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
91
EN + हिं Easy
GB What is data denormalization and when is it appropriate?
IN डेटा असामान्यीकरण क्या है और यह कब उचित है?
A
Deliberate introduction of redundancy to improve read query performance appropriate in read-heavy analytical systems where write overhead is acceptable रीड-हैवी विश्लेषणात्मक प्रणालियों में जहां राइट ओवरहेड स्वीकार्य है, रीड क्वेरी प्रदर्शन को बेहतर बनाने के लिए अतिरेक का जानबूझकर परिचय
B
Converting a database from one DBMS to another डेटाबेस को एक DBMS से दूसरे DBMS में परिवर्तित करना
C
Removing all constraints from a database table डेटाबेस तालिका से सभी बाधाओं को हटाना
D
Always a mistake that violates database principles हमेशा एक गलती जो डेटाबेस सिद्धांतों का उल्लंघन करती है
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Denormalization adds controlled redundancy: combining tables or duplicating data to reduce JOINs and improve read performance. Appropriate for OLAP/data warehouses, reporting databases, and NoSQL document stores where reads vastly outnumber writes.
व्याख्या (हिन्दी) असामान्यकरण नियंत्रित अतिरेक जोड़ता है: JOIN को कम करने और पढ़ने के प्रदर्शन में सुधार करने के लिए तालिकाओं का संयोजन या डेटा की डुप्लिकेटिंग। OLAP/डेटा वेयरहाउस, रिपोर्टिंग डेटाबेस और NoSQL दस्तावेज़ स्टोर के लिए उपयुक्त जहां पढ़ने की संख्या लिखने की तुलना में बहुत अधिक है।
92
EN + हिं Medium
GB What distinguishes a fact table from a dimension table in a dimensional data model?
IN एक आयामी डेटा मॉडल में एक तथ्य तालिका को एक आयाम तालिका से क्या अलग करता है?
A
Fact tables store quantitative measurable business events with foreign keys; dimension tables store descriptive context attributes (who, what, where, when) about those events तथ्य तालिकाएँ विदेशी कुंजियों के साथ मात्रात्मक मापने योग्य व्यावसायिक घटनाओं को संग्रहीत करती हैं; आयाम तालिकाएँ उन घटनाओं के बारे में वर्णनात्मक संदर्भ विशेषताएँ (कौन, क्या, कहाँ, कब) संग्रहीत करती हैं
B
They are identical in structure वे संरचना में समान हैं
C
Fact tables store historical data; dimension tables store current data only तथ्य तालिकाएँ ऐतिहासिक डेटा संग्रहीत करती हैं; आयाम तालिकाएँ केवल वर्तमान डेटा संग्रहीत करती हैं
D
Fact tables are indexed; dimension tables are not तथ्य तालिकाएँ अनुक्रमित हैं; आयाम तालिकाएँ नहीं हैं
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Fact table: measurable numerical metrics (revenue, quantity, clicks) and foreign keys to dimensions. Dimension tables: descriptive, textual, hierarchical attributes (Customer name, Product category, Date month/year) providing context.
व्याख्या (हिन्दी) तथ्य तालिका: मापने योग्य संख्यात्मक मेट्रिक्स (राजस्व, मात्रा, क्लिक) और आयामों के लिए विदेशी कुंजी। आयाम तालिकाएँ: वर्णनात्मक, पाठ्य, श्रेणीबद्ध विशेषताएँ (ग्राहक का नाम, उत्पाद श्रेणी, दिनांक माह/वर्ष) संदर्भ प्रदान करती हैं।
93
EN + हिं Medium
GB The RDF (Resource Description Framework) data model represents data as:
IN आरडीएफ (संसाधन विवरण फ्रेमवर्क) डेटा मॉडल डेटा को इस प्रकार दर्शाता है:
A
Relational tables with XML serialization XML क्रमांकन के साथ संबंधपरक तालिकाएँ
B
Binary files with metadata headers मेटाडेटा हेडर के साथ बाइनरी फ़ाइलें
C
Subject-Predicate-Object triples forming a semantic graph विषय-विधेय-वस्तु त्रिगुण एक अर्थपूर्ण ग्राफ बनाते हैं
D
Key-value pairs with resource identifiers संसाधन पहचानकर्ताओं के साथ कुंजी-मूल्य जोड़े
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) RDF represents knowledge as triples: (Subject, Predicate, Object) e.g., (John, hasAge, 30). These triples form a directed labeled graph. Used in semantic web, linked data, and knowledge graphs (like Wikidata).
व्याख्या (हिन्दी) आरडीएफ ज्ञान को त्रिगुणों के रूप में दर्शाता है: (विषय, विधेय, वस्तु) उदाहरण के लिए, (जॉन, हैज़एज, 30)। ये त्रिगुण एक निर्देशित लेबल ग्राफ बनाते हैं। सिमेंटिक वेब, लिंक्ड डेटा और नॉलेज ग्राफ़ (जैसे विकिडेटा) में उपयोग किया जाता है।
94
EN + हिं Easy
GB What is a recursive relationship in data modeling?
IN डेटा मॉडलिंग में पुनरावर्ती संबंध क्या है?
A
A relationship spanning multiple databases अनेक डेटाबेस तक फैला हुआ संबंध
B
A relationship defined in stored procedures संग्रहित प्रक्रियाओं में परिभाषित एक संबंध
C
A relationship where an entity is associated with itself e.g., Employee manages Employee (manager-subordinate hierarchy) एक रिश्ता जहां एक इकाई स्वयं से जुड़ी होती है, उदाहरण के लिए, कर्मचारी कर्मचारी का प्रबंधन करता है (प्रबंधक-अधीनस्थ पदानुक्रम)
D
A relationship involving more than three entities ऐसा संबंध जिसमें तीन से अधिक इकाइयां शामिल हों
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) A recursive (unary) relationship is between instances of the same entity type. Classic example: Employee entity with manages relationship (an employee manages other employees), or Category entity with is_subcategory_of relationship.
व्याख्या (हिन्दी) एक पुनरावर्ती (एकात्मक) संबंध एक ही इकाई प्रकार के उदाहरणों के बीच होता है। उत्कृष्ट उदाहरण: कर्मचारी इकाई रिश्ते का प्रबंधन करती है (एक कर्मचारी अन्य कर्मचारियों का प्रबंधन करता है), या श्रेणी इकाई is_subcategory_of रिश्ते के साथ।
95
EN + हिं Easy
GB What distinguishes a weak entity from a strong entity and what is a discriminator?
IN एक कमजोर इकाई को एक मजबूत इकाई से क्या अलग करता है और एक विभेदक क्या है?
A
Weak entities do not participate in relationships कमज़ोर संस्थाएँ रिश्तों में भाग नहीं लेतीं
B
Weak entities have more attributes than strong entities कमजोर संस्थाओं में मजबूत संस्थाओं की तुलना में अधिक गुण होते हैं
C
A weak entity cannot be uniquely identified by its own attributes alone and depends on a parent entity for identification; the discriminator is the partial key distinguishing weak entities with the same owner एक कमजोर इकाई को केवल उसकी अपनी विशेषताओं के आधार पर विशिष्ट रूप से पहचाना नहीं जा सकता है और पहचान के लिए मूल इकाई पर निर्भर करता है; विभेदक एक आंशिक कुंजी है जो कमजोर संस्थाओं को एक ही मालिक से अलग करती है
D
Weak entities cannot have primary keys at all कमज़ोर संस्थाओं के पास प्राथमिक कुंजियाँ बिल्कुल नहीं हो सकतीं
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Weak entity: has no complete primary key of its own. Identified by combining its discriminator (partial key) with the primary key of its identifying/owner strong entity. Example: Order_Item (identified by item_number + Order_ID).
व्याख्या (हिन्दी) कमजोर इकाई: इसकी अपनी कोई पूर्ण प्राथमिक कुंजी नहीं है। इसकी पहचान/स्वामी मजबूत इकाई की प्राथमिक कुंजी के साथ इसके विवेचक (आंशिक कुंजी) को जोड़कर इसकी पहचान की जाती है। उदाहरण: ऑर्डर_आइटम (आइटम_नंबर + ऑर्डर_आईडी द्वारा पहचाना गया)।
96
EN + हिं Easy
GB What is polyglot persistence in modern application data architecture?
IN आधुनिक एप्लिकेशन डेटा आर्किटेक्चर में पॉलीग्लॉट पर्सिस्टेंस क्या है?
A
Using multiple programming languages to query a single database एकल डेटाबेस को क्वेरी करने के लिए एकाधिक प्रोग्रामिंग भाषाओं का उपयोग करना
B
Storing data in multiple geographic locations अनेक भौगोलिक स्थानों में डेटा संग्रहीत करना
C
Using different types of databases (relational, document, graph, key-value) for different parts of an application based on data requirements डेटा आवश्यकताओं के आधार पर किसी एप्लिकेशन के विभिन्न भागों के लिए विभिन्न प्रकार के डेटाबेस (संबंधपरक, दस्तावेज़, ग्राफ़, कुंजी-मूल्य) का उपयोग करना
D
Using multiple SQL dialects in the same application एक ही एप्लिकेशन में एकाधिक SQL बोलियों का उपयोग करना
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Polyglot persistence: using the right database technology for each use case. E.g., PostgreSQL for transactional data, Redis for caching/sessions, Neo4j for social graphs, Elasticsearch for full-text search, Cassandra for time-series data.
व्याख्या (हिन्दी) पॉलीग्लॉट दृढ़ता: प्रत्येक उपयोग के मामले के लिए सही डेटाबेस तकनीक का उपयोग करना। उदाहरण के लिए, लेन-देन संबंधी डेटा के लिए PostgreSQL, कैशिंग/सत्रों के लिए Redis, सामाजिक ग्राफ़ के लिए Neo4j, पूर्ण-पाठ खोज के लिए Elasticsearch, समय-श्रृंखला डेटा के लिए कैसेंड्रा।
97
EN + हिं Medium
GB What is the open world assumption and how does it differ from the closed world assumption?
IN खुली दुनिया की धारणा क्या है और यह बंद दुनिया की धारणा से कैसे भिन्न है?
A
Open world is for distributed databases; closed world for centralized खुली दुनिया वितरित डेटाबेस के लिए है; केंद्रीकृत के लिए बंद दुनिया
B
Open world means anyone can access data; closed world restricts access खुली दुनिया का मतलब है कि कोई भी डेटा तक पहुंच सकता है; बंद दुनिया पहुंच को प्रतिबंधित करती है
C
Open world: absence of information means unknown (ontologies/semantic web); closed world: absence means false (RDBMS). Open world allows incomplete information without assuming falsehood खुली दुनिया: जानकारी के अभाव का अर्थ है अज्ञात (ऑन्टोलॉजी/सिमेंटिक वेब); बंद दुनिया: अनुपस्थिति का अर्थ है मिथ्या (आरडीबीएमएस)। खुली दुनिया झूठ को माने बिना अधूरी जानकारी की अनुमति देती है
D
They are identical assumptions with different names वे भिन्न-भिन्न नामों वाली समान धारणाएँ हैं
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) CWA (RDBMS): if a fact is not in the database, it is assumed false (Joe has no phone if not listed). OWA (ontologies/RDF): absence means we simply do not know (Joe might have a phone). This affects query semantics.
व्याख्या (हिन्दी) सीडब्ल्यूए (आरडीबीएमएस): यदि कोई तथ्य डेटाबेस में नहीं है, तो इसे गलत माना जाता है (यदि सूचीबद्ध नहीं है तो जो के पास कोई फोन नहीं है)। ओडब्ल्यूए (ऑन्टोलॉजीज/आरडीएफ): अनुपस्थिति का मतलब है कि हम बस नहीं जानते (जो के पास फोन हो सकता है)। यह क्वेरी शब्दार्थ को प्रभावित करता है.
98
EN + हिं Medium
GB What columnar data model characteristic makes it suitable for OLAP?
IN कौन सी स्तंभ डेटा मॉडल विशेषता इसे OLAP के लिए उपयुक्त बनाती है?
A
It eliminates the need for indexes यह अनुक्रमणिका की आवश्यकता को समाप्त कर देता है
B
It can only store one column per table यह प्रति टेबल केवल एक कॉलम स्टोर कर सकता है
C
Storing values of each column contiguously enables high compression ratios and allows reading only required columns dramatically reducing I/O for aggregation queries प्रत्येक कॉलम के मूल्यों को लगातार संग्रहीत करने से उच्च संपीड़न अनुपात सक्षम हो जाता है और एकत्रीकरण प्रश्नों के लिए नाटकीय रूप से I/O को कम करके केवल आवश्यक कॉलम पढ़ने की अनुमति मिलती है।
D
It stores data in alphabetical order यह डेटा को वर्णानुक्रम में संग्रहीत करता है
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Columnar storage stores each column values contiguously. Benefits: same-type data compresses well (run-length encoding, dictionary encoding), analytical queries that touch few columns only read those columns I/O, vectorized processing of column data.
व्याख्या (हिन्दी) कॉलमर स्टोरेज प्रत्येक कॉलम मानों को सन्निहित रूप से संग्रहीत करता है। लाभ: समान प्रकार का डेटा अच्छी तरह से संपीड़ित होता है (रन-लेंथ एन्कोडिंग, डिक्शनरी एन्कोडिंग), विश्लेषणात्मक प्रश्न जो कुछ कॉलमों को छूते हैं, केवल उन कॉलम I/O को पढ़ते हैं, कॉलम डेटा का वेक्टरकृत प्रसंस्करण।
99
EN + हिं Medium
GB What is schema evolution in data modeling and why is it challenging?
IN डेटा मॉडलिंग में स्कीमा विकास क्या है और यह चुनौतीपूर्ण क्यों है?
A
The process of modifying the database schema over time as requirements change challenging because it requires updating existing data, queries, application code, and possibly complex data migrations समय के साथ आवश्यकताएँ बदलने पर डेटाबेस स्कीमा को संशोधित करने की प्रक्रिया चुनौतीपूर्ण होती है क्योंकि इसमें मौजूदा डेटा, क्वेरीज़, एप्लिकेशन कोड और संभवतः जटिल डेटा माइग्रेशन को अपडेट करने की आवश्यकता होती है।
B
Changing the ER diagram colors and notation ईआर आरेख के रंग और अंकन को बदलना
C
Converting ER models between different notations विभिन्न नोटेशन के बीच ईआर मॉडल परिवर्तित करना
D
Adding new ER models to complement existing ones मौजूदा मॉडलों के पूरक के लिए नए ईआर मॉडल जोड़ना
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Schema evolution: changing database schema over time (adding columns, changing types, restructuring relationships). Challenging because: existing data must be migrated, application queries must be updated, changes must be backward compatible, and migrations in production systems risk data loss.
व्याख्या (हिन्दी) स्कीमा विकास: समय के साथ डेटाबेस स्कीमा बदलना (कॉलम जोड़ना, प्रकार बदलना, संबंधों का पुनर्गठन)। चुनौतीपूर्ण है क्योंकि: मौजूदा डेटा को माइग्रेट किया जाना चाहिए, एप्लिकेशन क्वेरीज़ को अपडेट किया जाना चाहिए, परिवर्तन पिछड़े संगत होने चाहिए, और उत्पादन प्रणालियों में माइग्रेशन से डेटा हानि का जोखिम होता है।
100
EN + हिं Easy
GB What is 6NF (Sixth Normal Form) and when is it applied?
IN 6NF (छठा सामान्य फॉर्म) क्या है और इसे कब लागू किया जाता है?
A
A form requiring all attributes to be in 6th normal form of their domains एक प्रपत्र जिसमें सभी विशेषताओं को उनके डोमेन के छठे सामान्य रूप में होना आवश्यक है
B
A form specific to distributed databases with 6 partitions 6 विभाजनों वाले वितरित डेटाबेस के लिए विशिष्ट प्रपत्र
C
A normal form applied to temporal databases where relations are decomposed so each relation has at most one non-key attribute allowing fine-grained temporal validity tracking अस्थायी डेटाबेस पर लागू होने वाला एक सामान्य रूप जहां संबंधों को विघटित किया जाता है, इसलिए प्रत्येक संबंध में अधिकतम एक गैर-कुंजी विशेषता होती है जो सूक्ष्म अस्थायी वैधता ट्रैकिंग की अनुमति देती है
D
A theoretical form beyond 5NF with no practical use 5NF से परे एक सैद्धांतिक रूप जिसका कोई व्यावहारिक उपयोग नहीं है
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) 6NF: a relation is in 6NF if it satisfies no non-trivial join dependencies at all (every relation is binary: key + one attribute). Applied in temporal databases to allow different valid-time periods for different attributes independently.
व्याख्या (हिन्दी) 6NF: एक संबंध 6NF में है यदि यह किसी भी गैर-तुच्छ जुड़ाव निर्भरता को संतुष्ट नहीं करता है (प्रत्येक संबंध द्विआधारी है: कुंजी + एक विशेषता)। अलग-अलग विशेषताओं के लिए स्वतंत्र रूप से अलग-अलग वैध-समय अवधि की अनुमति देने के लिए अस्थायी डेटाबेस में लागू किया गया।
101
EN + हिं Medium
GB Which correctly distinguishes hierarchical from network data model?
IN कौन सा नेटवर्क डेटा मॉडल से पदानुक्रमित को सही ढंग से अलग करता है?
A
Hierarchical allows only one parent per record (tree); network allows multiple parents (graph structure) पदानुक्रमित प्रति रिकॉर्ड (वृक्ष) केवल एक अभिभावक को अनुमति देता है; नेटवर्क एकाधिक अभिभावकों को अनुमति देता है (ग्राफ़ संरचना)
B
Network allows only one parent; hierarchical allows multiple नेटवर्क केवल एक अभिभावक को अनुमति देता है; पदानुक्रमित एकाधिक की अनुमति देता है
C
Hierarchical uses SQL; network uses different language पदानुक्रमित SQL का उपयोग करता है; नेटवर्क भिन्न भाषा का उपयोग करता है
D
They are identical वे समान हैं
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Hierarchical model: tree structure where each child has exactly one parent. Network model (CODASYL): graph structure where a child record can have multiple parents. Network model overcomes the hierarchical model single-parent limitation.
व्याख्या (हिन्दी) पदानुक्रमित मॉडल: वृक्ष संरचना जहां प्रत्येक बच्चे के पास बिल्कुल एक माता-पिता होते हैं। नेटवर्क मॉडल (CODASYL): ग्राफ संरचना जहां एक बच्चे के रिकॉर्ड में कई माता-पिता हो सकते हैं। नेटवर्क मॉडल पदानुक्रमित मॉडल एकल-अभिभावक सीमा पर काबू पाता है।
102
EN + हिं Easy
GB What is the object-relational impedance mismatch and how do ORMs address it?
IN ऑब्जेक्ट-रिलेशनल प्रतिबाधा बेमेल क्या है और ओआरएम इसे कैसे संबोधित करते हैं?
A
A mismatch between database versions and programming language versions डेटाबेस संस्करणों और प्रोग्रामिंग भाषा संस्करणों के बीच एक बेमेल
B
A problem with slow object-oriented query execution in databases डेटाबेस में धीमी ऑब्जेक्ट-ओरिएंटेड क्वेरी निष्पादन के साथ एक समस्या
C
A performance issue caused by having too many objects in memory मेमोरी में बहुत अधिक ऑब्जेक्ट होने के कारण होने वाली प्रदर्शन समस्या
D
The conceptual gap between object-oriented programming (inheritance, associations, identity, encapsulation) and relational databases (tables, foreign keys, joins, set-based operations); ORMs address this by providing mapping configurations that translate between object graphs and table rows ऑब्जेक्ट-ओरिएंटेड प्रोग्रामिंग (विरासत, एसोसिएशन, पहचान, एनकैप्सुलेशन) और रिलेशनल डेटाबेस (टेबल, विदेशी कुंजी, जॉइन, सेट-आधारित संचालन) के बीच वैचारिक अंतर; ओआरएम इसे मैपिंग कॉन्फ़िगरेशन प्रदान करके संबोधित करते हैं जो ऑब्जेक्ट ग्राफ़ और तालिका पंक्तियों के बीच अनुवाद करते हैं
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) ORM solutions: Inheritance mapping (table-per-class, single-table, joined-table strategies). Identity management (primary key vs object identity). Association loading (lazy vs eager loading). Type conversion (date/time, enums). Examples: Hibernate (Java), SQLAlchemy (Python), ActiveRecord (Ruby), Entity Framework (.NET). Trade-off: ORM convenience vs SQL control.
व्याख्या (हिन्दी) ORM समाधान: इनहेरिटेंस मैपिंग (तालिका-प्रति-वर्ग, एकल-तालिका, सम्मिलित-तालिका रणनीतियाँ)। पहचान प्रबंधन (प्राथमिक कुंजी बनाम वस्तु पहचान)। एसोसिएशन लोडिंग (आलसी बनाम उत्सुक लोडिंग)। रूपांतरण टाइप करें (तिथि/समय, गणनाएँ)। उदाहरण: हाइबरनेट (जावा), SQLAlchemy (पायथन), ActiveRecord (रूबी), एंटिटी फ्रेमवर्क (.NET)। ट्रेड-ऑफ़: ORM सुविधा बनाम SQL नियंत्रण।
103
EN + हिं Easy
GB What is the document embedding vs referencing decision in document data models?
IN दस्तावेज़ डेटा मॉडल में दस्तावेज़ एम्बेडिंग बनाम संदर्भ निर्णय क्या है?
A
In document databases: embedding stores related data as nested sub-documents within a parent document (denormalized, one read, no joins but large documents); referencing stores related data in separate collections with explicit references (normalized, requires multiple reads but smaller documents and shared data); the choice depends on access patterns and update frequency दस्तावेज़ डेटाबेस में: मूल दस्तावेज़ के भीतर नेस्टेड उप-दस्तावेज़ों के रूप में संबंधित डेटा को एम्बेड करना (असामान्यीकृत, एक पढ़ा हुआ, कोई जोड़ नहीं लेकिन बड़े दस्तावेज़); संदर्भित डेटा को स्पष्ट संदर्भों के साथ अलग-अलग संग्रहों में संग्रहीत करता है (सामान्यीकृत, एकाधिक पढ़ने की आवश्यकता होती है लेकिन छोटे दस्तावेज़ और साझा डेटा); चुनाव एक्सेस पैटर्न और अद्यतन आवृत्ति पर निर्भर करता है
B
A choice between storing documents in memory or on disk दस्तावेज़ों को मेमोरी या डिस्क पर संग्रहीत करने के बीच एक विकल्प
C
A choice between encrypted and unencrypted document storage एन्क्रिप्टेड और अनएन्क्रिप्टेड दस्तावेज़ भंडारण के बीच एक विकल्प
D
A choice between XML and JSON document storage formats XML और JSON दस्तावेज़ भंडारण प्रारूपों के बीच एक विकल्प
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Embed when: data is accessed together always, parent owns the sub-data (one-to-one or one-to-few). Reference when: data is shared across multiple documents, one-to-many with large many side, sub-data is frequently updated independently. MongoDB dollar-lookup (join) is available but expensive - schema design should minimize its use.
व्याख्या (हिन्दी) एम्बेड करें जब: डेटा हमेशा एक साथ एक्सेस किया जाता है, माता-पिता उप-डेटा (एक-से-एक या एक-से-कुछ) का मालिक होता है। संदर्भ जब: डेटा कई दस्तावेज़ों में साझा किया जाता है, एक-से-कई बड़े कई पक्षों के साथ, उप-डेटा अक्सर स्वतंत्र रूप से अपडेट किया जाता है। MongoDB डॉलर-लुकअप (जॉइन) उपलब्ध है लेकिन महंगा है - स्कीमा डिज़ाइन को इसका उपयोग कम से कम करना चाहिए।
104
EN + हिं Medium
GB What is the columnar data model and how does Apache Parquet implement it?
IN स्तंभ डेटा मॉडल क्या है और Apache Parquet इसे कैसे कार्यान्वित करता है?
A
A data model where columns are indexed but rows are not organized एक डेटा मॉडल जहां कॉलम अनुक्रमित होते हैं लेकिन पंक्तियाँ व्यवस्थित नहीं होती हैं
B
A storage format where data for each column is stored contiguously rather than row-by-row; Apache Parquet implements this with row groups (horizontal partitions), column chunks (vertical partitions within a row group), nested encoding (Dremel levels for nested schemas), and column statistics enabling predicate pushdown एक भंडारण प्रारूप जहां प्रत्येक कॉलम का डेटा पंक्ति-दर-पंक्ति के बजाय क्रमिक रूप से संग्रहीत किया जाता है; Apache Parquet इसे पंक्ति समूहों (क्षैतिज विभाजन), स्तंभ खंडों (पंक्ति समूह के भीतर लंबवत विभाजन), नेस्टेड एन्कोडिंग (नेस्टेड स्कीमा के लिए ड्रेमेल स्तर), और स्तंभ आँकड़ों के साथ लागू करता है जो विधेय पुशडाउन को सक्षम करता है।
C
A data model specific to NoSQL databases that cannot use SQL NoSQL डेटाबेस के लिए विशिष्ट डेटा मॉडल जो SQL का उपयोग नहीं कर सकता
D
A data model where each column is a separate database instance एक डेटा मॉडल जहां प्रत्येक कॉलम एक अलग डेटाबेस उदाहरण है
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Parquet: row group (128MB default) -> column chunks -> pages (compressed). Encodings: RLE (run-length), dictionary encoding, bit packing. Statistics: min/max/null count per row group -> predicate pushdown (skip entire row groups). Used by: Spark, Hive, Presto, BigQuery external tables.
व्याख्या (हिन्दी) लकड़ी की छत: पंक्ति समूह (128एमबी डिफ़ॉल्ट) -> स्तंभ खंड -> पृष्ठ (संपीड़ित)। एन्कोडिंग: आरएलई (रन-लेंथ), डिक्शनरी एन्कोडिंग, बिट पैकिंग। आँकड़े: प्रति पंक्ति समूह न्यूनतम/अधिकतम/शून्य गणना -> विधेय पुशडाउन (संपूर्ण पंक्ति समूह छोड़ें)। इनके द्वारा उपयोग किया जाता है: स्पार्क, हाइव, प्रेस्टो, बिगक्वेरी बाहरी टेबल।
105
EN + हिं Easy
GB What is the time-series data model and what specific optimizations make it different from a general-purpose relational model?
IN समय-श्रृंखला डेटा मॉडल क्या है और कौन से विशिष्ट अनुकूलन इसे सामान्य-उद्देश्य संबंधपरक मॉडल से अलग बनाते हैं?
A
A data model optimized for append-only time-stamped measurements with automatic time-based partitioning, compressed columnar storage (delta encoding compresses well), downsampling of old data, and specialized time functions such as interpolation, moving averages, and gap filling एक डेटा मॉडल जो स्वचालित समय-आधारित विभाजन, संपीड़ित स्तंभ भंडारण (डेल्टा एन्कोडिंग अच्छी तरह से संपीड़ित होता है), पुराने डेटा की डाउनसैंपलिंग और इंटरपोलेशन, मूविंग एवरेज और गैप फिलिंग जैसे विशेष समय कार्यों के साथ केवल-समय-मुद्रांकित माप के लिए अनुकूलित है।
B
A data model used only for financial transaction processing एक डेटा मॉडल जिसका उपयोग केवल वित्तीय लेनदेन प्रसंस्करण के लिए किया जाता है
C
A data model that uses only Unix timestamps as primary keys एक डेटा मॉडल जो प्राथमिक कुंजी के रूप में केवल यूनिक्स टाइमस्टैम्प का उपयोग करता है
D
A data model that stores only timestamps without associated values एक डेटा मॉडल जो संबद्ध मानों के बिना केवल टाइमस्टैम्प संग्रहीत करता है
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Time-series DBMS: InfluxDB (line protocol: measurement,tags field=value timestamp), TimescaleDB (PostgreSQL extension: hypertables auto-partitioned by time), Prometheus (pull-based metrics, PromQL), ClickHouse (columnar, fast aggregations). Key optimizations: delta-of-delta compression (timestamps close together), Gorilla compression (floating point metrics), automatic data aging.
व्याख्या (हिन्दी) समय-श्रृंखला डीबीएमएस: इन्फ्लक्सडीबी (लाइन प्रोटोकॉल: माप, टैग फ़ील्ड = मूल्य टाइमस्टैम्प), टाइमस्केलडीबी (पोस्टग्रेएसक्यूएल एक्सटेंशन: समय के अनुसार हाइपरटेबल्स ऑटो-विभाजित), प्रोमेथियस (पुल-आधारित मेट्रिक्स, प्रोमक्यूएल), क्लिकहाउस (स्तंभकार, तेज़ एकत्रीकरण)। मुख्य अनुकूलन: डेल्टा-ऑफ-डेल्टा संपीड़न (टाइमस्टैम्प एक साथ बंद), गोरिल्ला संपीड़न (फ्लोटिंग पॉइंट मेट्रिक्स), स्वचालित डेटा एजिंग।
91–105 of 138