এন্টিটি-রিলেশনশিপ মডেলিং
এন্টিটি-রিলেশনশিপ মডেলিং হল একটি লজিক্যাল ডিজাইন পদ্ধতি যা ডেটা রিডান্ডেন্সি দূর করতে অনুসরণ করে। মনে করুন একটি ব্যবসা অর্ডার নেয় এবং পণ্য ব্যবহারকারীদের কাছে বিক্রি করে।
রিলেশনাল ডেটাবেসের আগে কম্পিউটিং-এর প্রাথমিক দিনে, যখন প্রথমবারের মতো এই তথ্যকে কম্পিউটারে স্থানান্তর করা হয়েছিল, এটি সম্ভবত মূল পেপার অর্ডারকে একটি একক মোটা রেকর্ড হিসেবে ক্যাপচার করত যার মধ্যে অনেক ফিল্ড ছিল। অর্ডারের লাইন আইটেমগুলো রিপিটিং ফিল্ড সেট হিসেবে মাস্টার রেকর্ডে এমবেডেড ছিল। এমন ডেটা সহজে ৫০ ফিল্ড জুড়ে ১০০০ বাইট হতে পারে। কম্পিউটারে এই ডেটা পাওয়া খুব উপকারী ছিল, কিন্তু দ্রুত ডেটা সংরক্ষণ ও ম্যানিপুলেশন সম্পর্কে কিছু মৌলিক পাঠ শিখতে পারল।
ব্যবহারকারীর নাম এবং ঠিকানা একাধিকবার উপস্থিত হতো কারণ এটি প্রতিবার নতুন অর্ডার নেওয়া হলে রিপিট হতো। ডেটাতে অসামঞ্জস্য নিয়ন্ত্রণ বাইরে ছিল কারণ ব্যবহারকারীর ঠিকানার কিছু উদাহরণ স্বাধীন ছিল, এবং ব্যবহারকারীর ঠিকানা আপডেট করা একটি গরম ট্রানজ্যাকশন ছিল।
ডেটা ফেচ ও অপারেট করার জন্য ব্যবহৃত সফটওয়্যার সিস্টেম জটিল এবং অব্যবস্থিত হয়ে উঠেছিল কারণ সেগুলো এই টেবিল গোষ্ঠীগুলোর সংযোগের জন্য প্রসেসিং অ্যালগরিদমে সতর্ক বিবেচনা প্রয়োজন ছিল। এটি একটি ডেটাবেস সিস্টেমের প্রয়োজন خلق করেছিল যা কেবল এই কাজে দক্ষ ছিল। এটি রিলেশনাল ডেটাবেস বিপ্লবের পথ প্রস্তুত করল যেখানে ডেটাবেস শুধু এই কাজে মনোযোগ দিয়েছিল।
এন্টিটি-রিলেশনশিপ মডেলিংর خاصত্ব
এন্টিটি-রিলেশনশিপ মডেলিং একটি শাসন যা ডেটা উপাদানের মাইক্রোস্কোপিক সম্পর্ক হাইলাইট করে। এন্টিটি-রিলেশনশিপ মডেলিংর সর্বোচ্চ ডিজাইন লক্ষ্য হল ডেটায় সব রিডান্ডেন্সি দূর করা। এটি ট্রানজ্যাকশন প্রসেসিং-এ আরও উপকারী কারণ এটি ট্রানজ্যাকশন খুব সহজ এবং নির্দিষ্ট করে তোলে।
ব্যবহারকারীর ঠিকানা আপডেট করার ট্রানজ্যাকশন একটি ব্যবহারকারী ঠিকানা মাস্টার টেবিলে একটি একক ডেটা লুকাপে অবনত হতে পারে। এই লুকাপ একটি ব্যবহারকারী ঠিকানা কী দ্বারা সংরক্ষিত থাকে যা ব্যবহারকারী ঠিকানা ডেটার уникаলনেস উপস্থাপন করে এবং একটি ইন্ডেক্সড লুকাপ সক্ষম করে যা সম্পূর্ণ দ্রুত। বলা যেতে পারে যে রিলেশনাল ডেটাবেসে ট্রানজ্যাকশন প্রসেসিংর সাফল্য মূলত এন্টিটি-রিলেশনশিপ মডেলিংর উন্নতির কারণে।
এন্টারপ্রাইজের জন্য এন্টিটি-রিলেশনশিপ মডেলে হাজার হাজার লজিক্যাল এন্টিটি থাকে। হাই-এন্ড এন্টারপ্রাইজ রিসোর্স প্ল্যানিং (ERP) সিস্টেম যেমন SAP-এ হাজার হাজার এন্টিটি থাকে। প্রতিটি এন্টিটি সাধারণত ডেটাবেস বাস্তবায়ন হওয়া সময় একটি ফিজিক্যাল টেবিলে পরিণত হয়।
এন্ড ইউজাররা একটি এন্টিটি-রিলেশনশিপ মডেল শিখতে বা বুঝতে পারে না। এন্ড ইউজাররা একটি এন্টিটি-রিলেশনশিপ মডেল হ্যান্ডেল করতে পারে না। কোনো GUI (গ্রাফিক্যাল ইউজার ইন্টারফেস) নেই যা একটি সাধারণ এন্টিটি-রিলেশনশিপ মডেল নেয় এবং এন্ড-ব্যবহারকারীদের জন্য অ্যাক্সেসযোগ্য করে।
সফটওয়্যারjera একটি সাধারণ এন্টিটি-রিলেশনশিপ মডেলকে উদারভাবে কোয়ারী করতে পারে না। কস্ট-ভিত্তিক অপ্টিমাইজার যা এটি করার চেষ্টা করে সেগুলো ভুল চয়ন করার জন্য বিখ্যাত, পারফরম্যান্সের জন্য দুরদান্ত ফলাফলের সাথে। এন্টিটি-রিলেশনশিপ মডেলিং কৌশলের প্রয়োজনীয়তা ডেটা ওয়ারহাউসিংর লক্ষ্যকে হারিয়ে ফেলে, যার মধ্যে রয়েছে স্বজ্ঞাত ও উচ্চ-কর্মক্ষমতা তথ্য পুনরুদ্ধার।
