DBMS — MCQ Practice

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

📚 138 Questions 🌐 Hindi + English ✅ Free
भाषा / Language:
138 questions
76
EN + हिं Medium
GB In the relational data model referential integrity is enforced by which constraint?
IN संबंधपरक डेटा मॉडल में संदर्भात्मक अखंडता किस बाधा द्वारा लागू की जाती है?
A
Primary key constraint प्राथमिक कुंजी बाधा
B
Check constraint बाधा की जाँच करें
C
Unique constraint अनोखी बाधा
D
Foreign key constraint विदेशी कुंजी बाधा
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Referential integrity is enforced by foreign key constraints: a foreign key value in a child table must either match an existing primary key value in the parent table, or be NULL. This prevents orphaned records.
व्याख्या (हिन्दी) संदर्भात्मक अखंडता को विदेशी कुंजी बाधाओं द्वारा लागू किया जाता है: चाइल्ड तालिका में एक विदेशी कुंजी मान या तो मूल तालिका में मौजूदा प्राथमिक कुंजी मान से मेल खाना चाहिए, या शून्य होना चाहिए। यह अनाथ रिकॉर्ड को रोकता है।
77
EN + हिं Medium
GB The key-value data model (Redis) has which fundamental characteristic?
IN की-वैल्यू डेटा मॉडल (रेडिस) में कौन सी मौलिक विशेषता है?
A
It stores data as interconnected nodes and edges यह डेटा को इंटरकनेक्टेड नोड्स और किनारों के रूप में संग्रहीत करता है
B
It enforces a strict predefined schema for all values यह सभी मानों के लिए एक सख्त पूर्वनिर्धारित स्कीमा लागू करता है
C
It supports complex JOIN operations natively यह मूल रूप से जटिल JOIN संचालन का समर्थन करता है
D
It stores data as opaque values indexed by unique keys with very simple query capability यह डेटा को बहुत ही सरल क्वेरी क्षमता के साथ अद्वितीय कुंजियों द्वारा अनुक्रमित अपारदर्शी मानों के रूप में संग्रहीत करता है
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Key-value stores are the simplest NoSQL model: data is stored as (key, value) pairs where the key is unique and the value is opaque (any binary blob). They provide extremely fast O(1) lookups by key but limited query capabilities.
व्याख्या (हिन्दी) कुंजी-मूल्य भंडार सबसे सरल NoSQL मॉडल हैं: डेटा को (कुंजी, मान) जोड़े के रूप में संग्रहीत किया जाता है जहां कुंजी अद्वितीय होती है और मान अपारदर्शी (कोई बाइनरी ब्लॉब) होता है। वे कुंजी लेकिन सीमित क्वेरी क्षमताओं द्वारा अत्यंत तेज़ O(1) लुकअप प्रदान करते हैं।
78
EN + हिं Medium
GB What is the primary advantage of the graph data model over relational for highly connected data?
IN अत्यधिक कनेक्टेड डेटा के लिए रिलेशनल की तुलना में ग्राफ़ डेटा मॉडल का प्राथमिक लाभ क्या है?
A
Graph databases require less storage ग्राफ़ डेटाबेस को कम संग्रहण की आवश्यकता होती है
B
Graph databases natively model and traverse relationships without expensive JOIN operations making relationship-heavy queries much faster ग्राफ़ डेटाबेस महंगे JOIN ऑपरेशनों के बिना मूल रूप से रिश्तों को मॉडल और ट्रैवर्स करते हैं, जिससे संबंध-भारी क्वेरीज़ बहुत तेज़ हो जाती हैं
C
Graph databases always outperform relational ग्राफ़ डेटाबेस हमेशा रिलेशनल से बेहतर प्रदर्शन करते हैं
D
Graph databases support better data compression ग्राफ़ डेटाबेस बेहतर डेटा संपीड़न का समर्थन करते हैं
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) In relational databases, highly connected data requires many expensive JOINs. Graph databases (Neo4j) store data as nodes and edges, allowing traversal of complex relationship chains in O(depth) time rather than O(n) join scans.
व्याख्या (हिन्दी) रिलेशनल डेटाबेस में, अत्यधिक कनेक्टेड डेटा के लिए कई महंगे JOIN की आवश्यकता होती है। ग्राफ़ डेटाबेस (Neo4j) डेटा को नोड्स और किनारों के रूप में संग्रहीत करते हैं, जिससे O(n) जॉइन स्कैन के बजाय O(गहराई) समय में जटिल संबंध श्रृंखलाओं के ट्रैवर्सल की अनुमति मिलती है।
79
EN + हिं Medium
GB In wide-column store data model (Cassandra/HBase) what distinguishes it from relational?
IN वाइड-कॉलम स्टोर डेटा मॉडल (कैसंड्रा/HBase) में इसे रिलेशनल से क्या अलग करता है?
A
All columns must be predefined in a strict schema सभी कॉलम एक सख्त स्कीमा में पूर्वनिर्धारित होने चाहिए
B
Rows can have different columns grouped into families; optimized for distributed storage and time-series data पंक्तियों में अलग-अलग कॉलम हो सकते हैं जिन्हें परिवारों में समूहीकृत किया जा सकता है; वितरित भंडारण और समय-श्रृंखला डेटा के लिए अनुकूलित
C
It does not support any query language यह किसी भी क्वेरी भाषा का समर्थन नहीं करता
D
It stores only numeric data in columns यह केवल संख्यात्मक डेटा को कॉलम में संग्रहीत करता है
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Wide-column stores have rows with potentially different columns (sparse data), columns grouped into column families, optimized for high write throughput and range scans. Different rows can have different sets of columns.
व्याख्या (हिन्दी) वाइड-कॉलम स्टोर में संभावित रूप से अलग-अलग कॉलम (विरल डेटा) वाली पंक्तियाँ होती हैं, कॉलम को कॉलम परिवारों में समूहीकृत किया जाता है, जो उच्च लेखन थ्रूपुट और रेंज स्कैन के लिए अनुकूलित होते हैं। अलग-अलग पंक्तियों में कॉलम के अलग-अलग सेट हो सकते हैं।
80
EN + हिं Easy
GB What is the XML data model and what concept does it use?
IN XML डेटा मॉडल क्या है और यह किस अवधारणा का उपयोग करता है?
A
It represents data as key-value pairs with XML headers यह XML हेडर के साथ कुंजी-मूल्य जोड़े के रूप में डेटा का प्रतिनिधित्व करता है
B
It represents data as binary streams यह डेटा को बाइनरी स्ट्रीम के रूप में दर्शाता है
C
It represents data as flat tables with XML encoding यह XML एन्कोडिंग के साथ फ्लैट टेबल के रूप में डेटा का प्रतिनिधित्व करता है
D
It represents data as a hierarchical tree structure using elements, attributes, and text nodes defined by DTD or XML Schema यह DTD या XML स्कीमा द्वारा परिभाषित तत्वों, विशेषताओं और टेक्स्ट नोड्स का उपयोग करके डेटा को एक पदानुक्रमित वृक्ष संरचना के रूप में प्रस्तुत करता है।
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) XML represents data as a labeled ordered tree of nodes: elements (with child elements or text), attributes (name-value pairs on elements), and text nodes. Structure is defined by DTD (Document Type Definition) or XML Schema.
व्याख्या (हिन्दी) XML डेटा को नोड्स के एक लेबल किए गए ऑर्डर ट्री के रूप में दर्शाता है: तत्व (बाल तत्वों या पाठ के साथ), विशेषताएँ (तत्वों पर नाम-मूल्य जोड़े), और पाठ नोड्स। संरचना को DTD (दस्तावेज़ प्रकार परिभाषा) या XML स्कीमा द्वारा परिभाषित किया गया है।
81
EN + हिं Medium
GB What is a surrogate key and why is it preferred over natural keys?
IN सरोगेट कुंजी क्या है और इसे प्राकृतिक कुंजी की तुलना में क्यों प्राथमिकता दी जाती है?
A
A surrogate key is a foreign key referencing multiple tables सरोगेट कुंजी एकाधिक तालिकाओं को संदर्भित करने वाली एक विदेशी कुंजी है
B
A surrogate key is a duplicate of the primary key for backup सरोगेट कुंजी बैकअप के लिए प्राथमिक कुंजी की डुप्लिकेट है
C
A surrogate key stores encrypted versions of natural keys एक सरोगेट कुंजी प्राकृतिक कुंजियों के एन्क्रिप्टेड संस्करणों को संग्रहीत करती है
D
A surrogate key is a system-generated artificial identifier (like auto-increment ID) with no business meaning preferred because natural keys can change and may be long/complex सरोगेट कुंजी एक सिस्टम-जनरेटेड कृत्रिम पहचानकर्ता है (जैसे ऑटो-इंक्रीमेंट आईडी) जिसका कोई व्यावसायिक अर्थ नहीं है क्योंकि प्राकृतिक कुंजी बदल सकती हैं और लंबी/जटिल हो सकती हैं
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Surrogate keys (system-generated: auto-increment, UUID, sequence) have no business meaning. Preferred because natural keys can change (requiring cascade updates), may be long (poor join performance), may not exist initially, or may violate privacy.
व्याख्या (हिन्दी) सरोगेट कुंजियाँ (सिस्टम-जनरेटेड: ऑटो-इंक्रीमेंट, यूयूआईडी, अनुक्रम) का कोई व्यावसायिक अर्थ नहीं है। पसंदीदा क्योंकि प्राकृतिक कुंजियाँ बदल सकती हैं (कैस्केड अपडेट की आवश्यकता होती है), लंबी हो सकती हैं (खराब जुड़ाव प्रदर्शन), प्रारंभ में मौजूद नहीं हो सकती हैं, या गोपनीयता का उल्लंघन कर सकती हैं।
82
EN + हिं Medium
GB The star schema data model used in data warehouses consists of:
IN डेटा वेयरहाउस में उपयोग किए जाने वाले स्टार स्कीमा डेटा मॉडल में निम्न शामिल हैं:
A
A single flat table with all attributes सभी विशेषताओं से युक्त एक समतल मेज
B
Multiple fact tables with no dimension tables बिना किसी आयाम तालिका के एकाधिक तथ्य तालिकाएँ
C
A central fact table surrounded by denormalized dimension tables एक केंद्रीय तथ्य तालिका जो असामान्य आयाम तालिकाओं से घिरी हुई है
D
Fully normalized tables in third normal form तीसरे सामान्य रूप में पूरी तरह से सामान्यीकृत तालिकाएँ
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Star schema: central fact table (measurable business events with foreign keys to dimensions) surrounded by denormalized dimension tables (descriptive attributes). Simple structure optimized for analytical query performance.
व्याख्या (हिन्दी) स्टार स्कीमा: केंद्रीय तथ्य तालिका (आयामों के लिए विदेशी कुंजी के साथ मापने योग्य व्यावसायिक घटनाएं) असामान्य आयाम तालिकाओं (वर्णनात्मक विशेषताओं) से घिरी हुई है। विश्लेषणात्मक क्वेरी प्रदर्शन के लिए अनुकूलित सरल संरचना।
83
EN + हिं Medium
GB What is a snowflake schema and how does it differ from a star schema?
IN स्नोफ्लेक स्कीमा क्या है और यह स्टार स्कीमा से कैसे भिन्न है?
A
Snowflake schema normalizes dimension tables into multiple related tables reducing redundancy but requiring more JOINs than star schema स्नोफ्लेक स्कीमा आयाम तालिकाओं को कई संबंधित तालिकाओं में सामान्यीकृत करती है जिससे अतिरेक कम होता है लेकिन स्टार स्कीमा की तुलना में अधिक JOIN की आवश्यकता होती है
B
Snowflake schema eliminates all fact tables स्नोफ्लेक स्कीमा सभी तथ्य तालिकाओं को हटा देती है
C
Snowflake schema uses only two dimension tables स्नोफ्लेक स्कीमा केवल दो आयाम तालिकाओं का उपयोग करती है
D
They are identical वे समान हैं
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Snowflake schema normalizes dimension tables: instead of one flat Customer dimension, you have Customer -> City -> State -> Country hierarchy tables. Reduces storage redundancy but requires more JOINs for analytical queries vs. star schema.
व्याख्या (हिन्दी) स्नोफ्लेक स्कीमा आयाम तालिकाओं को सामान्य बनाती है: एक फ्लैट ग्राहक आयाम के बजाय, आपके पास ग्राहक -> शहर -> राज्य -> ​​देश पदानुक्रम तालिकाएँ हैं। भंडारण अतिरेक को कम करता है लेकिन विश्लेषणात्मक प्रश्नों बनाम स्टार स्कीमा के लिए अधिक JOIN की आवश्यकता होती है।
84
EN + हिं Medium
GB What does BASE stand for and how does it contrast with ACID?
IN BASE का क्या अर्थ है और यह ACID से किस प्रकार भिन्न है?
A
BASE: Balanced Aggregated Scalable Engine आधार: संतुलित एकत्रित स्केलेबल इंजन
B
BASE: Binary Atomic Structured Encoding आधार: बाइनरी परमाणु संरचित एन्कोडिंग
C
BASE: Basically Available, Soft state, Eventual consistency - trades strict consistency for availability and partition tolerance आधार: मूल रूप से उपलब्ध, नरम स्थिति, अंतिम स्थिरता - उपलब्धता और विभाजन सहिष्णुता के लिए सख्त स्थिरता का व्यापार करता है
D
BASE: Backup And Security Enhancement आधार: बैकअप और सुरक्षा संवर्धन
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) BASE is the opposite of ACID: Basically Available (system always available even if data not fully consistent), Soft state (state may change over time without input), Eventually consistent (system will become consistent eventually). Common in distributed NoSQL.
व्याख्या (हिन्दी) BASE ACID के विपरीत है: मूल रूप से उपलब्ध (सिस्टम हमेशा उपलब्ध होता है, भले ही डेटा पूरी तरह से सुसंगत न हो), सॉफ्ट स्टेट (इनपुट के बिना समय के साथ स्थिति बदल सकती है), अंततः सुसंगत (सिस्टम अंततः सुसंगत हो जाएगा)। वितरित NoSQL में सामान्य।
85
EN + हिं Medium
GB What is the fundamental difference between conceptual, logical, and physical data models?
IN वैचारिक, तार्किक और भौतिक डेटा मॉडल के बीच मूलभूत अंतर क्या है?
A
Conceptual: high-level business concepts; logical: entities, attributes, keys, DBMS-agnostic; physical: exact DBMS-specific implementation (tables, indexes, partitions) वैचारिक: उच्च स्तरीय व्यावसायिक अवधारणाएँ; तार्किक: इकाइयाँ, विशेषताएँ, कुंजियाँ, DBMS-अज्ञेयवादी; भौतिक: सटीक DBMS-विशिष्ट कार्यान्वयन (तालिकाओं, अनुक्रमणिका, विभाजन)
B
Conceptual is implemented first; logical and physical are theoretical संकल्पनात्मक को पहले क्रियान्वित किया जाता है; तार्किक और भौतिक सैद्धांतिक हैं
C
They are the same model at different levels of completeness पूर्णता के विभिन्न स्तरों पर वे एक ही मॉडल हैं
D
Conceptual for SQL; logical for NoSQL; physical for files एसक्यूएल के लिए संकल्पनात्मक; NoSQL के लिए तार्किक; फ़ाइलों के लिए भौतिक
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Three-level data modeling: Conceptual (business entities and relationships, technology-agnostic), Logical (entities, attributes, primary/foreign keys, normalized - DBMS-agnostic), Physical (actual tables, data types, indexes, partitioning - DBMS-specific implementation).
व्याख्या (हिन्दी) तीन-स्तरीय डेटा मॉडलिंग: वैचारिक (व्यावसायिक संस्थाएं और रिश्ते, प्रौद्योगिकी-अज्ञेयवादी), तार्किक (इकाइयां, गुण, प्राथमिक/विदेशी कुंजी, सामान्यीकृत - डीबीएमएस-अज्ञेयवादी), भौतिक (वास्तविक तालिकाएं, डेटा प्रकार, अनुक्रमित, विभाजन - डीबीएमएस-विशिष्ट कार्यान्वयन)।
86
EN + हिं Medium
GB Which data model best supports multi-valued attributes natively without normalization?
IN कौन सा डेटा मॉडल सामान्यीकरण के बिना मूल रूप से बहु-मूल्यवान विशेषताओं का सबसे अच्छा समर्थन करता है?
A
Hierarchical model पदानुक्रमित मॉडल
B
Network model नेटवर्क मॉडल
C
Object-oriented model and document model ऑब्जेक्ट-ओरिएंटेड मॉडल और दस्तावेज़ मॉडल
D
Relational model संबंधपरक मॉडल
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Relational model requires normalization to handle multi-valued attributes (separate table + foreign key). Object-oriented and document models natively support arrays, collections, and nested objects for multi-valued attributes.
व्याख्या (हिन्दी) संबंधपरक मॉडल को बहु-मूल्यवान विशेषताओं (अलग तालिका + विदेशी कुंजी) को संभालने के लिए सामान्यीकरण की आवश्यकता होती है। ऑब्जेक्ट-ओरिएंटेड और दस्तावेज़ मॉडल मूल रूप से बहु-मूल्यवान विशेषताओं के लिए सरणी, संग्रह और नेस्टेड ऑब्जेक्ट का समर्थन करते हैं।
87
EN + हिं Medium
GB What is the purpose of a junction table (bridge or associative entity)?
IN जंक्शन टेबल (ब्रिज या सहयोगी इकाई) का उद्देश्य क्या है?
A
To store computed/derived attributes परिकलित/व्युत्पन्न विशेषताओं को संग्रहीत करने के लिए
B
To store audit logs of data changes डेटा परिवर्तनों के ऑडिट लॉग संग्रहीत करने के लिए
C
To cache frequently accessed data बार-बार एक्सेस किए गए डेटा को कैश करने के लिए
D
To resolve many-to-many relationships between two entities into two one-to-many relationships in the relational model संबंधपरक मॉडल में दो संस्थाओं के बीच अनेक-से-अनेक संबंधों को दो एक-से-अनेक संबंधों में हल करना
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Many-to-many relationships cannot be directly represented in relational tables. A junction/bridge table sits between two entities, holding foreign keys to both, effectively breaking the M:N into two 1:N relationships.
व्याख्या (हिन्दी) अनेक-से-अनेक संबंधों को सीधे संबंधपरक तालिकाओं में प्रदर्शित नहीं किया जा सकता है। एक जंक्शन/ब्रिज टेबल दो संस्थाओं के बीच बैठती है, दोनों के लिए विदेशी कुंजी रखती है, प्रभावी ढंग से एम: एन को दो 1: एन रिश्तों में तोड़ देती है।
88
EN + हिं Easy
GB What is the temporal data model and what problem does it solve?
IN अस्थायी डेटा मॉडल क्या है और यह किस समस्या का समाधान करता है?
A
A model for time-series sensor data only केवल समय-श्रृंखला सेंसर डेटा के लिए एक मॉडल
B
A model that stores only timestamps एक मॉडल जो केवल टाइमस्टैम्प संग्रहीत करता है
C
A model that optimizes time-based query performance एक मॉडल जो समय-आधारित क्वेरी प्रदर्शन को अनुकूलित करता है
D
A model that tracks time-varying data recording history with valid-time (when true in reality) and transaction-time (when recorded in DB) dimensions एक मॉडल जो समय-भिन्न डेटा रिकॉर्डिंग इतिहास को वैध-समय (वास्तविकता में सही होने पर) और लेनदेन-समय (डीबी में दर्ज होने पर) आयामों के साथ ट्रैक करता है
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Temporal databases model data that changes over time. Bitemporal data has valid time (when a fact was true in the real world) and transaction time (when it was recorded in the database). Enables historical queries, auditing, and what-if analysis.
व्याख्या (हिन्दी) टेम्पोरल डेटाबेस मॉडल डेटा जो समय के साथ बदलता है। बिटेम्पोरल डेटा में वैध समय (जब कोई तथ्य वास्तविक दुनिया में सत्य था) और लेनदेन का समय (जब यह डेटाबेस में दर्ज किया गया था) होता है। ऐतिहासिक प्रश्न, ऑडिटिंग और क्या-क्या विश्लेषण सक्षम बनाता है।
89
EN + हिं Medium
GB What is the entity-attribute-value (EAV) data models main disadvantage?
IN इकाई-विशेषता-मूल्य (ईएवी) डेटा मॉडल का मुख्य नुकसान क्या है?
A
Data retrieval requires complex pivoting, referential integrity is difficult to enforce, and performance is poor for queries accessing multiple attributes डेटा पुनर्प्राप्ति के लिए जटिल पिवोटिंग की आवश्यकता होती है, संदर्भात्मक अखंडता को लागू करना मुश्किल होता है, और एकाधिक विशेषताओं तक पहुंचने वाले प्रश्नों के लिए प्रदर्शन खराब होता है
B
It does not support text values यह पाठ मानों का समर्थन नहीं करता
C
It can only store numeric attributes यह केवल संख्यात्मक विशेषताओं को संग्रहीत कर सकता है
D
It cannot store NULL values यह NULL मान संग्रहीत नहीं कर सकता
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) EAV is flexible for sparse/dynamic attributes but has severe drawbacks: querying multiple attributes requires many self-joins or pivots (extremely slow), no type safety on values, no easy referential integrity, poor query performance, and complex SQL.
व्याख्या (हिन्दी) ईएवी विरल/गतिशील विशेषताओं के लिए लचीला है, लेकिन इसमें गंभीर कमियां हैं: कई विशेषताओं को क्वेरी करने के लिए कई सेल्फ-जॉइन या पिवोट्स (बेहद धीमी) की आवश्यकता होती है, मूल्यों पर कोई प्रकार की सुरक्षा नहीं, कोई आसान संदर्भात्मक अखंडता नहीं, खराब क्वेरी प्रदर्शन और जटिल एसक्यूएल।
90
EN + हिं Medium
GB In property graph models (Neo4j) what can both nodes and edges have?
IN प्रॉपर्टी ग्राफ़ मॉडल (Neo4j) में नोड्स और किनारों दोनों में क्या हो सकता है?
A
Only nodes can have properties; edges cannot केवल नोड्स में गुण हो सकते हैं; किनारे नहीं कर सकते
B
Only edges can have properties केवल किनारों में ही गुण हो सकते हैं
C
Neither nodes nor edges can have properties न तो नोड्स और न ही किनारों में गुण हो सकते हैं
D
Both nodes and edges can have key-value property maps and labels/types नोड्स और किनारों दोनों में कुंजी-मूल्य संपत्ति मानचित्र और लेबल/प्रकार हो सकते हैं
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) In property graph model: nodes (vertices) have labels (types) and properties (key-value pairs). Edges (relationships) also have types and properties. This makes it highly expressive - relationships can carry meaningful metadata.
व्याख्या (हिन्दी) प्रॉपर्टी ग्राफ़ मॉडल में: नोड्स (शीर्ष) में लेबल (प्रकार) और गुण (कुंजी-मूल्य जोड़े) होते हैं। किनारों (रिश्ते) के भी प्रकार और गुण होते हैं। यह इसे अत्यधिक अभिव्यंजक बनाता है - रिश्ते सार्थक मेटाडेटा ले जा सकते हैं।
76–90 of 138