शुरुआती के लिए डेटा मॉडलिंग ट्यूटोरियल

30 अक्टूबर, 2021

मॉडलिंग की दिनांक एक विशेष रूप से संरचित तरीके से डेटा को व्यवस्थित करने की प्रक्रिया है डेटाबेस . व्यावसायिक डोमेन में, डेटा मॉडल किसी भी डेटा को गहराई से समझने में महत्वपूर्ण भूमिका निभाते हैं। यदि डेटा को असंरचित और असंगठित तरीके से रखा जाता है, तो यह किसी काम का नहीं होगा। प्रत्येक व्यक्ति का डेटा देखने का अपना दृष्टिकोण होता है। किसी भी कच्चे डेटा को समझने योग्य रूप में बदलना आवश्यक है। इसलिए, यदि डेटा को किसी विशेष मॉडल में बदल दिया जाता है, तो सभी लोग उन्हें समान रूप से देख सकते हैं।

विषयसूची

डेटा मॉडल क्या है?

प्रति डेटा मॉडल इसका तात्पर्य कच्चे डेटा या सूचना को एक में बदलना है सार मॉडल जिसे आम लोग समझ सकते हैं। कोई भी डेटा कई तत्वों से बना होता है, जैसे इसकी संरचना, गुण, विशेषताएँ आदि। एक डेटा मॉडल डेटा के सभी तत्वों को व्यवस्थित करने और उन्हें एक दूसरे से जोड़ने के लिए जिम्मेदार होता है। डेटा मॉडल अवधारणा को स्पष्ट रूप से समझने के लिए, हम एक उदाहरण देखेंगे।

उदाहरण के लिए, डेटा मॉडल कार पर विचार करें। एक कार कई घटकों से बनी होती है और इसमें विभिन्न गुण होते हैं। डेटा मॉडल कार के डेटा तत्व उसका रंग, आकार, संरचना आदि हो सकते हैं। इसलिए, डेटा मॉडल कार अपने सभी डेटा तत्वों को व्यवस्थित करती है और उनके बीच संबंधों का प्रतिनिधित्व करती है।

डेटा मॉडल दर्शाता है कि डेटा एक दूसरे से कैसे संबंधित है और इसे कैसे व्यवस्थित किया जाना चाहिए। यह इस बात पर ध्यान केंद्रित नहीं करता है कि विशेष डेटा पर कौन से ऑपरेशन किए जाने हैं।

डेटा मॉडलिंग क्या है?

डेटा मॉडलिंग डेटाबेस में सहेजे गए विशेष डेटा के लिए डेटा मॉडल पेश करने की प्रक्रिया है। दूसरे शब्दों में, डेटा मॉडलिंग का तात्पर्य डेटा ऑब्जेक्ट्स या तत्वों को अवधारणात्मक रूप से और कई डेटा ऑब्जेक्ट्स के बीच संबंध का प्रतिनिधित्व करना है। व्यावसायिक प्रक्रियाओं में डेटा मॉडलिंग आवश्यक है, क्योंकि यह व्यवसायिक लोगों को अपने सैद्धांतिक प्रतिनिधित्व के साथ डेटा का त्वरित विश्लेषण करने में सहायता करता है।

सरल शब्दों में, डेटा मॉडलिंग का अर्थ है समझने योग्य आरेखों के रूप में जटिल सॉफ़्टवेयर डिज़ाइन का प्रतिनिधित्व करना और प्रतीकों और टेक्स्ट का उपयोग करके सॉफ़्टवेयर डिज़ाइन के प्रत्येक भाग के बीच संबंध प्रदर्शित करना।

हम जानते हैं कि आर्किटेक्ट किसी भी इमारत का निर्माण करने से पहले कागज पर इमारत की योजना बनाते हैं। उनके पास भवन निर्माण का एक सटीक विचार और एक स्पष्ट तस्वीर है। इसी तरह, डेटा मॉडल भी एक संगठित तरीके से डेटा का एक दृश्य प्रतिनिधित्व है जो इसकी वस्तुओं से संबंधित है। हालांकि, पेशेवर डेटा मॉडलर को डेटा मॉडल डिजाइन करने की आवश्यकता होती है। वे कच्चे डेटा वाले ग्राहकों या उपयोगकर्ताओं के साथ बातचीत करते हैं और इसे एक संरचित और समझने योग्य प्रारूप में बदल देते हैं।

हम डेटा मॉडलिंग क्यों करते हैं?

डेटा मॉडलिंग का लक्ष्य क्या है? हम डेटा मॉडलिंग क्यों करते हैं? आइए डेटा मॉडलिंग का उपयोग करने के कुछ महत्वपूर्ण कारणों को देखें।

  • डेटा मॉडल का प्राथमिक उद्देश्य किसी भी आवश्यक जानकारी को संगठित और संरचित तरीके से प्रस्तुत करना और आम लोगों द्वारा समझने योग्य है।
  • डेटा मॉडल का उपयोग करने का एक अन्य कारण यह है कि यह डेटाबेस में मौजूद होने के लिए आवश्यक प्रत्येक डेटा ऑब्जेक्ट का प्रतिनिधित्व करता है। यदि डेटा का कोई भाग डेटाबेस में जोड़ने के लिए छोड़ दिया जाता है, तो यह एक झूठी रिपोर्ट बना सकता है और एक त्रुटिपूर्ण परिणाम उत्पन्न कर सकता है।
  • डेटा मॉडल बनाता है डेटाबेस स्कीमा और परिभाषित करता है प्राथमिक कुंजी , विदेशी कुंजी , प्राधिकरण, पहुंच अधिकार, और संग्रहित प्रक्रियाएं .
  • डेटा मॉडल के लिए एक और आवश्यकता यह है कि यह तीन अलग-अलग स्तरों पर एक डेटाबेस तैयार करता है, वैचारिक चरण, तार्किक चरण और भौतिक चरण।
  • यदि आपके डेटा में डुप्लिकेट और गुम जानकारी है, तो डेटा मॉडल अनावश्यक डेटा को हटा देता है और लापता डेटा का पता लगा लेता है।
  • डेवलपर्स को विशेष डेटा के बारे में एक स्पष्ट विचार मिलता है और वे डेटाबेस को जल्दी और प्रभावी ढंग से विकसित कर सकते हैं।

डेटा मॉडल के चरण

किसी भी डेटा मॉडल को तीन चरणों का उपयोग करके डिज़ाइन किया गया है: वैचारिक डेटा मॉडल, तार्किक डेटा मॉडल और भौतिक डेटा मॉडल। आइए हम इनमें से प्रत्येक डेटा मॉडल चरणों को विस्तार से देखें।

वैचारिक डेटा मॉडल:

डेटाबेस वैचारिक मॉडल क्या है? वैचारिक डेटाबेस मॉडल परिभाषित करता है कि डेटाबेस में कौन सा डेटा है। वैचारिक डेटा मॉडल चरण में, केवल क्लाइंट और डेटा मॉडलर शामिल होते हैं। क्लाइंट के पास सूचना प्रणाली है, और डेटा मॉडलर सूचना प्रणाली से डेटा को एक विशिष्ट मॉडल में व्यवस्थित करते हैं। डेटा मॉडलर डेटा मॉडल में क्लाइंट की आवश्यकताओं और व्यावसायिक अवधारणाओं का प्रतिनिधित्व करते हैं।

यह सभी देखें स्काइप को अन्य ध्वनियों की मात्रा कम करने से कैसे रोकें

आम तौर पर, वैचारिक चरण में डेटाबेस की डेटा संस्थाओं के बीच इकाइयाँ, विशेषताएँ और संबंध शामिल होते हैं। वैचारिक डेटा मॉडल में, डेटाबेस संरचना शामिल नहीं है। इसके बजाय, यह केवल व्यावसायिक डेटा संस्थाओं के नियमों और अवधारणाओं, उनके संबंधों और उनकी विशेषताओं पर केंद्रित है।

कंपनी: डेटाबेस में एक इकाई वास्तविक दुनिया में एक वस्तु या चीज है। उदाहरण के लिए, कोई भी स्थान, कोई एक व्यक्ति या कोई वस्तु एक इकाई है।

गुण: गुण इकाई के गुण हैं। वे किसी विशेष इकाई के बारे में सभी जानकारी संग्रहीत करते हैं।

उदाहरण के लिए, एक इकाई छात्र पर विचार करें। एक इकाई छात्रों के गुण एक नाम, पहचान संख्या, आयु, वर्ग और पता हो सकते हैं। ये सभी विशेषताएँ एक विशिष्ट छात्र के बारे में जानकारी प्रदान करती हैं,

संबंध: एक संबंध का तात्पर्य किन्हीं दो संस्थाओं के बीच संबंध से है। नीचे दिया गया उदाहरण आपको दो संस्थाओं के बीच संबंध के बारे में स्पष्ट कर देगा।

दो संस्थाओं, ग्राहक और उत्पाद पर विचार करें। ग्राहक इकाई में ग्राहक नाम और ग्राहक आईडी जैसी विशेषताएं होती हैं। इसके बाद, उत्पाद निकाय में विशेषताएँ होती हैं, जैसे उत्पाद का नाम और उत्पाद की कीमत। ग्राहक किसी विशेष उत्पाद को उसकी कीमत देखकर खरीदते हैं, जिसे डील कहा जाता है। तो, सौदा ग्राहक और उत्पाद संस्थाओं के बीच का संबंध है।

अवधारणात्मक डेटा मॉडल की विशेषताएं

वैचारिक डेटा मॉडल यह दर्शाता है कि डेटाबेस में कौन सा डेटा है। वैचारिक डेटा मॉडल की कुछ महत्वपूर्ण विशेषताएं निम्नलिखित हैं:

  • वैचारिक डेटा मॉडल में व्यावसायिक नियमों और अवधारणाओं की एक विस्तृत श्रृंखला शामिल है।
  • डेटा मॉडलर डेटा मॉडल के इस चरण को केवल व्यावसायिक हितधारकों या दर्शकों के लिए डिज़ाइन करते हैं, ताकि उन्हें इस बात से अवगत कराया जा सके कि डेटाबेस में कौन सा डेटा है।
  • वैचारिक डेटा मॉडल में, केवल डेटा को वास्तविक दुनिया की इकाई के रूप में दर्शाया जाता है। यह डेटा स्थान, डेटा संग्रहण क्षमता, या किसी अन्य सॉफ़्टवेयर विनिर्देशों से संबंधित नहीं है।
मॉडलिंग की दिनांक

तार्किक डेटा मॉडल:

लेख के उपरोक्त भाग में, हमने देखा कि वैचारिक डेटाबेस मॉडल क्या है। अब, हम जानेंगे कि तार्किक डेटाबेस मॉडल है। वैचारिक डेटा मॉडल में, हम संस्थाओं और उनकी विशेषताओं को परिभाषित करते हैं। कोई अन्य डेटाबेस जानकारी जारी नहीं की जाती है। तार्किक डेटाबेस मॉडल में, हम डेटा विशेषताओं या डेटा तत्वों की संरचना का वर्णन करते हैं। सरल शब्दों में, हम विशेषताओं के प्रकार का वर्णन करते हैं, जैसे पूर्णांक, स्ट्रिंग, वर्ण, आदि। यह डेटा मॉडल चरण दर्शाता है कि डेटाबेस को कैसे लागू किया जाना चाहिए।

हमने अवधारणात्मक डेटा मॉडल में एक उदाहरण पर चर्चा की है। इसकी दो इकाइयाँ हैं, ग्राहक और उत्पाद। हम ग्राहक के नाम और ग्राहक आईडी को ग्राहक की विशेषताओं के रूप में और उत्पाद के नाम और उत्पाद की कीमत को उत्पाद की विशेषताओं के रूप में परिभाषित करते हैं।

तार्किक डेटाबेस मॉडल में, हमें संस्थाओं की प्रत्येक विशेषता के प्रकार का प्रतिनिधित्व करने की आवश्यकता होती है। इसलिए, ग्राहक नाम विशेषता में स्ट्रिंग प्रकार होगा, और ग्राहक आईडी विशेषता में ग्राहक इकाई से एक पूर्णांक प्रकार होगा। इसी तरह, उत्पाद के नाम में स्ट्रिंग प्रकार होगा, और उत्पाद की कीमत में उत्पाद इकाई से फ़्लोट प्रकार होगा।

तार्किक डेटा मॉडल के लक्षण

तार्किक डेटाबेस मॉडल प्रत्येक विशेषता के डेटा प्रकार को परिभाषित करता है। यहाँ तार्किक डेटा मॉडल की कुछ प्राथमिक विशेषताएं दी गई हैं:

  • प्रत्येक इकाई की सभी विशेषताओं में डेटा प्रकार होंगे।
  • तार्किक डेटा मॉडल पूरे डेटाबेस से स्वतंत्र रूप से कार्यान्वित किया जाता है।
  • यह संस्थाओं की कोई प्राथमिक या द्वितीयक कुंजी निर्दिष्ट नहीं करता है।
  • तार्किक डेटा मॉडल डेटाबेस सामान्यीकरण का अनुसरण करता है तीसरा सामान्य फॉर्म (3NF) .
  • व्यावसायिक विश्लेषक और डेटा आर्किटेक्ट तार्किक डेटाबेस मॉडल के कार्यान्वयन को संभालते हैं।
  • परियोजना के दायरे के आधार पर कई अन्य परियोजनाओं के लिए एक परियोजना की डेटा आवश्यकताओं का उपयोग किया जा सकता है।
img 617dd3103914d

भौतिक डेटा मॉडल:

भौतिक डेटा मॉडल किसी भी डेटा मॉडल का अंतिम चरण है। वैचारिक और तार्किक डेटा मॉडल चरण भौतिक चरण की नींव के रूप में कार्य करते हैं। भौतिक डेटा मॉडल में, डेटा मॉडल का डेटाबेस-विशिष्ट कार्यान्वयन होता है। यह भौतिक डेटा मॉडल के मेटा-डेटा के कारण डेटा मॉडल के लिए डेटाबेस स्कीमा उत्पन्न करता है। भौतिक डेटा मॉडल दर्शाता है कि डेटाबेस प्रबंधन प्रणाली का उपयोग करके डेटा मॉडल को कैसे कार्यान्वित किया जाता है।

यह डेटा मॉडल डेटाबेस स्कीमा को परिभाषित करता है; यह बाधाओं, विशेषताओं की प्राथमिक कुंजी, अनुक्रमणिका और अन्य डेटाबेस प्रबंधन प्रणाली सुविधाओं को निर्दिष्ट करता है। यह डेटाबेस भंडारण क्षमता, स्थान और सॉफ्टवेयर विनिर्देशों से संबंधित है।

यह सभी देखें स्काइप के लिए 10 सुधार विंडोज़ में नहीं खुलेंगे या त्रुटि का जवाब नहीं देंगे

भौतिक डेटा मॉडल की विशेषताएं

भौतिक डेटा मॉडल की कुछ प्राथमिक विशेषताएं नीचे दी गई हैं:

  • भौतिक डेटा मॉडल डेटाबेस प्रबंधन प्रणाली का उपयोग करके डेटा मॉडल के कार्यान्वयन का प्रतिनिधित्व करता है।
  • यह डेटा के स्थान, डेटा भंडारण क्षमता और उपयोग की जाने वाली कार्यप्रणाली को निर्दिष्ट करता है।
  • डेटाबेस स्कीमा को भौतिक डेटा मॉडल में विकसित किया गया है। विदेशी कुंजी, प्राथमिक कुंजी, एक्सेस प्रोफाइल, प्राधिकरण आदि को परिभाषित करना आवश्यक है।
  • प्रत्येक विशेषता या कॉलम को परिभाषित किया जाना चाहिए जानकारी का प्रकार , लंबाई या भंडारण क्षमता, और मान।
img 617डीडी31082943

डेटा मॉडल के प्रकार

आमतौर पर, आमतौर पर इस्तेमाल किए जाने वाले चार अलग-अलग प्रकार के डेटा मॉडल होते हैं। वे इस प्रकार हैं:

पदानुक्रमित मॉडल:

डेटा मॉडल प्रकारों में से एक श्रेणीबद्ध मॉडल है। इस डेटा मॉडल में, डेटा को एक पेड़ जैसी संरचना में दर्शाया जाता है। इसमें एक रूट नोड होता है जिसे पैरेंट नोड कहा जाता है। रूट नोड या पैरेंट नोड में चाइल्ड नोड होते हैं। इसके अलावा, ये चाइल्ड नोड्स अपने चाइल्ड नोड्स के पैरेंट नोड्स के रूप में कार्य करते हैं, और इसी तरह। ट्री जैसी संरचना में प्रत्येक चाइल्ड नोड में केवल एक पैरेंट नोड होता है, लेकिन एक पैरेंट में कई चाइल्ड नोड हो सकते हैं। इसलिए, माता-पिता और बच्चे के नोड्स के बीच संबंध एक-से-कई हैं।

पदानुक्रमित मॉडल का एक वास्तविक जीवन उदाहरण छात्र और पाठ्यक्रम हैं। एक अकेला छात्र कई पाठ्यक्रमों का चयन कर सकता है। एक अन्य उदाहरण शॉपिंग साइट है। यदि आप जूते की श्रेणी पर क्लिक करते हैं, तो आपको पुरुषों या महिलाओं के जूते चुनने होंगे। उसके बाद, वे विभिन्न उप-श्रेणियाँ प्रदान करते हैं, जैसे स्नीकर्स, स्पोर्ट्स शूज़, हील्स आदि।

लाभ:

  • पदानुक्रमित डेटा मॉडल का उपयोग करना आसान है, क्योंकि इसमें पेड़ जैसी संरचना है।
  • पदानुक्रमित मॉडल का एक अन्य महत्वपूर्ण लाभ यह है कि यह डेटा अखंडता को बनाए रखता है। यदि पैरेंट नोड में कोई संशोधन होता है, तो उसका चाइल्ड नोड अपने आप संशोधित हो जाता है।

नुकसान:

  • चूंकि यह डेटा मॉडल बहुत सीधा है, यह जटिल संबंधों का समर्थन नहीं करता है।
  • पैरेंट नोड में कोई भी परिवर्तन उसके चाइल्ड नोड में देखा जाता है। इसलिए, यदि हम पैरेंट नोड को हटाते हैं, तो चाइल्ड नोड भी डिलीट हो जाता है।
  • किसी भी चाइल्ड नोड में दो अलग-अलग पैरेंट नोड नहीं हो सकते हैं।
img 617dd310e8865

इकाई-संबंध मॉडल:

इकाई-संबंध मॉडल आमतौर पर उपयोग किए जाने वाले डेटाबेस मॉडल में से एक है। इसमें संस्थाओं, विशेषताओं और संबंधों को शामिल किया गया है। यह डेटा मॉडल प्रकार विशेष रूप से वास्तविक दुनिया के उदाहरणों का वर्णन करने के लिए है। इकाई-संबंध डेटा मॉडल सबसे सीधा प्रकार है जो ग्राहकों और आम लोगों द्वारा समझा जा सकता है। यह आरेख के रूप में जानकारी का प्रतिनिधित्व करता है।

कोई भी नया डेवलपर रिलेशनल मॉडल को देखकर किसी भी प्रोजेक्ट के बारे में सटीक जानकारी प्राप्त कर सकता है। इकाई-संबंध मॉडल को ईआर मॉडल भी कहा जाता है। प्रत्येक ER मॉडल में निकाय, विशेषताएँ और संबंध होते हैं। एक इकाई कोई वास्तविक दुनिया की वस्तु है। संबंध का तात्पर्य किन्हीं दो संस्थाओं के बीच संबंध से है। अंत में, विशेषताओं का अर्थ है इकाई के गुण।

लाभ:

  • इकाई-संबंध मॉडल पीढ़ी बहुत सीधी और सहज है। लेकिन, आपको ठीक से पता होना चाहिए कि कौन सी विशेषताएँ किन संस्थाओं से संबंधित हैं।
  • यह डेटाबेस मॉडल व्यापक रूप से सॉफ्टवेयर डेवलपर्स द्वारा आरेखों के माध्यम से अपने विचारों को त्वरित रूप से उपयोग करने के लिए उपयोग किया जाता है।
  • इकाई-संबंध मॉडल लचीला मॉडल है क्योंकि यह किसी अन्य डेटा मॉडल में परिवर्तित हो जाता है।

नुकसान:

  • इकाई-संबंध मॉडल में उपयोग की जाने वाली कोई विशिष्ट संकेतन नहीं है। इसलिए, प्रत्येक डेवलपर वांछित नोटेशन का उपयोग कर सकता है, जिसे दूसरों द्वारा समझा नहीं जा सकता है।
  • इकाई-संबंध मॉडल सूचना के उच्च-स्तरीय दृष्टिकोण का प्रतिनिधित्व करता है। इसलिए, कुछ जानकारी छिपी रह सकती है।
img 617dd3114b6f9

नेटवर्क डेटाबेस मॉडल:

नेटवर्क डेटाबेस मॉडल पदानुक्रमित डेटा मॉडल के समान अवधारणा का उपयोग करता है। यह पेड़ जैसी संरचना में डेटा का भी प्रतिनिधित्व करता है। पदानुक्रमित मॉडल के विपरीत, एक एकल चाइल्ड नोड में नेटवर्क डेटाबेस मॉडल में दो माता-पिता हो सकते हैं। ग्राफ़ नेटवर्क डेटाबेस मॉडल में ट्री-जैसी प्रणाली को प्रतिस्थापित करते हैं। एक सिंगल चाइल्ड नोड दो अलग-अलग पैरेंट नोड्स को जोड़ सकता है।

उदाहरण के लिए, किसी विशेष कॉलेज में एक अकेला छात्र इसका हिस्सा हो सकता है कंप्यूटर विज्ञान विभाग और पुस्तकालय। लेकिन, पदानुक्रमित मोड में, छात्र केवल एक नोड से संबंधित हो सकते हैं। नेटवर्क डेटाबेस मॉडल का उपयोग करके, आप दो अलग-अलग पथों के माध्यम से किसी विशेष पैरेंट नोड तक पहुंच सकते हैं। यह एक-से-एक और कई-से-अनेक संबंधों का समर्थन करता है।

लाभ:

  • नेटवर्क डेटाबेस मॉडल में पदानुक्रमित डेटाबेस मॉडल की तुलना में अपेक्षाकृत तेज़ गति होती है। यह किसी भी रिकॉर्ड को जल्दी से एक्सेस कर सकता है क्योंकि प्रत्येक रिकॉर्ड के कई अलग-अलग रास्ते हो सकते हैं।
  • नेटवर्क डेटाबेस मॉडल में डेटा अखंडता भी समर्थित है। चूंकि यह एक पेड़ जैसी संरचना है, पैरेंट नोड में कोई भी परिवर्तन उसके चाइल्ड नोड में दिखाई देता है।

नुकसान:

  • नेटवर्क डेटाबेस मॉडल में, डेटाबेस संचालन, जैसे डेटा डालना, हटाना और अपडेट करना, बहुत जटिल हैं।
  • इस मॉडल के कई रिश्ते हैं। इसलिए, एकाधिक संबंध होने से आपका सिस्टम या डेटाबेस अधिक जटिल हो सकता है।
img 617dd311ac3bf

संबंधपरक मॉडल:

एक अन्य आमतौर पर इस्तेमाल किया जाने वाला डेटाबेस मॉडल रिलेशनल डेटाबेस मॉडल है। इस प्रकार के डेटा मॉडल को आम लोग भी समझ सकते हैं। सभी जानकारी या डेटा को दो-आयामी तालिकाओं, यानी पंक्तियों और स्तंभों के रूप में दर्शाया जाता है। इन तालिकाओं को संबंध कहा जाता है।

यह सभी देखें किसी को म्यूट करने के लिए फेसबुक 'टेक ए ब्रेक' फीचर का उपयोग कैसे करें

प्रत्येक संबंध में पंक्तियों और स्तंभों की एक विशिष्ट संख्या होती है। एक पंक्ति को टपल कहा जाता है, और कॉलम को एक विशेषता या दायर कहा जाता है। एक संबंध, छात्र, एक नाम, आयु, आईडी और विभाग को विशेषताओं के रूप में मानें। छात्र के संबंध के टुपल्स में वस्तु के उदाहरण के बारे में जानकारी होती है।

नामउम्रपहचानविभाग
जॉन183031सीएसई
शमूएल193032सीएसई
वाटसन183033सीएसई

छात्र

लाभ:

  • रिलेशनल डेटा मॉडल एक और सबसे सीधा मॉडल है और पदानुक्रमित और नेटवर्क डेटाबेस मॉडल की तुलना में उपयोग में आसान है।
  • टुपल्स में कोई भी परिवर्तन प्रबंधनीय है। रिलेशनल डेटाबेस मॉडल भी सबसे अधिक स्केलेबल मॉडल में से एक है, क्योंकि हम किसी भी जानकारी को आसानी से और जल्दी से सम्मिलित कर सकते हैं।

नुकसान:

  • संबंधपरक मॉडल की संरचना बहुत सीधी और समझने में आसान है। उपयोगकर्ता नहीं जानते कि डेटा कैसे संग्रहीत किया जाता है। लेकिन, अगर बड़ी मात्रा में जानकारी डाली जाती है, तो डेटाबेस धीमा हो सकता है।
  • रिलेशनल मॉडल का उपयोग करने का एक और नुकसान हार्डवेयर ओवरहेड है। इसके लिए मजबूत और मजबूत कंप्यूटर सिस्टम और स्टोरेज डिवाइस की जरूरत होती है।

पदानुक्रमित मॉडल, नेटवर्क मॉडल, इकाई-संबंध मॉडल और संबंधपरक मॉडल के अलावा, कई अन्य डेटा मॉडल उपलब्ध हैं। ये डेटा मॉडल ऑब्जेक्ट-ओरिएंटेड डेटा मॉडल, ऑब्जेक्ट-रिलेशनल डेटा मॉडल, फ्लैट डेटा मॉडल, सहयोगी डेटा मॉडल और संदर्भ डेटा मॉडल हैं।

ऑब्जेक्ट-ओरिएंटेड डेटा मॉडल में, सभी डेटा संस्थाओं और उनके संबंधों को ऑब्जेक्ट के रूप में माना जाता है। फ्लैट डेटा मॉडल रिलेशनल मॉडल के समान है। सभी जानकारी एक तालिका की पंक्तियों और स्तंभों में दर्शायी जाती है। एक साहचर्य डेटा मॉडल में इकाइयाँ और संघ होते हैं। कोई भी स्वतंत्र वस्तु एक इकाई कहलाती है और दो स्वतंत्र संस्थाओं के बीच संबंध को एसोसिएशन कहा जाता है।

डेटा मॉडल के फायदे और नुकसान

हमने चर्चा की कि हम डेटा मॉडलिंग क्यों करते हैं। हम डेटा मॉडल के रूप में डेटा का प्रतिनिधित्व करने के कारणों को जानते हैं। लेख का यह भाग हमें डेटा मॉडल के फायदे और नुकसान के साथ आगे बढ़ने देता है।

डेटा मॉडल के लाभ

  1. डेटा मॉडल किसी भी सॉफ्टवेयर विकास प्रक्रिया के लिए ब्लूप्रिंट के रूप में कार्य करता है। बिना किसी पूर्व-नियोजन के, कई सॉफ्टवेयर विकास प्रक्रियाएं विफल हो जाती हैं और परिणामस्वरूप समय और धन की हानि होती है। हालांकि, डेटा मॉडल डेवलपर्स को सभी संभावित सॉफ्टवेयर विकास रणनीतियों को खोजने और उनमें से सर्वश्रेष्ठ खोजने में सक्षम बनाता है।
  2. जब डेवलपर्स डेटा मॉडल का उपयोग करते हैं, तो सॉफ्टवेयर विकास की लागत कम हो जाती है। विकास प्रक्रिया के दौरान, डेटा मॉडल डेवलपर्स को शुरुआती चरणों में त्रुटियों को खोजने में सक्षम बनाता है। इसलिए, डेवलपर्स उन त्रुटियों को तुरंत ठीक कर सकते हैं।
  3. डेटा मॉडल डेवलपर्स को एक सुव्यवस्थित डेटाबेस बनाने की अनुमति देता है। यह उन्हें सॉफ्टवेयर डेटाबेस विकसित करने के लिए सर्वोत्तम दृष्टिकोण चुनने में सहायता करता है। एक सुव्यवस्थित डेटाबेस तेजी से क्रियान्वित करता है और जल्दी परिणाम देता है।
  4. यह एप्लिकेशन त्रुटियों और डेटा त्रुटियों को कम करता है। साथ ही, डेटा मॉडल अधिक हद तक जोखिमों के प्रबंधन के लिए जिम्मेदार है।
  5. डेटा मॉडल जानकारी को आरेखीय रूप में मैप करता है, जिससे डेवलपर्स के लिए प्राथमिक कुंजी, विदेशी कुंजी, संस्थाओं, तालिकाओं आदि के बीच संबंध को परिभाषित करना अधिक प्रबंधनीय हो जाता है।

डेटा मॉडल के नुकसान

  1. डेटा मॉडल प्रक्रिया डेटा को समझने योग्य और आरेखीय रूप में मैप कर रही है। इसलिए, डेटा की भौतिक विशेषताओं का ज्ञान अनिवार्य है।
  2. यदि डेटा मॉडल संरचना में कोई परिवर्तन किया जाता है, तो यह संपूर्ण एप्लिकेशन या विकसित किए जा रहे सॉफ़्टवेयर में परिलक्षित होना चाहिए।
  3. डेटा मॉडलिंग के लिए बहुत जटिल प्रोग्रामिंग की आवश्यकता होती है।
  4. डेटाबेस प्रबंधन प्रणाली में एक सेट हेरफेर भाषा नहीं होती है।
  5. डेटा मॉडलिंग नेविगेशनल सिस्टम है। इसलिए, इसे सॉफ्टवेयर विकास और प्रबंधन प्रक्रियाओं में अधिक उन्नत ज्ञान और कौशल की आवश्यकता होती है।

निष्कर्ष

डेटा मॉडल डेटा का एक आरेखीय या दृश्य प्रतिनिधित्व है जिसे समझना और व्याख्या करना बहुत आसान है। डेटा मॉडलिंग का तात्पर्य डेटा मॉडल को डिजाइन करना है जो डेटाबेस में जानकारी संग्रहीत करता है। डेटा मॉडल को तीन अलग-अलग चरणों, वैचारिक चरण, तार्किक चरण और भौतिक चरण में डिज़ाइन किया गया है। हमने डेटा मॉडल के प्रत्येक चरण को विस्तार से कवर किया है।

बाद में, हमने चार अलग-अलग प्रकार के डेटा मॉडल, पदानुक्रमित मॉडल, नेटवर्क मॉडल, इकाई-संबंध मॉडल और संबंधपरक मॉडल पर चर्चा की। प्रत्येक मॉडल को उनके फायदे और नुकसान के साथ विस्तार से वर्णित किया गया है। अंत में, हमने डेटा मॉडलिंग के पेशेवरों और विपक्षों को कवर किया।