1. Learning Outcomes#

2. Database ची गरज आपल्याला का पडते?#

एक छोटा विचार करूया.

समजा तुम्ही एका training institute साठी software बनवत आहात.

त्या software मध्ये विद्यार्थ्यांची माहिती आहे:

• नाव
• email
• mobile number
• course
• fees
• enrollment date

दहा students असतील तर आपण ही माहिती एखाद्या file मध्ये ठेवू शकतो.

पण students ची संख्या 10 वरून 10,000 झाली तर?

एखाद्या student चा mobile number शोधायचा आहे.

एखाद्या course मध्ये किती students आहेत ते पाहायचे आहे.

Fees भरलेले students वेगळे काढायचे आहेत.

एखाद्या student ची माहिती update करायची आहे.

Duplicate किंवा चुकीचा data टाळायचा आहे.

आता साधी file हळूहळू डोकेदुखी बनते.

मराठीत म्हण आहे:

"शिस्त असेल तर कामाला गती असते."

Data बाबतीतही अगदी तसेच आहे.

Data फक्त ठेवणे पुरेसे नसते.

तो व्यवस्थित store करणे, शोधणे, बदलणे आणि manage करणेही आवश्यक असते.

यासाठी database वापरला जातो.

3. Database म्हणजे काय?#

Database म्हणजे फक्त "data ठेवलेली जागा" असे समजू नका.

त्यामध्ये दोन महत्त्वाच्या कल्पना आहेत:

1. data store करणे
2. तो data useful पद्धतीने manage करणे

उदाहरण पाहूया.

एका institute कडे खालील माहिती आहे:

ही माहिती आपल्याला अनेक कामांसाठी वापरता येईल.

उदाहरणार्थ:

• Rahul कोणता course शिकतो?
• SQL course मध्ये कोणते students आहेत?
• Pune मधील students कोणते?
• Sneha चा course बदलायचा असेल तर तिची माहिती update करता येईल.

म्हणजे database data ला फक्त "बसून राहण्याची जागा" देत नाही.

तो application ला data सोबत काम करण्यासाठी आधार देतो.

4. Database नसता तर काय अडचण आली असती?#

समजा online shopping application आहे.

त्यात हजारो products आहेत.

प्रत्येक product साठी:

• product name
• price
• stock
• category
• seller information

आता सगळा data वेगवेगळ्या random text files मध्ये ठेवला तर developer ची परिस्थिती काय होईल?

एका file मध्ये product.

दुसऱ्या file मध्ये price.

तिसऱ्या file मध्ये stock.

Developer म्हणेल:

"Product मिळाला... पण त्याचा price कोणत्या file मध्ये गेला?"

दुसरा developer म्हणेल:

"काल इथेच होता!"

अशा वेळी म्हण लागू पडते:

"नाचता येईना अंगण वाकडे" म्हणण्याआधी data व्यवस्थित ठेवला आहे का ते पाहायला हवे.

Database ही समस्या व्यवस्थित solve करण्यात मदत करतो.

साधारणपणे database वापरल्यामुळे आपल्याला:

• मोठ्या प्रमाणातील data store करता येतो.
• आवश्यक data शोधता येतो.
• existing data update करता येतो.
• data delete करता येतो.
• application मधील data centrally manage करता येतो.
• data वर rules आणि relationships लागू करता येतात.

5. Structured Data म्हणजे काय?#

आता एक महत्त्वाचा शब्द पाहूया: structured data.

नाव थोडे भारी वाटते.

पण concept अगदी सोपा आहे.

समजा तीन विद्यार्थ्यांची माहिती अशी लिहिली:

Amit, 24, Pune
Sneha, 22, Mumbai
Rahul, 25, Nashik

आपल्याला अंदाजाने समजते:

• पहिली value म्हणजे नाव
• दुसरी value म्हणजे age
• तिसरी value म्हणजे city

पण computer ला "अंदाजाने" काम करायला सांगणे चांगली कल्पना नाही.

Computer म्हणेल:

"मित्रा, नियम सांग. मी ज्योतिषी नाही."

म्हणून आपण data ला fixed structure देतो.

उदाहरण:

आता प्रत्येक value चा अर्थ स्पष्ट आहे.

Amit हा Name आहे.

24 हे Age आहे.

Pune हे City आहे.

यालाच साध्या भाषेत structured data म्हणता येईल.

उदाहरणार्थ employee data साठी आपण ठरवू शकतो:

• Employee ID
• Name
• Department
• Salary

मग प्रत्येक employee ची माहिती याच structure नुसार ठेवली जाते.

यामुळे data समजणे, search करणे आणि process करणे सोपे होते.

6. Structure इतके महत्त्वाचे का आहे?#

समजा office मध्ये employee records आहेत.

एक record असा:

101, Rahul, Developer, 50000

दुसरा:

HR, Sneha, 102, Mumbai

तिसरा:

Pune, 60000, Amit

Data आहे.

पण त्याची रचना consistent नाही.

कोणती value काय दर्शवते हे प्रत्येक record मध्ये बदलत आहे.

यामुळे software ला data process करणे अवघड होते.

पण fixed structure वापरला:

आता pattern स्पष्ट आहे.

Structured data चा फायदा हाच आहे.

Data predictable format मध्ये असतो.

त्यामुळे system ला त्यावर व्यवस्थित operations करता येतात.

7. Relational Database ची कल्पना#

आता relational database कडे येऊया.

relational या शब्दामुळे concept unnecessarily कठीण वाटू शकतो.

त्याचा basic विचार असा आहे:

आपल्या application मधील वेगवेगळा data logical groups मध्ये ठेवला जातो आणि आवश्यक ठिकाणी त्या groups मध्ये relationship तयार करता येतो.

उदाहरण पाहूया.

Training institute मध्ये दोन प्रकारचा data आहे:

Students

Courses

आता student आणि course completely unrelated नाहीत.

Student एखाद्या course मध्ये enroll होतो.

म्हणजे या दोन data groups मध्ये logical relationship आहे.

हा basic relational विचार visually पाहूया:

इथे flow Student पासून सुरू होतो.

Student एखाद्या Course मध्ये enroll होतो.

म्हणून Student आणि Course यांच्यात logical connection आहे.

याच प्रकारच्या relationships मुळे relational database complex application data अधिक व्यवस्थित manage करू शकतो.

या chapter मध्ये relationship internally कसे तयार केले जाते याच्या details मध्ये जाण्याची गरज नाही.

आत्ता core idea समजणे महत्त्वाचे आहे:

Related data can be organized and connected logically.

8. Relational Database म्हणजे काय?#

उदाहरणार्थ e-commerce application मध्ये वेगवेगळ्या प्रकारचा data असू शकतो:

• customers
• products
• orders
• payments

हे सगळे data स्वतंत्र आहेत.

पण पूर्णपणे unrelated नाहीत.

Customer order करतो.

Order मध्ये products असतात.

Order साठी payment होते.

हे visual स्वरूपात पाहूया:

हा diagram left कडून समजा.

Customer कडून Order तयार होतो.

Order चा संबंध Product सोबत आहे.

त्याच Order चा संबंध Payment सोबतही आहे.

Real applications मध्ये अशा relationships खूप महत्त्वाच्या असतात.

कारण application मधील data isolated नसतो.

तो एकमेकांशी जोडलेला असतो.

9. साधा Database आणि Relational Database यात फरक काय?#

इथे एक छोटा confusion होऊ शकतो.

प्रत्येक relational database हा database आहे.

पण प्रत्येक database relational असणे आवश्यक नाही.

हे एका साध्या उदाहरणाने समजून घ्या.

"Vehicle" हा broad category आहे.

Car हे vehicle आहे.

पण प्रत्येक vehicle car नसते.

तसंच:

Database हा broad concept आहे.

Relational Database हा database चा एक प्रकार आहे.

इतर database models देखील अस्तित्वात आहेत.

आपण इथे relational model वर लक्ष केंद्रित करत आहोत कारण SQL शिकताना हा model अत्यंत महत्त्वाचा आहे.

10. मग RDBMS म्हणजे काय?#

आता तिसरा term येतो:

RDBMS

त्याचा full form:

Relational Database Management System

पहिल्यांदा हे नाव थोडे लांब वाटते.

पण शब्द तोडून पाहा:

Relational Database

Management System

म्हणजे relational database manage करण्यासाठी वापरले जाणारे software system.

Popular RDBMS examples:

• MySQL
• PostgreSQL
• Microsoft SQL Server
• Oracle Database

इथे एक महत्त्वाचा फरक समजा.

relational database म्हणजे data organize करण्याची relational संकल्पना आणि त्यानुसार तयार केलेला database.

RDBMS म्हणजे असा database manage करणारे software system.

11. Database, Relational Database आणि RDBMS एकत्र समजून घेऊया#

समजा आपण college management application बनवत आहोत.

आपल्याकडे students, courses आणि enrollments यांचा data आहे.

आपल्याला हा data व्यवस्थित store करायचा आहे.

सर्वात broad गरज:

Database

आपल्याला related structured data organize करायचा आहे:

Relational Database

तो database प्रत्यक्ष create आणि manage करण्यासाठी आपण MySQL वापरतो:

RDBMS

हा flow पाहा:

Step-by-step:

1. Application मध्ये data तयार होतो.
2. हा data relational पद्धतीने organize केला जाऊ शकतो.
3. RDBMS त्या relational database ला manage करण्याची सुविधा देते.
4. Developer RDBMS च्या मदतीने data store, read, update आणि manage करू शकतो.

अजून साध्या भाषेत:

Data म्हणजे माहिती.

Database म्हणजे माहिती व्यवस्थित ठेवण्याची व्यवस्था.

Relational Database म्हणजे related structured data organize करण्याची relational पद्धत.

RDBMS म्हणजे त्या relational database सोबत काम करण्यासाठी वापरले जाणारे software.

12. RDBMS आपल्यासाठी काय करते?#

Developer ला hard disk वर जाऊन manually bytes manage करायचे नसतात.

नाहीतर SQL course ऐवजी "हार्ड डिस्कशी मैत्री कशी करावी" हा वेगळाच course काढावा लागेल.

RDBMS ही low-level complexity handle करून developer ला database सोबत व्यवस्थित काम करण्याची सुविधा देते.

Basic level वर RDBMS आपल्याला मदत करते:

• database तयार करण्यासाठी
• data store करण्यासाठी
• data retrieve करण्यासाठी
• data update करण्यासाठी
• data delete करण्यासाठी
• structured data manage करण्यासाठी
• related data maintain करण्यासाठी
• multiple users/applications कडून येणाऱ्या database operations manage करण्यासाठी

या operations बद्दल आपण SQL शिकताना हळूहळू practically काम करणार आहोत.

13. SQL आणि RDBMS यांचा basic संबंध#

हा SQL course असल्यामुळे एक प्रश्न लगेच येतो:

"मग SQL कुठे येते?"

सोप्या भाषेत:

RDBMS मध्ये data सोबत काम करण्यासाठी आपण SQL वापरतो.

उदाहरणार्थ आपल्याला employees ची माहिती database मधून पाहायची असेल तर पुढे आपण अशा प्रकारच्या query लिहू:

SELECT * FROM employees;

आत्ता ही query पूर्ण समजली नाही तरी काही हरकत नाही.

या example मधून फक्त एवढे समजा:

Developer SQL command देतो.

RDBMS ती command process करते.

Database मधील आवश्यक data सोबत operation केले जाते.

हा basic interaction visually पाहूया:

Flow असा चालतो:

1. Developer SQL query देतो.
2. RDBMS ती query स्वीकारते.
3. RDBMS database वर आवश्यक operation करते.
4. Database कडून result मिळतो.
5. RDBMS तो result developer किंवा application ला परत देते.

14. एक Practical Example#

समजा food delivery application आहे.

User च्या screen वर restaurants दिसतात.

User order place करतो.

Application ला काही data कायम ठेवावा लागतो:

• customer information
• restaurant information
• food items
• orders
• payments

हा data application बंद झाला म्हणून गायब होता कामा नये.

त्याला persistent पद्धतीने store करावे लागते.

जर relational database वापरला असेल तर या वेगवेगळ्या प्रकारच्या data मध्ये logical relationships ठेवता येतात.

उदाहरणार्थ:

यातून तीन गोष्टी समजतात:

• कोणत्या customer ने order केला?
• कोणत्या restaurant कडे order गेला?
• कोणत्या order साठी payment झाले?

यामुळे relational databases business applications मध्ये खूप useful ठरतात.

15. Common Confusions#

Database म्हणजे Excel file का?#

Excel मध्ये structured data ठेवता येतो.

पण Excel file आणि full database system एकच गोष्ट नाहीत.

Database systems मोठ्या प्रमाणावर data management, querying, consistency, concurrent access आणि इतर database capabilities देण्यासाठी design केलेले असतात.

या stage वर एवढे लक्षात ठेवा:

Spreadsheet मध्ये data ठेवता येतो, पण त्यामुळे तो relational database होत नाही.

Database आणि RDBMS एकच आहेत का?#

नाही.

database म्हणजे stored and organized data ची व्यवस्था.

RDBMS म्हणजे relational databases manage करणारे software.

उदाहरण:

MySQL हे RDBMS आहे.

MySQL वापरून तयार केलेल्या database मध्ये आपला application data असू शकतो.

SQL म्हणजे database आहे का?#

नाही.

SQL ही relational database सोबत काम करण्यासाठी वापरली जाणारी language आहे.

SQL, database आणि RDBMS हे तीन वेगळे concepts आहेत.

Structured data म्हणजे relational dataच का?#

नेहमीच नाही.

Structured data म्हणजे predefined format मध्ये organize केलेला data.

Relational database structured data ला relational model नुसार organize करते.

म्हणून दोन terms related आहेत, पण identical नाहीत.

16. एक मिनिटाचा Mental Model#

हे लक्षात ठेवण्यासाठी असे विचार करा:

या diagram मधील core idea:

Information आपल्याला store करायची आहे.

ती database मध्ये organize केली जाते.

Relational approach वापरल्यास related structured data व्यवस्थित जोडता येतो.

RDBMS त्या database ला manage करते.

Developer SQL वापरून data सोबत काम करतो.

ही chain समजली तर या chapter मधील मुख्य confusion जवळजवळ संपतो.

17. या Chapter मधून काय लक्षात ठेवायचे?#

• Database म्हणजे organized data store आणि manage करण्याची व्यवस्था.
• Data फक्त store करणे नाही, तो useful पद्धतीने access आणि manage करणेही महत्त्वाचे आहे.
• Structured data predefined consistent format मध्ये organize केलेला असतो.
• Relational database हा database चा एक specific प्रकार आहे.
• Relational database related structured data मध्ये logical relationships maintain करू शकतो.
• RDBMS म्हणजे relational databases manage करणारे software.
• MySQL, PostgreSQL, SQL Server आणि Oracle Database ही RDBMS examples आहेत.
• SQL ही database नाही आणि RDBMSही नाही.
• SQL चा वापर relational database मधील data सोबत काम करण्यासाठी केला जातो.

18. Hands-On Practice#

Practice 1#

Requirement

खालील scenario वाचा:

एका hospital application मध्ये patient ची माहिती व्यवस्थित store करायची आहे.

माहितीमध्ये:

• Patient ID
• Name
• Age
• City

Your Task

हा data structured आहे की unstructured हे ओळखा आणि कारण सांगा.

Practice 2#

Requirement

खालील चार terms योग्य description सोबत मनात match करा:

• Database
• Relational Database
• RDBMS
• SQL

Your Task

प्रत्येक term चे एक वाक्यात explanation स्वतःच्या शब्दांत सांगा.

19. Interview Preparation#