সম্পর্ক সত্তা মডেল: ইতিহাস, উপাদান, উদাহরণ - প্রযুক্তি - 2025

একটি সম্পর্ক সত্তা মডেল (ইআর মডেল) একটি ডাটাবেস লজিক্যাল গঠন, যা পরে একটি বাস্তব ডাটাবেসের হিসাবে প্রয়োগ করা যেতে পারে নকশা। ইআর মডেলের প্রধান উপাদান হ'ল সত্তা এবং সম্পর্কের একটি সেট।

একটি সত্তা-সম্পর্ক মডেল একটি নির্দিষ্ট জ্ঞানের ডোমেনে আগ্রহ সম্পর্কিত আন্তঃসম্পর্কিত জিনিসগুলি বর্ণনা করে। সফ্টওয়্যার ইঞ্জিনিয়ারিংয়ে, ER মডেলটি সাধারণত ব্যবসায়িক প্রক্রিয়াগুলি পরিচালনা করার জন্য একটি সংস্থাকে মনে রাখতে হবে এমন জিনিসগুলি অন্তর্ভুক্ত করতে ব্যবহৃত হয়।

সূত্র: pixabay.com

কিছু ব্যবসায়ের ক্ষেত্রে প্রক্রিয়াগুলির জন্য গুরুত্বপূর্ণ কী তা নির্দিষ্ট করে প্রতিনিধিত্ব করা সাধারণত পদ্ধতিগত বিশ্লেষণের উত্স। প্রক্রিয়াগুলি সংজ্ঞায়িত না করে এটি কেবল গ্রাফিকভাবে একটি ব্যবসায়িক ডেটা ডিজাইন উপস্থাপন করে।

অতএব, এটি ডাটাবেস ডিজাইনে ব্যাপকভাবে ব্যবহৃত তথ্য মডেলিংয়ের জন্য সহজেই ব্যবহারযোগ্য একটি গ্রাফিকাল সরঞ্জাম, যা কোনও সিস্টেমে বিদ্যমান অস্তিত্বগুলি এবং সেই সত্তার মধ্যে সম্পর্কগুলি সনাক্ত করতে সহায়তা করে।

সাধারণত, এটি বাক্সগুলি (সত্তা) দিয়ে অঙ্কিত হয়, যা লাইনগুলির মাধ্যমে সংযুক্ত থাকে (সম্পর্কগুলি) those সত্তার মধ্যে নির্ভরতা এবং সংযোগ প্রকাশ করে।

ডায়াগ্রাম এবং ডাটাবেস

একটি সম্পর্ক সত্তা মডেল সাধারণত একটি ডাটাবেস হিসাবে প্রয়োগ করা হয়। একটি সাধারণ সম্পর্কিত সম্পর্কিত ডাটাবেস বাস্তবায়নে, সারণীর প্রতিটি সারি একটি সত্তার উদাহরণ গঠন করে এবং প্রতিটি কলাম একটি বৈশিষ্ট্য গঠন করে।

সত্ত্বা কেবল সম্পর্কের দ্বারা নয়, অতিরিক্ত বৈশিষ্ট্য হিসাবে চিহ্নিত বৈশিষ্ট্যগুলির দ্বারা চিহ্নিত করা হয়, যার মধ্যে "প্রাথমিক কী" নামে পরিচিতি রয়েছে।

সত্তা এবং সম্পর্কের প্রতিনিধিত্ব করতে ডায়াগ্রামগুলি পাশাপাশি বৈশিষ্ট্যগুলিকে সত্তা-সম্পর্কের মডেলগুলির পরিবর্তে সত্তা-সম্পর্কের চিত্রগুলি (ER ডায়াগ্রাম) বলা যেতে পারে।

অতএব, সত্তা সম্পর্ক ডায়াগ্রামের সাহায্যে একটি ডাটাবেসের কাঠামো বর্ণিত হয়।

ফলস্বরূপ, ইআর মডেল একটি বিমূর্ত ডেটা মডেল হয়ে ওঠে, যা একটি তথ্য কাঠামোকে সংজ্ঞায়িত করে যা সাধারণভাবে সম্পর্কিত সম্পর্কিত একটি ডেটাবেজে প্রয়োগ করা যেতে পারে।

ইতিহাস

উপাত্ত মডেলিংগুলি 1970 এর দশকে প্রচলিত হয়েছিল যা সঠিকভাবে ডেটাবেসগুলি এমনকি বাস্তব-বিশ্বের ব্যবসায়িক প্রক্রিয়াগুলির মডেল করার প্রয়োজন দ্বারা পরিচালিত হয়েছিল।

পিটার চেন তাঁর বিখ্যাত 1976 প্রবন্ধে সত্তা-সম্পর্কের মডেলকে জনপ্রিয় করেছেন "সত্তা-সম্পর্কের মডেল - ডেটাগুলির একীকরণের দৃষ্টিভঙ্গির দিকে।"

এটি এমন একটি স্ট্যান্ডার্ড কনভেনশন তৈরি করার প্রস্তাব করা হয়েছিল যা সম্পর্কিত ডেটাবেসগুলির জন্য ব্যবহৃত হতে পারে। তাঁর লক্ষ্যটি ছিল ইআর মডেলটিকে ধারণামূলক মডেলিংয়ের পদ্ধতির হিসাবে ব্যবহার করা।

পিটার চেন তাঁর নিবন্ধে বলেছিলেন: “সত্তা-সম্পর্কের মডেল বাস্তব জগতের আরও প্রাকৃতিক দৃষ্টিভঙ্গি গ্রহণ করে, যা সত্তা ও সম্পর্ক নিয়ে গঠিত। এটি বাস্তব বিশ্বের সম্পর্কে কিছু গুরুত্বপূর্ণ শব্দার্থক তথ্য অন্তর্ভুক্ত করে। '

ডাটাবেস ডিজাইন ছাড়াও, চেনের ইআর মডেল তথ্য মডেলিং সিস্টেম এবং অ্যাপ্লিকেশনগুলিতেও ভাল কাজ করে। ইউনিফাইড মডেলিং ল্যাঙ্গুয়েজ (ইউএমএল) সত্তা-সম্পর্ক মডেল থেকে বিভিন্ন উপায়ে তৈরি করা হয়।

অন্যান্য অগ্রগামী

আগের বছর, এপি ব্রাউন ইন্টারন্যাশনাল ফেডারেশন ফর ইনফরমেশন প্রসেসিংয়ের একটি প্রকাশনায় "রিয়েল-ওয়ার্ল্ড সিস্টেমের মডেলিং এবং এটির প্রতিনিধিত্ব করার জন্য একটি পরিকল্পনা তৈরির পরিকল্পনা" নামে একটি নিবন্ধ প্রকাশ করেছিলেন।

ব্রাউনটির নিবন্ধটি প্রাসঙ্গিক হলেও চেনের নিবন্ধটি আরও প্রাসঙ্গিক ছিল, বিশেষত যেহেতু এটি "সত্তা" এবং "সম্পর্ক" পদগুলিতে মনোনিবেশ করেছিল। এটি সাধারণত ডেটা মডেলিং অনুশীলনের সূচনা হিসাবে বিবেচিত যা এটি আজ জানা যায়।

ডেটা মডেলিংয়ের একধরনের ব্যাচম্যান ডায়াগ্রামগুলিও উল্লেখ করার যোগ্য।

ডেটা বেস প্রকাশনার জন্য চার্লস বাচম্যানের ১৯69৯ সালের নিবন্ধটি ডাটাবেস "সত্তা" ধারণার প্রবর্তন করেছিল এবং এটি ডেটা স্ট্রাকচারের প্রথম চিত্রগুলির মধ্যে একটি ছিল, পরে এটি বাচম্যান ডায়াগ্রাম হিসাবে পরিচিতি পায়। এটি পিটার চেনের উপর খুব প্রভাবশালী ছিল।

দার্শনিক প্রান্তিককরণ

চেন প্রাচীন গ্রীক দার্শনিক সক্রেটিস, প্লেটো এবং অ্যারিস্টটল (খ্রিস্টপূর্ব ৪২৮) থেকে পিয়ের্স, ফ্রেজে এবং রাসেলের আধুনিক জ্ঞানবিজ্ঞান, সেমোটিকস এবং যুক্তিবিদ্যার দার্শনিক ও তাত্ত্বিক রীতিনীতি অনুসারে ছিলেন।

প্লেটো নিজেই জ্ঞানকে পরিবর্তনহীন রূপগুলির আটকানোর সাথে জড়িত। সক্রেটিসের মতে, ফর্মগুলি হ'ল ধনাত্মক ধরণের বা বিমূর্ত উপস্থাপনা যা বিভিন্ন ধরণের জিনিস এবং বৈশিষ্ট্য এবং একে অপরের সাথে তাদের সম্পর্কের।

উপাদান এবং প্রতীক

সত্তা সম্পর্ক ডায়াগ্রাম একটি ডাটাবেসে সঞ্চিত সত্তার সংস্থার সম্পর্কগুলি দেখায়। অর্থাৎ, ইআর ডায়াগ্রামগুলি ডাটাবেসের লজিকাল কাঠামো ব্যাখ্যা করতে সহায়তা করে।

উদাহরণ: একটি নির্দিষ্ট গান একটি সত্তা, যখন একটি ডাটাবেসে সমস্ত গানের সংগ্রহ সত্তার একটি সেট।

- সম্পর্কের ডায়াগ্রাম

প্রথম নজরে, একটি ইআর ডায়াগ্রাম প্রবাহের চার্টের সাথে খুব মিল দেখাচ্ছে। তবে, ইআর ডায়াগ্রামে অনেকগুলি বিশেষীকৃত প্রতীক রয়েছে এবং এর অর্থগুলি এই মডেলটিকে অনন্য করে তোলে।

নিম্নলিখিত চিত্রটিতে শিক্ষার্থী এবং স্কুল দুটি সত্তা এবং তাদের সম্পর্ক রয়েছে। শিক্ষার্থী এবং স্কুলের মধ্যে সম্পর্ক অনেকের সাথে এক, যেহেতু একটি বিদ্যালয়ে অনেক শিক্ষার্থী থাকতে পারে তবে একজন শিক্ষার্থী একই সাথে বেশ কয়েকটি স্কুলে পড়াশোনা করতে পারে না।

ছাত্র সত্তায় এর সনাক্তকরণ (এস্ট_আইডি), নাম (এস্ট_নম্ব্রে) এবং ঠিকানা (এস্ট_এড্রেস) এর মতো বৈশিষ্ট্য রয়েছে। স্কুল সত্তায় এর সনাক্তকরণ (Col_Id) এবং নাম (Col_Nombre) এর মতো বৈশিষ্ট্য রয়েছে।

Symbology

- আয়তক্ষেত্র: সত্তার সেটকে উপস্থাপন করে।

- উপবৃত্ত: গুণাবলী প্রতিনিধিত্ব করে।

- হীরা: সম্পর্কের সেটকে উপস্থাপন করে।

- লাইন: সত্তা সেটগুলিতে লিঙ্ক বৈশিষ্ট্যগুলি, এবং সত্তাটি সম্পর্কের সেটে সেট করে।

- ডাবল উপবৃত্ত: বহুবিধ বৈশিষ্ট্য ued

- বিচ্ছিন্ন উপবৃত্ত: উত্পন্ন বৈশিষ্ট্য।

- ডাবল আয়তক্ষেত্র: দুর্বল সত্তার সেট।

-Elements

সত্তা

একটি সত্তা আসল বিশ্বে এমন কিছু যা সহজেই স্বীকৃত। এটি সংস্থার মধ্যে এমন কিছু যা ডেটাবেসে প্রতিনিধিত্ব করা হবে। এটি বাস্তব শারীরিক কিছু হতে পারে বা আসল বিশ্বে ঘটে যাওয়া কোনও ঘটনা বা ঘটনা।

এটি কোনও স্থান, ব্যক্তি, বস্তু, ইভেন্ট বা ধারণা হতে পারে, যা ডাটাবেসে ডেটা সঞ্চয় করে। সত্তার বৈশিষ্ট্য হ'ল তাদের অবশ্যই একটি অনন্য কী হিসাবে একটি বৈশিষ্ট্য থাকতে হবে। প্রতিটি সত্তা এমন কিছু বৈশিষ্ট্য নিয়ে গঠিত যা সেই সত্তাকে প্রতিনিধিত্ব করে।

সত্ত্বা বিশেষ্য হিসাবে বিবেচনা করা যেতে পারে উদাহরণ: কম্পিউটার, কোনও কর্মচারী, একটি গান, একটি গাণিতিক উপপাদ্য ইত্যাদি

দুর্বল সত্তা

একটি দুর্বল সত্তা এমন একটি সত্তা যা স্বতন্ত্র বৈশিষ্ট্য দ্বারা স্বতন্ত্রভাবে চিহ্নিত করা যায় না এবং অন্য সত্তার সাথে সম্পর্কের ভিত্তিতে থাকে।

উদাহরণস্বরূপ, কোনও ব্যাংক অ্যাকাউন্ট স্বতন্ত্রভাবে চিহ্নিত করা যায় না যদি এটির সাথে সম্পর্কিত এমন ব্যাংকটি পরিচিত না হয়। সুতরাং, ব্যাংক অ্যাকাউন্ট একটি দুর্বল সত্তা।

গুণ

একটি বৈশিষ্ট্য একটি সত্তার সম্পত্তি বর্ণনা করে। এটি একটি ইআর ডায়াগ্রামে ডিম্বাকৃতি আকার দ্বারা প্রতিনিধিত্ব করা হয়। চার ধরণের বৈশিষ্ট্য রয়েছে:

মূল বৈশিষ্ট্য

এটি এমন বৈশিষ্ট্য যা অস্তিত্বের সেট থেকে কোনও সত্তাকে অনন্যভাবে সনাক্ত করতে পারে। উদাহরণস্বরূপ, ছাত্র আইডি নম্বর ছাত্রদের পুল থেকে স্বতন্ত্রভাবে একটি ছাত্রকে সনাক্ত করতে পারে।

মূল বৈশিষ্ট্যটি অন্যান্য বৈশিষ্ট্যের মতোই উপবৃত্ত দ্বারা প্রতিনিধিত্ব করা হয়। তবে কী বৈশিষ্ট্যটির পাঠ্যটি আন্ডারলাইন করা হয়েছে।

বহুবিধ বৈশিষ্ট্য attrib

এটি এমন একটি বৈশিষ্ট্য যা একাধিক মান ধারণ করতে পারে। এটি একটি ER ডায়াগ্রামে ডাবল উপবৃত্ত দ্বারা প্রতিনিধিত্ব করা হয়।

উদাহরণস্বরূপ, কোনও ব্যক্তির একাধিক ফোন নম্বর থাকতে পারে, তাই ফোন নম্বর বৈশিষ্ট্যের একাধিক মান থাকে।

উত্পন্ন বৈশিষ্ট্য

এটি এমন এক যার মূল্য গতিশীল এবং অন্য বৈশিষ্ট্য থেকে প্রাপ্ত। এটি কোনও ইআর ডায়াগ্রামে বিচ্ছিন্ন উপবৃত্ত দ্বারা প্রতিনিধিত্ব করা হয়।

উদাহরণস্বরূপ, কোনও ব্যক্তির বয়স একটি উত্পন্ন বৈশিষ্ট্য, কারণ এটি সময়ের সাথে সাথে পরিবর্তিত হয় এবং অন্য বৈশিষ্ট্য থেকে জন্ম নেওয়া যায়: জন্মের তারিখ।

সম্পর্ক

একটি সম্পর্ক দেখায় যে কীভাবে সত্তা একে অপরের সাথে সম্পর্কিত। এগুলিকে এমন ক্রিয়া হিসাবে বিবেচনা করা যেতে পারে যা দুটি বা আরও বিশেষ্যগুলিতে যোগ দেয়। এটি ইআর ডায়াগ্রামে হীরা আকার দ্বারা প্রতিনিধিত্ব করা হয়।

উদাহরণস্বরূপ: একটি বিভাগ এবং একজন কর্মচারীর মধ্যে সম্পর্ক, একটি কম্পিউটার এবং একটি কোম্পানির মধ্যে, একটি উপপাদ্য এবং গণিতবিদ, শিল্পী এবং একটি গানের মধ্যে সম্পর্ক ইত্যাদি।

Cardinality

কার্ডিনালিটি নির্দিষ্ট করে যে একটি সত্তার কতগুলি উদাহরণ অন্য সত্তার একটি উদাহরণের সাথে সম্পর্কিত। সাধারণত্বও কার্ডিনালিটির সাথে ঘনিষ্ঠভাবে জড়িত।

যখন কার্ডিনালিটিটি সম্পর্কের ঘটনাগুলি নির্দিষ্ট করে, ততোধিকতা সম্পর্কটিকে প্রয়োজনীয় বা alচ্ছিক হিসাবে বর্ণনা করে। এর জন্য ব্যবহৃত প্রতীকাদি নিম্নলিখিত:

অন্য কথায়, কার্ডিনালিটিটি সম্পর্কের সর্বাধিক সংখ্যা নির্দিষ্ট করে এবং সূক্ষ্মতা সম্পর্কের নিখুঁত ন্যূনতম সংখ্যা নির্দিষ্ট করে। এই অর্থে, চার ধরণের সম্পর্ক রয়েছে:

একের সাথে এক সম্পর্ক

এটি তখনই যখন কোনও সত্তার একক উদাহরণ অন্য সত্তার একক উদাহরণের সাথে যুক্ত হয়।

উদাহরণস্বরূপ, কোনও ব্যক্তির কেবল একটি পাসপোর্ট থাকে এবং একজনকে কেবল একটি পাসপোর্ট দেওয়া হয়।

একের সাথে অনেকের সম্পর্ক

এটি তখনই যখন কোনও সত্তার কোনও উদাহরণ অন্য সত্তার একাধিক ঘটনার সাথে সম্পর্কিত।

উদাহরণস্বরূপ, একজন গ্রাহক অনেকগুলি অর্ডার দিতে পারেন, তবে অনেক গ্রাহক একটি অর্ডার দিতে পারবেন না।

একের সাথে অনেকেরই সম্পর্ক

এটি তখনই যখন সত্তার একাধিক উদাহরণ অন্য সত্তার একক উদাহরণের সাথে যুক্ত হয়।

উদাহরণস্বরূপ, অনেক শিক্ষার্থী কেবল একটি বিশ্ববিদ্যালয়ে অধ্যয়ন করতে পারে, তবে একজন শিক্ষার্থী একই সাথে অনেক বিশ্ববিদ্যালয়ে অধ্যয়ন করতে পারে না।

অনেকের সাথে অনেকেরই সম্পর্ক

এটি তখনই যখন সত্তার একাধিক উদাহরণ অন্য সত্তার একাধিক উদাহরণের সাথে যুক্ত থাকে।

উদাহরণস্বরূপ, একজন ছাত্রকে অনেক প্রকল্পে নিয়োগ দেওয়া যেতে পারে এবং অনেক শিক্ষার্থীকে একটি প্রকল্প বরাদ্দ করা যেতে পারে।

কিভাবে সম্পর্ক সত্তা মডেল করতে?

কোনও সিস্টেম বা প্রক্রিয়া ডকুমেন্ট করার সময়, একাধিক উপায়ে সিস্টেমটি পর্যবেক্ষণ করা সেই পদ্ধতির বোঝাপড়া বৃদ্ধি করে।

সত্তা-সম্পর্ক ডায়াগ্রামগুলি সাধারণত কোনও ডাটাবেসের বিষয়বস্তু প্রদর্শন করতে ব্যবহৃত হয়। তারা কীভাবে ডেটাটিকে একটি সাধারণ উপায়ে সংযুক্ত করা হয়েছে তা কল্পনা করতে সহায়তা করে এবং তারা একটি সম্পর্কিত সম্পর্কিত ডাটাবেস তৈরির জন্য বিশেষভাবে কার্যকর।

সম্পর্কের সত্তা মডেলটি তৈরি করতে প্রয়োজনীয় পদক্ষেপগুলি এখানে রয়েছে:

সত্তা সনাক্ত করুন

সত্তা সম্পর্কের চিত্রটি তৈরির প্রথম পদক্ষেপটি ব্যবহৃত হবে এমন সমস্ত সত্তা সনাক্ত করা। কোনও সত্তা সিস্টেমের তথ্য সংরক্ষণ করে এমন কোনও কিছুর বিবরণ সহ আয়তক্ষেত্র ছাড়া আর কিছুই নয়।

আপনি ভাবতে পারেন এমন প্রতিটি সত্তার জন্য একটি আয়তক্ষেত্র আঁকতে হবে। উদাহরণ হিসাবে এখানে তিনটি সত্ত্বা রয়েছে:

সম্পর্ক চিহ্নিত করুন

দুটি সত্তার দিকে তাকানো হয়, যদি তারা একে অপরের সাথে সম্পর্কিত হয় তবে দুটি অস্তিত্বকে সংযুক্ত করে একটি অবিচ্ছিন্ন রেখা টানা হয়।

সত্ত্বার সম্পর্ক বর্ণনা করার জন্য দুটি সত্ত্বার মধ্যে একটি হীরা অঙ্কিত হয়েছে, কেবল যুক্ত লাইনে।

তারা কীভাবে সম্পর্কিত তার একটি সংক্ষিপ্ত বিবরণ হীরাতে লেখা উচিত। উদাহরণ অনুসরণ করে, আমাদের নিম্নলিখিত রয়েছে:

কার্ডিনালিটিগুলি সনাক্ত করুন

প্রশ্নের উদাহরণের উদ্দেশ্যগুলির জন্য, এটি জানা যায় যে একজন শিক্ষার্থীকে একাধিক কোর্সে নিয়োগ দেওয়া যেতে পারে এবং একজন শিক্ষক কেবল একটি কোর্স পড়াতে পারবেন। সুতরাং, চিত্রটি দেখে মনে হচ্ছে:

বৈশিষ্ট্যগুলি চিহ্নিত করুন

সংস্থাটি বর্তমানে যে ফাইলগুলি, ফর্মগুলি, প্রতিবেদনগুলি এবং ডেটা বজায় রাখে সেগুলি বৈশিষ্ট্যগুলি সনাক্ত করার জন্য অধ্যয়ন করা উচিত। সত্তা সনাক্ত করতে একাধিক স্টেকহোল্ডারের সাথে সাক্ষাত্কারও নেওয়া যেতে পারে। প্রাথমিকভাবে, কোনও বিশেষ সত্তাকে নির্দিষ্ট করে না দিয়ে বৈশিষ্ট্যগুলি সনাক্ত করা গুরুত্বপূর্ণ।

একবার আপনার বৈশিষ্ট্যের একটি তালিকা হয়ে গেলে সেগুলি অবশ্যই চিহ্নিত সত্তাগুলিতে বরাদ্দ করা উচিত। নিশ্চিত করুন যে কোনও বৈশিষ্ট্য হুবহু এক সত্তার সাথে মেলে matches যদি কোনও অ্যাট্রিবিউট একাধিক সত্তার অন্তর্ভুক্ত বলে মনে করা হয় তবে এটি অনন্য করতে একটি সংশোধক ব্যবহার করতে হবে।

অ্যাসাইনমেন্টটি তৈরি করার পরে, প্রাথমিক কীগুলি সনাক্ত করা হয়। যদি একটি অনন্য কী উপলব্ধ না হয় তবে একটি তৈরি করতে হবে।

উদাহরণটি সুবিধার্থে করার উদ্দেশ্যে, কী ছাড়াও প্রতিটি সত্তার জন্য কেবল একটি বৈশিষ্ট্য দেখানো হয়। তবে আরও গুণাবলী চিহ্নিত করা যেতে পারে। প্রাথমিক কীগুলি অন্যান্য বৈশিষ্ট্যগুলি থেকে আলাদা করা যায় কারণ সেগুলি আন্ডারলাইন করা হয়েছে।

চিত্রটি সম্পূর্ণ করুন

সমস্ত সম্পর্ক বর্ণিত না হওয়া অবধি প্রতিটি সম্পর্কের বর্ণনা দেওয়ার জন্য সত্তাগুলিকে লাইনের সাথে সংযুক্ত করা এবং হীরা যুক্ত করা চালিয়ে যান।

কিছু সত্ত্বা অন্য কোনও সত্তার সাথে সম্পর্কিত নাও হতে পারে। অন্যদিকে, অন্যান্য সত্তাগুলির একাধিক সম্পর্ক থাকতে পারে। ইআর চিত্রের আরও আধুনিক প্রতিনিধিত্ব নিম্নরূপ:

কার্যকর ইআর ডায়াগ্রামের টিপস

- নিশ্চিত করুন যে প্রতি সত্তা ডায়াগ্রামে একবারে উপস্থিত হয়েছে।

- ডায়াগ্রামে প্রতিটি সত্তা, সম্পর্ক এবং বৈশিষ্ট্যকে অবশ্যই একটি নাম দেওয়া উচিত।

- সত্তার মধ্যে সম্পর্ক অবশ্যই যত্ন সহকারে পরীক্ষা করা উচিত। এগুলি কি সত্যিই প্রয়োজনীয়? সংজ্ঞায়িত করার মতো কিছু সম্পর্ক আছে কি? যে কোনও অপ্রয়োজনীয় সম্পর্ক অবশ্যই নির্মূল করতে হবে। সম্পর্ক একে অপরের সাথে সংযুক্ত থাকে না।

- ডায়াগ্রামের গুরুত্বপূর্ণ অংশগুলি হাইলাইট করার জন্য রঙগুলি ব্যবহার করার পরামর্শ দেওয়া হচ্ছে।

উদাহরণ

ডাটাবেস চিত্র

একটি ডাটাবেসের জন্য সম্পর্কের সত্তা চিত্রটি তৈরি করার দুটি কারণ রয়েছে: আপনি একটি নতুন মডেল ডিজাইন করছেন বা আপনার বিদ্যমান কাঠামোটি নথিভুক্ত করতে হবে।

আপনার যদি কোনও বিদ্যমান ডাটাবেস থাকে যা ডকুমেন্ট হওয়া দরকার, সরাসরি ডাটাবেস থেকে ডেটা ব্যবহার করে একটি সত্তা সম্পর্ক ডায়াগ্রাম তৈরি করুন:

ইন্টারনেট বিক্রয় মডেল

কোনও সত্তা সম্পর্কের চিত্রটি ব্যবহার করে ইন্টারনেট বিক্রয় সম্পর্কিত সত্তা সম্পর্কের মডেলটির একটি উদাহরণ এখানে দেওয়া হয়েছে:

তথ্যসূত্র

1. উইকিপিডিয়া, বিনামূল্যে এনসাইক্লোপিডিয়া (2019)। সত্তা - সম্পর্ক মডেল। নেওয়া হয়েছে: en.wikedia.org থেকে।
2. স্মার্টড্র (2019)। সত্তা সম্পর্ক ডায়াগ্রাম। থেকে নেওয়া: স্মার্টড্রো ডট কম।
3. চৈতন্য সিং (2019)। সত্তার সম্পর্ক ডায়াগ্রাম - ডিবিএমএসে ইআর ডায়াগ্রাম। শুরুর বই। থেকে নেওয়া: beginnersbook.com।
4. গুরু 99 (2019)। ডিবিএমএস-এর ইআর ডায়াগ্রাম টিউটোরিয়াল (উদাহরণ সহ)। গৃহীত: guru99.com।
5. ভিজ্যুয়াল দৃষ্টান্ত (2019)। সত্তা সম্পর্ক ডায়াগ্রাম (ইআরডি) কি? থেকে নেওয়া: ভিজ্যুয়াল-paradigm.com।
6. ডেটাভারসিটি (2019)। ইআর ডায়াগ্রাম এবং তথ্য মডেলিংয়ের একটি সংক্ষিপ্ত ইতিহাস। নেওয়া হয়েছে: ডেটাভারসিটি.নেট।
7. অ্যাড্রিয়েন ওয়াট (2019)। অধ্যায় 8 সত্তা সম্পর্ক ডেটা মডেল। খ্রিস্টপূর্ব পাঠ্য। থেকে নেওয়া হয়েছে: opentextbc.ca।