન	સુધારવા અને વિસ્તારવામાં સરળ	બિઝનેસ ફેરફારોને અનુકૂળ

1NF (ફર્સ્ટ નોર્મલ ફોર્મ):

સમાન ટેબલમાંથી ડુપ્લિકેટ કૉલમ્સ દૂર કરો
સંબંધિત ડેટા માટે અલગ ટેબલ્સ બનાવો
દરેક સેલમાં એક વેલ્યુ હોય (એટોમિક વેલ્યુઝ)

ઉદાહરણ - અનોર્મલાઇઝ્ડ ટેબલ:

Student_ID	Name	Subjects
101	જોન	ગણિત, વિજ્ઞાન, અંગ્રેજી
102	મેરી	વિજ્ઞાન, ઇતિહાસ

સમસ્યાઓ:

Subjects કૉલમમાં અનેક વેલ્યુઝ છે
વિશિષ્ટ વિષયો શોધવા મુશ્કેલ
વિષયો ઉમેરવા/દૂર કરવામાં અપડેટ એનોમલીઝ

1NF પછી:

Student ટેબલ:

Student_ID	Name
101	જોન
102	મેરી

Student_Subject ટેબલ:

Student_ID	Subject
101	ગણિત
101	વિજ્ઞાન
101	અંગ્રેજી
102	વિજ્ઞાન
102	ઇતિહાસ

ફાયદાઓ:

એટોમિક વેલ્યુઝ: દરેક સેલમાં એક વેલ્યુ
લવચીક ક્વેરીઝ: વિશિષ્ટ વિષયો અભ્યાસ કરતા વિદ્યાર્થીઓ સરળતાથી શોધો
સરળ અપડેટ્સ: બીજા ડેટાને અસર કર્યા વિના વિષયો ઉમેરો/દૂર કરો

મેમરી ટ્રીક: "1NF = એક સેલ દીઠ એક વેલ્યુ, કોઈ રિપીટિંગ ગ્રુપ્સ નહીં"

પ્રશ્ન 5(અ) [3 ગુણ]

ટ્રાન્ઝેક્શન મેનેજમેન્ટમાં Serializability સમજાવો

જવાબ:

Serializability: એ ગુણધર્મ છે જે સુનિશ્ચિત કરે છે કે ટ્રાન્ઝેક્શન્સનું એકસાથે એક્ઝિક્યુશન તે ટ્રાન્ઝેક્શન્સના કોઈ સીરિયલ એક્ઝિક્યુશન જેવું જ પરિણામ આપે.

ટેબલ: Serializability ના પ્રકારો

પ્રકાર	વર્ણન	પદ્ધતિ
Conflict Serializability	કોન્ફ્લિક્ટિંગ ઓપરેશન્સ આધારિત	પ્રિસિડન્સ ગ્રાફ
View Serializability	રીડ-રાઇટ પેટર્ન આધારિત	વ્યૂ ઇક્વિવેલન્સ

ઉદાહરણ: Transaction T1: R(A), W(A), R(B), W(B) Transaction T2: R(A), W(A), R(B), W(B)

સીરિયલ શેડ્યુલ: T1 → T2 અથવા T2 → T1 કોન્કરન્ટ શેડ્યુલ: ઇન્ટરલીવ્ડ ઓપરેશન્સ

કોન્ફ્લિક્ટ ઓપરેશન્સ: સમાન ડેટા આઇટમ પરના ઓપરેશન્સ જ્યાં ઓછામાં ઓછું એક રાઇટ હોય
સીરિયલાઇઝેબલ શેડ્યુલ: કોઈ સીરિયલ શેડ્યુલ સમકક્ષ
નોન-સીરિયલાઇઝેબલ: અસુસંગત ડેટાબેસ સ્ટેટ તરફ દોરી શકે

મેમરી ટ્રીક: "Serializability ટ્રાન્ઝેક્શન કન્સિસ્ટન્સી સુનિશ્ચિત કરે"

પ્રશ્ન 5(બ) [4 ગુણ]

ઉદાહરણ સાથે પાર્શિયલ ફંક્શનલ ડિપેન્ડન્સી નું વર્ણન કરો

જવાબ:

પાર્શિયલ ફંક્શનલ ડિપેન્ડન્સી: જ્યારે કોઈ નોન-કી એટ્રિબ્યુટ કમ્પોઝિટ પ્રાઇમરી કીના માત્ર એક ભાગ પર ફંક્શનલી ડિપેન્ડન્ટ હોય.

ટેબલ: ફંક્શનલ ડિપેન્ડન્સીના પ્રકારો

પ્રકાર	વ્યાખ્યા	ઉદાહરણ
ફુલ ડિપેન્ડન્સી	સંપૂર્ણ પ્રાઇમરી કી પર આધાર	(Student_ID, Course_ID) → Grade
પાર્શિયલ ડિપેન્ડન્સી	પ્રાઇમરી કીના ભાગ પર આધાર	(Student_ID, Course_ID) → Student_Name

ઉદાહરણ: Enrollment ટેબલ: પ્રાઇમરી કી: (Student_ID, Course_ID)

Student_ID	Course_ID	Student_Name	Course_Name	Grade
101	C1	જોન	DBMS	A
101	C2	જોન	Java	B

પાર્શિયલ ડિપેન્ડન્સીઝ:

Student_ID → Student_Name (Student_Name માત્ર Student_ID પર આધાર રાખે)
Course_ID → Course_Name (Course_Name માત્ર Course_ID પર આધાર રાખે)

સમસ્યાઓ:

અપડેટ એનોમલી: વિદ્યાર્થીનું નામ બદલવા માટે અનેક અપડેટ્સ જરૂરી
ઇન્સર્શન એનોમલી: કોર્સમાં નોંધણી કર્યા વિના વિદ્યાર્થી ઉમેરી શકાતો નથી
ડિલીશન એનોમલી: નોંધણી ડિલીટ કરવાથી વિદ્યાર્થીની માહિતી ખોવાઈ શકે

સોલ્યુશન: પાર્શિયલ ડિપેન્ડન્સીઝ દૂર કરીને 2NF માં નોર્મલાઇઝ કરો

મેમરી ટ્રીક: "પાર્શિયલ ડિપેન્ડન્સી = કીનો ભાગ એટ્રિબ્યુટ નક્કી કરે"

પ્રશ્ન 5(ક) [7 ગુણ]

ટ્રાન્ઝેક્શન મેનેજમેન્ટમાં ઉદાહરણ સાથે Locking Mechanism પર ટૂંકી નોંધ લખો

જવાબ:

Locking Mechanism: કન્કરન્સી કંટ્રોલ ટેકનીક જે ટ્રાન્ઝેક્શન એક્ઝિક્યુશન દરમિયાન ડેટા આઇટમ્સની એકસાથે એક્સેસ અટકાવે છે.

ટેબલ: Locks ના પ્રકારો

Lock પ્રકાર	વર્ણન	ઉપયોગ
Shared Lock (S)	અનેક ટ્રાન્ઝેક્શન્સ વાંચી શકે	રીડ ઓપરેશન્સ
Exclusive Lock (X)	માત્ર એક ટ્રાન્ઝેક્શન એક્સેસ કરી શકે	રાઇટ ઓપરેશન્સ
Intention Lock	નિચલા લેવલે lock કરવાનો ઇરાદો દર્શાવે	હાયરાર્કિકલ લોકિંગ

Two-Phase Locking (2PL) પ્રોટોકોલ:

ગ્રોઇંગ ફેઝ: locks એક્વાયર કરો, કોઈ lock રિલીઝ ન કરો
શ્રિંકિંગ ફેઝ: locks રિલીઝ કરો, નવા locks એક્વાયર ન કરો

ઉદાહરણ:

Transaction T1: Read(A), Write(A), Read(B), Write(B)
Transaction T2: Read(A), Write(A), Read(C), Write(C)

T1: S-lock(A), Read(A), X-lock(A), Write(A), S-lock(B), Read(B), X-lock(B), Write(B), Unlock(A), Unlock(B)
T2: A માટે રાહ જુએ, S-lock(A), Read(A), X-lock(A), Write(A), S-lock(C), Read(C), X-lock(C), Write(C), Unlock(A), Unlock(C)

Lock Compatibility Matrix:

વર્તમાન/માંગેલ	S	X
S	✓	✗
X	✗	✗

સમસ્યાઓ:

ડેડલોક: બે ટ્રાન્ઝેક્શન્સ એકબીજાના locks માટે રાહ જુએ
સ્ટાર્વેશન: ટ્રાન્ઝેક્શન lock માટે અનંત રાહ જુએ

સોલ્યુશન્સ:

ડેડલોક ડિટેક્શન: wait-for ગ્રાફનો ઉપયોગ
ડેડલોક પ્રિવેન્શન: ટાઇમસ્ટેમ્પ-આધારિત પ્રોટોકોલ્સ

મેમરી ટ્રીક: "Locking કોન્કરન્ટ કોન્ફ્લિક્ટ્સ અટકાવે"

પ્રશ્ન 5(અ) અથવા [3 ગુણ]

ટ્રાન્ઝેક્શન મેનેજમેન્ટમાં ડેડલોક સમજાવો

જવાબ:

ડેડલોક: એવી પરિસ્થિતિ જ્યાં બે અથવા વધુ ટ્રાન્ઝેક્શન્સ એકબીજાને locks રિલીઝ કરવા માટે અનંત રાહ જુએ છે, ચક્રાકાર રાહની સ્થિતિ બનાવે છે.

ટેબલ: ડેડલોકના ઘટકો

ઘટક	વર્ણન	ઉદાહરણ
મ્યુચ્યુઅલ એક્સક્લુઝન	રિસોર્સ શેર કરી શકાતા નથી	એક્સક્લુઝિવ locks
હોલ્ડ એન્ડ વેઇટ	પ્રોસેસ રિસોર્સ પકડીને બીજાની રાહ જુએ	T1 A પકડે, B ની રાહ જુએ
નો પ્રીએમ્પ્શન	રિસોર્સ બળજબરીથી છીનવી શકાતા નથી	Locks રદ કરી શકાતા નથી
સર્ક્યુલર વેઇટ	પ્રોસેસોની ચક્રાકાર રાહની સાંકળ	T1→T2→T1

ઉદાહરણ:

Transaction T1: Lock(A), Lock(B)
Transaction T2: Lock(B), Lock(A)

સમય 1: T1 ને Lock(A) મળે
સમય 2: T2 ને Lock(B) મળે 
સમય 3: T1 Lock(B) ની રાહ જુએ - T2 પાસે છે
સમય 4: T2 Lock(A) ની રાહ જુએ - T1 પાસે છે
પરિણામ: ડેડલોક!

ડિટેક્શન: ચક્રો ઓળખવા માટે wait-for ગ્રાફનો ઉપયોગ પ્રિવેન્શન: ટાઇમસ્ટેમ્પ ઓર્ડરિંગ અથવા wound-wait પ્રોટોકોલ્સનો ઉપયોગ

મેમરી ટ્રીક: "ડેડલોક = રિસોર્સ માટે ચક્રાકાર રાહ"

પ્રશ્ન 5(બ) અથવા [4 ગુણ]

ઉદાહરણ સાથે ફુલ ફંક્શનલ ડિપેન્ડન્સી નું વર્ણન કરો

જવાબ:

ફુલ ફંક્શનલ ડિપેન્ડન્સી: જ્યારે કોઈ નોન-કી એટ્રિબ્યુટ સંપૂર્ણ પ્રાઇમરી કી પર ફંક્શનલી ડિપેન્ડન્ટ હોય (માત્ર તેના ભાગ પર નહીં).

ટેબલ: ડિપેન્ડન્સી તુલના

પ્રકાર	વ્યાખ્યા	ઉદાહરણ
ફુલ ડિપેન્ડન્સી	સંપૂર્ણ પ્રાઇમરી કી પર આધાર	(Student_ID, Course_ID) → Grade
પાર્શિયલ ડિપેન્ડન્સી	પ્રાઇમરી કીના ભાગ પર આધાર	(Student_ID, Course_ID) → Student_Name

ઉદાહરણ: Enrollment ટેબલ: પ્રાઇમરી કી: (Student_ID, Course_ID)

Student_ID	Course_ID	Grade	Hours
101	C1	A	4
101	C2	B	3
102	C1	B	4

ફુલ ફંક્શનલ ડિપેન્ડન્સીઝ:

(Student_ID, Course_ID) → Grade ✓
(Student_ID, Course_ID) → Hours ✓

સમજૂતી:

Grade Student_ID અને Course_ID બંને પર આધાર રાખે (વિશિષ્ટ વિદ્યાર્થી વિશિષ્ટ કોર્સમાં)
Hours પણ બંને પર આધાર રાખે (વિશિષ્ટ કોર્સમાં વિદ્યાર્થીના કલાકો)
માત્ર Student_ID થી Grade નક્કી કરી શકાતો નથી
માત્ર Course_ID થી Grade નક્કી કરી શકાતો નથી

ફાયદાઓ:

કોઈ અપડેટ એનોમલીઝ નહીં: ફેરફારો માત્ર સંબંધિત રેકોર્ડ્સને અસર કરે
યોગ્ય નોર્મલાઇઝેશન: 2NF આવશ્યકતાઓને સપોર્ટ કરે
ડેટા ઇન્ટેગ્રિટી: સચોટ સંબંધો સુનિશ્ચિત કરે

મેમરી ટ્રીક: "ફુલ ડિપેન્ડન્સીને સંપૂર્ણ કીની જરૂર"

પ્રશ્ન 5(ક) અથવા [7 ગુણ]

ઉદાહરણ સાથે ટ્રાન્ઝેક્શનના ACID ગુણધર્મો સમજાવો

જવાબ:

ACID ગુણધર્મો: ડેટાબેસ ટ્રાન્ઝેક્શનની વિશ્વસનીયતાની બાંયધરી આપતા ચાર મૂળભૂત ગુણધર્મો.

ટેબલ: ACID ગુણધર્મો

ગુણધર્મ	વર્ણન	ઉદાહરણ
Atomicity	બધું અથવા કશું નહીં એક્ઝિક્યુશન	બેંક ટ્રાન્સફર: ડેબિટ અને ક્રેડિટ બંને થવા જોઈએ
Consistency	ડેટાબેસ વેલિડ સ્ટેટમાં રહે	એકાઉન્ટ બેલેન્સ નેગેટિવ ન હોઈ શકે
Isolation	ટ્રાન્ઝેક્શન્સ એકબીજામાં દખલ ન કરે	કોન્કરન્ટ ટ્રાન્ઝેક્શન્સ સીક્વન્શિયલ લાગે
Durability	કમિટ થયેલા ફેરફારો કાયમી રહે	સિસ્ટમ ક્રેશ પછી પણ ડેટા બચે

વિગતવાર ઉદાહરણો:

Atomicity ઉદાહરણ:

BEGIN TRANSACTION;
UPDATE Account SET Balance = Balance - 1000 WHERE AccNo = 'A001';
UPDATE Account SET Balance = Balance + 1000 WHERE AccNo = 'A002';
COMMIT;

જો કોઈ પણ અપડેટ નિષ્ફળ જાય તો સંપૂર્ણ ટ્રાન્ઝેક્શન રોલબેક થાય

Consistency ઉદાહરણ:

-- પહેલાં: A001 = 5000, A002 = 3000, કુલ = 8000
-- A001 થી A002 માં 1000 ટ્રાન્સફર
-- પછી: A001 = 4000, A002 = 4000, કુલ = 8000
-- સિસ્ટમમાં કુલ પૈસા સમાન રહે

Isolation ઉદાહરણ:

T1: Read(A=100), A=A+50, Write(A=150)
T2: Read(A=100), A=A*2, Write(A=200)
સીરિયલ પરિણામ: A=300 અથવા A=250
આઇસોલેટેડ એક્ઝિક્યુશન આમાંથી એક પરિણામ આપવો જોઈએ

Durability ઉદાહરણ:

COMMIT એક્ઝિક્યુટ થયા પછી, સિસ્ટમ ક્રેશ થયા છતાં,
ટ્રાન્સફર થયેલ રકમ ડેસ્ટિનેશન એકાઉન્ટમાં રહે

અમલીકરણ:

Atomicity: ટ્રાન્ઝેક્શન લોગ્સ અને રોલબેકનો ઉપયોગ
Consistency: કન્સ્ટ્રેન્ટ્સ અને ટ્રિગર્સનો ઉપયોગ
Isolation: લોકિંગ મેકેનિઝમ્સનો ઉપયોગ
Durability: રાઇટ-અહેડ લોગિંગનો ઉપયોગ

મેમરી ટ્રીક: "ACID ટ્રાન્ઝેક્શન્સને વિશ્વસનીય રાખે"