DBMS में पहले से मौजुद functional dependencies के आधार पर नया functional dependencies ढूंढने के लिए inference rules बहुत महत्वपूर्ण है।
यह data को ठीक और सुरक्षित बनाए रखता है। यह normalization को भी support करता है, जो कि database को अच्छे तरीके से organize करने की प्रक्रिया है।
Inference rules को 1974 में William W. Armstrong द्वारा बनाया गया है। यह rules, Armstrong's Axioms के नाम से जाना जाता है। ये rules functional dependencies को समझने और इस्तेमाल करने का आसान तरीका देते हैं।
Axioms का उपयोग करने के द्वारा, एक database schema में सभी functional dependencies को ढूंढना संभव हो जाता है।
Types of Inference rules in dbms in Hindi
Inference rules निम्न प्रकार के होते हैं।
Reflexivity Axiom
Reflexivity Axiom, rule में यदि Y, X का subset हैं तब X, Y को determine करता है। हम इसे X→Y प्रकार से लिख सकते है।
उदाहरण के लिए एक Relation(table) में {A,B,C} attributes(columns) है। तब set {A,B}, {A} को determine करता है क्योंकि {A} , {A,B} का subset है अर्थात {A}, {A, B} के अंदर है।
Augmentation
DBMS में Augmentation Rule कहता है कि यदि X → Y( अर्थात X, Y को determine करता है) तब यदि हम समान set के attributes Z को यदि दोनों side जोड़ दे तब भी dependency, valid बना रहता है
XZ → YZ
उदाहरण के लिए
Student_ID → Student_Name
है तब यदि हम Course_Code को दोनों side जोड़ दे अर्थात
Student_ID, Course_Code → Student_Name, Course_Code
तब भी dependency valid रहेगी।
database normalization में यह rule, यह सुनिश्चित करने में मदद करता है कि यदि अतिरिक्त attributes जोड़ दिया जाए तब भी पहले से मौजूद dependencies में कोई बदलाव नहीं होता।
Transitivity
DBMS में Transitivity Rule कहता है कि यदि
X → Y (X, Y को determine करता है)
और Y → Z (Y, Z को determine करता है)
तब X → Z (X, Z को भी determine करता है)
उदाहरण के लिए
यदि Student_ID → Department (एक student ID, department को determine करता है अर्थात उसके बारे में बता सकता है)
और Department → Building ( department, building को determine करता है)
तब Student_ID → Building ( student ID, building को भी determine कर सकता हैअर्थात उसके बारे में बता सकता है)
यह rule, database में छुपे हुए connections को जानने में मदद करता है।
Union (Additivity)
Union (Additivity) rule, कहता है कि यदि
X → Y और X → Z,
तब X → YZ.
इसका मतलब है कि
X, Y को determine करता है और X, Z को भी determine करता है।
तब X, दोनों Y और Z को एक साथ (YZ )determine करता है।
उदाहरण के लिए
Student_ID → Student_Name
Student_ID → Student_Grade
चूकि Student_ID, Student_Name और Student_Grade दोनों को determine करता है।
तब Union Rule के अनुसार
Student_ID → (Student_Name, Student_Grade)
इसका मतलब है कि Student_ID को जानने से हम
Student_Name और Student_Grade दोनों को एक साथ जान सकते है।
Decomposition
यह rule बड़े functional dependencies को छोटे मे तोड़ता है।
DBMS में Decomposition Rule (Projectivity) कहता है कि यदि
X → YZ,
तब X → Y and X → Z
इसका मतलब है कि यदि X, YZ को एक साथ determine करता है तो वह उसे अलग अलग भी determine करता है।
उदाहरण के लिए यदि
Student_ID → (Student_Name, Student_Grade)
तब
Student_ID → Student_Name
Student_ID → Student_Grade
Pseudo-Transitivity
Database Management Systems (DBMS), में Pseudo-Transitivity Rule कहता है कि
यदि X → Y और YZ → W,
तब XZ → W होगा।
इसका मतलब है कि यदि X, Y को determine करता है। Y और Z एक साथ W, को determine करता है तब X और Z भी एक साथ W को determine करेंगे।
यह rule database design और normalization में उपयोगी है। यह दो महत्वपूर्ण rules, augmentation (adding attributes) और transitivity (indirect dependency) को मिलाता है।
0 टिप्पणियाँ