ডাটাবেসে রিলেশনাল বীজগণিত: অপারেশন, উদাহরণ

2024 লেখক: Angel Austin | [email protected]. সর্বশেষ পরিবর্তিত: 2023-12-17 05:18

সাধারণত, ডাটাবেস সিস্টেম একটি ক্যোয়ারী ল্যাঙ্গুয়েজ দিয়ে সজ্জিত থাকে যা এর ব্যবহারকারীদের প্রশ্নের উদাহরণে সাহায্য করতে পারে। এই ধরনের দুটি প্রকার আছে - রিলেশনাল অ্যালজেব্রা এবং রিলেশনাল ক্যালকুলাস। প্রথমটি একটি পদ্ধতিগত ক্যোয়ারী ভাষা যা সম্পর্কের দৃষ্টান্তগুলিকে ইনপুট হিসাবে গ্রহণ করে এবং আউটপুট হিসাবে উদাহরণ সম্পর্ককে আউটপুট করে। এর জন্য ইউনারী বা বাইনারি ক্যালকুলাস ব্যবহার করে। সম্পর্কীয় বীজগণিত পুনরাবৃত্তিমূলকভাবে সঞ্চালিত হয় এবং মধ্যবর্তী ফলাফলগুলি সম্পর্ক হিসাবে বিবেচিত হয়৷

কার্টেসিয়ান পণ্য (Χ)

দুটি ভিন্ন সম্পর্কের তথ্য একত্রিত করে।

নোটেশন – r Χ s, যেখানে r এবং s অনুপাত এবং তাদের আউটপুটকে

হিসাবে সংজ্ঞায়িত করা হবে

r Χ s={qt | q ∈ r এবং t ∈ s}।

উপসংহার। একটি সম্পর্ক সেট করে যা টিউটোরিয়ালের সাথে লেখা সমস্ত বই এবং নিবন্ধ দেখায়৷

পরিবর্তন অপারেশন (ρ)।

আত্মীয় বীজগণিতের সম্পর্ক হল ফলাফল, কিন্তু কোনো নাম ছাড়াই। রিনেম অপারেশন আপনাকে আউটপুট মান পরিবর্তন করতে দেয়, ছোট গ্রীক অক্ষর ρ.

দ্বারা চিহ্নিত

উপাধি – ρ _x (E), যেখানে E এক্সপ্রেশনের ফলাফল নামের সাথে সংরক্ষিত থাকেx.

অতিরিক্ত অপারেশন:

• সেট ছেদ;
• অ্যাসাইনমেন্ট;
• প্রাকৃতিক সংযোগ।

রিলেশনাল ক্যালকুলাস

এটি একটি অ-প্রক্রিয়াগত ক্যোয়ারী ল্যাঙ্গুয়েজ, যার অর্থ এটি আপনাকে কী করতে হবে তা বলে কিন্তু কীভাবে এটি বাস্তবায়ন করতে হয় তা ব্যাখ্যা করে না। রিলেশনাল ক্যালকুলাস দুটি আকারে বিদ্যমান:

• একটি টিপলের পারস্পরিক সম্পর্ক গণনা;
• ফিল্টারিং ভেরিয়েবল রেঞ্জ।

নোটেশন - T/State: একটি শর্ত পূরণ করে এমন সমস্ত T টিপল প্রদান করে। ফলাফল. একটি নাম সহ tuples ফেরত. TRC পরিমাপ করা যেতে পারে. আপনি অস্তিত্বগত (∃) এবং সর্বজনীন কোয়ান্টিফায়ার (∀) ব্যবহার করতে পারেন। উপসংহার। উপরের ক্যোয়ারীটি আগেরটির মতো একই ফলাফল দেবে৷

ডোমেন রিলেশনাল ক্যালকুলাস DRC

ফিল্টার ভেরিয়েবল টিপল পূর্ণসংখ্যা মানের পরিবর্তে অ্যাট্রিবিউট ডোমেন ব্যবহার করে (উপরে উল্লিখিত টিআরসিতে করা হয়েছে)।

নোটেশন – {a ₁, একটি ₂, একটি ₃, …, একটি | প _)},

যেখানে a1, a2 হল অ্যাট্রিবিউট এবং P বোঝায় অভ্যন্তরীণ মান দিয়ে তৈরি সূত্র৷

উপসংহার। TutorialsPoint সম্পর্ক থেকে নিবন্ধ, পৃষ্ঠা এবং বিষয় সেট করে, যেখানে বিষয় ডাটাবেস।

TRC-এর মতো, DRC-কেও অস্তিত্বগত এবং সর্বজনীন কোয়ান্টিফায়ার ব্যবহার করে লেখা যেতে পারে। ডিআরসি রিলেশনাল বীজগণিত অপারেটরও অন্তর্ভুক্ত করে। গণনা, ক্যালকুলাস এবং বিন্দুর মধ্যে সম্পর্কের পারস্পরিক সম্পর্ক প্রকাশের শক্তি সমতুল্য।

রিলেশনাল ক্যালকুলাস এবং বীজগণিতের বিভিন্নতা এবং স্কিম

ইআর মডেল, যখন ডায়াগ্রামে ধারণা করা হয়, তখন প্রয়োজনীয় সম্পর্কের একটি ভাল ওভারভিউ প্রদান করে যা বোঝা সহজ। পরিকল্পিত উপস্থাপনাগুলি একটি রিলেশনাল স্কিমার সাথে ম্যাপ করা যেতে পারে, অর্থাৎ তারা একে অপরের সাথে একসাথে তৈরি করা যেতে পারে। একটি রিলেশনাল মডেলে সমস্ত ER সীমাবদ্ধতা আমদানি করা সম্ভব নয়, তবে একটি আনুমানিক কাঠামো তৈরি করা যেতে পারে। এই সিস্টেমে চার্ট রূপান্তর করার জন্য বিভিন্ন প্রক্রিয়া এবং অ্যালগরিদম উপলব্ধ। তাদের মধ্যে কিছু স্বয়ংক্রিয়, অন্যগুলি ম্যানুয়ালি তৈরি করা হয়। ER চার্ট প্রধানত নিম্নলিখিত মানদণ্ড নিয়ে গঠিত:

• সত্তা এবং এর গুণাবলী;
• লিঙ্ক, যা উপরের মানগুলির মধ্যে একটি সম্পর্ক৷

বস্তু এবং সম্পর্কের তুলনা বিভিন্ন উপায়ে এবং পরিকল্পনায় ঘটে। উদাহরণস্বরূপ, একটি সত্তা কিছু বৈশিষ্ট্য সহ একটি বাস্তব বিশ্বের বস্তু। ম্যাচিং প্রক্রিয়া, অ্যালগরিদম নিম্নরূপ:

• প্রতিটি বস্তুর জন্য একটি টেবিল তৈরি করুন;
• বৈশিষ্ট্যগুলি সংশ্লিষ্ট ডেটা প্রকারের সাথে টেবিলের ক্ষেত্র হওয়া উচিত;
• একটি প্রাথমিক কী ঘোষণা করুন।

একটি সম্পর্ক সত্তার মধ্যে একটি সম্পর্ক। সংকলন প্রক্রিয়াটি নিম্নরূপ:

• সম্পর্কের জন্য একটি টেবিল তৈরি করুন;
• যথ্য ডেটা প্রকার সহ সমস্ত অংশগ্রহণকারী সত্তার প্রাথমিক কীগুলিকে টেবিল ক্ষেত্র হিসাবে যোগ করুন;
• রিলেশনের কোনো অ্যাট্রিবিউট থাকলে, প্রতিটি অ্যাট্রিবিউটকে টেবিল ফিল্ড হিসেবে সেট করুন;
• প্রাথমিক কী একত্রিত করুন যা সবকিছু তৈরি করেবাকি অংশ অংশগ্রহণকারী বস্তুর জন্য;
• সমস্ত বিদেশী কী সীমাবদ্ধতা নির্দিষ্ট করুন।

দুর্বল সেট এবং শ্রেণিবদ্ধ বস্তুর প্রদর্শন একটি নির্দিষ্ট সিস্টেম অনুসারে ঘটে। প্রথমত, এই মূল্যবোধগুলির অপরিহার্য ভিত্তি এবং সংজ্ঞাগুলি বোঝা প্রয়োজন। একটি দুর্বল বৈশিষ্ট্য সেট এমন একটি যা এর সাথে সম্পর্কিত কোনো প্রাথমিক কী নেই। প্রদর্শন প্রক্রিয়াটি নিম্নরূপ:

• অবজেক্টের একটি দুর্বল সেটের জন্য একটি টেবিল তৈরি করুন;
• ক্ষেত্র হিসাবে স্কিমাতে সমস্ত বৈশিষ্ট্য যুক্ত করুন;
• শনাক্তকরণের জন্য প্রাথমিক কী নির্দিষ্ট করুন;
• সমস্ত বিদেশী কী সীমাবদ্ধতা সেট করুন।

আনুষঙ্গিক বীজগণিতের ভাষার বিশেষীকরণ বা সাধারণীকরণের উপর ভিত্তি করে শ্রেণিবদ্ধ বস্তুর প্রদর্শন অনুক্রমিক সত্তার আকারে ঘটে। অ্যালগরিদমটি নিম্নরূপ:

• সমস্ত উচ্চ নিম্ন স্তরের বস্তুর জন্য টেবিল তৈরি করুন;
• প্রাথমিক কী যোগ করুন;
• নিম্ন স্তরে নিম্ন স্তরের বস্তুর অন্যান্য সমস্ত বৈশিষ্ট্য প্রয়োগ করে;
• টেবিলের প্রাথমিক কী ঘোষণা করুন;
• বিদেশী কী সীমাবদ্ধতা সেট করুন।

বর্ণনা, সংরক্ষণ, তথ্য পরিবর্তন করার জন্য বিদ্যমান বিকল্প

SQL রিলেশনাল ডাটাবেসের জন্য একটি প্রোগ্রামিং ভাষা। এটি বীজগণিত এবং টিপলের পারস্পরিক সম্পর্ক ক্যালকুলাসের উপর বিকশিত হয়। এসকিউএল সমস্ত বড় ডিবিএমএস ডিস্ট্রিবিউশন সহ একটি প্যাকেজ হিসাবে আসে। তাদের ম্যানিপুলেট করার জন্য ডেটা এবং ভাষা উভয়ই রয়েছে। রিলেশনাল বীজগণিত SQL ডেটা সংজ্ঞা বৈশিষ্ট্য ব্যবহার করে, আপনি ডাটাবেস স্কিমা ডিজাইন এবং পরিবর্তন করতে পারেন,যখন ব্যবস্থাপনা এবং সমন্বয় বৈশিষ্ট্য, সেইসাথে ডেটা পরিবর্তন, আপনাকে সিস্টেমে ইনস্টল করা তথ্য সংরক্ষণ এবং পুনরুদ্ধার করার অনুমতি দেয়। গঠন এবং সিস্টেম সংজ্ঞায়িত করতে নিম্নলিখিত কমান্ডের সেট ব্যবহার করে:

• একটি DBMS থেকে নতুন ডাটাবেস, টেবিল এবং ভিউ তৈরি করে।
• কমান্ড নিক্ষেপ করে।
• ডাটাবেস স্কিমা পরিবর্তন করে।
• এই কমান্ডটি একটি স্ট্রিং অবজেক্টে একটি বৈশিষ্ট্য যোগ করে।

SQL একটি ডেটা ম্যানিপুলেশন ল্যাঙ্গুয়েজ (DML) দিয়ে সজ্জিত। এটি তথ্য সন্নিবেশ, আপডেট এবং মুছে ফেলার মাধ্যমে ডাটাবেস উদাহরণ পরিবর্তন করে। DML সমস্ত ডেটা পরিবর্তনের জন্য দায়ী। SQL-এ DML বিভাগে নিম্নলিখিত কমান্ডের সেট রয়েছে:

1. SELECT হল একটি মৌলিক ক্যোয়ারী কমান্ড। এটি সম্পর্কীয় বীজগণিতের অভিক্ষেপ অপারেশনের সাথে সাদৃশ্যপূর্ণ। এটি WHERE ক্লজে বর্ণিত শর্তের উপর ভিত্তি করে বৈশিষ্ট্যগুলি নির্বাচন করে৷
2. FROM - এই বিভাগটি একটি আর্গুমেন্ট হিসাবে একটি নাম নেয় যেখান থেকে বৈশিষ্ট্যগুলি নির্বাচন/প্রকল্পিত করা হবে৷ যদি একাধিক নাম দেওয়া হয়, এই আইটেমটি কার্টেসিয়ান পণ্যের সাথে মিলে যায়৷
3. কোথায় - এই বিভাগটি পূর্বনির্ধারিত বৈশিষ্ট্য বা শর্তাবলী নির্দিষ্ট করে যা প্রক্ষিপ্ত বৈশিষ্ট্যের যোগ্যতা অর্জনের জন্য অবশ্যই পূরণ করতে হবে৷

এছাড়াও কমান্ড রয়েছে:

• ঢোকান;
• পরিবর্তনশীল মান;
• মুছুন।

রিলেশনাল বীজগণিত প্রশ্ন তৈরি করা

একটি অনুসন্ধান নির্মাণ করার সময়, কাজটি হল অপারেশনগুলির একটি কাঠামো খুঁজে বের করা যা সঠিক আউটপুটের দিকে নিয়ে যাবে। রিলেশনাল বীজগণিতের মৌলিক কাজগুলো সহজঅপারেন্ড হিসাবে এক বা দুটি সম্পর্কের সাথে অপারেশন। অনুক্রমের সম্মিলিত প্রভাব চূড়ান্ত ফলাফল নির্ধারণ করে। যেহেতু ডেটাবেসে রিলেশনাল বীজগণিতের সিস্টেমটি বেশ সহজ, অনেক মধ্যবর্তী ফলাফল চূড়ান্ত আউটপুটে পৌঁছানোর আগে প্রাপ্ত করা যেতে পারে, সেগুলি অপারেন্ড হিসাবেও ব্যবহৃত হয় যা প্রাপ্ত নতুন ডেটা তৈরি করে।

অধিকাংশ অপারেটরের জন্য, প্রশ্নের ক্রম এবং তাদের সম্পাদন কোন ব্যাপার নয়, যার অর্থ হল একই আউটপুট বিভিন্ন উপায়ে মধ্যবর্তী ডেটা গঠন এবং একত্রিত করে অর্জন করা যেতে পারে। অনুশীলনে, ডাটাবেস অনুসন্ধানগুলি মোটামুটি সহজ। ক্রিয়াকলাপ এবং মধ্যবর্তী ফলাফলের জন্য সিস্টেম ক্যোয়ারী অপ্টিমাইজার দ্বারা নির্ধারিত হয়। প্রশ্ন, প্রয়োজনীয়তা তৈরি করার সময়, আপনাকে

প্রথমে একটি উত্তর অর্জনের জন্য কোন সম্পর্কগুলি প্রয়োজনীয় তা চয়ন করতে হবে এবং তারপরে অপারেশন এবং মধ্যবর্তী ফলাফলগুলি নির্দিষ্ট করতে হবে৷ একটি ফলাফল ডাটাবেসে একটি রিলেশনাল বীজগণিত কোয়েরির গঠন একটি ডায়াগ্রাম হিসাবে উপস্থাপন করা যেতে পারে। প্রয়োজনীয়তা অপ্টিমাইজাররা যথাসম্ভব দক্ষতার সাথে কার্যকরী সংগঠিত করার চেষ্টা করে। অনুশীলনে, এর অর্থ সাধারণত তারা মধ্যবর্তী ফলাফলগুলি যত তাড়াতাড়ি সম্ভব কমানোর চেষ্টা করে। সম্পর্কীয় বীজগণিতের সাধারণ উদাহরণ এতে সাহায্য করবে।

উদাহরণ ১.

তথ্যের প্রয়োজন: 1996 মডেল বছরের যানবাহনের তথ্য যেখানে 1999 সালের পরিদর্শনের সময় ঘাটতি পাওয়া গেছে।

প্রথমে, সম্পর্কের সমস্ত বৈশিষ্ট্যের মান বোঝার জন্য গাড়ি সম্পর্কে তথ্য প্রদর্শন করা হয়। পরিদর্শন সম্পর্কে তথ্য "পরিদর্শন" টেবিলে সংরক্ষণ করা হয়, এবং যদি সনাক্ত করা হয়ত্রুটি, তারা "সমস্যা" টেবিলে রেকর্ড করা হয়. সুতরাং, প্রয়োজনীয় তথ্য পেতে এই তিনটি টেবিলের প্রয়োজন।

শুধুমাত্র 1996 গাড়ি আকর্ষণীয়। গাড়ির মডেল পরিসীমা গাড়ির তথ্য টেবিলের সারিতে সেট অ্যাট্রিবিউটের মান হিসাবে উপস্থাপিত হয়। প্রথম মধ্যবর্তী ফলাফলে 1996 ভেরিয়েন্টের প্রতিনিধিত্বকারী টিপল রয়েছে।

সুতরাং শুধুমাত্র এই সময়কাল কভার করে এমন সারি প্রয়োজন। সেগুলি বের করার জন্য আপনাকে একটি নির্বাচন ব্যবহার করতে হবে। এখন সেখানে গাড়ি এবং পরিদর্শন প্রয়োজন ছিল। তারপর স্ট্রিংগুলিকে কনক্যাটেনেশন অপারেশন ব্যবহার করে সংযুক্ত করা হয়। তাদের অবশ্যই একটি সাধারণ রেজিস্টার নম্বর দ্বারা যুক্ত হতে হবে, যেহেতু এটি একমাত্র সাধারণ কলাম, তাই একটি স্বাভাবিক যোগদান ব্যবহার করা হয়৷

চেক করার সময় সমস্যা ছিল কিনা তা খুঁজে বের করতে, আপনাকে চেকের সাথে সমস্যার লাইন যুক্ত করতে হবে। গাড়িতে নিয়ন্ত্রণ সারি সংযুক্ত করার পরে, আপনি এই ফলাফলটিকে ফল্ট টেবিলের সাথে সংযুক্ত করতে পারেন। অধিভুক্তি অবশ্যই সাধারণ নিবন্ধন নম্বর এবং যাচাইকৃত তারিখের উপর ভিত্তি করে হতে হবে। সারণিতে এইগুলিই একমাত্র সাধারণ কলাম, তাই একটি স্বাভাবিক যোগদান ব্যবহার করা হয়৷

মধ্যবর্তী ফলাফল ছাড়া গণনার বিকল্প

উদাহরণ 2.

প্রয়োজনীয় তথ্য: মডেল ইয়ার 1995 বা পুরনো যানবাহনের জন্য ড্রাইভারের নাম যা 2000 এর জন্য পরীক্ষা করা হয়নি। নামটি "ড্রাইভার" টেবিলে রয়েছে। আইন প্রয়োগকারী সংস্থাগুলিকে সারণীতে বর্ণনা করা হয়েছে "একটি ক্যান্টিনের গাড়িতে পরিদর্শন এবং গাড়ি"। তাইসুতরাং, এই তিনটি টেবিল প্রয়োজন. প্রথমত, আপনাকে সেই গাড়িগুলি খুঁজে বের করতে হবে যেগুলি 2000 সালের জন্য পরিদর্শন করা হয়নি। শুধুমাত্র সারণীতে তালিকাভুক্ত পরিদর্শনগুলি ব্যবহার করে এই সমস্যাটি সমাধান করা সম্ভব নয়, কারণ এতে সেই পরিদর্শনগুলির তথ্য রয়েছে যা করা হয়েছিল, এবং যেগুলি বাস্তবায়িত হয়নি সেগুলি নয়৷ এই সমস্যাটি 2000 সালের আগে চেক করা পরিপূরক গাড়িগুলির সন্ধান করে সমাধান করা হয়েছে। আসলে, শুধুমাত্র তাদের নিবন্ধন নম্বর প্রয়োজন।

উপরের উদাহরণগুলি ছাড়াও আরও কিছু উদাহরণ রয়েছে যা দেখায় যে কীভাবে তথ্য পরিবর্তন বা সন্ধান করা যায়। ক্যোয়ারী বৈকল্পিক বিশেষ অপারেশন ব্যবহার করে অপ্টিমাইজ করা যেতে পারে. প্রকৃতপক্ষে, ডেটা অনুসন্ধান এবং সন্ধান করা যতটা সম্ভব সহজ এবং সহজ করার জন্য, একটি রিলেশনাল ক্যালকুলাস মডেল রয়েছে৷

যেখানে তথ্য সুরক্ষিত এবং সুরক্ষিত হয়

রিলেশনাল বীজগণিতের রিলেশনাল ডেটা মডেল রেকর্ড ধারণকারী ফাইল ফরম্যাটে সংরক্ষণ করা হয়। শারীরিক স্তরে, প্রকৃত তথ্য কিছু ডিভাইসে একটি ইলেক্ট্রোম্যাগনেটিক বিন্যাসে স্থির করা হয়। এই স্টোরেজ ডিভাইসগুলিকে তিনটি বিভাগে ভাগ করা যায়:

1. প্রাথমিক। এই বিভাগে মেমরি রয়েছে যা সরাসরি CPU-তে অ্যাক্সেসযোগ্য। রেজিস্টার, ফাস্ট মেমরি (ক্যাশে) এবং মেইন মেমরি (র‍্যাম) সরাসরি সেন্ট্রালে অ্যাক্সেসযোগ্য, যেহেতু এগুলি সবই মাদারবোর্ড বা চিপসেটে অবস্থিত। এই স্টোরেজ সাধারণত খুব ছোট, অতি-দ্রুত এবং অস্থির। রাষ্ট্র বজায় রাখার জন্য একটি ধ্রুবক বিদ্যুৎ সরবরাহ প্রয়োজন। এটি ব্যর্থ হলে, এর সমস্ত ডেটা হারিয়ে যায়৷
2. মাধ্যমিক। ভবিষ্যতের জন্য তথ্য সংরক্ষণ করতে ব্যবহৃত হয়ব্যবহার বা ব্যাকআপ। মেমরি ডিভাইসগুলি অন্তর্ভুক্ত করে যেগুলি প্রসেসর চিপসেট বা মাদারবোর্ডের অংশ নয়, যেমন চৌম্বকীয় ডিস্ক, অপটিক্যাল ডিস্ক (ডিভিডি, সিডি, ইত্যাদি), হার্ড ড্রাইভ, ফ্ল্যাশ ড্রাইভ এবং চৌম্বকীয় টেপ৷
3. Tertiary. বিপুল পরিমাণ ডেটা সঞ্চয় করতে ব্যবহৃত হয়। যেহেতু এই ধরনের স্টোরেজ ডিভাইসগুলি কম্পিউটার সিস্টেমের বাইরের, তাই তারা গতির দিক থেকে সবচেয়ে ধীর। এই স্টোরেজ গ্যাজেটগুলি মূলত পুরো সিস্টেমের ব্যাক আপ করতে ব্যবহৃত হয়। অপটিক্যাল ডিস্ক এবং ম্যাগনেটিক টেপ ব্যাপকভাবে তৃতীয় স্টোরেজ হিসাবে ব্যবহৃত হয়।

ক্যোয়ারী দক্ষতার জন্য বিশেষ সম্পর্কযুক্ত বীজগণিত অপারেশনগুলি গুরুত্বপূর্ণ৷

স্টোরেজ স্ট্রাকচার

কম্পিউটার সিস্টেমের একটি সু-সংজ্ঞায়িত মেমরি অনুক্রম রয়েছে। CPU-র মূল সিস্টেমের সাথে সাথে বিল্ট-ইন রেজিস্টারে সরাসরি অ্যাক্সেস রয়েছে। প্রধান মেমরি অ্যাক্সেস সময় স্পষ্টতই প্রসেসর গতির চেয়ে কম। এই বৈষম্য কমাতে, একটি ক্যাশে চালু করা হয়। ক্যাশে দ্রুততম অ্যাক্সেসের সময় প্রদান করে এবং সেই ডেটা ধারণ করে যা CPU দ্বারা প্রায়শই অ্যাক্সেস করা হয়।

দ্রুততম অ্যাক্সেস সহ মেমরিটি সবচেয়ে ব্যয়বহুল। বড় স্টোরেজ ডিভাইসগুলি অল্প গতি প্রদান করে এবং সস্তা, তবে তারা প্রসেসর রেজিস্টার বা ক্যাশের তুলনায় প্রচুর পরিমাণে ডেটা সঞ্চয় করতে পারে।

আজকের কম্পিউটার সিস্টেমে ম্যাগনেটিক এবং হার্ড ড্রাইভ হল সবচেয়ে সাধারণ সেকেন্ডারি স্টোরেজ ডিভাইস। এগুলোকে ম্যাগনেটিক বলা হয়ধাতু বেস এই ডিস্কগুলি টাকুতে উল্লম্বভাবে স্থাপন করা হয়। রিড/রাইট হেড তাদের মধ্যে চলে যায় এবং নিচের এই ধরনের দাগকে চুম্বকীয় করতে বা অপসারণ করতে ব্যবহৃত হয়। এটি 0 (শূন্য) বা 1 (এক) হিসাবে স্বীকৃত হতে পারে।

দক্ষ ডেটা স্টোরেজের জন্য হার্ড ড্রাইভগুলি একটি সু-সংজ্ঞায়িত ক্রমে ফর্ম্যাট করা হয়৷ এটির অনেকগুলি কেন্দ্রীভূত বৃত্ত রয়েছে যাকে পাথ বলা হয়। প্রতিটি ট্র্যাক আরও সেক্টরে বিভক্ত, সাধারণত 512 বাইট ডেটা সঞ্চয় করে৷

ফাইল অপারেশন

রিলেশনাল অ্যালজেব্রা ল্যাঙ্গুয়েজ সিস্টেম এবং এর ডাটাবেসের অপারেশনগুলিকে বিস্তৃতভাবে দুটি বিভাগে শ্রেণীবদ্ধ করা যেতে পারে:

• আপডেট;
• অনুসন্ধান।

প্রথম বিভাগটি সন্নিবেশ, মুছে বা আপডেট করে ডেটা মান পরিবর্তন করে। অন্যদিকে, অনুসন্ধান অপারেশন তথ্য সম্পাদনা করে না, তবে ঐচ্ছিক শর্তাধীন ফিল্টারিংয়ের পরে এটি বের করে। উভয় ধরনের অপারেশনে, নির্বাচন একটি গুরুত্বপূর্ণ ভূমিকা পালন করে। একটি ফাইল তৈরি এবং মুছে ফেলা ছাড়াও, তাদের উপর সঞ্চালিত হতে পারে এমন বেশ কয়েকটি অপারেশন থাকতে পারে:

1. খোলা - দুটি পঠন বা লেখার মোডের একটিতে বিদ্যমান। প্রথম ক্ষেত্রে, অপারেটিং সিস্টেম কাউকে ডেটা পরিবর্তন করতে দেয় না। অন্য কথায়, তথ্য শুধুমাত্র পড়া হয়. রিড মোডে খোলা ফাইলগুলি একাধিক বস্তুর মধ্যে ভাগ করা যেতে পারে। লেখার মোড আপনাকে ডেটা পরিবর্তন করতে দেয়। ফাইল পড়া যায় কিন্তু শেয়ার করা যায় না।
2. অপারেটিং সিস্টেমের দৃষ্টিকোণ থেকে ক্লোজ হল সবচেয়ে গুরুত্বপূর্ণ অপারেশন কারণ এটি সমস্ত লক সরিয়ে দেয়(যদি ভাগ করা মোডে থাকে), সেকেন্ডারি মিডিয়াতে ডেটা (যদি পরিবর্তিত হয়) সংরক্ষণ করে এবং ফাইলের সাথে যুক্ত সমস্ত বাফার এবং হ্যান্ডলার প্রকাশ করে৷
3. ইনডেক্সিং হল একটি তথ্য কাঠামো পদ্ধতি যা সিস্টেমের ফাইলগুলি থেকে দক্ষতার সাথে রেকর্ড বের করার জন্য কিছু বৈশিষ্ট্যের উপর ভিত্তি করে যেখানে সিস্টেমটি প্রয়োগ করা হয়েছিল। বৈশিষ্ট্যের উপর ভিত্তি করে সংজ্ঞায়িত।

ইনডেক্সিং নিম্নলিখিত ধরনের হতে পারে:

1. প্রাথমিকটি অর্ডার করা ডেটা ফাইলে সংজ্ঞায়িত করা হয়েছে। তথ্য ফাইলটি কী ক্ষেত্রে সংগঠিত হয়৷
2. একটি ক্ষেত্র থেকে সেকেন্ডারি ইনডেক্স তৈরি করা হয়েছে যা একটি প্রার্থী কী এবং প্রতিটি রেকর্ডে একটি অনন্য মান রয়েছে বা ডুপ্লিকেট মান সহ একটি কী নয়৷
3. ক্লাস্টারিং সংজ্ঞায়িত করা হয় একটি অর্ডার করা ডেটা ফাইলে, একটি নন-কী ক্ষেত্রে।

একটি ডাটাবেস ম্যানেজমেন্ট সিস্টেম বা ডিবিএমএস উপযুক্ত নিরাপত্তা ব্যবস্থা সহ সর্বাধিক দক্ষতার সাথে ব্যবহারকারীর তথ্য সংরক্ষণ এবং পুনরুদ্ধারের জন্য একটি প্রযুক্তিকে বোঝায়। এই ইস্যুটির আরও ঘনিষ্ঠভাবে পরীক্ষা করলে এই সিদ্ধান্তে পৌঁছায় যে রিলেশনাল অ্যালজেবরা হল অপারেটরদের একটি ভাষা যা সম্পর্ককে আর্গুমেন্ট হিসেবে নেয় এবং ফলস্বরূপ সেগুলি ফেরত দেয়৷