Data-Science-For-Beginners/translations/ur/2-Working-With-Data/05-relational-databases

ڈیٹا کے ساتھ کام کرنا: ریلیشنل ڈیٹا بیسز

ڈیٹا کے ساتھ کام کرنا: ریلیشنل ڈیٹا بیسز - اسکیچ نوٹ از @nitya

امکان ہے کہ آپ نے ماضی میں معلومات ذخیرہ کرنے کے لیے اسپریڈشیٹ کا استعمال کیا ہو۔ آپ کے پاس قطاروں اور کالموں کا ایک سیٹ تھا، جہاں قطاروں میں معلومات (یا ڈیٹا) موجود تھیں، اور کالم معلومات کی وضاحت کرتے تھے (جسے کبھی کبھار میٹا ڈیٹا کہا جاتا ہے)۔ ریلیشنل ڈیٹا بیس اسی بنیادی اصول پر مبنی ہے، جہاں ٹیبلز میں کالمز اور قطاریں ہوتی ہیں، جو آپ کو معلومات کو متعدد ٹیبلز میں تقسیم کرنے کی اجازت دیتی ہیں۔ یہ آپ کو پیچیدہ ڈیٹا کے ساتھ کام کرنے، نقل سے بچنے، اور ڈیٹا کو مختلف طریقوں سے دریافت کرنے میں لچک فراہم کرتا ہے۔ آئیے ریلیشنل ڈیٹا بیس کے تصورات کو دریافت کرتے ہیں۔

لیکچر سے پہلے کا کوئز

سب کچھ ٹیبلز سے شروع ہوتا ہے

ریلیشنل ڈیٹا بیس کی بنیاد ٹیبلز پر ہوتی ہے۔ بالکل اسپریڈشیٹ کی طرح، ایک ٹیبل کالمز اور قطاروں کا مجموعہ ہوتا ہے۔ قطار میں وہ ڈیٹا یا معلومات ہوتی ہیں جن کے ساتھ ہم کام کرنا چاہتے ہیں، جیسے کسی شہر کا نام یا بارش کی مقدار۔ کالم اس ڈیٹا کی وضاحت کرتے ہیں جو وہ ذخیرہ کرتے ہیں۔

آئیے اپنی دریافت کا آغاز ایک ٹیبل بنا کر کرتے ہیں جو شہروں کے بارے میں معلومات ذخیرہ کرے۔ ہم ان کے نام اور ملک سے شروعات کر سکتے ہیں۔ آپ اسے درج ذیل ٹیبل میں ذخیرہ کر سکتے ہیں:

شہر	ملک
ٹوکیو	جاپان
اٹلانٹا	امریکہ
آکلینڈ	نیوزی لینڈ

نوٹ کریں کہ شہر، ملک اور آبادی کے کالم نام اس ڈیٹا کی وضاحت کرتے ہیں جو ذخیرہ کیا جا رہا ہے، اور ہر قطار میں ایک شہر کے بارے میں معلومات موجود ہیں۔

ایک ٹیبل کے طریقہ کار کی خامیاں

امکان ہے کہ اوپر دیا گیا ٹیبل آپ کو کافی مانوس لگ رہا ہو۔ آئیے اپنی بڑھتی ہوئی ڈیٹا بیس میں کچھ اضافی ڈیٹا شامل کرتے ہیں - سالانہ بارش (ملی میٹر میں)۔ ہم 2018، 2019 اور 2020 کے سالوں پر توجہ مرکوز کریں گے۔ اگر ہم اسے ٹوکیو کے لیے شامل کریں، تو یہ کچھ اس طرح نظر آئے گا:

شہر	ملک	سال	مقدار
ٹوکیو	جاپان	2020	1690
ٹوکیو	جاپان	2019	1874
ٹوکیو	جاپان	2018	1445

آپ ہمارے ٹیبل میں کیا نوٹ کرتے ہیں؟ آپ دیکھ سکتے ہیں کہ ہم شہر اور ملک کا نام بار بار دہرا رہے ہیں۔ یہ کافی زیادہ اسٹوریج لے سکتا ہے، اور یہ غیر ضروری ہے کہ ایک ہی معلومات کی متعدد کاپیاں ہوں۔ آخرکار، ٹوکیو کا صرف ایک ہی نام ہے جو ہمیں دلچسپی دیتا ہے۔

ٹھیک ہے، آئیے کچھ اور کوشش کرتے ہیں۔ ہر سال کے لیے نئے کالمز شامل کرتے ہیں:

شہر	ملک	2018	2019	2020
ٹوکیو	جاپان	1445	1874	1690
اٹلانٹا	امریکہ	1779	1111	1683
آکلینڈ	نیوزی لینڈ	1386	942	1176

اگرچہ یہ قطاروں کی نقل سے بچاتا ہے، لیکن یہ کچھ اور چیلنجز پیدا کرتا ہے۔ ہمیں ہر بار ایک نیا سال آنے پر اپنے ٹیبل کی ساخت کو تبدیل کرنا ہوگا۔ مزید یہ کہ، جیسے جیسے ہمارا ڈیٹا بڑھتا ہے، سالوں کو کالمز کے طور پر رکھنا ڈیٹا کو بازیافت کرنے اور اس پر حساب کتاب کرنے کو مزید مشکل بنا دے گا۔

اسی لیے ہمیں متعدد ٹیبلز اور تعلقات کی ضرورت ہوتی ہے۔ اپنے ڈیٹا کو تقسیم کرکے ہم نقل سے بچ سکتے ہیں اور اپنے ڈیٹا کے ساتھ کام کرنے میں زیادہ لچک حاصل کر سکتے ہیں۔

تعلقات کے تصورات

آئیے اپنے ڈیٹا پر واپس آتے ہیں اور طے کرتے ہیں کہ ہم اسے کیسے تقسیم کرنا چاہتے ہیں۔ ہم جانتے ہیں کہ ہم اپنے شہروں کے نام اور ملک کو ذخیرہ کرنا چاہتے ہیں، لہذا یہ شاید ایک ٹیبل میں بہترین کام کرے گا۔

شہر	ملک
ٹوکیو	جاپان
اٹلانٹا	امریکہ
آکلینڈ	نیوزی لینڈ

لیکن اگلا ٹیبل بنانے سے پہلے، ہمیں یہ معلوم کرنا ہوگا کہ ہر شہر کا حوالہ کیسے دیا جائے۔ ہمیں کسی قسم کے شناخت کنندہ، ID یا (تکنیکی ڈیٹا بیس کی اصطلاح میں) ایک پرائمری کی کی ضرورت ہے۔ پرائمری کی ایک ایسی ویلیو ہے جو ٹیبل میں ایک مخصوص قطار کی شناخت کے لیے استعمال ہوتی ہے۔ اگرچہ یہ خود ایک ویلیو پر مبنی ہو سکتی ہے (مثال کے طور پر ہم شہر کے نام کو استعمال کر سکتے ہیں)، لیکن یہ تقریباً ہمیشہ ایک نمبر یا دوسرا شناخت کنندہ ہونا چاہیے۔ ہم نہیں چاہتے کہ ID کبھی تبدیل ہو، کیونکہ یہ تعلق کو توڑ دے گا۔ زیادہ تر معاملات میں آپ دیکھیں گے کہ پرائمری کی یا ID ایک خودکار طور پر تیار کردہ نمبر ہوگا۔

✅ پرائمری کی کو اکثر PK کے طور پر مختصر کیا جاتا ہے

شہروں کا ٹیبل

city_id	شہر	ملک
1	ٹوکیو	جاپان
2	اٹلانٹا	امریکہ
3	آکلینڈ	نیوزی لینڈ

✅ آپ نوٹ کریں گے کہ ہم اس سبق کے دوران "id" اور "پرائمری کی" کی اصطلاحات کو ایک دوسرے کے ساتھ استعمال کرتے ہیں۔ یہ تصورات ڈیٹا فریمز پر بھی لاگو ہوتے ہیں، جنہیں آپ بعد میں دریافت کریں گے۔ ڈیٹا فریمز "پرائمری کی" کی اصطلاح استعمال نہیں کرتے، تاہم آپ دیکھیں گے کہ وہ تقریباً اسی طرح کام کرتے ہیں۔

جب ہمارا شہروں کا ٹیبل تیار ہو گیا، تو آئیے بارش کا ڈیٹا ذخیرہ کریں۔ مکمل معلومات کو دہرانے کے بجائے، ہم ID کا استعمال کر سکتے ہیں۔ ہمیں یہ بھی یقینی بنانا چاہیے کہ نئے بنائے گئے ٹیبل میں بھی ایک id کالم ہو، کیونکہ تمام ٹیبلز میں ایک ID یا پرائمری کی ہونی چاہیے۔

بارش کا ٹیبل

rainfall_id	city_id	سال	مقدار
1	1	2018	1445
2	1	2019	1874
3	1	2020	1690
4	2	2018	1779
5	2	2019	1111
6	2	2020	1683
7	3	2018	1386
8	3	2019	942
9	3	2020	1176

نوٹ کریں کہ city_id کالم نئے بنائے گئے rainfall ٹیبل کے اندر موجود ہے۔ یہ کالم ان IDs کی قدریں رکھتا ہے جو cities ٹیبل میں موجود ہیں۔ تکنیکی ریلیشنل ڈیٹا کی اصطلاح میں، اسے foreign key کہا جاتا ہے؛ یہ کسی دوسرے ٹیبل سے پرائمری کی ہے۔ آپ اسے ایک حوالہ یا پوائنٹر کے طور پر سوچ سکتے ہیں۔ city_id 1 ٹوکیو کا حوالہ دیتا ہے۔

[!NOTE] فارن کی کو اکثر FK کے طور پر مختصر کیا جاتا ہے

ڈیٹا بازیافت کرنا

جب ہمارا ڈیٹا دو ٹیبلز میں تقسیم ہو گیا ہے، تو آپ سوچ رہے ہوں گے کہ ہم اسے کیسے بازیافت کریں۔ اگر ہم MySQL، SQL Server یا Oracle جیسے ریلیشنل ڈیٹا بیس کا استعمال کر رہے ہیں، تو ہم ایک زبان استعمال کر سکتے ہیں جسے Structured Query Language یا SQL کہا جاتا ہے۔ SQL (کبھی کبھار "سیکوئل" کے طور پر بولا جاتا ہے) ایک معیاری زبان ہے جو ریلیشنل ڈیٹا بیس میں ڈیٹا کو بازیافت اور تبدیل کرنے کے لیے استعمال کی جاتی ہے۔

ڈیٹا بازیافت کرنے کے لیے آپ SELECT کمانڈ استعمال کرتے ہیں۔ بنیادی طور پر، آپ ان کالمز کو منتخب کرتے ہیں جنہیں آپ دیکھنا چاہتے ہیں، اور وہ ٹیبل سے جہاں وہ موجود ہیں۔ اگر آپ صرف شہروں کے نام دکھانا چاہتے ہیں، تو آپ درج ذیل استعمال کر سکتے ہیں:

SELECT city
FROM cities;

-- Output:
-- Tokyo
-- Atlanta
-- Auckland

SELECT وہ جگہ ہے جہاں آپ کالمز کی فہرست دیتے ہیں، اور FROM وہ جگہ ہے جہاں آپ ٹیبلز کی فہرست دیتے ہیں۔

[NOTE] SQL کی سنٹیکس کیس انسینسیٹو ہے، یعنی select اور SELECT ایک ہی چیز ہیں۔ تاہم، آپ جس قسم کے ڈیٹا بیس کا استعمال کر رہے ہیں اس پر منحصر ہے، کالمز اور ٹیبلز کیس سینسیٹو ہو سکتے ہیں۔ نتیجتاً، یہ ایک بہترین عمل ہے کہ پروگرامنگ میں ہر چیز کو کیس سینسیٹو سمجھا جائے۔ SQL کوئریز لکھتے وقت عام روایت یہ ہے کہ کی ورڈز کو تمام بڑے حروف میں لکھا جائے۔

اوپر دی گئی کوئری تمام شہروں کو دکھائے گی۔ آئیے تصور کریں کہ ہم صرف نیوزی لینڈ کے شہروں کو دکھانا چاہتے ہیں۔ ہمیں کسی قسم کے فلٹر کی ضرورت ہے۔ SQL میں اس کے لیے کی ورڈ WHERE ہے، یا "جہاں کچھ سچ ہو"۔

SELECT city
FROM cities
WHERE country = 'New Zealand';

-- Output:
-- Auckland

ڈیٹا کو جوڑنا

اب تک ہم نے ایک ہی ٹیبل سے ڈیٹا بازیافت کیا ہے۔ اب ہم cities اور rainfall دونوں سے ڈیٹا کو اکٹھا کرنا چاہتے ہیں۔ یہ انہیں جوڑ کر کیا جاتا ہے۔ آپ مؤثر طریقے سے دو ٹیبلز کے درمیان ایک سیون بنائیں گے، اور ہر ٹیبل کے ایک کالم سے قدروں کو ملائیں گے۔

ہمارے مثال میں، ہم rainfall کے city_id کالم کو cities کے city_id کالم کے ساتھ ملائیں گے۔ یہ بارش کی مقدار کو اس کے متعلقہ شہر کے ساتھ ملائے گا۔ ہم جو جوائن کریں گے وہ ایک اندرونی جوائن کہلاتا ہے، جس کا مطلب ہے کہ اگر کسی قطار کا دوسرے ٹیبل سے کوئی میل نہ ہو تو وہ ظاہر نہیں ہوگی۔ ہمارے معاملے میں ہر شہر کی بارش موجود ہے، لہذا سب کچھ ظاہر ہوگا۔

آئیے 2019 کے لیے تمام شہروں کی بارش بازیافت کریں۔

ہم یہ مرحلہ وار کریں گے۔ پہلا مرحلہ ڈیٹا کو جوڑنا ہے، ان کالمز کو ظاہر کرکے جنہیں ہم سیون کے لیے استعمال کرنا چاہتے ہیں - جیسا کہ پہلے نمایاں کیا گیا city_id۔

SELECT cities.city
    rainfall.amount
FROM cities
    INNER JOIN rainfall ON cities.city_id = rainfall.city_id

ہم نے ان دو کالمز کو نمایاں کیا جنہیں ہم چاہتے ہیں، اور یہ حقیقت کہ ہم ٹیبلز کو city_id کے ذریعے جوڑنا چاہتے ہیں۔ اب ہم WHERE اسٹیٹمنٹ شامل کر سکتے ہیں تاکہ صرف 2019 کا سال فلٹر ہو۔

SELECT cities.city
    rainfall.amount
FROM cities
    INNER JOIN rainfall ON cities.city_id = rainfall.city_id
WHERE rainfall.year = 2019

-- Output

-- city     | amount
-- -------- | ------
-- Tokyo    | 1874
-- Atlanta  | 1111
-- Auckland |  942

خلاصہ

ریلیشنل ڈیٹا بیسز کا مرکز معلومات کو متعدد ٹیبلز میں تقسیم کرنا ہے، جسے پھر ڈسپلے اور تجزیے کے لیے دوبارہ اکٹھا کیا جاتا ہے۔ یہ حساب کتاب کرنے اور ڈیٹا کو مختلف طریقوں سے جوڑنے میں اعلیٰ درجے کی لچک فراہم کرتا ہے۔ آپ نے ریلیشنل ڈیٹا بیس کے بنیادی تصورات دیکھے، اور دو ٹیبلز کے درمیان جوائن کرنے کا طریقہ سیکھا۔

🚀 چیلنج

انٹرنیٹ پر متعدد ریلیشنل ڈیٹا بیسز دستیاب ہیں۔ آپ ان ڈیٹا کو دریافت کر سکتے ہیں جو آپ نے اوپر سیکھی گئی مہارتوں کا استعمال کرتے ہوئے۔

لیکچر کے بعد کا کوئز

لیکچر کے بعد کا کوئز

جائزہ اور خود مطالعہ

Microsoft Learn پر کئی وسائل دستیاب ہیں تاکہ آپ SQL اور ریلیشنل ڈیٹا بیس کے تصورات کی مزید دریافت کر سکیں۔

• ریلیشنل ڈیٹا کے تصورات کی وضاحت کریں
• Transact-SQL کے ساتھ کوئرینگ شروع کریں (Transact-SQL SQL کا ایک ورژن ہے)
• Microsoft Learn پر SQL مواد

اسائنمنٹ

اسائنمنٹ کا عنوان

---

ڈسکلیمر:
یہ دستاویز AI ترجمہ سروس Co-op Translator کا استعمال کرتے ہوئے ترجمہ کی گئی ہے۔ ہم درستگی کے لیے پوری کوشش کرتے ہیں، لیکن براہ کرم آگاہ رہیں کہ خودکار ترجمے میں غلطیاں یا خامیاں ہو سکتی ہیں۔ اصل دستاویز، جو اس کی اصل زبان میں ہے، کو مستند ذریعہ سمجھا جانا چاہیے۔ اہم معلومات کے لیے، پیشہ ور انسانی ترجمہ کی سفارش کی جاتی ہے۔ اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تشریح کے لیے ہم ذمہ دار نہیں ہیں۔