કાર્યાત્મક DBMS

ડેટાબેઝની દુનિયામાં લાંબા સમયથી રીલેશનલ ડીબીએમએસનું વર્ચસ્વ છે, જે SQL ભાષાનો ઉપયોગ કરે છે. એટલા માટે કે ઉભરતા ચલોને NoSQL કહેવામાં આવે છે. તેઓ આ માર્કેટમાં પોતાના માટે ચોક્કસ સ્થાન તૈયાર કરવામાં વ્યવસ્થાપિત થયા, પરંતુ રિલેશનલ ડીબીએમએસ મૃત્યુ પામશે નહીં, અને તેમના હેતુઓ માટે સક્રિયપણે ઉપયોગમાં લેવાનું ચાલુ રાખશે.

આ લેખમાં હું કાર્યાત્મક ડેટાબેઝની વિભાવનાનું વર્ણન કરવા માંગુ છું. વધુ સારી સમજણ માટે, હું તેને ક્લાસિકલ રિલેશનલ મોડલ સાથે સરખાવીને કરીશ. ઈન્ટરનેટ પર જોવા મળતા વિવિધ SQL પરીક્ષણોમાંથી સમસ્યાઓનો ઉપયોગ ઉદાહરણો તરીકે કરવામાં આવશે.

પરિચય

રિલેશનલ ડેટાબેઝ કોષ્ટકો અને ક્ષેત્રો પર કાર્ય કરે છે. કાર્યાત્મક ડેટાબેઝમાં, અનુક્રમે તેના બદલે વર્ગો અને કાર્યોનો ઉપયોગ કરવામાં આવશે. N કી સાથે કોષ્ટકમાંનું ક્ષેત્ર N પરિમાણોના કાર્ય તરીકે રજૂ કરવામાં આવશે. કોષ્ટકો વચ્ચેના સંબંધોને બદલે, ફંક્શન્સનો ઉપયોગ કરવામાં આવશે જે વર્ગના ઑબ્જેક્ટ્સને પરત કરે છે જેમાં કનેક્શન કરવામાં આવ્યું છે. JOIN ને બદલે ફંક્શન કમ્પોઝિશનનો ઉપયોગ કરવામાં આવશે.

સીધા કાર્યો પર જતા પહેલા, હું ડોમેન તર્કના કાર્યનું વર્ણન કરીશ. DDL માટે હું PostgreSQL સિન્ટેક્સનો ઉપયોગ કરીશ. કાર્યાત્મક માટે તેની પોતાની વાક્યરચના છે.

કોષ્ટકો અને ક્ષેત્રો

નામ અને કિંમત ફીલ્ડ સાથેનો એક સરળ Sku ઑબ્જેક્ટ:

સંબંધી

CREATE TABLE Sku
(
    id bigint NOT NULL,
    name character varying(100),
    price numeric(10,5),
    CONSTRAINT id_pkey PRIMARY KEY (id)
)

કાર્યાત્મક

CLASS Sku;
name = DATA STRING[100] (Sku);
price = DATA NUMERIC[10,5] (Sku);


અમે બે જાહેરાત કરીએ છીએ કાર્યો, જે ઇનપુટ તરીકે એક પેરામીટર Sku લે છે અને એક આદિમ પ્રકાર પરત કરે છે.

એવું માનવામાં આવે છે કે કાર્યાત્મક DBMS માં દરેક ઑબ્જેક્ટમાં કેટલાક આંતરિક કોડ હશે જે આપમેળે જનરેટ થાય છે અને જો જરૂરી હોય તો ઍક્સેસ કરી શકાય છે.

ચાલો ઉત્પાદન/સ્ટોર/સપ્લાયર માટે કિંમત સેટ કરીએ. તે સમય સાથે બદલાઈ શકે છે, તેથી ચાલો કોષ્ટકમાં સમય ફીલ્ડ ઉમેરીએ. હું કોડને ટૂંકો કરવા માટે રીલેશનલ ડેટાબેઝમાં ડિરેક્ટરીઓ માટે કોષ્ટકો જાહેર કરવાનું છોડીશ:

સંબંધી

CREATE TABLE prices
(
    skuId bigint NOT NULL,
    storeId bigint NOT NULL,
    supplierId bigint NOT NULL,
    dateTime timestamp without time zone,
    price numeric(10,5),
    CONSTRAINT prices_pkey PRIMARY KEY (skuId, storeId, supplierId)
)

કાર્યાત્મક

CLASS Sku;
CLASS Store;
CLASS Supplier;
dateTime = DATA DATETIME (Sku, Store, Supplier);
price = DATA NUMERIC[10,5] (Sku, Store, Supplier);


સૂચકાંકો

છેલ્લા ઉદાહરણ માટે, અમે બધી કી અને તારીખ પર ઇન્ડેક્સ બનાવીશું જેથી કરીને ચોક્કસ સમય માટે અમે ઝડપથી કિંમત શોધી શકીએ.

સંબંધી

CREATE INDEX prices_date
    ON prices
    (skuId, storeId, supplierId, dateTime)

કાર્યાત્મક

INDEX Sku sk, Store st, Supplier sp, dateTime(sk, st, sp);


કાર્યો

ચાલો અનુરૂપમાંથી લેવામાં આવેલી પ્રમાણમાં સરળ સમસ્યાઓથી પ્રારંભ કરીએ લેખ Habr પર.

પ્રથમ, ચાલો ડોમેન લોજિક જાહેર કરીએ (રિલેશનલ ડેટાબેઝ માટે આ ઉપરના લેખમાં સીધું કરવામાં આવ્યું છે).

CLASS Department;
name = DATA STRING[100] (Department);

CLASS Employee;
department = DATA Department (Employee);
chief = DATA Employee (Employee);
name = DATA STRING[100] (Employee);
salary = DATA NUMERIC[14,2] (Employee);


કાર્ય 1.1

કર્મચારીઓની યાદી દર્શાવો કે જેઓ તેમના તાત્કાલિક સુપરવાઈઝર કરતાં વધુ પગાર મેળવે છે.

સંબંધી

select a.*
from   employee a, employee b
where  b.id = a.chief_id
and    a.salary > b.salary

કાર્યાત્મક

SELECT name(Employee a) WHERE salary(a) > salary(chief(a));


કાર્ય 1.2

તેમના વિભાગમાં મહત્તમ પગાર મેળવનાર કર્મચારીઓની યાદી બનાવો

સંબંધી

select a.*
from   employee a
where  a.salary = ( select max(salary) from employee b
                    where  b.department_id = a.department_id )

કાર્યાત્મક

maxSalary 'Максимальная зарплата' (Department s) = 
    GROUP MAX salary(Employee e) IF department(e) = s;
SELECT name(Employee a) WHERE salary(a) = maxSalary(department(a));

// или если "заинлайнить"
SELECT name(Employee a) WHERE 
    salary(a) = maxSalary(GROUP MAX salary(Employee e) IF department(e) = department(a));


બંને અમલીકરણો સમાન છે. પ્રથમ કેસ માટે, રિલેશનલ ડેટાબેઝમાં તમે CREATE VIEW નો ઉપયોગ કરી શકો છો, જે તે જ રીતે પહેલા તેના ચોક્કસ વિભાગ માટે મહત્તમ પગારની ગણતરી કરશે. નીચેનામાં, સ્પષ્ટતા માટે, હું પ્રથમ કેસનો ઉપયોગ કરીશ, કારણ કે તે ઉકેલને વધુ સારી રીતે પ્રતિબિંબિત કરે છે.

કાર્ય 1.3

ડિપાર્ટમેન્ટ આઈડીની સૂચિ દર્શાવો, કર્મચારીઓની સંખ્યા જેમાં 3 લોકોથી વધુ ન હોય.

સંબંધી

select department_id
from   employee
group  by department_id
having count(*) <= 3

કાર્યાત્મક

countEmployees 'Количество сотрудников' (Department d) = 
    GROUP SUM 1 IF department(Employee e) = d;
SELECT Department d WHERE countEmployees(d) <= 3;


કાર્ય 1.4

એ જ વિભાગમાં કામ કરતા નિયુક્ત મેનેજર ન હોય તેવા કર્મચારીઓની યાદી દર્શાવો.

સંબંધી

select a.*
from   employee a
left   join employee b on (b.id = a.chief_id and b.department_id = a.department_id)
where  b.id is null

કાર્યાત્મક

SELECT name(Employee a) WHERE NOT (department(chief(a)) = department(a));


કાર્ય 1.5

મહત્તમ કુલ કર્મચારી પગાર સાથે વિભાગ ID ની યાદી શોધો.

સંબંધી

with sum_salary as
  ( select department_id, sum(salary) salary
    from   employee
    group  by department_id )
select department_id
from   sum_salary a       
where  a.salary = ( select max(salary) from sum_salary )

કાર્યાત્મક

salarySum 'Максимальная зарплата' (Department d) = 
    GROUP SUM salary(Employee e) IF department(e) = d;
maxSalarySum 'Максимальная зарплата отделов' () = 
    GROUP MAX salarySum(Department d);
SELECT Department d WHERE salarySum(d) = maxSalarySum();


ચાલો બીજાથી વધુ જટિલ કાર્યો તરફ આગળ વધીએ લેખ. તે MS SQL માં આ કાર્યને કેવી રીતે અમલમાં મૂકવું તેનું વિગતવાર વિશ્લેષણ ધરાવે છે.

કાર્ય 2.1

કયા વિક્રેતાઓએ 1997 માં ઉત્પાદન નંબર 30 ના 1 થી વધુ એકમો વેચ્યા?

ડોમેન લોજિક (આરડીબીએમએસ પર પહેલાની જેમ અમે ઘોષણા છોડીએ છીએ):

CLASS Employee 'Продавец';
lastName 'Фамилия' = DATA STRING[100] (Employee);

CLASS Product 'Продукт';
id = DATA INTEGER (Product);
name = DATA STRING[100] (Product);

CLASS Order 'Заказ';
date = DATA DATE (Order);
employee = DATA Employee (Order);

CLASS Detail 'Строка заказа';

order = DATA Order (Detail);
product = DATA Product (Detail);
quantity = DATA NUMERIC[10,5] (Detail);


સંબંધી

select LastName
from Employees as e
where (
  select sum(od.Quantity)
  from [Order Details] as od
  where od.ProductID = 1 and od.OrderID in (
    select o.OrderID
    from Orders as o
    where year(o.OrderDate) = 1997 and e.EmployeeID = o.EmployeeID)
) > 30

કાર્યાત્મક

sold (Employee e, INTEGER productId, INTEGER year) = 
    GROUP SUM quantity(OrderDetail d) IF 
        employee(order(d)) = e AND 
        id(product(d)) = productId AND 
        extractYear(date(order(d))) = year;
SELECT lastName(Employee e) WHERE sold(e, 1, 1997) > 30;


કાર્ય 2.2

દરેક ખરીદનાર (નામ, અટક) માટે, તે બે માલ (નામ) શોધો કે જેના પર ખરીદદારે 1997માં સૌથી વધુ નાણાં ખર્ચ્યા હતા.

અમે પાછલા ઉદાહરણમાંથી ડોમેન તર્કને વિસ્તૃત કરીએ છીએ:

CLASS Customer 'Клиент';
contactName 'ФИО' = DATA STRING[100] (Customer);

customer = DATA Customer (Order);

unitPrice = DATA NUMERIC[14,2] (Detail);
discount = DATA NUMERIC[6,2] (Detail);


સંબંધી

SELECT ContactName, ProductName FROM (
SELECT c.ContactName, p.ProductName
, ROW_NUMBER() OVER (
    PARTITION BY c.ContactName
    ORDER BY SUM(od.Quantity * od.UnitPrice * (1 - od.Discount)) DESC
) AS RatingByAmt
FROM Customers c
JOIN Orders o ON o.CustomerID = c.CustomerID
JOIN [Order Details] od ON od.OrderID = o.OrderID
JOIN Products p ON p.ProductID = od.ProductID
WHERE YEAR(o.OrderDate) = 1997
GROUP BY c.ContactName, p.ProductName
) t
WHERE RatingByAmt < 3

કાર્યાત્મક

sum (Detail d) = quantity(d) * unitPrice(d) * (1 - discount(d));
bought 'Купил' (Customer c, Product p, INTEGER y) = 
    GROUP SUM sum(Detail d) IF 
        customer(order(d)) = c AND 
        product(d) = p AND 
        extractYear(date(order(d))) = y;
rating 'Рейтинг' (Customer c, Product p, INTEGER y) = 
    PARTITION SUM 1 ORDER DESC bought(c, p, y), p BY c, y;
SELECT contactName(Customer c), name(Product p) WHERE rating(c, p, 1997) < 3;


PARTITION ઑપરેટર નીચેના સિદ્ધાંત પર કામ કરે છે: તે SUM (અહીં 1) પછી ઉલ્લેખિત અભિવ્યક્તિનો સરવાળો કરે છે, ઉલ્લેખિત જૂથોમાં (અહીં ગ્રાહક અને વર્ષ, પરંતુ કોઈપણ અભિવ્યક્તિ હોઈ શકે છે), ORDER માં ઉલ્લેખિત અભિવ્યક્તિઓ દ્વારા જૂથોની અંદર વર્ગીકરણ કરે છે ( અહીં ખરીદ્યું, અને જો સમાન હોય, તો પછી આંતરિક ઉત્પાદન કોડ અનુસાર).

કાર્ય 2.3

વર્તમાન ઓર્ડર પૂરા કરવા માટે સપ્લાયર્સ પાસેથી કેટલા માલ મંગાવવાની જરૂર છે.

ચાલો ડોમેન તર્કને ફરીથી વિસ્તૃત કરીએ:

CLASS Supplier 'Поставщик';
companyName = DATA STRING[100] (Supplier);

supplier = DATA Supplier (Product);

unitsInStock 'Остаток на складе' = DATA NUMERIC[10,3] (Product);
reorderLevel 'Норма продажи' = DATA NUMERIC[10,3] (Product);


સંબંધી

select s.CompanyName, p.ProductName, sum(od.Quantity) + p.ReorderLevel — p.UnitsInStock as ToOrder
from Orders o
join [Order Details] od on o.OrderID = od.OrderID
join Products p on od.ProductID = p.ProductID
join Suppliers s on p.SupplierID = s.SupplierID
where o.ShippedDate is null
group by s.CompanyName, p.ProductName, p.UnitsInStock, p.ReorderLevel
having p.UnitsInStock < sum(od.Quantity) + p.ReorderLevel

કાર્યાત્મક

orderedNotShipped 'Заказано, но не отгружено' (Product p) = 
    GROUP SUM quantity(OrderDetail d) IF product(d) = p;
toOrder 'К заказу' (Product p) = orderedNotShipped(p) + reorderLevel(p) - unitsInStock(p);
SELECT companyName(supplier(Product p)), name(p), toOrder(p) WHERE toOrder(p) > 0;


ફૂદડી સાથે સમસ્યા

અને છેલ્લું ઉદાહરણ મારા અંગત રીતે છે. સોશિયલ નેટવર્કનો તર્ક છે. લોકો એકબીજાના મિત્ર બની શકે છે અને એકબીજાને પસંદ કરી શકે છે. કાર્યાત્મક ડેટાબેઝ પરિપ્રેક્ષ્યમાં તે આના જેવું દેખાશે:

CLASS Person;
likes = DATA BOOLEAN (Person, Person);
friends = DATA BOOLEAN (Person, Person);


મિત્રતા માટે સંભવિત ઉમેદવારો શોધવા જરૂરી છે. વધુ ઔપચારિક રીતે, તમારે બધા લોકોને A, B, C શોધવાની જરૂર છે કે A એ B સાથે મિત્ર છે, અને B એ C સાથે મિત્ર છે, Aને C પસંદ છે, પરંતુ A એ C સાથે મિત્ર નથી.
કાર્યાત્મક ડેટાબેઝ પરિપ્રેક્ષ્યમાં, ક્વેરી આના જેવી દેખાશે:

SELECT Person a, Person b, Person c WHERE 
    likes(a, c) AND NOT friends(a, c) AND 
    friends(a, b) AND friends(b, c);


રીડરને SQL માં આ સમસ્યાને તેના પોતાના પર ઉકેલવા માટે પ્રોત્સાહિત કરવામાં આવે છે. એવું માનવામાં આવે છે કે તમને ગમતા લોકો કરતા ઘણા ઓછા મિત્રો છે. તેથી તેઓ અલગ કોષ્ટકોમાં છે. જો સફળ થાય, તો બે સ્ટાર્સ સાથે એક કાર્ય પણ છે. તેમાં, મિત્રતા સપ્રમાણ નથી. કાર્યાત્મક ડેટાબેઝ પર તે આના જેવો દેખાશે:

SELECT Person a, Person b, Person c WHERE 
    likes(a, c) AND NOT friends(a, c) AND 
    (friends(a, b) OR friends(b, a)) AND 
    (friends(b, c) OR friends(c, b));


UPD: પ્રથમ અને બીજા ફૂદડી સાથે સમસ્યાનું સમાધાન dss_કાલિકા:

SELECT 
   pl.PersonAID
  ,pf.PersonAID
  ,pff.PersonAID
FROM Persons                 AS p
--Лайки                      
JOIN PersonRelationShip      AS pl ON pl.PersonAID = p.PersonID
                                  AND pl.Relation  = 'Like'
--Друзья                     
JOIN PersonRelationShip      AS pf ON pf.PersonAID = p.PersonID 
                                  AND pf.Relation = 'Friend'
--Друзья Друзей              
JOIN PersonRelationShip      AS pff ON pff.PersonAID = pf.PersonBID
                                   AND pff.PersonBID = pl.PersonBID
                                   AND pff.Relation = 'Friend'
--Ещё не дружат         
LEFT JOIN PersonRelationShip AS pnf ON pnf.PersonAID = p.PersonID
                                   AND pnf.PersonBID = pff.PersonBID
                                   AND pnf.Relation = 'Friend'
WHERE pnf.PersonAID IS NULL 

;WITH PersonRelationShipCollapsed AS (
  SELECT pl.PersonAID
        ,pl.PersonBID
        ,pl.Relation 
  FROM #PersonRelationShip      AS pl 
  
  UNION 

  SELECT pl.PersonBID AS PersonAID
        ,pl.PersonAID AS PersonBID
        ,pl.Relation
  FROM #PersonRelationShip      AS pl 
)
SELECT 
   pl.PersonAID
  ,pf.PersonBID
  ,pff.PersonBID
FROM #Persons                      AS p
--Лайки                      
JOIN PersonRelationShipCollapsed  AS pl ON pl.PersonAID = p.PersonID
                                 AND pl.Relation  = 'Like'                                  
--Друзья                          
JOIN PersonRelationShipCollapsed  AS pf ON pf.PersonAID = p.PersonID 
                                 AND pf.Relation = 'Friend'
--Друзья Друзей                   
JOIN PersonRelationShipCollapsed  AS pff ON pff.PersonAID = pf.PersonBID
                                 AND pff.PersonBID = pl.PersonBID
                                 AND pff.Relation = 'Friend'
--Ещё не дружат                   
LEFT JOIN PersonRelationShipCollapsed AS pnf ON pnf.PersonAID = p.PersonID
                                   AND pnf.PersonBID = pff.PersonBID
                                   AND pnf.Relation = 'Friend'
WHERE pnf.[PersonAID] IS NULL 

નિષ્કર્ષ

એ નોંધવું જોઈએ કે આપેલ ભાષા વાક્યરચના એ આપેલ ખ્યાલને અમલમાં મૂકવા માટેના વિકલ્પોમાંથી એક છે. SQL ને આધાર તરીકે લેવામાં આવ્યું હતું, અને ધ્યેય તેના માટે શક્ય તેટલું સમાન હતું. અલબત્ત, કેટલાકને કીવર્ડ્સ, વર્ડ રજિસ્ટર વગેરેના નામ ગમશે નહીં. અહીં મુખ્ય વસ્તુ ખ્યાલ પોતે છે. જો ઇચ્છિત હોય, તો તમે C++ અને Python બંને સમાન સિન્ટેક્સ બનાવી શકો છો.

વર્ણવેલ ડેટાબેઝ ખ્યાલ, મારા મતે, નીચેના ફાયદાઓ ધરાવે છે:

• સરળ. આ પ્રમાણમાં વ્યક્તિલક્ષી સૂચક છે જે સરળ કેસોમાં સ્પષ્ટ નથી. પરંતુ જો તમે વધુ જટિલ કેસો જુઓ (ઉદાહરણ તરીકે, ફૂદડી સાથેની સમસ્યાઓ), તો પછી, મારા મતે, આવા પ્રશ્નો લખવા ખૂબ સરળ છે.
• ઇન્કપ્સ્લુલેશન. કેટલાક ઉદાહરણોમાં મેં મધ્યવર્તી કાર્યો જાહેર કર્યા (ઉદાહરણ તરીકે, વેચી, ખરીદી વગેરે), જેમાંથી અનુગામી કાર્યો બનાવવામાં આવ્યા હતા. આ તમને ચોક્કસ કાર્યોના તર્કને બદલવાની મંજૂરી આપે છે, જો જરૂરી હોય તો, તેમના પર નિર્ભર લોકોના તર્કને બદલ્યા વિના. ઉદાહરણ તરીકે, તમે વેચાણ કરી શકો છો વેચી સંપૂર્ણપણે અલગ વસ્તુઓમાંથી ગણતરી કરવામાં આવી હતી, જ્યારે બાકીના તર્ક બદલાશે નહીં. હા, આ RDBMS માં CREATE VIEW નો ઉપયોગ કરીને અમલ કરી શકાય છે. પણ જો તમામ તર્ક આ રીતે લખવામાં આવે તો તે બહુ વાંચવા જેવું નહિ લાગે.
• કોઈ સિમેન્ટીક ગેપ નથી. આવા ડેટાબેઝ કાર્યો અને વર્ગો (કોષ્ટકો અને ક્ષેત્રોને બદલે) પર કાર્ય કરે છે. ક્લાસિકલ પ્રોગ્રામિંગની જેમ જ (જો આપણે ધારીએ કે પદ્ધતિ એ વર્ગના સ્વરૂપમાં પ્રથમ પરિમાણ સાથેનું ફંક્શન છે જેનો તે સંબંધ છે). તદનુસાર, સાર્વત્રિક પ્રોગ્રામિંગ ભાષાઓ સાથે "મિત્રો બનાવવા" ખૂબ સરળ હોવું જોઈએ. વધુમાં, આ ખ્યાલ વધુ જટિલ કાર્યક્ષમતાને અમલમાં મૂકવા માટે પરવાનગી આપે છે. ઉદાહરણ તરીકે, તમે ઓપરેટરોને એમ્બેડ કરી શકો છો જેમ કે:

  CONSTRAINT sold(Employee e, 1, 2019) > 100 IF name(e) = 'Петя' MESSAGE  'Что-то Петя продает слишком много одного товара в 2019 году';


• વારસો અને પોલીમોર્ફિઝમ. કાર્યાત્મક ડેટાબેઝમાં, તમે CLASS ClassP દ્વારા બહુવિધ વારસા દાખલ કરી શકો છો: Class1, Class2 બહુવિધ પોલિમોર્ફિઝમનું નિર્માણ અને અમલીકરણ કરે છે. હું કદાચ ભવિષ્યના લેખોમાં બરાબર કેવી રીતે લખીશ.

આ માત્ર એક ખ્યાલ હોવા છતાં, અમારી પાસે Java માં પહેલાથી જ કેટલાક અમલીકરણ છે જે તમામ કાર્યાત્મક તર્કને રિલેશનલ લોજિકમાં અનુવાદિત કરે છે. ઉપરાંત, રજૂઆતોના તર્ક અને અન્ય ઘણી બધી વસ્તુઓ તેની સાથે સુંદર રીતે જોડાયેલ છે, જેનો આભાર આપણને સંપૂર્ણ મળે છે. પ્લેટફોર્મ. અનિવાર્યપણે, અમે "વર્ચ્યુઅલ મશીન" તરીકે RDBMS (માત્ર PostgreSQL) નો ઉપયોગ કરીએ છીએ. આ અનુવાદ સાથે કેટલીકવાર સમસ્યાઓ ઊભી થાય છે કારણ કે RDBMS ક્વેરી ઑપ્ટિમાઇઝર ચોક્કસ આંકડાઓ જાણતું નથી જે FDBMS જાણે છે. સૈદ્ધાંતિક રીતે, ડેટાબેઝ મેનેજમેન્ટ સિસ્ટમ અમલમાં મૂકવી શક્ય છે જે ચોક્કસ માળખાનો સંગ્રહ તરીકે ઉપયોગ કરશે, ખાસ કરીને કાર્યાત્મક તર્ક માટે અનુકૂળ.

સોર્સ: www.habr.com