সত্তা-সম্পর্কের মডেলিং হল একটি যৌক্তিক নকশা পদ্ধতি যা ডেটা অপ্রয়োজনীয়তা দূর করতে অনুসরণ করে। এটি বিবেচনা করা হয় যে একটি ব্যবসা অর্ডার নেয় এবং ব্যবহারকারীদের কাছে পণ্য বিক্রি করে।
মূল্যায়নের প্রাথমিক দিনগুলিতে, রিলেশনাল ডাটাবেসের অনেক আগে, যখন এটি প্রথম এই তথ্যটি একটি কম্পিউটারে স্থানান্তর করতে পারে, এটি সম্ভবত বিভিন্ন ক্ষেত্র সহ একটি পৃথক ফ্যাট ডেটা হিসাবে মূল কাগজের অর্ডারটি ক্যাপচার করা হয়। এই ধরনের ডেটা সহজেই 50টি ক্ষেত্র জুড়ে 1000 বাইট বিতরণ করা যেতে পারে। অর্ডারের লাইন উপাদানগুলিকে মাস্টার ডেটাতে এমবেড করা ক্ষেত্রগুলির পুনরাবৃত্তিমূলক সেট হিসাবে সংজ্ঞায়িত করা হয়েছিল৷ এটি কম্পিউটারে এই ডেটা গ্রহণ করা খুবই উপকারী ছিল, তবে এটি দ্রুত ডেটা সংরক্ষণ এবং ম্যানিপুলেট করার কিছু প্রাথমিক পাঠ শিখতে পারে৷
ব্যবহারকারীর নাম এবং ঠিকানা বেশ কয়েকবার উপস্থিত হয়েছে কারণ যখনই একটি নতুন নিয়ম নেওয়া হয়েছিল তখন এই ডেটা পুনরাবৃত্তি হয়েছিল৷ ডেটার অসঙ্গতিগুলি অনিয়ন্ত্রিত ছিল কারণ ব্যবহারকারীর ঠিকানার কিছু উদাহরণ স্বায়ত্তশাসিত ছিল এবং ব্যবহারকারীর ঠিকানা আপডেট করা একটি নোংরা লেনদেন ছিল৷
ডেটা আনয়ন এবং পরিচালনার জন্য ব্যবহৃত সফ্টওয়্যার সিস্টেমগুলি জটিল এবং বিশৃঙ্খল হয়ে উঠেছে কারণ তাদের টেবিলের এই গোষ্ঠীগুলিকে সংযুক্ত করার জন্য প্রক্রিয়াকরণ অ্যালগরিদমগুলির প্রতি যত্নশীল বিবেচনার প্রয়োজন ছিল। এটি একটি ডাটাবেস সিস্টেম প্রয়োজন যা টেবিল সংযোগে খুব ভাল ছিল। এটি রিলেশনাল ডাটাবেস বিপ্লবের জন্য একটি কংক্রিট পথ যেখানে ডাটাবেস শুধুমাত্র এই কাজের সাথে সম্পর্কিত ছিল।
সত্তা-সম্পর্ক মডেলিং এমন একটি শৃঙ্খলা যা ডেটা উপাদানগুলির মধ্যে মাইক্রোস্কোপিক সম্পর্কগুলিকে হাইলাইট করতে পারে। সত্তা-সম্পর্কের মডেলিংয়ের সবচেয়ে বড় নকশা হল ডেটার সমস্ত অপ্রয়োজনীয়তা দূর করা। এটি লেনদেন প্রক্রিয়াকরণের জন্য আরও উপযোগী কারণ এটি লেনদেনগুলিকে খুব সহজ এবং নির্ধারক তৈরি করে৷
একটি ব্যবহারকারীর ঠিকানা আপডেট করার লেনদেন একটি ব্যবহারকারীর ঠিকানা মাস্টার টেবিলে একটি পৃথক ডেটা সন্ধানে বিবর্তিত হতে পারে। এই লুকআপটি একটি ব্যবহারকারীর ঠিকানা কী দ্বারা সংরক্ষিত যা ব্যবহারকারীর ঠিকানা ডেটার স্বতন্ত্রতা উপস্থাপন করে এবং একটি সূচীযুক্ত লুকআপ সক্ষম করে যা সম্পূর্ণ দ্রুত। এটা বলা নিরাপদ যে রিলেশনাল ডাটাবেসে লেনদেন প্রক্রিয়াকরণের অর্জন সাধারণত সত্তা-সম্পর্ক মডেলিংয়ের বিকাশের কারণে হয়।
এন্টারপ্রাইজের জন্য সত্তা-সম্পর্কের মডেলটিতে হাজার হাজার যৌক্তিক সত্তা রয়েছে। হাই-এন্ড এন্টারপ্রাইজ রিসোর্স প্ল্যানিং (ERP) সিস্টেম যেমন SAP-এর হাজার হাজার সত্তা রয়েছে। ডাটাবেস সঞ্চালিত হলে প্রতিটি সত্তা সাধারণত একটি ফিজিক্যাল টেবিলে পরিণত হয়।
শেষ ব্যবহারকারীরা একটি সত্তা-সম্পর্কের মডেল শিখতে বা শিখতে পারে না। শেষ ব্যবহারকারীরা একটি সত্তা-সম্পর্কের মডেল পরিচালনা করতে পারে না। এমন কোন GUI (গ্রাফিকাল ইউজার ইন্টারফেস) নেই যা একটি সাধারণ সত্তা-সম্পর্কের মডেল নেয় এবং শেষ ব্যবহারকারীদের দ্বারা অ্যাক্সেসযোগ্য তৈরি করে৷
সফ্টওয়্যারটি উদারভাবে একটি সাধারণ সত্তা-সম্পর্কের মডেল জিজ্ঞাসা করতে পারে না। খরচ-ভিত্তিক অপ্টিমাইজার যারা এটি করার চেষ্টা করে তারা ভুল পছন্দ তৈরি করার জন্য কুখ্যাত, কর্মক্ষমতার জন্য বিপর্যয়কর ফলাফল সহ। সত্তা-সম্পর্কের মডেলিং কৌশলের প্রয়োজনীয়তা তথ্য গুদামজাতকরণের লক্ষ্যকে পরাজিত করে, যার মধ্যে তথ্যের স্বজ্ঞাত এবং উচ্চ-কার্যক্ষমতা পুনরুদ্ধার রয়েছে।
