top 24 data modeling interview questions with detailed answers
आने वाले साक्षात्कार के लिए तैयार करने में आपकी मदद करने के लिए अक्सर पूछे जाने वाले डेटा मॉडलिंग के साक्षात्कार प्रश्न और उत्तर की सूची:
यहां मैं कुछ प्रसिद्ध मॉडलिंग MNCs में साक्षात्कार के दौरान अपने स्वयं के अनुभव के आधार पर कुछ डेटा मॉडलिंग साक्षात्कार प्रश्न और विस्तृत उत्तर साझा करने जा रहा हूं।
अगर आपको डेटा मॉडलिंग का सामना करने या साक्षात्कार लेने का मौका मिलता है, तो नीचे दिए गए सवाल-जवाब आपकी बहुत मदद कर सकते हैं।
सबसे अक्सर पूछे जाने वाले डेटा मॉडलिंग साक्षात्कार प्रश्न
चलो शुरू करते हैं!
Q # 1) डेटा मॉडलिंग से आप क्या समझते हैं?
उत्तर: डेटा मॉडलिंग डायग्रामेटिक प्रतिनिधित्व दर्शाता है कि कैसे एक दूसरे से संबंधित हैं। यह डेटाबेस डिजाइन की दिशा में प्रारंभिक कदम है। हम पहले वैचारिक मॉडल बनाते हैं, फिर तार्किक मॉडल और अंत में भौतिक मॉडल की ओर बढ़ते हैं।
आमतौर पर, डेटा मॉडल डेटा डेवलपमेंट लाइफ चक्र के डेटा विश्लेषण और डिज़ाइन चरण में बनाए जाते हैं।
क्यू # 2) विभिन्न डेटा मॉडल के बारे में अपनी समझ बताएं?
उत्तर: तीन प्रकार के डेटा मॉडल हैं - वैचारिक, तार्किक और भौतिक। एक भौतिक डेटा मॉडल के लिए वैचारिक से तार्किक तक जटिलता और विस्तार का स्तर बढ़ता है।
वैचारिक मॉडल डिजाइन का एक बहुत ही उच्च स्तर दिखाता है जबकि भौतिक डेटा मॉडल डिजाइन का बहुत विस्तृत दृश्य दिखाता है।
- संकल्पनात्मक निदर्श केवल इकाई के नाम और इकाई संबंधों को चित्रित करेगा। इस लेख के बाद के भाग में दिखाया गया चित्र 1 एक वैचारिक मॉडल को दर्शाता है।
- तार्किक मॉडल प्रत्येक इकाई में इकाई नाम, इकाई संबंध, विशेषताएँ, प्राथमिक कुंजी और विदेशी कुंजियाँ दिखा रहा होगा। इस लेख में प्रश्न 4 के अंदर दिखाया गया चित्र 2 एक तार्किक मॉडल को दर्शाता है।
- भौतिक डेटा मॉडल प्राथमिक कुंजी, विदेशी कुंजियाँ, तालिका नाम, स्तंभ नाम और स्तंभ डेटा प्रकार दिखा रहे होंगे। यह दृश्य वास्तव में विस्तृत करता है कि मॉडल को वास्तव में डेटाबेस में कैसे लागू किया जाएगा।
क्यू # 3) आपके द्वारा आज तक काम की गई परियोजनाओं के संबंध में डेटा मॉडलिंग में अपने अनुभव पर कुछ प्रकाश डालें?
ध्यान दें: यह मेरे डेटा मॉडलिंग साक्षात्कार में से एक में पहला प्रश्न था। इसलिए, साक्षात्कार चर्चा में कदम रखने से पहले, आपके पास एक बहुत स्पष्ट तस्वीर होनी चाहिए कि आपके द्वारा काम किए गए असाइनमेंट में डेटा मॉडलिंग कैसे फिट बैठता है।
उत्तर: मैंने एक स्वास्थ्य बीमा प्रदाता कंपनी के लिए एक परियोजना पर काम किया है, जहां हमारे पास इंटरफेस का निर्माण होता है कम्प्यूटिंग जो कि पहलू डेटाबेस से प्राप्त डेटा को रूपांतरित और संसाधित करता है और विक्रेताओं को उपयोगी जानकारी भेजता है।
ध्यान दें: स्वास्थ्य देखभाल उद्योग के लिए सभी सूचनाओं के प्रबंधन के लिए पहलू एक अंतिम से अंत समाधान है। मेरी परियोजना में पहलू डेटाबेस SQL सर्वर 2012 के साथ बनाया गया था।
हमारी अलग-अलग इकाइयाँ थीं जो आपस में जुड़ी हुई थीं। ये संस्थाएँ ग्राहक, सदस्य, स्वास्थ्य सेवा प्रदाता, दावा, बिल, नामांकन, समूह, पात्रता, योजना / उत्पाद, कमीशन, कैपिटल, आदि थीं।
नीचे वैचारिक डेटा मॉडल दिखाया गया है कि परियोजना उच्च स्तर पर कैसे दिखती है
आकृति 1:
डेटा संस्थाओं में से प्रत्येक की अपनी डेटा विशेषताएँ होती हैं। उदाहरण के लिए, प्रदाता की एक डेटा विशेषता प्रदाता की पहचान संख्या होगी, सदस्यता के कुछ डेटा गुण ग्राहक आईडी, सदस्य आईडी होंगे, दावे के डेटा विशेषता में से एक आईडी का दावा करेगा, प्रत्येक स्वास्थ्य सेवा उत्पाद या योजना एक अद्वितीय उत्पाद आईडी होगी और जल्द ही।
Q # 4) डेटा मॉडलिंग में विभिन्न डिज़ाइन स्कीमा क्या हैं? के साथ समझाएंउदाहरण?
उत्तर: डेटा मॉडलिंग में स्कीमा के दो अलग-अलग प्रकार होते हैं
- स्टार शेड्यूल
- स्नोफ्लेक स्कीमा
अब, मैं इनमें से प्रत्येक स्कीमा को एक-एक करके समझाऊंगा।
स्कीमाओं में सबसे सरल स्टार स्कीमा है जहां हमारे पास केंद्र में एक तथ्य तालिका है जो इसके चारों ओर कई आयाम तालिकाओं का संदर्भ देती है। सभी आयाम टेबल तथ्य तालिका से जुड़े हैं। सभी आयाम तालिकाओं में प्राथमिक कुंजी तथ्य तालिका में एक विदेशी कुंजी के रूप में कार्य करती है।
द आरेख है (देखें चित्र 2) इस स्कीमा का आकार किसी तारे के आकार जैसा है और इसीलिए इस स्कीमा को एक स्टार स्कीमा नाम दिया गया है।
चित्र 2:
स्टार स्कीमा काफी सरल, लचीला है और यह डी-सामान्यीकृत रूप में है।
एक स्नोफ्लेक स्कीमा में, सामान्यीकरण का स्तर बढ़ जाता है। यहां तथ्य तालिका स्टार स्कीमा के समान है। हालांकि, आयाम तालिकाओं को सामान्यीकृत किया जाता है। आयाम तालिकाओं की कई परतों के कारण, यह एक हिमपात का एक खंड जैसा दिखता है और इस प्रकार इसे बर्फ के टुकड़े के स्कीमा के रूप में नामित किया गया है।
अलग चैनिंग हैश टेबल c ++ कार्यान्वयन
चित्र तीन:
Q # 5) आपने अपनी परियोजना में किस योजना का उपयोग किया और क्यों?
Q # 6) कौन सा स्कीमा बेहतर है - स्टार या स्नोफ्लेक?
उत्तर: (Q # 5 और 6 के लिए संयुक्त): स्कीमा का चुनाव हमेशा परियोजना की आवश्यकताओं और परिदृश्यों पर निर्भर करता है।
चूंकि स्टार स्कीमा डी-सामान्यीकृत रूप में है, इसलिए आपको क्वेरी के लिए कम जुड़ाव की आवश्यकता होती है। क्वेरी सरल है और एक स्टार स्कीमा में तेजी से चलती है। स्नोफ्लेक स्कीमा के लिए आ रहा है, क्योंकि यह सामान्यीकृत रूप में है, इसके लिए एक स्टार स्कीमा की तुलना में कई जॉइन की आवश्यकता होगी, क्वेरी जटिल होगी और निष्पादन स्टार स्कीमा की तुलना में धीमा होगा।
इन दोनों स्कीमाओं के बीच एक और महत्वपूर्ण अंतर यह है कि स्नोफ्लेक स्कीमा में अनावश्यक डेटा नहीं होता है और इस प्रकार इसे बनाए रखना आसान होता है। इसके विपरीत, स्टार स्कीमा में अतिरेक होता है और इस प्रकार इसे बनाए रखना मुश्किल होता है।
अब, अपने प्रोजेक्ट के लिए किसे चुनना है? यदि आपकी परियोजना का उद्देश्य अधिक आयाम विश्लेषण करना है, तो आपको स्नोफ्लेक स्कीमा के लिए जाना चाहिए। उदाहरण के लिए, अगर आपको यह पता लगाना है 'कितने ग्राहक एक विशेष योजना से जुड़े हैं जो वर्तमान में सक्रिय है?' - स्नोफ्लेक मॉडल के साथ जाएं।
यदि आपकी परियोजना का उद्देश्य मीट्रिक विश्लेषण का अधिक करना है, तो आपको एक स्टार स्कीमा के साथ जाना चाहिए। उदाहरण के लिए, अगर आपको यह पता लगाना है 'किसी विशेष ग्राहक को भुगतान की गई दावा राशि क्या है?' - एक स्टार स्कीमा के साथ जाएं।
मेरी परियोजना में, हमने स्नोफ्लेक स्कीमा का उपयोग किया क्योंकि हमें कई आयामों में विश्लेषण करना था और व्यवसाय के लिए सारांश रिपोर्ट तैयार करनी थी। स्नोफ्लेक स्कीमा का उपयोग करने का एक अन्य कारण यह था कि कम मेमोरी खपत है।
Q # 7) आयाम और विशेषता से आप क्या समझते हैं?
उत्तर: आयाम गुणात्मक डेटा का प्रतिनिधित्व करते हैं। उदाहरण के लिए, योजना, उत्पाद, वर्ग सभी आयाम हैं।
एक आयाम तालिका में वर्णनात्मक या पाठ्य गुण होते हैं। उदाहरण के लिए, उत्पाद श्रेणी और उत्पाद का नाम उत्पाद आयाम की विशेषताएं हैं।
Q # 8) एक तथ्य और एक तथ्य तालिका क्या है?
उत्तर: तथ्य मात्रात्मक डेटा का प्रतिनिधित्व करते हैं।
उदाहरण के लिए, शुद्ध राशि एक तथ्य है। एक तथ्य तालिका में संबंधित आयामी तालिकाओं से संख्यात्मक डेटा और विदेशी कुंजी शामिल हैं। तथ्य तालिका का एक उदाहरण ऊपर दिखाए गए चित्र 2 से देखा जा सकता है।
swf फ़ाइल प्लेयर कोई शॉकवेव फ़्लैश ऑब्जेक्ट स्थापित नहीं है
Q # 9) आपके द्वारा विभिन्न प्रकार के आयाम क्या हैं? उदाहरण के साथ उनमें से प्रत्येक के बारे में विस्तार से बताएं?
उत्तर: आम तौर पर पाँच प्रकार के आयाम होते हैं।
क) विकृत आयाम : विभिन्न क्षेत्रों के हिस्से के रूप में उपयोग किए जाने वाले आयाम को एक अनुरूप आयाम कहा जाता है। इसका उपयोग एक ही डेटाबेस में या कई डेटा मौसा / गोदामों में विभिन्न तथ्य तालिकाओं के साथ किया जा सकता है।
उदाहरण के लिए, यदि सब्सक्राइबर आयाम दो फैक्ट टेबल से जुड़ा है - बिलिंग और क्लेम तो सब्सक्राइबर आयाम को एक अनुरूप आयाम माना जाएगा।
b) जंक डायमेंशन : यह एक आयाम तालिका है जिसमें विशेषताएँ शामिल होती हैं, जिनमें तथ्य तालिका या किसी भी वर्तमान आयाम तालिका में कोई स्थान नहीं होता है। आम तौर पर , ये झंडे या संकेतक जैसे गुण हैं।
उदाहरण के लिए, यह एक सदस्य पात्रता ध्वज हो सकता है जिसे or Y ’या or N’ या किसी अन्य संकेतक के रूप में सेट किया जा सकता है, जो सत्य / असत्य, किसी विशिष्ट टिप्पणी आदि के रूप में सेट किया जाता है, यदि हम इस तरह के सभी संकेतक विशेषताओं को तथ्य तालिका में रखते हैं तो इसका आकार बढ़ जाता है। इसलिए , हम ऐसी सभी विशेषताओं को जोड़ते हैं और एक एकल आयाम तालिका में डालते हैं जिसे कबाड़ आयाम कहा जाता है जिसमें सभी संकेतक मूल्यों के संभावित संयोजन के साथ अद्वितीय जंक आईडी होती है।
ग) भूमिका निभाना आयाम : ये ऐसे आयाम हैं जो एक ही डेटाबेस में कई उद्देश्यों के लिए उपयोग किए जाते हैं।
उदाहरण के लिए, दिनांक आयाम का उपयोग 'दावे की तिथि', 'बिलिंग तिथि' या 'योजना अवधि दिनांक' के लिए किया जा सकता है। इसलिए , इस तरह के आयाम को रोल-प्लेइंग आयाम कहा जाएगा। दिनांक आयाम की प्राथमिक कुंजी तथ्य तालिका में कई विदेशी कुंजियों से जुड़ी होगी।
घ) धीरे-धीरे बदलते आयाम (SCD): ये सभी आयामों में सबसे महत्वपूर्ण हैं। ये ऐसे आयाम हैं जहां विशेषता मान समय के साथ बदलते रहते हैं। नीचे एससीडी के प्रकार भिन्न हैं
- टाइप -०: ये ऐसे आयाम हैं जहां विशेषता मान समय के साथ स्थिर रहता है। उदाहरण के लिए, सब्सक्राइबर का DOB एक प्रकार है-0 SCD क्योंकि यह हमेशा समय के समान ही रहेगा।
- श्रेणी 1: ये ऐसे आयाम हैं जहां विशेषता के पिछले मूल्य को वर्तमान मूल्य से बदल दिया जाता है। टाइप -1 आयाम में कोई इतिहास नहीं रखा गया है। उदाहरण के लिए, सब्सक्राइबर का पता (जहां ग्राहक को सब्सक्राइबर का केवल वर्तमान पता रखने की आवश्यकता होती है) एक टाइप -1 आयाम हो सकता है।
- टाइप -2: ये ऐसे आयाम हैं जहां असीमित इतिहास संरक्षित है। उदाहरण के लिए, सब्सक्राइबर का पता (जहां व्यवसाय को ग्राहक के पिछले सभी पतों का रिकॉर्ड रखना होगा)। इस स्थिति में, ग्राहक के लिए कई पंक्तियों को उसके अलग-अलग पते के साथ तालिका में डाला जाएगा। कुछ कॉलम होंगे जो वर्तमान पते की पहचान करेंगे। उदाहरण के लिए, 'आरंभ तिथि' और 'अंतिम तिथि'। वह पंक्ति जहाँ ’समाप्ति तिथि’ का मान रिक्त होगा, जिसमें ग्राहक का वर्तमान पता होगा और अन्य सभी पंक्तियों में ग्राहक के पिछले पते होंगे।
- टाइप -3: ये प्रकार के आयाम हैं जहां सीमित इतिहास संरक्षित है। और हम इतिहास को बनाए रखने के लिए एक अतिरिक्त कॉलम का उपयोग करते हैं। उदाहरण के लिए, सब्सक्राइबर का पता (जहां व्यवसाय को वर्तमान और सिर्फ एक पिछले पते का रिकॉर्ड रखना होगा)। इस स्थिति में, हम 'पता' कॉलम को दो अलग-अलग कॉलमों में जोड़ सकते हैं - 'वर्तमान पता' और 'पिछला पता'। इसलिए, कई पंक्तियाँ रखने के बजाय, हम केवल एक-पंक्ति दिखा रहे होंगे और साथ ही ग्राहक का पिछला पता भी।
- टाइप -4: इस प्रकार के आयाम में, ऐतिहासिक डेटा को एक अलग तालिका में संरक्षित किया जाता है। मुख्य आयाम तालिका केवल वर्तमान डेटा रखती है। उदाहरण के लिए, मुख्य आयाम तालिका में इसका वर्तमान पता रखने वाले प्रति ग्राहक केवल एक पंक्ति होगी। ग्राहक के अन्य सभी पिछले पते अलग हिस्ट्री टेबल में रखे जाएंगे। इस प्रकार का आयाम शायद ही कभी इस्तेमाल किया गया हो।
ई) विकृत आयाम: एक पतित आयाम एक आयाम है जो एक तथ्य नहीं है लेकिन एक प्राथमिक कुंजी के रूप में तथ्य तालिका में प्रस्तुत करता है। इसकी अपनी आयाम तालिका नहीं है। हम इसे एकल विशेषता आयाम तालिका भी कह सकते हैं।
परंतु , एक आयाम तालिका में इसे अलग से रखने और एक अतिरिक्त जुड़ाव डालने के बजाय, हमने इस विशेषता को एक कुंजी के रूप में सीधे तथ्य तालिका में रखा। चूंकि इसकी अपनी आयाम तालिका नहीं है, इसलिए यह तथ्य तालिका में विदेशी कुंजी के रूप में कार्य नहीं कर सकती है।
Q # 10) तथ्यहीन तथ्य के बारे में अपना विचार दें? और हम इसका उपयोग क्यों करते हैं?
उत्तर: फैक्टलेस फैक्ट टेबल एक फैक्ट टेबल है, जिसमें कोई तथ्य नहीं है। इसमें केवल आयाम कुंजी है।
कई बार, व्यापार में कुछ ऐसी स्थितियाँ उत्पन्न हो सकती हैं जहाँ आपको एक तथ्यहीन तथ्य तालिका की आवश्यकता होती है।
उदाहरण के लिए, मान लें कि आप एक कर्मचारी उपस्थिति रिकॉर्ड प्रणाली को बनाए रख रहे हैं, तो आपके पास एक तथ्यहीन तथ्य तालिका हो सकती है जिसमें तीन कुंजियाँ होंगी।
| कर्मचारी आयडी |
| विभाग_आईडी |
| Time_ID |
आप देख सकते हैं कि उपरोक्त तालिका में कोई उपाय नहीं है। अब, यदि आप नीचे दिए गए प्रश्न का उत्तर देना चाहते हैं, तो आप दो अलग-अलग तथ्य तालिकाएँ रखने के बजाय उपरोक्त एकल तथ्यहीन तालिका का उपयोग आसानी से कर सकते हैं:
'किसी विशेष दिन में किसी विशेष विभाग के कितने कर्मचारी मौजूद थे?'
तो, तथ्यहीन तथ्य तालिका डिजाइन को लचीलापन प्रदान करती है।
Q # 11) OLTP और OLAP के बीच अंतर?
उत्तर: OLTP का अर्थ है ऑनलाइन ट्रांजेक्शन प्रोसेसिंग सिस्टम & OLAP का अर्थ है ऑनलाइन विश्लेषणात्मक प्रसंस्करण प्रणाली । OLTP व्यवसाय के लेन-देन संबंधी आंकड़ों को बनाए रखता है और आमतौर पर अत्यधिक सामान्यीकृत होता है। इसके विपरीत, OLAP विश्लेषण और रिपोर्टिंग उद्देश्यों के लिए है और यह डी-सामान्यीकृत रूप में है।
OLAP और OLTP के बीच का यह अंतर आपको स्कीमा के डिज़ाइन को चुनने का तरीका देता है। यदि आपका सिस्टम OLTP है, तो आपको स्टार स्कीमा डिज़ाइन के साथ जाना चाहिए और यदि आपका सिस्टम OLAP है, तो आपको स्नोफ़्लेक स्कीमा के साथ जाना चाहिए।
Q # 12) डेटा मार्ट से आप क्या समझते हैं?
उत्तर: डेटा मौसा व्यापार के एकान्त शाखा के लिए सबसे अधिक भाग के लिए हैं। वे व्यक्तिगत विभागों के लिए डिज़ाइन किए गए हैं।
उदाहरण के लिए, मैं एक स्वास्थ्य बीमा प्रदाता कंपनी के लिए काम करता था जिसमें वित्त, रिपोर्टिंग, बिक्री और इसके बाद इसके विभिन्न विभाग थे।
हमारे पास एक डेटा वेयरहाउस था जो इन सभी विभागों से संबंधित जानकारी को धारण कर रहा था और फिर हमारे पास इस डेटा वेयरहाउस के शीर्ष पर कुछ डेटा मौर्ट्स हैं। ये DataMart प्रत्येक विभाग के लिए विशिष्ट थे। सरल शब्दों में, आप कह सकते हैं कि एक DataMart डेटा वेयरहाउस का सबसेट है।
Q # 13) विभिन्न प्रकार के उपाय क्या हैं?
उत्तर: हमारे पास तीन प्रकार के उपाय हैं, अर्थात्
- गैर additive उपाय
- अर्ध-योगात्मक उपाय
- योगात्मक उपाय
गैर-योज्य उपाय वह हैं जिनके ऊपर कोई एकत्रीकरण फ़ंक्शन लागू नहीं किया जा सकता है। उदाहरण के लिए, एक अनुपात या प्रतिशत स्तंभ; एक ध्वज या एक संकेतक स्तंभ जो कि वास्तव में टेबल होल्डिंग्स जैसे Y / N, आदि में मौजूद है, एक गैर-योज्य उपाय है।
अर्ध-योगात्मक उपाय वे हैं जिनके शीर्ष पर कुछ (लेकिन सभी नहीं) एकत्रीकरण कार्य लागू किए जा सकते हैं। उदाहरण के लिए, शुल्क दर या खाता शेष।
योगात्मक उपाय वे हैं जिनके ऊपर सभी एकत्रीकरण कार्य लागू किए जा सकते हैं। उदाहरण के लिए, इकाइयाँ खरीदी गईं।
Q # 14) सरोगेट कुंजी क्या है? यह प्राथमिक कुंजी से कैसे भिन्न है?
उत्तर: सरोगेट कुंजी एक विशिष्ट पहचानकर्ता या सिस्टम-जनरेटेड अनुक्रम संख्या कुंजी है जो प्राथमिक कुंजी के रूप में कार्य कर सकती है। यह एक स्तंभ या स्तंभों का संयोजन हो सकता है। एक प्राथमिक कुंजी के विपरीत, यह मौजूदा एप्लिकेशन डेटा फ़ील्ड से नहीं लिया गया है।
Q # 15) क्या यह सच है कि सभी डेटाबेस 3NF में होने चाहिए?
उत्तर: डेटाबेस के लिए 3NF में होना अनिवार्य नहीं है। हालाँकि , यदि आपका उद्देश्य डेटा का आसान रखरखाव, कम अतिरेक और कुशल पहुंच है, तो आपको डी-सामान्यीकृत डेटाबेस के साथ जाना चाहिए।
विंडोज़ के लिए सर्वश्रेष्ठ वर्चुअलाइजेशन सॉफ्टवेयर 10
Q # 16) क्या आप कभी भी पुनरावर्ती रिश्तों के परिदृश्य में आए हैं? यदि हाँ, तो आपने इसे कैसे संभाला?
उत्तर: एक पुनरावर्ती संबंध उस स्थिति में होता है जहां एक इकाई स्वयं से संबंधित होती है। हां, मैं ऐसे परिदृश्य में आया हूं।
स्वास्थ्य देखभाल डोमेन के बारे में बात करते हुए, यह संभावना है कि स्वास्थ्य देखभाल प्रदाता (कहते हैं, एक डॉक्टर) किसी अन्य स्वास्थ्य देखभाल प्रदाता के लिए एक रोगी है। इसलिये , यदि डॉक्टर खुद बीमार पड़ता है और उसे सर्जरी की जरूरत होती है, तो उसे सर्जिकल उपचार के लिए किसी अन्य डॉक्टर के पास जाना होगा।
इसलिए , इस मामले में, इकाई - स्वास्थ्य देखभाल प्रदाता स्वयं से संबंधित है। स्वास्थ्य बीमा प्रदाता की संख्या के लिए एक विदेशी कुंजी को प्रत्येक सदस्य के (रोगी) रिकॉर्ड में प्रस्तुत करना होगा।
Q # 17) डेटा मॉडलिंग के दौरान हुई कुछ सामान्य गलतियों को सूचीबद्ध करें?
उत्तर: डेटा मॉडलिंग के दौरान होने वाली कुछ सामान्य गलतियाँ हैं:
- विशाल डेटा मॉडल का निर्माण : बड़े डेटा मॉडल में डिज़ाइन के दोष अधिक होते हैं। अपने डेटा मॉडल को 200 से अधिक तालिकाओं तक सीमित न रखने का प्रयास करें।
- उद्देश्य का अभाव : यदि आप नहीं जानते कि आपका व्यावसायिक समाधान क्या है, तो आप गलत डेटा मॉडल के साथ आ सकते हैं। इसलिए सही डेटा मॉडल के साथ आने के लिए व्यावसायिक उद्देश्य पर स्पष्टता होना बहुत जरूरी है।
- सरोगेट कुंजी का अनुचित उपयोग : सरोगेट कुंजी का अनावश्यक उपयोग नहीं किया जाना चाहिए। सरोगेट कुंजी का उपयोग केवल तभी करें जब प्राकृतिक कुंजी प्राथमिक कुंजी के उद्देश्य की पूर्ति न कर सके।
- अनावश्यक डी-सामान्यकरण : जब तक आपके पास ऐसा करने का कोई ठोस और स्पष्ट व्यावसायिक कारण नहीं है, तब तक आप इसे असामान्य नहीं बनाते हैं क्योंकि डी-सामान्यकरण अनावश्यक डेटा बनाता है जिसे बनाए रखना मुश्किल है।
Q # 18) एकल माता-पिता की तालिका से बच्चे की तालिकाओं की संख्या कितनी हो सकती है?
उत्तर: एकल पैरेंट टेबल से बनाए जा सकने वाले चाइल्ड टेबल की संख्या पेरेंट टेबल में फ़ील्ड / कॉलम की संख्या के बराबर है जो कि गैर-कुंजी है।
Q # 19) स्वास्थ्य देखभाल प्रदाता द्वारा कर्मचारी के स्वास्थ्य विवरण उसके नियोक्ता से छिपाए जाते हैं। यह किस स्तर का डेटा छुपा रहा है? वैचारिक, भौतिक या बाहरी?
उत्तर: यह डेटा छुपाने के बाहरी स्तर का परिदृश्य है।
Q # 20) तथ्य तालिका और आयाम तालिका का रूप क्या है?
उत्तर: आम तौर पर, तथ्य तालिका सामान्यीकृत रूप में होती है और आयाम तालिका सामान्यीकृत रूप में होती है।
Q # 21) स्वास्थ्य देखभाल डोमेन परियोजना में आपको एक विशेष मॉडल के बारे में क्या विचार करना चाहिए?
उत्तर: एक स्वास्थ्य देखभाल परियोजना के लिए, नीचे दिए गए विवरण एक बुनियादी वैचारिक मॉडल को डिजाइन करने की आवश्यकता को पूरा करेंगे
- स्वास्थ्य देखभाल योजनाओं और उत्पादों की विभिन्न श्रेणियां।
- सदस्यता का प्रकार (समूह या व्यक्ति)।
- स्वास्थ्य देखभाल प्रदाताओं का सेट।
- दावा और बिलिंग प्रक्रिया अवलोकन।
क्यू # 22) मुश्किल एक: यदि एक अद्वितीय बाधा एक स्तंभ पर लागू होती है, तो क्या आप दो नल को सम्मिलित करने का प्रयास करते हैं तो यह एक त्रुटि फेंक देगा?
उत्तर: नहीं, यह इस मामले में कोई त्रुटि नहीं करेगा क्योंकि एक शून्य मान दूसरे शून्य मान के लिए असमान है। तो, कॉलम में बिना किसी त्रुटि के एक से अधिक नल डाले जाएंगे।
Q # 23) क्या आप उप-प्रकार और सुपर-प्रकार की इकाई का एक उदाहरण उद्धृत कर सकते हैं?
उत्तर: हां, मान लें कि हमारे पास अलग-अलग संस्थाएं हैं - वाहन, कार, बाइक, अर्थव्यवस्था कार, परिवार कार, स्पोर्ट्स कार।
यहां, एक वाहन एक सुपर-प्रकार की इकाई है। कार और बाइक इसकी उप-प्रकार की इकाइयाँ हैं। इसके अलावा, इकोनॉमी कार, स्पोर्ट्स कार और फैमिली कार इसकी सुपर-टाइप इकाई कार की सब-टाइप इकाइयां हैं।
एक सुपर-टाइप इकाई वह है जो उच्च स्तर पर है। उप-प्रकार की इकाइयाँ हैं जिन्हें कुछ विशेषताओं के आधार पर एक साथ समूहीकृत किया जाता है। उदाहरण के लिए, सभी बाइक दोपहिया हैं और सभी कारें चार पहिया वाहन हैं। और चूंकि दोनों वाहन हैं, इसलिए उनकी सुपर-टाइप इकाई 'वाहन' है।
Q # 24) मेटाडेटा का क्या महत्व है?
उत्तर: मेटाडेटा डेटा के बारे में डेटा है। यह आपको बताता है कि सिस्टम में वास्तव में किस तरह का डेटा संग्रहीत है, इसका उद्देश्य क्या है और किसके लिए इसका उद्देश्य है।
निष्कर्ष
- की व्यावहारिक समझ डेटा मॉडलिंग अवधारणा और यह आपके द्वारा किए गए असाइनमेंट में कैसे फिट बैठता है, इसके लिए डेटा मॉडलिंग इंटरव्यू को क्रैक करना बहुत आवश्यक है।
- में सबसे अधिक पूछे जाने वाले विषय डेटा मॉडलिंग साक्षात्कार हैं - विभिन्न प्रकार के डेटा मॉडल, स्कीमा के प्रकार, आयाम के प्रकार और सामान्यीकरण।
- परिदृश्य आधारित प्रश्नों के लिए भी अच्छी तरह से तैयार रहें।
मेरा सुझाव है कि जब भी आप साक्षात्कारकर्ता को एक प्रश्न का उत्तर दे रहे हैं, तो बेहतर है कि आप एक उदाहरण के माध्यम से विचार की व्याख्या करें। इससे पता चलता है कि आपने वास्तव में उस क्षेत्र में काम किया है और आप अवधारणा के मूल को अच्छी तरह से समझते हैं।
शुभकामनाएं!!