डेटाबेस डिज़ाइन. सर्वोत्तम अभ्यास

दर पर अगले प्रवाह की शुरुआत की प्रत्याशा में "डेटाबेस" हमने डेटाबेस डिज़ाइन करने के लिए महत्वपूर्ण युक्तियों के साथ एक छोटी लेखकीय सामग्री तैयार की है। हमें आशा है कि यह सामग्री आपके लिए उपयोगी होगी।

डेटाबेस हर जगह हैं: सबसे सरल ब्लॉग और निर्देशिकाओं से लेकर विश्वसनीय सूचना प्रणाली और बड़े सामाजिक नेटवर्क तक। डेटाबेस सरल है या जटिल यह उतना महत्वपूर्ण नहीं है जितना महत्वपूर्ण है इसे सही ढंग से डिज़ाइन करना। जब कोई डेटाबेस बिना सोचे-समझे और उद्देश्य की स्पष्ट समझ के बिना डिज़ाइन किया जाता है, तो यह न केवल अप्रभावी होता है, बल्कि डेटाबेस के साथ आगे का काम उपयोगकर्ताओं के लिए एक वास्तविक पीड़ा, एक अभेद्य जंगल होगा। यहां कुछ डेटाबेस डिज़ाइन युक्तियाँ दी गई हैं जो आपको एक उपयोगी और उपयोग में आसान उत्पाद बनाने में मदद करेंगी।

1. निर्धारित करें कि तालिका किस लिए है और इसकी संरचना क्या है

आज, स्क्रम या आरएडी (रैपिड एप्लिकेशन डेवलपमेंट) जैसी विकास विधियां आईटी टीमों को तेजी से डेटाबेस विकसित करने में मदद करती हैं। हालाँकि, समय की खोज में, आधार बनाने में सीधे गोता लगाने का प्रलोभन, लक्ष्य क्या है, अंतिम परिणाम क्या होने चाहिए, इसकी अस्पष्ट कल्पना करना बहुत बड़ा है।
 
ऐसा लगता है मानो टीम का ध्यान कुशल, त्वरित कार्य पर है, लेकिन यह एक मृगतृष्णा है। जितना अधिक और तेजी से आप प्रोजेक्ट की गहराई में उतरेंगे, डेटाबेस डिज़ाइन में त्रुटियों को पहचानने और बदलने में उतना ही अधिक समय लगेगा।

तो पहली चीज़ जो आपको तय करने की ज़रूरत है वह है अपने डेटाबेस के उद्देश्य को परिभाषित करना। डेटाबेस किस प्रकार के एप्लिकेशन के लिए विकसित किया जा रहा है? क्या उपयोगकर्ता केवल रिकॉर्ड के साथ काम करेगा और उसे लेनदेन पर ध्यान देने की आवश्यकता होगी, या क्या उसे डेटा एनालिटिक्स में अधिक रुचि है? आधार कहाँ तैनात किया जाना चाहिए? क्या यह ग्राहक व्यवहार पर नज़र रखेगा या केवल ग्राहक संबंधों का प्रबंधन करेगा? 

डिज़ाइन टीम जितनी जल्दी इन सवालों का जवाब देगी, डेटाबेस डिज़ाइन प्रक्रिया उतनी ही आसान होगी।

2. मुझे भंडारण के लिए कौन सा डेटा चुनना चाहिए?

आगे की योजना। इस बारे में विचार कि जिस साइट या सिस्टम के लिए डेटाबेस डिज़ाइन किया जा रहा है वह भविष्य में क्या करेगा। तकनीकी विशिष्टताओं की सरल आवश्यकताओं से परे जाना महत्वपूर्ण है। कृपया उन सभी संभावित प्रकार के डेटा के बारे में सोचना शुरू न करें जिन्हें कोई उपयोगकर्ता कभी संग्रहीत करेगा। इसके बजाय, इस बारे में सोचें कि क्या उपयोगकर्ता पोस्ट लिख पाएंगे, दस्तावेज़ या फ़ोटो अपलोड कर पाएंगे या संदेशों का आदान-प्रदान कर पाएंगे। यदि यह मामला है, तो आपको डेटाबेस में उनके लिए स्थान आवंटित करने की आवश्यकता है।

उस टीम, विभाग या संगठन के साथ काम करें जिसके लिए भविष्य में डिज़ाइन आधार का समर्थन किया जाएगा। ग्राहक सेवा विशेषज्ञों से लेकर विभाग प्रमुखों तक, विभिन्न स्तरों पर लोगों के साथ संवाद करें। इस तरह, फीडबैक की मदद से आपको कंपनी की आवश्यकताओं का स्पष्ट अंदाजा हो जाएगा। 

अनिवार्य रूप से, एक ही विभाग के भीतर भी उपयोगकर्ताओं की ज़रूरतें परस्पर विरोधी होंगी। यदि आप इसका सामना करते हैं, तो अपने अनुभव पर भरोसा करने से न डरें और एक ऐसा समझौता खोजें जो सभी पक्षों के लिए उपयुक्त हो और डेटाबेस के अंतिम लक्ष्य को पूरा करता हो। निश्चिंत रहें: भविष्य में आपको कर्म में +100500 और कुकीज़ का पहाड़ मिलेगा।

3. सावधानीपूर्वक मॉडल डेटा

डेटा मॉडलिंग करते समय ध्यान देने योग्य कई प्रमुख बिंदु हैं। जैसा कि हमने पहले कहा, डेटाबेस का उद्देश्य यह निर्धारित करता है कि मॉडलिंग में किन तरीकों का उपयोग किया जाए। यदि हम ऑनलाइन रिकॉर्ड प्रोसेसिंग (ओएलटीपी) के लिए एक डेटाबेस डिजाइन कर रहे हैं, दूसरे शब्दों में रिकॉर्ड बनाने, संपादित करने और हटाने के लिए, हम लेनदेन मॉडलिंग का उपयोग करते हैं। यदि डेटाबेस संबंधपरक होना चाहिए, तो बहुआयामी मॉडलिंग का उपयोग करना सबसे अच्छा है।

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

वैचारिक मॉडल संस्थाओं और उनमें शामिल डेटा के प्रकार, साथ ही उनके बीच संबंधों का वर्णन करते हैं। अपने डेटा को तार्किक भागों में विभाजित करें - इससे जीवन बहुत आसान हो जाता है।
मुख्य बात संयम है, इसे ज़्यादा मत करो।

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

यदि कोई इकाई अपना जीवन स्वयं जीती है, उसके पास ऐसे गुण हैं जो उसके व्यवहार और उसकी उपस्थिति के साथ-साथ अन्य वस्तुओं के साथ संबंधों का वर्णन करते हैं, तो आप सुरक्षित रूप से न केवल एक उपप्रकार, बल्कि एक सुपरटाइप (मूल इकाई) का भी उपयोग कर सकते हैं। 

यदि आप इस नियम की उपेक्षा करते हैं, तो अन्य डेवलपर्स आपके मॉडल में भ्रमित हो जाएंगे और डेटा और इसे एकत्र करने के नियमों को पूरी तरह से समझ नहीं पाएंगे।

वैचारिक मॉडल तार्किक मॉडलों का उपयोग करके कार्यान्वित किए जाते हैं। ये मॉडल भौतिक डेटाबेस डिज़ाइन के लिए एक रोड मैप की तरह हैं। तार्किक मॉडल में, व्यावसायिक डेटा संस्थाओं की पहचान की जाती है, डेटा प्रकार निर्धारित किए जाते हैं, और नियम कुंजी की स्थिति निर्धारित की जाती है जो डेटा के बीच संबंधों को नियंत्रित करती है।

फिर लॉजिकल डेटा मॉडल की तुलना पूर्व-चयनित DBMS (डेटाबेस मैनेजमेंट सिस्टम) प्लेटफॉर्म से की जाती है और एक फिजिकल मॉडल प्राप्त होता है। यह बताता है कि डेटा को भौतिक रूप से कैसे संग्रहीत किया जाता है।

4. सही डेटा प्रकारों का उपयोग करें

गलत डेटा प्रकार का उपयोग करने से कम सटीक डेटा, तालिकाओं में शामिल होने में कठिनाइयाँ, विशेषताओं को सिंक्रनाइज़ करने में कठिनाई और फूला हुआ फ़ाइल आकार हो सकता है।
सूचना की अखंडता सुनिश्चित करने के लिए, किसी विशेषता में केवल वही डेटा प्रकार होने चाहिए जो उसे स्वीकार्य हों। यदि आयु डेटाबेस में दर्ज की गई है, तो सुनिश्चित करें कि कॉलम अधिकतम 3 अंकों के पूर्णांक संग्रहीत करता है।

शून्य मान वाले कम से कम खाली कॉलम बनाएं। यदि आप सभी कॉलम NULL के रूप में बनाते हैं, तो यह एक बड़ी गलती है। यदि आपको किसी विशिष्ट व्यावसायिक कार्य को करने के लिए एक खाली कॉलम की आवश्यकता है, जब डेटा अज्ञात है या अभी तक इसका कोई मतलब नहीं है, तो इसे बनाने के लिए स्वतंत्र महसूस करें। आख़िरकार, हम "मृत्यु की तारीख" या "बर्खास्तगी की तारीख" कॉलम पहले से नहीं भर सकते हैं; हम आकाश की ओर अपनी उंगलियां उठाने वाले भविष्यवक्ता नहीं हैं :-)।

अधिकांश मॉडलिंग सॉफ़्टवेयर (ईआर/स्टूडियो, MySQL वर्कबेंच, SQL DBM, ग्लिफ़ी.com) डेटा आपको डेटा क्षेत्रों के प्रोटोटाइप बनाने की अनुमति देता है। यह न केवल सही डेटा प्रकार, एप्लिकेशन तर्क और अच्छा प्रदर्शन सुनिश्चित करता है, बल्कि यह भी सुनिश्चित करता है कि मूल्य आवश्यक है।

5. स्वाभाविक हो जाओ

किसी तालिका में किस कॉलम को कुंजी के रूप में उपयोग करना है, यह तय करते समय हमेशा इस बात पर विचार करें कि उपयोगकर्ता किन फ़ील्ड को संपादित कर सकता है। उन्हें कभी भी कुंजी के रूप में न चुनें - एक बुरा विचार। कुछ भी हो सकता है, लेकिन आपको यह सुनिश्चित करना होगा कि यह अद्वितीय हो।

प्राकृतिक, या व्यावसायिक कुंजी का उपयोग करना सबसे अच्छा है। इसका एक अर्थपूर्ण अर्थ है, इसलिए आप डेटाबेस में दोहराव से बचेंगे। 

जब तक व्यवसाय कुंजी अद्वितीय न हो (प्रथम नाम, अंतिम नाम, स्थिति) और तालिका की विभिन्न पंक्तियों में दोहराई जाती है या इसे बदलना होगा, तब उत्पन्न कृत्रिम कुंजी को प्राथमिक कुंजी के रूप में नामित किया जाना चाहिए।

6. संयम में सामान्यीकरण करें

किसी डेटाबेस में डेटा को प्रभावी ढंग से व्यवस्थित करने के लिए, आपको दिशानिर्देशों के एक सेट का पालन करना होगा और डेटाबेस को सामान्य बनाना होगा। अनुसरण करने के लिए पाँच सामान्य रूप हैं।
सामान्यीकरण के साथ, आप अतिरेक से बचते हैं और अपने एप्लिकेशन या साइट में उपयोग किए गए डेटा की अखंडता सुनिश्चित करते हैं।

हमेशा की तरह, सब कुछ संयमित होना चाहिए, यहाँ तक कि सामान्यीकरण भी। यदि डेटाबेस में समान अद्वितीय कुंजियों के साथ बहुत सारी तालिकाएँ हैं, तो आप बहक गए हैं और डेटाबेस को अति-सामान्यीकृत कर चुके हैं। अत्यधिक सामान्यीकरण डेटाबेस प्रदर्शन को नकारात्मक रूप से प्रभावित करता है।

7. जल्दी परीक्षण करें, बार-बार परीक्षण करें

परीक्षण योजना और उचित परीक्षण डेटाबेस डिज़ाइन का हिस्सा होना चाहिए।

अपने डेटाबेस का परीक्षण करने का सबसे अच्छा तरीका सतत एकीकरण है। "डेटाबेस के जीवन में एक दिन" परिदृश्य का अनुकरण करें और जांचें कि क्या सभी किनारे के मामलों को संभाला गया है और क्या उपयोगकर्ता इंटरैक्शन की संभावना है। जितनी जल्दी आप बग ढूंढेंगे, उतना ही अधिक आप समय और पैसा दोनों बचाएंगे।

ये केवल सात युक्तियाँ हैं जिनका उपयोग आप एक बेहतरीन उत्पादकता और दक्षता डेटाबेस डिज़ाइन करने के लिए कर सकते हैं। यदि आप उनका पालन करते हैं, तो आप भविष्य में अधिकांश सिरदर्द से बचेंगे। ये युक्तियाँ डेटाबेस मॉडलिंग में हिमशैल का सिरा मात्र हैं। बड़ी संख्या में लाइफ हैक्स हैं। आप कौन सा उपयोग करते हैं?

स्रोत: www.habr.com