Relational Database Design (Contd.) - 3

00:33:36
https://www.youtube.com/watch?v=EnTIVJi4bW4

Sintesi

TLDRDans cet exposé détaillé, nous explorons les concepts fondamentaux de la gestion des bases de données relationnelles, en mettant l'accent sur la normalisation. La discussion s'articule autour de la réduction des redondances et de l'élimination des anomalies dans les schémas relationnels grâce à la normalisation. Cela inclut des processus comme l'identification des formes normales (3NF et BCNF), leur application pour décomposer les schémas, et l'importance de maintenir l'intégrité des dépendances fonctionnelles tout en assurant une décomposition avec perte minimale d'information. Les anomalies de mise à jour, d'insertion et de suppression sont explicitées, ainsi que la façon dont les processus de décomposition permettent de les résoudre.

Punti di forza

  • 🗂️ La normalisation est essentielle pour une gestion efficace des bases de données relationnelles.
  • 🔍 3NF et BCNF sont des outils cruciaux pour minimiser les redondances.
  • 📉 La réduction de la redondance aide à éviter les anomalies d'insertion et de mise à jour.
  • 🔗 Les dépendances fonctionnelles définissent les relations entre les attributs des bases de données.
  • 🗝️ Une clé correcte est cruciale pour la structuration des données en schémas.
  • 🛠️ Décomposer un schéma peut nécessiter plusieurs étapes de normalisation.
  • 🚫 Éviter les anomalies peut aussi réduire la complexité des bases de données.
  • 🔄 La décomposition sans perte garantit que les données peuvent être recomposées.
  • 🛡️ Maintenir l'intégrité des dépendances lors de la décomposition est primordial.
  • 🧩 Comprendre les formes normales et leurs implications est fondamental pour un design efficace.

Linea temporale

  • 00:00:00 - 00:05:00

    Dans cette discussion sur les systèmes de gestion de bases de données, nous avons exploré les concepts de normalisation, en nous concentrant sur la dépendance fonctionnelle et la décomposition sans perte. Le but est de minimiser la redondance et les anomalies dans la gestion des données relationnelles.

  • 00:05:00 - 00:10:00

    Nous avons approfondi la conception de schémas relationnels, en discutant des formes normales, notamment la troisième forme normale (3NF) et la forme normale de Boyce-Codd (BCNF). L'objectif étant d'éliminer les anomalies d'insertion, de mise à jour et de suppression qui surviennent avec la redondance des données.

  • 00:10:00 - 00:15:00

    Le processus de normalisation implique de structurer les bases de données relationnelles de manière à empêcher les anomalies mentionnées, en décomposant les schémas en augmentant les contraintes. La décomposition doit préserver les dépendances fonctionnelles et permettre le maintien des propriétés de jointure sans perte.

  • 00:15:00 - 00:20:00

    Nous avons décrit plusieurs anomalies courantes dans les bases de données qui découlent d'une mauvaise décomposition, notamment les anomalies de mise à jour et d'insertion, en proposant des solutions via la décomposition en schémas plus normalisés.

  • 00:20:00 - 00:25:00

    En abordant le troisième normal form (3NF), nous avons discuté des dépendances partielles et transitives et de leur impact sur la redondance des données. Nous avons également examiné le processus de conversion d'un schéma à la forme normale supérieure pour éviter ces redondances.

  • 00:25:00 - 00:33:36

    Finalement, nous avons comparé les approches de normalisation jusqu'à la BCNF et discuté des limites de la BCNF concernant la préservation des dépendances fonctionnelles. Nous avons conclu avec l'importance d'atteindre un compromis entre les formes normales respectées et la simplicité de gestion des données pour éviter les redondances inévitables.

Mostra di più

Mappa mentale

Mind Map

Domande frequenti

  • Quels sont les principaux objectifs de la normalisation des bases de données?

    La normalisation vise à minimiser la redondance des données et à éliminer les anomalies d'insertion, de mise à jour et de suppression.

  • Qu'est-ce qu'une dépendance fonctionnelle?

    Une dépendance fonctionnelle exprime une relation entre deux ensembles d'attributs, où un attribut est déterminé par un autre.

  • Quelle est la différence entre 3NF et BCNF?

    3NF permet à certaines dépendances non clés si elles font partie d'une clé candidate, tandis que BCNF exige que chaque dépendance soit une clé ou triviale.

  • Pourquoi la redondance des données est-elle un problème dans les bases de données relationnelles?

    La redondance peut entraîner des incohérences, des anomalies lors des opérations de mise à jour et augmenter le besoin en stockage.

  • Que signifie une décomposition sans perte?

    Une décomposition sans perte garantit que lorsqu'une relation est divisée en sous-relations, elle peut être recomposée sans perdre d'informations.

  • Comment opérons-nous une décomposition en 3NF?

    La décomposition en 3NF se fait en divisant les relations selon leurs dépendances fonctionnelles tout en s'assurant de préserver les propriétés clés et garantir une jointure sans perte.

  • Quels types d'anomalies les normalisations visent-elles à éliminer?

    Elles visent à éliminer les anomalies d'insertion, de mise à jour, et de suppression.

  • Qu'est-ce qu'une dépendance transitive?

    Une dépendance transitive signifie qu'un attribut est fonctionnellement dépendant d'un autre attribut via un troisième attribut intermédiaire.

  • Qu'est-ce qui caractérise une relation en BCNF?

    En BCNF, toutes les dépendances fonctionnelles doivent être triviales ou la partie gauche doit être une super clé.

  • Qu'est-ce qu'une clé primaire et une super clé?

    Une clé primaire est un ensemble minimal d'attributs qui identifie de manière unique un enregistrement, tandis qu'une super clé est un ensemble d'attributs (pas nécessairement minimal) qui identifie de manière unique un enregistrement.

Visualizza altre sintesi video

Ottenete l'accesso immediato ai riassunti gratuiti dei video di YouTube grazie all'intelligenza artificiale!
Sottotitoli
gu
Scorrimento automatico:
  • 00:00:03
    ડેટાબેઝ મેનેજમેન્ટ સિસ્ટમ્સના વિશે
  • 00:00:04
    ચર્ચા કરી રહ્યા છીએ. અને આ ચોથો ભાગ
  • 00:00:08
    છે. તે શ્રેણીમાં ચોથું મોડ્યુલ છે.
  • 00:00:11
    છેલ્લા મોડ્યુલમાં, આપણે ફંક્શનલ ડિપેન્ડન્સીસ
  • 00:00:14
    લોસલેસ વિશે ચર્ચા કરી છે. તેથી, આ પાયાના
  • 00:00:18
    એલ્ગોરિધમ્સ અને વિભાવનાઓ પર આધારિત
  • 00:00:20
    છે.
  • 00:00:21
    આપણે આજના મોડ્યુલમાં રિલેશનલ ડેટાબેઝના
  • 00:00:23
    કોર ડિઝાઇન પાસાઓને સમજીશું. તે એક સામાન્ય
  • 00:00:27
    સ્વરૂપ છે. અને તે રિલેશનલ ડિઝાઇનના
  • 00:00:30
    સંદર્ભમાં કેટલા મહત્વપૂર્ણ છે. આપણે
  • 00:00:32
    ખાસ કરીને રિલેશનલ સ્કીમાના ત્રીજા
  • 00:00:35
    સામાન્ય સ્વરૂપમાં અને બોયસ કોડ વિશે
  • 00:00:38
    શીખીશું.
  • 00:00:39
    તેથી, આપણા વિષયો 3NF અને BCNF માં ત્રીજા
  • 00:00:42
    સામાન્ય સ્વરૂપનું ડિકમ્પોઝિશન હશે.
  • 00:00:44
    તેથી, સામાન્ય સ્વરૂપોથી શરૂ થાય છે.
  • 00:00:47
    તેથી, સામાન્ય સ્વરૂપો અથવા સ્કીમાનું સામાન્યકરણ
  • 00:00:50
    એ ડેટાબેઝમાં ડેટાને ગોઠવવા માટે શુદ્ધિકરણની
  • 00:00:53
    એક ટેક્નીક છે. તેથી, સ્વાભાવિક રીતે પ્રશ્ન
  • 00:00:57
    ઊભો થાય છે કે આપણે સંભવતઃ E-R ડાયાગ્રામ
  • 00:01:01
    આધારિત અભિગમ પર આધારિત ડિઝાઇન કર્યા
  • 00:01:04
    પછી શા માટે આ શુદ્ધિકરણ કરવાની જરૂર છે કે
  • 00:01:08
    જેની આપણે વાત કરી હતી. આપણે એકમોને
  • 00:01:12
    ઓળખી કાઢ્યા હતા. અને આપણે તેમની એન્ટીટીઝ
  • 00:01:15
    માટેના લક્ષણો ઓળખી કાઢ્યા હતા. તો પછી
  • 00:01:19
    આપણે શા માટે સામાન્ય કરવાની જરૂર છે?
  • 00:01:22
    આ પ્રશ્નનો જવાબ એ હકીકતમાં રહેલો
  • 00:01:25
    છે કે રિલેશનલ સ્કીમા માટેની ડિઝાઇન ડેટાના
  • 00:01:29
    સંદર્ભમાં વિવિધ વિસંગતતાઓને જન્મ
  • 00:01:31
    આપી શકે છે. આ સામાન્ય રીતે ત્રણ વિસંગતતાઓ
  • 00:01:35
    છે જે અમને સૌથી વધુ નિવેશ, અપડેટ અને
  • 00:01:39
    કાઢી નાખવાની વિસંગતતાની ચિંતા કરે છે. તેથી,
  • 00:01:42
    જ્યારે સ્કીમાના સંદર્ભમાં ડેટામાં
  • 00:01:44
    રીડન્ડન્સી હોય ત્યારે વિસંગતતાઓ થાય છે.
  • 00:01:47
    અને ત્યાં રીડન્ડન્ટ ડેટા હશે કે કેમ, અને
  • 00:01:51
    કેટલો રીડન્ડન્ટ ડેટા હશે તે ડેટાબેઝ
  • 00:01:54
    સ્કીમાની ડિઝાઇન પર આધાર રાખે છે, જે
  • 00:01:58
    આપણે તેના માટે ઉપયોગ કરી રહ્યા છીએ, તે
  • 00:02:02
    સામાન્ય ફોર્મની ડિઝાઇન પર આધારિત
  • 00:02:04
    છે. પરંતુ જો આપણી પાસે
  • 00:02:07
    રીડન્ડન્સી હોય તો તેમાં વિસંગતતાઓ
  • 00:02:09
    થવાની સંભાવના છે. અને તેથી, આપણે રીડન્ડન્સી
  • 00:02:13
    ઘટાડવા અને આ વિસંગતતામાંથી છુટકારો મેળવવા માંગીએ
  • 00:02:16
    છીએ.
  • 00:02:17
    તેથી, આપણે ઝડપથી વિસંગતતાઓ પર એક
  • 00:02:20
    નજર નાખીશું. જે એ છે કે આપણે પ્રથમ
  • 00:02:24
    જેની વાત કરી રહ્યા છીએ. તેને અપડેટ વિસંગતતા
  • 00:02:28
    કહેવામાં આવે છે. તેથી, આપણે તમને ડેટાબેઝના
  • 00:02:31
    એક ઉદાહરણનો સ્નેપશોટ બતાવી રહ્યા છીએ.
  • 00:02:34
    જેમાં ત્રણ એટ્રીબ્યૂટ્સ છે. અને તમે કર્મચારી
  • 00:02:38
    કોડ 519 માટે છેલ્લી બે રોઝમાં બે અલગ-અલગ
  • 00:02:42
    સરનામાંઓ છે. તેથી, જો આપણે જાણીએ છીએ
  • 00:02:45
    કે કર્મચારી પાસે અનન્ય સરનામું હશે.
  • 00:02:48
    અથવા બીજા શબ્દોમાં કહીએ તો કર્મચારી
  • 00:02:51
    ID → કર્મચારીનું સરનામું હશે. તો આ પરિસ્થિતિ
  • 00:02:55
    શક્ય નથી. તેથી, પરંતુ જ્યારે
  • 00:02:57
    આપણે અપડેટ કરવાનો પ્રયાસ કરીએ છીએ.
  • 00:03:00
    ત્યારે તે ઉદાહરણ તરીકે છે, કર્મચારીઓનું
  • 00:03:03
    સરનામું બદલાઈ ગયું છે. અને તે ફેરફાર
  • 00:03:07
    કરતી વખતે આ ફેરફારને સમાન ID ધરાવતા તમામ
  • 00:03:11
    રેકોર્ડ્સમાં સામેલ કરવાની જરૂર પડશે.
  • 00:03:13
    અને જો કોઈ કોડિંગ ભૂલ અથવા કંઈકને
  • 00:03:17
    કારણે આપણે સરનામાં ફીલ્ડમાંથી કોઈપણ
  • 00:03:19
    અપડેટ કરવાનું ચૂકી જઈએ તો અમને મુશ્કેલી
  • 00:03:23
    પડશે. અને તે મુશ્કેલી આ કિસ્સામાં અસંગત
  • 00:03:26
    સરનામા ડેટાની છે. તેથી, આ અપડેટ વિસંગતતા
  • 00:03:30
    તરીકે ઓળખાય છે. તેવી જ રીતે મારી પાસે
  • 00:03:34
    નિવેશ વિસંગતતા હોઈ શકે છે. જે હું અહીં
  • 00:03:38
    અન્ય ડેટાબેઝ સ્કીમાના સંદર્ભમાં દર્શાવી
  • 00:03:40
    રહ્યો છું. જેમાં ચાર એટ્રીબ્યૂટ્સ
  • 00:03:43
    છે. અને આપણી પાસે ફેકલ્ટી id, નામ, ભરતીની
  • 00:03:47
    તારીખ અને કોર્સનું નામ નૅચરલી ફેકલ્ટી
  • 00:03:50
    id આપેલ છે, ફેકલ્ટીનું નામ અને હાયર તારીખ
  • 00:03:54
    અનન્ય હોવી જોઈએ. હવે ધારો કે નવી ફેકલ્ટી
  • 00:03:58
    જોડાય છે. અને ફેકલ્ટી જોડાય કે તરત જ તેની
  • 00:04:02
    પાસે અસાઇન કરેલ કોર્સ ન હોય.
  • 00:04:05
    તેથી, જો આપણે તે રેકોર્ડ અહીં દાખલ કરવા માંગીએ
  • 00:04:10
    છીએ. તો આપણે તે કરી શકીશું નહીં. કારણ
  • 00:04:14
    કે આપણી પાસે કોર્સ કોડ માટે કોઈ મૂલ્ય
  • 00:04:18
    નથી. તેથી, કાં તો આપણે નલ મૂલ્યનો
  • 00:04:21
    ઉપયોગ કરીએ છીએ. અથવા આપણે ખરેખર આ મૂલ્ય
  • 00:04:25
    દાખલ કરી શકતા નથી. આ પ્રકારની પરિસ્થિતિને
  • 00:04:29
    નિવેશ વિસંગતતા તરીકે ઓળખવામાં આવે છે.
  • 00:04:32
    એવી જ રીતે મારી પાસે એ જ કોષ્ટકમાં કાઢી
  • 00:04:36
    નાખવાની વિસંગતતા હોઈ શકે છે, જે આપણે
  • 00:04:40
    બતાવી રહ્યા છીએ કે કોષ્ટકમાં પ્રથમ
  • 00:04:43
    પ્રકાશિત રો, ફેકલ્ટી ID 389 માટે જો તે ફેકલ્ટી
  • 00:04:47
    હાલમાં કોઈ કોર્સ લેવાનું બંધ કરે.
  • 00:04:50
    તેથી, 389 અને અનુરૂપ કોર્સ કોડ વચ્ચેનું
  • 00:04:54
    જોડાણ દૂર કરવામાં આવશે. અને એકવાર તમે
  • 00:04:57
    કાઢી નાખો કે, તમે પ્રક્રિયામાં આ આખો
  • 00:05:01
    રેકોર્ડ કાઢી નાખો તો, તમે ખરેખર ફેકલ્ટીની
  • 00:05:04
    સંપૂર્ણ માહિતી ID, નામ અને ભાડાની તારીખ
  • 00:05:08
    ગુમાવશો. તેથી, આ રિલેશનલ સ્કીમોમાં આ મુશ્કેલીઓ
  • 00:05:12
    છે. અને તે ઘણી બધી સમસ્યાઓ તરફ દોરી
  • 00:05:16
    જાય છે. તેથી, સ્કીમાને વિઘટિત
  • 00:05:18
    કરવાના સંદર્ભમાં આ અસત્યનો ઠરાવ છે,
  • 00:05:21
    કે એક સંબંધ રાખવાને બદલે, હું આ ગુણોના
  • 00:05:25
    સમૂહને મલ્ટીપલ વિવિધ સંબંધોમાં વિઘટિત
  • 00:05:28
    કરીશ. તેથી, ઉદાહરણ તરીકે, જો આપણી પાસે
  • 00:05:32
    બે અલગ અલગ કોષ્ટકો હોય તો, અપડેટની વિસંગતતા
  • 00:05:36
    દૂર કરી શકાય છે; એક કે જે એડ્રેસ સાથે
  • 00:05:40
    ID જાળવે છે, અને એક કે જે કુશળતા સાથે
  • 00:05:44
    ID જાળવી રાખે છે. તેથી, તે કિસ્સામાં શું
  • 00:05:48
    થશે જો દરેક ID માટે સરનામું પુનરાવર્તન
  • 00:05:51
    કરવામાં આવશે નહીં. તેથી, જો સરનામું
  • 00:05:54
    અપડેટ કરવામાં આવે છે; તે માત્ર એક જગ્યાએ
  • 00:05:58
    અપડેટ કરવામાં આવશે. અને તે અન્ય કોષ્ટકમાં
  • 00:06:01
    દર્શાવવામાં આવશે નહીં. એવી જ રીતે,
  • 00:06:04
    વિસંગતતા દાખલ કરવા, અથવા કાઢી નાખવાનું
  • 00:06:07
    ટાળવા માટે અન્ય ટેબલ સ્કીમાને ID,
  • 00:06:10
    નામ અને ભાડાની તારીખમાં એક ટેબલ તરીકે અને
  • 00:06:14
    ID અને કોડ, રોઝ કોડમાં બીજા ટેબલ તરીકે
  • 00:06:18
    વિભાજિત કરી શકાય છે. અને તમે સરળતાથી
  • 00:06:21
    સમજી શકો છો કે, જો આ આ રીતે વિભાજિત
  • 00:06:25
    કરવામાં આવે તો તમારી પાસે ઇન્સર્ટ વિસંગતતા
  • 00:06:29
    હોઈ શકે નહીં. કારણ કે તમે તેને કોર્સ
  • 00:06:33
    સોંપ્યા વિના નવી ફેકલ્ટી દાખલ કરી
  • 00:06:36
    શકો છો. કારણ કે તે એક અલગ ટેબલમાં અલગ
  • 00:06:40
    રેકોર્ડ તરીકે દર્શાવશે. એવી જ રીતે કાઢી નાખવાની
  • 00:06:44
    વિસંગતતા પણ અદૃશ્ય થઈ જાય છે.
  • 00:06:47
    તેથી, આ વિસંગતતાઓ આપણી પાસે રહેલા
  • 00:06:50
    બિનજરૂરી ડેટાના પરિણામે છે. અને ડિકમ્પોઝિશનની
  • 00:06:53
    પ્રક્રિયાની કાળજી લઈને તેને દૂર કરી
  • 00:06:56
    શકાય છે.
  • 00:06:57
    હવે, જ્યારે આપણે વિઘટિત થઈએ છીએ. ત્યારે
  • 00:07:00
    આપણે ઈચ્છીએ છીએ કે અમુક પ્રોપર્ટીઝને
  • 00:07:03
    પકડી રાખવામાં આવે, અને આપણે આ વિશે અગાઉ
  • 00:07:07
    પણ ઢીલી વાત કરી હતી. આપણે લોસલેસ જોડાણ
  • 00:07:11
    ડિકમ્પોઝિશન ગુણધર્મની જરૂર પડશે કે, બે અથવા
  • 00:07:15
    વધુ વિઘટિત સંબંધોનો કોઈપણ દાખલો લેવાનું
  • 00:07:18
    શક્ય હોવું જોઈએ. અને લક્ષણોના સામાન્ય
  • 00:07:21
    સમૂહનો ઉપયોગ કરીને કુદરતી જોડાણ દ્વારા
  • 00:07:24
    તેમને જોડવાનું શક્ય હોવું જોઈએ. અને જો
  • 00:07:27
    એવું ન થાય તો સંબંધનો મૂળ દાખલો પાછો મેળવો.
  • 00:07:31
    સંબંધ હાનિકારક છે. આપણે છેલ્લા મોડ્યુલમાં
  • 00:07:34
    તેની વિસ્તૃત ચર્ચા કરી છે. તે જ સમયે
  • 00:07:38
    આપણે ઈચ્છીએ છીએ કે, તમામ ફંક્શનલ
  • 00:07:41
    ડિપેન્ડન્સીઓ હોવી જોઈએ, જે ધરાવે છે;
  • 00:07:44
    સંબંધના વિઘટિત સમૂહમાં પરીક્ષણ કરી શકાય
  • 00:07:47
    તેવું હોવું જોઈએ. તેથી, તમામ ફંક્શનલ
  • 00:07:50
    ડિપેન્ડન્સીસ જ્યારે તેઓ સંબંધોના વિઘટિત
  • 00:07:53
    સમૂહના સંદર્ભમાં અંદાજવામાં આવે છે,
  • 00:07:55
    તેઓ તેમની અંદર પરીક્ષણ કરવા યોગ્ય હોવા
  • 00:07:59
    જોઈએ. તેથી, ડિપેન્ડન્સી માટે ચકાસવા માટે
  • 00:08:02
    મારે જોડાવાની જરૂર નથી. આ એક મુદ્દો છે.
  • 00:08:05
    જેની આપણે છેલ્લા મોડ્યુલમાં પણ ચર્ચા
  • 00:08:08
    કરી છે. તેથી, તેના આધારે, એકવાર તમે
  • 00:08:12
    મૂળ સ્કીમા સાથે પ્રારંભ કરો. પછી,
  • 00:08:15
    તમે તપાસ કરી શકો છો કે રીડન્ડન્સીની
  • 00:08:18
    વિવિધ શક્યતાઓ અથવા સ્ત્રોતો શું છે.
  • 00:08:21
    તેના આધારે અને તબક્કાવાર અવરોધો વ્યાખ્યાયિત
  • 00:08:24
    કરે છે. તમે સ્કીમાને એક સામાન્ય સ્વરૂપમાં
  • 00:08:28
    રૂપાંતરિત કરી શકો છો, તેના પર વધુ અવરોધો
  • 00:08:32
    મૂકવામાં આવે છે, તેને બે સામાન્ય
  • 00:08:35
    સ્વરૂપમાં રૂપાંતરિત કરો, વધુ અવરોધો તેને
  • 00:08:38
    ત્રીજા સામાન્ય સ્વરૂપમાં વિઘટિત કરી શકે છે,
  • 00:08:41
    અને તેથી આગળ.
  • 00:08:42
    તેથી, નોર્મલાઇઝેશન એ એક પ્રક્રિયા છે.
  • 00:08:45
    જેના દ્વારા આપણે આ પ્રકારનું ડિકમ્પોઝિશન
  • 00:08:48
    કરીએ છીએ. અને ખાતરી કરીએ છીએ કે એકવાર
  • 00:08:52
    રીલેશનલ સ્કીમા સામાન્ય સ્વરૂપની દ્રષ્ટિએ
  • 00:08:55
    વ્યક્ત થાય છે. તે આપેલ ગુણધર્મોના
  • 00:08:58
    સમૂહને સંતુષ્ટ કરે છે કે, જે સામાન્ય
  • 00:09:01
    સ્વરૂપનું પાલન કરવું જોઈએ. અને સામાન્ય
  • 00:09:04
    સામાન્ય સ્વરૂપો 1 NF, 2 NF અને 3 NF છે, અને
  • 00:09:10
    ઢીલી રીતે કહીએ તો જ્યારે આપણે કહીએ,
  • 00:09:13
    કે ડેટાબેઝ સ્કીમા નોર્મલાઇઝ્ડ છે.
  • 00:09:15
    આપણું સામાન્ય અર્થ એ છે કે તે 3 NF સ્વરૂપમાં
  • 00:09:20
    ત્રીજા સામાન્ય સ્વરૂપમાં છે. અને મોટા ભાગના
  • 00:09:24
    ત્રીજા નંબરના ફોર્મ સંબંધો દાખલ કરવા,
  • 00:09:27
    કાઢી નાખવા અથવા અપડેટ કરવાની વિસંગતતાઓથી
  • 00:09:30
    મુક્ત છે. તેથી, તેઓ ડિઝાઇનમાં સારા હકારાત્મક
  • 00:09:33
    છે.
  • 00:09:34
    એટલે કે, આ એક માત્ર સામાન્ય સ્વરૂપો
  • 00:09:37
    નથી. કારણ કે તમે જોઈ શકો છો કે સામાન્ય
  • 00:09:42
    સ્વરૂપોની વિવિધતાઓની સંપૂર્ણ સૂચિ છે.
  • 00:09:44
    આપણે તે બધાનો અભ્યાસ કરીશું નહીં. આપણે
  • 00:09:48
    આગળના મોડ્યુલમાં અન્ય બે હાઇલાઇટ
  • 00:09:50
    કરેલા મોડ્યુલમાં વધુ અભ્યાસ કરીશું.
  • 00:09:52
    . પરંતુ પહેલા આપણે
  • 00:09:54
    પ્રથમ સામાન્ય સ્વરૂપ સાથે પ્રારંભ કરીએ.
  • 00:09:57
    જેના વિશે આપણે અગાઉ પણ વાત કરી હતી; તે
  • 00:10:01
    પ્રથમ સામાન્ય સ્વરૂપ તે છે. જ્યાં બહુમૂલ્ય
  • 00:10:05
    ધરાવતા લક્ષણોની મંજૂરી નથી. તેથી,
  • 00:10:07
    જો તમે એવા સંબંધ વિશે વિચારો કે, જ્યાં
  • 00:10:11
    તમે વિદ્યાર્થીના નામ અને વિદ્યાર્થી
  • 00:10:14
    દ્વારા લીધેલા અભ્યાસક્રમો વચ્ચે વિદ્યાર્થી
  • 00:10:16
    સંબંધ ધરાવતા હોવ તો, વિદ્યાર્થીઓ
  • 00:10:19
    મલ્ટીપલ અભ્યાસક્રમો લે છે. આ કિસ્સામાં
  • 00:10:22
    C નામ મલ્ટીપલ મૂલ્યો લઈ શકે છે. તેથી, આપણે
  • 00:10:26
    તેને અલગ-અલગ રોઝમાં વિસ્તૃત કરવાની મંજૂરી
  • 00:10:29
    આપતા નથી, અને એકવાર આપણે કરી લીધા પછી
  • 00:10:33
    આપણે કહીએ છીએ કે સંબંધ એક સામાન્ય
  • 00:10:36
    સ્વરૂપમાં છે.
  • 00:10:37
    પરંતુ એક સામાન્ય સ્વરૂપ વિવિધ પ્રકારની
  • 00:10:40
    નિરર્થકતાઓને જન્મ આપી શકે છે. અને તેથી,
  • 00:10:44
    વિસંગતતાઓ. તેથી, આ બીજો દાખલો છે, વાસ્તવમાં,
  • 00:10:47
    અગાઉના દાખલાઓ કે જે તમે તે બધાને જોયા
  • 00:10:51
    તે પણ એક સામાન્ય સ્વરૂપમાં હતા, પરંતુ
  • 00:10:55
    તેમાં કાઢી નાખવાની નિવેશ અને અપડેટ
  • 00:10:57
    વિસંગતતા હતી. તેથી, અહીં એક બીજું ઉદાહરણ
  • 00:11:01
    છે જ્યાં આપણે તેને સમજાવી રહ્યા છીએ.
  • 00:11:04
    તેથી, તે શક્ય છે કે જો મારી પાસે ફંક્શનલ
  • 00:11:09
    ડિપેન્ડન્સીસ X → Y છે. જે લક્ષણોના સમૂહ
  • 00:11:11
    પર નોન-ટ્રિવીઅલ ફંક્શનલ ડિપેન્ડન્સી
  • 00:11:12
    છે. અને X એ સુપર કી નથી. પછી X અને Y એટ્રિબ્યુટ
  • 00:11:19
    સેટ વચ્ચે રીડન્ડન્સી અસ્તિત્વમાં છે.
  • 00:11:22
    તેથી, ડાબી બાજુએ આપણે ફક્ત X અને Y એટ્રીબ્યૂટ્સ
  • 00:11:28
    પર આ સંબંધનો દાખલો બતાવ્યો છે. અને તમે
  • 00:11:30
    જોઈ શકો છો. કારણ કે X એ કી નથી. મારી પાસે
  • 00:11:34
    X માં મૂલ્ય 1 ધરાવતી બે રોઝ હોઈ શકે છે.
  • 00:11:41
    અને મૂલ્ય X માં 1 હોવાથી મૂલ્ય Y આ બે રોઝ માટે
  • 00:11:47
    સમાન હશે. અને આપણી પાસે તે રીડન્ડન્સી
  • 00:11:50
    છે. બધા કૃપા કરીને યાદ રાખો કે X એ સુપર
  • 00:11:54
    કી નથી. તેથી, અન્ય એટ્રીબ્યૂટ્સ છે
  • 00:11:58
    જે ખરેખર સુપર કી બનાવે છે. અને તેથી,
  • 00:12:02
    આવા ઉદાહરણો શક્ય છે.
  • 00:12:04
    જ્યારે તમે જમણી બાજુની કોલમ જુઓ.
  • 00:12:07
    જ્યાં ડાબી બાજુ X સુપર કી છે. તો આવી
  • 00:12:10
    ઘટનાઓ બનશે નહીં.
  • 00:12:12
    બીજા સામાન્ય સ્વરૂપ પર આગળ વધવું જે દેખીતી
  • 00:12:15
    રીતે છે, સંબંધ બીજા સામાન્ય સ્વરૂપમાં
  • 00:12:18
    હોય છે. જો તે પ્રથમ સામાન્ય સ્વરૂપમાં
  • 00:12:21
    હોય, અને તેમાં કોઈ આંશિક ડિપેન્ડન્સીસ
  • 00:12:24
    ન હોય. તો, આંશિક ડિપેન્ડન્સી શું છે? મેં અહીં આંશિક
  • 00:12:28
    ડિપેન્ડન્સીની વ્યાખ્યા આપી છે કે, શા માટે
  • 00:12:31
    ફંક્શનલ રીતે A નક્કી કરે છે કે, જો તે ફંક્શનલ
  • 00:12:36
    ડિપેન્ડન્સીના સમૂહમાં પકડી શકે તો, મારી
  • 00:12:39
    પાસે હોય કે Y એ ઉમેદવાર કીનો યોગ્ય સબસેટ
  • 00:12:43
    છે. અને નોનપ્રાઈમ એટ્રિબ્યુટમાં A
  • 00:12:45
    નોનપ્રાઈમ એટ્રિબ્યુટ છે તે એક છે. નોનપ્રાઈમ
  • 00:12:48
    એટ્રીબ્યુટ જે આપણે છેલ્લા મોડ્યુલમાં
  • 00:12:50
    વ્યાખ્યાયિત કર્યું છે તે એટ્રીબ્યુટ
  • 00:12:52
    છે. જે કોઈપણ ઉમેદવાર કીમાં દર્શાવતું
  • 00:12:55
    નથી. તેથી, જો Y ઉમેદવાર
  • 00:12:57
    કીનો યોગ્ય સબસેટ છે. જે ફંક્શનલ રીતે
  • 00:13:00
    નોન-પ્રાઈમ એટ્રિબ્યુટ નક્કી કરે છે. પછી
  • 00:13:03
    તેને આંશિક ડિપેન્ડન્સીસ તરીકે ઓળખવામાં આવે
  • 00:13:06
    છે. અને જો આંશિક ડિપેન્ડન્સી હોય તો સંબંધ બીજા
  • 00:13:10
    સામાન્ય સ્વરૂપમાં નથી. તેથી, બીજા સામાન્ય
  • 00:13:13
    સ્વરૂપ માટે જરૂરી છે કે સંબંધ 1 NF માં
  • 00:13:18
    છે. અને ત્યાં કોઈ આંશિક ડિપેન્ડન્સી
  • 00:13:20
    નથી.
  • 00:13:21
    તેથી, અહીં હું એક ઉદાહરણ બતાવી રહ્યો
  • 00:13:24
    હતો. જ્યાં તમે ડાબી બાજુ જોઈ શકો છો. કે
  • 00:13:28
    SID અને Cname એકસાથે કી અને SID → Sname બનાવે છે.
  • 00:13:33
    તેથી, માં જોઈ શકો છો, કે Snameનું પુનરાવર્તન
  • 00:13:36
    થાય છે. તેથી, ત્યાં નિરર્થકતા
  • 00:13:38
    છે. અને તેથી, પરિણામે આપણી પાસે વિસંગતતાઓ
  • 00:13:40
    હશે. જેની આપણે વાત કરી છે, પરંતુ આપણે
  • 00:13:43
    તેને સામાન્ય કરી શકીએ છીએ. આપણે તેને
  • 00:13:45
    બે અલગ-અલગ સંબંધો R1 અને R2 માં વિઘટિત
  • 00:13:48
    કરી શકીએ છીએ. કારણ કે હું જમણી બાજુએ
  • 00:13:51
    બતાવી રહ્યો છું. જ્યાં તમે એક કોષ્ટકમાં
  • 00:13:53
    SID અને Sname અને અન્ય કોષ્ટકમાં SID અને
  • 00:13:55
    Cname ને સાંકળશો. સ્વાભાવિક રીતે પછી તમે જે આંશિક
  • 00:14:01
    ડિપેન્ડન્સીસ ધરાવતા હતા. તે ડિપેન્ડન્સી
  • 00:14:04
    અદૃશ્ય થઈ જાય છે. કારણ કે R1 માં SID → Sname
  • 00:14:10
    હવે બને છે. તે આંશિક ડિપેન્ડન્સી નથી.
  • 00:14:13
    કારણ કે તે કોષ્ટકમાં SID પ્રાઈમરી કી બની
  • 00:14:16
    જાય છે. તેથી, તે આંશિક ડિપેન્ડન્સી તરીકે
  • 00:14:19
    લાયક નથી. તેથી, R1 અને R2 બંને
  • 00:14:23
    બીજા સામાન્ય સ્વરૂપમાં છે. અને તમે જોયેલી
  • 00:14:26
    નિરર્થકતામાંથી છૂટકારો મેળવશો.
  • 00:14:27
    અને આ ડિકમ્પોઝિશન એ સુનિશ્ચિત કરે
  • 00:14:30
    છે. તેની પાસે આકસ્મિક રીતે લોસલેસ જોડાવાની
  • 00:14:34
    સૂચિ છે. આ આપણે બાંહેધરી આપી નથી. તે બીજા સામાન્ય
  • 00:14:38
    સ્વરૂપમાં છે. અને તેમાં ડિપેન્ડન્સીસ
  • 00:14:41
    જાળવણી પણ છે.
  • 00:14:42
    પરંતુ તે ફરીથી બીજા સામાન્ય સ્વરૂપમાં
  • 00:14:45
    શક્ય છે. એક સંબંધ બીજા સામાન્ય સ્વરૂપમાં
  • 00:14:48
    હોઈ શકે છે. છતાં તેમાં કેટલીક સંભવિત રીડન્ડન્સી
  • 00:14:52
    હોઈ શકે છે. તેથી, એક ડિઝાઇન ઉદાહરણ
  • 00:14:56
    છે. જે હું સપ્લાયર ID, SID સ્ટેટસ કી સાથે
  • 00:15:00
    બતાવી રહ્યો છું. જે SID અને ઉત્પાદન
  • 00:15:03
    અને જથ્થાના મૂલ્યો દ્વારા ફંક્શનલ રીતે
  • 00:15:05
    નક્કી કરવામાં આવે છે.
  • 00:15:06
    તેથી, કે ટેબલ સપ્લાયરમાં SID અને PID એકસાથે કી
  • 00:15:10
    બનાવે છે, અને તે થાય છે. તેમ તમે સ્પષ્ટપણે
  • 00:15:15
    જોઈ શકો છો કે ત્યાં ઘણી બધી નિરર્થકતા
  • 00:15:19
    છે. તમે થઈ રહેલી સ્થિતિના સંદર્ભમાં જોઈ શકો
  • 00:15:24
    છો. અને જે તમને વિવિધ વિસંગતતાઓનું કારણ
  • 00:15:27
    બનશે. તેથી, જો હું જમણી બાજુના બીજા
  • 00:15:31
    સામાન્ય સ્વરૂપમાં સામાન્ય કરીશ. તો
  • 00:15:34
    મારી પાસે SID, સ્ટેટસ અને સિટી એમ ત્રણ
  • 00:15:38
    એટ્રીબ્યૂટ્સ સાથેનું એક સપ્લાયર શહેર
  • 00:15:41
    હશે. અને અન્ય સપ્લાયર જથ્થો કે જેમાં SID,
  • 00:15:45
    PID અને પ્રમાણ છે. તે સ્વાભાવિક રીતે આમાં
  • 00:15:49
    હવે આંશિક ડિપેન્ડન્સી નથી. .
  • 00:15:52
    અગાઉ આપણી પાસે આંશિક ડિપેન્ડન્સી તરીકે
  • 00:15:55
    SID → સ્થિતિ હતી. કારણ કે SID એ યોગ્ય છે. એ
  • 00:15:57
    પ્રાઈમરી કીનો યોગ્ય સબસેટ હતો. જે SID CID
  • 00:16:01
    છે, પરંતુ હું સામાન્ય કર્યા પછી આ ડિપેન્ડન્સી
  • 00:16:04
    અસ્તિત્વમાં નથી, પરંતુ તેમ છતાં આ
  • 00:16:07
    સંબંધમાં નિરર્થકતા હશે. અને ત્યાં સ્થિતિ
  • 00:16:09
    નિરર્થક બની રહેશે.
  • 00:16:11
    અને તે કારણસર આપણે આગલા પ્રકારના સામાન્ય
  • 00:16:14
    સ્વરૂપ તરફ આગળ વધવું પડશે. તેથી, આ હું
  • 00:16:17
    ફક્ત અહીં સમજાવી રહ્યો છું કે, સંભવિત
  • 00:16:20
    રીડન્ડન્સીના સંભવિત રીડન્ડન્સી સ્ત્રોતો
  • 00:16:22
    શું છે. જે તમારી પાસે 2 NF માં હોઈ શકે છે.
  • 00:16:26
    . 3 NF માં ત્રીજું સામાન્ય
  • 00:16:29
    સ્વરૂપ તમે જે વ્યાખ્યાયિત કરો છો તે છે તમારો
  • 00:16:32
    સંબંધ સૌ પ્રથમ 2 NF માં હોવો જોઈએ. તેથી,
  • 00:16:36
    આપણે પ્રથમ વ્યાખ્યા જોઈ રહ્યા છીએ. આ વ્યાખ્યાના
  • 00:16:40
    ત્રણ સ્વરૂપો આપેલ છે. તે તમામ વાસ્તવમાં
  • 00:16:43
    સમકક્ષ છે, તમારે ચિંતા કરવાની જરૂર
  • 00:16:46
    નથી કે, તેઓ શા માટે અને કેવી રીતે સમકક્ષ
  • 00:16:50
    છે, ધીમે ધીમે તમે સમજવા લાગશો.
  • 00:16:53
    પરંતુ આપણે તેને ત્રણ અલગ-અલગ સ્વરૂપોમાં
  • 00:16:55
    લઈએ છીએ. કારણ કે વ્યાખ્યાના દરેક સ્વરૂપ આપણને
  • 00:16:59
    ત્રણ સામાન્ય સ્વરૂપના ચોક્કસ પાસાને સમજવાની
  • 00:17:02
    મંજૂરી આપે છે. તેથી, પ્રથમ વસ્તુ જે દરેક
  • 00:17:05
    વસ્તુ માટે સાચી છે તે એ છે કે તે બીજા
  • 00:17:10
    સામાન્ય સ્વરૂપમાં હોવી જોઈએ. અને તેમાં
  • 00:17:13
    કોઈ પણ સંક્રમિત ડિપેન્ડન્સીસ ન હોવું
  • 00:17:15
    જોઈએ. જેનો અર્થ એ છે કે જો મારી પાસે
  • 00:17:19
    X → Y અને Y → Z હોય, તો મારે તે ન હોવું જોઈએ.
  • 00:17:26
    તો પછી મારી પાસે X → Z ન હોવો જોઈએ. જેનું
  • 00:17:32
    અનુમાન સંક્રમિત રીતે કરી શકાય છે.
  • 00:17:36
    જેમ તમે એંગસ્ટ્રોમ સ્વયંસિદ્ધ દ્વારા
  • 00:17:39
    જાણો છો. વૈકલ્પિક રીતે, ઝાનિલો
  • 00:17:43
    દ્વારા પાછળથી એક વૈકલ્પિક વ્યાખ્યા
  • 00:17:46
    આપવામાં આવી હતી. અને મેં તળિયે તેનું
  • 00:17:51
    એક સરળ સરળ સંસ્કરણ જણાવ્યું છે. તેથી,
  • 00:17:55
    આપણે કહીશું કે રિલેશનલ સ્કીમા 3 NF માં છે.
  • 00:18:01
    જો દરેક ફંક્શનલ ડિપેન્ડન્સી X → A
  • 00:18:05
    માટે જે આ સ્કીમા પર ધરાવે છે. કાં તો
  • 00:18:10
    તે એક ટ્રિવીઅલ ડિપેન્ડન્સી છે. જે A એ X નો સબસેટ
  • 00:18:16
    છે અથવા X એ સુપર કી છે.
  • 00:18:19
    તેથી, આ એક પ્રકારની સ્થિતિ પણ છે. જે તમે
  • 00:18:24
    પહેલા જોઈ હતી આ પણ બોયસ કોડ સામાન્ય
  • 00:18:28
    સ્વરૂપમાં હોવાની સ્થિતિ છે. તેથી, તમે
  • 00:18:31
    સરળતાથી સમજી શકો છો કે 3 NF એ કોઈપણ સંબંધ
  • 00:18:36
    છે. જે 3 NF માં છે. તે બોયસ કોડ સામાન્ય
  • 00:18:41
    સ્વરૂપમાં પણ છે, પરંતુ આપણે ચોથી
  • 00:18:44
    ત્રીજી શરત ઉમેરીએ છીએ. જ્યાં તમે કહો
  • 00:18:47
    કે આપણે કહીશું કે આ 3 NF માં છે. ભલે પ્રથમ
  • 00:18:53
    બે શરતો સંતુષ્ટ ન હોય, પરંતુ a એ અમુક
  • 00:18:56
    કીનો એક ભાગ છે. માત્ર નોંધ લો કે શબ્દરચના
  • 00:19:01
    અમુક કીનો એક ભાગ છે. માત્ર સુપર કીનો
  • 00:19:04
    જ નહીં. તેથી, જો A એ અમુક કીનો
  • 00:19:08
    એક ભાગ હોય, અને પ્રથમ બે શરતો પણ સંતુષ્ટ
  • 00:19:13
    ન હોય, તો પણ આપણે કહીશું કે સંબંધ
  • 00:19:17
    ત્રીજા સામાન્ય સ્વરૂપમાં છે. તેથી, ત્રીજા સામાન્ય
  • 00:19:21
    સ્વરૂપમાં સંબંધ છે. તે તપાસવા માટે
  • 00:19:24
    આપણે વાસ્તવમાં તપાસ કરીશું, કે ત્રણમાંથી
  • 00:19:28
    કોઈ એક સ્થિતિ ધરાવે છે કે કેમ.
  • 00:19:31
    તેથી, આ સંક્રમિત ડિપેન્ડન્સીસની
  • 00:19:34
    વ્યાખ્યા છે, જે મેં હમણાં જ તમને ઢીલી
  • 00:19:38
    રીતે કહી છે. તેથી, હું આને છોડી દઈશ.
  • 00:19:42
    તમે સમજી શકો છો, તેમ એક ખૂબ જ અલગ પ્રકારની
  • 00:19:48
    રિલેશનશિપ બુક, લેખક અને લેખકની રાષ્ટ્રીયતાનું
  • 00:19:51
    બીજું ઉદાહરણ આપવામાં આવ્યું છે. જો તમે
  • 00:19:55
    લેખકને જાણો છો તે પુસ્તકને જોતાં,
  • 00:19:58
    લેખકને આપેલ ફંક્શનલ ડિપેન્ડન્સીસ છે,
  • 00:20:01
    શું તમે લેખકની રાષ્ટ્રીયતા અને તે જાણો છો, પરંતુ
  • 00:20:06
    લેખક ખરેખર પુસ્તક નક્કી કરતા નથી. કારણ
  • 00:20:09
    કે લેખકે મલ્ટીપલ પુસ્તકો લખ્યા હોઈ
  • 00:20:13
    શકે છે. પરંતુ તે પુસ્તક → લેખક અને લેખક → લેખક
  • 00:20:18
    રાષ્ટ્રીયતા જોતાં આપણી પાસે તે પુસ્તક
  • 00:20:21
    → લેખકની રાષ્ટ્રીયતા છે. અને તેથી, આપણી
  • 00:20:24
    પાસે અહીં રીડન્ડન્સીની શક્યતા છે, જે આપણી
  • 00:20:28
    પાસે રહેલી આ સંક્રમિત ડિપેન્ડન્સીસને
  • 00:20:31
    કારણે સંક્રમિત રીડન્ડન્સી છે.
  • 00:20:33
    તેથી, અહીં એક પહેલાનું ઉદાહરણ છે, જ્યાં
  • 00:20:37
    તમે આ ડાયગ્રામમાં સ્પષ્ટપણે જોઈ શકો
  • 00:20:40
    છો, જો તમે આ ડાયગ્રામને નોંધો, તો તમે તે SID
  • 00:20:45
    → શહેર અને શહેર → સ્થિતિ જોઈ શકો છો. તેથી,
  • 00:20:50
    આ તે સંક્રમિત ડિપેન્ડન્સીસ છે જે SID → સ્થિતિ છે.
  • 00:20:55
    તેથી, જો તે થાય અને સ્થિતિ નિરર્થક બની
  • 00:20:59
    જાય. અને તેથી, ત્યાં વિસંગતતાઓ હોઈ શકે
  • 00:21:03
    છે. અને આપણે તેમને SID અને શહેર અને શહેર
  • 00:21:08
    અને સ્થિતિ બનાવીને સરળતાથી સામાન્ય
  • 00:21:10
    કરી શકીએ છીએ. અને તે સ્વાભાવિક રીતે
  • 00:21:14
    કે તે નિરર્થકતા દૂર થઈ જાય છે. કારણ
  • 00:21:19
    કે તમારી પાસે સંબંધમાં સંક્રમિત ડિપેન્ડન્સીસ
  • 00:21:22
    નથી. તમારી પાસે ફક્ત SID → શહેર કે જે SC માં
  • 00:21:27
    પ્રાઈમરી કી છે. અને શહેર → સ્થિતિ જે
  • 00:21:31
    CS માં પ્રાઈમરી કી છે.
  • 00:21:34
    તેથી, આ અન્ય ઉદાહરણો છે. તમે જ્યાં જઈ શકો
  • 00:21:39
    છો, ત્યાં મેં વિદ્યાર્થી ID , i_ID અને સેક્શનના
  • 00:21:43
    નામનું ઉદાહરણ લીધું છે. અને બતાવ્યું
  • 00:21:47
    છે કે તમને આમાં કેવા પ્રકારની સમસ્યાઓ
  • 00:21:51
    આવી શકે છે. આ કિસ્સામાં તમે જોઈ શકો છો કે
  • 00:21:56
    સંબંધ ખરેખર ત્યાં છે. કારણ કે ત્યાં
  • 00:22:00
    બે ઉમેદવાર કીઓ છે. અને તેથી, આ s_ID સેક્શનનું
  • 00:22:05
    નામ સુપર કી છે. અને આ સંબંધ ત્રીજા સામાન્ય
  • 00:22:10
    સ્વરૂપમાં છે. કારણ કે i_ID → સેક્શનનું
  • 00:22:14
    નામ ઉમેદવાર કીમાં સમાયેલ છે. તેથી, આપણે
  • 00:22:18
    બતાવેલ ત્રીજી શરતને કારણે તે 3 NF માં છે.
  • 00:22:23
    તેથી, જ્યારે આ તે છે જ્યાં તમે કરી
  • 00:22:27
    શકો છો, ત્યાં આ સ્કીમામાં કેટલીક રીડન્ડન્સી
  • 00:22:31
    છે. જે તમે અવલોકન કરી શકો છો. તેથી,
  • 00:22:36
    આ ફક્ત બાંધવામાં આવ્યું છે. અને તમે
  • 00:22:40
    આ નિરર્થકતાને કારણે તમે સક્ષમ થયા છો,
  • 00:22:43
    આપણે આ કિસ્સામાં નલ મૂલ્યોનો ઉપયોગ
  • 00:22:47
    કરવો પડ્યો છે.
  • 00:22:49
    . તેથી, ત્રીજા સામાન્ય
  • 00:22:50
    સ્વરૂપમાં સંભવિત રીડન્ડન્સી આવી શકે
  • 00:22:53
    છે. અને આ એવા અલગ-અલગ કિસ્સાઓ છે. જેને
  • 00:22:58
    આપણે તપાસવાના છે.
  • 00:22:59
    તેથી, આગળ શું છે. તેથી, આપણે જુદા જુદા
  • 00:23:04
    સામાન્ય સ્વરૂપો જોયા છે. પ્રથમ સામાન્ય
  • 00:23:07
    સ્વરૂપ કોઈ બહુમૂલ્ય એટ્રીબ્યૂટ નથી.
  • 00:23:10
    પછી બીજું સામાન્ય સ્વરૂપ કોઈ આંશિક
  • 00:23:13
    ડિપેન્ડન્સી નથી. પછી ત્રીજું સામાન્ય
  • 00:23:16
    સ્વરૂપ જ્યાં તમારી પાસે કોઈ સંક્રમિત
  • 00:23:19
    ડિપેન્ડન્સીસ નથી. તેથી, આ બધી કાસ્કેડીંગ
  • 00:23:23
    વ્યાખ્યાઓ છે. તેથી, ત્રીજા સામાન્ય સ્વરૂપમાં
  • 00:23:26
    તમારી પાસે કોઈ બહુમૂલ્ય એટ્રીબ્યૂટ નથી,
  • 00:23:30
    કોઈ આંશિક ડિપેન્ડન્સી નથી, અને કોઈ સંક્રમિત
  • 00:23:34
    ડિપેન્ડન્સીસ નથી. તેથી, હવે શું જોવામાં
  • 00:23:37
    આવશે કે જો મને રિલેશનલ સ્કીમા આપવામાં આવે
  • 00:23:41
    છે. અને જો તે આમાંથી કોઈ એક અથવા વધુ શરતનું
  • 00:23:47
    ઉલ્લંઘન કરી રહ્યું હોય, તો કેવી રીતે
  • 00:23:51
    સ્કીમા ત્રણ સામાન્ય સ્વરૂપમાં નથી, ત્રીજા
  • 00:23:54
    સામાન્ય સ્વરૂપમાં હોય તો પછી આપણે તેને
  • 00:23:58
    ત્રીજા સામાન્ય સ્વરૂપમાં કેવી રીતે વિઘટિત
  • 00:24:02
    કરી શકીએ?
  • 00:24:03
    તેથી, પ્રશ્ન સ્વાભાવિક રીતે ચોક્કસપણે છે
  • 00:24:06
    કે શું તે હંમેશા કરી શકાય છે. તે મૂળભૂત
  • 00:24:11
    પ્રશ્ન છે કે શું હું હંમેશા સ્કીમાને
  • 00:24:15
    ત્રીજા સામાન્ય સ્વરૂપમાં વિઘટિત કરી શકું
  • 00:24:18
    છું. તેનો જવાબ હા છે, તમે કરી શકો છો
  • 00:24:24
    અને તે હંમેશા ડિકમ્પોઝિશનને ત્રીજા સામાન્ય સ્વરૂપમાં
  • 00:24:27
    સાચવી રાખવાનું નુકસાન રહિત જોડાણ અને ડિપેન્ડન્સી
  • 00:24:31
    છે. જે ખૂબ મૂલ્યવાન છે.
  • 00:24:34
    કારણ કે આપણે કહ્યું છે કે તે આપણા ડિકમ્પોઝિશનના
  • 00:24:39
    ઇચ્છનીય ગુણધર્મો છે, અને જો તમે રિલેશનલ
  • 00:24:43
    ડિઝાઇન મોડ્યુલોના પહેલા ભાગમાં આપણી
  • 00:24:46
    ચર્ચાઓ યાદ કરો છો, તો તમને યાદ હશે કે
  • 00:24:51
    બોયસ કોડ સામાન્ય સ્વરૂપની પણ આપણે
  • 00:24:54
    શરૂઆતના તબક્કામાં ચર્ચા કરી હતી. અને
  • 00:24:58
    તે તમને ડિકમ્પોઝિશન આપે છે, જે લોસલેસ
  • 00:25:02
    જોડાય છે, પરંતુ તે ડિપેન્ડન્સીની જાળવણીની
  • 00:25:05
    ખાતરી આપતું નથી. જ્યાં ત્રીજું સામાન્ય
  • 00:25:09
    સ્વરૂપ તે કરે છે.
  • 00:25:11
    તેથી, સ્વાભાવિક રીતે ત્યાં અલગ અલગ
  • 00:25:14
    એલ્ગોરિધમ્સ છે, પ્રથમ પ્રશ્ન એ છે
  • 00:25:18
    કે તમે ચકાસી શકો છો કે શું સંબંધ ત્રીજા
  • 00:25:23
    સામાન્ય સ્વરૂપમાં છે. હું તેની વિગતોમાં
  • 00:25:26
    જઈશ નહીં, અને અહીં કોમ્પ્યુટર સાયન્સનું
  • 00:25:29
    પરિણામ ત્રીજા સામાન્ય સ્વરૂપ માટે પરીક્ષણ
  • 00:25:33
    કરી રહ્યું છે. તે NP હાર્ડ સમસ્યા છે.
  • 00:25:37
    તેથી, તેના માટે કોઈ જાણીતું બહુપદી સમય
  • 00:25:41
    અલ્ગોરિધમ નથી, પરંતુ રસપ્રદ બાબત એ છે
  • 00:25:45
    કે વાસ્તવમાં બહુપદી સમયમાં ડિકમ્પોઝિશન
  • 00:25:48
    ખૂબ જ સરળ રીતે કરી શકાય છે.
  • 00:25:52
    તેથી, તમારી પાસે શું છે, તે ડિકમ્પોઝિશન
  • 00:25:56
    અલ્ગોરિધમ શું છે, તે ખૂબ જ સરળ શબ્દોમાં
  • 00:26:00
    લખાયેલ છે, જે તમે ઇચ્છો છો કે તમે એક
  • 00:26:05
    સંબંધ R અને ફંક્શનલ ડિપેન્ડન્સીનો સમૂહ
  • 00:26:09
    આપ્યો છે. જે તમારા પર છે. તેથી, તમે સૌપ્રથમ
  • 00:26:13
    કેનોનિકલ કવરની ગણતરી કરો. તમે જાણો છો કે
  • 00:26:17
    કેનોનિકલ કવર શું છે. તેથી, તમે એક કેનોનિકલ
  • 00:26:22
    કવરની ગણતરી કરો છો. જે તમે બહારની
  • 00:26:25
    એટ્રીબ્યૂટ્સને દૂર કરીને બિનજરૂરી
  • 00:26:27
    FD ને દૂર કરો છો. અને તમારી પાસે F માંથી
  • 00:26:33
    કેનોનિકલ કવર Fc છે. પછી તમે કેનોનિકલ
  • 00:26:36
    કવરમાં અસ્તિત્વમાં છે. તે દરેક ફંક્શનલ
  • 00:26:39
    ડિપેન્ડન્સી X → Y માટે બનાવો છો.
  • 00:26:42
    તમે ગણતરી કરો છો કે તમે X U Y લેતા ith સંબંધને
  • 00:26:49
    કહો છો. તેથી, તમે તેને XY સંબંધ કહો
  • 00:26:53
    છો. અને તમે તે કવરમાં તમામ ફંક્શનલ ડિપેન્ડન્સીઓ
  • 00:26:57
    માટે કરો છો. અને તે પછી જો તમને લાગે
  • 00:27:02
    કે આમાંના કોઈપણ વિઘટિત સંબંધોમાં
  • 00:27:04
    કી ઉત્પન્ન થતી નથી, તો તમે કીને રજૂ કરવા
  • 00:27:08
    માટે એક અલગ સંબંધ જનરેટ કરો છો.
  • 00:27:12
    તે ખૂબ જ સરળ અલ્ગોરિધમ છે. અને મેં તેને સરળ
  • 00:27:17
    હાથમાં લખ્યું છે. તેથી, તમે તેને સરળતાથી
  • 00:27:20
    સમજી શકો છો, પરંતુ અહીં ફોર્મલ અલ્ગોરિધમ
  • 00:27:24
    છે. તેથી, જો તમને કઠોરતામાં રસ હોય
  • 00:27:27
    તો, મારો મતલબ એ છે કે 3 NF ડિકમ્પોઝિશન
  • 00:27:31
    કેવી રીતે થશે. તેની કઠોરતામાં અહીં અલ્ગોરિધમ
  • 00:27:34
    છે, પરંતુ હું આમાંથી સ્ટેપ્સમાં જઈશ નહીં.
  • 00:27:37
    તેથી, તે સુનિશ્ચિત કરે છે કે દરેક રિલેશન
  • 00:27:41
    કે જે મેં વિઘટિત અને જનરેટ કર્યું
  • 00:27:44
    છે. તે ખરેખર ત્રીજા સામાન્ય સ્વરૂપમાં
  • 00:27:46
    છે. અને આ ડિકમ્પોઝિશન ડિપેન્ડન્સીની જાળવણી
  • 00:27:49
    છે. અને લોસલેસ જોડાઈ છે. આપણે તે સાબિત
  • 00:27:52
    નથી કરી રહ્યા, પરંતુ આપણે ફક્ત તે પરિણામનો
  • 00:27:55
    ઉપયોગ કરી રહ્યા છીએ.
  • 00:27:57
    તેથી, અહીં સ્કીમાનું ઉદાહરણ છે. તેથી, આપણી
  • 00:28:00
    પાસે ગ્રાહક_બેંકર_શાખા છે. તેથી, આ ચાર એટ્રીબ્યૂટ્સ
  • 00:28:03
    છે. અને આ વિવિધ ફંક્શનલ ડિપેન્ડન્સીસ છે.
  • 00:28:06
    જે અસ્તિત્વમાં છે. હવે સ્વાભાવિક રીતે
  • 00:28:09
    આપેલ આ પ્રથમ વસ્તુ જે તમારે કરવાની
  • 00:28:11
    રહેશે, તે છે કેનોનિકલ કવરને ન્યૂનતમ કવરમાં
  • 00:28:14
    લેવા માટે અલગ અલગ જોવાનું છે.
  • 00:28:17
    તેથી, જો તમે ગણતરી કરો છો, તો ન્યૂનતમ
  • 00:28:20
    કવરની ગણતરી કરવાનો પ્રયાસ કરો. તમે જોશો
  • 00:28:23
    કે શાખાનું નામ વાસ્તવમાં પ્રથમ ડિપેન્ડન્સીમાં
  • 00:28:26
    બહારનું છે. તેથી, તમે તેને દૂર કરી
  • 00:28:29
    શકો છો, અને બીજું કંઈ નથી.
  • 00:28:31
    તેથી, તમારું પ્રમાણભૂત કવર ડિપેન્ડન્સીનો
  • 00:28:33
    આ સમૂહ હોવાનું બહાર આવ્યું છે. અને પછી
  • 00:28:37
    તમે તેમાંથી દરેક માટે આગળ વધો છો. તેથી,
  • 00:28:40
    તમે દરેકને પ્રથમ લો → પ્રકાર. તેથી,
  • 00:28:43
    તેના માટે તમે સ્કીમા ગ્રાહક ID, કર્મચારી
  • 00:28:46
    ID જનરેટ કરો. અને ફરીથી ટાઇપ કરો તમે બીજું
  • 00:28:49
    ફંક્શનલ ડિપેન્ડન્સી કર્મચારી ID → શાખાનું
  • 00:28:50
    નામ લો. તેથી, કર્મચારી ID અને શાખાનું નામ
  • 00:28:53
    અલગ સ્કીમા તરીકે બનાવો. અને આ રીતે
  • 00:28:55
    તમે ત્રીજા સામાન્ય સ્વરૂપમાં ત્રણ વિઘટિત
  • 00:28:57
    સ્કીમા જનરેટ કરશો. હવે, એકવાર તમે તે
  • 00:28:59
    કરી લો, પછી તમે જોશો કે જો તમે મૂળ કીમાં
  • 00:29:02
    તપાસ કરો છો, તો તે ગ્રાહક ID અને કર્મચારી
  • 00:29:05
    ID હતી. અને તમને તે અહીં ત્રીજામાં જોવા
  • 00:29:07
    મળે છે. બીજું અને ત્રીજું તમારી પાસે
  • 00:29:09
    પહેલેથી જ છે. તેથી, તમારે કી અને ત્રીજા
  • 00:29:12
    સંબંધને સમાવવા માટે અલગ સંબંધ ઉમેરવાની
  • 00:29:13
    જરૂર નથી. તેથી, આપણે હવે જાહેર કરી શકીએ
  • 00:29:16
    છીએ કે, વધુ કી ઉમેરવાની જરૂર નથી. અને આપણી
  • 00:29:19
    પાસે અંતિમ 3 NF ડિકમ્પોઝિશન છે.
  • 00:29:21
    તેથી, ખામીના અંતે શોધો અને કાઢી નાખો.
  • 00:29:23
    તેથી, આ વિગતવાર અલ્ગોરિધમના સંદર્ભમાં જણાવ્યું
  • 00:29:25
    છે, પરંતુ આ તમે કહી શકો છો કે કર્મચારી
  • 00:29:27
    ID અને શાખાનું નામ ડિકમ્પોઝિશનમાં
  • 00:29:28
    બીજો સંબંધ વાસ્તવમાં ત્રીજા સંબંધનો સબસેટ
  • 00:29:29
    છે. તેથી, તમે તેને પણ દૂર કરી શકો છો.
  • 00:29:30
    તેથી, આ ડિકમ્પોઝિશન યોજનામાં તમારી પાસે
  • 00:29:31
    ફક્ત બે સંબંધો જ રહેશે, જે બંને ત્રીજા
  • 00:29:32
    સામાન્ય સ્વરૂપમાં છે. અને આ ડિકમ્પોઝિશન
  • 00:29:33
    તમને લોસલેસ જોડાવા અને ડિપેન્ડન્સીની
  • 00:29:34
    જાળવણીની ખાતરી આપે છે.
  • 00:29:35
    તેથી, મેં તમારા માટે કેટલીક પ્રેક્ટિસ
  • 00:29:36
    સમસ્યાઓ આપી છે, મેં ઉકેલ પણ આપ્યો છે,
  • 00:29:37
    પરંતુ ઉકેલ પ્રસ્તુતિના હમણાંના રનમાં નથી.
  • 00:29:38
    તમે તેમને પ્રસ્તુતિમાં છુપાયેલી સ્લાઇડ્સ
  • 00:29:39
    તરીકે જોશો. તેથી, તમે પહેલા તેમને
  • 00:29:40
    હલ કરવાનો પ્રયાસ કરો. અને એકવાર તમે
  • 00:29:41
    તેમને ઉકેલી લો. પછી તમે સ્લાઇડમાં ઉકેલ
  • 00:29:42
    જુઓ.
  • 00:29:43
    તેથી, ત્યાં બે સમસ્યાઓ છે. તેથી, આ એક બીજું
  • 00:29:44
    છે. અને તમે તેને તે રીતે સોલ્વ કરી શકો
  • 00:29:45
    છો.
  • 00:29:46
    આગળ આપણે BCNF બોયસ કોડના સામાન્ય સ્વરૂપના
  • 00:29:47
    ડિકમ્પોઝિશન પર ઝડપથી રીકેપ કરીશું. જે
  • 00:29:48
    આપણે અગાઉ જોયું હતું.
  • 00:29:49
    અને આપણે જાણીએ છીએ કે બોયસ કોડ સામાન્ય
  • 00:29:50
    સ્વરૂપ ખાતરી આપે છે કે, અસ્તિત્વમાં
  • 00:29:51
    રહેલી દરેક ડિપેન્ડન્સી હશે કાં તો ટ્રિવીઅલ
  • 00:29:52
    હોવી જોઈએ, અથવા ડાબી બાજુ સુપર કી હોવી
  • 00:29:53
    જોઈએ. તેથી, એલ્ગોરિધમ્સનો ઉપયોગ કરીને તમે
  • 00:29:54
    બોયસ કોડ સામાન્ય સ્વરૂપ માટે પરીક્ષણ
  • 00:29:55
    કરી શકો છો. જેનું વર્ણન અહીં કરવામાં
  • 00:29:56
    આવ્યું છે, હું સ્ટેપ્સમાં નથી જઈ રહ્યો.
  • 00:29:57
    અને બોયસ કોડ સામાન્ય સ્વરૂપ વિઘટિત સ્વરૂપમાં
  • 00:29:58
    છે, કે કેમ તે નિર્ધારિત કરવા માટે અહીં વધુ
  • 00:29:59
    વિગતવાર ફોર્મલ અલ્ગોરિધમ બોયસ કોડમાં છે.
  • 00:30:00
    તેથી, હું એલ્ગોરિધમ પર ઝડપથી રીકેપ કરીશ,
  • 00:30:01
    કે નૅચરલી તે તમામ ડિપેન્ડન્સીઓ માટે
  • 00:30:02
    તમે પહેલા સુપર કી નક્કી કરો. અને તપાસો
  • 00:30:03
    કે A → B સુપર કી છે કે નહીં. અને તે તમે
  • 00:30:04
    સરળતાથી એટ્રીબ્યુટ કવરનો ઉપયોગ કરીને
  • 00:30:05
    કરી શકો છો. જો તે સુપર કી નથી, તો પછી
  • 00:30:06
    તમે ડિપેન્ડન્સી A → B પસંદ કરો છો, જે
  • 00:30:07
    ઉલ્લંઘન કરે છે. અને તમે બોયસ કોડ દ્વારા
  • 00:30:08
    રચાય છે. દરેક સ્ટેપ્સમાં તે એક સંબંધને બે
  • 00:30:09
    અલગ-અલગ સંબંધમાં વિઘટિત કરે છે.
  • 00:30:10
    તેથી, એક કે જે તમે A અને B ના લક્ષણોમાંથી
  • 00:30:11
    U લઈને લો છો. અને બીજું જ્યાં તમે B માઈનસ
  • 00:30:12
    A લો છો. આ એટ્રીબ્યુટ આ તફાવત એટ્રીબ્યુટ
  • 00:30:13
    તમે Rમાંથી કાઢો છો. અને પછી તમે A ઉમેરો
  • 00:30:14
    છો. અને અન્ય સંબંધ બનાવો છો. સ્વાભાવિક
  • 00:30:15
    રીતે આ બે વચ્ચે A એ એક સામાન્ય લક્ષણ
  • 00:30:16
    છે. અને ત્યારથી અને તે A B નક્કી કરશે કારણ
  • 00:30:17
    કે A → B છે. તેથી, A → A B છે જે સમગ્ર
  • 00:30:20
    R1 છે. તેથી, સ્વાભાવિક રીતે લોસલેસ જોઈનની
  • 00:30:21
    ખાતરી આપવામાં આવે છે. અને તમે પુનરાવર્તન
  • 00:30:22
    કરો છો કે તમને જે પરિણામી સંબંધો મળ્યા
  • 00:30:23
    છે. તેના માટે તે કરવાનું ચાલુ રાખો. તેમને
  • 00:30:24
    ડિકમ્પોઝિશન કરવાનું ચાલુ રાખો જ્યાં
  • 00:30:25
    સુધી તમે છેલ્લે, બંધ કરો અને તમારી
  • 00:30:26
    પાસે વધુ કોઈ ડિપેન્ડન્સીસનું ઉલ્લંઘન ન થાય. અને
  • 00:30:27
    તમારું ડિકમ્પોઝિશન બોયસ કોડ સામાન્ય
  • 00:30:28
    સ્વરૂપમાં થઈ જશે.
  • 00:30:29
    જો તમને રુચિ હોય તો તમારા માટે સ્ટેપ્સ
  • 00:30:30
    દ્વારા આગળ વધવા માટે અહીં ફરીથી
  • 00:30:31
    ફોર્મલ અલ્ગોરિધમ છે.
  • 00:30:32
    અન્યથા તમે જાણો છો કે આ કેવી રીતે
  • 00:30:33
    કરવું. ફરીથી મેં અહીં બીજું ઉદાહરણ
  • 00:30:34
    બતાવ્યું છે, જે દર્શાવે છે કે BCNF માં કેવી
  • 00:30:35
    રીતે ડિકમ્પોઝિશન કરવું. તેથી, તમારે
  • 00:30:36
    આની પ્રેક્ટિસ કરવી જોઈએ. તેથી જ મેં તેને
  • 00:30:37
    અહીં સ્ટેપ્સમાં બહાર પાડ્યું છે.
  • 00:30:38
    તેથી, અહીં A → B; B → C નૅચરલી A એ કી છે. R
  • 00:30:39
    BCNF માં નથી. કારણ કે B → C એ ફંક્શનલ ડિપેન્ડન્સીસ
  • 00:30:40
    છે જ્યાં B સુપર કી નથી.
  • 00:30:41
    તેથી, તમે તેમને દ્રષ્ટિએ ડિકમ્પોઝિશન કરી
  • 00:30:42
    શકો છો. તેથી, તમે BC ના સંદર્ભમાં એક
  • 00:30:43
    સંબંધ તરીકે અને AB ને બીજા સંબંધ તરીકે
  • 00:30:44
    વિઘટિત કરી શકો છો. અહીં એક વર્ગ સંબંધનું
  • 00:30:45
    વધુ વિગતવાર ઉદાહરણ છે. જેમાં એટ્રીબ્યૂટ્સનો
  • 00:30:46
    સંપૂર્ણ સમૂહ અને આ ફંક્શનલ ડિપેન્ડન્સીઓ
  • 00:30:47
    છે. અને તેના આધારે ઉમેદવાર કી કોર્સ
  • 00:30:48
    ID, સેક્શન ID, સેમેસ્ટર અને વર્ષ છે. અને તમે
  • 00:30:49
    BCNF ડિકમ્પોઝિશન સાથે આગળ વધી શકો છો. પ્રથમ
  • 00:30:50
    ફંક્શનલ ડિપેન્ડન્સીસ કે જે ધરાવે છે, પરંતુ
  • 00:30:54
    ડાબી બાજુએ કોર્સ ID સુપર કી નથી. તેથી,
  • 00:30:57
    તમે તેને એક સંબંધ દ્વારા બદલશો. જે
  • 00:31:01
    કહે છે નવો કોર્સ સંબંધ અને નવો વર્ગ
  • 00:31:05
    સંબંધ જે બાકીના લક્ષણો છે.
  • 00:31:07
    અને પછી તમને ખાતરી થશે કે કોર્સ BCNF માં
  • 00:31:11
    છે, પરંતુ બીજો એક વર્ગ નથી. કારણ કે
  • 00:31:15
    → ક્ષમતા જ્યાં રૂમ નંબર એકસાથે બનાવવો
  • 00:31:18
    એ સુપર કી નથી. તેથી, તમે તેને ફરીથી વિભાજિત
  • 00:31:22
    કરો છો. અને તમે વર્ગ 1 ને બે નવા રિલેશનશીપ
  • 00:31:26
    ક્લાસ રૂમ અને સેક્શનના સંદર્ભમાં બદલો છો.
  • 00:31:30
    અને તે બંને BCNF માં છે અને તમારું આ થઈ
  • 00:31:34
    ગયું છે.
  • 00:31:35
    પરંતુ BCNF જેમ કે હું તમને ફરીથી ચેતવણી
  • 00:31:38
    આપું છું કે BCNF પરાધીનતાને સાચવતું નથી. તે તમને
  • 00:31:42
    લોસલેસ જોઇન આપે છે, પરંતુ તે ડિપેન્ડન્સીને
  • 00:31:45
    સાચવતું નથી. તેથી, ડિપેન્ડન્સી જાળવણી
  • 00:31:47
    સાથે BCNF માં ડિકમ્પોઝિશન કરવું હંમેશા શક્ય
  • 00:31:49
    નથી. તેથી, અહીં એક ઉદાહરણ છે જે આપણે
  • 00:31:52
    થોડું અગાઉ જોયું છે. અને બે ઉમેદવાર
  • 00:31:54
    કી છે જે R BCNF માં નથી, તમે સ્પષ્ટપણે જોઈ
  • 00:31:59
    શકો છો. અને કોઈપણ ડિકમ્પોઝિશન JK → L
  • 00:32:02
    નિષ્ફળ જશે. અને તેને જોડવાની જરૂર પડશે.
  • 00:32:05
    તેથી, આ ડિકમ્પોઝિશનના સંદર્ભમાં ડિપેન્ડન્સીને
  • 00:32:08
    સાચવશે નહીં.
  • 00:32:09
    ફરીથી, મેં અહીં પ્રેક્ટિસ સમસ્યાઓનો સમૂહ આપ્યો
  • 00:32:12
    છે. જેનો તમારે પ્રયાસ કરવો જોઈએ. અને બોયસ
  • 00:32:16
    કોડના સામાન્ય સ્વરૂપના સામાન્યકરણથી વિશ્વાસ
  • 00:32:18
    મેળવવો જોઈએ.
  • 00:32:19
    હવે, 3 NF માં સંબંધના સમૂહમાં સંબંધનું
  • 00:32:22
    ડિકમ્પોઝિશન કરવું હંમેશા શક્ય છે. જો
  • 00:32:25
    ડિકમ્પોઝિશન લોસલેસ હોય, અને ડિપેન્ડન્સીસ
  • 00:32:27
    સચવાય. જ્યારે, BCNF ના કિસ્સામાં તે
  • 00:32:30
    શક્ય નથી. તેથી, અહીં એક કોષ્ટક છે, જે બોયસ
  • 00:32:34
    કોડ અને ત્રીજા સામાન્ય સ્વરૂપ વચ્ચેની તુલનાત્મક
  • 00:32:37
    તુલનાનો સારાંશ આપે છે. કારણ કે તે સામાન્ય
  • 00:32:41
    છે જ્યારે બોયસ કોડ નૅચરલી વધુ કડક હોય,
  • 00:32:44
    તો તે તમને ઓછા નિર્ભર ઓછા રિડન્ડન્સી આપે
  • 00:32:48
    છે. પરંતુ તે ખાતરી આપી શકતું નથી, કે
  • 00:32:52
    તમારી ડિપેન્ડન્સી સાચવવામાં આવશે.
  • 00:32:53
    તેથી, વધુ વખત આપણે 3 NF ને સ્વીકાર્ય સામાન્યકૃત
  • 00:32:57
    ડિકમ્પોઝિશન તરીકે સ્વીકારીશું, જેમાં
  • 00:32:59
    કેટલીક નિરર્થકતા હજી પણ અસ્તિત્વમાં
  • 00:33:02
    છે. તે શક્ય છે અને આપણે તેમાંથી છૂટકારો
  • 00:33:05
    મેળવી શકતા નથી.
  • 00:33:07
    તેથી, આપણે સામાન્ય સ્વરૂપો અને તેમના
  • 00:33:09
    મહત્વ વિશે અભ્યાસ કર્યો છે. અને સ્કીમામાં
  • 00:33:13
    નિરર્થકતાને ઘટાડવા માટે આપણે કેવી રીતે
  • 00:33:15
    ક્રમશઃ અવરોધો વધારી શકીએ છીએ. અને સ્કીમાને
  • 00:33:18
    ત્રીજા સામાન્ય સ્વરૂપમાં અને બોયસ કોડ સામાન્ય
  • 00:33:22
    સ્વરૂપમાં કેવી રીતે વિઘટિત કરવું તે
  • 00:33:24
    શીખ્યા છીએ.
Tag
  • normalisation
  • 3NF
  • BCNF
  • dépendances fonctionnelles
  • décomposition
  • insertion
  • mise à jour
  • suppression
  • intégrité des données
  • schéma relationnel