ડેટાબેઝ મેનેજમેન્ટ (4331603) - ઉનાળો 2025 ઉકેલ

પ્રશ્ન 1(a) [3 ગુણ]

#

નીચેના શબ્દોની વ્યાખ્યા આપો. 1) મેટાડેટા 2) સ્કીમા 3) ડેટા ડિક્શનરી.

જવાબ:

ટેબલ:

• મેટાડેટા: ડેટાની લાક્ષણિકતાઓ અને ગુણધર્મો વર્ણવતી માહિતી
• સ્કીમા: ડેટાબેઝની રચના અને મર્યાદાઓ વ્યાખ્યાયિત કરતો બ્લુપ્રિન્ટ
• ડેટા ડિક્શનરી: બધા ડેટાબેઝ ઓબ્જેક્ટ્સ અને તેમના ગુણધર્મોની કેટલોગ

મેમરી ટ્રીક: “MSD - My System Dictionary”

પ્રશ્ન 1(b) [4 ગુણ]

#

ડેટાબેઝ મેનેજમેન્ટ સિસ્ટમના ફાયદા લખો.

જવાબ:

ટેબલ:

• ઘટેલી રીડન્ડન્સી: ડુપ્લિકેટ ડેટા સ્ટોરેજ દૂર કરે છે
• કેન્દ્રીકૃત નિયંત્રણ: ડેટા મેનેજમેન્ટનું એક જ બિંદુ
• ડેટા વહેંચણી: અનેક એપ્લિકેશન્સ સમાન ડેટાનો ઉપયોગ કરી શકે છે
• બેકઅપ પુનઃપ્રાપ્તિ: આપોઆપ ડેટા સુરક્ષા પદ્ધતિઓ

મેમરી ટ્રીક: “DISC-RCDB - Database Is Super Cool”

પ્રશ્ન 1(c) [7 ગુણ]

#

DBA ની જવાબદારીઓ સમજાવો.

જવાબ:

ટેબલ:

graph TD
    A[DBA જવાબદારીઓ] --> B[ડેટાબેઝ ડિઝાઈન]
    A --> C[સુરક્ષા મેનેજમેન્ટ]
    A --> D[પર્ફોર્મન્સ ટ્યુનિંગ]
    A --> E[બેકઅપ અને પુનઃપ્રાપ્તિ]
    A --> F[યુઝર મેનેજમેન્ટ]
    A --> G[સિસ્ટમ મોનિટરિંગ]

• ડેટાબેઝ ઇન્સ્ટલેશન: DBMS સોફ્ટવેર સેટઅપ અને કોન્ફિગર કરવું
• ડેટા માઇગ્રેશન: સિસ્ટમ્સ વચ્ચે ડેટાને સુરક્ષિત રીતે ટ્રાન્સફર કરવો
• ડોક્યુમેન્ટેશન: ડેટાબેઝ સ્કીમા અને પ્રક્રિયાઓ જાળવવી
• મોનિટરિંગ: સિસ્ટમ પર્ફોર્મન્સ અને રિસોર્સ વપરાશ ટ્રેક કરવું
• ટ્રબલશૂટિંગ: ડેટાબેઝ સમસ્યાઓ અને ભૂલો ઉકેલવી

મેમરી ટ્રીક: “DSPBU-DMT - DBA Solves Problems By Understanding Database Management Tasks”

પ્રશ્ન 1(c OR) [7 ગુણ]

#

ડેટા એબ્સ્ટ્રેક્શન શું છે? ત્રણ સ્તરની ANSI SPARC આર્કિટેક્ચરને વિગતવાર સમજાવો.

જવાબ:

ડેટા એબ્સ્ટ્રેક્શન: વપરાશકર્તાઓથી જટિલ ડેટાબેઝ અમલીકરણ વિગતો છુપાવીને સરળ ઇન્ટરફેસ પ્રદાન કરવું.

graph TB
    A[એક્સટર્નલ લેવલ] --> B[કોન્સેપ્ચુઅલ લેવલ]
    B --> C[ઇન્ટર્નલ લેવલ]
    A1[યુઝર વ્યૂઝ] --> A
    B1[લોજિકલ સ્કીમા] --> B
    C1[ફિઝિકલ સ્ટોરેજ] --> C

ટેબલ:

• એક્સટર્નલ લેવલ: જટિલતા છુપાવતા અનેક વપરાશકર્તા દૃશ્યો
• કોન્સેપ્ચુઅલ લેવલ: સ્ટોરેજ વિગતો વિના સંપૂર્ણ ડેટાબેઝ સ્કીમા
• ઇન્ટર્નલ લેવલ: ભૌતિક ફાઇલ સંગઠન અને ઇન્ડેક્સિંગ
• ડેટા સ્વતંત્રતા: એક સ્તરમાં ફેરફારો અન્યને અસર કરતા નથી

મેમરી ટ્રીક: “ECI - Every Computer Implements”

પ્રશ્ન 2(a) [3 ગુણ]

#

સ્કીમા અને ઇન્સ્ટન્સનો તફાવત સમજાવો

જવાબ:

ટેબલ:

• સ્કીમા: ડેટાબેઝ સંગઠન અને મર્યાદાઓ વર્ણવે છે
• ઇન્સ્ટન્સ: ચોક્કસ ક્ષણે ડેટાબેઝ સામગ્રીનો સ્નેપશોટ
• સંબંધ: સ્કીમા રચના વ્યાખ્યાયિત કરે છે, ઇન્સ્ટન્સ ડેટા સમાવે છે

મેમરી ટ્રીક: “SI - Structure vs Information”

પ્રશ્ન 2(b) [4 ગુણ]

#

સ્પેશ્યલાઈઝેશન ઉદાહરણ સાથે સમજાવો.

જવાબ:

સ્પેશ્યલાઈઝેશન: ચોક્કસ લાક્ષણિકતાઓના આધારે સુપરક્લાસમાંથી સબક્લાસ બનાવવાની પ્રક્રિયા.

erDiagram
    EMPLOYEE {
        int emp_id
        string name
        float salary
    }
    MANAGER {
        string department
        int team_size
    }
    DEVELOPER {
        string programming_language
        string project
    }
    
    EMPLOYEE ||--|| MANAGER : specializes
    EMPLOYEE ||--|| DEVELOPER : specializes

• ટોપ-ડાઉન અપ્રોચ: સામાન્ય એન્ટિટીથી ચોક્કસ એન્ટિટીઓ તરફ
• ઇન્હેરિટન્સ: સબક્લાસેસ સુપરક્લાસના ગુણધર્મો વારસામાં લે છે
• ડિસજોઇન્ટ: મેનેજર અને ડેવલપર અલગ કેટેગરી છે
• ઉદાહરણ: એમ્પ્લોયી મેનેજર અને ડેવલપરમાં વિશેષીકૃત

મેમરી ટ્રીક: “STID - Specialization Takes Inheritance Down”

પ્રશ્ન 2(c) [7 ગુણ]

#

ER ડાયાગ્રામ શું છે? ER ડાયાગ્રામમાં વપરાતા વિવિધ પ્રતીકોને ઉદાહરણ સાથે સમજાવો.

જવાબ:

ER ડાયાગ્રામ: ડેટાબેઝ ડિઝાઇનમાં એન્ટિટીઝ, એટ્રિબ્યુટ્સ અને સંબંધો દર્શાવતી ગ્રાફિકલ પ્રતિનિધિત્વ.

ટેબલ:

erDiagram
    STUDENT {
        int student_id PK
        string name
        string email
        date birth_date
    }
    COURSE {
        string course_id PK
        string course_name
        int credits
    }
    ENROLLMENT {
        date enrollment_date
        string grade
    }
    
    STUDENT ||--o{ ENROLLMENT : enrolls
    COURSE ||--o{ ENROLLMENT : includes

• એન્ટિટી સેટ્સ: સમાન ગુણધર્મો ધરાવતી સમાન એન્ટિટીઝનો સંગ્રહ
• વીક એન્ટિટી: ઓળખ માટે સ્ટ્રોંગ એન્ટિટી પર આધારિત
• કાર્ડિનાલિટી: સંબંધ સહભાગિતા વ્યાખ્યાયિત કરે છે (1:1, 1:M, M:N)
• પાર્ટિસિપેશન: ટોટલ (ડબલ લાઇન) અથવા પાર્શિયલ (સિંગલ લાઇન)

મેમરી ટ્રીક: “EARP - Entities And Relationships Program”

પ્રશ્ન 2(a OR) [3 ગુણ]

#

DA અને DBA નો તફાવત સમજાવો.

જવાબ:

ટેબલ:

• DA: સંસ્થાકીય સંસાધન તરીકે ડેટાનું સંચાલન કરે છે
• DBA: તકનીકી ડેટાબેઝ જાળવણી અને પર્ફોર્મન્સ સંભાળે છે
• સહયોગ: DA નીતિઓ સેટ કરે છે, DBA તેમને અમલમાં મૂકે છે

મેમરી ટ્રીક: “DA-DBA: Design Authority - Database Builder Administrator”

પ્રશ્ન 2(b OR) [4 ગુણ]

#

જનરલાઈઝેશન ઉદાહરણ સાથે સમજાવો.

જવાબ:

જનરલાઈઝેશન: સમાન એન્ટિટીઝને સામાન્ય સુપરક્લાસમાં જોડવાની બોટમ-અપ પ્રક્રિયા.

erDiagram
    VEHICLE {
        string vehicle_id
        string brand
        int year
        string color
    }
    CAR {
        int doors
        string fuel_type
    }
    MOTORCYCLE {
        int engine_cc
        string bike_type
    }
    
    VEHICLE ||--|| CAR : generalizes
    VEHICLE ||--|| MOTORCYCLE : generalizes

• બોટમ-અપ અપ્રોચ: ચોક્કસ એન્ટિટીઝથી સામાન્ય એન્ટિટી તરફ
• કોમન એટ્રિબ્યુટ્સ: સહેજ ગુણધર્મો સુપરક્લાસમાં ખસેડાય છે
• સ્પેશ્યલાઈઝેશન રિવર્સ: સ્પેશ્યલાઈઝેશન પ્રક્રિયાનું વિપરીત
• ઉદાહરણ: કાર અને મોટરસાઇકલ વાહનમાં સામાન્યીકૃત

મેમરી ટ્રીક: “GBCS - Generalization Brings Common Superclass”

પ્રશ્ન 2(c OR) [7 ગુણ]

#

એટ્રિબ્યુટ શું છે? વિવિધ પ્રકારના એટ્રિબ્યુટ્સ ઉદાહરણ સાથે સમજાવો.

જવાબ:

એટ્રિબ્યુટ: એન્ટિટીનું વર્ણન કરતી ગુણવત્તા અથવા લાક્ષણિકતા.

ટેબલ:

graph TD
    A[એટ્રિબ્યુટ્સ] --> B[સિમ્પલ]
    A --> C[કોમ્પોઝિટ]
    A --> D[સિંગલ-વેલ્યુડ]
    A --> E[મલ્ટિ-વેલ્યુડ]
    A --> F[ડેરાઇવ્ડ]
    A --> G[કી એટ્રિબ્યુટ્સ]
    
    C --> C1[Address: Street, City, ZIP]
    E --> E1[Phone: Mobile, Home, Work]
    F --> F1[Age calculated from DOB]

• કી એટ્રિબ્યુટ: એન્ટિટી ઇન્સ્ટન્સેસને યુનિકલી ઓળખે છે
• નલ વેલ્યુઝ: એટ્રિબ્યુટ્સ કે જેમાં કોઈ મૂલ્ય ન હોઈ શકે
• ડિફોલ્ટ વેલ્યુઝ: નિર્દિષ્ટ ન હોય ત્યારે પૂર્વનિર્ધારિત મૂલ્યો
• કન્સ્ટ્રેઇન્ટ્સ: એટ્રિબ્યુટ મૂલ્યોને સંચાલિત કરતા નિયમો

મેમરી ટ્રીક: “SCSMD-K - Simple Composite Single Multi Derived Key”

પ્રશ્ન 3(a) [3 ગુણ]

#

SQL માં GRANT અને REVOKE સ્ટેટમેન્ટ સમજાવો.

જવાબ:

ટેબલ:

-- Grant privileges
GRANT SELECT, INSERT ON employees TO john;
GRANT ALL PRIVILEGES ON database TO admin;

-- Revoke privileges  
REVOKE DELETE ON employees FROM john;
REVOKE ALL ON database FROM user;

• વિશેષાધિકારો: SELECT, INSERT, UPDATE, DELETE, ALL
• ઓબ્જેક્ટ્સ: ટેબલ્સ, વ્યૂઝ, ડેટાબેઝિસ, પ્રોસીજર્સ
• સુરક્ષા: ડેટા એક્સેસ અને મોડિફિકેશન રાઇટ્સનું નિયંત્રણ

મેમરી ટ્રીક: “GR - Grant Rights, Remove Rights”

પ્રશ્ન 3(b) [4 ગુણ]

#

નીચેના Character functions સમજાવો. 1) INITCAP 2) SUBSTR

જવાબ:

ટેબલ:

-- INITCAP examples
SELECT INITCAP('database management') FROM dual; -- Database Management
SELECT INITCAP('gtu university') FROM dual; -- Gtu University

-- SUBSTR examples  
SELECT SUBSTR('Programming', 1, 7) FROM dual; -- Program
SELECT SUBSTR('Database', 5) FROM dual;

-- base

• INITCAP: સ્ટ્રિંગને યોગ્ય કેસ ફોર્મેટમાં કન્વર્ટ કરે છે
• SUBSTR: પેરામીટર્સ છે સ્ટ્રિંગ, શરૂઆતની સ્થિતિ, વૈકલ્પિક લંબાઈ
• વપરાશ: ટેક્સ્ટ ફોર્મેટિંગ અને સ્ટ્રિંગ મેનિપ્યુલેશન ઓપરેશન્સ

મેમરી ટ્રીક: “IS - Initialize String, Split String”

પ્રશ્ન 3(c) [7 ગુણ]

#

નીચે દશાવેલ ટેબલને ધ્યાનમાં લઈ આપેલ ક્વેરીઝના જવાબ લખો. stud_master (enroll_no, name, city, dept)

જવાબ:

-- 1. IT dept માં અભ્યાસ કરતા બધા વિદ્યાર્થીઓની વિગતો દર્શાવો
SELECT * FROM stud_master 
WHERE dept = 'IT';

-- 2. 'p' થી શરૂ થતા નામ વિશેની બધી માહિતી મેળવો
SELECT * FROM stud_master 
WHERE name LIKE 'p%';

-- 3. ટેબલમાં નવો વિદ્યાર્થી દાખલ કરો
INSERT INTO stud_master (enroll_no, name, city, dept) 
VALUES ('202501', 'John Smith', 'Mumbai', 'CS');

-- 4. stud_master ટેબલમાં gender નામનું નવું કૉલમ ઉમેરો
ALTER TABLE stud_master 
ADD gender VARCHAR(10);

-- 5. stud_master ટેબલની પંક્તિઓની સંખ્યા ગણો
SELECT COUNT(*) FROM stud_master;

-- 6. enroll_no ના અવરોહી ક્રમમાં બધી વિદ્યાર્થી વિગતો દર્શાવો
SELECT * FROM stud_master 
ORDER BY enroll_no DESC;

-- 7. ડેટા સાથે stud_master ટેબલનો નાશ કરો
DROP TABLE stud_master;

ટેબલ:

મેમરી ટ્રીક: “SIAC-DOC - SQL Is A Complete Database Operations Collection”

પ્રશ્ન 3(a OR) [3 ગુણ]

#

SQL માં equi join ઉદાહરણ સાથે સમજાવો.

જવાબ:

Equi Join: સમાન કૉલમ્સના આધારે ટેબલ્સને જોડવા માટે સમાનતા શરતનો ઉપયોગ કરતું જોઇન ઓપરેશન.

-- Equi Join ઉદાહરણ
SELECT s.name, c.course_name
FROM students s, courses c
WHERE s.course_id = c.course_id;

-- JOIN સિન્ટેક્સનો ઉપયોગ
SELECT s.name, c.course_name  
FROM students s
JOIN courses c ON s.course_id = c.course_id;

• સમાનતા ઓપરેટર: કૉલમ મૂલ્યો મેચ કરવા માટે = નો ઉપયોગ
• કોમન કૉલમ્સ: ટેબલ્સમાં સંબંધિત એટ્રિબ્યુટ્સ હોવા જોઈએ
• પરિણામ: મેચના આધારે અનેક ટેબલ્સમાંથી સંયુક્ત ડેટા

મેમરી ટ્રીક: “EJ - Equal Join”

પ્રશ્ન 3(b OR) [4 ગુણ]

#

નીચેના Aggregate functions સમજાવો. 1) MAX 2) SUM

જવાબ:

ટેબલ:

-- MAX ઉદાહરણો
SELECT MAX(salary) FROM employees; -- સૌથી વધુ પગાર
SELECT MAX(age) FROM students; -- સૌથી જૂના વિદ્યાર્થીની ઉંમર

-- SUM ઉદાહરણો
SELECT SUM(credits) FROM courses; -- કુલ ક્રેડિટ્સ
SELECT SUM(price * quantity) FROM orders; -- કુલ ઓર્ડર મૂલ્ય

• એગ્રિગેટ ફંક્શન્સ: અનેક પંક્તિઓ પર કામ કરે છે, એક મૂલ્ય પરત કરે છે
• NULL હેન્ડલિંગ: ગણતરીમાં NULL મૂલ્યોને અવગણે છે
• GROUP BY: કેટેગરી-વાઇઝ પરિણામો માટે ગ્રુપિંગ સાથે ઉપયોગ કરી શકાય છે

મેમરી ટ્રીક: “MS - Maximum Sum”

પ્રશ્ન 3(c OR) [7 ગુણ]

#

નીચે દશાવેલ ટેબલ માટે SQL ક્વેરીઝ લખો: PRODUCT_Master: (prod_no, prod_name, profit, quantity, sell_price, cost_price)

જવાબ:

-- 1. PRODUCT_Master ટેબલ બનાવો
CREATE TABLE PRODUCT_Master (
    prod_no VARCHAR(10) PRIMARY KEY,
    prod_name VARCHAR(50),
    profit NUMBER(10,2),
    quantity NUMBER,
    sell_price NUMBER(10,2),
    cost_price NUMBER(10,2)
);

-- 2. આ ટેબલમાં એક રેકોર્ડ દાખલ કરો
INSERT INTO PRODUCT_Master VALUES 
('P001', 'Laptop', 15000, 10, 45000, 30000);

-- 3. 20000 થી વધુ નફો ધરાવતા પ્રોડક્ટ શોધો
SELECT * FROM PRODUCT_Master 
WHERE profit > 20000;

-- 4. 5 થી ઓછી quantity ધરાવતા પ્રોડક્ટ ડિલીટ કરો
DELETE FROM PRODUCT_Master 
WHERE quantity < 5;

-- 5. 5000 થી વધુ sell_price ધરાવતા પ્રોડક્ટમાં 2% નફો ઉમેરો
UPDATE PRODUCT_Master 
SET profit = profit * 1.02 
WHERE sell_price > 5000;

-- 6. PRODUCT_Master માં total_price નામનું નવું ફીલ્ડ ઉમેરો
ALTER TABLE PRODUCT_Master 
ADD total_price NUMBER(10,2);

-- 7. કોઈ ડુપ્લિકેટ ડેટા વગર પ્રોડક્ટ નામ શોધો
SELECT DISTINCT prod_name FROM PRODUCT_Master;

મેમરી ટ્રીક: “CIDFAUD - Create Insert Delete Find Add Update Distinct”

પ્રશ્ન 4(a) [3 ગુણ]

#

fully functional dependency ઉદાહરણ સાથે સમજાવો.

જવાબ:

Fully Functional Dependency: એટ્રિબ્યુટ સંપૂર્ણ રીતે ફંક્શનલ ડિપેન્ડન્ટ છે જો તે સંપૂર્ણ પ્રાઇમરી કી પર આધારિત હોય, આંશિક કી પર નહીં.

ટેબલ:

ઉદાહરણ: Student_Course(Student_ID, Course_ID, Student_Name, Grade)

Full FD: (Student_ID, Course_ID) → Grade
Partial FD: Student_ID → Student_Name

• સંપૂર્ણ કી: કોમ્પોઝિટ પ્રાઇમરી કીના બધા એટ્રિબ્યુટ્સ જરૂરી
• નોન-કી એટ્રિબ્યુટ: સંપૂર્ણ પ્રાઇમરી કી કોમ્બિનેશન પર આધારિત
• 2NF જરૂરિયાત: આંશિક ડિપેન્ડન્સીઝ દૂર કરે છે

મેમરી ટ્રીક: “FFD - Full Function Dependency”

પ્રશ્ન 4(b) [4 ગુણ]

#

નીચે દશાવેલ રિલેશનલ સ્કીમાને ધ્યાનમાં લઈ રિલેશનલ અલજીબ્રા એક્સપ્રેશન આપો: Employee (Emp_name, Emp_id, birth_date, Post, salary)

જવાબ:

(i) Post="Clerk" ધરાવતા બધા કર્મચારીઓની યાદી બનાવો
σ(Post='Clerk')(Employee)

(ii) salary > 2000 અને post='Manager' ધરાવતા Emp_id અને Emp_name શોધો
π(Emp_id, Emp_name)(σ(salary>2000 ∧ Post='Manager')(Employee))

ટેબલ:

• સિલેક્શન (σ): નિર્દિષ્ટ શરતો પૂરી કરતી પંક્તિઓ પસંદ કરે છે
• પ્રોજેક્શન (π): પરિણામમાંથી જરૂરી કૉલમ્સ પસંદ કરે છે
• સંયુક્ત ઓપરેશન્સ: અનેક ઓપરેશન્સનો એકસાથે ઉપયોગ કરી શકાય છે

મેમરી ટ્રીક: “SPA - Select Project And”

પ્રશ્ન 4(c) [7 ગુણ]

#

2NF ના ક્રાઇટેરિયા શું છે? આપેલ રિલેશનમાં વિવિધ ફંક્શનલ ડિપેન્ડન્સીઝ શોધો અને તેને 2NF માં નોર્મલાઈઝ કરો.

જવાબ:

2NF ક્રાઇટેરિયા:

• 1NF માં હોવું જોઈએ
• પ્રાઇમરી કી પર કોઈ આંશિક ફંક્શનલ ડિપેન્ડન્સીઝ ન હોવી જોઈએ

આપેલ ટેબલ: Student_Course(Student_ID, Course_ID, Student_Name, Course_Name)

ફંક્શનલ ડિપેન્ડન્સીઝ:

Student_ID → Student_Name (Partial FD)
Course_ID → Course_Name (Partial FD)
(Student_ID, Course_ID) → (Student_Name, Course_Name) (Full FD)

2NF નોર્મલાઈઝેશન:

-- ટેબલ 1: Students
Students(Student_ID, Student_Name)

-- ટેબલ 2: Courses  
Courses(Course_ID, Course_Name)

-- ટેબલ 3: Enrollment
Enrollment(Student_ID, Course_ID)

erDiagram
    STUDENTS {
        string Student_ID PK
        string Student_Name
    }
    COURSES {
        string Course_ID PK
        string Course_Name
    }
    ENROLLMENT {
        string Student_ID PK,FK
        string Course_ID PK,FK
    }
    
    STUDENTS ||--o{ ENROLLMENT : enrolls
    COURSES ||--o{ ENROLLMENT : includes

મેમરી ટ્રીક: “2NF - Two Normal Form removes partial dependencies”

પ્રશ્ન 4(a OR) [3 ગુણ]

#

3NF ઉદાહરણ સાથે સમજાવો.

જવાબ:

3NF (Third Normal Form): 2NF માં હોય અને પ્રાઇમરી કી પર કોઈ ટ્રાન્ઝિટિવ ડિપેન્ડન્સીઝ ન હોય તેવું ટેબલ.

ટેબલ:

ઉદાહરણ: Employee(Emp_ID, Dept_ID, Dept_Name)

ટ્રાન્ઝિટિવ ડિપેન્ડન્સી: Emp_ID → Dept_ID → Dept_Name

3NF ઉકેલ:
Employee(Emp_ID, Dept_ID)
Department(Dept_ID, Dept_Name)

• ટ્રાન્ઝિટિવ ડિપેન્ડન્સી: A → B → C જ્યાં A પ્રાઇમરી કી છે
• નોન-કી ટુ નોન-કી: નોન-કી એટ્રિબ્યુટ્સ વચ્ચે ડિપેન્ડન્સી
• ડિકમ્પોઝિશન: ટ્રાન્ઝિટિવ ડિપેન્ડન્સીઝ દૂર કરવા માટે ટેબલ વિભાજિત કરવું

મેમરી ટ્રીક: “3NF - Third Normal Form removes Transitive dependencies”

પ્રશ્ન 4(b OR) [4 ગુણ]

#

નીચે દશાવેલ રિલેશનલ સ્કીમાને ધ્યાનમાં લઈ રિલેશનલ અલજીબ્રા એક્સપ્રેશન આપો: Students (Name, SPI, DOB, Enrollment No)

જવાબ:

(i) SPI 7.0 થી વધુ હોય તેવા બધા વિદ્યાર્થીઓની યાદી બનાવો
σ(SPI > 7.0)(Students)

(ii) enrollment number 007 હોય તેવા વિદ્યાર્થીનું name, DOB દર્શાવો
π(Name, DOB)(σ(Enrollment_No = '007')(Students))

ટેબલ:

• પહેલા સિલેક્શન: પ્રોજેક્શન પહેલાં શરતો લાગુ કરો
• ચોક્કસ મૂલ્ય: સ્ટ્રિંગ લિટરલ્સ માટે ક્વોટ્સનો ઉપયોગ કરો
• કૉલમ નામો: ચોક્કસ એટ્રિબ્યુટ નામો જરૂરી

મેમરી ટ્રીક: “SPI-DOB: Select Project Information - Display Output Better”

પ્રશ્ન 4(c OR) [7 ગુણ]

#

1NF ના ક્રાઇટેરિયા શું છે? આપેલ ટેબલને બે અલગ અલગ પદ્ધતિથી 1NF માં નોર્મલાઇઝ કરો.

જવાબ:

1NF ક્રાઇટેરિયા:

• દરેક સેલમાં એક જ અણુ મૂલ્ય હોવું જોઈએ
• કોઈ પુનરાવર્તિત જૂથો અથવા એરેઝ નહીં
• દરેક પંક્તિ અનન્ય હોવી જોઈએ

આપેલ ટેબલ:

પદ્ધતિ 1 - અલગ પંક્તિઓ:

પદ્ધતિ 2 - અલગ ટેબલ્સ:

-- Students ટેબલ
Students(EnrollmentNo, Name)

-- Subjects ટેબલ  
Subjects(SubjectID, SubjectName)

-- Student_Subjects ટેબલ
Student_Subjects(EnrollmentNo, SubjectID)

મેમરી ટ્રીક: “1NF - One Normal Form creates Atomic values”

પ્રશ્ન 5(a) [3 ગુણ]

#

ટ્રાન્ઝેક્શનની ACID પ્રોપર્ટીઝ સમજાવો.

જવાબ:

ટેબલ:

• Atomicity: ટ્રાન્ઝેક્શન સંપૂર્ણ રીતે એક્ઝિક્યુટ થાય અથવા બિલકુલ નહીં
• Consistency: ટ્રાન્ઝેક્શન પહેલાં/પછી ડેટાબેઝ કન્સ્ટ્રેઇન્ટ્સ જાળવાય છે
• Isolation: ટ્રાન્ઝેક્શન્સ એકબીજા સાથે હસ્તક્ષેપ કરતા નથી
• Durability: એકવાર કમિટ થયા પછી, ફેરફારો સિસ્ટમ ફેઇલ્યુર્સમાં ટકી રહે છે

મેમરી ટ્રીક: “ACID - All Consistent Isolated Durable”

પ્રશ્ન 5(b) [4 ગુણ]

#

નીચે દશાવેલ સ્પેસિફિકેશન મુજબ ટેબલ બનાવો: STUDENT: (stu_id, stu_name, Address, City, contact_no, Branch_name)

જવાબ:

CREATE TABLE STUDENT (
    stu_id VARCHAR(10) PRIMARY KEY,
    stu_name VARCHAR(50) NOT NULL,
    Address VARCHAR(100),
    City VARCHAR(30),
    contact_no NUMBER(10),
    Branch_name VARCHAR(20) CHECK (Branch_name IN ('IT', 'Computer', 'Electrical', 'Civil'))
);

ટેબલ:

• પ્રાઇમરી કી: stu_id દરેક વિદ્યાર્થીને અનન્ય રીતે ઓળખે છે
• NOT NULL: stu_name ખાલી હોઈ શકે નહીં
• CHECK કન્સ્ટ્રેઇન્ટ: Branch_name નિર્દિષ્ટ મૂલ્યો સુધી મર્યાદિત
• ડેટા ટાઇપ્સ: દરેક ફીલ્ડ માટે યોગ્ય સાઇઝ

મેમરી ટ્રીક: “CNPD - Constraints Names Primary Datatypes”

પ્રશ્ન 5(c) [7 ગુણ]

#

ટ્રિગર શું છે? Oracle માં ટ્રિગર બનાવવા માટે સિન્ટેક્સ લખો. સિમ્પલ ટ્રિગર બનાવો.

જવાબ:

ટ્રિગર: વિશેષ સ્ટોર્ડ પ્રોસીજર જે ડેટાબેઝ ઇવેન્ટ્સના પ્રતિભાવમાં આપોઆપ એક્ઝિક્યુટ થાય છે.

Oracle ટ્રિગર સિન્ટેક્સ:

CREATE [OR REPLACE] TRIGGER trigger_name
{BEFORE | AFTER | INSTEAD OF} {INSERT | UPDATE | DELETE}
ON table_name
[FOR EACH ROW]
[WHEN condition]
DECLARE
    -- Variable declarations
BEGIN
    -- Trigger logic
END;

સિમ્પલ ટ્રિગર ઉદાહરણ:

CREATE OR REPLACE TRIGGER display_student_trigger
BEFORE INSERT ON STUDENT
FOR EACH ROW
BEGIN
    DBMS_OUTPUT.PUT_LINE('Inserting student: ' || :NEW.stu_name || 
                        ' with ID: ' || :NEW.stu_id);
END;

ટેબલ:

• :NEW: દાખલ/અપડેટ કરવામાં આવતા નવા મૂલ્યોનો સંદર્ભ
• :OLD: ડિલીટ/અપડેટ કરવામાં આવતા જૂના મૂલ્યોનો સંદર્ભ
• આપોઆપ એક્ઝિક્યુશન: નિર્દિષ્ષ્ટ ઇવેન્ટ્સ પર આપોઆપ ફાયર થાય છે
• બિઝનેસ લોજિક: જટિલ બિઝનેસ નિયમો લાગુ કરે છે

મેમરી ટ્રીક: “TBA-FEN - Triggers Before After For Each New”

પ્રશ્ન 5(a OR) [3 ગુણ]

#

ટ્રાન્ઝેક્શનમાં કન્કરન્સી કંટ્રોલના પ્રોબ્લેમ્સ સમજાવો.

જવાબ:

ટેબલ:

• Phantom Read: સમાન ટ્રાન્ઝેક્શનમાં ક્વેરીઝ વચ્ચે નવી પંક્તિઓ દેખાય છે
• Deadlock: બે ટ્રાન્ઝેક્શન્સ એકબીજાના લોક્સની રાહ જુએ છે
• Inconsistent Analysis: ડેટા સંશોધિત થતો હોય ત્યારે વાંચવો

મેમરી ટ્રીક: “LDU-PID - Lost Dirty Unrepeatable Phantom Inconsistent Deadlock”

પ્રશ્ન 5(b OR) [4 ગુણ]

#

નીચે દશાવેલ સ્પેસિફિકેશન મુજબ ટેબલ બનાવો: STUDENT: (stu_id, stu_name, Address, City, contact_no, Branch_name)

જવાબ:

CREATE TABLE STUDENT (
    stu_id VARCHAR(10) PRIMARY KEY CHECK (stu_id LIKE 'S%'),
    stu_name VARCHAR(50),
    Address VARCHAR(100),
    City VARCHAR(30),
    contact_no NUMBER(10),
    Branch_name VARCHAR(20)
);

ટેબલ:

• પ્રાઇમરી કી: stu_id અનન્ય આઇડેન્ટિફાયર તરીકે કામ કરે છે
• પેટર્ન ચેક: stu_id અક્ષર ‘S’ થી શરૂ થવું જોઈએ
• ડેટા ટાઇપ્સ: યોગ્ય ફીલ્ડ સાઇઝ અને ટાઇપ્સ
• કન્સ્ટ્રેઇન્ટ વેલિડેશન: ડેટાબેઝ આપોઆપ નિયમો લાગુ કરે છે

મેમરી ટ્રીક: “PKC-ST - Primary Key Check Starts”

પ્રશ્ન 5(c OR) [7 ગુણ]

#

એક્સપ્લિસિટ કર્સર શું છે? એક્સપ્લિસિટ કર્સર ઉદાહરણ સાથે સમજાવો.

જવાબ:

એક્સપ્લિસિટ કર્સર: અનેક પંક્તિઓ પરત કરતા SELECT સ્ટેટમેન્ટ્સ હેન્ડલ કરવા માટે પ્રોગ્રામેટિક કંટ્રોલ સાથે વપરાશકર્તા-વ્યાખ્યાયિત કર્સર.

કર્સર ઓપરેશન્સ:

-- ડિક્લેરેશન
DECLARE
    CURSOR student_cursor IS
        SELECT stu_id, stu_name FROM STUDENT WHERE city = 'Ahmedabad';
    v_id STUDENT.stu_id%TYPE;
    v_name STUDENT.stu_name%TYPE;
BEGIN
    -- કર્સર ઓપન કરો
    OPEN student_cursor;
    
    -- ડેટા ફેચ કરો
    LOOP
        FETCH student_cursor INTO v_id, v_name;
        EXIT WHEN student_cursor%NOTFOUND;
        
        DBMS_OUTPUT.PUT_LINE('ID: ' || v_id || ', Name: ' || v_name);
    END LOOP;
    
    -- કર્સર બંધ કરો
    CLOSE student_cursor;
END;

ટેબલ:

graph TD
    A[DECLARE Cursor] --> B[OPEN Cursor]
    B --> C[FETCH Data]
    C --> D{વધુ Rows?}
    D -->|હા| C
    D -->|ના| E[CLOSE Cursor]

• મેન્યુઅલ કંટ્રોલ: પ્રોગ્રામર કર્સર ઓપરેશન્સને નિયંત્રિત કરે છે
• મેમરી મેનેજમેન્ટ: સ્પષ્ટ રીતે ઓપન અને ક્લોઝ કરવું જોઈએ
• લૂપ પ્રોસેસિંગ: સામાન્ય રીતે અનેક પંક્તિઓ માટે લૂપ્સ સાથે ઉપયોગ થાય છે
• કર્સર એટ્રિબ્યુટ્સ: %FOUND, %NOTFOUND, %ROWCOUNT

મેમરી ટ્રીક: “DOFC - Declare Open Fetch Close”