সাধারণকরণ এবং Denormalization মধ্যে পার্থক্য

Anonim

সাধারণীকরণের বনাম Denormalization

সম্পর্কীয় ডাটাবেস সম্পর্কের (সম্পর্কিত সারণি) গঠিত হয়। টেবিলের কলামগুলির মধ্যে রয়েছে। যদি টেবিলের দুটি বড় (এক টেবিলের মধ্যে অনেকগুলি কলাম থাকে), তাহলে ডাটাবেস ত্রুটিগুলি ঘটতে পারে। যদি টেবিলের দুটি ছোট (অর্থাৎ ডাটাবেসটি অনেক ছোট টেবিলের সমন্বয়ে গঠিত), তাহলে এটি অনুসন্ধানের জন্য অক্ষম। সাধারণকরণ এবং Denormalization ডাটাবেসের কার্যকারিতা অপ্টিমাইজ করার জন্য ব্যবহৃত দুটি প্রসেসঃ সাধারণকরণ তথ্য টেবিলের মধ্যে থাকা অপ্রয়োজনীয়তাগুলিকে কমিয়ে দেয়.অনোমার্মালাইজেশন (স্বাভাবিককরণের বিপরীত) অপ্রয়োজনীয় তথ্য বা গ্রুপ তথ্য যোগ করে।

< সাধারণীকরণ কি?

সাধারণীকরণ একটি প্রক্রিয়া যা রিলেশনাল উপাত্তগুলিতে উপস্থিত তথ্যগুলির মধ্যে উপস্থিত হ'ল অদলবদল করা হয়। এই প্রক্রিয়াটি মূলত ছোট টেবিলগুলিতে বড় সারণিগুলিকে কম অপ্রয়োজনীয়তার সাথে বিভক্ত করবে ("সাধারণ ফর্ম")। এই ছোট টেবিল সম্পর্কযুক্ত হবে সুপ্রতিষ্ঠিত সম্পর্কগুলির মাধ্যমে একে অপরকে ড। একটি ভাল স্বাভাবিক ডেটাবেস, ডেটাতে কোনও পরিবর্তন বা সংশোধনের জন্য শুধুমাত্র একটি একক সারণি সংশোধন করার প্রয়োজন হবে। প্রথম সাধারণ ফরম (1 এনএফ), দ্বিতীয় স্বাভাবিক ফরম (2 এনএফ), এবং তৃতীয় সাধারণ ফর্ম (3 এনএফ) এডগার এফ। বয়েস-কোডেড নরমাল ফরম (বিসিএনএফ) 1974 সালে কড এবং রেমন্ড এফ বোস দ্বারা চালু করা হয়েছিল। উচ্চতর স্বাভাবিক ফরম (4 এনএফ, 5 এনএফ এবং 6 এনএফ) সংজ্ঞায়িত করা হয়েছে, কিন্তু তারা খুব কমই ব্যবহৃত হচ্ছে।

1 এনএফ এর মেনে চলার একটি টেবিল নিশ্চিত করে যে এটি আসলে একটি সম্পর্ককে প্রতিনিধিত্ব করে (অর্থাৎ এটি পুনরাবৃত্তির কোনও রেকর্ড থাকে না) এবং কোনও বৈশিষ্ট্যাবলী নেই যা সম্পর্কীয় মূল্যবান (অর্থাৎ সকল বৈশিষ্ট্যাবলী পারমাণবিক মান থাকা উচিত)। একটি টেবিলের 2NF মেনে চলার জন্য, এটি 1NF এবং কোনও বৈশিষ্ট্য যা কোনও প্রার্থী কী (i। Non-prime attributes) এর একটি অংশ নয় এর সাথে মেনে চলতে হবে টেবিলের প্রার্থীর কীগুলির উপর নির্ভর করে। কড্ডের সংজ্ঞা অনুযায়ী, একটি টেবিলের 3 এনএফ বলে, যদি কেবল টেবিলের দ্বিতীয় স্বাভাবিক ফর্ম (২ এনএফ) থাকে এবং টেবিলের প্রত্যেকটি বৈশিষ্ট্যাবলী, যেটি একজন প্রার্থীর মূলের অন্তর্গত নয়, সেটি সরাসরি প্রতিবার নির্ভর করবে যে টেবিলের প্রার্থী কী বিসিএনএফ (3 এনএফ হিসাবেও পরিচিত) 3 এনএফ দ্বারা সংযোজিত নয় এমন অনিয়মগুলি তুলে ধরে।

Denormalization কি?

অস্বাভাবিককরণ হচ্ছে স্বাভাবিককরণ প্রক্রিয়ার বিপরীত প্রক্রিয়া। Denormalization কর্মক্ষমতা নিখুত অপ্রয়োজনীয় ডেটা বা গ্রুপ তথ্য যোগ করে কাজ করে। যদিও, অপ্রয়োজনীয় ডেটা জোড়াতালি বিক্রি করে, কখনও কখনও denormalization একটি গুরুত্বপূর্ণ প্রক্রিয়া যা রিলেশনাল ডেটাবেস সফটওয়্যারের কিছু ত্রুটিগুলি অতিক্রম করতে পারে যা সাধারণ ডেটাবেস (এমনকি উচ্চতর পারফরম্যান্সের জন্যও সুরক্ষিত) সহ ভারী কর্মক্ষমতা জরিমানা করতে পারে।এটি কারণ একটি সম্পর্ক একটি ফলাফল উত্পন্ন করতে বিভিন্ন সম্পর্ক (যা স্বাভাবিকের ফলাফল) যোগদান করতে পারেন কখনও কখনও ডাটাবেস সিস্টেমের প্রকৃত শারীরিক বাস্তবায়নের উপর নির্ভর করে ধীর হতে পারে।

সাধারণীকরণ এবং Denormalization এর মধ্যে পার্থক্য কি?

- সাধারণীকরণ এবং নিষ্ক্রিয়করণ দুটি প্রক্রিয়া যা পুরোপুরি বিপরীত।

- সাধারণকরণ হল অপ্রয়োজনীয় তথ্য হ্রাসকরণে ছোট ছোট টেবিলগুলিকে বিভক্ত করার প্রক্রিয়া, যখন ডিনামরিলাইজেশন কর্মক্ষমতা নিখুত করার জন্য অপ্রয়োজনীয় ডেটা যোগ করার প্রক্রিয়া।

- ডাটাবেস ত্রুটিগুলি প্রতিরোধ করার জন্য সাধারণীকরণ করা হয়।

- ডেমনালাইজেশনটি সাধারণত ডাটাবেসের পঠন কর্মক্ষমতা উন্নত করতে পরিচালিত হয়, কিন্তু ডেনিমলাইজেশনের জন্য ব্যবহৃত অতিরিক্ত সীমাবদ্ধতার কারণে (i। সন্নিবেশ, আপডেট এবং মুছুন অপারেশনগুলি) ধীর হতে পারে। অতএব, একটি denormalized ডাটাবেস একটি স্বাভাবিক ডেটাবেস তুলনায় খারাপ লেখার কর্মক্ষমতা দিতে পারেন

- এটি প্রায়ই সুপারিশ করা হয় যে "যতক্ষণ না এটি ব্যাথা লাগে ততক্ষণ পর্যায়ক্রমে" যতক্ষণ না এটি কাজ করে, ততক্ষণ পর্যন্ত মানানসই হওয়া উচিত "।