डेटाबेस डिजाइन। सर्वोत्तम अभ्यास

डेटाबेस कोर्स में अगली स्ट्रीम की शुरुआत की प्रत्याशा में , हमने डेटाबेस डिजाइन करने के लिए महत्वपूर्ण युक्तियों के साथ एक छोटी आधिकारिक सामग्री तैयार की। हमें उम्मीद है कि यह सामग्री आपके लिए उपयोगी होगी।

---

डेटाबेस हर जगह हैं: साधारण ब्लॉग और निर्देशिका से लेकर विश्वसनीय सूचना प्रणाली और बड़े सामाजिक नेटवर्क। यह इतना महत्वपूर्ण नहीं है, एक सरल या जटिल डेटाबेस, इसे सही ढंग से डिजाइन करने के लिए कितना आवश्यक है। जब आधार को बिना सोचे-समझे और लक्ष्य की स्पष्ट समझ के बिना डिजाइन किया जाता है, तो यह न केवल प्रभावी है, बल्कि आधार के साथ आगे का काम उपयोगकर्ताओं के लिए एक वास्तविक पीड़ा, अगम्य वन होगा। एक उपयोगी और आसान उत्पाद बनाने में आपकी मदद करने के लिए यहां कुछ डेटाबेस डिज़ाइन युक्तियां दी गई हैं।

1. निर्धारित करें कि तालिका क्या है और इसकी संरचना क्या है।

आज, डेवलपमेंट मेथड्स जैसे कि स्क्रैम या आरएडी (रैपिड एप्लिकेशन डेवलपमेंट) आईटी टीमों को जल्दी से डेटाबेस विकसित करने में मदद करते हैं। हालांकि, समय की खोज में, आधार के निर्माण में अधिकार का प्रलोभन करने के लिए प्रलोभन बहुत शानदार है, अस्पष्ट रूप से कल्पना करना कि लक्ष्य क्या है, अंतिम परिणाम क्या होना चाहिए।

जैसे कि टीम कुशल, उच्च गति के काम पर केंद्रित है, लेकिन यह एक मृगतृष्णा है। आगे और जितनी तेज़ी से आप प्रोजेक्ट में गहराई से जाएंगे, प्रोजेक्ट बेस में त्रुटियों को पहचानने और बदलने के लिए अधिक समय की आवश्यकता होगी।

इसलिए, तय करने वाली पहली चीज आपके डेटाबेस के लिए उद्देश्य निर्धारित करना है। डेटाबेस किस प्रकार के अनुप्रयोग के लिए विकसित किया गया है? क्या उपयोगकर्ता केवल रिकॉर्ड के साथ काम करेगा और लेनदेन पर ध्यान देने की आवश्यकता होगी या क्या वह डेटा एनालिटिक्स में अधिक रुचि रखता है? आधार को कहां तैनात किया जाना चाहिए? क्या वह ग्राहक के व्यवहार को ट्रैक करेगा या सिर्फ उनके बीच के रिश्ते का प्रबंधन करेगा?

जितनी जल्दी डिजाइन टीम इन सवालों का जवाब देती है, उतनी ही तेजी से, डेटाबेस डिजाइन प्रक्रिया चिकनी हो जाएगी।

2. भंडारण के लिए कौन सा डेटा चुनना है?

आगे की योजना बनाएं। भविष्य में साइट या सिस्टम क्या करेगा जिसके बारे में डेटाबेस डिजाइन किया जा रहा है। तकनीकी विशिष्टताओं की सरल आवश्यकताओं से परे जाना महत्वपूर्ण है। बस कृपया, सभी संभावित प्रकार के डेटा के बारे में तुरंत सोचना शुरू न करें जो उपयोगकर्ता कभी भी स्टोर करेगा। इस बारे में बेहतर सोचें कि क्या उपयोगकर्ता डाक, अपलोड या फोटो, या संदेशों का आदान-प्रदान कर सकते हैं। यदि हां, तो डेटाबेस में आपको उनके लिए जगह आवंटित करने की आवश्यकता है।

एक टीम, विभाग या संगठन के साथ काम करें जिसके लिए भविष्य में परियोजना आधार का समर्थन किया जाएगा। ग्राहक सेवा विशेषज्ञों से लेकर विभाग प्रमुखों तक सभी स्तरों के लोगों के साथ जुड़ें। इसलिए फीडबैक की मदद से आपको कंपनी की आवश्यकताओं का स्पष्ट पता चलता है।

अनिवार्य रूप से, यहां तक ​​कि एक विभाग के भीतर उपयोगकर्ताओं की आवश्यकताओं में संघर्ष होगा। यदि आप इसका सामना करते हैं, तो अपने स्वयं के अनुभव पर भरोसा करने से डरो मत और ऐसा समझौता खोजें जो सभी पक्षों के अनुरूप हो और डेटाबेस के अंतिम लक्ष्य को पूरा करेगा। सुनिश्चित करें: भविष्य में, कर्म में +100500 और कुकीज़ का एक पहाड़ आपको उड़ जाएगा।

3. देखभाल के साथ मॉडल डेटा

डेटा को मॉडलिंग करते समय विचार करने के लिए कई महत्वपूर्ण बिंदु हैं। जैसा कि हमने पहले कहा था, यह डेटाबेस के उद्देश्य पर निर्भर करता है कि सिमुलेशन में किन विधियों का उपयोग करना है। यदि हम उन्हें रिकॉर्ड बनाने, संपादित करने और उन्हें हटाने के लिए, रिकॉर्ड (ओएलटीपी) के परिचालन प्रसंस्करण के लिए एक डेटाबेस डिज़ाइन करते हैं, तो हम लेनदेन मॉडलिंग का उपयोग करते हैं। यदि डेटाबेस संबंधपरक होना चाहिए, तो बहुआयामी मॉडलिंग सबसे अच्छा है।

सिमुलेशन के दौरान, वैचारिक (सीडीएम), भौतिक (पीडीएम), और तार्किक (एलडीएम) डेटा मॉडल बनाए जाते हैं।

वैचारिक मॉडल उन संस्थाओं और डेटा प्रकारों का वर्णन करते हैं जिन्हें वे शामिल करते हैं, साथ ही उनके बीच के संबंध भी। अपने डेटा को तार्किक विखंडू में विभाजित करें - यह जीना बहुत आसान है।
मुख्य बात एक उपाय है, इसे ज़्यादा मत करो।

यदि एक शब्द या वाक्यांश में एक इकाई को वर्गीकृत करना बहुत मुश्किल है, तो यह उपप्रकारों (बाल संस्थाओं) का उपयोग करने का समय है।

यदि कोई इकाई अपने स्वयं के जीवन का नेतृत्व करती है, तो ऐसे गुण होते हैं जो उसके व्यवहार और उसकी उपस्थिति, साथ ही अन्य वस्तुओं के साथ संबंधों का वर्णन करते हैं, तो आप सुरक्षित रूप से न केवल एक उपप्रकार, बल्कि एक सुपरस्क्रिप्ट (मूल इकाई) का उपयोग कर सकते हैं।

यदि आप इस नियम की उपेक्षा करते हैं, तो अन्य डेवलपर्स आपके मॉडल में भ्रमित हो जाएंगे और डेटा और नियमों को पूरी तरह से नहीं समझ पाएंगे कि उन्हें कैसे इकट्ठा किया जाए।

तार्किक लोगों का उपयोग करके वैचारिक मॉडल लागू किए जाते हैं। ये मॉडल एक भौतिक डेटाबेस डिजाइन करने के लिए एक रोडमैप की तरह हैं। तार्किक मॉडल में, व्यवसाय डेटा की इकाइयाँ प्रतिष्ठित हैं, डेटा प्रकार, नियम कुंजी की स्थिति जो डेटा के बीच संबंध को नियंत्रित करती है।

फिर लॉजिकल डेटा मॉडल की तुलना डीबीएमएस (डेटाबेस मैनेजमेंट सिस्टम) के पहले चयनित प्लेटफॉर्म से की जाती है और फिजिकल मॉडल प्राप्त किया जाता है। यह डेटा को भौतिक रूप से संग्रहीत करने का एक तरीका बताता है।

4. उपयुक्त डेटा प्रकारों का उपयोग करें

गलत डेटा प्रकार का उपयोग करने से कम सटीक डेटा प्राप्त हो सकता है, तालिकाओं में शामिल होने में कठिनाई हो सकती है, विशेषताओं को सिंक्रनाइज़ किया जा सकता है, और फ़ाइल आकार को फुलाया जा सकता है।
जानकारी की अखंडता की गारंटी देने के लिए, एक विशेषता में केवल डेटा प्रकार ही स्वीकार्य होना चाहिए। यदि डेटाबेस में उम्र दर्ज की गई है, तो सुनिश्चित करें कि कॉलम में अधिकतम 3 अंकों से पूर्णांक संख्याएं संग्रहीत हैं।

NULL मान के साथ न्यूनतम कॉलम बनाएँ। यदि आप NULL के रूप में सभी कॉलम बनाते हैं, तो यह एक ब्लंडर है। यदि आपको किसी विशिष्ट व्यावसायिक कार्य को करने के लिए खाली कॉलम की आवश्यकता है, जब डेटा अज्ञात है या अभी तक कोई मतलब नहीं है, तो बनाने के लिए स्वतंत्र महसूस करें। सब के बाद, हम पहले से "मौत की तारीख" या "बर्खास्तगी की तारीख" कॉलम में नहीं भर सकते, हम आकाश में एक उंगली प्रहार करने के लिए भविष्यवाणियां नहीं कर रहे हैं :-)।

मॉडलिंग के लिए अधिकांश सॉफ़्टवेयर (ईआर / स्टूडियो, MySQL कार्यक्षेत्र, SQL DBM, gliffy.com) डेटा आपको डेटा क्षेत्रों के प्रोटोटाइप बनाने की अनुमति देता है। यह न केवल सही डेटा प्रकार, एप्लिकेशन लॉजिक और अच्छे प्रदर्शन की गारंटी देता है, बल्कि आवश्यक मूल्य भी है।

5. प्राकृतिक को प्राथमिकता दें

जब आप तय करते हैं कि कुंजी के रूप में चुनने के लिए तालिका में कौन सा कॉलम है, तो हमेशा ध्यान दें कि उपयोगकर्ता किन क्षेत्रों को संपादित कर सकता है। कभी भी उन्हें एक कुंजी के रूप में न चुनें - एक बुरा विचार। कुछ भी हो सकता है, और आपको विशिष्टता की गारंटी देनी चाहिए।

प्राकृतिक, या व्यावसायिक, कुंजी का उपयोग करना सबसे अच्छा है। यह समझ में आता है, इसलिए आप डेटाबेस में दोहराव से बचते हैं।

यदि केवल व्यावसायिक कुंजी अद्वितीय नहीं है (नाम, उपनाम, स्थिति) और तालिका की विभिन्न पंक्तियों में दोहराया जाता है या इसे बदलना होगा, तो उत्पन्न कुंजी को उत्पन्न कृत्रिम, सरोगेट कुंजी (कृत्रिम कुंजी) होना चाहिए।

6. मॉडरेशन में सामान्य करें

डेटाबेस में डेटा को प्रभावी ढंग से व्यवस्थित करने के लिए, आपको सिफारिशों का एक सेट का पालन करना होगा और डेटाबेस को सामान्य करना होगा। पालन ​​करने के लिए पांच सामान्य रूप हैं।
सामान्यीकरण का उपयोग करते हुए, आप अतिरेक से बचते हैं और एप्लिकेशन या साइट पर उपयोग किए गए डेटा की अखंडता सुनिश्चित करते हैं।

हमेशा की तरह, सब कुछ मॉडरेशन में होना चाहिए, यहां तक ​​कि सामान्यीकरण भी। यदि डेटाबेस में एक ही अद्वितीय कुंजियों के साथ बहुत अधिक टेबल हैं, तो आप डेटाबेस से दूर हो जाते हैं और पीढ़ी को सामान्य करते हैं। अत्यधिक सामान्यीकरण डेटाबेस के प्रदर्शन को नकारात्मक रूप से प्रभावित करता है।

7. जल्दी परीक्षण करें, अधिक बार परीक्षण करें

एक परीक्षण योजना और उचित परीक्षण डेटाबेस डिजाइन का हिस्सा होना चाहिए।

निरंतर एकीकरण के माध्यम से डेटाबेस का परीक्षण करना सबसे अच्छा है। परिदृश्य को मॉडल करें "डेटाबेस के जीवन में एक दिन" और जांचें कि क्या सभी सीमा मामलों को नियंत्रित किया जाता है और उपयोगकर्ता की बातचीत की संभावना क्या है। जितनी जल्दी आप कीड़े ढूंढते हैं, उतना ही आप समय और धन दोनों बचाते हैं।

ये प्रदर्शन और दक्षता का एक बड़ा डेटाबेस डिजाइन करने में आपकी मदद करने के लिए सिर्फ सात युक्तियां हैं। यदि आप उनका पालन करते हैं, तो आप भविष्य में सबसे अधिक सिरदर्द से बचेंगे। ये सुझाव डेटाबेस मॉडलिंग में हिमशैल के टिप हैं। बड़ी संख्या में जीवन हैक हैं। आप किन लोगों का उपयोग करते हैं?