വികസിപ്പിച്ച ഡാറ്റാബേസിന്റെ ഗുണനിലവാരം അതിന്റെ രൂപകൽപ്പനയുടെ വ്യക്തിഗത ഘട്ടങ്ങളുടെ ഗുണനിലവാരത്തെ പൂർണ്ണമായും ആശ്രയിച്ചിരിക്കുന്നു. ഒരു ലോജിക്കൽ ഡാറ്റാ മോഡലിന്റെ ഉയർന്ന നിലവാരമുള്ള വികസനം വളരെ പ്രാധാന്യമർഹിക്കുന്നു, കാരണം, ഒരു വശത്ത്, ഇത് സബ്ജക്റ്റ് ഏരിയ ഡാറ്റാബേസിന്റെ പര്യാപ്തത ഉറപ്പാക്കുന്നു, മറുവശത്ത്, ഇത് ഫിസിക്കൽ ഡാറ്റാബേസിന്റെ ഘടന നിർണ്ണയിക്കുന്നു, തൽഫലമായി, അതിന്റെ പ്രവർത്തന സവിശേഷതകൾ.

ഒരേ ഡാറ്റയെ വ്യത്യസ്ത രീതികളിൽ റിലേഷൻ ടേബിളുകളായി തരംതിരിക്കാം, അതായത്. വിഷയ മേഖലയുടെ പരസ്പരബന്ധിതമായ വിവര വസ്തുക്കൾക്കിടയിൽ വിവിധ സെറ്റ് ബന്ധങ്ങൾ സംഘടിപ്പിക്കാൻ കഴിയും. ബന്ധങ്ങളിലെ ആട്രിബ്യൂട്ടുകളുടെ ഗ്രൂപ്പിംഗ് യുക്തിസഹമായിരിക്കണം, ഡാറ്റയുടെ തനിപ്പകർപ്പ് കുറയ്ക്കുകയും അവ പ്രോസസ്സ് ചെയ്യുന്നതിനും അപ്‌ഡേറ്റ് ചെയ്യുന്നതിനുമുള്ള നടപടിക്രമങ്ങൾ ലളിതമാക്കുകയും വേണം.

നിർദ്ദിഷ്ട റിലേഷൻ നോർമലൈസേഷൻ ആവശ്യകതകൾ നിറവേറ്റുകയാണെങ്കിൽ, ഒരു പ്രത്യേക കൂട്ടം ബന്ധങ്ങൾക്ക് ഡാറ്റ ഉൾപ്പെടുത്തുന്നതിനും പരിഷ്‌ക്കരിക്കുന്നതിനും ഇല്ലാതാക്കുന്നതിനും മികച്ച ഗുണങ്ങളുണ്ട്.

ബന്ധങ്ങളുടെ സാധാരണവൽക്കരണം- അവയുടെ രൂപീകരണത്തിനുള്ള നിയന്ത്രണങ്ങളുടെ ഒരു ഔപചാരിക ഉപകരണം, ഇത് ഡാറ്റയുടെ തനിപ്പകർപ്പ് ഇല്ലാതാക്കാനും അവയുടെ സ്ഥിരത ഉറപ്പാക്കാനും ഡാറ്റാബേസ് പരിപാലിക്കുന്നതിനുള്ള ചെലവ് കുറയ്ക്കാനും അനുവദിക്കുന്നു.

പ്രായോഗികമായി, ഒന്നാമത്തെയും രണ്ടാമത്തെയും മൂന്നാമത്തെയും സാധാരണ രൂപങ്ങളുടെ ആശയങ്ങൾ മിക്കപ്പോഴും ഉപയോഗിക്കുന്നു.

ബന്ധം വിളിക്കുന്നു നോർമലൈസ് ചെയ്തുഅഥവാ ആദ്യത്തെ സാധാരണ രൂപത്തിലേക്ക് കുറച്ചു(1NF), അതിന്റെ എല്ലാ ആട്രിബ്യൂട്ടുകളും ലളിതമോ ആറ്റോമികമോ ആണെങ്കിൽ (ഇനി മുതൽ അവിഭാജ്യമെന്ന് വിളിക്കപ്പെടുന്നു). ആദ്യത്തെ സാധാരണ രൂപത്തിലുള്ള ഒരു ബന്ധത്തിന് ഇനിപ്പറയുന്ന ഗുണങ്ങൾ ഉണ്ടായിരിക്കും:

■ ബന്ധത്തിൽ സമാനമായ ട്യൂപ്പിലുകളൊന്നുമില്ല;

■ tuples ഓർഡർ ചെയ്തിട്ടില്ല;

■ ആട്രിബ്യൂട്ടുകൾ ക്രമീകരിച്ചിട്ടില്ല കൂടാതെ പേരിനനുസരിച്ച് വ്യത്യാസപ്പെട്ടിരിക്കുന്നു;

■ എല്ലാ ആട്രിബ്യൂട്ട് മൂല്യങ്ങളും ആറ്റോമിക് ആണ്.

ലിസ്‌റ്റ് ചെയ്‌ത പ്രോപ്പർട്ടികളിൽ നിന്ന് കാണാൻ കഴിയുന്നത് പോലെ, ഏതൊരു ബന്ധവും സ്വയമേവ ആദ്യ സാധാരണ രൂപത്തിൽ ആയിരിക്കും.

സബ്ജക്റ്റ് ഏരിയയുടെ ലോജിക്കൽ ഡാറ്റ മോഡലിന്റെ അപര്യാപ്തതയിലേക്ക് നയിക്കുന്ന വൈവിധ്യമാർന്ന വിവരങ്ങളുടെ ഒരു ബന്ധത്തിൽ സംഭരണം, ഡാറ്റയുടെ ആവർത്തനം എന്നിവ ആദ്യ സാധാരണ ഫോം അനുവദിക്കുന്നു എന്ന് എളുപ്പത്തിൽ കാണിക്കുന്നു. അതിനാൽ, ശരിയായ ഡാറ്റ മോഡലിംഗിന് ആദ്യത്തെ സാധാരണ ഫോം പര്യാപ്തമല്ല.

രണ്ടാമത്തെ സാധാരണ രൂപത്തിലേക്ക് ബന്ധങ്ങൾ കുറയ്ക്കുന്നതിനുള്ള പ്രശ്നം പരിഗണിക്കുന്നതിന്, പ്രവർത്തനപരമായ ആശ്രിതത്വം എന്ന ആശയം വിശദീകരിക്കേണ്ടത് ആവശ്യമാണ്.

ഒരു ബന്ധം ഉണ്ടാകട്ടെ ആർ.ആട്രിബ്യൂട്ടുകളുടെ കൂട്ടം Y എന്നത് പ്രവർത്തനപരമായി ആട്രിബ്യൂട്ടുകളുടെ ഗണത്തെ ആശ്രയിച്ചിരിക്കുന്നു X,എന്തെങ്കിലും ബന്ധമുള്ള അവസ്ഥയാണെങ്കിൽ ആർഅതിനെ തുടർന്നുള്ള ഏതെങ്കിലും ട്യൂപ്പിൾസിന്, അതായത്. ഒരേ ആട്രിബ്യൂട്ട് മൂല്യങ്ങളുള്ള എല്ലാ ട്യൂപ്പിളുകളിലും X, Y ആട്രിബ്യൂട്ടുകളുടെ മൂല്യങ്ങൾ ബന്ധത്തിന്റെ ഏത് അവസ്ഥയിലും യോജിക്കുന്നു ആർ.

ഒരുപാട് ഗുണങ്ങൾ എക്സ്വിളിച്ചു പ്രവർത്തനപരമായ ആശ്രിതത്വത്തിന്റെ നിർണ്ണയം, ആട്രിബ്യൂട്ടുകളുടെ കൂട്ടം U – ആശ്രിത ഭാഗം.

പ്രായോഗികമായി, ഈ ഡിപൻഡൻസികൾ ഡൊമെയ്ൻ ഒബ്ജക്റ്റുകൾ തമ്മിലുള്ള ബന്ധങ്ങളെ പ്രതിഫലിപ്പിക്കുന്നു, അവ ഡൊമെയ്ൻ നിർവചിച്ചിരിക്കുന്ന അധിക നിയന്ത്രണങ്ങളാണ്. അതിനാൽ, പ്രവർത്തനപരമായ ആശ്രിതത്വം ഒരു സെമാന്റിക് ആശയമാണ്. സബ്ജക്റ്റ് ഏരിയയിലെ ചില ഡാറ്റയുടെ മൂല്യങ്ങൾ മറ്റ് ഡാറ്റയുടെ മൂല്യങ്ങൾ നിർണ്ണയിക്കാൻ ഉപയോഗിക്കുമ്പോൾ ഇത് സംഭവിക്കുന്നു. ഉദാഹരണത്തിന്, ഒരു ജീവനക്കാരന്റെ പേഴ്സണൽ നമ്പർ അറിയുന്നത്, നിങ്ങൾക്ക് അവന്റെ അവസാന നാമം നിർണ്ണയിക്കാൻ കഴിയും. ഒരു പ്രവർത്തനപരമായ ആശ്രിതത്വം ഒരു ബന്ധത്തിൽ സംഭരിക്കാൻ കഴിയുന്ന ഡാറ്റയിൽ അധിക നിയന്ത്രണങ്ങൾ ഏർപ്പെടുത്തുന്നു. ഡാറ്റാബേസിന്റെ കൃത്യതയ്ക്കായി, ഡാറ്റാബേസ് പരിഷ്ക്കരണ പ്രവർത്തനങ്ങൾ നടത്തുമ്പോൾ ഫംഗ്ഷണൽ ഡിപൻഡൻസികൾ നിർവ്വചിച്ചിരിക്കുന്ന എല്ലാ നിയന്ത്രണങ്ങളും പരിശോധിക്കേണ്ടത് ആവശ്യമാണ്.

റിലേഷൻ ആട്രിബ്യൂട്ടുകളുടെ പ്രവർത്തനപരമായ ആശ്രിതത്വം ഗണിതത്തിലെ ആശ്രിതത്വം എന്ന ആശയത്തെ അനുസ്മരിപ്പിക്കുന്നു. ഗണിതത്തിലെ പ്രവർത്തനപരമായ ആശ്രിതത്വം ഒബ്‌ജക്‌റ്റുകളുടെ ട്രിപ്പിൾ X ആണ്, വൈഒപ്പം എഫ്, ഇവിടെ X എന്നത് ഫംഗ്‌ഷന്റെ നിർവചനത്തിന്റെ ഡൊമെയ്‌നെ പ്രതിനിധീകരിക്കുന്ന ഒരു കൂട്ടമാണ്, വൈ- മൂല്യങ്ങളുടെ ഒരു കൂട്ടം, കൂടാതെ എഫ്- ഓരോ മൂലകവും ഒരേ ഒരു ഘടകവുമായി ബന്ധപ്പെട്ടിരിക്കുന്ന ഒരു നിയമം. വിപരീതമായി, ബന്ധങ്ങളിൽ, ഒരു ആശ്രിത ആട്രിബ്യൂട്ടിന്റെ മൂല്യം ഡാറ്റാബേസിന്റെ വിവിധ അവസ്ഥകളിൽ വ്യത്യസ്ത പ്രവചനാതീതമായ മൂല്യങ്ങൾ എടുക്കും. വിഷയ മേഖല. ഉദാഹരണത്തിന്, നിയമപരമായ വിവാഹത്തിലേക്ക് പ്രവേശിക്കുമ്പോൾ ഒരു ജീവനക്കാരൻ തന്റെ അവസാന നാമം മാറ്റുന്നത്, ഡിറ്റർമിനന്റിന്റെ അതേ മൂല്യത്തിൽ, ഒരു പേഴ്സണൽ നമ്പർ പറയുമ്പോൾ, ആശ്രിത വാദത്തിന്റെ മൂല്യം വ്യത്യസ്തമായിരിക്കും എന്ന വസ്തുതയിലേക്ക് നയിക്കും.

ആട്രിബ്യൂട്ടുകളുടെ പ്രവർത്തനപരമായ ആശ്രിതത്വം പ്രസ്താവിക്കുന്നത് ഡാറ്റാബേസിന്റെ ഓരോ നിർദ്ദിഷ്ട അവസ്ഥയ്ക്കും, ഒരു ആട്രിബ്യൂട്ടിന്റെ മൂല്യം മറ്റൊരു ആട്രിബ്യൂട്ടിന്റെ മൂല്യം അവ്യക്തമായി നിർണ്ണയിക്കാൻ ഉപയോഗിക്കാമെന്നാണ്. ഡാറ്റാബേസിന്റെ വിവിധ അവസ്ഥകളിൽ ആശ്രിത ഭാഗത്തിന്റെ നിർദ്ദിഷ്ട മൂല്യങ്ങൾ വ്യത്യസ്തമായിരിക്കാം.

ബന്ധം ഉണ്ട് രണ്ടാമത്തെ സാധാരണ രൂപം(2NF) ഇത് ആദ്യ സാധാരണ രൂപത്തിലാണെങ്കിൽ (1NF) കൂടാതെ കോമ്പോസിറ്റ് കീയുടെ ഭാഗത്തെ ആശ്രയിക്കുന്ന നോൺ-കീ ആട്രിബ്യൂട്ടുകൾ ഇല്ലെങ്കിൽ.

2NF ന്റെ നിർവചനത്തിൽ നിന്ന്, കാൻഡിഡേറ്റ് കീ ലളിതമാണെങ്കിൽ, ബന്ധം യാന്ത്രികമായി രണ്ടാമത്തെ സാധാരണ രൂപത്തിലായിരിക്കും.

എന്നിരുന്നാലും, രണ്ടാമത്തെ സാധാരണ രൂപത്തിലേക്ക് കുറച്ച ബന്ധങ്ങളിൽ ഇപ്പോഴും വൈവിധ്യമാർന്ന വിവരങ്ങൾ അടങ്ങിയിരിക്കുന്നു, കൂടാതെ ഡാറ്റാബേസിന്റെ ശരിയായ പ്രവർത്തനത്തിനായി ട്രിഗറുകളുടെ രൂപത്തിൽ അധിക പ്രോഗ്രാം കോഡ് എഴുതേണ്ടതുണ്ട്. ബന്ധങ്ങളുടെ ഗുണനിലവാരം മെച്ചപ്പെടുത്തുന്നതിനുള്ള അടുത്ത ഘട്ടം അവരെ മൂന്നാമത്തെ സാധാരണ രൂപത്തിലേക്ക് കൊണ്ടുവരിക എന്നതാണ്.

ബന്ധം ഉണ്ട് മൂന്നാമത്തെ സാധാരണ രൂപം(ZNF), അത് 2NF-ൽ ആണെങ്കിൽ, കൂടാതെ എല്ലാ നോൺ-കീ ആട്രിബ്യൂട്ടുകളും പരസ്പരം സ്വതന്ത്രമാണ്.

3NF ആയി ചുരുക്കിയ ബന്ധങ്ങൾ അടങ്ങുന്ന ഒരു റിലേഷണൽ ഡാറ്റ മോഡൽ മതിയായ ഡൊമെയ്ൻ മോഡലാണ് കൂടാതെ റഫറൻഷ്യൽ ഇന്റഗ്രിറ്റി നിലനിർത്തുന്ന ട്രിഗറുകൾ മാത്രമേ ആവശ്യമുള്ളൂ. ഈ ട്രിഗറുകൾ സ്റ്റാൻഡേർഡ് ആണ്, വികസിപ്പിക്കുന്നതിന് കുറച്ച് പരിശ്രമം ആവശ്യമാണ്.

അതിനാൽ, ഒരു റിലേഷണൽ ഡാറ്റാബേസിന്റെ ലോജിക്കൽ മോഡലിന്റെ വികസനം, വിഷയ മേഖലയുടെ ആശയങ്ങളെ പ്രതിഫലിപ്പിക്കുന്ന ബന്ധങ്ങളെ നിർവചിക്കുകയും അവയെ മൂന്നാമത്തെ സാധാരണ രൂപത്തിലേക്ക് കൊണ്ടുവരികയും ചെയ്യുന്നു.

വികസന അൽഗോരിതം മൂന്ന് ഘട്ടങ്ങൾ ഉൾക്കൊള്ളുന്നു.

ഘട്ടം I. 1NF ആയി കുറയ്ക്കൽ.വിഷയ മേഖലയുടെ ആശയങ്ങളെ പ്രതിഫലിപ്പിക്കുന്ന ബന്ധങ്ങളെ നിർവചിക്കുകയും നിർവചിക്കുകയും ചെയ്യേണ്ടത് ഇവിടെ ആവശ്യമാണ്. എല്ലാ ബന്ധങ്ങളും സ്വയമേവ 1NF-ലാണ്.

ഘട്ടം II. 2NF ആയി കുറയ്ക്കൽ.ചില ബന്ധങ്ങളിൽ സങ്കീർണ്ണമായ കീയുടെ ഒരു ഭാഗത്ത് ആട്രിബ്യൂട്ടുകളുടെ ആശ്രിതത്വം കണ്ടെത്തിയാൽ, അവ ഇനിപ്പറയുന്ന രീതിയിൽ വിഘടിപ്പിക്കണം: ഒരു സങ്കീർണ്ണ കീയുടെ ഒരു ഭാഗത്തെ ആശ്രയിക്കുന്ന ആട്രിബ്യൂട്ടുകൾ കീയുടെ ഈ ഭാഗത്തിനൊപ്പം ഒരു പ്രത്യേക ബന്ധത്തിൽ സ്ഥാപിച്ചിരിക്കുന്നു. കൂടാതെ എല്ലാ പ്രധാന ആട്രിബ്യൂട്ടുകളും യഥാർത്ഥ ബന്ധത്തിൽ നിലനിൽക്കും.

. കീ ഒരു സങ്കീർണ്ണ കീ ആണ്.

- റിലേഷൻ കീയിലെ എല്ലാ ആട്രിബ്യൂട്ടുകളുടെയും ആശ്രിതത്വം;

- സങ്കീർണ്ണമായ ഒരു കീയുടെ ഭാഗത്ത് ചില ആട്രിബ്യൂട്ടുകളുടെ ആശ്രിതത്വം.

- യഥാർത്ഥ ബന്ധത്തിന്റെ ശേഷിക്കുന്ന ഭാഗം;

- പുതിയ മനോഭാവം.

ഘട്ടം III. 3NF ആയി കുറയ്ക്കൽ.ചില ബന്ധങ്ങളിൽ, മറ്റ് നോൺ-കീ ആട്രിബ്യൂട്ടുകളിൽ ചില നോൺ-കീ ആട്രിബ്യൂട്ടുകളുടെ ആശ്രിതത്വം കണ്ടെത്തിയാൽ, ഈ ബന്ധങ്ങളുടെ വിഘടനം നടക്കുന്നു: മറ്റ് നോൺ-കീ ആട്രിബ്യൂട്ടുകളെ ആശ്രയിക്കുന്ന നോൺ-കീ ആട്രിബ്യൂട്ടുകൾ,

ഒരു പ്രത്യേക ബന്ധം രൂപപ്പെടുത്തുക. പുതിയ ബന്ധത്തിൽ, താക്കോൽ പ്രവർത്തനപരമായ ആശ്രിതത്വത്തിന്റെ നിർണ്ണായകമായി മാറുന്നു.

ഉദാഹരണത്തിന്, പ്രാരംഭ ബന്ധം -. TO- കീ.

അപ്പോൾ പ്രവർത്തനപരമായ ഡിപൻഡൻസികൾക്ക് ഇനിപ്പറയുന്ന ഫോം ഉണ്ട്:

ബന്ധം വിഘടിപ്പിച്ചതിനുശേഷം നമുക്ക് ലഭിക്കുന്നത്:

പ്രായോഗികമായി, നൽകിയിരിക്കുന്ന അൽഗോരിതം ഉപയോഗിച്ച് ഒരു ലോജിക്കൽ ഡാറ്റാബേസ് മോഡൽ വികസിപ്പിച്ചെടുക്കുന്നത് വളരെ അപൂർവമാണ്. മിക്കപ്പോഴും, അനുയോജ്യമായ CASE ടൂളുകൾ പിന്തുണയ്ക്കുന്ന ER ഡയഗ്രമുകളുടെ വിവിധ പതിപ്പുകൾ ഉപയോഗിക്കുന്നു. ER ഡയഗ്രമുകളുടെ അടിസ്ഥാന ആശയങ്ങൾ IDEF1, IDEF1X മാനദണ്ഡങ്ങളിൽ സജ്ജീകരിച്ചിരിക്കുന്നു. എന്നിരുന്നാലും, രൂപകല്പനയുടെ ആദ്യ ഘട്ടങ്ങളിൽ ദുർബലമായ നോർമലൈസ്ഡ് ബന്ധങ്ങൾ നിർവചിക്കുമ്പോൾ ഉണ്ടാകുന്ന പ്രശ്നങ്ങളുടെ ഒരു ഉദാഹരണമായി മുകളിലുള്ള അൽഗോരിതം ഉപയോഗപ്രദമാണ്. ഡാറ്റാബേസിൽ പരിഷ്കാരങ്ങളും മെച്ചപ്പെടുത്തലുകളും നടത്തുമ്പോൾ, പുതിയ എന്റിറ്റികൾ അവതരിപ്പിക്കുമ്പോൾ, പുതിയ ഡിപൻഡൻസികൾ പ്രത്യക്ഷപ്പെടുമ്പോൾ, ഈ പ്രശ്നങ്ങൾ മനസ്സിലാക്കുന്നത് വളരെ പ്രധാനമാണ്.

1.1 ലോജിക് മോഡലുകൾ

വിജ്ഞാന പ്രാതിനിധ്യത്തിന്റെ ലോജിക്കൽ (പ്രവചനം) മോഡൽ പ്രസ്താവനകളുടെയും പ്രവചനങ്ങളുടെയും ബീജഗണിതത്തെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്, ഈ ബീജഗണിതത്തിന്റെ സിദ്ധാന്തങ്ങളുടെ സിസ്റ്റത്തെയും അതിന്റെ അനുമാന നിയമങ്ങളെയും അടിസ്ഥാനമാക്കിയുള്ളതാണ്. പ്രവചന മോഡലുകളിൽ, ഏറ്റവും വ്യാപകമായത് നിബന്ധനകൾ (പ്രവചനങ്ങളുടെ ആർഗ്യുമെന്റുകൾ - ലോജിക്കൽ കോൺസ്റ്റന്റ്സ്, വേരിയബിളുകൾ, ഫംഗ്ഷനുകൾ), പ്രവചനങ്ങൾ (ലോജിക്കൽ ഓപ്പറേഷനുകളുള്ള എക്സ്പ്രഷനുകൾ) അടിസ്ഥാനമാക്കിയുള്ള ഫസ്റ്റ്-ഓർഡർ പ്രെഡിക്കേറ്റുകളുടെ മാതൃകയാണ്.

ഉദാഹരണം. നമുക്ക് ഈ പ്രസ്താവന എടുക്കാം: "രാജ്യത്തെ പണപ്പെരുപ്പം കഴിഞ്ഞ വർഷത്തെ നിലവാരത്തേക്കാൾ 2 മടങ്ങ് കൂടുതലാണ്." ഇത് ഒരു ലോജിക്കൽ മോഡലിന്റെ രൂപത്തിൽ എഴുതാം: r(InfNew, InfOld, n), ഇവിടെ r(x,y) എന്നത് "x=ny" എന്ന ഫോമിന്റെ ബന്ധമാണ്, InfNew എന്നത് രാജ്യത്തെ നിലവിലെ പണപ്പെരുപ്പമാണ്, InfOld കഴിഞ്ഞ വർഷത്തെ പണപ്പെരുപ്പമാണ്. അപ്പോൾ നമുക്ക് ശരിയും തെറ്റായതുമായ പ്രവചനങ്ങൾ പരിഗണിക്കാം, ഉദാഹരണത്തിന്, r(InfNew, InfOld, 2)=1, r(InfNew, InfOld, 3)=0, മുതലായവ. ലോജിക്കൽ അനുമാനങ്ങൾക്കുള്ള വളരെ ഉപയോഗപ്രദമായ പ്രവർത്തനങ്ങൾ ഇംപ്ലിക്കേഷന്റെയും തുല്യതയുടെയും പ്രവർത്തനങ്ങളാണ്.

വസ്‌തുതകൾ തമ്മിലുള്ള ലോജിക്കൽ ബന്ധങ്ങളെ പ്രതിനിധീകരിക്കുന്നതിന് ലോജിക്കൽ മോഡലുകൾ സൗകര്യപ്രദമാണ്; അവ ഔപചാരികവും കർശനവും (സൈദ്ധാന്തികവും) അവയുടെ ഉപയോഗത്തിന് സൗകര്യപ്രദവും മതിയായതുമായ ടൂൾകിറ്റ് ഉണ്ട്, ഉദാഹരണത്തിന്, ലോജിക്കൽ പ്രോഗ്രാമിംഗ് ഭാഷയായ പ്രോലോഗ്.

ഈ തരത്തിലുള്ള മോഡലുകൾ ഒരു ഔപചാരിക സംവിധാനത്തിന്റെ ആശയത്തെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്. ഏതെങ്കിലും പ്രശ്നത്തിന്റെ രൂപീകരണവും പരിഹാരവും ഒരു പ്രത്യേക വിഷയ മേഖലയുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു. അതിനാൽ, മെറ്റൽ കട്ടിംഗ് മെഷീനുകളിൽ ഭാഗങ്ങളുടെ പ്രോസസ്സിംഗ് ഷെഡ്യൂൾ ചെയ്യുന്നതിലെ പ്രശ്നം പരിഹരിക്കുമ്പോൾ, നിർദ്ദിഷ്ട മെഷീനുകൾ, ഭാഗങ്ങൾ, സമയ ഇടവേളകൾ, “മെഷീൻ”, “പാർട്ട്”, “മെഷീൻ തരം” എന്നിവയുടെ പൊതുവായ ആശയങ്ങൾ പോലുള്ള വസ്തുക്കൾ ഞങ്ങൾ വിഷയ മേഖലയിൽ ഉൾപ്പെടുത്തുന്നു. ", തുടങ്ങിയവ.

ഒരു പ്രശ്നം പരിഹരിക്കാൻ ആവശ്യമായ വിവരങ്ങളെക്കുറിച്ചുള്ള പൊതുവായ ധാരണയുടെ അടിസ്ഥാനമായ എല്ലാ വസ്തുക്കളെയും സംഭവങ്ങളെയും ഒരു വിഷയ മേഖല എന്ന് വിളിക്കുന്നു. മാനസികമായി, വിഷയ മേഖലയെ എന്റിറ്റികൾ എന്ന് വിളിക്കുന്ന യഥാർത്ഥ വസ്തുക്കൾ ഉൾക്കൊള്ളുന്നതായി പ്രതിനിധീകരിക്കുന്നു. വിഷയ മേഖലയുടെ അസ്തിത്വങ്ങൾ പരസ്പരം ചില ബന്ധങ്ങളിലാണ്. എന്റിറ്റികൾ തമ്മിലുള്ള ബന്ധം നിർദ്ദേശങ്ങൾ ഉപയോഗിച്ച് പ്രകടിപ്പിക്കുന്നു. ഭാഷയിൽ (ഔപചാരികമോ സ്വാഭാവികമോ), നിർദ്ദേശങ്ങൾ നിർദ്ദേശങ്ങളുമായി പൊരുത്തപ്പെടുന്നു.

ഗണിതശാസ്ത്ര യുക്തിയിൽ ഗണിതശാസ്ത്ര പരിജ്ഞാനത്തെ പ്രതിനിധീകരിക്കുന്നതിന്, ലോജിക്കൽ ഫോർമലിസങ്ങൾ ഉപയോഗിക്കുന്നു - പ്രൊപ്പോസിഷണൽ കാൽക്കുലസ്, പ്രെഡിക്കേറ്റ് കാൽക്കുലസ്. ഈ ഔപചാരികതകൾക്ക് വ്യക്തമായ ഔപചാരിക അർത്ഥശാസ്‌ത്രമുണ്ട്, അവയ്‌ക്കായി അനുമാന സംവിധാനങ്ങൾ വികസിപ്പിച്ചെടുത്തിട്ടുണ്ട്. അതിനാൽ, പ്രായോഗിക പ്രശ്നങ്ങൾ പരിഹരിക്കുന്നതുമായി ബന്ധപ്പെട്ട വിഷയ മേഖലകളെ ഔപചാരികമായി വിവരിക്കാൻ ഉപയോഗിച്ച ആദ്യത്തെ ലോജിക്കൽ ഭാഷയാണ് പ്രെഡിക്കേറ്റ് കാൽക്കുലസ്.

ലോജിക്കൽ ഭാഷകളിൽ നിർമ്മിച്ച വിഷയ മേഖലകളുടെ വിവരണങ്ങളെ ലോജിക്കൽ മോഡലുകൾ എന്ന് വിളിക്കുന്നു. ലോജിക് പ്രോഗ്രാമിംഗ് ഭാഷകൾ ഉപയോഗിച്ച് നിർമ്മിച്ച ലോജിക് മോഡലുകൾ വിജ്ഞാന അടിത്തറകളിലും വിദഗ്ദ്ധ സംവിധാനങ്ങളിലും വ്യാപകമായി ഉപയോഗിക്കുന്നു.

1.2 ഉൽപ്പന്ന മോഡലുകൾ

വിജ്ഞാന പ്രാതിനിധ്യത്തിന്റെയും ഉൽപാദനത്തിന്റെയും കാര്യക്ഷമതയിലേക്കുള്ള ലോജിക്കൽ മോഡലുകളുടെ വികസനമാണ് വിജ്ഞാന പ്രതിനിധാനത്തിന്റെ ഉൽപ്പാദന മാതൃക.

ഒരു പ്രൊഡക്ഷൻ എന്നത് ഒരു കേർണൽ ഉൾക്കൊള്ളുന്ന ഒരു പദപ്രയോഗമാണ്, "എങ്കിൽ എ, പിന്നെ ബി," ഒരു പേര്, സ്കോപ്പ്, കേർണലിന്റെ പ്രയോഗക്ഷമതയ്ക്കുള്ള ഒരു വ്യവസ്ഥ, ഒരു പോസ്‌റ്റ് കണ്ടീഷൻ, ഇത് കേർണലിന് ശേഷം നടത്തേണ്ട ഒരു നടപടിക്രമമാണ്. വിജയകരമായി നടപ്പിലാക്കി. കോർ ഒഴികെയുള്ള എല്ലാ ഭാഗങ്ങളും ഓപ്ഷണൽ ആണ്.

പരസ്പരബന്ധിതമായ ഉൽപ്പന്നങ്ങളുടെ ഒരു കൂട്ടം ഒരു സിസ്റ്റം രൂപീകരിക്കുന്നു. ഒരു ഉൽപ്പന്ന സംവിധാനത്തിലെ വിജ്ഞാന അനുമാനത്തിന്റെ പ്രധാന പ്രശ്നം വിശകലനം ചെയ്യാനുള്ള അടുത്ത ഉൽപ്പന്നത്തിന്റെ തിരഞ്ഞെടുപ്പാണ്. മത്സരിക്കുന്ന ഉൽപ്പന്നങ്ങൾ ഒരു മുന്നണിയായി മാറുന്നു.

ഉൽപ്പന്നങ്ങൾ (നെറ്റ്‌വർക്ക് മോഡലുകൾക്കൊപ്പം) AI സിസ്റ്റങ്ങളിലെ അറിവിനെ പ്രതിനിധീകരിക്കുന്നതിനുള്ള ഏറ്റവും ജനപ്രിയമായ മാർഗമാണ്. യഥാർത്ഥ എയിൽ നിന്നുള്ള ബിയുടെ ലോജിക്കൽ അനന്തരഫലത്തിന്റെ അടയാളമായി സാധാരണ ലോജിക്കൽ അർത്ഥത്തിൽ വ്യാഖ്യാനിക്കാം. ഉൽപ്പന്നത്തിന്റെ മറ്റ് വ്യാഖ്യാനങ്ങളും സാധ്യമാണ്, ഉദാഹരണത്തിന്, ബി പ്രവർത്തനത്തിന് ആവശ്യമായ ചില വ്യവസ്ഥകൾ A വിവരിക്കുന്നു.

ഒരു പ്രത്യേക കൂട്ടം ഉൽപ്പന്നങ്ങൾ സിസ്റ്റത്തിന്റെ മെമ്മറിയിൽ സംഭരിച്ചിട്ടുണ്ടെങ്കിൽ, അവ ഉൽപ്പന്നങ്ങളുടെ ഒരു സിസ്റ്റം ഉണ്ടാക്കുന്നു. ഉൽപ്പന്ന സംവിധാനത്തിൽ, പ്രത്യേക ഉൽപ്പന്ന മാനേജുമെന്റ് നടപടിക്രമങ്ങൾ വ്യക്തമാക്കണം, ഏത് ഉൽപ്പന്നങ്ങൾ അപ്ഡേറ്റ് ചെയ്യപ്പെടുന്നു എന്നതിന്റെ സഹായത്തോടെ അപ്ഡേറ്റ് ചെയ്തവയിൽ നിന്ന് ഒന്നോ അല്ലെങ്കിൽ മറ്റൊരു ഉൽപ്പന്നത്തിന്റെ നിർവ്വഹണം സംഭവിക്കുന്നു.

ഉൽപ്പന്ന സംവിധാനത്തിൽ ഒരു റൂൾ ബേസ് (ഉൽപ്പന്നങ്ങൾ), ഒരു ആഗോള ഡാറ്റാബേസ്, ഒരു മാനേജ്മെന്റ് സിസ്റ്റം എന്നിവ ഉൾപ്പെടുന്നു. ഒരു റൂൾ ബേസ് എന്നത് ഒരു മെമ്മറി ഏരിയയാണ്, അതിൽ IF - THEN റൂളുകളുടെ രൂപത്തിൽ ഒരു അറിവ് അടങ്ങിയിരിക്കുന്നു. യഥാർത്ഥ ഡാറ്റ (വസ്തുതകൾ) അടങ്ങുന്ന ഒരു മെമ്മറി ഏരിയയാണ് ആഗോള ഡാറ്റാബേസ്. നിയന്ത്രണ സംവിധാനം ഒരു റൂൾ ബേസും ഒരു ഡാറ്റാബേസും ഉപയോഗിച്ച് നിഗമനങ്ങൾ സൃഷ്ടിക്കുന്നു. നിഗമനങ്ങൾ രൂപപ്പെടുത്തുന്നതിന് രണ്ട് വഴികളുണ്ട് - നേരിട്ടുള്ള നിഗമനങ്ങളും വിപരീത നിഗമനങ്ങളും.

നേരിട്ടുള്ള അനുമാനങ്ങളിൽ, ഡാറ്റാബേസിൽ അടങ്ങിയിരിക്കുന്ന ഡാറ്റാ ഘടകങ്ങളിൽ ഒന്ന് തിരഞ്ഞെടുത്തു, താരതമ്യപ്പെടുത്തുമ്പോൾ, ഈ ഘടകം റൂളിന്റെ (പ്രിമൈസ്) ഇടതുവശത്ത് യോജിക്കുന്നുവെങ്കിൽ, അനുബന്ധ നിഗമനം നിയമത്തിൽ നിന്ന് ഉരുത്തിരിഞ്ഞ് ഡാറ്റാബേസിൽ സ്ഥാപിക്കുന്നു. , അല്ലെങ്കിൽ റൂൾ നിർവചിച്ച പ്രവർത്തനം നടപ്പിലാക്കുന്നു, അതനുസരിച്ച് ഡാറ്റാബേസിന്റെ ഉള്ളടക്കം മാറുന്നു. വിപരീത അനുമാനങ്ങളിൽ, പ്രക്രിയ സെറ്റ് ലക്ഷ്യത്തിൽ നിന്ന് ആരംഭിക്കുന്നു. ഈ ലക്ഷ്യം റൂളിന്റെ വലതുവശവുമായി (ഉപസംഹാരം) സ്ഥിരതയുള്ളതാണെങ്കിൽ, റൂളിന്റെ ആമുഖം ഒരു ഉപഗോൾ അല്ലെങ്കിൽ സിദ്ധാന്തമായി കണക്കാക്കുന്നു. ഡാറ്റയുമായി ഒരു സബ്ഗോൾ പൊരുത്തം ലഭിക്കുന്നതുവരെ ഈ പ്രക്രിയ ആവർത്തിക്കുന്നു. ഉൽപ്പന്ന മോഡലിൽ ധാരാളം ഉൽപ്പന്നങ്ങൾ ഉള്ളതിനാൽ, ഉൽപ്പന്ന സംവിധാനത്തിന്റെ സ്ഥിരത പരിശോധിക്കുന്നത് കൂടുതൽ ബുദ്ധിമുട്ടാണ്, അതായത്. ധാരാളം നിയമങ്ങൾ. അതിനാൽ, ആധുനിക AI സംവിധാനങ്ങൾ പ്രവർത്തിക്കുന്ന ഉൽപ്പന്നങ്ങളുടെ എണ്ണം, ചട്ടം പോലെ, ആയിരം കവിയരുത്.

ലെവൽ. പൊതുവേ, സാമ്പത്തിക സാഹിത്യത്തിൽ നിർദ്ദേശിച്ചിരിക്കുന്ന തന്ത്രങ്ങളുടെ ക്ലാസുകൾ പരിഹാര ഓപ്ഷനുകളായി ഉപയോഗിക്കാം. 16. ഒരു ഇന്റലിജന്റ് ഇക്കണോമിക് ഇൻഫർമേഷൻ സിസ്റ്റം രൂപകൽപന ചെയ്യുന്നതിന്റെ സവിശേഷതകൾ ഒരു വിവര സംവിധാനം രൂപകൽപന ചെയ്യുന്നത് സബ്ജക്ട് ഏരിയയുടെ ഒരു സർവേയോടെയാണ് ആരംഭിക്കുന്നത്. അത്തരം സർവേകൾക്കായുള്ള ആധുനിക സാങ്കേതികവിദ്യകൾ ബിസിനസ് റീഎൻജിനീയറിംഗിന്റെ ആശയവും സോഫ്റ്റ്വെയറും അടിസ്ഥാനമാക്കിയുള്ളതാണ് ...

അമേരിക്കൻ, പടിഞ്ഞാറൻ യൂറോപ്യൻ വിദ്യാഭ്യാസ സ്ഥാപനങ്ങൾ ഈ ദിശയിൽ പുരോഗമനപരമായി കണക്കാക്കപ്പെടുന്നു, അത്തരം കോഴ്സുകൾ ഉടനടി വികസിപ്പിക്കുന്നു. ഇന്റലിജന്റ് ഇൻഫർമേഷൻ സിസ്റ്റങ്ങളുടെ പ്രധാന തരങ്ങളും സാങ്കേതിക വിദ്യകളും ഒരു കമ്പ്യൂട്ടറിനായി പ്രോഗ്രാമുകൾ എഴുതുക, ഗണിതശാസ്ത്രം ചെയ്യുക, ന്യായവാദം നടത്തുക എന്നിങ്ങനെയുള്ള പല തരത്തിലുള്ള മനുഷ്യ മാനസിക പ്രവർത്തനങ്ങളുടെ അടിസ്ഥാനമാണ് അറിവ്...

എം. നോസ്ട്രഡാമസ് പ്രവചനങ്ങൾ: അദ്ദേഹത്തിന്റെ മിക്ക നൂറ്റാണ്ടുകളുടെയും ഒരു പതിപ്പ് പ്രസിദ്ധീകരിക്കുന്നു. ഈ പുസ്തകങ്ങളുടെയും അവെസ്റ്റയുടെയും പരസ്പരബന്ധം ശ്രദ്ധേയമാണ്. ബൈബിളിൽ സരതുഷ്ട്ര പ്രവാചകൻ എം. നോസ്ട്രഡാമസിന്റെ ഭാവിയെക്കുറിച്ച് സംസാരിക്കുകയാണെങ്കിൽ, എം. നോസ്ട്രഡാമസിന്റെ പ്രവചനങ്ങളിൽ തന്നെ സരതുഷ്ട്രയുടെ പഠിപ്പിക്കലുകളോടുള്ള അദ്ദേഹത്തിന്റെ അഭ്യർത്ഥന ഞങ്ങൾ ആവർത്തിച്ച് കാണുന്നു. ഇക്കാര്യത്തിൽ, ക്വാട്രെയിൻ 83 സെഞ്ച്വറി 8 വളരെ സ്വഭാവമാണ് (ഉദ്ധരിച്ച...

വ്യാഖ്യാനം

ഈ കോഴ്‌സ് വർക്ക് ഒരു സെൻട്രൽ സിറ്റി ഹോസ്പിറ്റലിനായി ഒരു ഡാറ്റാബേസിന്റെ രൂപകൽപ്പനയും ഒറാക്കിൾ ഡേറ്റ്‌ബേസിൽ അത് നടപ്പിലാക്കുന്നതും വിവരിക്കുന്നു. വിഷയ മേഖല അവതരിപ്പിച്ചു, ആശയപരവും ലോജിക്കൽ, ഫിസിക്കൽ ഡാറ്റ മോഡലുകൾ വികസിപ്പിച്ചെടുത്തു. Oracle Datebase ടൂളുകൾ ഉപയോഗിച്ചാണ് ആവശ്യമായ പട്ടികകളും അന്വേഷണങ്ങളും റിപ്പോർട്ടുകളും സൃഷ്ടിച്ചത്. കോഴ്‌സ് വർക്കിൽ ഇവ ഉൾപ്പെടുന്നു:

ആമുഖം 3

1. വിഷയം ഏരിയ 4

2. ആശയ മാതൃക 5

3.ലോജിക്കൽ ഡാറ്റാബേസ് മോഡൽ 7

4. ഡാറ്റയുടെ ഫിസിക്കൽ ഓർഗനൈസേഷന്റെ മാതൃക 9

5.ഒറാക്കിളിൽ ഡാറ്റാബേസുകൾ നടപ്പിലാക്കൽ 9

6. പട്ടികകൾ സൃഷ്ടിക്കൽ 10

7. അന്വേഷണങ്ങൾ സൃഷ്ടിക്കുന്നു 16

8. ഉപസംഹാരം 27

റഫറൻസുകൾ 28

ആമുഖം

ഒരു ഡാറ്റാബേസ് എന്നത് വ്യത്യസ്ത ഡാറ്റയുടെയും അവയുടെ ഘടനകളുടെ വിവരണങ്ങളുടെയും ഒരു ശേഷിയുള്ള ശേഖരമാണ്, അത് ആപ്ലിക്കേഷനുകളിൽ നിന്ന് വ്യത്യസ്തമായും സ്വതന്ത്രമായും നിർവചിക്കപ്പെട്ടതിന് ശേഷം, നിരവധി ആപ്ലിക്കേഷനുകൾ ഒരേസമയം ഉപയോഗിക്കുന്നു.

ഡാറ്റയ്ക്ക് പുറമേ, ഓരോ ഉപയോക്താവിനും അവരുടെ കഴിവിനുള്ളിലുള്ള ഡാറ്റ ഉപയോഗിച്ച് മാത്രം പ്രവർത്തിക്കാൻ അനുവദിക്കുന്ന ഉപകരണങ്ങൾ ഡാറ്റാബേസിൽ അടങ്ങിയിരിക്കാം. നിർദ്ദിഷ്ട ഉപയോക്താക്കൾക്ക് ലഭ്യമായ രീതികളുമായുള്ള ഡാറ്റാബേസിൽ അടങ്ങിയിരിക്കുന്ന ഡാറ്റയുടെ ഇടപെടലിന്റെ ഫലമായി, അവർ ഉപയോഗിക്കുന്ന വിവരങ്ങൾ സൃഷ്ടിക്കപ്പെടുന്നു, അതിന്റെ അടിസ്ഥാനത്തിൽ, അവരുടെ സ്വന്തം കഴിവിൽ, അവർ ഡാറ്റ നൽകുകയും എഡിറ്റുചെയ്യുകയും ചെയ്യുന്നു.

ഈ കോഴ്‌സ് വർക്കിന്റെ ഉദ്ദേശ്യം, ആശുപത്രിയുടെ പ്രവർത്തനങ്ങളെക്കുറിച്ചുള്ള വിവരങ്ങളുടെ സംഭരണം, ശേഖരണം, നൽകൽ എന്നിവ ഉറപ്പാക്കുന്നതിന് കേന്ദ്ര ആശുപത്രിക്കായി ഒരു ഡാറ്റാബേസ് വികസിപ്പിക്കുകയും നടപ്പിലാക്കുകയും ചെയ്യുക എന്നതാണ്. സൃഷ്ടിച്ച ഡാറ്റാബേസ് പ്രധാനമായും ആശുപത്രിയിലെ പ്രധാന വകുപ്പുകളുടെ പ്രവർത്തനങ്ങൾ ഓട്ടോമേറ്റ് ചെയ്യാൻ ഉദ്ദേശിച്ചുള്ളതാണ്.

വിഷയ മേഖല

ഈ പഠനത്തിന് താൽപ്പര്യമുള്ള യഥാർത്ഥ സംവിധാനത്തിന്റെ ഭാഗമാണ് വിഷയ മേഖല. ഓട്ടോമേറ്റഡ് ഇൻഫർമേഷൻ സിസ്റ്റങ്ങൾ രൂപകൽപന ചെയ്യുമ്പോൾ, സബ്ജക്ട് ഏരിയയെ നിരവധി ലെവലുകളുടെ ഡാറ്റ മോഡലുകൾ പ്രതിനിധീകരിക്കുന്നു. ലെവലുകളുടെ എണ്ണം പരിഹരിക്കപ്പെടുന്ന പ്രശ്നങ്ങളുടെ സങ്കീർണ്ണതയെ ആശ്രയിച്ചിരിക്കുന്നു, എന്നാൽ ഏത് സാഹചര്യത്തിലും അതിൽ ആശയപരവും യുക്തിപരവുമായ തലങ്ങൾ ഉൾപ്പെടുന്നു.

ഈ കോഴ്‌സ് വർക്കിൽ, രോഗികളെ ചികിത്സിക്കുന്ന കേന്ദ്ര ആശുപത്രിയുടെ പ്രവർത്തന മേഖലയാണ് വിഷയം. ആശുപത്രിയുടെ സംഘടനാ ഘടനയിൽ രണ്ട് വകുപ്പുകൾ ഉൾപ്പെടുന്നു: രജിസ്ട്രിയും റിസപ്ഷൻ ഏരിയയും. റിസപ്ഷൻ ഡെസ്‌കിൽ, അപ്പോയിന്റ്‌മെന്റുകൾ നടത്തുന്നു, റഫറലുകൾ നൽകുന്നു, രോഗികളെ വാർഡുകളിലേക്ക് നിയോഗിക്കുന്നു, ഇൻഷുറൻസ് നമ്പറുകൾ രേഖപ്പെടുത്തുന്നു. എമർജൻസി റൂം, അഡ്മിഷൻ, ഡിസ്ചാർജ്, രോഗിയുടെ രോഗനിർണയം, മെഡിക്കൽ ചരിത്രം എന്നിവയുടെ രേഖകൾ സൂക്ഷിക്കുന്നു.

രോഗികൾ, അവരുടെ സ്ഥാനം, നിർദ്ദേശിച്ച മരുന്നുകൾ, പങ്കെടുക്കുന്ന ഫിസിഷ്യൻമാർ എന്നിവയെക്കുറിച്ചുള്ള ഡാറ്റ സംഭരിക്കുന്നതിനാണ് ഡാറ്റാബേസ് രൂപകൽപ്പന ചെയ്തിരിക്കുന്നത്.

ആശയപരമായ മാതൃക

ഡാറ്റാബേസ് ഡിസൈൻ പ്രക്രിയയുടെ ആദ്യ ഘട്ടം വിശകലനം ചെയ്യുന്ന എന്റർപ്രൈസിന്റെ ഭാഗത്തിനായി ഒരു ആശയപരമായ ഡാറ്റ മോഡൽ സൃഷ്ടിക്കുക എന്നതാണ്.

ഒരു ഡൊമെയ്‌നിന്റെ മാതൃകയാണ് ആശയപരമായ മാതൃക. വസ്തുക്കളും ബന്ധങ്ങളുമാണ് മോഡലിന്റെ ഘടകങ്ങൾ. ആശയപരമായ മോഡൽ വ്യത്യസ്ത ഉപയോക്താക്കൾ തമ്മിലുള്ള ആശയവിനിമയത്തിനുള്ള ഉപാധിയായി വർത്തിക്കുന്നു, അതിനാൽ ഡാറ്റയുടെ ഭൗതിക പ്രാതിനിധ്യത്തിന്റെ പ്രത്യേകതകൾ കണക്കിലെടുക്കാതെ വികസിപ്പിച്ചതാണ്. ഒരു ആശയപരമായ മോഡൽ രൂപകൽപന ചെയ്യുമ്പോൾ, ഡെവലപ്പറുടെ എല്ലാ ശ്രമങ്ങളും പ്രധാനമായും ലക്ഷ്യം വയ്ക്കേണ്ടത് ഡാറ്റയുടെ ഘടനയും അവ തമ്മിലുള്ള ബന്ധം തിരിച്ചറിയലും നടപ്പിലാക്കൽ സവിശേഷതകളും പ്രോസസ്സിംഗ് കാര്യക്ഷമത പ്രശ്നങ്ങളും പരിഗണിക്കാതെയാണ്. ഈ എന്റർപ്രൈസസിൽ പരിഹരിക്കപ്പെടുന്ന ഡാറ്റാ പ്രോസസ്സിംഗ് ജോലികളുടെ വിശകലനത്തെ അടിസ്ഥാനമാക്കിയുള്ളതാണ് ആശയ മാതൃകയുടെ രൂപകൽപ്പന. ഒരു ആശയപരമായ മാതൃകയിൽ പരിഗണിക്കപ്പെടുന്ന വിഷയമേഖലയിൽ താൽപ്പര്യമുള്ള വസ്തുക്കളുടെയും അവയുടെ ബന്ധങ്ങളുടെയും വിവരണങ്ങൾ ഉൾപ്പെടുന്നു. ഒബ്ജക്റ്റുകൾ തമ്മിലുള്ള ബന്ധങ്ങൾ ആശയപരമായ മാതൃകയുടെ ഭാഗമാണ്, അത് ഡാറ്റാബേസിൽ കാണിക്കേണ്ടതാണ്. ഒരു ബന്ധത്തിന് എത്ര വസ്‌തുക്കളിലേക്കും വ്യാപിക്കാനാകും. മറുവശത്ത്, ഓരോ വസ്തുവിനും എത്ര ബന്ധങ്ങളിലും പങ്കെടുക്കാം. ഇതോടൊപ്പം, ഒരു വസ്തുവിന്റെ ആട്രിബ്യൂട്ടുകൾ തമ്മിൽ ബന്ധമുണ്ട്. താഴെപ്പറയുന്ന തരത്തിലുള്ള ബന്ധങ്ങളുണ്ട്: "ഒന്ന് മുതൽ ഒന്ന്", "ഒന്നിൽ നിന്ന് പലതും", "പലതും പലതും".

സെമാന്റിക് മോഡലുകളിൽ പെടുന്ന എന്റിറ്റി-റിലേഷൻഷിപ്പ് മോഡൽ (ER മോഡൽ) ആണ് ഏറ്റവും ജനപ്രിയമായ ആശയ ഡിസൈൻ മോഡൽ.

മോഡലിന്റെ പ്രധാന ഘടകങ്ങൾ എന്റിറ്റികൾ, അവ തമ്മിലുള്ള കണക്ഷനുകളും അവയുടെ ഗുണങ്ങളും (ആട്രിബ്യൂട്ടുകൾ) എന്നിവയാണ്.

ഒരു എന്റിറ്റി എന്നത് ഒരേ തരത്തിലുള്ള ഒബ്‌ജക്റ്റുകളുടെ ഒരു വിഭാഗമാണ്, അതിനെക്കുറിച്ചുള്ള വിവരങ്ങൾ മോഡലിൽ കണക്കിലെടുക്കണം.

ഓരോ എന്റിറ്റിക്കും ഒരു ഏകവചന നാമം പ്രകടിപ്പിക്കുന്ന ഒരു പേര് ഉണ്ടായിരിക്കണം. മോഡലിലെ ഓരോ എന്റിറ്റിയും ഒരു പേരുള്ള ദീർഘചതുരമായി ചിത്രീകരിച്ചിരിക്കുന്നു.

ആട്രിബ്യൂട്ട് എന്നത് ഒരു എന്റിറ്റിയുടെ ഒരു സ്വഭാവമാണ് (പാരാമീറ്റർ).

ഡൊമെയ്ൻ - മൂല്യങ്ങളുടെ ഒരു കൂട്ടം (ആട്രിബ്യൂട്ട് നിർവചനത്തിന്റെ ഏരിയ).

എന്റിറ്റികൾക്ക് കീ ആട്രിബ്യൂട്ടുകളുണ്ട് - ഈ എന്റിറ്റിയെ അദ്വിതീയമായി തിരിച്ചറിയുന്ന ഒന്നോ അതിലധികമോ ആട്രിബ്യൂട്ടുകളാണ് എന്റിറ്റി കീ.

സെൻട്രൽ ഹോസ്പിറ്റലിനായുള്ള ഒരു കൂട്ടം എന്റിറ്റികൾ (എന്റിറ്റി ആട്രിബ്യൂട്ടുകൾ പരാൻതീസിസിൽ സൂചിപ്പിച്ചിരിക്കുന്നു, പ്രധാന ആട്രിബ്യൂട്ടുകൾ അടിവരയിട്ടിരിക്കുന്നു):

രോഗികൾ ( രോഗിയുടെ കോഡ്, അവസാന നാമം, ആദ്യ നാമം, ജനനത്തീയതി, ഇൻഷുറൻസ് പോളിസി നമ്പർ, ഡിപ്പാർട്ട്മെന്റ് കോഡ്);

ചികിത്സ ( രോഗിയുടെ കോഡ്, രോഗനിർണയം, ഡിസ്ചാർജ് തീയതി, ഡോക്ടർ കോഡ്, ചെലവ്);

വകുപ്പുകൾ( ബ്രാഞ്ച് കോഡ്, വകുപ്പിന്റെ പേര്, വാർഡുകളുടെ എണ്ണം);

വരുമാനം ( രോഗിയുടെ കോഡ്പ്രവേശന തീയതി, വാർഡ് കോഡ്);

അറകൾ ( ചേംബർ കോഡ്, സ്ഥലങ്ങളുടെ എണ്ണം, ഡിപ്പാർട്ട്മെന്റ് കോഡ്);

ഡോക്ടർമാർ(ഡോക്ടർ കോഡ്അവസാന നാമം, ആദ്യനാമം, ജനനത്തീയതി, വ്യക്തിഗത ഫയൽ നമ്പർ, ഡിപ്പാർട്ട്മെന്റ് കോഡ്);

ഒരു ജില്ലാ ആശുപത്രിയുടെ എന്റിറ്റി-റിലേഷൻഷിപ്പ് ഡയഗ്രം ചിത്രം 1 ൽ കാണിച്ചിരിക്കുന്നു.

ലോജിക്കൽ ഡാറ്റാബേസ് മോഡൽ

ഒരു പ്രത്യേക DBMS-ന് നൽകാനാകുന്ന ഒരു ആശയ മാതൃകയുടെ പതിപ്പിനെ ലോജിക്കൽ മോഡൽ എന്ന് വിളിക്കുന്നു. ഒരു ലോജിക്കൽ ഡാറ്റാബേസ് മോഡൽ നിർമ്മിക്കുന്ന പ്രക്രിയ ഒരു നിർദ്ദിഷ്ട ഡാറ്റ മോഡലിനെ അടിസ്ഥാനമാക്കിയുള്ളതായിരിക്കണം (റിലേഷണൽ, നെറ്റ്‌വർക്ക്, ഹൈറാർക്കിക്കൽ), ഇത് വിവര സംവിധാനം നടപ്പിലാക്കാൻ ഉദ്ദേശിച്ചിട്ടുള്ള ഡിബിഎംഎസ് തരം അനുസരിച്ച് നിർണ്ണയിക്കപ്പെടുന്നു. ഞങ്ങളുടെ കാര്യത്തിൽ, ഡാറ്റാബേസ് ഒറാക്കിൾ പരിതസ്ഥിതിയിൽ സൃഷ്ടിച്ചതാണ്, അത് ഒരു റിലേഷണൽ ഡാറ്റാബേസ് ആയിരിക്കും.

ഡാറ്റാ ഘടനയുടെ ലാളിത്യം, ഉപയോക്തൃ-സൗഹൃദ പട്ടിക പ്രാതിനിധ്യം, ഡാറ്റ കൈകാര്യം ചെയ്യാൻ റിലേഷണൽ ബീജഗണിതത്തിന്റെയും റിലേഷണൽ കാൽക്കുലസിന്റെയും ഔപചാരിക ഉപകരണം ഉപയോഗിക്കാനുള്ള കഴിവ് എന്നിവ റിലേഷണൽ മോഡലിന്റെ സവിശേഷതയാണ്.

റിലേഷണൽ ഡാറ്റ മോഡലുകളിൽ, വസ്തുക്കളും അവ തമ്മിലുള്ള ബന്ധങ്ങളും പട്ടികകൾ ഉപയോഗിച്ച് പ്രതിനിധീകരിക്കുന്നു. ഓരോ പട്ടികയും ഒരു വസ്തുവിനെ പ്രതിനിധീകരിക്കുന്നു, അതിൽ വരികളും നിരകളും അടങ്ങിയിരിക്കുന്നു. റിലേഷണൽ മോഡലിലെ ഒരു പട്ടികയെ റിലേഷൻ എന്ന് വിളിക്കുന്നു.

ആട്രിബ്യൂട്ട് (ഫീൽഡ്) - പട്ടികയിലെ ഏതെങ്കിലും നിര.

Tuples (റെക്കോർഡുകൾ) പട്ടിക വരികളാണ്.

പ്രധാന ഫീൽഡുകൾ ഉപയോഗിച്ച് പട്ടികകൾ പരസ്പരം ബന്ധിപ്പിച്ചിരിക്കുന്നു.

ഒരു പട്ടികയിലെ ഒരു റെക്കോർഡ് അദ്വിതീയമായി തിരിച്ചറിയാൻ നിങ്ങളെ അനുവദിക്കുന്ന ഒരു ഫീൽഡാണ് കീ. കീ ലളിതം (ഒരു ഫീൽഡ് അടങ്ങുന്ന) അല്ലെങ്കിൽ സംയുക്തം (നിരവധി ഫീൽഡുകൾ അടങ്ങുന്ന) ആകാം.

റിലേഷണൽ ഡാറ്റാബേസുകളിൽ, ലോജിക്കൽ ഡിസൈൻ ഒരു ഡാറ്റ സ്കീമയുടെ വികസനത്തിലേക്ക് നയിക്കുന്നു, അത് ചിത്രം 2 ൽ അവതരിപ്പിച്ചിരിക്കുന്നു.

ചിത്രം.2.
4. ഫിസിക്കൽ ഡാറ്റ ഓർഗനൈസേഷന്റെ മാതൃക

ഒരു ഫിസിക്കൽ ഡാറ്റ മോഡൽ ഒരു കമ്പ്യൂട്ടറിൽ ഡാറ്റ എങ്ങനെ സംഭരിക്കുന്നു, റെക്കോർഡുകളുടെ ഘടന, അവയുടെ ക്രമം, നിലവിലുള്ള ആക്സസ് പാതകൾ എന്നിവയെക്കുറിച്ചുള്ള വിവരങ്ങൾ നൽകുന്നു.

ഫിസിക്കൽ മോഡൽ ഫീൽഡുകളുടെ തരങ്ങൾ, ഐഡന്റിഫയറുകൾ, ബിറ്റ് വീതികൾ എന്നിവ വിവരിക്കുന്നു. ഫിസിക്കൽ ഡാറ്റ മോഡൽ മെഷീൻ മീഡിയയിലെ ഡാറ്റയുടെ ഫിസിക്കൽ പ്ലേസ്‌മെന്റ് പ്രതിഫലിപ്പിക്കുന്നു, അതായത്, ഏത് ഫയൽ, ഏതൊക്കെ വസ്തുക്കൾ, ഏത് ആട്രിബ്യൂട്ടുകൾ ഉൾക്കൊള്ളുന്നു, ഈ ആട്രിബ്യൂട്ടുകളുടെ തരങ്ങൾ എന്തൊക്കെയാണ്.

©2015-2019 സൈറ്റ്
എല്ലാ അവകാശങ്ങളും അവയുടെ രചയിതാക്കൾക്കുള്ളതാണ്. ഈ സൈറ്റ് കർത്തൃത്വം അവകാശപ്പെടുന്നില്ല, എന്നാൽ സൗജന്യ ഉപയോഗം നൽകുന്നു.
പേജ് സൃഷ്‌ടിച്ച തീയതി: 2016-04-26

ഒരു ലോജിക്കൽ ഡാറ്റ മോഡൽ എന്നത് ഡാറ്റാ ഘടനകളുടെയും അവയുടെ ആട്രിബ്യൂട്ടുകളുടെയും ബന്ധങ്ങളുടെയും വിഷ്വൽ ഗ്രാഫിക്കൽ പ്രാതിനിധ്യമാണ്. ബിസിനസ്സ് ഉപയോക്താക്കൾക്ക് മനസ്സിലാക്കാൻ എളുപ്പമാക്കുന്ന തരത്തിൽ ലോജിക് മോഡൽ ഡാറ്റയെ പ്രതിനിധീകരിക്കുന്നു. ലോജിക്കൽ മോഡലിന്റെ രൂപകൽപന പ്ലാറ്റ്‌ഫോമിന്റെയും നടപ്പിലാക്കൽ ഭാഷയുടെയും ആവശ്യകതകളിൽ നിന്നോ ഡാറ്റ കൂടുതൽ ഉപയോഗിക്കുന്ന രീതിയിൽ നിന്നോ സ്വതന്ത്രമായിരിക്കണം.

ഒരു ലോജിക്കൽ ഡാറ്റ മോഡൽ രൂപപ്പെടുത്തുന്നതിന് വികസനം ഡാറ്റ ആവശ്യകതകളും വിശകലന ഫലങ്ങളും ഉപയോഗിക്കുന്നു. ലോജിക്കൽ മോഡൽ മൂന്നാമത്തെ സാധാരണ രൂപത്തിലേക്ക് ചുരുക്കി, പ്രോസസ്സ് മോഡലിന് അനുസൃതമാണോയെന്ന് പരിശോധിക്കുന്നു.

ഒരു ലോജിക് മോഡലിന്റെ പ്രധാന ഘടകങ്ങൾ ഇവയാണ്:

സ്ഥാപനങ്ങളുടെയോ;

എന്റിറ്റി ആട്രിബ്യൂട്ടുകൾ;

എന്റിറ്റികൾ തമ്മിലുള്ള ബന്ധം.

സാരാംശം.

ഒരേ തരത്തിലുള്ള വിവര വസ്തുക്കളുടെ (രേഖകൾ, ഡാറ്റ വെയർഹൗസുകൾ, ഡാറ്റാബേസ് പട്ടികകൾ) ഘടനയെ എന്റിറ്റി മാതൃകയാക്കുന്നു. ഒരു ഡാറ്റാ മോഡലിനുള്ളിൽ, ഒരു എന്റിറ്റിക്ക് ഒരു അദ്വിതീയ നാമമുണ്ട്, അത് ഒരു നാമമായി പ്രകടിപ്പിക്കുന്നു. ഉദാഹരണത്തിന്: വിദ്യാർത്ഥി, ഇൻവോയ്സ്, ഉൽപ്പന്ന_റഫറൻസ് പുസ്തകം.

ഒരു എന്റിറ്റിയുടെ നിർദ്ദിഷ്ട സന്ദർഭങ്ങൾ സൃഷ്ടിക്കുന്ന ഒരു ടെംപ്ലേറ്റാണ് ഒരു എന്റിറ്റി. ഉദാഹരണത്തിന്: വിദ്യാർത്ഥി എന്റിറ്റിയുടെ ഒരു ഉദാഹരണം ഇവാൻ ഇവാനോവിച്ച് ഇവാനോവ് ആണ്.

എന്റിറ്റിക്ക് ഇനിപ്പറയുന്ന ഗുണങ്ങളുണ്ട്:

ഓരോ എന്റിറ്റിക്കും ഒരു അദ്വിതീയ നാമമുണ്ട്, അതേ വ്യാഖ്യാനം അതേ പേരിൽ പ്രയോഗിക്കണം;

ഒരു എന്റിറ്റിക്ക് ഒന്നോ അതിലധികമോ ആട്രിബ്യൂട്ടുകൾ ഉണ്ട്, അത് എന്റിറ്റിയുടെ ഉടമസ്ഥതയിലുള്ളതോ അല്ലെങ്കിൽ ഒരു ബന്ധത്തിലൂടെ പാരമ്പര്യമായി ലഭിച്ചതോ ആണ്;

ഒരു എന്റിറ്റിക്ക് ഒന്നോ അതിലധികമോ ആട്രിബ്യൂട്ടുകൾ ഉണ്ട്, അത് എന്റിറ്റിയുടെ ഓരോ സംഭവത്തെയും അദ്വിതീയമായി തിരിച്ചറിയുന്നു;

ഓരോ എന്റിറ്റിക്കും മോഡലിലെ മറ്റ് എന്റിറ്റികളുമായി എത്ര കണക്ഷനുകൾ വേണമെങ്കിലും ഉണ്ടായിരിക്കാം.

ഒരു ഡയഗ്രാമിൽ, ഒരു എന്റിറ്റിയെ സാധാരണയായി രണ്ട് ഭാഗങ്ങളായി വിഭജിച്ചിരിക്കുന്ന ഒരു ചതുരമായി ചിത്രീകരിക്കുന്നു.

അരി. 40 ഡാറ്റ മോഡലിന്റെ സാരാംശം.

മറ്റ് എന്റിറ്റികളുമായുള്ള ബന്ധം നിർവചിക്കാതെ തന്നെ എന്റിറ്റിയുടെ ഓരോ സംഭവവും അദ്വിതീയമായി തിരിച്ചറിയാൻ കഴിയുമെങ്കിൽ IDEF1X രീതിശാസ്ത്രത്തിലെ ഒരു എന്റിറ്റി സ്വതന്ത്രമാണ്. എന്റിറ്റിയുടെ ഒരു ഉദാഹരണത്തിന്റെ തനതായ തിരിച്ചറിയൽ മറ്റൊരു എന്റിറ്റിയുമായുള്ള ബന്ധത്തെ ആശ്രയിച്ചിരിക്കുന്നുവെങ്കിൽ ഒരു എന്റിറ്റിയെ ആശ്രിതൻ എന്ന് വിളിക്കുന്നു.

വൃത്താകൃതിയിലുള്ള കോണുകളുള്ള ഒരു ദീർഘചതുരമായി ആശ്രിത എന്റിറ്റിയെ ചിത്രീകരിച്ചിരിക്കുന്നു. (Resident_biysk എന്റിറ്റിയെ ആശ്രയിച്ചുള്ള ആനുകൂല്യങ്ങൾ)

ആട്രിബ്യൂട്ട്- പരിഗണനയിലുള്ള വിഷയ മേഖലയ്ക്ക് പ്രാധാന്യമുള്ളതും എന്റിറ്റിയുടെ അവസ്ഥയെ യോഗ്യമാക്കാനോ തിരിച്ചറിയാനോ വർഗ്ഗീകരിക്കാനോ അളക്കാനോ പ്രകടിപ്പിക്കാനോ ഉദ്ദേശിച്ചുള്ളതുമായ ഒരു എന്റിറ്റിയുടെ ഏതെങ്കിലും സ്വഭാവം. ഒരു ആട്രിബ്യൂട്ട് യഥാർത്ഥമോ അമൂർത്തമോ ആയ ഒബ്‌ജക്റ്റുകളുടെ (ആളുകൾ, സ്ഥലങ്ങൾ, ഇവന്റുകൾ, അവസ്ഥകൾ, ആശയങ്ങൾ, ഒബ്‌ജക്റ്റുകളുടെ ജോഡികൾ മുതലായവ) ഒരു കൂട്ടം സ്വഭാവസവിശേഷതകളെയോ ഗുണങ്ങളെയോ പ്രതിനിധീകരിക്കുന്നു. ഒരു സെറ്റിന്റെ വ്യക്തിഗത ഘടകത്തിന്റെ ഒരു പ്രത്യേക സ്വഭാവമാണ് ആട്രിബ്യൂട്ട് ഉദാഹരണം. ഒരു ആട്രിബ്യൂട്ട് ഉദാഹരണം നിർവചിക്കുന്നത് സ്വഭാവത്തിന്റെ തരവും അതിന്റെ മൂല്യവും അനുസരിച്ചാണ്, ആട്രിബ്യൂട്ട് മൂല്യം എന്ന് വിളിക്കുന്നു. ER മോഡലിൽ, ആട്രിബ്യൂട്ടുകൾ നിർദ്ദിഷ്ട എന്റിറ്റികളുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു. അതിനാൽ, ഒരു എന്റിറ്റി ഉദാഹരണത്തിന് അതിന്റെ അനുബന്ധ ആട്രിബ്യൂട്ടിന് ഒരൊറ്റ നിർവചിക്കപ്പെട്ട മൂല്യം ഉണ്ടായിരിക്കണം.

ഒരു ആട്രിബ്യൂട്ട് നിർബന്ധമോ ഓപ്ഷണലോ ആകാം (ചിത്രം 2.23). നിർബന്ധിതമെന്നാൽ ആട്രിബ്യൂട്ടിന് അസാധുവായ മൂല്യങ്ങൾ സ്വീകരിക്കാൻ കഴിയില്ല എന്നാണ്. ഒരു ആട്രിബ്യൂട്ട് ഒന്നുകിൽ വിവരണാത്മകമോ (അതായത്, ഒരു എന്റിറ്റിയുടെ പതിവ് വിവരണമോ) അല്ലെങ്കിൽ ഒരു അദ്വിതീയ ഐഡന്റിഫയറിന്റെ (പ്രാഥമിക കീ) ഭാഗമോ ആകാം.

അദ്വിതീയ ഐഡന്റിഫയർ (കീ)തന്നിരിക്കുന്ന എന്റിറ്റി തരത്തിന്റെ ഓരോ സന്ദർഭവും അദ്വിതീയമായി തിരിച്ചറിയാൻ രൂപകൽപ്പന ചെയ്തിട്ടുള്ള ഏറ്റവും കുറഞ്ഞ ആട്രിബ്യൂട്ടുകളാണ്. മിനിമലിറ്റി എന്നാൽ സെറ്റിൽ നിന്ന് ഏതെങ്കിലും ആട്രിബ്യൂട്ട് ഒഴിവാക്കുന്നത്, ശേഷിക്കുന്നവ ഉപയോഗിച്ച് ഒരു എന്റിറ്റി ഇൻസ്‌റ്റൻസ് തിരിച്ചറിയാൻ അനുവദിക്കില്ല എന്നാണ്. പൂർണ്ണമായ ഐഡന്റിഫിക്കേഷന്റെ കാര്യത്തിൽ, തന്നിരിക്കുന്ന എന്റിറ്റി തരത്തിന്റെ ഓരോ സംഭവവും അതിന്റേതായ പ്രധാന ആട്രിബ്യൂട്ടുകളാൽ പൂർണ്ണമായി തിരിച്ചറിയപ്പെടുന്നു, അല്ലാത്തപക്ഷം അതിന്റെ തിരിച്ചറിയലിൽ ഒരു ബന്ധത്തിലൂടെ മറ്റൊരു പാരന്റ് എന്റിറ്റിയുടെ ആട്രിബ്യൂട്ടുകളും ഉൾപ്പെടുന്നു.

കീയിൽ ഉൾപ്പെടുത്തിയിരിക്കുന്ന ആട്രിബ്യൂട്ടുകൾ നിർബന്ധമായും കാലക്രമേണ മാറില്ല. കീയിൽ ഉൾപ്പെടുത്തിയിരിക്കുന്ന ആട്രിബ്യൂട്ടുകൾ നിർബന്ധമായും കാലക്രമേണ മാറില്ല. ഉദാഹരണത്തിന്: ഞങ്ങൾക്ക് Resident_Biysk എന്ന എന്റിറ്റിയുണ്ട്.

വയസ്സ് ആട്രിബ്യൂട്ട് കീയുടെ ഭാഗമാകാൻ കഴിയില്ല, കാരണം ഇത് വർഷം തോറും മാറുന്നു; പാസ്‌പോർട്ട് നമ്പർ കീയുടെ ഭാഗമാകാൻ കഴിയില്ല, കാരണം ഉദാഹരണത്തിന് പാസ്‌പോർട്ട് ഇല്ലായിരിക്കാം. ഇൻഷുറൻസ് സർട്ടിഫിക്കറ്റ് നമ്പർ ഇവിടെ താക്കോലായി ഉപയോഗിക്കുന്നതാണ് നല്ലത്.

ബന്ധം- പരിഗണനയിലുള്ള വിഷയ മേഖലയ്ക്ക് പ്രാധാന്യമുള്ള രണ്ട് എന്റിറ്റികൾ തമ്മിലുള്ള ഒരു പേരുള്ള ബന്ധം. ഒരു ബന്ധമെന്നത് എന്റിറ്റികൾ തമ്മിലുള്ള ഒരു ബന്ധമാണ്, അതിൽ, സാധാരണയായി, പാരന്റ് എന്റിറ്റി എന്ന് വിളിക്കപ്പെടുന്ന ഒരു എന്റിറ്റിയുടെ ഓരോ സംഭവവും, ഒരു ചൈൽഡ് എന്റിറ്റി എന്ന് വിളിക്കപ്പെടുന്ന രണ്ടാമത്തെ എന്റിറ്റിയുടെ അനിയന്ത്രിതമായ (പൂജ്യം ഉൾപ്പെടെ) നിരവധി സന്ദർഭങ്ങളുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു. ശിശു എന്റിറ്റി മാതൃ സ്ഥാപനത്തിന്റെ ഒരു സംഭവവുമായി കൃത്യമായി ബന്ധപ്പെട്ടിരിക്കുന്നു. അതിനാൽ, പാരന്റ് എന്റിറ്റി നിലവിലുണ്ടെങ്കിൽ മാത്രമേ ശിശു എന്റിറ്റിയുടെ ഒരു ഉദാഹരണം നിലനിൽക്കൂ.

ഒരു പാരന്റ് എന്റിറ്റിക്കും ചൈൽഡ് എന്റിറ്റിക്കും ഇടയിൽ വരച്ച വരയാണ് ബന്ധത്തെ പ്രതിനിധീകരിക്കുന്നത്, ചൈൽഡ് എന്റിറ്റിയിലെ വരിയുടെ അവസാനം ഒരു ഡോട്ട്.

കണക്ഷന് ഒരു പേര് നൽകാം, ക്രിയയുടെ വ്യാകരണ തിരിവിലൂടെ പ്രകടിപ്പിക്കുകയും കണക്ഷൻ ലൈനിന് സമീപം സ്ഥാപിക്കുകയും ചെയ്യുന്നു. നൽകിയിരിക്കുന്ന രണ്ട് എന്റിറ്റികൾ തമ്മിലുള്ള ഓരോ ബന്ധത്തിന്റെയും പേര് അദ്വിതീയമായിരിക്കണം, എന്നാൽ മോഡലിലെ ബന്ധങ്ങളുടെ പേരുകൾ അദ്വിതീയമായിരിക്കണമെന്നില്ല. ഒരു ബന്ധത്തിന്റെ പേര് എല്ലായ്പ്പോഴും മാതാപിതാക്കളുടെ വീക്ഷണകോണിൽ നിന്നാണ് രൂപപ്പെടുന്നത്, അതിനാൽ പാരന്റ് എന്റിറ്റിയുടെ പേര്, ബന്ധത്തിന്റെ പേര്, ഡിഗ്രി എക്‌സ്‌പ്രഷൻ, കുട്ടിയുടെ എന്റിറ്റിയുടെ പേര് എന്നിവ സംയോജിപ്പിച്ച് ഒരു വാക്യം രൂപീകരിക്കാൻ കഴിയും. .

ഉദാഹരണത്തിന്, കരാറുമായുള്ള വിൽപ്പനക്കാരന്റെ ബന്ധം ഇനിപ്പറയുന്ന രീതിയിൽ പ്രകടിപ്പിക്കാം:

• വിൽപ്പനക്കാരന് ഒന്നോ അതിലധികമോ കരാറുകൾക്ക് നഷ്ടപരിഹാരം ലഭിക്കും;
• കരാർ കൃത്യമായി ഒരു വിൽപ്പനക്കാരൻ ആരംഭിക്കണം.

ബിരുദമോ കാർഡിനാലിറ്റിയോ (മാതൃ സ്ഥാപനത്തിന്റെ ഓരോ സംഭവത്തിനും നിലനിൽക്കാവുന്ന ഒരു ചൈൽഡ് എന്റിറ്റിയുടെ സംഭവങ്ങളുടെ എണ്ണം) വ്യക്തമാക്കുന്നതിലൂടെ ബന്ധം കൂടുതൽ നിർവചിക്കാം. ഇനിപ്പറയുന്ന ലിങ്ക് ശക്തികൾ IDEF1X-ൽ പ്രകടിപ്പിക്കാം:

• ഓരോ പാരന്റ് എന്റിറ്റി സംഭവത്തിനും അതുമായി ബന്ധപ്പെട്ട പൂജ്യം, ഒന്നോ അതിലധികമോ ചൈൽഡ് എന്റിറ്റി സംഭവങ്ങൾ ഉണ്ടായിരിക്കാം;
• ഓരോ പാരന്റ് എന്റിറ്റി സംഭവത്തിനും അതുമായി ബന്ധപ്പെട്ട ഒരു ചൈൽഡ് എന്റിറ്റി സംഭവമെങ്കിലും ഉണ്ടായിരിക്കണം -P;
• ഒരു പാരന്റ് എന്റിറ്റിയുടെ ഓരോ സംഭവത്തിനും അതുമായി ബന്ധപ്പെട്ട ഒരു ചൈൽഡ് എന്റിറ്റിയുടെ ഒന്നിൽ കൂടുതൽ സന്ദർഭങ്ങൾ ഉണ്ടായിരിക്കരുത് - Z;
• ഒരു പാരന്റ് എന്റിറ്റിയുടെ ഓരോ സംഭവവും ഒരു ചൈൽഡ് എന്റിറ്റിയുടെ ചില നിശ്ചിത എണ്ണം സംഭവങ്ങളുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു.

ഒരു ചൈൽഡ് എന്റിറ്റിയുടെ ഒരു ഉദാഹരണം രക്ഷാകർതൃ എന്റിറ്റിയുമായുള്ള ബന്ധത്താൽ അദ്വിതീയമായി തിരിച്ചറിയപ്പെടുകയാണെങ്കിൽ, ആ ബന്ധത്തെ തിരിച്ചറിയൽ എന്ന് വിളിക്കുന്നു, അല്ലാത്തപക്ഷം അതിനെ തിരിച്ചറിയാത്തത് എന്ന് വിളിക്കുന്നു.

തിരിച്ചറിയുന്ന ലിങ്ക് ഒരു സോളിഡ് ലൈൻ ആയി ചിത്രീകരിച്ചിരിക്കുന്നു,

അരി. 43

നോൺ-ഐഡന്റിഫൈയിംഗ് ഒരു ഡാഷ്ഡ് ലൈൻ ഉപയോഗിച്ച് ചിത്രീകരിച്ചിരിക്കുന്നു.

ചിത്രം.44.

ഒരു തിരിച്ചറിയൽ ബന്ധത്തിൽ, പാരന്റ് എന്റിറ്റിയുടെ കീ ആശ്രിത എന്റിറ്റിയുടെ പ്രധാന മേഖലയിലേക്ക് കൈമാറ്റം ചെയ്യപ്പെടുന്നു, ഇത് പരാൻതീസിസിൽ (എഫ്കെ) - വിദേശ കീ സൂചിപ്പിക്കുന്നു. തിരിച്ചറിയാത്ത ബന്ധത്തിൽ, പാരന്റ് എന്റിറ്റിയുടെ താക്കോൽ ചൈൽഡ് എന്റിറ്റിയുടെ ആട്രിബ്യൂട്ട് ഏരിയയിലേക്ക് മാറ്റുന്നു, ഇത് പരാൻതീസിസിൽ (എഫ്കെ) സൂചിപ്പിച്ചിരിക്കുന്നു - ബാഹ്യ.

അരി. 45 കണക്ഷൻ തിരിച്ചറിയുന്നു.

അരി. 46 തിരിച്ചറിയാത്ത കണക്ഷൻ.

മോഡലിംഗിന്റെ പ്രാരംഭ ഘട്ടത്തിൽ, നിരവധി ബന്ധങ്ങൾ തിരിച്ചറിയാൻ കഴിയും. അത്തരം കണക്ഷനുകളുടെ സാന്നിധ്യം വിശകലനം അപൂർണ്ണമാണെന്ന് സൂചിപ്പിക്കുന്നു. സാധാരണയായി, അത്തരം ബന്ധങ്ങൾ തിരിച്ചറിയുന്നതും തിരിച്ചറിയാത്തതുമായ ബന്ധങ്ങളായി പരിവർത്തനം ചെയ്യപ്പെടുന്നു.

അരി. 47 പലതും പലതും തമ്മിലുള്ള ആശയവിനിമയം.

ഡാറ്റ മോഡലിംഗ് പ്രക്രിയയിൽ, എന്റിറ്റികളെ തിരിച്ചറിയാൻ കഴിയും, അവയിൽ ചിലതിന്റെ ആട്രിബ്യൂട്ടുകളും ബന്ധങ്ങളും ഒന്നുതന്നെയാണ്. അത്തരം കേസുകൾ മാതൃകയാക്കാൻ, വിഭാഗങ്ങളുടെ ഒരു ശ്രേണി ഉപയോഗിക്കുന്നു. എല്ലാ പൊതുവായ ആട്രിബ്യൂട്ടുകളും സൂപ്പർടൈപ്പ് എന്ന് വിളിക്കപ്പെടുന്ന ഒരു എന്റിറ്റിയായി വേർതിരിച്ചിരിക്കുന്നു. ശേഷിക്കുന്ന ആട്രിബ്യൂട്ടുകൾ സബ്ടൈപ്പുകൾ എന്ന് വിളിക്കപ്പെടുന്ന എന്റിറ്റികളായി സ്ഥാപിച്ചിരിക്കുന്നു. ഡിസ്‌ക്രിമിനന്റ് എന്ന കണക്ഷൻ വഴി അവ സൂപ്പർടൈപ്പുമായി ബന്ധിപ്പിച്ചിരിക്കുന്നു.

ഉദാഹരണത്തിന്:

അരി. 48 വിഭാഗം ശ്രേണിയുടെ ഉദാഹരണം.

ഡാറ്റാബേസിന്റെയും ഡിബിഎംഎസിന്റെയും ആശയങ്ങൾ.

ഒരു കമ്പ്യൂട്ടർ സിസ്റ്റത്തിന്റെ മെമ്മറിയിൽ സംഭരിച്ചിരിക്കുന്ന ഘടനാപരമായ ഡാറ്റയുടെ ഒരു ശേഖരമാണ് ഡാറ്റാബേസ്, കൂടാതെ പരിഗണനയിലുള്ള വിഷയ മേഖലയിൽ വസ്തുക്കളുടെ അവസ്ഥയും അവയുടെ ബന്ധങ്ങളും പ്രദർശിപ്പിക്കുന്നു.

ഡാറ്റാബേസിൽ സംഭരിച്ചിരിക്കുന്ന ഡാറ്റയുടെ ലോജിക്കൽ ഘടനയെ ഡാറ്റാ പ്രാതിനിധ്യ മോഡൽ എന്ന് വിളിക്കുന്നു. പ്രധാന ഡാറ്റാ പ്രാതിനിധ്യ മോഡലുകളിൽ (ഡാറ്റ മോഡലുകൾ) ശ്രേണി, നെറ്റ്‌വർക്ക്, റിലേഷണൽ എന്നിവ ഉൾപ്പെടുന്നു.

ഒരു ഡാറ്റാബേസ് മാനേജ്മെന്റ് സിസ്റ്റം (ഡിബിഎംഎസ്) എന്നത് നിരവധി ഉപയോക്താക്കളുമായി ഒരു ഡാറ്റാബേസ് സൃഷ്ടിക്കുന്നതിനും പരിപാലിക്കുന്നതിനും പങ്കിടുന്നതിനുമായി രൂപകൽപ്പന ചെയ്‌തിരിക്കുന്ന ഭാഷയുടെയും സോഫ്റ്റ്‌വെയർ ഉപകരണങ്ങളുടെയും ഒരു കൂട്ടമാണ്. സാധാരണയായി, DBMS-കൾ ഉപയോഗിക്കുന്ന ഡാറ്റ മോഡൽ കൊണ്ട് വേർതിരിച്ചിരിക്കുന്നു. അങ്ങനെ, ഒരു റിലേഷണൽ ഡാറ്റ മോഡലിന്റെ ഉപയോഗത്തെ അടിസ്ഥാനമാക്കിയുള്ള ഡിബിഎംഎസുകളെ റിലേഷണൽ ഡിബിഎംഎസ് എന്ന് വിളിക്കുന്നു.

ഡാറ്റാ ഘടനകൾ, ഡാറ്റാബേസ് ഫയലുകളുടെ പരസ്പര ബന്ധങ്ങൾ, അവയുടെ അവതരണത്തിനുള്ള ഡാറ്റ, ഫോർമാറ്റുകൾ, ഉപയോക്താക്കളുടെ ഡാറ്റയുടെ ഉടമസ്ഥാവകാശം, സുരക്ഷാ കോഡുകൾ, ആക്സസ് നിയന്ത്രണം മുതലായവയെക്കുറിച്ചുള്ള വിവരങ്ങളുടെ കേന്ദ്രീകൃത സംഭരണത്തിനായി രൂപകൽപ്പന ചെയ്ത ഒരു ഡാറ്റാബേസ് സബ്സിസ്റ്റമാണ് ഡാറ്റാ നിഘണ്ടു.

ഡാറ്റാബേസുകളുടെ ഉപയോഗത്തെ അടിസ്ഥാനമാക്കിയുള്ള വിവര സംവിധാനങ്ങൾ സാധാരണയായി ഒരു ക്ലയന്റ്-സെർവർ ആർക്കിടെക്ചറിൽ പ്രവർത്തിക്കുന്നു. ഈ സാഹചര്യത്തിൽ, ഡാറ്റാബേസ് ഒരു സെർവർ കമ്പ്യൂട്ടറിൽ സ്ഥിതിചെയ്യുകയും പങ്കിട്ട ആക്സസ് നൽകുകയും ചെയ്യുന്നു.

ഒരു കമ്പ്യൂട്ടർ നെറ്റ്‌വർക്കിലെ ഒരു നിശ്ചിത ഉറവിടത്തിന്റെ സെർവർ ഈ റിസോഴ്‌സ് നിയന്ത്രിക്കുന്ന കമ്പ്യൂട്ടർ (പ്രോഗ്രാം) ആണ്, ക്ലയന്റ് ഈ റിസോഴ്‌സ് ഉപയോഗിക്കുന്ന കമ്പ്യൂട്ടർ (പ്രോഗ്രാം) ആണ്. ഒരു കമ്പ്യൂട്ടർ നെറ്റ്‌വർക്ക് ഉറവിടത്തിൽ ഡാറ്റാബേസുകൾ, ഫയലുകൾ, പ്രിന്റ് സേവനങ്ങൾ, മെയിൽ സേവനങ്ങൾ എന്നിവ ഉൾപ്പെടാം.

ഒരു ക്ലയന്റ്-സെർവർ ആർക്കിടെക്ചറിൽ ഒരു വിവര സംവിധാനം സംഘടിപ്പിക്കുന്നതിന്റെ പ്രയോജനം, വ്യക്തിഗത ഉപയോക്തൃ വർക്കിനൊപ്പം പൊതുവായ കോർപ്പറേറ്റ് വിവരങ്ങളിലേക്കുള്ള കേന്ദ്രീകൃത സംഭരണം, പരിപാലനം, കൂട്ടായ ആക്സസ് എന്നിവയുടെ വിജയകരമായ സംയോജനമാണ്.

ക്ലയന്റ്-സെർവർ ആർക്കിടെക്ചറിന്റെ അടിസ്ഥാന തത്വമനുസരിച്ച്, സെർവറിൽ മാത്രമാണ് ഡാറ്റ പ്രോസസ്സ് ചെയ്യുന്നത്. SQL പ്രസ്താവനകളുടെ രൂപത്തിൽ ഡാറ്റാബേസ് സെർവറിലേക്ക് അയയ്ക്കുന്ന അന്വേഷണങ്ങൾ ഉപയോക്താവോ ആപ്ലിക്കേഷനോ സൃഷ്ടിക്കുന്നു. ഡാറ്റാബേസ് സെർവർ ആവശ്യമായ ഡാറ്റ തിരയുകയും വീണ്ടെടുക്കുകയും ചെയ്യുന്നു, അത് ഉപയോക്താവിന്റെ കമ്പ്യൂട്ടറിലേക്ക് മാറ്റുന്നു. മുമ്പത്തേതിനെ അപേക്ഷിച്ച് ഈ സമീപനത്തിന്റെ പ്രയോജനം പ്രക്ഷേപണം ചെയ്ത ഡാറ്റയുടെ വളരെ ചെറിയ അളവാണ്.

ഇനിപ്പറയുന്ന തരത്തിലുള്ള DBMS വേർതിരിച്ചിരിക്കുന്നു:

* പൂർണ്ണ സവിശേഷതയുള്ള DBMS;

* ഡാറ്റാബേസ് സെർവറുകൾ;

* ഡാറ്റാബേസുകളിൽ പ്രവർത്തിക്കുന്നതിനുള്ള പ്രോഗ്രാമുകൾ വികസിപ്പിക്കുന്നതിനുള്ള ഉപകരണങ്ങൾ.

അവയുടെ ഉപയോഗത്തിന്റെ സ്വഭാവത്തെ അടിസ്ഥാനമാക്കി, DBMS-കളെ മൾട്ടി-യൂസർ (വ്യാവസായിക), പ്രാദേശിക (വ്യക്തിപരം) എന്നിങ്ങനെ തിരിച്ചിരിക്കുന്നു.

വ്യാവസായിക ഡിബിഎംഎസുകൾ വലിയ സാമ്പത്തിക വസ്‌തുക്കൾക്കായി ഓട്ടോമേറ്റഡ് കൺട്രോൾ സിസ്റ്റങ്ങൾ വികസിപ്പിക്കുന്നതിനുള്ള ഒരു സോഫ്റ്റ്‌വെയർ അടിസ്ഥാനത്തെ പ്രതിനിധീകരിക്കുന്നു. വ്യാവസായിക DBMS ഇനിപ്പറയുന്ന ആവശ്യകതകൾ പാലിക്കണം:

* നിരവധി ഉപയോക്താക്കളുടെ സംയുക്ത സമാന്തര പ്രവർത്തനം സംഘടിപ്പിക്കാനുള്ള കഴിവ്;

* സ്കേലബിളിറ്റി;

* വിവിധ ഹാർഡ്‌വെയർ, സോഫ്റ്റ്‌വെയർ പ്ലാറ്റ്‌ഫോമുകളിലേക്കുള്ള പോർട്ടബിലിറ്റി;

* സംഭരിച്ച വിവരങ്ങൾക്കായി ഒരു മൾട്ടി-ലെവൽ ബാക്കപ്പ് സിസ്റ്റത്തിന്റെ സാന്നിധ്യം ഉൾപ്പെടെ വിവിധ തരത്തിലുള്ള പരാജയങ്ങൾക്കുള്ള പ്രതിരോധം;

* സംഭരിച്ച ഡാറ്റയുടെ സുരക്ഷയും അത് ആക്‌സസ് ചെയ്യുന്നതിനുള്ള വികസിത ഘടനാപരമായ സംവിധാനവും ഉറപ്പാക്കുന്നു.

ഒരു പ്രാദേശിക ഉപയോക്താവിന്റെയോ ഒരു ചെറിയ കൂട്ടം ഉപയോക്താക്കളുടെയോ പ്രശ്നങ്ങൾ പരിഹരിക്കാൻ ലക്ഷ്യമിട്ടുള്ളതും ഒരു പേഴ്‌സണൽ കമ്പ്യൂട്ടറിൽ ഉപയോഗിക്കാൻ ഉദ്ദേശിച്ചുള്ളതുമായ സോഫ്‌റ്റ്‌വെയറാണ് പേഴ്‌സണൽ ഡിബിഎംഎസ്. ഇത് അവരുടെ രണ്ടാമത്തെ പേര് വിശദീകരിക്കുന്നു - ടേബിൾടോപ്പ്. ഡെസ്ക്ടോപ്പ് സിസ്റ്റങ്ങളുടെ നിർവചിക്കുന്ന സവിശേഷതകൾ ഇവയാണ്:

* പ്രവർത്തനത്തിന്റെ ആപേക്ഷിക എളുപ്പം, അവയെ അടിസ്ഥാനമാക്കി പ്രവർത്തനക്ഷമമായ ഉപയോക്തൃ ആപ്ലിക്കേഷനുകൾ സൃഷ്ടിക്കാൻ നിങ്ങളെ അനുവദിക്കുന്നു;

* ഹാർഡ്‌വെയർ ഉറവിടങ്ങൾക്ക് താരതമ്യേന പരിമിതമായ ആവശ്യകതകൾ.

ഉപയോഗിച്ച ഡാറ്റാ മോഡലിനെ അടിസ്ഥാനമാക്കി, DBMS-കളെ ഹൈറാർക്കിക്കൽ, നെറ്റ്‌വർക്ക്, റിലേഷണൽ, ഒബ്ജക്റ്റ്-ഓറിയന്റഡ് എന്നിങ്ങനെ തിരിച്ചിരിക്കുന്നു. ചില DBMS-കൾക്ക് ഒരേസമയം നിരവധി ഡാറ്റ മോഡലുകളെ പിന്തുണയ്ക്കാൻ കഴിയും.

ഡാറ്റാബേസിൽ സംഭരിച്ചിരിക്കുന്ന ഡാറ്റയുമായി പ്രവർത്തിക്കാൻ ഇനിപ്പറയുന്ന തരത്തിലുള്ള ഭാഷകൾ ഉപയോഗിക്കുന്നു:

* ഡാറ്റ വിവരണ ഭാഷ - ഉയർന്ന തലത്തിലുള്ള നോൺ പ്രൊസീജറൽ ഭാഷ
ഒരു ലോജിക്കൽ വിവരിക്കാൻ ഉദ്ദേശിച്ചുള്ള ഡിക്ലറേറ്റീവ് തരം
ഡാറ്റ ഘടനകൾ;

* ഡാറ്റ കൃത്രിമ ഭാഷ - ഡാറ്റയുമായി പ്രവർത്തിക്കുന്നതിനുള്ള അടിസ്ഥാന പ്രവർത്തനങ്ങളുടെ നിർവ്വഹണം ഉറപ്പാക്കുന്ന ഒരു കൂട്ടം നിർമ്മാണങ്ങൾ: ഇൻപുട്ട്, പരിഷ്ക്കരണം, അഭ്യർത്ഥന പ്രകാരം ഡാറ്റ വീണ്ടെടുക്കൽ.

വ്യത്യസ്ത ഡിബിഎംഎസുകളിൽ പേരുള്ള ഭാഷകൾ വ്യത്യാസപ്പെട്ടിരിക്കാം. ഏറ്റവും വ്യാപകമായത് രണ്ട് സ്റ്റാൻഡേർഡ് ഭാഷകളാണ്: QBE - പാറ്റേൺ അന്വേഷണ ഭാഷ, SQL - ഘടനാപരമായ അന്വേഷണ ഭാഷ. QBE ന് അടിസ്ഥാനപരമായി ഒരു ഡാറ്റ കൃത്രിമ ഭാഷയുടെ ഗുണങ്ങളുണ്ട്; SQL രണ്ട് തരം ഭാഷകളുടെയും ഗുണങ്ങളെ സംയോജിപ്പിക്കുന്നു.

DBMS ഇനിപ്പറയുന്ന പ്രധാന താഴ്ന്ന നിലയിലുള്ള പ്രവർത്തനങ്ങൾ നടപ്പിലാക്കുന്നു:

* ബാഹ്യ മെമ്മറിയിൽ ഡാറ്റ മാനേജ്മെന്റ്;

* റാം ബഫറുകളുടെ മാനേജ്മെന്റ്;

* ഇടപാട് മാനേജ്മെന്റ്;

* ഡാറ്റാബേസിലെ മാറ്റങ്ങളുടെ ഒരു ലോഗ് നിലനിർത്തൽ;

* ഡാറ്റാബേസിന്റെ സമഗ്രതയും സുരക്ഷയും ഉറപ്പാക്കുന്നു.

ബാഹ്യ മെമ്മറിയിൽ ഡാറ്റ മാനേജ്മെന്റ് ഫംഗ്ഷൻ നടപ്പിലാക്കുന്നത് OS ഫയൽ സിസ്റ്റത്തിൽ റിസോഴ്സ് മാനേജ്മെന്റിന്റെ ഓർഗനൈസേഷൻ ഉറപ്പാക്കുന്നു.

ബാഹ്യ മെമ്മറിയുടെ അളവിനേക്കാൾ റാമിന്റെ അളവ് കുറവായതിനാലാണ് ഡാറ്റ ബഫർ ചെയ്യേണ്ടത്. ബാഹ്യവും റാമും തമ്മിലുള്ള കൈമാറ്റം വേഗത്തിലാക്കാൻ രൂപകൽപ്പന ചെയ്ത റാമിന്റെ മേഖലകളാണ് ബഫറുകൾ. ബഫറുകൾ ഡാറ്റാബേസ് ശകലങ്ങൾ താൽക്കാലികമായി സംഭരിക്കുന്നു, അതിൽ നിന്നുള്ള ഡാറ്റ DBMS ആക്സസ് ചെയ്യുമ്പോൾ ഉപയോഗിക്കാൻ ഉദ്ദേശിച്ചിട്ടുള്ളതോ അല്ലെങ്കിൽ പ്രോസസ്സ് ചെയ്ത ശേഷം ഡാറ്റാബേസിൽ എഴുതാൻ ഉദ്ദേശിക്കുന്നതോ ആണ്.

ഡാറ്റാബേസിലെ ഡാറ്റയുടെ സമഗ്രത നിലനിർത്താൻ ഒരു ഡിബിഎംഎസിൽ ഇടപാട് സംവിധാനം ഉപയോഗിക്കുന്നു. ഒരു ഇടപാട് എന്നത് ഡാറ്റാബേസ് ഡാറ്റയിലെ പ്രവർത്തനങ്ങളുടെ ചില അവിഭാജ്യ ശ്രേണിയാണ്, ഇത് തുടക്കം മുതൽ പൂർത്തിയാകുന്നത് വരെ DBMS ട്രാക്ക് ചെയ്യുന്നു. ഏതെങ്കിലും കാരണത്താൽ (ഉപകരണങ്ങളുടെ പരാജയങ്ങളും പരാജയങ്ങളും, സോഫ്റ്റ്‌വെയറിലെ പിശകുകൾ, ആപ്ലിക്കേഷൻ ഉൾപ്പെടെ) ഇടപാട് അപൂർണ്ണമായി തുടരുകയാണെങ്കിൽ, അത് റദ്ദാക്കപ്പെടും.

ഒരു ഇടപാടിന് മൂന്ന് പ്രധാന ഗുണങ്ങളുണ്ട്:

* ആറ്റോമിസിറ്റി (ഇടപാടിൽ ഉൾപ്പെടുത്തിയിരിക്കുന്ന എല്ലാ പ്രവർത്തനങ്ങളും നടത്തപ്പെടുന്നു അല്ലെങ്കിൽ ഒന്നുമില്ല);

* സീരിയലൈസബിലിറ്റി (ഒരേ സമയം എക്സിക്യൂട്ട് ചെയ്യുന്ന ഇടപാടുകൾക്ക് പരസ്പര സ്വാധീനമില്ല);

* ഈട് (ഒരു സിസ്റ്റം ക്രാഷ് പോലും പ്രതിജ്ഞാബദ്ധമായ ഇടപാടിന്റെ ഫലങ്ങൾ നഷ്ടപ്പെടുന്നതിലേക്ക് നയിക്കില്ല).

ഒരു ഇടപാടിന്റെ ഉദാഹരണം ബാങ്കിംഗ് സംവിധാനത്തിൽ ഒരു അക്കൗണ്ടിൽ നിന്ന് മറ്റൊന്നിലേക്ക് പണം കൈമാറുന്ന പ്രവർത്തനമാണ്. ആദ്യം, അവർ ഒരു അക്കൗണ്ടിൽ നിന്ന് പണം പിൻവലിക്കുകയും പിന്നീട് മറ്റൊരു അക്കൗണ്ടിലേക്ക് ക്രെഡിറ്റ് ചെയ്യുകയും ചെയ്യുന്നു. ഒരു പ്രവൃത്തിയെങ്കിലും പരാജയപ്പെടുകയാണെങ്കിൽ, പ്രവർത്തനത്തിന്റെ ഫലം തെറ്റായിരിക്കും, പ്രവർത്തനത്തിന്റെ ബാലൻസ് തകരാറിലാകും.

ഹാർഡ്‌വെയർ, സോഫ്‌റ്റ്‌വെയർ പരാജയങ്ങളുടെ സാന്നിധ്യത്തിൽ ഡാറ്റാബേസിലെ ഡാറ്റ സംഭരണത്തിന്റെ വിശ്വാസ്യത ഉറപ്പാക്കാൻ ഡിബിഎംഎസ് ആണ് മാറ്റ ലോഗിംഗ് നടത്തുന്നത്.

ഡാറ്റാബേസിന്റെ സമഗ്രത ഉറപ്പാക്കുന്നത് ഡാറ്റാബേസിന്റെ വിജയകരമായ പ്രവർത്തനത്തിന് ആവശ്യമായ ഒരു വ്യവസ്ഥയാണ്, പ്രത്യേകിച്ച് ഒരു നെറ്റ്‌വർക്കിൽ ഉപയോഗിക്കുമ്പോൾ. ഡിബി ഇന്റഗ്രിറ്റി എന്നത് ഒരു ഡാറ്റാബേസിന്റെ ഒരു പ്രോപ്പർട്ടിയാണ്, അതായത് സബ്ജക്ട് ഏരിയയെക്കുറിച്ചുള്ള പൂർണ്ണവും സ്ഥിരതയുള്ളതും വേണ്ടത്ര പ്രതിഫലിപ്പിക്കുന്നതുമായ വിവരങ്ങൾ അതിൽ അടങ്ങിയിരിക്കുന്നു. ഡാറ്റാബേസിൽ സംഭരിച്ചിരിക്കുന്ന ഡാറ്റ തൃപ്തിപ്പെടുത്തേണ്ട വ്യവസ്ഥകളുടെ രൂപത്തിൽ സമഗ്രത നിയന്ത്രണങ്ങൾ ഉപയോഗിച്ചാണ് ഡാറ്റാബേസിന്റെ സമഗ്രത വിവരിക്കുന്നത്.

ഡാറ്റാ എൻക്രിപ്ഷൻ, പാസ്‌വേഡ് പരിരക്ഷണം, ഡാറ്റാബേസിലേക്കും അതിന്റെ വ്യക്തിഗത ഘടകങ്ങളിലേക്കും (പട്ടികകൾ, ഫോമുകൾ, റിപ്പോർട്ടുകൾ മുതലായവ) ആക്‌സസ് ലെവലുകൾക്കുള്ള പിന്തുണ എന്നിവ വഴി DBMS-ൽ സുരക്ഷ ഉറപ്പാക്കുന്നു.

ഒരു ഡാറ്റാബേസ് സൃഷ്ടിക്കുന്നതിനുള്ള ഘട്ടങ്ങൾ.

ഇൻഫർമേഷൻ സിസ്റ്റം ഡാറ്റാബേസുകൾ രൂപകൽപ്പന ചെയ്യുന്നത് തികച്ചും അധ്വാനിക്കുന്ന ജോലിയാണ്. സബ്ജക്ട് ഏരിയയുടെ ഘടനയും പ്രക്രിയകളും ഔപചാരികമാക്കുന്നതിന്റെ അടിസ്ഥാനത്തിലാണ് ഇത് നടപ്പിലാക്കുന്നത്, ഡാറ്റാബേസിൽ സംഭരിക്കപ്പെടേണ്ട വിവരങ്ങൾ. ആശയപരവും സ്കീമാറ്റിക്-സ്ട്രക്ചറൽ ഡിസൈനും ഉണ്ട്.

ഒരു IS ഡാറ്റാബേസിന്റെ ആശയ രൂപകല്പന പ്രധാനമായും ഒരു ഹ്യൂറിസ്റ്റിക് പ്രക്രിയയാണ്. ഐഎസിന്റെ പ്രവർത്തന സമയത്ത് അതിന്റെ ചട്ടക്കൂടിനുള്ളിൽ നിർമ്മിച്ച വിഷയ മേഖലയുടെ വിവരസാങ്കേതിക മാതൃകയുടെ പര്യാപ്തത പരീക്ഷണാത്മകമായി പരിശോധിക്കുന്നു.

ആശയപരമായ രൂപകൽപ്പനയുടെ ഘട്ടങ്ങൾ ഞങ്ങൾ പട്ടികപ്പെടുത്തുന്നു:

1. വിഷയ മേഖലയെക്കുറിച്ചുള്ള ഒരു പൊതു ആശയം രൂപപ്പെടുത്തുന്നതിന് പഠിക്കുക;

2. വികസിപ്പിച്ച ഐഎസിന്റെ പ്രവർത്തനങ്ങളുടെയും ചുമതലകളുടെയും തിരിച്ചറിയലും വിശകലനവും;

3. വിഷയ മേഖലയുടെ പ്രധാന ഒബ്ജക്റ്റുകൾ-എന്റിറ്റികളുടെ നിർവ്വചനം
അവർ തമ്മിലുള്ള ബന്ധങ്ങളും;

4. വിഷയ മേഖലയുടെ ഔപചാരിക പ്രാതിനിധ്യം.

ഒരു റിലേഷണൽ ഡാറ്റാബേസ് സ്കീമ രൂപകൽപ്പന ചെയ്യുമ്പോൾ, ഇനിപ്പറയുന്ന നടപടിക്രമങ്ങൾ വേർതിരിച്ചറിയാൻ കഴിയും:

1. പട്ടികകളുടെ പട്ടികയും അവ തമ്മിലുള്ള ബന്ധങ്ങളും നിർണ്ണയിക്കുക;

2. ഫീൽഡുകളുടെ ലിസ്റ്റ്, ഫീൽഡ് തരങ്ങൾ, ഓരോ ടേബിളിന്റെയും കീ ഫീൽഡുകൾ (ടേബിൾ സ്കീമ) നിർണ്ണയിക്കുന്നു, വിദേശ കീകൾ വഴി പട്ടികകൾക്കിടയിൽ കണക്ഷനുകൾ സ്ഥാപിക്കുക;

3. പട്ടികകളിലെ ഫീൽഡുകൾക്കായി സൂചിക സ്ഥാപിക്കൽ;

4.എണ്ണമുളള ഫീൽഡുകൾക്കായുള്ള ലിസ്റ്റുകളുടെ (നിഘണ്ടുക്കൾ) വികസനം
ഡാറ്റ;

5. പട്ടികകൾക്കും ബന്ധങ്ങൾക്കുമായി സമഗ്രത നിയന്ത്രണങ്ങൾ സ്ഥാപിക്കൽ;

6.പട്ടികകളുടെ നോർമലൈസേഷൻ, പട്ടികകളുടെയും ബന്ധങ്ങളുടെയും പട്ടിക ക്രമീകരിക്കൽ.

റിലേഷണൽ ഡാറ്റാബേസുകൾ.

പരസ്പരം ബന്ധിപ്പിച്ചിട്ടുള്ള പട്ടികകളുടെ ഒരു കൂട്ടമാണ് റിലേഷണൽ ഡാറ്റാബേസ്, അവയിൽ ഓരോന്നിനും ഒരു പ്രത്യേക തരം ഒബ്ജക്റ്റുകളെക്കുറിച്ചുള്ള വിവരങ്ങൾ അടങ്ങിയിരിക്കുന്നു. പട്ടികയുടെ ഓരോ വരിയിലും ഒരു വസ്തുവിനെക്കുറിച്ചുള്ള ഡാറ്റ അടങ്ങിയിരിക്കുന്നു (ഉദാഹരണത്തിന്, ഒരു കാർ, ഒരു കമ്പ്യൂട്ടർ, ഒരു ക്ലയന്റ്), കൂടാതെ പട്ടികയുടെ നിരകളിൽ ഈ ഒബ്‌ജക്റ്റുകളുടെ വിവിധ സവിശേഷതകൾ അടങ്ങിയിരിക്കുന്നു - ആട്രിബ്യൂട്ടുകൾ (ഉദാഹരണത്തിന്, എഞ്ചിൻ നമ്പർ, പ്രോസസർ ബ്രാൻഡ്, ഫോൺ നമ്പറുകൾ കമ്പനികളുടെയോ ക്ലയന്റുകളുടെയോ).

ഒരു പട്ടികയുടെ വരികളെ റെക്കോർഡുകൾ എന്ന് വിളിക്കുന്നു. എല്ലാ ടേബിൾ റെക്കോർഡുകൾക്കും ഒരേ ഘടനയുണ്ട് - അവ ഒബ്ജക്റ്റ് ആട്രിബ്യൂട്ടുകൾ സംഭരിച്ചിരിക്കുന്ന ഫീൽഡുകൾ (ഡാറ്റ ഘടകങ്ങൾ) ഉൾക്കൊള്ളുന്നു (ചിത്രം 1). ഓരോ റെക്കോർഡ് ഫീൽഡിലും ഒബ്‌ജക്റ്റിന്റെ ഒരു സ്വഭാവം അടങ്ങിയിരിക്കുന്നു കൂടാതെ ഒരു നിർദ്ദിഷ്ട ഡാറ്റാ തരത്തെ പ്രതിനിധീകരിക്കുന്നു (ഉദാഹരണത്തിന്, ടെക്സ്റ്റ് സ്ട്രിംഗ്, നമ്പർ, തീയതി). റെക്കോർഡുകൾ തിരിച്ചറിയാൻ ഒരു പ്രാഥമിക കീ ഉപയോഗിക്കുന്നു. ഒരു പ്രാഥമിക കീ എന്നത് പട്ടിക ഫീൽഡുകളുടെ ഒരു കൂട്ടമാണ്, അവയുടെ മൂല്യങ്ങളുടെ സംയോജനം പട്ടികയിലെ ഓരോ റെക്കോർഡും അദ്വിതീയമായി തിരിച്ചറിയുന്നു.

പ്രാഥമിക കീ

ഡാറ്റാബേസിലെ എല്ലാ പട്ടികയ്ക്കും ഒരു പ്രാഥമിക കീ ഉണ്ടായിരിക്കാം. ഒരു റെക്കോർഡ് അദ്വിതീയമായി (അതുല്യമായി) തിരിച്ചറിയുന്ന ഒരു ഫീൽഡ് അല്ലെങ്കിൽ ഫീൽഡുകളുടെ ഒരു കൂട്ടമാണ് പ്രാഥമിക കീ. പ്രാഥമിക കീ ചുരുങ്ങിയത് മതിയാകും: പ്രാഥമിക കീയിൽ നിന്ന് നീക്കം ചെയ്യുന്നത് അതിന്റെ പ്രത്യേകതയെ ബാധിക്കാത്ത ഫീൽഡുകൾ അതിൽ അടങ്ങിയിരിക്കരുത്.

"ടീച്ചർ" പട്ടിക ഡാറ്റ

"ടീച്ചർ" ടേബിളിലെ പ്രാഥമിക കീ "ടാബ്" മാത്രമായിരിക്കും. №", മറ്റ് ഫീൽഡുകളുടെ മൂല്യങ്ങൾ ഈ പട്ടികയിൽ ആവർത്തിക്കാം.

ദ്വിതീയ കീ

പട്ടികകൾ തമ്മിലുള്ള ബന്ധങ്ങൾ സംഘടിപ്പിക്കുന്നതിനും ഡാറ്റാബേസിലെ വിവരങ്ങളുടെ സമഗ്രതയും സ്ഥിരതയും നിലനിർത്തുന്നതിനുള്ള പ്രധാന സംവിധാനമാണ് സെക്കൻഡറി കീകൾ.

ദ്വിതീയ കീ സൂചിപ്പിക്കുന്ന മറ്റൊരു പട്ടികയുടെ കീ ഫീൽഡിലുള്ള മൂല്യങ്ങൾ മാത്രം ഉൾക്കൊള്ളാൻ കഴിയുന്ന ഒരു ടേബിൾ ഫീൽഡാണ് സെക്കണ്ടറി. ഒരു ദ്വിതീയ കീ രണ്ട് പട്ടികകളെ ബന്ധിപ്പിക്കുന്നു.

രണ്ടോ അതിലധികമോ ഡാറ്റാബേസ് പട്ടികകൾക്കിടയിൽ ഒരു സബോർഡിനേറ്റ് ബന്ധം നിലനിൽക്കും. പ്രധാന പട്ടികയുടെ ഓരോ റെക്കോർഡിനും (മാസ്റ്റർ, പേരന്റ് എന്നും വിളിക്കുന്നു), സബോർഡിനേറ്റ് ടേബിളിൽ ഒന്നോ അതിലധികമോ റെക്കോർഡുകൾ ഉണ്ടായിരിക്കാമെന്ന് സബോർഡിനേഷൻ ബന്ധങ്ങൾ നിർണ്ണയിക്കുന്നു (വിശദാംശങ്ങൾ, ചൈൽഡ് എന്നും വിളിക്കുന്നു).

ഡാറ്റാബേസ് പട്ടികകൾ തമ്മിൽ മൂന്ന് തരത്തിലുള്ള ബന്ധങ്ങളുണ്ട്:

- "ഒന്ന് മുതൽ പലത് വരെ"

- "ഒന്ന് മുതൽ ഒന്ന് വരെ"

- "പലതും പലതും"

ഒരു പാരന്റ് ടേബിളിലെ ഒരു റെക്കോർഡ് ചൈൽഡ് ടേബിളിലെ ഒരു റെക്കോർഡുമായി പൊരുത്തപ്പെടുമ്പോൾ വൺ-ടു-വൺ ബന്ധം സംഭവിക്കുന്നു.

അനേകം-അനേകം ബന്ധം സംഭവിക്കുമ്പോൾ:

a) പേരന്റ് ടേബിളിലെ ഒരു റെക്കോർഡ് ചൈൽഡ് ടേബിളിലെ ഒന്നിലധികം റെക്കോർഡുകളുമായി പൊരുത്തപ്പെടാം;

b) ഒരു ചൈൽഡ് ടേബിളിലെ ഒരു റെക്കോർഡ് പാരന്റ് ടേബിളിലെ ഒന്നിലധികം റെക്കോർഡുകളുമായി പൊരുത്തപ്പെടാം.

ഒരു പാരന്റ് ടേബിളിലെ ഒരു റെക്കോർഡിന് ചൈൽഡ് ടേബിളിൽ ഒന്നിലധികം റെക്കോർഡുകൾ ഉണ്ടാകുമ്പോൾ ഒന്നിൽ നിന്ന് നിരവധി ബന്ധം സംഭവിക്കുന്നു.

ഫിസിക്കൽ, ലോജിക്കൽ ഡാറ്റാബേസ് മോഡലുകൾ

ലോജിക്കൽ ഡാറ്റ മോഡൽ. അടുത്ത ഘട്ടത്തിൽ, സബ്ജക്റ്റ് ഏരിയയുടെ ലോജിക്കൽ ഡാറ്റ മോഡലാണ് താഴ്ന്ന നില. ലോജിക് മോഡൽ വിഷയ മേഖലയുടെ ആശയങ്ങൾ, അവയുടെ ബന്ധങ്ങൾ, വിഷയ മേഖല ചുമത്തിയ ഡാറ്റയുടെ നിയന്ത്രണങ്ങൾ എന്നിവ വിവരിക്കുന്നു. "ജീവനക്കാരൻ", "വകുപ്പ്", "പ്രോജക്റ്റ്", "ശമ്പളം" എന്നിവയാണ് ആശയങ്ങളുടെ ഉദാഹരണങ്ങൾ. ആശയങ്ങൾ തമ്മിലുള്ള ബന്ധത്തിന്റെ ഉദാഹരണങ്ങൾ "ഒരു ജീവനക്കാരൻ കൃത്യമായി ഒരു വകുപ്പിൽ രജിസ്റ്റർ ചെയ്തിട്ടുണ്ട്", "ഒരു ജീവനക്കാരന് നിരവധി പ്രോജക്റ്റുകൾ നടപ്പിലാക്കാൻ കഴിയും", "നിരവധി ജീവനക്കാർക്ക് ഒരു പ്രോജക്റ്റിൽ പ്രവർത്തിക്കാൻ കഴിയും". നിയന്ത്രണങ്ങളുടെ ഉദാഹരണങ്ങൾ "തൊഴിലാളിയുടെ പ്രായം 16-ൽ കുറയാത്തതും 60 വയസ്സിൽ കൂടാത്തതുമാണ്."

ഭാവി ഡാറ്റാബേസിന്റെ പ്രാരംഭ പ്രോട്ടോടൈപ്പാണ് ലോജിക്കൽ ഡാറ്റ മോഡൽ. ലോജിക്കൽ മോഡൽ വിവര യൂണിറ്റുകളുടെ അടിസ്ഥാനത്തിലാണ് നിർമ്മിച്ചിരിക്കുന്നത്, പക്ഷേ ഒരു നിർദ്ദിഷ്ട DBMS-നെ പരാമർശിക്കാതെ. മാത്രമല്ല, ലോജിക്കൽ ഡാറ്റാ മോഡൽ അവശ്യം പ്രകടിപ്പിക്കണമെന്നില്ല ബന്ധമുള്ളഡാറ്റ മോഡലുകൾ. നിലവിൽ ഒരു ലോജിക്കൽ ഡാറ്റ മോഡൽ വികസിപ്പിക്കുന്നതിനുള്ള പ്രധാന മാർഗ്ഗങ്ങൾ വിവിധ ഓപ്ഷനുകളാണ് ER ഡയഗ്രമുകൾ (എന്റിറ്റി-റിലേഷൻഷിപ്പ് , എന്റിറ്റി-റിലേഷൻഷിപ്പ് ഡയഗ്രമുകൾ ). ഒരേ ER മോഡൽ ഒരു റിലേഷണൽ ഡാറ്റാ മോഡലായോ, ഹൈറാർക്കിക്കൽ, നെറ്റ്‌വർക്ക് DBMS-കൾക്കായുള്ള ഒരു ഡാറ്റാ മോഡലായോ അല്ലെങ്കിൽ പോസ്റ്റ്-റിലേഷണൽ ഡാറ്റാ മോഡലായോ പരിവർത്തനം ചെയ്യാൻ കഴിയും. എന്നിരുന്നാലും, കാരണം ഞങ്ങൾ റിലേഷണൽ ഡിബിഎംഎസുകൾ പരിഗണിക്കുന്നതിനാൽ, ഞങ്ങൾക്കുള്ള ലോജിക്കൽ ഡാറ്റ മോഡൽ റിലേഷണൽ ഡാറ്റ മോഡലിന്റെ അടിസ്ഥാനത്തിൽ രൂപപ്പെടുത്തിയതാണെന്ന് അനുമാനിക്കാം.

മുൻ തലത്തിൽ എടുത്ത തീരുമാനങ്ങൾ, ഒരു ഡൊമെയ്ൻ മോഡൽ വികസിപ്പിക്കുമ്പോൾ, ലോജിക്കൽ ഡാറ്റ മോഡൽ വികസിപ്പിക്കാൻ കഴിയുന്ന ചില അതിരുകൾ നിർവചിക്കുന്നു, ഈ അതിരുകൾക്കുള്ളിൽ വിവിധ തീരുമാനങ്ങൾ എടുക്കാം. ഉദാഹരണത്തിന്, വെയർഹൗസ് അക്കൗണ്ടിംഗ് ഡൊമെയ്ൻ മോഡലിൽ "വെയർഹൗസ്", "ഇൻവോയ്സ്", "ഉൽപ്പന്നം" എന്നീ ആശയങ്ങൾ അടങ്ങിയിരിക്കുന്നു. ഉചിതമായ റിലേഷണൽ മോഡൽ വികസിപ്പിക്കുമ്പോൾ, ഈ നിബന്ധനകൾ ഉപയോഗിക്കേണ്ടതുണ്ട്, എന്നാൽ ഇവിടെ നടപ്പിലാക്കുന്നതിന് നിരവധി വ്യത്യസ്ത മാർഗങ്ങളുണ്ട് - നിങ്ങൾക്ക് ഒരു ബന്ധം സൃഷ്ടിക്കാൻ കഴിയും, അതിൽ "വെയർഹൗസ്", "ഇൻവോയ്സ്", "ഉൽപ്പന്നം" എന്നിവ ആട്രിബ്യൂട്ടുകളായി ഉണ്ടാകും, അല്ലെങ്കിൽ നിങ്ങൾക്ക് കഴിയും മൂന്ന് വ്യത്യസ്ത ബന്ധങ്ങൾ സൃഷ്ടിക്കുക, ഓരോ ആശയത്തിനും ഒന്ന്.

ഒരു ലോജിക്കൽ ഡാറ്റ മോഡൽ വികസിപ്പിക്കുമ്പോൾ, ചോദ്യങ്ങൾ ഉയർന്നുവരുന്നു: ബന്ധങ്ങൾ നന്നായി രൂപകൽപ്പന ചെയ്തിട്ടുണ്ടോ? അവർ ഡൊമെയ്ൻ മോഡലിനെ ശരിയായി പ്രതിഫലിപ്പിക്കുന്നുണ്ടോ, അതിനാൽ ഡൊമെയ്ൻ തന്നെയാണോ?

ഫിസിക്കൽ ഡാറ്റ മോഡൽ. അതിലും താഴ്ന്ന നിലയിലാണ് ഫിസിക്കൽ ഡാറ്റ മോഡൽ. ഒരു ഫിസിക്കൽ ഡാറ്റ മോഡൽ ഒരു പ്രത്യേക ഡിബിഎംഎസ് ഉപയോഗിച്ച് ഡാറ്റ വിവരിക്കുന്നു. ഫിസിക്കൽ ഡാറ്റ മോഡൽ നടപ്പിലാക്കുന്നത് വഴിയാണെന്ന് ഞങ്ങൾ അനുമാനിക്കും ബന്ധമുള്ള DBMS, എന്നിരുന്നാലും, മുകളിൽ സൂചിപ്പിച്ചതുപോലെ, ഇത് ആവശ്യമില്ല. ലോജിക്കൽ ഡാറ്റ മോഡൽ രൂപീകരിക്കുന്ന ഘട്ടത്തിൽ വികസിപ്പിച്ച ബന്ധങ്ങൾ പട്ടികകളായി പരിവർത്തനം ചെയ്യപ്പെടുന്നു, ആട്രിബ്യൂട്ടുകൾ പട്ടിക നിരകളായി മാറുന്നു, പ്രധാന ആട്രിബ്യൂട്ടുകൾക്കായി അദ്വിതീയ സൂചികകൾ സൃഷ്ടിക്കപ്പെടുന്നു, ഡൊമെയ്‌നുകൾ ഒരു പ്രത്യേക ഡിബിഎംഎസിൽ സ്വീകരിച്ച ഡാറ്റ തരങ്ങളായി രൂപാന്തരപ്പെടുന്നു.

ലോജിക്കൽ ഡാറ്റാ മോഡലിൽ നിലവിലുള്ള നിയന്ത്രണങ്ങൾ വിവിധ ഡിബിഎംഎസ് ടൂളുകൾ വഴി നടപ്പിലാക്കുന്നു, ഉദാഹരണത്തിന്, സൂചികകൾ, ഡിക്ലറേറ്റീവ് ഇന്റഗ്രിറ്റി കൺസ്ട്രൈന്റുകൾ, ട്രിഗറുകൾ, സംഭരിച്ച നടപടിക്രമങ്ങൾ എന്നിവ ഉപയോഗിച്ച്. ഈ സാഹചര്യത്തിൽ, വീണ്ടും, ലോജിക്കൽ മോഡലിംഗ് തലത്തിൽ എടുക്കുന്ന തീരുമാനങ്ങൾ ഫിസിക്കൽ ഡാറ്റ മോഡൽ വികസിപ്പിക്കാൻ കഴിയുന്ന ചില അതിരുകൾ നിർണ്ണയിക്കുന്നു. അതുപോലെ, ഈ അതിരുകൾക്കുള്ളിൽ, വിവിധ തീരുമാനങ്ങൾ എടുക്കാം. ഉദാഹരണത്തിന്, ലോജിക്കൽ ഡാറ്റാ മോഡലിൽ അടങ്ങിയിരിക്കുന്ന ബന്ധങ്ങൾ പട്ടികകളായി പരിവർത്തനം ചെയ്യണം, എന്നാൽ ഡാറ്റ ആക്സസ് ചെയ്യുന്നതിനുള്ള വേഗത മെച്ചപ്പെടുത്തുന്നതിന് ഓരോ ടേബിളിലും വിവിധ സൂചികകൾ ഓപ്ഷണലായി പ്രഖ്യാപിക്കാവുന്നതാണ്. ഇവിടെ പലതും നിർദ്ദിഷ്ട DBMS-നെ ആശ്രയിച്ചിരിക്കുന്നു.

ഒരു ഫിസിക്കൽ ഡാറ്റ മോഡൽ വികസിപ്പിക്കുമ്പോൾ, ചോദ്യങ്ങൾ ഉയർന്നുവരുന്നു: പട്ടികകൾ നന്നായി രൂപകൽപ്പന ചെയ്തിട്ടുണ്ടോ? സൂചികകൾ ശരിയായി തിരഞ്ഞെടുത്തിട്ടുണ്ടോ? ഡാറ്റ സമഗ്രത നിലനിർത്താൻ ട്രിഗറുകളുടെയും സംഭരിച്ച നടപടിക്രമങ്ങളുടെയും രൂപത്തിൽ എത്ര കോഡ് എഴുതണം?