Students frequently turn to Computer Class 11 GSEB Solutions and GSEB Computer Textbook Solutions Class 11 Chapter 9 ડેટાબેઝ મૅનેજમેન્ટ સિસ્ટમનો પરિચય for practice and self-assessment.
GSEB Computer Textbook Solutions Class 11 Chapter 9 ડેટાબેઝ મૅનેજમેન્ટ સિસ્ટમનો પરિચય
પ્રશ્ન 1.
ડેટા અને ઇન્ફર્મેશન પદાવલિઓ ઉદાહરણ સાથે સમજાવો.
ઉત્તરઃ
ડેટા અને ઇન્ફર્મેશન (Data and Information)
ડેટા : દરેક પ્રકારની હકીકત, આંકડાઓ અને વ્યક્તિઓ વિશેની વિગત, જગ્યાઓ, વસ્તુઓ અથવા પ્રસંગોને ડેટા કહે છે.
- ડેટા જુદા જુદા સ્વરૂપમાં હોય છે. તે મૌખિક, લેખિત કમ્પ્યૂટીકરણ કરેલ અથવા કમ્પ્યૂટીકરણ ન કરેલ હોઈ શકે.
- ડેટા તેના મૂળ સ્વરૂપમાં ખાસ ઉપયોગી હોતા નથી. ડેટા ઉપર યોગ્ય પ્રક્રિયા કરી તેને ઉપયોગી અને અર્થપૂર્ણ ઇન્ફર્મેશનના સ્વરૂપમાં પેદા કરી શકાય.
- ડેટા એ નિર્ણય લેવામાં ખૂબ ઉપયોગી હોવાથી તેને ધંધાની એક અગત્યની સંપત્તિ મનાય છે.
ઇન્ફર્મેશન : ડેટા ઉપર પ્રક્રિયા કરીને મેળવેલ જરૂરી પરિણામને ઇન્ફર્મેશન કહે છે. - ઇન્ફર્મેશન એટલે પ્રક્રિયા કરેલ ડેટા.
- ઇન્ફર્મેશન આપણને નિર્ણય લેવા માટે ખૂબ ઉપયોગી છે.
પ્રશ્ન 2.
ઇન્ફર્મેશનની જરૂરિયાત સમજાવો.
ઉત્તર:
ડેટા પર પ્રક્રિયા કરીને મેળવેલ જરૂરી પરિણામને ઇન્ફર્મેશન કહે છે. ઇન્ફર્મેશન આપણને નિર્ણય લેવા માટે ખૂબ ઉપયોગી છે. સાચી ઇન્ફર્મેશનના આધારે લીધેલ નિર્ણય સંસ્થા માટે ફાયદાકારક બને છે. જ્યારે ખોટી ઇન્ફર્મેશનના આધારે લીધેલ નિર્ણય સંસ્થા માટે નુકસાનકારક સાબિત થાય છે.
પ્રશ્ન 3.
ડેટાબેઝ, ડેટા મૉડેલ અને ડેટાબેઝ મૅનેજમેન્ટ સિસ્ટમ પદાવલિઓ વ્યાખ્યાયિત કરો.
ઉત્તરઃ
ડેટાબેઝ અને ડેટા મૉડેલ (Database and Data Model)
ડેટાબેઝ : ડેટાબેઝ એ એકબીજા સાથે સંબંધિત સુવ્યવસ્થિત રીતે સંગૃહીત ડેટા-આઇટમ્સનો જથ્થો છે.
- ડેટાબેઝમાં અલગ અલગ પ્રકારની માહિતીને અલગ અલગ જૂથ બનાવીને સંગ્રહ કરવામાં આવે છે.
- ડેટાબેઝ ચોક્કસ નિયમો અનુસાર તૈયાર કરવામાં આવે છે.
ડેટા મૉડેલ : ડેટાબેઝનું અંતર્ગત માળખું ડેટા મૉડેલ તરીકે ઓળખાય છે. - ડેટા મૉડેલ એ ડેટાનો સંગ્રહ અને પુનઃપ્રાપ્તિની રીત દર્શાવે છે.
- હાયરાકિકલ ડેટા મૉડેલ, નેટવર્ક ડેટા મૉડેલ અને રિલેશનલ ડેટા મૉડેલ જેવા વિવિધ પ્રકારના ડેટા મૉડેલ ઉપલબ્ધ છે.
- અહીં આપણે ફક્ત રિલેશનલ મૉડેલની ચર્ચા કરીશું.
ડેટાબેઝ મૅનેજમેન્ટ સિસ્ટમ (Database Management System)
- કમ્પ્યૂટીકરણ કરેલા ડેટાબેઝ સાથે કામ કરવા માટે સૌપ્રથમ ડેટાબેઝને વ્યાખ્યાયિત કરવો પડે, ત્યારપછી ડેટાબેઝની રચના કરવી પડે.
- ડેટાબેઝમાં નીચે જણાવેલી મૂળભૂત પ્રક્રિયાઓ નિયમિત પણે કરવી જોઈએ :
- જ્યારે કોઈ વ્યવહાર થાય ત્યારે તે ડેટાબેઝમાં ઉમેરવો.
- જ્યારે કોઈ પણ સુધારા ધ્યાનમાં આવે ત્યારે ડેટાબેઝમાં તે સુધારા તરત કરવામાં આવે.
- બિનજરૂરી માહિતી ડેટાબેઝમાંથી દૂર કરવામાં આવે.
- યોગ્ય રીતે ડેટાબેઝનું આયોજન કરવામાં આવે.
- ડેટાબેઝમાં રહેલ ડેટાની સુરક્ષાનું પૂરતું ધ્યાન રાખવામાં આવે.
- ડેટાબેઝનો બૅક-અપ નિયમિત સમય અંતરે લેવામાં આવે.
- બહુવિધ ભાષામાં ડેટાનો સંગ્રહ કરી શકાય તેવો ડેટાબેઝ રાખવો.
- બહુવિધ સ્થળેથી ડેટાનો સંગ્રહ કરી શકાય તેવો ડેટાબેઝ રાખવો વગેરે.
- ઉપર જણાવેલ ડેટાબેઝના નિયંત્રણને સંબંધિત બધી ક્રિયાઓ ડેટાબેઝ મૅનેજમેન્ટ સિસ્ટમ તરીકે ઓળખાય છે.
- ડેટાબેઝના નિયંત્રણ માટે વિશિષ્ટ પ્રકારના સૉફ્ટવેરની જરૂર પડે છે. આવા સૉફ્ટવેરને ડેટાબેઝ મૅનેજમેન્ટ સિસ્ટમ (DBMS) તરીકે ઓળખવામાં આવે છે.
- DBMS એવું સૉફ્ટવેર છે, જે ડેટાબેઝને વ્યવહારુ અને વધુ ઉપયોગી બનાવે છે.
- ઑરેકલ (Oracle), ઇન્ગ્રેસ (Ingress), ડીબી2 (DB2), એસક્યુએલ સર્વર (SQL server), માય એસક્યુ- એલ (MY SQL), એમએસ એક્સેસ (MS Access), બેઝ (Base) વગે૨ે DBMS સૉફ્ટવેરનાં ઉદાહરણ છે.
- અહીં આપણે બેઝ (Base) કે જે ઓપનસોર્સ ડેટા- બેઝ છે અને ઓપનઑફિસ બેઝ તરીકે ઓળખાય છે, તેનો અભ્યાસ કરીશું.
- બેઝ રિલેશનલ ડેટા મૉડેલ પર આધારિત DBMS છે.9.4.
પ્રશ્ન 4.
ટેબલ, રેકૉર્ડ અને ફિલ્ડને ઉદાહરણ તેમજ આકૃતિ સાથે વ્યાખ્યાયિત કરો.
ઉત્તરઃ
ટેબલ (Table)
- ડેટાબેઝમાં ડેટાનો સંગ્રહ કરવા માટેનો મૂળભૂત એકમ ટેબલ છે.
- ટેબલની રચના સ્તંભ અને હાર(કૉલમ અને રો)ના સ્વરૂપમાં કરવામાં આવે છે.
- ટેબલમાં કઈ કઈ ઇન્ફર્મેશનનો સંગ્રહ કરવો અને સ્તંભ(Column)માં શીર્ષકો શું રાખવા તેનો નિર્ણય કરવા માટે ડેટાબેઝ ડિઝાઇનરે સૌપ્રથમ ડેટાબેઝની ઍન્ટિટીઝ (Entities) નક્કી કરવી પડે.
- ઍન્ટિટી એ વાસ્તવિક દુનિયાના ઑબ્જેક્ટ છે, જેના વિશે માહિતી ડેટાબેઝમાં સંગ્રહવામાં આવે છે. દા. ત., કર્મચારીની હાજરી માટેની સિસ્ટમના ડેટાબેઝમાં કર્મચારી એ ઍન્ટિટી છે.
- દરેક ઍન્ટિટીને સામાન્ય રીતે કેટલાક ઍટ્રિબ્યુટ હોઈ શકે.
- ઍન્ટિટીના ઍટ્રિબ્યૂટને સ્તંભ(Column)ના સ્વરૂપે રાખવામાં આવે છે.
- આકૃતિ માં ટેબલના વિવિધ ભાગો દર્શાવેલ છે.
- આકૃતિ માં જોઈ શકાય છે કે ઍન્ટિટીના ઍટ્રિબ્યૂટને ફિલ્ડ (Field) અથવા કૉલમ (Coloumn) તરીકે ઓળખવામાં આવે છે.
- કર્મચારી (Employee) ટેબલ(ઍન્ટિટી)માં First Name, Last Name, Address, City, વગેરે ફિલ્ડ એટલે કે ઍટ્રિબ્યુટ છે.
- બધા ફિલ્ડનો સમૂહ એક રેકૉર્ડ બનાવે છે.
પરિચય (Introduction)
- વર્તમાન સ્થિતિમાં લગભગ બધે જ માહિતીનો સંગ્રહ અને સંચાલન ઇલેક્ટ્રૉનિક સ્વરૂપે થાય છે.
- નાની અને મધ્યમ સંસ્થાઓના રોજિંદા વ્યવહારોને ઇન્ફર્મેશન સિસ્ટમ તરીકે ઓળખાતી સિસ્ટમમાં સંગ્રહ કરવામાં આવે છે.
- સર્ચ એન્જિન, આરક્ષણ પદ્ધતિ, ઑનલાઇન બૅન્કિંગ, ઑનલાઇન ટેક્સની ચુકવણી અને સ્ટૉક-ટ્રેડિંગ સિસ્ટમ ઇન્ફર્મેશન સિસ્ટમનાં ઉદાહરણો છે, જેમાં એક જ સમયે એકસાથે કરોડો ઉપયોગકર્તા તેનો ઉપયોગ કરે છે.
- આજે ઇન્ફર્મેશન સિસ્ટમનો ઉપયોગ અનિવાર્ય બની ગયો છે. આપણે દરેક વ્યક્તિ સીધી કે આડકતરી રીતે ઇન્ફર્મેશન સિસ્ટમનો ઉપયોગ કરીએ છીએ.
- ઇન્ફર્મેશન એ આઉટપુટ છે, જે કાચા (રો) ડેટા ઉપર પ્રક્રિયા કરીને મેળવવામાં આવે છે. તો ચાલો આપણે ડેટા અને ઇન્ફર્મેશન વિશે થોડું સમજીએ.
પ્રશ્ન 5.
લૉજિકલ ફિલ્ડ નામ અને ફિઝિકલ ફિલ્ડ નામ શું છે?
ઉત્તરઃ
ઍટ્રિબ્યૂટ(ફિલ્ડ)નાં લૉજિકલ અને ફિઝિકલ નામા (Logical Names and Physical Names of Attributes)
- “First Name” એ એક ફિલ્ડનું નામ છે, જે વ્યક્તિના નામનો સંગ્રહ કરે છે.
- આ ફિલ્ડનું નામ “FIRST NAME” અથવા “firstName” અથવા “first_name” કે પછી “FName” રાખી શકાય.
- બેઝમાં ફિલ્ડને “First Name” આપી શકાય પણ અન્ય ડેટાબેઝ ઍપ્લિકેશન્સ તેનો અસ્વીકાર કરશે અને તેને બદલે “first_name” વાપરવા સૂચવશે. આ નિયંત્રણ કોઈ ચોક્કસ ડેટાબેઝ સૉફ્ટવેરની ડિઝાઇન એ રીતે કરવામાં આવી છે તેને કારણે છે.
- ડેટા મૉડેલના ડિઝાઇન સમયે જે નામ વપરાય છે, તેને લૉજિકલ નામ કહેવાય છે. (દા. ત., First Name)
- ટેબલના આંતરિક માળખામાં ખરેખર જે નામ વાપરવામાં આવ્યું છે, તેને ફિઝિકલ નામ કહેવાય છે. (દા. ત. : FirstName)
- ફિઝિકલ નામ હંમેશાં આપણે જે સૉફ્ટવેર વાપરીએ છીએ, તેની પ્રણાલિકા પ્રમાણે જ હોવા જરૂરી છે.
પ્રશ્ન 6.
ફિલ્ડનું નામ નક્કી કરતાં સમયે અનુસરવામાં આવતી સૂચનાઓ લખો.
ઉત્તરઃ
- બેઝ સૉફ્ટવેરમાં ઍટ્રિબ્યૂટ(ફિલ્ડ)નાં નામ રાખવા નીચે જણાવેલ પ્રણાલિકા અનુસરવી જોઈએ. જેથી ડેટાબેઝ ડિઝાઇન અન્ય ડેટાબેઝ સૉફ્ટવેરમાં પણ વાપરી શકાય :
-
- બધાં ઍટ્રિબ્યૂટનાં નામ અક્ષરથી શરૂ કરો.
- અનુગામી અક્ષરો માટે અક્ષરો, અંકો અથવા અન્ડરસ્કોર ચિહ્ન વાપરો.
- બે શબ્દો વચ્ચે ખાલી જગ્યા(સ્પેશ)નો ઉપયોગ ન કરો. તેના બદલે અન્ડરસ્કોર ચિહ્ન કરી શકાય.
- અન્ડરસ્કોર સિવાય અન્ય કોઈ વિશિષ્ટ કૅરેક્ટરનો ઉપયોગ ન કરો.
- ઍટ્રિબ્યૂટનાં નામ બને તેટલા ટૂંકાં રાખો.
નોંધ : અહીં આપણે ડેટાબેઝ ડિઝાઇનમાં કૅમલ બૅક (Camel back) સંકેતનો ઉપયોગ કરીશું. એટલે કે ફિલ્ડ નેમનો દરેક શબ્દ કૅપિટલ અક્ષરથી શરૂ થશે. દા. ત., FirstName
- આકૃતિ અને માં મૉડર્ન ઇલેક્ટ્રૉનિક સ્ટોર માટે ડેટાબેઝમાં વપરાયેલાં ફિલ્મનાં નામો દર્શાવ્યા છે.
Supplier | |
Field Name | Data Type |
SupplierName | Text [VARCHAR_IGNORECASE] |
AddressLine 1 | Text [VARCHAR_IGNORECASE] |
AddressLine 2 | Text [VARCHAR_IGNORECASE] |
City | Text [VARCHAR_IGNORECASE] |
Pincode | Text fix [CHAR] |
ContactPersonName | Text [VARCHAR_IGNORECASE] |
E-mail Id | Text [VARCHAR] |
ContactNumber | Integer |
Employee | |
Field Name | Data Type |
First Name | Text [VARCHAR_IGNORECASE] |
Last Name | Text [VARCHAR_IGNORECASE] |
AddressLine 1 | Text [VARCHAR_IGNORECASE] |
AddressLine 2 | Text [VARCHAR_IGNORECASE] |
City | Text [VARCHAR_IGNORECASE] |
Pincode | Text fix [CHAR] |
E-mail Id | Text [VARCHAR] |
Mobile Number | Text [VARCHAR] |
Birth Date | Date |
Joining Date | Date |
Designation | Text [VARCHAR_IGNORECASE] |
[આકૃતિ : Supplier અને Employee ટેબલનાં દરેક ફિલ્ડના નક્કી કરેલા ડેટાટાઇપ]
Product | |
Field Name | Data Type |
ProductCatagory | Text [VARCHAR_IGNORECASE] |
ModelName | Text [VARCHAR_IGNORECASE] |
SupplierName | Text [VARCHAR_IGNORECASE] |
ReorderLevel | Small Int |
SellingPrice | integer |
Quantity on Hand | Small Int |
Product Image | Text [VARCHAR] |
Camera Pixel | integer |
Processor | Text [VARCHAR_IGNORECASE] |
OS Support | Text [VARCHAR_IGNORECASE] |
Touch Screen | Boolean |
Wi.fi.Enabled | Boolean |
Memory Slot ln GB | Small Int |
FM Support | Boolean |
Display Size in Inches | Small Int |
HDD Capacity in GB | Small Int |
Weightt in gms | Small Int |
Customer | |
Field Name | Data Type |
CustomerFname | Text [VARCHAR_IGNORECASE] |
Customer Lname | Text [VARCHAR_IGNORECASE] |
AddressLine1 | Text [VARCHAR_IGNORECASE] |
AddressLine2 | Text [VARCHAR_IGNORECASE] |
City | Text [VARCHAR_IGNORECASE] |
Pincode | Text [VARCHAR] |
E-mail Id | Text [VARCHAR_IGNORECASE] |
Mobile Number | Text [VARCHAR] |
Card Holder | Boolean |
[આકૃતિ : Product અને Customer ટેબલનાં દરેક ફિલ્ડના નક્કી કરેલા ડેટાટાઇપ ]
પ્રશ્ન 7.
ડેટાબેઝની ડિઝાઇન તૈયાર કરવાનાં પગલાંઓ લખો.
ઉત્તર:
ડેટાબેઝની ડિઝાઇન તૈયાર કરવાનાં પગલાં નીચે મુજબ છે :
પગલું 1 : સૌપ્રથમ એ નક્કી કરો કે કયો ડેટા સંગૃહીત કરવો છે? (ઍન્ટિટી નક્કી કરવી)
પગલું 2 : હવે દરેક ઍન્ટિટીમાં ક્યાં ફિલ્ડ(ઍટ્રિબ્યૂટ)નો સંગ્રહ કરીશું તે નક્કી કરીએ.
પગલું ૩ : ફિલ્ડ(ઍટ્રિબ્યૂટ)ને અનુરૂપ ડેટાટાઇપ નક્કી કરવી.
પગલું 4 : ટેબલ માટે કી-ફિલ્ડ નક્કી કરવું.
પ્રશ્ન 8.
Text (fix) [CHAR] અને Text [VARCHAR] વચ્ચેનો તફાવત શું છે? યોગ્ય ઉદાહરણ આપી સમજાવો.
ઉત્તરઃ
Text (fix) Char : આપણે જ્યારે ફિલ્ડમાં ચોક્કસ સંખ્યાના કૅરેક્ટર દાખલ કરવા બાબત જાણતા હોઈએ ત્યારે Text (fix) Char ડેટાટાઇપનો ઉપયોગ થાય. દા. ત., લાઇસન્સ નંબર અને પાસપોર્ટ નંબર માટે.
Text (VarChar) : ઉપયોગકર્તાએ કેટલા કૅરેક્ટર એન્ટર કર્યા તેના પ્રમાણે VarChar ડેટાટાઇપમાં બાઇટ્સની સંખ્યા ફાળવવામાં આવે છે.
પ્રશ્ન 9.
કી ફિલ્ડની વ્યાખ્યા આપો.
ઉત્તરઃ
દરેક ટેબલમાં એક ફિલ્ડ એવું હોવું જોઈએ કે જે ટેબલના દરેક રેકૉર્ડને અનન્ય (અજોડ) રીતે ઓળખી શકે. એટલે કે ટેબલની અજોડ અગત્યતા ધરાવતા ફિલ્ડને કી ફિલ્ડ તરીકે ઓળખવામાં આવે છે. દા. ત., Employee ટેબલમાં કર્મચારી નંબર (employee_number).
પ્રશ્ન 10.
પ્રાઇમરી કી શું છે? યોગ્ય ઉદાહરણ આપી સમજાવો.
ઉત્તરઃ
ડેટાબેઝની દૃષ્ટિએ એક અથવા વધારે ફિલ્ડના જોડાણ વડે દરેક રેકૉર્ડને અજોડ રીતે ઓળખ માટે સક્ષમ બનાવે તેને પ્રાઇમરી કી (Primary key) કહેવામાં આવે છે.
- ટેબલની પ્રાઇમરી કી ડેટાબેઝના બહુવિધ ટેબલ સાથે સંબંધ સ્થાપિત કરવા માટે પણ વપરાય છે.
- દરેક ટેબલ માટે પ્રાઇમરી કી વ્યાખ્યાયિત કરવી જરૂરી છે.
- ઉદાહરણ તરીકે Supplier ટેબલમાં Scode નામનું ફિલ્ડ પ્રાઇમરી કી તરીકે કામ કરે છે.
પ્રશ્ન 11.
પ્રાઇમરી કીની પ્રૉપર્ટીઝ શું શું છે?
ઉત્તરઃ
પ્રાઇમરી કીની પ્રૉપર્ટીઝ નીચે મુજબ છે :
- દરેક ટેબલ માટે પ્રાઇમરી કી વ્યાખ્યાયિત કરવી જરૂરી છે.
- કોઈ પણ ટેબલની એક કરતાં વધારે પ્રાઇમરી કી ન હોઈ શકે.
- પ્રાઇમરી કીની કિંમતો ડુપ્લિકેટ વૅલ્યુ તેમજ નલવૅલ્યુ ન હોઈ શકે.
- એક કરતાં વધારે ફિલ્ડનો સમન્વય (જોડાણ) પ્રાઇમરી કી તરીકે કામ આપી શકે છે. આ રીતે બનાવેલી પ્રાઇમરી કી, કમ્પોઝિટ પ્રાઇમરી કી તરીકે ઓળખાય છે.
પ્રશ્ન 12.
ડેટાટાઇપ એટલે શું? યોગ્ય ઉદાહરણ આપી સમજાવો.
ઉત્તરઃ
બેઝમાં ઉપલબ્ધ ડેટાટાઇપ (Data Types Available in Base)
બેઝમાં ઉપલબ્ધ ડેટાટાઇપને ત્રણ પ્રકારમાં વિભાજિત કરી શકાય છે :
- આલ્ફાન્યૂમરિક ટાઇપ અને ન્યૂમરિક ડેટાટાઇપ (Numeric Data Type),
- કૅલેન્ડર ટાઇપ અને
- બાયનરી ટાઇપ.
આલ્ફાન્યૂમરિક ટાઇપ (Alphanumeric Type) અને ન્યૂમરિક ડેટાટાઇપ (Numeric Data Type)
જ્યારે આપણે અક્ષર (Character), અંક (Number) અને વિશિષ્ટ અક્ષરો (Special charactrers) કે ચિહ્નો (Symbols) ધરાવતો ડેટા એન્ટર કરવા ઇચ્છતા હોઈએ ત્યારે કોષ્ટક 5માં દર્શાવ્યા પ્રમાણેના ડેટાટાઇપમાંથી કોઈ એક ડેટાટાઇપ પસંદ કરી શકીએ. આલ્ફાન્યૂમરિક કૅરેક્ટરનો સંગ્રહ કરવા માટે આ ડેટાટાઇપનો ઉપયોગ થાય છે.
કોષ્ટક 5 : આલ્ફાન્યૂમરિક ટાઇપનાં ઍટ્રિબ્યૂટ્સ
Name | Data type | Max Length | Description |
Memo | Long VarChar | 2 GB | ઉપયોગકર્તા દ્વારા નિર્દેશ કરવામાં આવેલ હોય તે મહત્તમ લંબાઈ કે સંખ્યામાં માહિતીનો સંગ્રહ કરે છે. તે કોઈ પણ UTF-8 અક્ષરો સ્વીકારે છે. |
Text(fix) | Char | 2 GB | ઉપયોગકર્તા દ્વારા નિર્દેશ કરવામાં આવેલ હોય તેટલી લંબાઈના લખાણનો સંગ્રહ કરે છે. નાની અક્ષરમાળા સાથે ખાલી જગ્યા (Space) ઉમેરે છે. કોઈ પણ UTF-8 અક્ષરો સ્વીકારે છે. |
Text | VarChar | 2 GB | આપેલ લંબાઈ સુધીની વિગતોનો સંગ્રહ કરે છે. ખાલી જગ્યા ઉમેરવામાં આવતી નથી. (Long Varcharની જેમ) |
Text | VarChar IgnoreCase | 2 GB | આપેલ લંબાઈ સુધીની વિગતોનો સંગ્રહ કરે છે. સરખામણી કેસ ઍન્સિટિવ નથી. તેમ ટાઇપ કરો તે મુજબ કૅપિટલનો સંગ્રહ કરે છે. |
હવે આપણે દરેક ડેટાટાઇપની લાક્ષણિકતા જોઈએ :
(1) Memo : આપણે કોઈ વર્ણનાત્મક ડેટાનો સંગ્રહ કરવાનો હોય કે જેમાં 255 કરતાં વધારે અક્ષરો હોય, તો મેમો (Memo) ડેટાટાઇપનો ઉપયોગ થાય.
મેમો (Memo) ડેટાટાઇપમાં 64000 અક્ષરો સુધી કોઈ પણ શાબ્દિક માહિતીનો સંગ્રહ કરી શકાય છે.
(2) Text (fix) Char : આપણે જ્યારે ફિલ્ડમાં ચોક્કસ સંખ્યાના કૅરેક્ટર દાખલ કરવા બાબત જાણતા હોઈએ ત્યારે Text (fix) Char ડેટાટાઇપનો ઉપયોગ થાય. દા. ત., લાઇસન્સ નંબર અને પાસપોર્ટ નંબર માટે.
(3) Text (VarChar) : ઉપયોગકર્તાએ કેટલા કૅરેક્ટર એન્ટર કર્યા તેના પ્રમાણે VarChar ડેટાટાઇપમાં બાઇટ્સની સંખ્યા ફાળવવામાં આવે છે.
(4) Text (VarChar) IgnoreCase: જ્યારે કોઈ ફિલ્ડ સર્ચમાં વપરાય અને તે અનિશ્ચિત હોય કે ઉપયોગકર્તા જે માહિતી શોધવાની હોય તે લોઅર કેસ કે અપર કેસમાં દાખલ કરશે ત્યારે Text (VarChar) IgnoreCase ડેટાટાઇપનો ઉપયોગ થાય.
નોંધ : આસ્કી (ASCII) કોડમાં એક કૅરેક્ટરનો સંગ્રહ કરવા માટે ફક્ત એક બાઇટની જરૂર પડે છે. અને તેમાં વાપરી શકો તેવા મહત્તમ કૅરેક્ટરની સંખ્યા 256 હોય છે.
- બેઝ UTF-8 નો ઉપયોગ કરીને કૅરેક્ટરનો સંગ્રહ કરે છે.
- UTF-8 એ ASCII અને Unicode બંને સાથે સુસંગત છે.
ન્યૂમેરિક ડેટાટાઇપ (Numeric Data Type)
- આંકડાકીય માહિતીનો સંગ્રહ કરવા માટે આ ડેટા- ટાઇપનો ઉપયોગ થાય છે. દા. ત., વિદ્યાર્થીના ગુણ, કર્મચારીનો પગા૨, હાલમાં ઉપલબ્ધ જથ્થો વગેરે.
- બેઝ અનેક પ્રકારના ન્યૂમરિક ડેટાટાઇપની સગવડ પૂરી પાડે છે, જેમાં ચિહ્ન સાથે અને ચિહ્ન વગરની સંખ્યા અલગ અલગ સંખ્યામાં બાઇટ વાપરે છે.
- કોષ્ટક 6માં વિવિધ ન્યૂમરિક ડેટાટાઇપ સાથે તેમાં વપરાતા બિટ્સ/બાઇટ્સની સંખ્યા તથા સીમા (રેન્જ) દર્શાવેલ છે.
કૅલેન્ડર ટાઇપ (Calendar Type)
- વર્ષ, મહિનો, દિવસ, ક્લાક, મિનિટ, સેકન્ડ વગેરે જેવી માહિતીનો સંગ્રહ કરવા માટે કૅલેન્ડર ડેટાટાઇપ વપરાય છે.
- કોષ્ટક 7 માં કૅલેન્ડર ડેટાટાઇપનું નામ અને વર્ણન આપેલાં છે.
કોષ્ટક 7 : કૅલેન્ડર ટાઇપ ઍટ્રિબ્યૂટ
Name | Description |
Date | Stores month, day and year information |
Time | Stores hour, minute and information |
Timestamp | Stores date and time information |
બાયનરી ટાઇપ (Bynary Type)
- એવી કોઈ પણ માહિતી જે શૂન્ય અને એકની શબ્દમાળામાં હોય તેનો સંગ્રહ કરવા માટે બાયનરી ડેટાટાઇપ વપરાય છે.
- ડિજિટલ ઇમેજ (ચિત્રો) અને ધ્વનિનો સંગ્રહ કરવા માટે બાયનરી ડેટાટાઇપ વપરાય છે. કોષ્ટક 8માં બાયનરી ડેટાટાઇપની વિગત આપેલી છે.
કોષ્ટક 8 : બાયનરી ટાઇપ ઍટ્રિબ્યૂટ
Name | Data type | Max Length | Description |
Image | Long Var Binary | 2 GB | Stores any array of bytes (images, sounds, etc.). |
Binary | Var Binary | 2 GB | Stores any array of bytes. |
Binary (fix) | Binary | 2 GB | Stores any array of bytes. |
- બેઝ જ્યારે Text ફિલ્ડની સંખ્યાને સૉર્ટ કરે છે, ત્યારે સંખ્યાને જમણીથી ડાબી બાજુ વાંચવાને બદલે ડાબી બાજુથી જમણી બાજુ વાંચે છે.
પગલું 4 : ડિઝાઇન કરેલ ટેબલનું કી ફિલ્મ (Key field) નક્કી કરો. ટેબલનું એ ફિલ્ડ જેની અજોડ અગત્યતા હોય તે કી ફિલ્ડ તરીકે ઓળખાય છે. - દરેક ટેબલમાં એક ફિલ્ડ એવું હોવું જોઈએ કે જે ટેબલના દરેક રેકૉર્ડને અનન્ય (અજોડ) રીતે ઓળખી શકે. દા. ત., કર્મચારી નંબર.
- ડેટાબેઝની દૃષ્ટિએ, એક અથવા વધારે ફિલ્ડના જોડાણ વડે દરેક રેકૉર્ડને અજોડ રીતે ઓળખ માટે સક્ષમ બનાવે તેને પ્રાઇમરી કી (Primary key) કહેવામાં આવે છે.
- નલવૅલ્યુ એટલે અજ્ઞાત (Unknoun) કે ગેરહાજર (ખૂટતી) કિંમત.
- પ્રાઇમરી કીની કિંમતો ડુપ્લિકેટ વૅલ્યુ તેમજ નલવૅલ્યૂ ન હોઈ શકે.
- આકૃતિ અને માં Supplier, Product, Employee અને Customer નામના ચાર ટેબલ આપેલાં છે.
- Supplier tableમાં જોઈ શકાય છે કે એવું કોઈ ફિલ્ડ નથી કે જે અજોડ કિંમત ધરાવતું હોય. આથી Supplier ટેબલમાં આપણે એક વધારાનું Scode નામનું ફિલ્ડ ઉમેરવું પડે, જેથી Supplierના રેકૉર્ડ અજોડ રીતે ઓળખી શકાય.
- ટેબલની પ્રાઇમરી કી ડેટાબેઝનાં બહુવિધ ટેબલ સાથે સંબંધ સ્થાપિત કરવા માટે પણ વપરાય છે.
- દરેક ટેબલ માટે પ્રાઇમરી કી વ્યાખ્યાયિત કરવી જરૂરી છે.
- કોઈ પણ ટેબલની એક કરતાં વધારે પ્રાઇમરી કી ન હોઈ શકે.
- જોકે એક કરતાં વધારે ફિલ્ડનો સમન્વય (જોડાણ) પ્રાઇમરી કી તરીકે કામ આપી શકે છે. આ રીતે બનાવેલી પ્રાઇમરી કી કમ્પોઝિટ પ્રાઇમરી કી (Composite Primary Key) તરીકે ઓળખાય છે.
પ્રયોગ 2
હેતુ : બેઝમાં Modern Electronic Store નામનો ડેટાબેઝ બનાવી તેમાં ટેબલ વિઝાર્ડનો ઉપયોગ કરી એક ટેબલ બનાવવું.
પગલું 1 : Applications → Office → OpenOffice.org3.2Base કમાન્ડ આપતા બેઝ ચાલુ થશે અને આકૃતિ પ્રમાણે સ્ક્રીન દેખાશે.
- અહીં અગાઉ બનાવેલા ડેટાબેઝ ઉપર જો કામ કરવા ઇચ્છતા હોઈએ, તો ‘Open an existing database file’ પસંદ કરો અને ડેટાબેઝ ખોલો. પરંતુ હજી સુધી આપણે કોઈ ડેટાબેઝ બનાવેલો નથી. આથી આપણે ‘Create a new database’ વિકલ્પ પસંદ કરીશું જેથી આકૃતિ માં દર્શાવ્યા મુજબ સ્ક્રીન પ્રદર્શિત થશે.
- અહીં OpenOffice.org વેબ સાઇટ ઉપર તમે તમારો ડેટાબેઝ રજિસ્ટર કરાવવાનો વિકલ્પ મેળવો છો. જો આપણે ડેટાબેઝને સાર્વજનિક (Public) બનાવવો હોય, તો આ વિકલ્પ પસંદ કરી શકાય.
- આપણે સાર્વજનિક બનાવવો નથી. આથી ‘No, do not register the database’ પસંદ કરીશું.
પગલું 2 : બેઝમાં આગળ આપણને બે વિકલ્પો મળે છે : (1) ડિઝાઇન વ્યૂ (Design View) અથવા (2) ટેબલ વિઝાર્ડ વાપરીને ટેબલ બનાવી શકાય.
આપણે વિઝાર્ડનો ઉપયોગ કરવાનો હોવાથી ‘Create table using the table wizard’ વિકલ્પના ચેક બૉક્સને પસંદ કરીશું. અને Finish બટન પર ક્લિક કરશું. જેથી આકૃતિ માં દર્શાવ્યા પ્રમાણે Save As ડાયલૉગ બૉક્સ ખૂલશે.
- અહીં File Name લેબલ સાથેના ટેક્સ્ટ બૉક્સમાં જ્યાં New Database લખેલું દેખાય છે, ત્યાં Modern Electronic Store ટાઇપ કરો અને પછી Save બટન પર ક્લિક કરો.
- ડેટાબેઝ ફાઈલને બેઝ જાતે .odb અનુલંબન આપશે અને આકૃતિ માં દર્શાવ્યા પ્રમાણે ટેબલ વિઝાર્ડ પ્રદર્શિત થશે.
પગલું 3 : અહીં અગાઉથી તૈયાર કરેલ ટેબલ છે, જે Business (ધંધાકીય) અને Personal (અંગત) બે પ્રકારમાં વિભાજિત છે.
- Business કૅટેગરી પસંદ કરી Sample tablesની યાદીમાં ઉપલબ્ધ ડ્રૉપ ડાઉન લિસ્ટ ઉપર ક્લિક કરો. જે યાદી ખૂલે તેમાં Suppliers નામનું ટેબલ પસંદ કરો. જેથી આકૃતિ માં દર્શાવ્યા પ્રમાણે ફિલ્ડની યાદી જોઈ શકાશે.
- હવે, Available fieldsની યાદીમાં દૃશ્યમાન બધા ફિલ્ડને બટન પર ક્લિક કરી પસંદ કરો. આના વિકલ્પરૂપે કન્ટ્રોલ કી દબાવી રાખીને તમે ઇચ્છો તે ફિલ્ડ એક પછી એક પસંદ કરો. પછી બટન પર ક્લિક કરો. ત્યારબાદ Finish બટન પર ક્લિક કરો. જેથી ડેટા વ્યૂમાં Suppliers ટેબલ ખૂલશે.
- ડેટા વ્યૂમાં ટેબલ ખોલવાથી ઉપયોગકર્તાને ટેબલમાં રેકૉર્ડ ઉમેરવા દેશે.
- આકૃતિ માં Suppliers ડેબલનો ડેટા વ્યૂ દર્શાવેલ છે.
પગલું 4 : હવે, Suppliers ડેટા વ્યૂ બંધ કરો અને ModernElectronicStore.odb વિન્ડો ખોલો અને આકૃતિ પ્રમાણે ડેટાબેઝની મુખ્ય વિન્ડો જોવા મળશે.
- અહીં ડાબી બાજુના ભાગમાં ડેટાબેઝ ઑબ્જેક્ટ્સ Tables, Queries, Forms અને Reports જોઈ શકાય છે.
- ટેબલ ટૅબમાં Suppliers ટેબલ જોઈ શકાશે. તો આ ટેબલના ફિલ્ડની વિગતો જોવા Suppliers ટેબલ આઇકોન પર રાઇટ ક્લિક કરો. ત્યારપછી ઉપલબ્ધ વિકલ્પોમાંથી Edit વિકલ્પ પસંદ કરો. આકૃતિ માં આ વિકલ્પો દર્શાવેલ છે.
- આકૃતિ માં દર્શાવ્યા પ્રમાણે Suppliers ટેબલ હવે ડિઝાઇન વ્યૂમાં ખૂલેલું છે. હવે, આપણે ટેબલના ફિલ્ડને એડિટ, અપડેટ અથવા ડિલીટ કરી શકીએ છીએ.
- આ વ્યૂમાં Field Name, Field Type, Decription અને Field Properties વ્યાખ્યાયિત કરી શકાય.
- ડિસ્ક્રિપ્શન : દરેક ફિલ્ડનો શો હેતુ છે, એ સમજવામાં વપરાશકર્તાને વર્ણન (ડિસ્ક્રિપ્શન) મદદરૂપ થાય છે. ટેબલનાં દરેક ફિલ્ડ માટે વર્ણન લખવું ફરજિયાત નથી.
- ફિલ્ડ પ્રૉપર્ટીઝ : ડેટા જે ઉમેરવાનો છે, તેના ઉપર નિયંત્રણ માટે અને યથાર્થતા (Validation) ચકાસવા માટે ફિલ્ડ પ્રૉપર્ટીઝનો ઉપયોગ થાય છે.
- ઑબ્જેક્ટ્સ દૂર કરવા (Deleting Objects) : બેઝમાં બનાવેલ કોઈ પણ ઑબ્જેક્ટ ડિલીટ કરવા ઑબ્જેક્ટના આઇકોન પર રાઇટ ક્લિક કરો અને Delete વિકલ્પ પસંદ કરો.
પ્રયોગ 3
હેતુ : ડિઝાઇન વ્યૂમાં ટેબલ બનાવવું. (Creating Table Using Design View)
પગલું 1 : આકૃતિ માં દર્શાવ્યા પ્રમાણે ડેટાબેઝની મેઇન વિન્ડોમાં ટાસ્કપૅનમાં ટેબલ બનાવવા માટેના બે વિકલ્પો : (1) Creat Table in Design View અને (2) Use Wizard to Create Table … ઉપલબ્ધ હોય છે. અહીં Create Table in Design View વિકલ્પ પર ક્લિક કરો. આથી ટેબલ Table Design Window ખૂલશે.
પગલું 2 : આકૃતિ માં દર્શાવ્યા પ્રમાણે ટેબલ ડિઝાઇન વ્યૂ એ એક જાળી જેવું માળખું (ગ્રીડ સ્ટ્રક્ચર) છે. જેમાં ત્રણ કૉલમ Field Name, Field type અને Description હોય છે અને વિન્ડોની મધ્યમાં નીચે Field Properties વિભાગ હોય છે. Suppliers ટેબલ બનાવવા આકૃતિમાં દર્શાવ્યા મુજબ Field Name અને Field Type એન્ટર કરો.
પગલું 3 : Scode ફિલ્ડ ઉપર રાઇટ ક્લિક કરો. જેથી આકૃતિ માં દર્શાવ્યા પ્રમાણે સબ-મેનૂ ખૂલશે. અહીં Primary key વિકલ્પ પસંદ કરો અને પસંદ કરેલા ફિલ્મની પહેલી કૉલમમાં કી જેવું ચિહ્ન પ્રદર્શિત થશે.
પગલું 4 : આકૃતિ માં દર્શાવ્યા પ્રમાણે ઉપર સ્ટાન્ડર્ડ ટૂલબારમાં Save બટન પર ક્લિક કરો. આથી આકૃતિ માં દર્શાવ્યા પ્રમાણે Save As ડાયલૉગ બૉક્સ દેખાશે. અહીં ટેબલનું નામ ટાઇપ કરો અને OK બટન પર ક્લિક કરો.
- આ જ પ્રમાણે Product, Employee અને Customer ટેબલ બનાવો.
- અત્યાર સુધીમાં બનાવેલાં ટેબલ માસ્ટર ટેબલ (Master Tables) તરીકે ઓળખાય છે.
પ્રશ્ન 13.
મેમો ડેટાટાઇપનો ઉપયોગ ક્યારે કરવો જોઈએ?
ઉત્તરઃ
આપણે કોઈ વર્ણનાત્મક ડેટાનો સંગ્રહ કરવાનો હોય કે જેમાં 255 કરતાં વધારે અક્ષરો હોય, તો મેમો (Memo) ડેટાટાઇપનો ઉપયોગ થાય છે.
મેમો ડેટાટાઇપમાં 64000 અક્ષરો સુધી કોઈ પણ શાબ્દિક માહિતીનો સંગ્રહ કરી શકાય છે.
પ્રશ્ન 14.
બેઝમાં ઉપલબ્ધ ઑબ્જેક્ટ્સની યાદી બનાવો.
ઉત્તરઃ
બેઝમાં મુખ્યત્વે ચાર ઑબ્જેક્ટ્સ ઉપલબ્ધ હોય છે :
- ટેબલ,
- ક્વેરીઝ,
- ફૉર્મ્સ અને
- રિપૉર્ટ્સ.
પ્રશ્ન 15.
નલવૅલ્યુ એટલે શું? યોગ્ય ઉદાહરણ આપી સમજાવો.
ઉત્તરઃ
કોઈ પણ અજ્ઞાત (Unknown) અથવા ગેરહાજર (Absent) કિંમતને નલવૅલ્યૂ કહે છે.
નલવૅલ્યૂ હોવાનાં બે કારણો હોય છે :
- તે ફિલ્ડની કિંમત આપણે જાણતા ન હોઈએ. અને
- કોઈ ચોક્કસ ફિલ્ડ કોઈ કિંમત ધરાવતું ન હોય.
દા. ત., Employee ટેબલમાં ડ્રાઇવિંગ લાઇસન્સ નંબર ફિલ્ડ અથવા પાસપોર્ટ નંબર ફિલ્ડ. કારણ કે જરૂરી નથી કે બધા જ કર્મચારી પાસે ડ્રાઇવિંગ લાઇસન્સ અથવા પાસપોર્ટ હોય.
Computer Class 11 GSEB Notes Chapter 9 ડેટાબેઝ મૅનેજમેન્ટ સિસ્ટમનો પરિચય
બેઝનો પરિચય (Introduction to Base)
- બેઝ એ ઓપનઑફિસ સ્યૂટનો એક ભાગ છે.
- બેઝ એ રિલેશનલ મૉડેલ પર આધારિત ઓપનસોર્સ ડેટાબેઝ છે.
- બેઝ એ રિલેશનલ ડેટાબેઝ મૅનેજમેન્ટ સિસ્ટમ (RDBMS) છે.
- દ્વિ-પરિમાણીય કોષ્ટકોમાં ડેટાની ગોઠવણી કે જેને ‘રિલેશન્સ’ (Relations) કહેવામાં આવે છે.
- ઈ. એફ. કોડ (E. F. Codd) દ્વારા ડિઝાઇન કરેલું રિલેશનલ મૉડેલ ગણિતની સેટ થિયરી પર આધારિત છે.
- રિલેશનલ મૉડેલ સૌથી સફળ ડેટા મૉડેલ છે, તેની પાછળનું મુખ્ય કારણ છે તેની સ૨ળતા તથા ડેટાનો સંબંધ સમજવો અને તેની પર કાર્ય કરવાની સરળતા.
- બેઝ એ સંબંધિત ડેટા-ઑબ્જેક્ટ્સનો સંગ્રહ છે.
- ટેબલ (Tables),ફૉર્મ્સ (Forms), ક્વેરીઝ (Queries), રિપૉર્ટ્સ (Reports), વગેરેને બેઝના ડેટા- ઑબ્જેક્ટ્સ કહે છે.
ફૉર્મ્સ (Forms)
- ફૉર્મ એ એક ઑબ્જેક્ટ છે, જે ટેબલમાં ડેટા દાખલ (એન્ટર) કરવાની અને ટેબલમાં રહેલા ડેટામાં સુધારા- વધારા (એડિટિંગ) અથવા કાઢી નાખવા(ડિલીટ કરવા)ની સગવડ આપે છે.
- ફૉર્મ્સમાં ફૉર્મેટ, સ્ટાઇલ અને રેડિયો બટન, લિસ્ટ બૉક્સ જેવા વિજેટ્સ (Widgets) હોય છે, જે ડેટા સાથે ટેબલની સરળતાથી અને વ્યવસ્થિત રીતે રચના કરવાની સગવડ પૂરી પાડે છે.
ક્વેરીઝ (Queries)
- કોઈ પણ ડેટાબેઝ પર્યાવરણમાં પૂછવામાં આવેલો પ્રશ્ન ક્વેરી (Query) તરીકે ઓળખાય છે.
- ક્વેરી ડેટાબેઝનાં વિવિધ ટેબલમાંથી ઉપયોગકર્તાની ઇચ્છા મુજબ કેટલાક ડેટા પ્રદર્શિત કરે છે.
- બેઝમાં ક્વેરીનું આઉટપુટ હાર અને સ્તંભ સ્વરૂપે પ્રદર્શિત થાય છે.
રિપૉર્ટ્સ (Reports)
- વપરાશકર્તાની જરૂરિયાત મુજબ એક સંગૃહીત અને વાચનીય સ્વરૂપમાં કરેલી ઇન્ફર્મેશનની રજૂઆતને રિપૉર્ટ કહે છે.
- બેઝમાં અનેકવિધ જટિલ રિપૉર્ટ તૈયાર કરી શકાય છે, જેનો ઉપયોગ સંસ્થાઓનાં મૅનેજમેન્ટને નિર્ણય લેવામાં મદદ કરે છે.
પ્રયોગ 1
હેતુ : વિનિયોગ માટે નમૂનાનો ડેટાબેઝ તૈયાર કરવો. (Creating a Sample Database for an Application.)
- અહીં આપણે એક કાલ્પનિક ‘મૉડર્ન ઇલેક્ટ્રૉનિક સ્ટોર’ માટે એક નાના વિનિયોગની રચના કરવાની છે.
- આ કામ માટે આપણે એક સ્ટોર મૅનેજમેન્ટ સિસ્ટમ તૈયાર કરવાની છે.
- મૉડર્ન ઇલેક્ટ્રૉનિક સ્ટો૨ નીચે મુજબ વ્યવસાય કરે છે :
- આ સ્ટોર મોબાઇલ્સ, કૅમેરા, હૅન્ડિકૅમ્સ, લૅપટૉપ્સ, નોટબુક્સ, આઇપેડ્સ, સ્માર્ટ ફોન્સ અને તેને સંબંધિત એસેસરીઝ જેવા ઉપકરણ વેચે છે.
- આ ઉત્પાદનો વિવિધ સપ્લાયર્સ પાસેથી ખરીદે છે.
- સ્ટોરને ભૌતિક તેમજ ઑનલાઇન (વેબ) શોપ છે.
- સંભવિત ગ્રાહકમાંથી ગ્રાહકમાં ફેરવવા માટે વેચાણ કરનાર સ્ટાફને ખાસ પ્રોત્સાહનો ચૂકવવામાં આવે છે.
- ઉપરનાં કાર્યો પાર પાડવા સૌપ્રથમ આપણે એક ડેટાબેઝ તૈયાર કરવો પડે.
- નીચે જણાવેલાં પગલાં ડેટાબેઝની ડિઝાઇનમાં આપણી મદદ કરશે :
પગલું 1 : સૌપ્રથમ એ નક્કી કરો કે કયો ડેટા સંગૃહીત કરવો છે?
દા. ત.,
માલ-સામાન (પ્રૉડક્ટ) – Product
માલ મોકલનાર (સપ્લાય) – Supplier
કર્મચારી (ઍમ્પ્લોયી) – Employee
ગ્રાહક (કસ્ટમર) – Customer
આ તમામ Entities (ટેબલ) છે.
નોંધ : ઍન્ટિટી કોઈ વ્યક્તિ, વસ્તુ, જગ્યા અથવા ઑબ્જેક્ટ હોઈ શકે, જેના વિશેનો ડેટા આપણે ડેટાબેઝમાં સંગ્રહ કરીએ છીએ.
દરેક ઍન્ટિટી માટે અલગ અલગ ટેબલની ડિઝાઇન બનાવવી જોઈએ. જેના નામ આપણે Product, Supplier, Employee, તથા Customer રાખીશું.
પગલું 2 : હવે દરેક ઍન્ટિટીમાં કયાં ઍટ્રિબ્યુટ(Field)નો સંગ્રહ કરીશું તે નક્કી કરીએ.
નોંધ : ઍટ્રિબ્યૂટ (ફિલ્ડ) એ ઍન્ટિટીની લાક્ષણિકતા છે.
આપણે કોષ્ટક 1, 2, 3 અને 4માં દર્શાવ્યા પ્રમાણે Supplier, Employee, Customer Product ટેબલમાં માહિતીનો સંગ્રહ કરીશું.
કોષ્ટક 1 : Supplier ઍન્ટિટીનાં ઍટ્રિબ્યૂટ
Supplier | |
Attributes | Description |
Supplier Name | Name of supplier, it could be name of company like Samsung India |
Address Line 1 | Address from where products are dispatched |
Address Line 2 | Street and/or area |
City | City from where products are dispatched |
Pincode | Pincode of area within a city |
Contact Person Name | Person to be contacted |
E-mail Id | E-mail address of contact person |
Contact Number | Contact number of office |
કોષ્ટક 2 : Employee ઍન્ટિટીનાં ઍટ્રિબ્યૂટ
Employee | |
Attributes | Description |
First Name | Name of the Employee |
Last Name | Surname of the Employee |
Address Line 1 | Address of the Employee |
Address Line 2 | Street and/or area |
City | City |
Pincode | Pincode of area of above city |
E-mail Id | E-mail address of Employee |
Mobile Number | Mobile number of Employee |
Birth Date | Birth Date of Employee |
Joining date | Joining date of Employee |
Designation | Current designation of an employee |
કોષ્ટક 3 : Customer ઍન્ટિટીનાં ઍટ્રિબ્યૂટ
Customer | |
Attributes | Description |
First Name | Name of the Employee |
Customer First Name | Name of customer |
Customer Last Name | Surname of customer |
Address Line 1 | Address of customer |
Address Line 2 | Street and/or area |
City | City |
Pincode | Pincode of area of above city |
E-mail Id | E-mail address of customer |
Mobile Number | Mobile number of customer |
Card Holder | Whether customer is member of Modern Electronic Store |
કોષ્ટક 4 : Product ઍન્ટિટીનાં ઍટ્રિબ્યૂટ
Product | |
Attributes | Description |
Product Category | Category of Product like ipad, mobile, smart phone etc. |
Model Name | Name of the Model like Samsung Galaxy III |
Supplier Name | Name of the Supplier |
Reorder Level | Stock level that triggers purchase order |
Selling Price | Current selling price of the product |
Quantity on Hand | Stock available |
Product Image | Image of Product |
Camera Pixel Size | Mega pixels of Camera |
Processor | Processor name |
OS Support | Name of Operating Systems supported by model |
Touch Screen | Touch Screen Feature available or not |
Wi-fi Enabled | Whether the phone is wi-fi enabled |
Memory Slot | Capacity of Initial slot of memory |
FM Support | Whether FM support is available or not |
Display Size | Display size in inches |
HDD Capacity | Hard disk capacity |
Weight | Weight of the item |
પગલું 3 : હવે તમે એ નક્કી કરો કે દરેક ઍટ્રિબ્યૂટ(ફિલ્ડ)માં કયા પ્રકારના ડેટા દાખલ કરવા માંગો છો. તેના આધારે ટેબલની ડિઝાઇન કરતા સમયે દરેક ફિલ્ડની ડેટાટાઇપ (Data type) નક્કી કરવી પડે છે.
- દરેક ફિલ્ડની ડેટાટાઇપ વ્યાખ્યાયિત કરવી ફરજિયાત છે.
- ડેટાટાઇપ એ ફિલ્ડમાં ડેટાસંગ્રહ કરવાનું માળખું દર્શાવે છે.
- ઉપર મુજબ તૈયા૨ કરેલ ટેબલમાં આકૃતિ અને માં દર્શાવ્યા પ્રમાણે નમૂનાના રેકૉર્ડ ઉમેરો.