1. Learning Outcomes#

2. सुरुवात एका साध्या उदाहरणापासून#

समजा एका company मध्ये तीन employees आहेत.

त्यांची माहिती अशी आहे:

ही माहिती पाहिल्यावर ती समजायला फार वेळ लागत नाही.

आपल्याला लगेच दिसते:

• employee चे नाव कुठे आहे
• employee कोणत्या department मध्ये आहे
• employee कोणत्या city मध्ये आहे
• एका employee ची पूर्ण माहिती कोणती आहे

पण हीच माहिती जर अशी ठेवली तर?

Asha, Pune, 103, Sales, Rahul, HR, Mumbai, Neha, 101, IT, Nashik, 102

आता गोंधळ सुरू.

कोणता employee कुठे राहतो?

103 कोणाचा ID आहे?

HR Asha चा department आहे की Rahul चा?

माहिती आपल्याकडे आहे, पण structure नाही.

Database मध्ये फक्त data असणे पुरेसे नसते.

तो data व्यवस्थित organize केलेला असणेही महत्त्वाचे असते.

इथेच table, row आणि column कामाला येतात.

3. Table म्हणजे काय?#

Definition#

उदाहरणार्थ, आपल्याला employees ची माहिती ठेवायची असेल तर आपण employees नावाचा table विचारात घेऊ शकतो.

त्या table मध्ये प्रत्येक employee बद्दल काही ठराविक माहिती ठेवली जाईल.

उदाहरण:

• employee ID
• name
• department
• city

हे सगळे एकाच प्रकारच्या business subject शी संबंधित आहे: employee.

म्हणून ते एका employees table मध्ये व्यवस्थित दिसू शकते.

थोडक्यात:

Table = related data ठेवण्याची structured जागा

आपल्या example मध्ये:

employees = table

आणि table च्या आत:

• employee_id
• name
• department
• city

अशी माहिती organize केलेली आहे.

Table चा mental model#

Table समजताना दोन प्रश्न लक्षात ठेवा:

प्रश्न 1: कोणकोणती माहिती ठेवायची?

याचे उत्तर मुख्यतः columns देतात.

प्रश्न 2: ही माहिती कोणाबद्दल आहे?

याचे उत्तर मुख्यतः rows देतात.

हे visually पाहूया:

या diagram मध्ये flow employees table पासून सुरू होतो.

Table मध्ये दोन मुख्य गोष्टी आपल्याला दिसतात:

• columns
• rows

Columns सांगतात:

कशाची माहिती ठेवत आहोत?

Rows सांगतात:

कोणत्या employee ची माहिती ठेवत आहोत?

ही distinction नीट समजली तर पुढचा SQL शिकताना खूप confusion कमी होतो.

4. Column म्हणजे काय?#

आपल्या table कडे पुन्हा पाहूया:

इथे:

employee_id

हा एक column आहे.

name

हा दुसरा column आहे.

department

हा आणखी एक column आहे.

city

हा आणखी एक column आहे.

प्रत्येक column एका विशिष्ट प्रकारची माहिती represent करतो.

उदाहरणार्थ:

name column मध्ये employee ची नावे आहेत.

department column मध्ये employees चे departments आहेत.

city column मध्ये employees च्या cities आहेत.

म्हणजे name column मध्ये अचानक department टाकणे योग्य structure नाही.

असं केलं तर database म्हणेल:

"मालक, मला data दिलात ठीक आहे... पण कोण काय आहे हे तरी ठरवा!"

Column कडे कसे पाहायचे?#

Column पाहताना स्वतःला विचारा:

हा column कोणती माहिती describe करतो?

उदाहरण:

department

5. Attribute म्हणजे काय?#

Attribute हा शब्द सुरुवातीला थोडा मोठा वाटतो.

पण concept सोपा आहे.

समजा आपल्याकडे एक employee आहे.

त्या employee बद्दल आपण वेगवेगळ्या गोष्टी सांगू शकतो:

• त्याचा ID
• त्याचे नाव
• त्याचा department
• त्याची city

या employee च्या properties किंवा characteristics ला data-modeling च्या भाषेत attributes म्हणता येते.

उदाहरण:

Employee चे attributes:

• employee ID
• name
• department
• city

Table मध्ये हे attributes साधारणपणे columns च्या रूपात represent होतात.

म्हणून आपल्या example मध्ये:

Beginner level वर हे असे लक्षात ठेवा:

Attribute = एखाद्या गोष्टीची property

Column = table मध्ये त्या property साठी तयार केलेली जागा

Practical SQL discussion मध्ये column आणि attribute हे शब्द अनेकदा जवळच्या अर्थाने वापरलेले ऐकू येतात.

पण conceptually विचार केला तर:

attribute property बद्दल बोलतो.

column त्या property च्या table representation बद्दल बोलतो.

6. Row म्हणजे काय?#

आता horizontal direction कडे पाहूया.

पहिला data row:

हा row एका employee ची संबंधित माहिती एकत्र ठेवतो.

या row मध्ये:

• ID = 101
• name = Asha
• department = HR
• city = Pune

ही सगळी values Asha शी संबंधित आहेत.

दुसरा row:

हा Rahul बद्दल आहे.

तिसरा row Neha बद्दल आहे.

म्हणून beginner level वर:

एक row = एका item/person/entity शी संबंधित values चा complete set

इथे entity हा शब्द फक्त एवढ्या अर्थाने समजा:

आपण ज्याबद्दल माहिती ठेवत आहोत ती गोष्ट.

आपल्या example मध्ये ती गोष्ट म्हणजे employee.

Row चा mental model#

Column विचारतो:

"कशाची माहिती?"

Row विचारतो:

"कोणाची माहिती?"

उदाहरणार्थ:

city column:

"Employee ची city कोणती?"

Row 101:

"Employee 101 बद्दलची पूर्ण माहिती कोणती?"

हा फरक खूप महत्त्वाचा आहे.

7. Record म्हणजे काय?#

Database discussions मध्ये तुम्हाला record हा शब्द वारंवार ऐकायला मिळेल.

उदाहरण:

"या employee चा record database मध्ये आहे का?"

"हा record update करा."

"आपल्याकडे 500 customer records आहेत."

या context मध्ये record म्हणजे सामान्यतः एक row.

उदाहरण:

हा:

• एक row आहे
• practical language मध्ये एक employee record आहे

म्हणून सुरुवातीला तुम्ही हे लक्षात ठेवू शकता:

Row ≈ Record

दोन्ही शब्द practical database conversations मध्ये अनेकदा एका complete set of related values साठी वापरले जातात.

छोटी conversation#

Trainer: "Database मध्ये Rahul चा record दाखव."

Student: "म्हणजे Rahul चा फक्त name?"

Trainer: "नाही. फक्त नाव मागितलं असतं तर column value म्हटलं असतं. Record म्हटलं म्हणजे Rahul शी संबंधित row बघ."

Student: "म्हणजे ID, name, department, city सगळं?"

Trainer: "आता गाडी रुळावर आली."

8. Row आणि Column एकत्र कसे काम करतात?#

Table मध्ये row आणि column वेगवेगळे असले तरी actual value समजण्यासाठी दोन्हींची गरज असते.

उदाहरण:

Asha ची city शोधायची आहे.

आपल्याला दोन गोष्टी माहित पाहिजेत:

1. Asha कोणत्या row मध्ये आहे?
2. city कोणता column आहे?

या दोन गोष्टी जिथे भेटतात तिथे value आहे:

Pune

हे visually पाहूया:

या flow मध्ये learner ने एक महत्त्वाची गोष्ट notice करायची आहे:

फक्त row पुरेसा नाही.

फक्त column सुद्धा पुरेसा नाही.

Specific value समजण्यासाठी:

योग्य row + योग्य column

दोन्ही आवश्यक असतात.

Table display मध्ये row आणि column जिथे भेटतात तिथे असलेल्या individual value ला अनेक tools मध्ये cell असेही म्हटले जाते.

उदाहरण:

Asha चा row + city column = Pune

इथे Pune ही एक individual value आहे.

9. Basic Table Structure समजून घेऊया#

आता पूर्ण table एकाच नजरेत समजून घेऊया.

आपला table:

या structure मध्ये:

Table Name#

आपण हा table employees आहे असे समजत आहोत.

Table name आपल्याला table मध्ये साधारणपणे कोणत्या प्रकारचा data आहे हे ओळखायला मदत करते.

Columns#

चार columns आहेत:

• employee_id
• name
• department
• city

हे table मध्ये कोणकोणत्या प्रकारची माहिती ठेवली जाते ते सांगतात.

Rows#

तीन data rows आहेत.

प्रत्येक row एका employee बद्दल माहिती ठेवतो.

Values#

प्रत्येक row मध्ये प्रत्येक column शी संबंधित value दिसते.

उदाहरण:

Employee 102 साठी:

employee_id → 102

name → Rahul

department → IT

city → Mumbai

यामुळे database data random नसतो.

त्याला अर्थपूर्ण structure मिळते.

10. Column names हे data row नसतात#

हा beginner confusion खूप common आहे.

जेव्हा table अशा प्रकारे दाखवला जातो:

वर दिसणारे:

employee_id, name, department, city

हे एका employee चा data row नाहीत.

ती column names आहेत.

Actual data rows खाली सुरू होतात.

म्हणून या table मध्ये:

• columns = 4
• employee data rows = 2

"वरची heading धरून तीन rows आहेत" असे म्हणणे database concept समजताना चुकीचे ठरू शकते.

11. एका practical example वरून पुन्हा समजून घेऊया#

आता employee example बाजूला ठेवूया.

समजा आपण shopping application तयार करत आहोत.

आपल्याला products ची माहिती ठेवायची आहे.

Table:

products

त्यात अशी structure असू शकते:

आता विचार करूया.

Table कोणता?#

products

Columns कोणते?#

• product_id
• product_name
• price
• category

एका product चा row कोणता?#

उदाहरण:

हा Notebook product चा row आहे.

Record कोणता?#

Notebook चा हाच complete row practical language मध्ये एक product record आहे.

Attributes कोणते?#

Product बद्दलच्या properties:

• product ID
• product name
• price
• category

या properties table मध्ये columns म्हणून दिसतात.

आता employee असो, product असो, student असो किंवा order असो — मूलभूत विचार तोच राहतो.

12. Table मध्ये नवीन data वाढला तर काय होते?#

समजा नवीन employee join झाला:

ID: 104 Name: Sameer Department: Finance City: Pune

Existing employees ची structure बदलण्याची गरज नाही.

आपण conceptually आणखी एक row add करतो:

आता चार employee records झाले.

Columns तेच आहेत.

Rows वाढल्या.

इथे मराठी म्हण अगदी लागू पडते:

"थेंबे थेंबे तळे साचे."

एकेक employee record वाढत गेला की table मध्ये अधिक data जमा होत जातो.

पण structure व्यवस्थित असल्यामुळे तो data समजणे सोपे राहते.

13. नवीन प्रकारची माहिती ठेवायची असेल तर?#

आता company म्हणते:

"आपल्याला प्रत्येक employee चा email सुद्धा ठेवायचा आहे."

हा एका नवीन employee चा प्रश्न नाही.

हा नवीन प्रकारच्या information चा प्रश्न आहे.

म्हणून विचार column च्या दिशेने जातो.

Conceptually table असा दिसू शकतो:

इथे नवीन email column आला.

म्हणून एक useful mental shortcut:

नवीन person/item आला?

बहुतेक विचार new row कडे जाईल.

Existing items बद्दल नवीन प्रकारची information ठेवायची आहे?

बहुतेक विचार new column कडे जाईल.

हा absolute database design rule नाही.

पण table, row आणि column समजण्यासाठी हा अतिशय उपयोगी beginner mental model आहे.

14. Row आणि Column गोंधळू नयेत म्हणून एक shortcut#

हे दोन प्रश्न पाठ करण्यापेक्षा समजून घ्या.

Column#

"आपण काय जाणून घेत आहोत?"

उदाहरण:

• name
• department
• city
• price

Row#

"आपण कोणाबद्दल जाणून घेत आहोत?"

उदाहरण:

• Asha
• Rahul
• Keyboard
• Notebook

म्हणून:

Column = property/category

Row = one item's related values

हे जमले की अर्धी लढाई जिंकली.

15. Common Beginner Mistakes#

Mistake 1: एका column मध्ये वेगवेगळ्या अर्थाचा data ठेवणे#

समजा city column आहे.

त्यात values अशा आहेत:

• Pune
• Mumbai
• IT
• Nashik

IT ही city नाही.

म्हणजे column चा अर्थ inconsistent झाला.

Column ने एका specific प्रकारची information represent करावी.

Mistake 2: एक row म्हणजे एकच value समजणे#

एक row म्हणजे फक्त Asha नाही.

Asha च्या row मध्ये तिच्याशी संबंधित अनेक column values असू शकतात.

उदाहरण:

• 101
• Asha
• HR
• Pune

या values मिळून complete row तयार होतो.

Mistake 3: Record म्हणजे पूर्ण table समजणे#

पूर्ण employees table हा अनेक records चा collection असू शकतो.

एका employee ची माहिती practical usage मध्ये एक record मानली जाते.

Mistake 4: Column आणि Attribute पूर्णपणे unrelated समजणे#

ते unrelated नाहीत.

Attribute म्हणजे property.

त्या property ला table मध्ये represent करण्यासाठी column वापरला जातो.

Mistake 5: Column heading ला पहिला data row समजणे#

Column names data नाहीत.

ते data ची structure सांगतात.

16. Real Project मध्ये हा concept कुठे दिसतो?#

Software application मध्ये जवळजवळ सर्वत्र structured business data असतो.

उदाहरणार्थ:

E-commerce application मध्ये:

• products
• customers
• orders

Training platform मध्ये:

• users
• courses
• chapters

Company HR system मध्ये:

• employees
• departments
• attendance

या प्रत्येक ठिकाणी developer ला सतत विचार करावा लागतो:

"आपण कोणत्या प्रकारचा data ठेवत आहोत?"

"त्या data चे attributes कोणते आहेत?"

"एका row ने काय represent करायला हवे?"

Table, row आणि column ही फक्त सुरुवातीची definitions नाहीत.

पुढे SQL query लिहिताना तुम्ही ह्याच structure वर काम करणार आहात.

म्हणून हा basic concept मजबूत असणे खूप महत्त्वाचे आहे.

17. एक मिनिटाचा Self-Check#

खालील table पाहा:

स्वतःला विचारा:

student_name काय आहे?

उत्तर: column.

Aman काय आहे?

उत्तर: एका row मधील value.

2 | Aman | Python मिळून काय होते?

उत्तर: एका student चा row किंवा practical language मध्ये record.

course काय represent करते?

उत्तर: student च्या एका attribute साठीचा column.

पूर्ण structure काय आहे?

उत्तर: related student data असलेला table.

जर हे तुम्हाला लगेच समजले, तर table चा पाया व्यवस्थित बसत आहे.

18. Hands-On Practice#

Practice 1#

Requirement

खालील table पाहा:

Your Task

ओळखा:

1. किती columns आहेत?
2. किती data rows आहेत?
3. author काय आहे?
4. 12 | Java Basics | Anita Rao | 400 काय represent करते?
5. 350 कोणत्या column ची value आहे?

Practice 2#

Requirement

एका training institute ला courses ची खालील माहिती ठेवायची आहे:

• course ID
• course name
• teaching language
• price

तीन courses आहेत:

• 1, Java, Marathi, 1500
• 2, SQL, Marathi, 1200
• 3, Python, English, 1800

Your Task

या data साठी basic table structure तयार करा.

Columns आणि rows स्पष्टपणे identify करा.

Practice 3#

Requirement

खालील structure मध्ये problem शोधा:

Your Task

या table मध्ये beginner-level structural problem कोणती आहे ते ओळखा.

19. Interview Preparation#

20. या Chapter मधून काय लक्षात ठेवायचे?#

• Table related data ला structured form मध्ये ठेवतो.

• Table मध्ये data मुख्यतः rows आणि columns च्या स्वरूपात organize केला जातो.

• Column कोणत्या प्रकारची information ठेवली जाते ते सांगतो.

• Attribute म्हणजे आपण ज्या गोष्टीबद्दल data ठेवत आहोत तिची property.

• Attribute table मध्ये साधारणपणे column म्हणून represent होतो.

• Row एका individual item बद्दलच्या related values ठेवतो.

• Practical database language मध्ये एका row ला अनेकदा record म्हटले जाते.

• Column names actual data records नसतात.

• Specific value समजण्यासाठी योग्य row आणि योग्य column दोन्ही पाहावे लागतात.

• नवीन individual item आल्यावर साधारणपणे नवीन row चा विचार होतो.

• नवीन प्रकारची information ठेवायची असल्यास column चा विचार होतो.

• Table समजताना दोन प्रश्न लक्षात ठेवा:

  • कशाची माहिती? → Column
  • कोणाची माहिती? → Row