نمونه سوال پایگاه داده با جواب تشریحی — ۹۵ سوال

1. امکان کنترل افزونگی داده‌ها (کنترل Data Redundancy)
2. فراهم شدن امکان پایداری و ثُبات داده‌ها (Data Consistency)
3. امکان استخراج اطلاعات بیشتر از داده‌ها
4. فراهم شدن امکان به‌اشتراک‌گذاری ساده‌تر داده‌ها
5. افزایش امنیت داده‌ها

1. زبان تعریف داده (Data Definition Language) که با مخفف DDL هم خطاب می‌شود. به وسیله این قابلیت می‌توان بانک اطلاعاتی را تعریف کرد و کاربران امکانش را دارند تا با استفاده از آن نوع و ساختار داده‌ها را تعیین و محدودیت‌هایی‌ها را مشخص کنند که باید روی داده‌ها اعمال شوند.
2. زبان تغییر داده‌ها (Data Manipulation Language) که با سرنام DML نیز شناخته می‌شود. به وسیله این قابلیت در DBMS کاربران می‌توانند داده‌ها را درج (Insert)، حذف (Delete) و بازیابی (Retrieve) کنند.

1. امکان کنترل افزونگی داده‌ها (کنترل Data Redundancy)
2. فراهم شدن امکان پایداری و ثُبات داده‌ها (Data Consistency)
3. امکان استخراج اطلاعات بیشتر از داده‌ها
4. فراهم شدن امکان به‌اشتراک‌گذاری ساده‌تر داده‌ها
5. افزایش امنیت داده‌ها

نوع موجودیت F را ضعیف نوع موجودیت E گوییم هر گاه F با E وابستگی وجودی داشته باشد؛ یعنی اگر E در مدلسازی مطرح نشود، F هم مطرح نباشد. همچنین، نوع موجودیت ضعیف از خودش دارای شناسه نیست.

صحت، دقت و سازگاری و اعتبار داده‌های ذخیره شده در بانک اطلاعاتی به صورت همیشگی را جامعیت می‌نامند. در واقع جامعیت مجموعه‌ای به حساب می‌آید که از امکاناتی برای کنترل داده‌های ذخیره شده در پایگاه داده تشکیل شده است.

مثلاً محدودیت‌هایی برای دانشجویان مشروط شده در پایگاه داده اعمال می‌شود تا نتوانند بیشتر از ۱۴ یا ۱۲ واحد در ترم بعدی اخذ کنند. در واقع می‌توان جامعیت را همان مفهوم Consistency در نظر گرفت.

انواع دام پیوندی عبارتند از:

• دام حلقه‌ای
• دام گسل (شکاف)
• دام چندشاخه (چتری)

دام حلقه‌ای زمانی رخ می‌دهد که مثلاً با داشتن ۳ رابطه دو موجودیتی، وجود یک رابطه ۳ موجودیتی را نتیجه گرفت، در حالی که چنین استنتاجی صحیح نباشد. به بیان دیگر، در شرایطی که نتوان چنین نتیجه‌گیری را انجام داد، از سه فقره اطلاع ۲ موجودیتی یک فقره ۳ موجودیتی نتیجه گرفته شود. شرایطی که نمی‌توان این چنین نتیجه‌گیری کرد در واقع شرایطی است که آن فقره اطلاع سه موجودیتی در جهان واقع واقعیت ندارد.

تا کنون انواع سیستم‌های مدیریت پایگاه داده مختلفی از نظر ساختمان و قوانین ذخیره‌سازی اطلاعات توسعه داده شده‌اند. هر یک از انواع DBMSها برای مقصود خاصی ایجاد شده و هر کدام نسبت به دیگری دارای برتری‌ها و معایبی است. هر یک از انواع DBMS‌ها باید با توجه به هدف و نیازی که وجود دارد، به کار گرفته شوند:

• سیستم مدیریت پایگاه داده سلسله‌مراتبی
• DBMS شبکه‌ای
• رابطه‌ای
• شی‌گرا
• NoSQL
• سایر موارد

سیستم مدیریت پایگاه داده رابطه‌ای یکی از پرکاربردترین سیستم‌های مدیریت پایگاه داده به حساب می‌آید. پایگاه داده رابطه‌ای مجموعه‌ای از اطلاعات است که داده‌ها در آن به صورت رابطه‌های از پیش تعریف شده سازمان‌دهی می‌شوند. در این نوع از DBMS، داده‌ها در یک با بیش از یک جدول دارای ستون‌ها و سطرهایی ذخیره می‌شوند. این شیوه باعث می‌شود بتوان به راحتی ارتباط ساختارهای داده با یکدیگر را درک کرد.

بانک اطلاعاتی توزیع شده پایگاه داده‌ای است که شامل ۲ یا بیش از ۲ فایل قرار گرفته در محل‌های مختلف یا در شبکه‌ای یکسان یا در شبکه‌هایی کاملاً متفاوت است. در واقع بخش‌های این نوع پایگاه داده در چند موقعیت فیزیکی مختلف ذخیره شده‌اند و پردازش بین چندین گره پایگاه داده توزیع شده است.

• مزایای پایگاه داده توزیع شده:
  • توسعه ماژولار: یعنی می‌توان یک سیستم را با اضافه کردن سرورها و داده‌های تازه و اتصال آن‌ها به سیستم توزیع شده به محل‌ها یا واحدهای جدید گسترش داد.
  • قابلیت اطمینان و پایداری بالا: در صورت خرابی پایگاه داده سیستم به طور کامل متوقف نخواهد شد و حتی در صورت وقوع خرابی، تا زمان رفع مشکل، تنها عملکرد سیستم تضعیف خواهد شد.
• معایب پایگاه داده توزیع شده:
  • هزینه بالای نرم افزار: در پایگاه داده توزیع‌شده، حصول اطمینان از صحت داده‌ها و برقراری هماهنگی میان چند موقعیت مختلف معمولاً مستلزم استفاده از نرم‌افزارهای گران‌قیمت است.
  • یکپارچگی داده‌ها: در صورت استفاده از پایگاه داده توزیع‌شده، مشکلی که ممکن است بوجود بیاید، یکپارچگی و تمامیت داده‌ها است که ممکن است به دلیل به‌روزرسانی داده‌ها در چندین محل به صورت همزمان با اختلال مواجه شود.

تراکنش واحد برنامه بسیار کوچکی است و می‌تواند چندین وظیفه سطح پایین را در بر گیرد. هر تراکنش در سیستم پایگاه داده باید «اَتمینگی» (Atomicity)، «انسجام» (Consistency)، «عایق‌سازی» (Isolation) و «ماندگاری» (Durability) را حفظ کند.

• Atomicity: باید با هر تراکنش به عنوان واحدی تجزیه‌ناپذیر (اتمی) رفتار شود، یعنی تمام عملیات آن اجرا می‌شوند یا هیچ یک اجرا نخواهند شد.
• Consistency: بعد از هر تراکنش، پایگاه داده باید در وضعیتی پایدار باقی بماند. هیچ تراکنشی نباید هیچ گونه تاثیر نامطلوبی روی داده‌های مستقر در پایگاه داده داشته باشد.
• Durability: پایگاه داده باید به اندازه کافی ماندگار باشد تا بتواند در صورت خرابی یا بازنشانی سیستم، تمام آخرین تغییرات انجام شده را حفظ کند.
• Isolation: در یک سیستم پایگاه داده‌ای که بیش از یک تراکنش در آن به صورت همزمان و موازی در حال اجرا است، ویژگی عایق بودن یعنی تراکنش‌ها به گونه‌ای اجرا می‌شوند که گویی تنها تراکنش در حال اجرا روی سیستم هستند. یعنی هیچ تراکنشی موجودیت تراکنش‌های دیگر را تحت تاثیر قرار نمی‌دهد.

سطح ادراکی روشی برای توصیف داده‌هایی است که در کل پایگاه داده ذخیره شده‌اند و ارتباط بینابینی داده‌ها چگونه است. سطح ادراکی مشخص نمی‌کند که داده‌ها چگونه به صورت فیزیکی ذخیره شده‌اند. برخی از موارد مهم پیرامون سطح ادراکی عبارتند از:

• در این سطح DBA کار می‌کند.
• در این لایه ساختار تمام کاربران توصیف می‌شود.
• سطح ادراکی را فقط DBA می‌تواند تعریف کند.
• در این سطح نمای سراسری از پایگاه داده قابل ارائه است.
• در نمای ادراکی سخت‌افزار و نرم‌افزار مستقل هستند.

بانک اطلاعاتی یا پایگاه داده مجموعه‌ای از داده‌های مرتبط با یکدیگر است که داده‌ها در آن برای مقاصد خاصی ذخیره و سازمان‌دهی می‌شوند. برای مثال، یک کتابخانه‌دار پایگاه داده‌ای از تمام اطلاعات مربوط به کتاب‌های قابل دسترسی در کتابخانه را نگهداری می‌کند.

عبارت DBMS مخفف «Database Management System» به معنی «سیستم مدیریت پایگاه داده» است. DBMS مجموعه‌ای از برنامه‌های کاربردی است که کاربر به وسیله آن می‌تواند به طور بهینه و تا حد امکان به طور موثر اطلاعات را سازمان‌دهی، ذخیره‌سازی و بازیابی کند. از جمله رایج‌ترین سیستم‌های مدیریت پایگاه داده می‌توان به MySQL، اوراکل، SQL Server و سایر موارد اشاره کرد.

RDBMS سرنامی برای عبارت «Relational Database Management System» است که به صورت «سیستم مدیریت پایگاه داده رابطه‌ای» ترجمه می‌شود. این سیستم برپایه مدل داده رابطه‌ای (Relational Data) بنا نهاده شده است. در این مدل داده‌ها در پایگاه داده‌هایی ذخیره می‌شوند که در آن‌ها جدول‌هایی جداگانه ایجاد شده است و این جدول‌ها از طریق استفاده از یک ستون مشترک با یکدیگر ارتباط دارند. در RDBMSها به راحتی می‌توان با استفاده از زبان SQL به داده‌های بانک‌های اطلاعاتی رابطه‌ای دسترسی پیدا کرد.

• به وسیله DBMS داده‌ها در پایگاه داده به گونه‌ای ساختارمند ذخیره می‌شوند و به همین دلیل می‌توان افزونگی را مدیریت کرد.
• با استفاده از DBMS داده‌های وارد شده درستی‌سنجی می‌شوند و محدودیت‌هایی برای دسترسی غیرمجاز به پایگاه داده فراهم می‌شود.
• در DBMS امکان پشتیبان‌گیری و بازیابی در زمان نیاز فراهم است.
• در DBMSها چندین رابط کاربری قابل ارائه هستند.

تکرار داده‌های یکسان در پایگاه داده را افزونگی می‌نامند. در پی بروز افزونگی داده، داده‌های تکراری در محل‌های مختلف وجود خواهند داشت و به همین دلیل منجر به هدر رفتن فضای ذخیره‌سازی می‌شود و یکپارچی پایگاه داده تخریب خواهد شد.

در بانک‌های اطلاعاتی ۳ نوع رابطه مختلف وجود دارد:

1. یک به یک: در این نوع رابطه، یک جدول با جدولی دیگر در رابطه است و این دو جدول دارای نوع ستون یکسان هستند. هر کلید اصلی تنها به یک یا هیچ رکورد در جدول مرتبط مربوط می‌شود.
2. یک به چند: یک جدول با جدول دیگری در ارتباط است که رابطه‌های کلید اصلی و کلید خارجی دارد.
3. چند به چند: هر رکورد در هر ۲ جدول می‌تواند به چندین رکورد در جدول دیگر ارتباط داده شود

به فرایند حذف داده‌های تکراری از پایگاه داده به وسیله بخش‌بندی کردن جدول به گونه‌ای به خوبی تعریف شده با هدف حفظ و نگهداری تمامیت و یکپارچگی داده‌ها، «نرمال‌سازی» (Normalization) گفته می‌شود.

فرایند افزودن داده‌های تکراری در جدول برای سرعت بخشیدن به کوئری‌های پیچیده و دست‌یابی به میزان عملکرد بهتر را نیز «غیر نرمال‌سازی» (Denormalization) می‌نامند.

انواع نرمال‌سازی به شرح زیر هستند:

• اولین شکل نرمال (First Normal Form | 1NF): گفته می‌شود یک رابطه در حالت 1NF قرار دارد، تنها در حالتی که تمام موجودیت‌های جدول حاوی مقادیر منحصربه‌فرد یا اتمی هستند.
• دومین شکل نرمال (Second Normal Form | 2NF): گفته می‌شود یک رابطه در حالت 2NF است، تنها در صورتی که در حالت 1NF باشد و تمام صفت‌های غیر کلید مربوط به جدول به طور کامل به کلید اصلی وابسته هستند.
• سومین شکل نرمال (Third Normal Form | 3NF): گفته می‌شود یک رابطه در حالت 3NF است، تنها اگر در حالت 2NF باشد و هر صفت غیر کلید در جدول به صورت گذرا به کلید اصلی وابسته نباشد.

BCNF مخفف «Boyce Codd Normal Form» به معنی «شکل نرمال بویس-کاد» است. BCNF نسخه بالاتر و جدیدتر 3NF به حساب می‌آید که هیچ کلید کاندید هم‌پوشانی ندارد.

SQL سرنامی برای عبارت «Structured Query Language» به معنی «زبان پرس و جوی ساختارمند» است. SQL استاندارد ANSI (سازمان ملی استاندارد آمریکا) به حساب می‌آید. SQL زبان برنامه نویسی استانداردی است که به طور خاص برای سازمان‌دهی و مدیریت داده‌ها در RDBMS (سیستم مدیریت پایگاه داده رابطه‌ای) با استفاده از انواع عملیات داده طراحی شده است.

گزاره‌ها یا عبارت‌های SQL اساساً به ۳ دسته DML ،DDL و DCL تقسیم می‌شوند:

• DDL مخفف عبارت «Data Definition Language» به معنی «زبان تعریف داده» است و دستورات آن برای تعریف ساختاری استفاده می‌شوند که داده‌ها را نگهداری می‌کند. این دستورات «متعهد خودکار» هستند، یعنی تغییرات انجام شده توسط دستورات DDL در پایگاه داده به صورت دائمی ذخیره می‌شوند.
• DML مخفف عبارت «Data Manipulation Language» به معنی «زبان تغییر داده‌ها» است که دستورات آن برای تغییر (دستکاری) داده‌های پایگاه داده مورد استفاده قرار می‌گیرند. این دستورات برخلاف DDL متعهد خودکار نیستند و می‌توان آن‌ها را به حالت قبل بازگرداند (می‌توان به عقب بازگشت).
• DCL مخفف عبارت «Data Control Language» است که به صورت «زبان کنترل داده‌ها» ترجمه می‌شود. دستورات DCL برای کنترل در معرض دید قرار داشتن داده‌ها در پایگاه داده به کار می‌روند. مثلاً می‌توان لغو مجوز دسترسی برای استفاده از داده‌ها در بانک اطلاعاتی را نام برد.

دستورات DDL (تعریف داده):

• CREATE: ایجاد جدول یا پایگاه داده جدید
• ALTER: اصلاح کردن
• TRUNCATE: برای حذف داده‌ها از جدول
• DROP: برای حذف یک جدول
• RENAME: تغییر نام یک جدول

دستورهای DML (دستکاری داده‌ها):

• INSERT: درج سطر جدید
• UPDATE: به‌روزرسانی سطر جدید
• DELETE: حذف یک سطر
• MERGE: ادغام دو سطر یا ۲ جدول

دستورات DCL (کنترل داده‌ها)

• COMMIT: ذخیره‌سازی دائمی
• ROLLBACK: بازگشت به عقب و برگرداندن تغییر انجام شده
• SAVEPOINT: ذخیره‌سازی موقت

کامپایلر DML گزاره‌های DML را در یک زبان پرس و جو به دستورالعملی سطح پایین ترجمه می‌کند و دستورالعمل تولید شده به وسیله موتور ارزیابی پرس و جو قابل درک است.

مفسر DDL گزاره‌ها یا همان عبارت‌های DDL را تفسیر می‌کند و این عبارت‌ها را در جدول حاوی فراداده‌ها (متادیتا) ثبت می‌کند.

• می‌توان کوئری‌های (پرس‌ و جوهای) ساده SQL را برای بازیابی سریع و بهینه مقادیر زیادی از داده‌ها به کار برد.
• یادگیری SQL آسان است و تقریباً همه سیستم‌های مدیریت پایگاه داده از SQL پشتیبانی می‌کنند.
• مدیریت پایگاه داده با استفاده از SQL ساده‌تر است، چون نیاز به کدنویسی خیلی زیاد وجود ندارد.

• رکورد (Record): مجموعه‌ای از مقادیر یا فیلدهایی از موجودیتی خاص را رکورد می‌نامند. برای مثال می‌توان رکورد کارمند، رکورد حساب پرداخت حقوق و سایر موارد را نام برد.
• فیلد (Field): به ناحیه‌ای داخل یک رکورد، فیلد گفته می‌شود که برای داده‌های خاصی رزرو شده است. برای مثال می‌توان فیلد شناسه کارمند را نام برد.
• جدول (Table): مجموعه‌ای از رکوردهایی است که دارای نوع مشخصی و یکسانی هستند. برای مثال، جدول کارمندان مجموعه‌ای از رکوردهای مرتبط با تمام کارمندان به حساب می‌آید.

استقلال داده‌ها یعنی توانایی ویرایش تعریف طرح‌واره در یک سطح، به گونه‌ای که تعریف طرح‌واره در سطح بعدی که بالاتر است تحت تاثیر قرار نگیرد. ۲ نوع استقلال داده وجود دارد:

• استقلال داده فیزیکی (Physical Data Independence): در این نوع از استقلال داده، طرح‌واره در سطح یا لایه فیزیکی بدون تحت تاثیر قرار دادن طرح‌واره در سطح مفهومی ویرایش می‌شود.
• استقلال داده منطقی (Logical Data Independence): در این شیوه طرح‌واره در سطح مفهومی بدون تحت تاثیر قرار دادن یا ایجاد تغییر در سطح یا لایه دیداری (نما) ویرایش می‌شود.

نما (View) جدولی مجازی است که به خودی خود داده‌ای داخلش وجود ندارد و به‌جای آن، داده‌های آن از یک یا بیش از یک جدول زیربنایی تعریف می‌شوند. نماها نوعی از استقلال داده‌ منطقی به حساب می‌آیند، چرا که نما بازتاب رشد و بازسازی جدول‌های پایه‌ای را انعکاس نمی‌دهند.

از جمله مزایای نماها در پایگاه داده‌ها می‌توان به این موارد اشاره کرد:

• به دلیل اینکه هیچ محل فیزیکی وجود ندارد که داده‌های داخل نما در آن‌ها ذخیره شوند، نما خروجی‌هایی را بدون هدر رفتن منابع تولید می‌کند.
• با توجه به اینکه در نما دستوراتی مثل اضافه کردن (Insertion)، به‌روزرسانی (Updation) و حذف کردن (Deletion) مجاز نیستند، دسترسی به داده‌ها محدود شده است و به این ترتیب امنیت بالاتری فراهم می‌شود.

برخی از معایب Viewها در بانک‌های اطلاعاتی:

• اگر جدولی مرتبط با نمای مربوطه حذف شود، آن نما دیگر اعتبار نخواهد داشت.
• وقتی که نمایی برای جدول‌های بزرگ ساخته می‌شود، فضای زیادی از حافظه اشغال خواهد شد.

زمانی گفته می‌شود یک رابطه دارای وابستگی عملکردی است که یک صفت به طور خاص صفت دیگری را تعریف می‌کند. مثلاً اگر R یک رابطه، X و Y دو صفت و T1 و T2 هم ۲ تاپل باشند، آنگاه داریم:

$$ T1[X]=T2[X] ; and ; T1[Y]=T2[Y] $$

این یعنی مقدار جزء X به طور منحصربه‌فرد مقدار جزء Y را تعریف می‌کند. همچنین، X->Y یعنی Y به لحاظ عملکردی به X وابسته است.

برای برآورده کردن وابستگی عملکردی کامل، رابطه باید با نیازمندی‌ها و ملزومات وابستگی تابعی مطابقت داشته باشد. زمانی گفته می‌شود وابستگی تابعی A و B به طور کامل وابستگی دارد که حذف هر صفتی مثل X از A بدین معنا باشد که وابستگی دیگر برقرار نیست.

مدل ER یک مدل موجودیت-رابطه است که نمای مفهومی پایگاه داده را تعریف می‌کند. مدل ER اساساً موجودیت‌های جهان واقعی و ارتباط/رابطه‌های آن‌ها را نمایش می‌دهد. در اینجا موجودیت‌ها همان مجموعه صفت‌ها در پایگاه داده هستند.

مدل ER یک مدل موجودیت-رابطه است که نمای مفهومی پایگاه داده را تعریف می‌کند. مدل ER اساساً موجودیت‌های جهان واقعی و ارتباط/رابطه‌های آن‌ها را نمایش می‌دهد. در اینجا موجودیت‌ها همان مجموعه صفت‌ها در پایگاه داده هستند.

• موجودیت: می‌تواند هر چیزی مثل مکان، کلاس یا شیء باشد که دارای وجودی مستقل در جهان واقعی است.
• نوع موجودیت: مجموعه‌ای از موجودیت‌ها را بازنمایی می‌کند که دارای صفت‌های مشابهی هستند.
• مجموعه موجودیت: مجموعه‌ای از موجودیت‌ها در پایگاه داده را می‌گویند که دارای نوع موجودیت خاصی هستند.

مجموعه موجودیت ضعیف به مجموعه‌ای گفته می‌شود که کلید اصلی آن از کلید جزئی به همراه کلید اصلی موجودیت والدش تشکیل شده باشد. دلیلش این است که مجموعه موجودیت‌ها دارای صفت‌های کافی برای تشکیل دادن یک کلید اصلی نیستند.

• صفت: به خصوصیت‌هایی یا خصیصه‌های یک موجودیت گفته می‌شود. برای مثال، شناسه کارمند، نام کارمند، سن و سایر موارد از جمله صفت‌های موجودیت کارمند به حساب می‌آیند.
• رابطه: به جدولی دوبُعدی گفته می‌شود که حاوی تعدادی سطر و ستون است که هر سطر رکوردی از رابطه را نمایندگی می‌کند. در اینجا به سطرها «تاپل» (Tuple) هم می‌گویند و ستون‌ها نیز همان صفت‌ها هستند.

• VDL: مخفف «View Definition Language» به معنی «زبان تعریف نما» است که نماهای کاربر و نگاشت آن‌ها را به طرح‌واره مفهومی بازنمایی می‌کند.
• SDL: مخفف «Storage Definition Language» به معنای «زبان تعریف ذخیره‌سازی» است که نگاشت میان ۲ طرح‌واره را مشخص می‌کند.

Cursor محیط کاری موقتی برای ذخیره‌سازی داده‌ها به همراه مجموعه نتایجی است که در زمان بازیابی تغییرات داده‌ها رخ می‌دهند. Cursor تنها می‌تواند یک سطر را در لحظه نگهداری کند. ۲ نوع Cursor وجود دارد:

• Cursor ضمنی: وقتی عبارت‌های DML مثل UPDATE ،INSERT و DELETE اجرا می‌شوند به صورت خودکار اعلان می‌شود.
• Cursor صریح: باید زمانی اعلان شود که آن عبارت‌های SELECT که بیش از یک سطر را بازمی‌گردانند در حال اجرا هستند.

به دنباله‌ای از عملیات اجرا شده که وضعیت ثابت پایگاه داده را به وضعیت ثابت دیگری تغییر می‌دهد تراکنش پایگاه داده می‌گویند. پس از کامل شدن تراکنش، یا تکمیل موفقیت‌آمیز در سیستم بازتاب داده می‌شود یا تراکنش با شکست مواجه می‌شود و هیچ تغییری بازتاب داده نمی‌شود.

قفل پایگاه داده اساساً تراکنش مربوط به وضعیت فعلی آیتم داده را مشخص می‌کند، یعنی اینکه آیا آن داده توسط سایر تراکنش ها در زمان کنونی استفاده می‌شود یا خیر. ۲ نوع قفل پایگاه داده وجود دارد:

• «قفل مشترک» (Shared Lock)
• «قفل انحصاری» (Exclusive Lock)

ذخیره‌سازی به همراه دسترسی به داده‌هایی که از تراکنش‌ها و سایر منابع مشتق می‌شوند و در یک موقعیت فیزیکی مرکزی قرار دارند. هدف در داده‌انباری معمولاً اجرای تجزیه و تحلیل‌هایی روی داده‌ها است.

Join فرآیند به دست آوردن رابطه بین جدول‌های مختلف با ترکیب ستون‌هایی از یک یا چند جدول است که دارای مقادیر مشترکی در هر یک هستند. وقتی که جدولی با خودش Join شود، به آن «Self Join» می‌گویند.

شکار شاخص یا اندیس، فرایند تقویت مجموعه شاخص‌هایی است که به بهبود عملکرد کوئری و همچنین افزایش سرعت پایگاه داده کمک می‌کنند.

Index Hunting اینگونه به بهبود عملکرد کوئری زدن کمک می‌کند:

• با استفاده از بهینه‌ساز کوئری برای هماهنگ کردن کوئری‌ها با جریان کاری
• مشاهده عملکرد و تاثیر توزیع شاخص و کوئری

شاخص خوشه‌ای جدول را تحت تاثیر قرار می‌دهد و نحوه ذخیره‌سازی رکوردها را هم در جدول تغییر می‌دهد. با استفاده از اندیس خوشه‌بندی شده، بازیابی داده‌ها سریع‌تر انجام می‌شود.

اندیس خوشه‌بندی نشده رکوردهایی را تغییر می‌دهد که در جدول ذخیره شده‌اند، اما شیئی کاملاً متفاوت را در داخل جدول ایجاد می‌کند.

برخی از معایب کوئری عبارتند از:

• شاخص‌ها (اندیس‌ها) وجود ندارند.
• رویه‌های ذخیره شده بیش از حد تدوین شده‌اند.
• دشواری در ارتباط با واسط

Fragmentation به معنی گسست قابلیتی است که در آن واحدهای داده منطقی کنترل می‌شوند. به واحدهای داده منطقی «Fragment» (قطعه) می‌گویند. این قطعه‌ها در محل‌های مختلفی از یک پایگاه داده توزیع شده ذخیره می‌شوند.

انواع Join در ادامه فهرست شده‌ است:

• «Inner JOIN» (پیوند داخلی) که با نام «Simple Join» (پیوند ساده) شناخته می‌شود. این کوئری SQL نتایجی را از هر ۲ جدول برمی‌گرداند که دارای مقادیر مشترک در سطرها هستند.
• «Natural JOIN» (پیوند طبیعی) نوعی از پیوند داخلی است. این نوع پیوند نتایجی را از هر ۲ جدول بازمی‌گرداند که دارای مقادیر داده مشترکی در ستون‌های هر ۲ جدول برای پیوند هستند.
• «Cross JOIN» (چند پیوندی) نتایجی را بازمی‌گرداند که در آن تمام رکوردهایی که هر سطر از اولین جدول با هر سطر از جدول دوم ترکیب می‌شوند.
• «Right JOIN» (پیوند راست) به آن «Right Outer JOIN» (پیوند راست خاجی) هم می‌گویند. در این روش همه سطرها به عنوان نتیجه از جدول سمت راست بازگردانده می‌شوند، حتی اگر شرط JOIN با هیچ رکوردی در جدول سمت چپ مطابقت نداشته باشد.
• «Left JOIN» (پیوند چپ) را هم «Left Outer JOIN» خطاب می‌کنند. در این شیوه، تمام سطرها به عنوان نتیجه جدول سمت چپ بازگردانده می‌شوند،حتی در صورتی که شرط پیوند با هیچ رکوردی در جدول سمت راست مطابقت نداشته باشد. این روش دقیقاً مخالف و برعکس روش Right JOIN است.
• «Outer/Full JOIN» (پیوند خارجی/کامل) نتایجی را بازمی‌گرداند که در آن نتایج Left JOIN و Right JOIN با هم ترکیب شده‌اند.

• Atomicity یا اتمینگی شرایطی است که در آن یا تمام عملیات یک تراکنش اجرا می‌شوند یا هیچ‌کدام از آن‌ها اجرا نخواهند شد. این یعنی وقتی تراکنشی ناقص وجود دارد، سیستم مدیریت پایگاه داده خودش تاثیرات صورت گرفته توسط تراکنش ناقص را حذف می‌کند.
• Aggregation یا اجتماع نیز به مفهوم ابراز ارتباط با مجموعه‌ای از موجودیت‌ها و روابط میان آن‌ها گفته می‌شود.

شناسایی بن‌بست فریبنده شرایطی است که بن‌بست در واقعیت وجود ندارد، اما به دلیل وجود تاخیر در انتشار اطلاعات محلی، الگوریتم‌های شناسایی بن‌بست به اشتباه بن‌بست شناسایی می‌کنند.

نقطه بررسی یا چک‌پوینت نقطه‌ای است که تا پیش از آن تمام ثبت وقایع به طور دائمی در دیسک ذخیره شده‌اند تا اگر وضعیتی ناپایدار بوجود بیاید و خرابی رخ بدهد، میزان کار و زمان ذخیره شده باشد و امکان بازآغاز شدن سیستم از چک‌پوینت مربوطه وجود خواهد داشت.

پارتیشن‌بندی پایگاه داده به فرایند بخش‌بندی جدول‌ها گفته می‌شود و شاخص‌ها هم به قطعات کوچک‌تری تقسیم می‌شوند تا دسترسی و مدیریت داده‌ها در سطح بهتری قابل انجام باشد.

پارتیشن‌بندی پایگاه داده به دلایل زیر اهمیت دارد:

• عملکرد و مدیریت‌پذیری پرس و جوها را بهبود می‌دهد.
• به واسطه آن وظایف مدیریتی رایج ساده‌تر می‌شوند.
• به عنوان ابزاری کلیدی برای ساخت سیستم‌ها با نیازمندی‌های دسترس‌پذیری بسیار زیاد عمل می‌کند.
• امکان دسترسی به بخش بزرگی از یک پارتیشن را فراهم می‌سازد.

دیکشنری داده مجموعه‌ای از اطلاعات است که محتوا و ساختار جدول‌ها و اشیای پایگاه داده را توصیف می‌کند. وظیفه اطلاعات ذخیره‌سازی شده در دیکشنری داده‌ّا کنترل کردن، تغییر دادن و ایجاد دسترسی به رابطه میان عنصرهای پایگاه داده است.

• کلید اصلی (Primary Key): به آن ستونی از جدول گفته می‌شود که در آن هر داده سطری به صورت منحصربه‌فرد قابل شناسایی است. هر سطر در جدول باید دارای کلید اصلی باشد و هیچ دو ۲ سطری نمی‌توانند دارای کلید اصلی یکسانی باشند. مقدار کلید اصلی هیچ‌گاه نمی‌تواند پوچ یا Null باشد و هیچ‌گاه قابل تغییر یا به‌روزرسانی هم نیست.
• کلید مرکب (Composite Key): نوعی از کلید کاندید است که در آن مجموعه‌ای از ستون‌ها به طور منحصربه‌فرد هر سطر در جدول را شناسایی می‌کنند.

کلید منحصربه‌فرد (Unique Key) همان کلید اصلی است که در آن هر سطر به طور منحصربه‌فرد با اختلاف مقدار Null مشخص می‌شود، یعنی کلید منحصربفرد مقداری را به عنوان مقدار Null مجاز می‌شمارد.

به مجموعه‌ای از دستوراتی Database Trigger می‌گویند که در پاسخ به رویدادهای خاصی در یک جدول یا نمای خاصی از پایگاه داده به طور خودکار اجرا می‌شوند. Trigger بیشتر برای نگهداری و حفظ یکپارچگی و انسجام اطلاعات در پایگاه داده مورد استفاده قرار می‌گیرد.

برای مثال، وقتی که رکورد جدیدی (که مثلاً نمایانگر کارمند جدیدی است) به جدول کارمندان اضافه می‌شود، در جدول مالیات‌ها، جدول تعطیلات و جدول حقوق هم باید رکورد جدیدی برای آن کارمند جدید ایجاد شود. علاوه بر این، از Triggerها می‌توان برای ثبت داده‌های تاریخی، مثلاً برای پایش حقوق‌های دریافتی کارمندان پیشین هم استفاده کرد.

«رویه ذخیره شده» (Stored Procedure) مجموعه‌ای از کوئری‌های از پیش کامپایل شده SQL است که هنگام اجرا به برنامه‌ای اشاره دارد که ورودی را دریافت و آن را پردازش می‌کند و در نهایت خروجی می‌دهد.

B-Tree نمایان‌گر ساختار داده در قالب درخت برای حافظه خارجی است که بلوک‌های بزرگی از داده‌ها را می‌خواند و درج می‌کند. B-Tree به طور رایج در پایگاه داده‌ها و فایل سیستم‌ها مورد استفاده قرار می‌گیرد که در آن‌ها درج، حذف، مرتب‌سازی و سایر موارد در زمان لگاریتمی انجام می‌شود.

مدل‌های داده مختلف عبارتند از:

• مدل رابطه‌ای (Relational)
• شبکه‌ای (Network Model)
• مدل سلسله مراتبی (Hierarchical Model)

پس از اجرای عملیات DELETE، عبارت‌های COMMIT و ROLLBACK می‌توانند برای بازیابی داده‌های از دست رفته اجرا شوند. پس از عملیات TRUNCATE نمي‌توان عبارت‌های COMMIT و ROLLBACK را برای بازیابی داده‌های از بین رفته استفاده کرد. از دستور DROP هم برای حذف جدول یا کلید مثل کلید اصلی و کلید خارجی استفاده می‌شود.