પ્રશ્ન 1(અ) [3 ગુણ]

ટૂંકી નોંધ લખો: ડેટા ડિક્શનરી

જવાબ: ડેટા ડિક્શનરી એ કેન્દ્રીય ભંડાર છે જે ડેટાબેઝ બંધારણ, તત્વો અને સંબંધો વિશે મેટાડેટા સંગ્રહિત કરે છે.

કોષ્ટક: ડેટા ડિક્શનરી ઘટકો

ઘટક	વર્ણન
ટેબલ નામો	ડેટાબેઝમાં બધા ટેબલોની યાદી
કૉલમ વિગતો	ડેટા પ્રકારો, મર્યાદાઓ, લંબાઈ
સંબંધો	ફોરેન કી કનેક્શન્સ
ઇન્ડેક્સ	પ્રદર્શન ઑપ્ટિમાઇઝેશન બંધારણો

મુખ્ય લક્ષણો:

મેટાડેટા સ્ટોરેજ: ડેટા બંધારણ વિશે માહિતી સમાવે છે
ડેટા અખંડિતતા: સુસંગતતા નિયમો અને મર્યાદાઓ જાળવે છે
દસ્તાવેજીકરણ: વ્યાપક ડેટાબેઝ દસ્તાવેજીકરણ પ્રદાન કરે છે

મેમરી ટ્રીક: "ડેટા ડિક્શનરી વિગતો આપે"

પ્રશ્ન 1(બ) [4 ગુણ]

વ્યાખ્યા આપો (i) E-R મોડેલ (ii) એન્ટિટી (iii) એન્ટિટી સેટ અને (iv) ગુણધર્મો

જવાબ:

કોષ્ટક: ER મોડેલ વ્યાખ્યાઓ

શબ્દ	વ્યાખ્યા
E-R મોડેલ	એન્ટિટી અને સંબંધોનો ઉપયોગ કરતો કન્સેપ્ચ્યુઅલ ડેટા મોડેલ
એન્ટિટી	સ્વતંત્ર અસ્તિત્વ ધરાવતો વાસ્તવિક વિશ્વનો ઑબ્જેક્ટ
એન્ટિટી સેટ	સમાન પ્રકારની સમાન એન્ટિટીઓનો સંગ્રહ
ગુણધર્મો	એન્ટિટીની લાક્ષણિકતાઓનું વર્ણન કરતા ગુણધર્મો

આકૃતિ: ER મોડેલ ઘટકો

    +----------+     +-------------+     +----------+
    |  Entity  |-----| Relationship|-----|  Entity  |
    |    A     |     |             |     |    B     |
    +----------+     +-------------+     +----------+
         |                                    |
    Attributes                           Attributes

મુખ્ય મુદ્દાઓ:

કન્સેપ્ચ્યુઅલ ડિઝાઇન: ઉચ્ચ સ્તરનો ડેટાબેઝ ડિઝાઇન અભિગમ
વિઝ્યુઅલ રજૂઆત: સ્પષ્ટ સમજ માટે આકૃતિઓનો ઉપયોગ

મેમરી ટ્રીક: "એન્ટિટી સંબંધો અર્થપૂર્ણ રીતે"

પ્રશ્ન 1(ક) [7 ગુણ]

DBMS ના ફાયદા સમજાવો

જવાબ:

કોષ્ટક: DBMS ફાયદા

ફાયદો	લાભ
ડેટા સ્વતંત્રતા	એપ્લિકેશન ડેટા સ્ટ્રક્ચર ફેરફારોથી અલગ
ડેટા શેરિંગ	બહુવિધ વપરાશકર્તાઓ એકસાથે સમાન ડેટા એક્સેસ કરે
ડેટા સુરક્ષા	એક્સેસ કંટ્રોલ અને પ્રમાણીકરણ પદ્ધતિઓ
ડેટા અખંડિતતા	મર્યાદાઓ દ્વારા સુસંગતતા જાળવવામાં આવે છે
બેકઅપ અને રિકવરી	આપોઆપ ડેટા સંરક્ષણ અને પુનઃસ્થાપન
ઘટાડેલી રીડન્ડન્સી	ડુપ્લિકેટ ડેટા સ્ટોરેજ દૂર કરે છે

મુખ્ય લાભો:

કેન્દ્રીકૃત નિયંત્રણ: ડેટા વ્યવસ્થાપનનો એક બિંદુ
ખર્ચ અસરકારકતા: વિકાસ અને જાળવણીનો ખર્ચ ઘટાડે છે
ડેટા સુસંગતતા: એપ્લિકેશન્સમાં એકસમાન ડેટા સુનિશ્ચિત કરે છે
સંગામિત એક્સેસ: બહુવિધ વપરાશકર્તાઓ એકસાથે કામ કરી શકે છે
ક્વેરી ઑપ્ટિમાઇઝેશન: કાર્યક્ષમ ડેટા પુનઃપ્રાપ્તિ પદ્ધતિઓ

મેમરી ટ્રીક: "ડેટાબેઝ બિઝનેસને બહેતર બનાવે"

પ્રશ્ન 1(ક) અથવા [7 ગુણ]

DBMS નું આર્કિટેક્ચર સમજાવો

જવાબ:

આકૃતિ: ત્રણ-સ્તરીય DBMS આર્કિટેક્ચર

graph LR
    A[બાહ્ય સ્તર<br/>વપરાશકર્તા દૃશ્યો] --> B[કન્સેપ્ચ્યુઅલ સ્તર<br/>લોજિકલ સ્કીમા]
    B --> C[આંતરિક સ્તર<br/>ભૌતિક સ્ટોરેજ]
    D[વપરાશકર્તા 1] --> A
    E[વપરાશકર્તા 2] --> A
    F[DBA] --> B
    G[સિસ્ટમ] --> C

કોષ્ટક: આર્કિટેક્ચર સ્તરો

સ્તર	હેતુ	વપરાશકર્તાઓ
બાહ્ય	વ્યક્તિગત વપરાશકર્તા દૃશ્યો	અંતિમ વપરાશકર્તાઓ, એપ્લિકેશન્સ
કન્સેપ્ચ્યુઅલ	સંપૂર્ણ લોજિકલ બંધારણ	ડેટાબેઝ એડમિનિસ્ટ્રેટર
આંતરિક	ભૌતિક સ્ટોરેજ વિગતો	સિસ્ટમ પ્રોગ્રામર્સ

મુખ્ય લક્ષણો:

ડેટા સ્વતંત્રતા: એક સ્તરે ફેરફારો અન્યને અસર કરતા નથી
સુરક્ષા: વિવિધ વપરાશકર્તાઓ માટે વિવિધ એક્સેસ સ્તરો
અમૂર્તતા: વપરાશકર્તાઓથી જટિલતા છુપાવે છે

મેમરી ટ્રીક: "બાહ્ય કન્સેપ્ચ્યુઅલ આંતરિક આર્કિટેક્ચર"

પ્રશ્ન 2(અ) [3 ગુણ]

UNIQUE KEY અને PRIMARY KEY સમજાવો

જવાબ:

કોષ્ટક: કી સરખામણી

લક્ષણ	PRIMARY KEY	UNIQUE KEY
Null મૂલ્યો	મંજૂર નથી	એક null મંજૂર
ટેબલ દીઠ સંખ્યા	માત્ર એક	બહુવિધ મંજૂર
ઇન્ડેક્સ બનાવટ	આપોઆપ clustered	આપોઆપ non-clustered
હેતુ	એન્ટિટી ઓળખ	ડેટા વિશિષ્ટતા

મુખ્ય તફાવતો:

પ્રાથમિક કી: દરેક રેકોર્ડને વિશિષ્ટ રીતે ઓળખે છે, null હોઈ શકતી નથી
યુનિક કી: વિશિષ્ટતા સુનિશ્ચિત કરે છે પણ એક null મૂલ્યની મંજૂરી આપે છે

મેમરી ટ્રીક: "પ્રાથમિક નલને અટકાવે, યુનિક નલને સમજે"

પ્રશ્ન 2(બ) [4 ગુણ]

ER ડાયાગ્રામમાં એન્ટિટીની Participation પર ટૂંકી નોંધ લખો

જવાબ:

કોષ્ટક: Participation પ્રકારો

પ્રકાર	વર્ણન	પ્રતીક
કુલ Participation	દરેક એન્ટિટી સહભાગી થવી જ જોઈએ	ડબલ લાઇન
આંશિક Participation	કેટલીક એન્ટિટી સહભાગી ન પણ થઈ શકે	સિંગલ લાઇન

આકૃતિ: Participation ઉદાહરણ

કર્મચારી ========== કામ_કરે ---------- વિભાગ
  (કુલ)                                 (આંશિક)

મુખ્ય સંકેતો:

ફરજિયાત Participation: દરેક ઇન્સ્ટન્સ સંકળાયેલું હોવું જ જોઈએ
વૈકલ્પિક Participation: કેટલાક ઇન્સ્ટન્સ સંકળાયેલા ન હોઈ શકે
બિઝનેસ નિયમો: વાસ્તવિક વિશ્વની મર્યાદાઓને પ્રતિબિંબિત કરે છે

મેમરી ટ્રીક: "કુલ Participation બધાની જરૂર"

પ્રશ્ન 2(ક) [7 ગુણ]

ER ડાયાગ્રામ માટે Generalization concept વિગતવાર વર્ણન કરો

જવાબ:

આકૃતિ: Generalization ઉદાહરણ

erDiagram
    PERSON {
        int person_id
        string name
        string address
    }
    EMPLOYEE {
        int employee_id
        decimal salary
        string department
    }
    STUDENT {
        int student_id
        string course
        decimal fees
    }
    PERSON ||--|| EMPLOYEE : is-a
    PERSON ||--|| STUDENT : is-a

કોષ્ટક: Generalization લાક્ષણિકતાઓ

પાસું	વર્ણન
બોટમ-અપ પ્રક્રિયા	સમાન એન્ટિટીઓને સુપરક્લાસમાં જોડે છે
વારસાગતતા	સબક્લાસ સુપરક્લાસ ગુણધર્મો વારસે મેળવે છે
વિશેષીકરણ	Generalization ની વિપરીત પ્રક્રિયા
ઓવરલેપ મર્યાદાઓ	અલગ અથવા ઓવરલેપિંગ સબક્લાસ

મુખ્ય લક્ષણો:

ગુણધર્મ વારસાગતતા: સામાન્ય ગુણધર્મો સુપરક્લાસમાં ખસેડવામાં આવે છે
સંબંધ વારસાગતતા: સંબંધો પણ વારસામાં મળે છે
મર્યાદા પ્રકારો: કુલ/આંશિક, અલગ/ઓવરલેપિંગ
ISA સંબંધ: "is-a" કનેક્શનને રજૂ કરે છે

મેમરી ટ્રીક: "સામાન્યીકરણ સમાન એન્ટિટીઓને જૂથ બનાવે"

પ્રશ્ન 2(અ) અથવા [3 ગુણ]

ER ડાયાગ્રામમાં મેપિંગ કાર્ડિનાલિટી સમજાવો

જવાબ:

કોષ્ટક: કાર્ડિનાલિટી પ્રકારો

પ્રકાર	વર્ણન	ઉદાહરણ
એક-થી-એક (1:1)	એક એન્ટિટી અન્ય એક સાથે સંબંધિત	વ્યક્તિ-પાસપોર્ટ
એક-થી-ઘણા (1:M)	એક એન્ટિટી ઘણા અન્ય સાથે સંબંધિત	વિભાગ-કર્મચારી
ઘણા-થી-એક (M:1)	ઘણી એન્ટિટી એક સાથે સંબંધિત	કર્મચારી-વિભાગ
ઘણા-થી-ઘણા (M:N)	ઘણી એન્ટિટી ઘણા સાથે સંબંધિત	વિદ્યાર્થી-કોર્સ

મુખ્ય સંકેતો:

સંબંધ મર્યાદાઓ: એન્ટિટી કેવી રીતે સંબંધિત થઈ શકે છે તે વ્યાખ્યાયિત કરે છે
બિઝનેસ નિયમો: વાસ્તવિક વિશ્વ સંબંધ મર્યાદાઓને પ્રતિબિંબિત કરે છે

મેમરી ટ્રીક: "એક કે ઘણા મેપિંગ મહત્વપૂર્ણ"

પ્રશ્ન 2(બ) અથવા [4 ગુણ]

E-R ડાયાગ્રામમાં Aggregation સમજાવો

જવાબ:

આકૃતિ: Aggregation ઉદાહરણ

    કર્મચારી ---- કામ_કરે ---- પ્રોજેક્ટ
        |                         |
        +----------+----------+
                   |
               વ્યવસ્થાપન
                   |
                મેનેજર

મુખ્ય લક્ષણો:

સંબંધ એન્ટિટી તરીકે: સંબંધ સેટને એન્ટિટી તરીકે ગણે છે
ઉચ્ચ સ્તરના સંબંધો: સંબંધો વચ્ચે સંબંધોની મંજૂરી આપે છે
જટિલ મોડેલિંગ: અદ્યતન બિઝનેસ દૃશ્યોને હેન્ડલ કરે છે
અમૂર્ત પદ્ધતિ: જટિલ સંબંધોને સરળ બનાવે છે

કોષ્ટક: Aggregation લાભો

લાભ	વર્ણન
મોડેલિંગ લવચીકતા	જટિલ સંબંધોને હેન્ડલ કરે છે
અર્થપૂર્ણ સ્પષ્ટતા	બિઝનેસ નિયમોની સ્પષ્ટ રજૂઆત
ડિઝાઇન સરળતા	મોડેલ જટિલતા ઘટાડે છે

મેમરી ટ્રીક: "એકીકરણ અદ્યતન સંગઠનોને અમૂર્ત બનાવે"

પ્રશ્ન 2(ક) અથવા [7 ગુણ]

Enhanced ER મોડેલનો ઉપયોગ કરીને લાઇબ્રેરી મેનેજમેન્ટ સિસ્ટમનો ER ડાયાગ્રામ દોરો

જવાબ:

આકૃતિ: લાઇબ્રેરી મેનેજમેન્ટ સિસ્ટમ

erDiagram
    PERSON {
        int person_id
        string name
        string address
        string phone
    }
    MEMBER {
        int member_id
        date join_date
        string membership_type
    }
    LIBRARIAN {
        int employee_id
        decimal salary
        string department
    }
    BOOK {
        int book_id
        string title
        string author
        string isbn
        int copies
    }
    CATEGORY {
        int category_id
        string category_name
        string description
    }
    TRANSACTION {
        int transaction_id
        date issue_date
        date return_date
        string status
    }
    
    PERSON ||--|| MEMBER : is-a
    PERSON ||--|| LIBRARIAN : is-a
    MEMBER ||--o{ TRANSACTION : makes
    BOOK ||--o{ TRANSACTION : involved_in
    BOOK }o--|| CATEGORY : belongs_to
    LIBRARIAN ||--o{ TRANSACTION : processes

વપરાયેલ Enhanced ER લક્ષણો:

સામાન્યીકરણ: મેમ્બર અને લાઇબ્રેરિયન સબક્લાસ સાથે વ્યક્તિ સુપરક્લાસ
વિશેષીકરણ: વિવિધ વ્યક્તિ પ્રકારો માટે વિવિધ ગુણધર્મો
એકીકરણ: બહુવિધ એન્ટિટી સાથે Transaction સંબંધ
બહુવિધ વારસાગતતા: જટિલ સંબંધ હેન્ડલિંગ

મેમરી ટ્રીક: "લાઇબ્રેરી સાહિત્યને તાર્કિક રીતે જોડે"

પ્રશ્ન 3(અ) [3 ગુણ]

SQL ડેટા પ્રકાર સમજાવો

જવાબ:

કોષ્ટક: સામાન્ય SQL ડેટા પ્રકારો

કેટેગરી	ડેટા પ્રકાર	વર્ણન
સંખ્યાત્મક	INT, DECIMAL, FLOAT	સંખ્યાઓ સંગ્રહિત કરે
અક્ષર	CHAR, VARCHAR, TEXT	ટેક્સ્ટ સંગ્રહિત કરે
તારીખ/સમય	DATE, TIME, DATETIME	સમયગત ડેટા સંગ્રહિત કરે
બુલિયન	BOOLEAN	સાચું/ખોટું સંગ્રહિત કરે

મુખ્ય મુદ્દાઓ:

ડેટા અખંડિતતા: યોગ્ય ડેટા સ્ટોરેજ સુનિશ્ચિત કરે છે
સ્ટોરેજ ઑપ્ટિમાઇઝેશન: યોગ્ય કદ ફાળવણી
માન્યતા: આપોઆપ ડેટા પ્રકાર તપાસ

મેમરી ટ્રીક: "ડેટા પ્રકારો સ્ટોરેજ વ્યાખ્યાયિત કરે"

પ્રશ્ન 3(બ) [4 ગુણ]

DROP અને TRUNCATE COMMAND સરખામણી કરો

જવાબ:

કોષ્ટક: DROP vs TRUNCATE સરખામણી

લક્ષણ	DROP	TRUNCATE
ઑપરેશન	ટેબલ સ્ટ્રક્ચર દૂર કરે	માત્ર બધો ડેટા દૂર કરે
રોલબેક	રોલબેક કરી શકાતું નથી	રોલબેક કરી શકાય (ટ્રાન્ઝેક્શનમાં)
ઝડપ	ધીમું	ઝડપી
ટ્રિગર્સ	ટ્રિગર્સ ચલાવે છે	ટ્રિગર્સ ચલાવતું નથી
વ્હેર ક્લોઝ	લાગુ નથી	સપોર્ટ કરતું નથી
ઓટો-ઇન્ક્રિમેન્ટ	રીસેટ થાય છે	પ્રારંભિક વેલ્યુ પર રીસેટ થાય છે

કોડ ઉદાહરણો:

-- DROP આદેશ
DROP TABLE student;

-- TRUNCATE આદેશ  
TRUNCATE TABLE student;

મુખ્ય તફાવતો:

સ્ટ્રક્ચર પ્રભાવ: DROP બધું દૂર કરે છે, TRUNCATE સ્ટ્રક્ચર રાખે છે
પ્રદર્શન: TRUNCATE મોટા ટેબલો માટે ઝડપી છે

મેમરી ટ્રીક: "DROP નાશ કરે, TRUNCATE કાપે"

પ્રશ્ન 3(ક) [7 ગુણ]

નીચેના Relational Schema અને નીચેના પ્રશ્નો માટે Relational Algebra Expression આપો વિદ્યાર્થીઓ (નામ, SPI, DOB, નોંધણી નંબર)

જવાબ:

રિલેશનલ આલ્જિબ્રા એક્સપ્રેશન્સ:

i) એવા તમામ વિદ્યાર્થીઓની યાદી બનાવો કે જેમનું SPI 6.0 કરતાં ઓછું છે:

σ(SPI < 6.0)(વિદ્યાર્થીઓ)

ii) વિદ્યાર્થીનું નામ જેની નોંધણી નંબર 006 ધરાવે છે:

π(નામ)(σ(નોંધણી_નંબર LIKE '%006%')(વિદ્યાર્થીઓ))

iii) સમાન DOB ધરાવતા તમામ વિદ્યાર્થીઓની યાદી બનાવો:

વિદ્યાર્થીઓ ⋈ (ρ(S2)(વિદ્યાર્થીઓ)) WHERE વિદ્યાર્થીઓ.DOB = S2.DOB AND વિદ્યાર્થીઓ.નોંધણી_નંબર ≠ S2.નોંધણી_નંબર

iv) સમાન અક્ષરથી શરૂ થતા વિદ્યાર્થીઓનું નામ દર્શાવો:

π(નામ)(વિદ્યાર્થીઓ ⋈ (ρ(S2)(વિદ્યાર્થીઓ)) WHERE SUBSTR(વિદ્યાર્થીઓ.નામ,1,1) = SUBSTR(S2.નામ,1,1) AND વિદ્યાર્થીઓ.નોંધણી_નંબર ≠ S2.નોંધણી_નંબર)

કોષ્ટક: વપરાયેલ રિલેશનલ આલ્જિબ્રા ઓપરેટર્સ

ઓપરેટર	પ્રતીક	હેતુ
પસંદગી	σ	શરત આધારિત પંક્તિઓ ફિલ્ટર કરે
પ્રોજેક્શન	π	ચોક્કસ કોલમ પસંદ કરે
જોઇન	⋈	સંબંધિત ટ્યુપલ્સ સંયોજિત કરે
નામ બદલવું	ρ	રિલેશન્સ/એટ્રિબ્યુટ્સનું નામ બદલે

મેમરી ટ્રીક: "પસંદ કરો પ્રોજેક્ટ કરો જોડો નામ બદલો"

પ્રશ્ન 3(અ) અથવા [3 ગુણ]

ઉદાહરણ સાથે Grant અને Revoke આદેશનો ઉપયોગ સમજાવો

જવાબ:

કોડ ઉદાહરણો:

-- GRANT આદેશ
GRANT SELECT, INSERT ON student TO user1;
GRANT ALL PRIVILEGES ON database1 TO user2;

-- REVOKE આદેશ  
REVOKE INSERT ON student FROM user1;
REVOKE ALL PRIVILEGES ON database1 FROM user2;

મુખ્ય લક્ષણો:

એક્સેસ કંટ્રોલ: વપરાશકર્તા અનુમતિઓ સંચાલિત કરે છે
સુરક્ષા: અનધિકૃત એક્સેસ અટકાવે છે
ગ્રેન્યુલર કંટ્રોલ: ચોક્કસ વિશેષાધિકાર અસાઇનમેન્ટ

કોષ્ટક: સામાન્ય વિશેષાધિકારો

વિશેષાધિકાર	વર્ણન
SELECT	ડેટા વાંચે
INSERT	નવા રેકોર્ડ ઉમેરે
UPDATE	હાલનો ડેટા બદલે
DELETE	રેકોર્ડ દૂર કરે
ALL	સંપૂર્ણ એક્સેસ

મેમરી ટ્રીક: "Grant આપે, Revoke દૂર કરે"

પ્રશ્ન 3(બ) અથવા [4 ગુણ]

ઉદાહરણ સાથે DML આદેશોનું વર્ણન કરો

જવાબ:

કોષ્ટક: DML આદેશો

આદેશ	હેતુ	ઉદાહરણ
INSERT	નવા રેકોર્ડ ઉમેરે	`INSERT INTO student VALUES (1,'John',8.5)`
UPDATE	હાલનો ડેટા બદલે	`UPDATE student SET spi=9.0 WHERE id=1`
DELETE	રેકોર્ડ દૂર કરે	`DELETE FROM student WHERE spi<6.0`
SELECT	ડેટા પુનઃપ્રાપ્ત કરે	`SELECT * FROM student WHERE spi>8.0`

કોડ ઉદાહરણો:

-- INSERT આદેશ
INSERT INTO Students (name, spi, dob) 
VALUES ('Alice', 8.5, '2000-05-15');

-- UPDATE આદેશ
UPDATE Students SET spi = 9.0 
WHERE name = 'Alice';

-- DELETE આદેશ
DELETE FROM Students 
WHERE spi < 6.0;

-- SELECT આદેશ
SELECT name, spi FROM Students 
WHERE spi > 8.0;

મુખ્ય લક્ષણો:

ડેટા મેનિપ્યુલેશન: મુખ્ય ડેટાબેઝ ઓપરેશન્સ
ટ્રાન્ઝેક્શન સપોર્ટ: રોલબેક કરી શકાય છે
શરતી ઓપરેશન્સ: WHERE ક્લોઝ સપોર્ટ

મેમરી ટ્રીક: "Insert Update Delete Select"

પ્રશ્ન 3(ક) અથવા [7 ગુણ]

DBMS ના તમામ કન્વર્ઝન ફંક્શનની યાદી બનાવો અને તેમાંથી કોઈપણ ત્રણને વિગતવાર સમજાવો

જવાબ:

કોષ્ટક: કન્વર્ઝન ફંક્શન્સ

ફંક્શન	હેતુ	ઉદાહરણ
TO_CHAR	કેરેક્ટરમાં કન્વર્ટ કરે	`TO_CHAR(sysdate, 'DD-MM-YYYY')`
TO_DATE	તારીખમાં કન્વર્ટ કરે	`TO_DATE('15-05-2025', 'DD-MM-YYYY')`
TO_NUMBER	નંબરમાં કન્વર્ટ કરે	`TO_NUMBER('123.45')`
CAST	સામાન્ય કન્વર્ઝન	`CAST('123' AS INTEGER)`
CONVERT	ડેટા પ્રકાર કન્વર્ઝન	`CONVERT(varchar, 123)`

ત્રણ ફંક્શન્સની વિગતવાર સમજૂતી:

1. TO_CHAR ફંક્શન:

હેતુ: તારીખો અને નંબરોને કેરેક્ટર સ્ટ્રિંગમાં કન્વર્ટ કરે છે
સિન્ટેક્સ: TO_CHAR(value, format)
ઉપયોગ: તારીખ ફોર્મેટિંગ, ચોક્કસ પેટર્ન સાથે નંબર ફોર્મેટિંગ

2. TO_DATE ફંક્શન:

હેતુ: કેરેક્ટર સ્ટ્રિંગને તારીખ વેલ્યુમાં કન્વર્ટ કરે છે
સિન્ટેક્સ: TO_DATE(string, format)
ઉપયોગ: ચોક્કસ ફોર્મેટ સાથે સ્ટ્રિંગ થી તારીખ કન્વર્ઝન

3. TO_NUMBER ફંક્શન:

હેતુ: કેરેક્ટર સ્ટ્રિંગને સંખ્યાત્મક વેલ્યુમાં કન્વર્ટ કરે છે
સિન્ટેક્સ: TO_NUMBER(string, format)
ઉપયોગ: ગણતરીઓ માટે સ્ટ્રિંગ થી નંબર કન્વર્ઝન

મુખ્ય લાભો:

ડેટા પ્રકાર લવચીકતા: પ્રકારો વચ્ચે સહજ કન્વર્ઝન
ફોર્મેટ કંટ્રોલ: ચોક્કસ ફોર્મેટિંગ વિકલ્પો
એરર હેન્ડલિંગ: કન્વર્ઝન દરમિયાન માન્યતા

મેમરી ટ્રીક: "કેરેક્ટર્સ તારીખો નંબર્સ કન્વર્ટ કરો"

પ્રશ્ન 4(અ) [3 ગુણ]

ટૂંકી નોંધ લખો: ડોમેઇન ઇન્ટેગ્રિટી કન્સ્ટ્રેઇન્ટ

જવાબ:

ડોમેઇન ઇન્ટેગ્રિટી કન્સ્ટ્રેઇન્ટ્સ સુનિશ્ચિત કરે છે કે ડેટા વેલ્યુઝ ચોક્કસ એટ્રિબ્યુટ્સ માટે સ્વીકાર્ય રેન્જ અને ફોર્મેટમાં આવે છે.

કોષ્ટક: ડોમેઇન કન્સ્ટ્રેઇન્ટ પ્રકારો

કન્સ્ટ્રેઇન્ટ	હેતુ	ઉદાહરણ
CHECK	વેલ્યુ રેન્જ માન્યતા	`CHECK (age >= 0 AND age <= 100)`
NOT NULL	null વેલ્યુઝ અટકાવે છે	`name VARCHAR(50) NOT NULL`
DEFAULT	ડિફોલ્ટ વેલ્યુઝ સેટ કરે છે	`status VARCHAR(10) DEFAULT 'Active'`

મુખ્ય લક્ષણો:

ડેટા માન્યતા: એન્ટ્રી વખતે ડેટા ગુણવત્તા સુનિશ્ચિત કરે છે
બિઝનેસ રૂલ્સ: ડોમેઇન-સ્પેસિફિક રૂલ્સ અમલમાં મૂકે છે
આપોઆપ તપાસ: DML ઓપરેશન્સ દરમિયાન માન્યતા થાય છે

મેમરી ટ્રીક: "ડોમેઇન ડેટા બાઉન્ડરીઝ વ્યાખ્યાયિત કરે"

પ્રશ્ન 4(બ) [4 ગુણ]

DBMS માં બધા JOIN ની યાદી બનાવો અને કોઈપણ બે સમજાવો

જવાબ:

કોષ્ટક: JOIN પ્રકારો

JOIN પ્રકાર	વર્ણન
INNER JOIN	બંને ટેબલમાંથી મેચિંગ રેકોર્ડ્સ પરત કરે
LEFT JOIN	ડાબા ટેબલના બધા રેકોર્ડ્સ પરત કરે
RIGHT JOIN	જમણા ટેબલના બધા રેકોર્ડ્સ પરત કરે
FULL OUTER JOIN	બંને ટેબલના બધા રેકોર્ડ્સ પરત કરે
CROSS JOIN	બંને ટેબલનું કાર્ટેસિયન પ્રોડક્ટ
SELF JOIN	ટેબલ પોતાની સાથે જોડાય છે

વિગતવાર સમજૂતી:

1. INNER JOIN:

SELECT s.name, c.course_name
FROM students s
INNER JOIN courses c ON s.course_id = c.course_id;

બંને ટેબલમાંથી માત્ર મેચિંગ રેકોર્ડ્સ પરત કરે છે
સૌથી વધુ વપરાતો join પ્રકાર

2. LEFT JOIN:

SELECT s.name, c.course_name
FROM students s
LEFT JOIN courses c ON s.course_id = c.course_id;

બધા વિદ્યાર્થીઓ પરત કરે છે, ભલે કોઈ કોર્સ અસાઇન ન હોય
અનમેચ્ડ રેકોર્ડ્સ માટે NULL વેલ્યુઝ

મેમરી ટ્રીક: "ટેબલોને વિચારપૂર્વક જોડો"

પ્રશ્ન 4(ક) [7 ગુણ]

ફંક્શનલ ડિપેન્ડેન્સીનો કન્સેપ્ટ વિગતવાર સમજાવો

જવાબ:

ફંક્શનલ ડિપેન્ડેન્સી ત્યારે થાય છે જ્યારે એક એટ્રિબ્યુટની વેલ્યુ અન્ય એટ્રિબ્યુટની વેલ્યુને વિશિષ્ટ રીતે નિર્ધારિત કરે છે.

નોટેશન: A → B (A ફંક્શનલી B નિર્ધારિત કરે છે)

કોષ્ટક: ફંક્શનલ ડિપેન્ડેન્સીના પ્રકારો

પ્રકાર	વ્યાખ્યા	ઉદાહરણ
પૂર્ણ FD	LHS માં બધા એટ્રિબ્યુટ્સ જરૂરી	{Student_ID, Course_ID} → Grade
આંશિક FD	કેટલાક LHS એટ્રિબ્યુટ્સ રીડન્ડન્ટ	{Student_ID, Course_ID} → Student_Name
ટ્રાન્ઝિટિવ FD	અન્ય એટ્રિબ્યુટ દ્વારા અપ્રત્યક્ષ ડિપેન્ડેન્સી	Student_ID → Dept_ID → Dept_Name

આકૃતિ: ફંક્શનલ ડિપેન્ડેન્સી ઉદાહરણ

Student_ID ---------> Student_Name
    |                      |
    |                      v
    |-----------------> Address
    |
    v
Course_ID ---------> Course_Name

મુખ્ય ગુણધર્મો:

રિફ્લેક્સિવિટી: A → A (ટ્રિવિયલ ડિપેન્ડેન્સી)
ઓગમેન્ટેશન: જો A → B, તો AC → BC
ટ્રાન્ઝિટિવિટી: જો A → B અને B → C, તો A → C
ડીકમ્પોઝિશન: જો A → BC, તો A → B અને A → C

ઉપયોગો:

નોર્મલાઇઝેશન: FD નો ઉપયોગ કરીને રીડન્ડન્સી દૂર કરે છે
ડેટાબેઝ ડિઝાઇન: ટેબલ સ્ટ્રક્ચર નિર્ધારિત કરે છે
ડેટા ઇન્ટેગ્રિટી: સુસંગતતા જાળવે છે

મેમરી ટ્રીક: "ફંક્શન્સ ડિરેક્ટલી ડિપેન્ડેન્સીઝ નિર્ધારિત કરે"

પ્રશ્ન 4(અ) અથવા [3 ગુણ]

ટૂંકી નોંધ લખો: રેફરેન્શિયલ ઇન્ટેગ્રિટી કન્સ્ટ્રેઇન્ટ્સ

જવાબ:

રેફરેન્શિયલ ઇન્ટેગ્રિટી સુનિશ્ચિત કરે છે કે એક ટેબલમાં ફોરેન કી વેલ્યુઝ રેફરેન્સ કરેલા ટેબલમાં હાલના પ્રાથમિક કી વેલ્યુઝને અનુરૂપ હોય.

કોષ્ટક: રેફરેન્શિયલ ઇન્ટેગ્રિટી નિયમો

નિયમ	વર્ણન	ક્રિયા
INSERT નિયમ	ફોરેન કી પેરેન્ટમાં હોવી જ જોઈએ	અમાન્ય inserts નકારે
DELETE નિયમ	પેરેન્ટ રેકોર્ડ ડિલીશન હેન્ડલ કરે	CASCADE, RESTRICT, SET NULL
UPDATE નિયમ	પ્રાથમિક કી અપડેટ્સ હેન્ડલ કરે	CASCADE, RESTRICT

મુખ્ય લક્ષણો:

ફોરેન કી કન્સ્ટ્રેઇન્ટ: સંબંધિત ટેબલોને લિંક કરે છે
ડેટા સુસંગતતા: અનાથ રેકોર્ડ્સ અટકાવે છે
સંબંધ જાળવણી: ટેબલ સંબંધો જાળવે છે

કોડ ઉદાહરણ:

ALTER TABLE Orders 
ADD CONSTRAINT FK_Customer 
FOREIGN KEY (customer_id) 
REFERENCES Customers(customer_id);

મેમરી ટ્રીક: "રેફરેન્સને સંબંધિત રેકોર્ડ્સ જરૂરી"

પ્રશ્ન 4(બ) અથવા [4 ગુણ]

રિલેશનલ આલ્જિબ્રાના યુનિયન અને ઇન્ટરસેક્શન ઓપરેશન્સ સમજાવો

જવાબ:

કોષ્ટક: સેટ ઓપરેશન્સ સરખામણી

ઓપરેશન	પ્રતીક	વર્ણન	જરૂરિયાત
યુનિયન	∪	બંને રિલેશન્સના બધા ટ્યુપલ્સ સંયોજિત કરે	યુનિયન કોમ્પેટિબલ
ઇન્ટરસેક્શન	∩	બંને રિલેશન્સમાં સામાન્ય ટ્યુપલ્સ	યુનિયન કોમ્પેટિબલ

યુનિયન ઓપરેશન:

સિન્ટેક્સ: R ∪ S
પરિણામ: R અને S ના બધા ટ્યુપલ્સ (ડુપ્લિકેટ્સ દૂર કરવામાં આવે છે)
જરૂરિયાત: સમાન સંખ્યા અને પ્રકારના એટ્રિબ્યુટ્સ

ઇન્ટરસેક્શન ઓપરેશન:

સિન્ટેક્સ: R ∩ S
પરિણામ: R અને S બંનેમાં અસ્તિત્વ ધરાવતા ટ્યુપલ્સ
જરૂરિયાત: યુનિયન કોમ્પેટિબલ રિલેશન્સ

ઉદાહરણ:

Students_CS ∪ Students_IT = બંને વિભાગના બધા વિદ્યાર્થીઓ
Students_CS ∩ Students_IT = બંને વિભાગમાં વિદ્યાર્થીઓ

મુખ્ય મુદ્દાઓ:

યુનિયન કોમ્પેટિબિલિટી: રિલેશન્સનું સમાન સ્ટ્રક્ચર હોવું જ જોઈએ
ડુપ્લિકેટ એલિમિનેશન: પરિણામોમાં માત્ર યુનિક ટ્યુપલ્સ સમાવે છે

મેમરી ટ્રીક: "યુનિયન એકમ કરે, ઇન્ટરસેક્શન સામાન્ય ઓળખે"

પ્રશ્ન 4(ક) અથવા [7 ગુણ]

DBMS માં નોર્મલાઇઝેશનનો કન્સેપ્ટ વિગતવાર સમજાવો

જવાબ:

નોર્મલાઇઝેશન એ ડેટા રીડન્ડન્સી ઘટાડવા અને ડેટા ઇન્ટેગ્રિટી સુધારવા માટે ડેટાબેઝ ટેબલોને સંગઠિત કરવાની પ્રક્રિયા છે.

કોષ્ટક: નોર્મલ ફોર્મ્સ

નોર્મલ ફોર્મ	જરૂરિયાતો	દૂર કરે છે
1NF	અણુ વેલ્યુઝ, પુનરાવર્તન જૂથો નહીં	બહુવિધ વેલ્યુ એટ્રિબ્યુટ્સ
2NF	1NF + આંશિક ડિપેન્ડેન્સીઝ નહીં	આંશિક ફંક્શનલ ડિપેન્ડેન્સીઝ
3NF	2NF + ટ્રાન્ઝિટિવ ડિપેન્ડેન્સીઝ નહીં	ટ્રાન્ઝિટિવ ડિપેન્ડેન્સીઝ
BCNF	3NF + દરેક ડિટર્મિનન્ટ કેન્ડિડેટ કી	બાકીની વિસંગતતાઓ

નોર્મલાઇઝેશન પ્રક્રિયા:

સ્ટેપ 1 - પ્રથમ નોર્મલ ફોર્મ (1NF):

પુનરાવર્તન જૂથો દૂર કરો
દરેક સેલમાં એક જ વેલ્યુ સમાવો
દરેક રેકોર્ડ વિશિષ્ટ હોય

સ્ટેપ 2 - બીજું નોર્મલ ફોર્મ (2NF):

1NF માં હોવું જ જોઈએ
આંશિક ડિપેન્ડેન્સીઝ દૂર કરો
નોન-કી એટ્રિબ્યુટ્સ પ્રાથમિક કી પર સંપૂર્ણ આધારિત

સ્ટેપ 3 - ત્રીજું નોર્મલ ફોર્મ (3NF):

2NF માં હોવું જ જોઈએ
ટ્રાન્ઝિટિવ ડિપેન્ડેન્સીઝ દૂર કરો
નોન-કી એટ્રિબ્યુટ્સ અન્ય નોન-કી એટ્રિબ્યુટ્સ પર આધારિત નહીં

નોર્મલાઇઝેશનના ફાયદા:

ઘટાડેલી રીડન્ડન્સી: ડુપ્લિકેટ ડેટા દૂર કરે છે
ડેટા ઇન્ટેગ્રિટી: સુસંગતતા જાળવે છે
સ્ટોરેજ એફિશિયન્સી: સ્ટોરેજ સ્પેસ ઘટાડે છે
અપડેટ એનોમેલીઝ: અસંગત અપડેટ્સ અટકાવે છે

ગેરફાયદા:

જટિલ ક્વેરીઝ: બહુવિધ join જરૂરી થઈ શકે છે
પ્રદર્શન પ્રભાવ: પુનઃપ્રાપ્તિ ધીમી કરી શકે છે

મેમરી ટ્રીક: "વ્યવસ્થિત, નોન-રીડન્ડન્ટ ટેબલો માટે નોર્મલાઇઝ કરો"

પ્રશ્ન 5(અ) [3 ગુણ]

DBMS માં નોર્મલાઇઝેશનની જરૂરિયાતું વર્ણન કરો

જવાબ:

કોષ્ટક: નોર્મલાઇઝેશન દ્વારા હલ થતી સમસ્યાઓ

સમસ્યા	વર્ણન	ઉકેલ
ઇન્સર્શન એનોમેલી	સંપૂર્ણ માહિતી વિના ડેટા ઇન્સર્ટ કરી શકાતો નથી	અલગ ટેબલો
અપડેટ એનોમેલી	એક ફેરફાર માટે બહુવિધ અપડેટ્સ	રીડન્ડન્સી દૂર કરો
ડિલીશન એનોમેલી	ડિલીટ કરતી વખતે મહત્વપૂર્ણ ડેટાની ખોટ	ડિપેન્ડેન્સીઝ સાચવો

મુખ્ય જરૂરિયાતો:

ડેટા સુસંગતતા: ડેટાબેઝમાં એકસમાન ડેટા સુનિશ્ચિત કરે છે
સ્ટોરેજ ઑપ્ટિમાઇઝેશન: રીડન્ડન્ટ સ્ટોરેજ ઘટાડે છે
જાળવણી સરળતા: સરળ ડેટાબેઝ અપડેટ્સ

ફાયદા:

સુધારેલી ડેટા ગુણવત્તા: એરર્સ અને અસંગતતાઓ ઘટાડે છે
લવચીક ડિઝાઇન: બદલવું અને વિસ્તારવું સરળ
બહેતર પ્રદર્શન: અપડેટ ઑપરેશન્સ માટે

મેમરી ટ્રીક: "નોર્મલાઇઝેશનને વ્યવસ્થિત સંગઠનની જરૂર"

પ્રશ્ન 5(બ) [4 ગુણ]

DBMS માં ટ્રાન્ઝેક્શનના પ્રોપર્ટીઝ સમજાવો

જવાબ:

કોષ્ટક: ACID પ્રોપર્ટીઝ

પ્રોપર્ટી	વર્ણન	હેતુ
અટોમિસિટી	બધા ઑપરેશન્સ સફળ થાય અથવા બધા નિષ્ફળ થાય	સંપૂર્ણતા સુનિશ્ચિત કરે
કન્સિસ્ટન્સી	ડેટાબેઝ માન્ય સ્થિતિમાં રહે છે	ઇન્ટેગ્રિટી જાળવે છે
આઇસોલેશન	સંગામિત ટ્રાન્ઝેક્શન્સ દખલ કરતા નથી	સંઘર્ષ અટકાવે છે
ડ્યુરેબિલિટી	કમિટ થયેલા ફેરફારો કાયમી છે	પર્સિસ્ટન્સ સુનિશ્ચિત કરે

વિગતવાર સમજૂતી:

અટોમિસિટી:

ટ્રાન્ઝેક્શન અવિભાજ્ય એકમ છે
કાં તો બધા ઑપરેશન્સ સંપૂર્ણ થાય અથવા કોઈ પણ નહીં

કન્સિસ્ટન્સી:

ડેટાબેઝ એક માન્ય સ્થિતિથી બીજી માન્ય સ્થિતિમાં ટ્રાન્ઝિશન
બધી ઇન્ટેગ્રિટી કન્સ્ટ્રેઇન્ટ્સ જાળવાય છે

આઇસોલેશન:

સંગામિત ટ્રાન્ઝેક્શન્સ અનુક્રમિક રીતે ચાલે છે એમ લાગે છે
ઇન્ટરમીડિયેટ સ્ટેટ્સ અન્ય ટ્રાન્ઝેક્શન્સને દેખાતા નથી

ડ્યુરેબિલિટી:

એકવાર કમિટ થયા પછી, ફેરફારો સિસ્ટમ ફેલ્યોર્સથી બચે છે
ડેટા કાયમી ધોરણે સ્ટોર થાય છે

મેમરી ટ્રીક: "ACID યોગ્ય ડેટાબેઝની ખાતરી આપે"

પ્રશ્ન 5(ક) [7 ગુણ]

વ્યુ સીરિયલાઇઝેબિલિટી વિગતવાર સમજાવો

જવાબ:

વ્યુ સીરિયલાઇઝેબિલિટી રીડ અને રાઇટ ઑપરેશન્સની તપાસ કરીને સંગામિત શેડ્યુલ કોઈ સીરિયલ શેડ્યુલ જેવો જ પરિણામ આપે છે કે કેમ તે નિર્ધારિત કરે છે.

કોષ્ટક: વ્યુ સમકક્ષતાની શરતો

શરત	વર્ણન
પ્રારંભિક રીડ્સ	સમાન ટ્રાન્ઝેક્શન્સ પ્રારંભિક વેલ્યુઝ વાંચે છે
અંતિમ રાઇટ્સ	સમાન ટ્રાન્ઝેક્શન્સ અંતિમ રાઇટ્સ કરે છે
ઇન્ટરમીડિયેટ રીડ્સ	સમાન રાઇટિંગ ટ્રાન્ઝેક્શન્સમાંથી વેલ્યુ વાંચે છે

મુખ્ય સંકેતો:

વ્યુ સમકક્ષ શેડ્યુલ્સ: બે શેડ્યુલ્સ વ્યુ સમકક્ષ છે જો:

દરેક ડેટા આઇટમ માટે, જો ટ્રાન્ઝેક્શન T એક શેડ્યુલમાં પ્રારંભિક વેલ્યુ વાંચે છે, તો બીજામાં પણ પ્રારંભિક વેલ્યુ વાંચે છે
દરેક રીડ ઑપરેશન માટે, જો T એક શેડ્યુલમાં T' દ્વારા લખાયેલી વેલ્યુ વાંચે છે, તો બીજામાં પણ તે જ થાય છે
દરેક ડેટા આઇટમ માટે, જો T એક શેડ્યુલમાં અંતિમ રાઇટ કરે છે, તો બીજામાં પણ અંતિમ રાઇટ કરે છે

વ્યુ સીરિયલાઇઝેબિલિટીની તપાસ:

પ્રીસીડન્સ ગ્રાફ: ડાયરેક્ટેડ ગ્રાફ બનાવો
સાયકલ ડિટેક્શન: ગ્રાફમાં સાયકલ્સ તપાસો
કોટલિક્ટ વિશ્લેષણ: રીડ-રાઇટ કોટલિક્ટ્સની તપાસ કરો

ઉદાહરણ વિશ્લેષણ:

શેડ્યુલ S1: R1(X) W1(X) R2(X) W2(X)
શેડ્યુલ S2: R1(X) R2(X) W1(X) W2(X)

ફાયદા:

કન્કરન્સી કંટ્રોલ: શુદ્ધતા સુનિશ્ચિત કરે છે
પ્રદર્શન: મહત્તમ કન્કરન્સીની મંજૂરી આપે છે
સુસંગતતા: ડેટાબેઝ ઇન્ટેગ્રિટી જાળવે છે

કોટલિક્ટ સીરિયલાઇઝેબિલિટી સાથે સરખામણી:

વ્યુ સીરિયલાઇઝેબિલિટી ઓછી પ્રતિબંધક છે
કેટલાક વ્યુ સીરિયલાઇઝેબલ શેડ્યુલ્સ કોટલિક્ટ સીરિયલાઇઝેબલ નથી
તપાસવું વધુ જટિલ છે

મેમરી ટ્રીક: "વ્યુ માન્ય શેડ્યુલ્સ વેરિફાઇ કરે"

પ્રશ્ન 5(અ) અથવા [3 ગુણ]

કોઈપણ ડેટાબેઝ પર 2NF પરફોર્મ કરો

જવાબ:

ઉદાહરણ: સ્ટુડન્ટ કોર્સ ડેટાબેઝ

મૂળ ટેબલ (2NF માં નથી):

Student_Course (Student_ID, Student_Name, Course_ID, Course_Name, Grade, Instructor)
પ્રાથમિક કી: {Student_ID, Course_ID}

ફંક્શનલ ડિપેન્ડેન્સીઝ:

Student_ID → Student_Name (આંશિક ડિપેન્ડેન્સી)
Course_ID → Course_Name, Instructor (આંશિક ડિપેન્ડેન્સી)
{Student_ID, Course_ID} → Grade

2NF ડીકમ્પોઝિશન:

ટેબલ 1: વિદ્યાર્થીઓ

Students (Student_ID, Student_Name)
પ્રાથમિક કી: Student_ID

ટેબલ 2: કોર્સેસ

Courses (Course_ID, Course_Name, Instructor)  
પ્રાથમિક કી: Course_ID

ટેબલ 3: નોંધણીઓ

Enrollments (Student_ID, Course_ID, Grade)
પ્રાથમિક કી: {Student_ID, Course_ID}
ફોરેન કીઝ: Student_ID → Students, Course_ID → Courses

પરિણામ: બધી આંશિક ડિપેન્ડેન્સીઝ દૂર કરવામાં આવી, હવે 2NF માં છે.

મેમરી ટ્રીક: "બીજું નોર્મલ ફોર્મ ડિપેન્ડેન્સીઝ અલગ કરે"

પ્રશ્ન 5(બ) અથવા [4 ગુણ]

ટ્રાન્ઝેક્શનની સ્ટેટ્સ સમજાવો

જવાબ:

આકૃતિ: ટ્રાન્ઝેક્શન સ્ટેટ ડાયાગ્રામ

stateDiagram-v2
		direction LR
    [*] --> સક્રિય
    સક્રિય --> આંશિક_કમિટેડ : કમિટ
    સક્રિય --> નિષ્ફળ : નિષ્ફળતા/રદ
    આંશિક_કમિટેડ --> કમિટેડ : સફળ પૂર્ણતા
    આંશિક_કમિટેડ --> નિષ્ફળ : નિષ્ફળતા
    નિષ્ફળ --> રદ_કરેલ : રોલબેક પૂર્ણ
    કમિટેડ --> [*]
    રદ_કરેલ --> [*]

કોષ્ટક: ટ્રાન્ઝેક્શન સ્ટેટ્સ

સ્ટેટ	વર્ણન	ક્રિયાઓ
સક્રિય	ટ્રાન્ઝેક્શન ચાલી રહ્યું છે	રીડ/રાઇટ ઑપરેશન્સ
આંશિક કમિટેડ	અંતિમ સ્ટેટમેન્ટ એક્ઝિક્યુટ થયું	કમિટની રાહમાં
કમિટેડ	ટ્રાન્ઝેક્શન સફળતાપૂર્વક પૂર્ણ	ફેરફારો કાયમી
નિષ્ફળ	સામાન્ય રીતે આગળ વધી શકતું નથી	એરર આવી ગયો
રદ કરેલ	ટ્રાન્ઝેક્શન રોલબેક કરવામાં આવ્યું	બધા ફેરફારો પાછા ફેરવાયા

સ્ટેટ ટ્રાન્ઝિશન્સ:

સક્રિય થી નિષ્ફળ: એરર્સ અથવા સ્પષ્ટ રદ કારણે
સક્રિય થી આંશિક કમિટેડ: અંતિમ સ્ટેટમેન્ટ પછી
આંશિક કમિટેડ થી કમિટેડ: સફળ પૂર્ણતા
નિષ્ફળ થી રદ કરેલ: રોલબેક ઑપરેશન્સ પછી

મુખ્ય મુદ્દાઓ:

રિકવરી: સિસ્ટમ નિષ્ફળ સ્ટેટ્સમાંથી રિકવર કરી શકે છે
ડ્યુરેબિલિટી: કમિટેડ ફેરફારો કાયમી છે
અટોમિસિટી: રદ કરેલા ટ્રાન્ઝેક્શન્સ કોઈ ચિહ્ન છોડતા નથી

મેમરી ટ્રીક: "ટ્રાન્ઝેક્શન્સ સ્ટેટ્સ દ્વારા મુસાફરી કરે"

પ્રશ્ન 5(ક) અથવા [7 ગુણ]

કોટલિક્ટ સીરિયલાઇઝેબિલિટી વિગતવાર સમજાવો

જવાબ:

કોટલિક્ટ સીરિયલાઇઝેબિલિટી કોટલિક્ટિંગ ઑપરેશન્સના વિશ્લેષણ દ્વારા સંગામિત શેડ્યુલ કોઈ સીરિયલ શેડ્યુલની સમકક્ષ છે કે કેમ તે સુનિશ્ચિત કરે છે.

કોષ્ટક: કોટલિક્ટિંગ ઑપરેશન્સ

ઑપરેશન જોડી	કોટલિક્ટ પ્રકાર	કારણ
રીડ-રાઇટ	RW કોટલિક્ટ	રાઇટ પહેલાં રીડ
રાઇટ-રીડ	WR કોટલિક્ટ	રીડ પહેલાં રાઇટ
રાઇટ-રાઇટ	WW કોટલિક્ટ	બહુવિધ રાઇટ્સ

કોટલિક્ટ સીરિયલાઇઝેબિલિટીની તપાસ:

સ્ટેપ 1: કોટલિક્ટ્સ ઓળખો

સમાન ડેટા આઇટમ પર ઑપરેશન જોડીઓ શોધો
તપાસો કે ઑપરેશન્સ વિવિધ ટ્રાન્ઝેક્શન્સના છે કે કેમ
નિર્ધારિત કરો કે ઑપરેશન્સ કોટલિક્ટ કરે છે કે કેમ

સ્ટેપ 2: પ્રીસીડન્સ ગ્રાફ બનાવો

નોડ્સ ટ્રાન્ઝેક્શન્સ દર્શાવે છે
ડાયરેક્ટેડ એજેસ કોટલિક્ટ્સ દર્શાવે છે
Ti થી Tj એજ જો Ti, Tj સાથે કોટલિક્ટ કરે છે

સ્ટેપ 3: સાયકલ્સ તપાસો

જો ગ્રાફમાં સાયકલ્સ નથી → કોટલિક્ટ સીરિયલાઇઝેબલ
જો ગ્રાફમાં સાયકલ્સ છે → કોટલિક્ટ સીરિયલાઇઝેબલ નથી

ઉદાહરણ વિશ્લેષણ:

શેડ્યુલ: R1(A) W1(A) R2(A) W2(B) R1(B) W1(B)

કોટલિક્ટ્સ:
- W1(A) કોટલિક્ટ R2(A) સાથે → T1 પહેલાં T2
- W2(B) કોટલિક્ટ R1(B) સાથે → T2 પહેલાં T1
- W2(B) કોટલિક્ટ W1(B) સાથે → T2 પહેલાં T1

પ્રીસીડન્સ ગ્રાફ:

    T1 ←----→ T2
       (સાયકલ)

પરિણામ: સાયકલ સમાવે છે, તેથી કોટલિક્ટ સીરિયલાઇઝેબલ નથી.

મુખ્ય ગુણધર્મો:

કોટલિક્ટ સમકક્ષ: સમાન કોટલિક્ટ્સ, સમાન સંબંધિત ક્રમ
સીરિયલ શેડ્યુલ: એક સમયે એક ટ્રાન્ઝેક્શન
પ્રીસીડન્સ ગ્રાફ: ડિપેન્ડેન્સીઝ દર્શાવતો ડાયરેક્ટેડ ગ્રાફ
સાયકલ ડિટેક્શન: કોટલિક્ટ સીરિયલાઇઝેબિલિટી નિર્ધારિત કરે છે

ફાયદા:

કન્કરન્સી કંટ્રોલ: શુદ્ધતા સુનિશ્ચિત કરે છે
પ્રદર્શન: મહત્તમ સંગામિત એક્ઝિક્યુશન
સુસંગતતા: ડેટાબેઝ ઇન્ટેગ્રિટી જાળવે છે

વ્યુ સીરિયલાઇઝેબિલિટી સાથે સરખામણી:

કોટલિક્ટ સીરિયલાઇઝેબિલિટી વધુ પ્રતિબંધક છે
બધા કોટલિક્ટ સીરિયલાઇઝેબલ શેડ્યુલ્સ વ્યુ સીરિયલાઇઝેબલ છે
વ્યુ સીરિયલાઇઝેબિલિટી કરતાં તપાસવું સરળ છે

તપાસ માટેના અલ્ગોરિધમ્સ:

પ્રીસીડન્સ ગ્રાફ મેથડ: ગ્રાફ બનાવો અને સાયકલ્સ તપાસો
ટાઇમસ્ટેમ્પ ઓર્ડરિંગ: ઑપરેશન્સને ઓર્ડર કરવા માટે ટાઇમસ્ટેમ્પનો ઉપયોગ
ટુ-ફેઝ લોકિંગ: સીરિયલાઇઝેબિલિટી સુનિશ્ચિત કરવા માટે લોકનો ઉપયોગ

મેમરી ટ્રીક: "કોટલિક્ટ્સ સાયકલ્સ બનાવે, કાળજીપૂર્વક તપાસો"