DBMS — MCQ Practice

Hindi aur English dono mein practice karo — click karo answer check karne ke liye

📚 146 Questions 🌐 Hindi + English ✅ Free
भाषा / Language:
146 questions
136
EN + हिं Medium
GB Lossless-join condition for R→R1,R2: the condition is
IN R→R1,R2 के लिए दोषरहित-जुड़ने की स्थिति: शर्त है
A
R1∩R2 is empty R1∩R2 खाली है
B
R1∩R2 → R1 OR R1∩R2 → R2 (intersection is superkey in one decomposed relation) R1∩R2 → R1 OR R1∩R2 → R2 (एक विघटित संबंध में प्रतिच्छेदन सुपरकी है)
C
R1 and R2 share no attributes R1 और R2 में कोई विशेषताएँ नहीं हैं
D
R1 = R2 आर1 = आर2
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Lossless: common attributes (R1∩R2) must form a superkey in at least one of R1 or R2.
व्याख्या (हिन्दी) दोषरहित: सामान्य गुण (R1∩R2) को R1 या R2 में से कम से कम एक में एक सुपरकी बनाना चाहिए।
137
EN + हिं Hard
GB Sort-Merge Join requires
IN सॉर्ट-मर्ज जॉइन की आवश्यकता है
A
Both relations hashed दोनों संबंध हैश हो गए
B
Both relations sorted on join attribute दोनों संबंध सम्मिलित विशेषता के आधार पर क्रमबद्ध हैं
C
One relation fits in memory एक रिश्ता याददाश्त में फिट बैठता है
D
Indexes on join columns सम्मिलित स्तंभों पर अनुक्रमणिकाएँ
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Sort-Merge Join: both relations must be sorted on join attribute, then merged in single pass.
व्याख्या (हिन्दी) सॉर्ट-मर्ज जॉइन: दोनों संबंधों को जॉइन विशेषता पर क्रमबद्ध किया जाना चाहिए, फिर एकल पास में विलय किया जाना चाहिए।
138
EN + हिं Hard
GB Hash Join build phase
IN हैश जॉइन बिल्ड चरण
A
Scans probe relation जांच संबंध स्कैन करता है
B
Hashes SMALLER relation into memory hash table मेमोरी हैश तालिका में छोटे संबंध को हैश करें
C
Sorts both relations दोनों संबंधों को सुलझाता है
D
Probes hash table जांच हैश तालिका
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Build phase: hash smaller relation into memory hash table. Probe phase: scan larger relation, probe table.
व्याख्या (हिन्दी) निर्माण चरण: मेमोरी हैश तालिका में हैश का छोटा संबंध। जांच चरण: बड़े संबंध को स्कैन करें, जांच तालिका।
139
EN + हिं Hard
GB A left-deep join tree has
IN एक बायीं ओर गहरा जुड़ाव वाला पेड़ है
A
All right-side relations as intermediates सभी दाहिनी ओर के संबंध मध्यवर्ती के रूप में
B
All inner (right) inputs as base tables सभी आंतरिक (दाएं) इनपुट बेस टेबल के रूप में
C
Balanced binary structure संतुलित बाइनरी संरचना
D
All left-side as base tables बेस टेबल के रूप में सभी बाईं ओर
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Left-deep tree: right input of every join node is a base table - enables pipelining.
व्याख्या (हिन्दी) बायां-गहरा पेड़: प्रत्येक जॉइन नोड का दायां इनपुट एक आधार तालिका है - पाइपलाइनिंग को सक्षम बनाता है।
140
EN + हिं Hard
GB Hash join should hash which table when R has 1000 rows and S has 100 rows?
IN जब R में 1000 पंक्तियाँ हों और S में 100 पंक्तियाँ हों तो हैश जॉइन को किस तालिका में हैश करना चाहिए?
A
R (larger) into hash table आर (बड़ा) हैश तालिका में
B
S (smaller) into memory hash table then probe with R मेमोरी हैश टेबल में एस (छोटा) डालें फिर आर से जांच करें
C
Either table या तो टेबल
D
Table with more columns अधिक स्तंभों वाली तालिका
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Hash join: ALWAYS hash SMALLER table (S) to minimize memory usage; probe with larger table (R).
व्याख्या (हिन्दी) हैश जॉइन: मेमोरी उपयोग को कम करने के लिए हमेशा हैश छोटी तालिका (एस); बड़ी तालिका (आर) के साथ जांच करें।
141
EN + हिं Hard
GB Which join algorithm is best when inner table has index on join attribute?
IN जब आंतरिक तालिका में जॉइन एट्रिब्यूट पर इंडेक्स हो तो कौन सा जॉइन एल्गोरिदम सबसे अच्छा है?
A
Cross join क्रॉस जॉइन
B
Sort-merge join सॉर्ट-मर्ज जॉइन
C
Hash join हैश जॉइन
D
Index nested-loop join (uses index to find matching rows rapidly) इंडेक्स नेस्टेड-लूप जॉइन (मेल खाती पंक्तियों को तेजी से ढूंढने के लिए इंडेक्स का उपयोग करता है)
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Index nested-loop join: for each outer row, use index to directly find matching inner rows - very efficient.
व्याख्या (हिन्दी) इंडेक्स नेस्टेड-लूप जॉइन: प्रत्येक बाहरी पंक्ति के लिए, मेल खाने वाली आंतरिक पंक्तियों को सीधे खोजने के लिए इंडेक्स का उपयोग करें - बहुत कुशल।
142
EN + हिं Hard
GB Semi-join optimization in distributed queries sends
IN वितरित क्वेरीज़ में सेमी-जॉइन ऑप्टिमाइज़ेशन भेजता है
A
Full relation पूर्ण संबंध
B
Result back only परिणाम केवल वापस
C
Random data यादृच्छिक डेटा
D
Only join-attribute projection to remote site to reduce data transfer डेटा स्थानांतरण को कम करने के लिए केवल दूरस्थ साइट पर जॉइन-एट्रिब्यूट प्रक्षेपण
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Semi-join: send πA(R) to site of S, compute S⊲⊳πA(R), send result back - reduces data transfer.
व्याख्या (हिन्दी) सेमी-जॉइन: S की साइट पर πA(R) भेजें, S⊲⊳πA(R) की गणना करें, परिणाम वापस भेजें - डेटा ट्रांसफर कम करता है।
143
EN + हिं Medium
GB Which join algorithm is best when inner relation has no index and doesn't fit in memory
IN कौन सा जॉइन एल्गोरिदम सबसे अच्छा है जब आंतरिक संबंध में कोई इंडेक्स नहीं है और मेमोरी में फिट नहीं होता है
A
Nested-loop join नेस्टेड-लूप जोड़
B
Hash join हैश जॉइन
C
Sort-merge join when data not sorted डेटा सॉर्ट न होने पर सॉर्ट-मर्ज जॉइन
D
Block nested-loop join (reads outer in blocks to reduce I/O) नेस्टेड-लूप जॉइन को ब्लॉक करें (I/O को कम करने के लिए ब्लॉक में बाहरी को पढ़ता है)
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Block nested-loop join: reads outer relation in blocks reducing the number of times inner relation is scanned.
व्याख्या (हिन्दी) ब्लॉक नेस्टेड-लूप जॉइन: ब्लॉक में बाहरी संबंध को पढ़ता है जिससे आंतरिक संबंध को स्कैन करने की संख्या कम हो जाती है।
144
EN + हिं Medium
GB Cost of index-based nested-loop join (outer b_r blocks, inner has index)
IN इंडेक्स-आधारित नेस्टेड-लूप जॉइन की लागत (बाहरी b_r ब्लॉक, आंतरिक में इंडेक्स है)
A
b_r × b_s b_r × b_s
B
b_r + n_r × (cost of index lookup) b_r + n_r × (सूचकांक लुकअप की लागत)
C
b_r + b_s b_r + b_s
D
log(b_r) लॉग(b_r)
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Index NLJ: for each outer tuple (n_r total), use index to find matching inner tuples. Cost = b_r + n_r × index_cost.
व्याख्या (हिन्दी) सूचकांक एनएलजे: प्रत्येक बाहरी टुपल (n_r कुल) के लिए, मेल खाने वाले आंतरिक टुपल्स को खोजने के लिए इंडेक्स का उपयोग करें। लागत = b_r + n_r × सूचकांक_लागत।
145
EN + हिं Medium
GB Which relational algebra operation is equivalent to SQL NATURAL JOIN
IN कौन सा संबंधपरक बीजगणित ऑपरेशन SQL NATURAL JOIN के समतुल्य है
A
Cross product only केवल क्रॉस उत्पाद
B
Selection only केवल चयन
C
πcommon(σA.k=B.k(A×B)) πसामान्य(σA.k=B.k(A×B))
D
Union मिलन
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Natural join = select from cross product where common attributes are equal, then project to remove duplicate columns.
व्याख्या (हिन्दी) प्राकृतिक जुड़ाव = क्रॉस उत्पाद से चयन करें जहां सामान्य विशेषताएँ समान हैं, फिर डुप्लिकेट कॉलम को हटाने के लिए प्रोजेक्ट करें।
146
EN + हिं Medium
GB Lateral join (LATERAL keyword) allows
IN लेटरल जॉइन (LATERAL कीवर्ड) अनुमति देता है
A
Cross product only केवल क्रॉस उत्पाद
B
No subqueries in FROM FROM में कोई उपश्रेणी नहीं
C
Subquery in FROM to reference columns from preceding FROM items in same query एक ही क्वेरी में पूर्ववर्ती FROM आइटम से संदर्भ कॉलम में सबक्वेरी
D
Only aggregation subqueries केवल एकत्रीकरण उपश्रेणियाँ
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) LATERAL: subquery in FROM can reference columns from tables listed earlier in the same FROM clause.
व्याख्या (हिन्दी) पार्श्व: FROM में सबक्वेरी उसी FROM क्लॉज में पहले सूचीबद्ध तालिकाओं से कॉलम को संदर्भित कर सकती है।
136–146 of 146