Atọka akoonu[Fipamọ][Ifihan]
- 1. Kini o tumọ si nipasẹ Database?
- 2. Kini o tumọ si nipasẹ DBMS?
- 3. Ṣàlàyé oríṣiríṣi èdè DBMS.
- 4. Ṣe atokọ awọn anfani diẹ ti DBMS?
- 5. Darukọ awọn drawbacks ti mora faili-orisun awọn ọna šiše ti DBMS ni lori wọn.
- 6. Kini o tumọ si nipasẹ awọn ohun-ini ACID ni DBMS?
- 7. Kini ipa ti SQL ṣiṣẹ ni DBMS?
- 8. Ṣe aaye òfo tabi kika odo bi awọn iye NULL ninu awọn apoti isura data?
- 9. Kini gangan ni ipamọ data?
- 10. Kini aaye ayẹwo DBMS tumọ si?
- 11. Apejuwe awọn orisirisi DBMS data Layer áljẹbrà.
- 12. Kí ni “ìmúgbòòrò ìbéèrè” túmọ̀ sí fún ọ?
- 13. Awoṣe-ibasepo ẹya: kini o jẹ?
- 14. Kini awọn gbolohun ọrọ "ohun kan," "Iru nkan," ati "ṣeto nkan" tumọ si ni eto iṣakoso data?
- 15. Kini awọn asopọ, ati iru awọn ibatan wo ni o wa ninu DBMS?
- 16. Kini gangan RDBMS?
- 17. Kini awọn ọrọ "itẹsiwaju" ati "itẹsiwaju" tumọ si ni ibi ipamọ data?
- 18. Kini ọpọlọpọ awọn ọna ti o ṣe deede ati kini ọrọ naa "normization" tumọ si?
- 19. Ṣe apejuwe titiipa kan. Iyatọ akọkọ laarin titiipa pinpin ati titiipa iyasọtọ lakoko iṣowo data yẹ ki o ṣalaye.
- 20. Kini awọn ọrọ "normalization" ati "denormalisation" tumọ si?
- 21. Apejuwe database ipin ati awọn oniwe-lami.
- 22. Kí ni àwọn ọ̀rọ̀ náà “amúṣẹ́-ṣe-ṣe,” “àtúnyẹ̀wò ìgbàkan náà” túmọ̀ sí fún ọ?
- 23. Kí ni ọ̀rọ̀ náà “kọsọ́” túmọ̀ sí fún ọ? Apejuwe awọn ọpọlọpọ awọn ona ti kọsọ.
- 24. Apejuwe awọn iyatọ laarin nẹtiwọki ati akosoagbasomode database awoṣe.
- 25. Apejuwe MongoDB.
- 26. Apejuwe awọn iyatọ laarin a 2-ipele ati 3-ipele DBMS eto.
- 27. Ninu ibi ipamọ data, kini ọrọ "hashing" tumọ si?
- 28. Ohun ti ipa wo ni a database administrator ni a DBMS?
- ipari
Data le ṣee ri nibikibi ni agbaye! Ni ọja ode oni, diẹ sii ju 2.5 quintillion ti data ni a ṣejade ni ọjọ kọọkan.
O ṣe pataki ki gbogbo wa ṣe itupalẹ data yii ki a pese awọn abajade ti a beere nipa lilo awọn eto iṣakoso data (DBMS). Ni apa keji, nini imọ DBMS jẹ ki o ṣee ṣe lati ṣiṣẹ bi oluṣakoso data.
Ni fifunni pe o n ka ifiweranṣẹ yii nipa Awọn ibeere Ifọrọwanilẹnuwo DBMS, Mo ro pe o ti mọ awọn alaye wọnyi tẹlẹ. Eyikeyi oojọ ninu awọn atupale data gbọdọ bẹrẹ pẹlu oye to lagbara ti awọn eto iṣakoso data (DBMS).
Ṣiṣe awọn ọna ṣiṣe data ti o munadoko nilo agbara lati ṣeto, ṣe ayẹwo, lọ nipasẹ, ati ṣe oye ti awọn iwọn data lọpọlọpọ.
Eyi ni awọn ibeere ifọrọwanilẹnuwo DBMS diẹ lati ṣe iranlọwọ fun ọ ṣaṣeyọri ninu ifọrọwanilẹnuwo iṣẹ atẹle rẹ ati de ipo ti o ti nireti, boya o ti bẹrẹ iṣẹ tẹlẹ ni awọn itupalẹ data tabi ti n bẹrẹ.
Awọn ibeere ifọrọwanilẹnuwo DBMS ti o ga julọ ni a ti pejọ sinu atokọ kan fun anfani rẹ lati le ṣe iranlọwọ fun ọ lati ṣaṣeyọri ifọrọwanilẹnuwo rẹ ati mu oye rẹ lagbara si koko-ọrọ naa.
1. Kini o tumọ si nipasẹ Database?
Ipamọ data jẹ akojọpọ data ti a ṣeto pẹlu ọgbọn ti o le ṣe imudojuiwọn, wọle, ati ṣetọju pẹlu irọrun. Ohunkohun ti ipilẹṣẹ pẹlu aṣẹ ṣẹda jẹ ohun elo data, ati awọn apoti isura infomesonu nigbagbogbo ni awọn akojọpọ awọn tabili tabi awọn nkan ti o ni awọn titẹ sii ati awọn aaye.
Akọsilẹ ẹyọkan ninu tabili jẹ aṣoju nipasẹ tuple kan tabi ọna kan. Awọn ege ipilẹ ti ibi ipamọ data, eyiti o pese awọn alaye nipa abala kan pato ti tabili, jẹ ẹya tabi iwe kan.
DBMS n gba data pada lati ibi ipamọ data nipa lilo awọn ibeere ti olumulo pese.
2. Kini o tumọ si nipasẹ DBMS?
DBMS jẹ awọn eto sọfitiwia ti o ṣe iranlọwọ fun ọ ni ṣiṣẹda ati ṣiṣakoso data ti o sopọ mọ ọgbọn.
Lati fi sii ni ọna miiran, eto iṣakoso data data (DBMS) fun wa ni wiwo tabi ohun elo fun ṣiṣe ọpọlọpọ awọn iṣẹ pẹlu kikọ data kan, fifi data kun si, yiyọ kuro, iyipada data, ati bẹbẹ lọ.
Sọfitiwia ti a pe ni eto iṣakoso data data (DBMS) ngbanilaaye data lati wa ni ipamọ ni ọna aabo diẹ sii ju eto orisun faili lọ.
3. Ṣàlàyé oríṣiríṣi èdè DBMS.
Iwọnyi jẹ diẹ ninu awọn ede ti awọn DBMS nlo:
- DDL(Ede Itumọ data): Awọn ilana ti o nilo lati setumo aaye data wa ninu rẹ. ṢẸDA, ALTER, DOP, TRUNCATE, TRURURUKO, ati bẹbẹ lọ jẹ apẹẹrẹ diẹ.
- DML(Ede Ifọwọyi Data): O pẹlu awọn aṣẹ ti o nilo lati ṣiṣẹ pẹlu data ninu aaye data. Awọn apẹẹrẹ pẹlu YAN, imudojuiwọn, FI sii, Parẹ, ati bẹbẹ lọ.
- DCL(Ede Iṣakoso Data): O pẹlu awọn aṣẹ ti o ṣe pataki lati ṣe pẹlu awọn igbanilaaye olumulo ati awọn iṣakoso eto data data. Fun apẹẹrẹ, GRANT ati REVOKE.
- TCL (Ede Iṣakoso Iṣowo): O pẹlu awọn aṣẹ ti o gbọdọ lo lati ṣakoso awọn iṣowo data data. Fun apẹẹrẹ, COMMIT, ROLLBACK, ati SAVEPOINT.
4. Ṣe atokọ awọn anfani diẹ ti DBMS?
- O ṣee ṣe fun awọn olumulo lọpọlọpọ lati ṣe paṣipaarọ data lati ibi ipamọ data kanna ni ẹẹkan. Pẹlupẹlu, iru pinpin yii jẹ ki o ṣee ṣe fun awọn olumulo lati dahun ni iyara si awọn iyipada ni agbegbe data data.
- O ṣee ṣe fun awọn olumulo lọpọlọpọ lati wo data data data kanna ni nigbakannaa.
- Dinku išẹpo ni ibi ipamọ data nipa fifi eto kan ti o ṣe iṣọkan gbogbo data sinu aaye data kan.
- Nigbati o ba jẹ dandan, data ti o wa ninu aaye data le ṣe atunṣe ati afẹyinti ti data le ṣe eto lati ṣẹda laifọwọyi.
- Ṣiṣe atunṣe ọna kika data lakoko mimu atike gbogbo awọn ilana ohun elo nṣiṣẹ.
5. Darukọ awọn drawbacks ti mora faili-orisun awọn ọna šiše ti DBMS ni lori wọn.
A fi agbara mu lati ṣayẹwo gbogbo oju-iwe ni eto orisun-faili aṣoju niwọn igba ti ko si atọka, eyiti o jẹ ki iraye si akoonu akoko-n gba ati lọra.
Apọju ati aiṣedeede jẹ awọn iṣoro miiran nitori awọn faili nigbagbogbo pẹlu apọju ati data ẹda-iwe, ati iyipada ọkan ninu wọn jẹ ki gbogbo wọn jẹ aisedede.
Wiwọle data jẹ nija diẹ sii pẹlu awọn ọna ṣiṣe orisun-faili ti aṣa niwọn igba ti data naa ti di aito. Alailanfani miiran ni aini iṣakoso concurrency, eyiti o ṣe idiwọ ọpọlọpọ awọn iṣẹ ṣiṣe lati ṣiṣẹ lori faili kanna ni igbakanna ati dipo ipa igbese kan lati tii gbogbo oju-iwe naa.
Awọn eto iṣakoso aaye data tun ti yanju awọn ọran pẹlu awọn ọna ṣiṣe orisun faili ti aṣa pẹlu awọn sọwedowo iduroṣinṣin, iyapa data, atomity, aabo, ati diẹ sii.
6. Kini o tumọ si nipasẹ awọn ohun-ini ACID ni DBMS?
Awọn itọnisọna ipilẹ ti o gbọdọ tẹle lati le ṣetọju iduroṣinṣin data jẹ awọn abuda ACID ti eto iṣakoso data. Eyi ni ohun ti wọn jẹ:
- Atomity - Paapaa tọka si bi ipilẹ “gbogbo tabi ohunkohun”, atomity jẹ pe igbelewọn kọọkan ti ẹyọkan ni a ṣe ni kikun tabi rara rara.
- Iduroṣinṣin: Ohun-ini yii fihan pe data ti o wa ninu aaye data jẹ igbagbogbo mejeeji ṣaaju ati lẹhin idunadura kọọkan.
- Iyasọtọ - Ohun-ini yii n ṣalaye pe ọpọlọpọ awọn iṣowo le waye ni akoko kanna.
- Agbara - Ohun-ini yii ṣe idaniloju pe idunadura kọọkan ti wa ni igbasilẹ ni iranti ti kii ṣe iyipada ni kete ti o ti pari.
7. Kini ipa ti SQL ṣiṣẹ ni DBMS?
SQL duro fun Ede Ibeere ti Itumọ, ati pe iṣẹ akọkọ rẹ ni lati ṣe ajọṣepọ pẹlu awọn apoti isura infomesonu ibatan nipa titẹ sii ati mimu dojuiwọn/atunṣe data.
8. Ṣe aaye òfo tabi kika odo bi awọn iye NULL ninu awọn apoti isura data?
Rara, iye NULL yatọ pupọ si odo ati aaye òfo nitori pe o tọkasi iye ti a yàn, aimọ, ko si, tabi ko ṣe pataki, ni idakeji si aaye òfo ati odo, eyiti ọkọọkan jẹ aṣoju ohun kikọ kan.
9. Kini gangan ni ipamọ data?
Ibi ipamọ data jẹ ilana ti ikojọpọ, yiyo, sisẹ, ati gbigbe data wọle lati awọn orisun pupọ lati le fipamọ sinu data data kan.
Ile-ipamọ data le jẹ ero bi ibi ipamọ aarin nibiti a ti lo data fun awọn atupale data ati ṣiṣan lati awọn ọna ṣiṣe iṣowo ati awọn data data ibatan miiran.
A ile-iṣẹ data ni ọpọlọpọ awọn data itan lati ọdọ agbari ti o lo lati jẹki ṣiṣe ipinnu inu ile-iṣẹ naa.
10. Kini aaye ayẹwo DBMS tumọ si?
Ọna Checkpoint npa gbogbo awọn igbasilẹ ti tẹlẹ rẹ kuro ninu eto ati fi wọn pamọ patapata lori ẹrọ ibi ipamọ.
Awọn imọ-ẹrọ meji ti o le ṣe iranlọwọ fun DBMS lati gba pada ati idaduro awọn agbara ACID pẹlu titọju awọn oju-iwe ojiji ati titọju akọọlẹ ti iṣowo kọọkan. Awọn aaye ayẹwo jẹ pataki fun ẹrọ imularada ti o da lori log.
Igbasilẹ akọọlẹ idunadura le ṣee lo lati gba gbogbo data ti o ni ifaramo pada titi di akoko jamba lati awọn aaye ayẹwo, eyiti o jẹ awọn aaye to kere julọ lati eyiti ẹrọ data data le gba pada lẹhin jamba kan.
11. Apejuwe awọn orisirisi DBMS data Layer áljẹbrà.
Abstraction data jẹ fifipamọ alaye ti ko ṣe pataki lati ọdọ olumulo lati ṣe igbelaruge ibaraenisepo ailopin diẹ sii. Awọn ipele mẹta ti abstraction wa:
- Ipele Ti ara: Ipele ti o kere julọ ti abstraction ṣe apejuwe ibi ipamọ ti ara ti data ni iranti. Mejeeji lẹsẹsẹ ati awọn ọna iwọle laileto le ṣee lo lati wọle si data. Awọn igi B+ ati awọn ilana hashing ni a lo lati ṣeto awọn faili naa.
- Ipele kannaa: Ipele nibiti a ti tọju data ni irisi awọn tabili. Ni afikun, awọn ẹya ipilẹ ni a lo lati tọju awọn asopọ laarin awọn eroja oriṣiriṣi.
- Ipele Ipele: O jẹ ipele ti o ga julọ ti abstraction. Nikan ipin kan ti aaye data gidi, ti o jẹ aṣoju nipasẹ awọn ori ila ati awọn ọwọn, wa fun awọn olumulo. Awọn iwo pupọ ti ibi-ipamọ data kanna ni o ṣee ṣe. Awọn olumulo ko ṣe akiyesi ibi ipamọ ati awọn pato imuse.
12. Kí ni “ìmúgbòòrò ìbéèrè” túmọ̀ sí fún ọ?
Igbesẹ iṣapeye ibeere naa wa ilana igbelewọn pẹlu idiyele iṣẹ akanṣe ti o kere julọ. Ipele yii di ibaramu nigbati ọpọlọpọ awọn algoridimu ati awọn imuposi wa lati ṣe iṣoro kanna.
Awọn atẹle jẹ diẹ ninu awọn anfani ti iṣapeye ibeere:
- Ijade ti wa ni jiṣẹ diẹ sii ni yarayara
- Din awọn complexity ti akoko ati aaye
- Awọn ibeere diẹ sii le ṣe ilọsiwaju ni iye akoko kukuru.
13. Awoṣe-ibasepo ẹya: kini o jẹ?
Ọna apẹrẹ data data nlo awọn aworan atọka lati ṣe afihan awọn ohun gangan ni agbaye gidi bi awọn nkan ati ṣafihan awọn ibatan wọn. Ọna yii jẹ ki o rọrun fun ẹgbẹ DBA lati loye ero naa.
14. Kini awọn gbolohun ọrọ "ohun kan," "Iru nkan," ati "ṣeto nkan" tumọ si ni eto iṣakoso data?
Nkan: Ohun kan gidi-aye ni a ka si ohun kan ti o ba ni awọn ohun-ini ti o baamu awọn abuda rẹ pato. Fun apẹẹrẹ, ọmọ ile-iwe, oṣiṣẹ, tabi olukọ n ṣe afihan nkan kan.
Iru nkan: Iru nkan kan jẹ apejuwe bi ẹgbẹ kan ti awọn nkan ti o ni awọn abuda ti o jọra. Iru nkan kan jẹ aṣoju nipasẹ ọkan tabi diẹ ẹ sii awọn tabili ti o ni asopọ ni aaye data kan. O ṣee ṣe lati ronu iru nkan tabi awọn abuda bi iwa ti o ṣe idanimọ nkan naa ni pato. Ọmọ ile-iwe, fun apẹẹrẹ, ṣe afihan ohun kan pẹlu awọn abuda bii id ọmọ ile-iwe, orukọ ọmọ ile-iwe, ati bẹbẹ lọ.
Ṣeto Ohun elo: Gbogbo awọn ile-iṣẹ ti o wa ninu ibi ipamọ data ti o jẹ ti iru nkan kan ni a pejọ pọ bi ṣeto nkan kan. Fún àpẹrẹ, àgbékalẹ̀ nǹkan kan jẹ́ àkójọpọ̀ gbogbo àwọn akẹ́kọ̀ọ́, àwọn òṣìṣẹ́, olùkọ́, àti bẹ́ẹ̀ bẹ́ẹ̀ lọ.
15. Kini awọn asopọ, ati iru awọn ibatan wo ni o wa ninu DBMS?
Ninu DBMS kan, ibatan jẹ ipo kan ninu eyiti awọn nkan meji ti sopọ mọ ara wọn. Ni idi eyi, tabili bọtini ajeji ni itọkasi si bọtini akọkọ ti tabili miiran.
Akojọ atẹle pẹlu ọpọlọpọ awọn iru ibatan ti a rii ni DBMS:
- Ibasepo Ọkan-si-Ọkan: Oro yii ni a lo lati ṣe apejuwe ibasepọ laarin ila kan ni Tabili A ati ila kan ni Tabili B.
- Ibasepo Ọkan-si-Ọpọlọpọ: Ti a lo nigbati ibatan ba wa laarin ila kan ni Tabili A ati ọpọlọpọ awọn ori ila ni Tabili B.
- Ọpọ-si-Ọpọlọpọ Ibasepo – Ti a lo nigbati nọmba nla ti awọn ori ila ni tabili A le sopọ si nọmba nla ti awọn ori ila ni tabili B.
- Ibasepo Itọkasi ti ara ẹni - Lo nigbati igbasilẹ kan ninu tabili A ti sopọ si igbasilẹ miiran ni tabili kanna.
16. Kini gangan RDBMS?
RDBMS, tabi awọn eto iṣakoso data data ibatan, jẹ abbreviation fun awọn ọna ṣiṣe wọnyi. O ti wa ni lo lati tọju abala awọn atọka tabili ati awọn igbasilẹ data.
Awọn RDBMS jẹ ipin ti awọn eto iṣakoso data data ti o lo eto lati wa ati gba alaye nipa awọn nkan data miiran. Eto iṣakoso data data ibatan (RDBMS) jẹ ki o rọrun lati ṣe imudojuiwọn, fi sii, yọkuro, ṣatunkọ, ati ṣakoso data data ibatan kan.
Pupọ ninu akoko naa, RDBMS nlo ede SQL nitori o jẹ ore-olumulo ati lilo nigbagbogbo.
17. Kini awọn ọrọ "itẹsiwaju" ati "itẹsiwaju" tumọ si ni ibi ipamọ data?
Iyatọ akọkọ laarin aniyan ati itẹsiwaju ninu aaye data jẹ bi atẹle:
Ifarabalẹ: Ifarabalẹ, nigbakan tọka si bi ero data data, ni a lo lati ṣe apejuwe apejuwe data naa. O ti fi idi mulẹ lakoko ikole data data ati pupọ julọ ko yipada.
Ifaagun: Ni apa keji, itẹsiwaju jẹ wiwọn lapapọ nọmba awọn tuples ninu ibi ipamọ data ni eyikeyi akoko kan. Nigbati awọn tuples ba ṣẹda, tunṣe, tabi paarẹ ninu aaye data kan, itẹsiwaju naa, ti a tun mọ si aworan ti database, nigbagbogbo yipada ni iye.
18. Kini ọpọlọpọ awọn ọna ti o ṣe deede ati kini ọrọ naa "normization" tumọ si?
Iṣe deede jẹ ilana ti iṣeto data lati ṣe idiwọ ẹda data ati apọju. Ọpọlọpọ awọn ipele isọdọtun tẹle ara wọn ati pe wọn tọka si bi awọn fọọmu deede. Awọn fọọmu aṣoju atẹle ti o gbẹkẹle ara wọn.
Awọn fọọmu deede mẹta akọkọ jẹ bi atẹle.
NF-1, tabi Fọọmu Deede akọkọ, awọn ori ila laisi awọn akojọpọ leralera
2NF duro fun Fọọmu Deede Keji. Iye kọọkan ti iwe atilẹyin (ti kii ṣe bọtini) da lori gbogbo bọtini akọkọ.
Fọọmu-Deede-mẹta (3NF) gbarale bọtini akọkọ nikan ko dale lori atilẹyin eyikeyi miiran (ti kii ṣe bọtini) awọn iye ọwọn.
O tun ni awọn fọọmu deede ti o ga julọ, gẹgẹbi BCNF, ni afikun si iwọnyi.
BNCF - Iyatọ ti o ni ilọsiwaju ati deede ti 3NF ni a tọka si bi 3.5NF. Tabili yẹ ki o wa ni 3NF ki o faramọ ofin BCNF pe A yẹ ki o jẹ bọtini nla ti tabili fun eyikeyi igbẹkẹle iṣẹ A-> B.
19. Ṣe apejuwe titiipa kan. Iyatọ akọkọ laarin titiipa pinpin ati titiipa iyasọtọ lakoko iṣowo data yẹ ki o ṣalaye.
Titiipa data jẹ odiwọn aabo ti o ṣe idiwọ awọn olumulo data meji tabi diẹ sii lati ṣe imudojuiwọn nkan ti data pinpin ni ẹẹkan.
Ko si olumulo data miiran tabi igba ti o le ṣatunkọ data naa titi titiipa yoo fi tu silẹ lori ibi ipamọ data kan nigbati olumulo data kan tabi igba ti gba titiipa kan.
Titiipa Pipin: Kika ohun kan data nilo titiipa pinpin, ati pe ọpọlọpọ awọn iṣowo le di titiipa mu lori ohun kan data kanna labẹ titiipa pinpin. Awọn eroja data ni titiipa pinpin le jẹ kika nipasẹ ọpọlọpọ awọn iṣowo.
Titiipa iyasoto: Eyikeyi idunadura nipa ṣiṣe iṣẹ kikọ ni titiipa kan, ti a mọ bi titiipa iyasoto. Fọọmu titiipa yii ṣe idiwọ awọn iṣowo lọpọlọpọ, idilọwọ eyikeyi aiṣedeede ninu aaye data.
20. Kini awọn ọrọ "normalization" ati "denormalisation" tumọ si?
Ilana isọdọtun pẹlu fifọ data sinu ọpọlọpọ awọn tabili lati dinku apọju. Iṣe deede ṣe abajade ni iṣamulo aaye disk nla ati jẹ ki o rọrun lati tọju iduroṣinṣin data data naa.
Denormalisation jẹ idakeji ti deede niwọn igba ti o dapọ awọn tabili ti o ṣe deede sinu tabili kan lati mu igbasilẹ data pọ si. Nipa yiyi isọdọtun naa pada, iṣẹ JOIN n fun wa laaye lati ṣe agbejade asoju denormalized ti data naa.
21. Apejuwe database ipin ati awọn oniwe-lami.
Ipilẹ data ọgbọn ti pin si lọtọ, awọn nkan ti o wa ninu ara ẹni nipasẹ ilana ti ipin data, eyiti o ṣe ilọsiwaju wiwa, iṣẹ ṣiṣe, ati iṣakoso.
Atẹle ni diẹ ninu awọn idi ti ipinpin data data ṣe pataki:
- Ṣe ilọsiwaju ṣiṣe ti awọn ibeere
- Mu ọ laaye lati wọle si awọn ipin pataki ti ipin kan
- Data le wa ni ipamọ lori onilọra, ibi ipamọ ilamẹjọ.
22. Kí ni àwọn ọ̀rọ̀ náà “amúṣẹ́-ṣe-ṣe,” “àtúnyẹ̀wò ìgbàkan náà” túmọ̀ sí fún ọ?
Imudojuiwọn Iṣeduro: Ṣaaju si ibi ipamọ data ti o ni ipa ni agbaye gangan, awọn atunṣe wọnyi ni a ṣe si.
Imudojuiwọn Ipadabọ: Lẹhin ti data data ti n ṣiṣẹ ni agbaye gidi, awọn iyipada ifẹhinti wọnyi ni a ṣe si rẹ.
Imudojuiwọn nigbakanna: Awọn iyipada wọnyi ni a ṣe si ibi ipamọ data ni akoko kanna gangan ti wọn mu ipa ni agbaye gangan.
23. Kí ni ọ̀rọ̀ náà “kọsọ́” túmọ̀ sí fún ọ? Apejuwe awọn ọpọlọpọ awọn ona ti kọsọ.
Kọsọ jẹ ohun elo data ti o ṣe ifọwọyi data ila-nipasẹ-ila ati duro fun eto abajade.
Iwọnyi ni awọn oriṣi awọn kọsọ:
- Kọsọ to ṣoki: Iru ikọsọ yii jẹ ikede lẹsẹkẹsẹ ni kete ti SQL ti ṣiṣẹ. Olumulo naa ko ni ifitonileti nipa ikede ikọsọ ni apẹẹrẹ yii.
- Kọsọ ti o han gbangba: Niwọn igba ti o ṣe ilana ibeere kan ni awọn ori ila pupọ, iru kọsọ yii jẹ eyiti PL/SQL ṣapejuwe rẹ.
24. Apejuwe awọn iyatọ laarin nẹtiwọki ati akosoagbasomode database awoṣe.
Data ti wa ni idayatọ sinu awọn apa ni ohun ti o jọ igi kan ni ipo data akosoagbasomode. Ipade le nikan ni ipade obi kan ti a so mọ.
Bi abajade, data awoṣe yii ni asopọ ọkan-si-ọpọlọpọ. Ilana Ohun elo Iwe-ipamọ (DOM), eyiti a nlo nigbagbogbo ni awọn aṣawakiri wẹẹbu, jẹ apẹẹrẹ akọkọ ti awoṣe yii.
Iyatọ ti o ni ilọsiwaju ti awoṣe akosoagbasomode jẹ awoṣe data data nẹtiwọki. Awọn data ti wa ni idayatọ bakanna si igi ni apẹẹrẹ yii. Ipin ọmọ kan, sibẹsibẹ, le ni asopọ si awọn apa obi pupọ.
Ọna asopọ pupọ-si-ọpọlọpọ ndagba laarin awọn apa data bi abajade. Awọn apoti isura infomesonu nẹtiwọọki pẹlu Ile-itaja Data Integrated (IDS) ati IDMS (Eto Iṣakoso Data Isepọ).
25. Apejuwe MongoDB.
MongoDB jẹ orisun-ìmọ, ti kii ṣe ibatan, data data ti ko ṣeto. Awọn data rẹ ti wa ni ipamọ sinu awọn akojọpọ ti o ṣe awọn iwe aṣẹ kọọkan ninu aaye data ti o da lori iwe-ipamọ.
Iwe kan ni MongoDB jẹ nkan JSON ti o tobi pupọ ti ko si eto kan pato tabi sintasi. Awọn iwe aṣẹ JSON jẹ aṣoju nipasẹ MongoDB ni ọna kika alakomeji ti a pe ni BSON.
26. Apejuwe awọn iyatọ laarin a 2-ipele ati 3-ipele DBMS eto.
Ọrọ naa “ faaji ipele-meji” n tọka si faaji olupin-olupin ninu eyiti awọn ohun elo ti n ṣiṣẹ lori awọn alabara ni taara taara pẹlu awọn apoti isura infomesonu ti n ṣiṣẹ lori olupin laisi lilo eyikeyi agbedemeji.
Apẹrẹ 3-ipele pẹlu afikun Layer laarin alabara ati olupin lati fun awọn olumulo ni wiwo olumulo ayaworan ati jẹ ki eto naa ni aabo ati iraye si. Ni iru apẹrẹ yii, ohun elo ẹgbẹ-ibara ṣe ajọṣepọ pẹlu ohun elo ẹgbẹ olupin, eyiti lẹhinna sọrọ pẹlu eto data data.
27. Ninu ibi ipamọ data, kini ọrọ "hashing" tumọ si?
Okun ti ohun kikọ ti wa ni hashed sinu bọtini kan tabi iye ti o duro fun atilẹba okun sugbon ti wa ni igba ti o wa titi ni kan kere ipari. Niwọn igba ti wiwa ohun kan nipa lilo bọtini hashed kuru ju iye atilẹba lọ, hashing ni a lo lati ṣe atọka ati gba awọn nkan pada ninu awọn ibi ipamọ data.
28. Ohun ti ipa wo ni a database administrator ni a DBMS?
Alakoso aaye data (DBA) ni awọn ipa pataki wọnyi ni DBMS:
- Ṣiṣeto ati fifi awọn apoti isura infomesonu sori ẹrọ
- Iṣilọ ti data
- Iṣẹ igbelewọn
- Eto ati imuse awọn igbese aabo
- Data imularada ati titoju
- Laasigbotitusita
ipari
Akojọpọ awọn ibeere ifọrọwanilẹnuwo DBMS ati awọn idahun ti pese bi itọkasi ki awọn oludije ti o ni agbara le ni iyara ati irọrun loye awọn ibeere wọnyi.
Ni ipari, a ti ṣe atupale oke awọn ibeere ifọrọwanilẹnuwo DBMS ti a n beere nigbagbogbo ni awọn ajọ.
Fi a Reply