डाटाबेस र DBMS – Database & DBMS MCQ
डाटाबेस र DBMS – कम्प्युटर र IT
Database & DBMS · Computer & IT (Technical) · ५६३ प्रश्न
५६३ प्रश्न उपलब्ध। मोड छान्नुहोस्:
डाटाबेस र DBMS: प्रश्न र उत्तर
सही लागेको विकल्पमा थिच्नुहोस्। सही भए हरियो, गलत भए रातो देखिन्छ; ३ सेकेन्डपछि सही उत्तर र व्याख्या देखिन्छ।
सही: ० / ०
-
एक डाटाबेसमा ‘रिलेसन’ (Relation) को ‘कुञ्जी’ (Key) भनेको के हो?
सही उत्तर: ख) रिलेसनमा एउटै तत्वलाई पहिचान गर्न प्रयोग हुने समूह
एक ‘रिलेसन’ (Relation) को ‘कुञ्जी’ (Key) भनेको रिलेसनमा एउटै तत्वलाई पहिचान गर्न प्रयोग हुने अद्वितीय मान हो। 'कुञ्जी'ले कुनै पनि तत्वलाई स्पष्ट रूपमा परिभाषित गर्छ।
💬 टिप्पणी / गल्ती रिपोर्ट (०)
-
निम्नमा कस्तो डेटाबेस डिज़ाइन प्रयोग गरिन्छ यदि एउटा विश्वविद्यालयको प्रत्येक विभागमा धेरै विद्यार्थीहरू छन् र प्रत्येक विद्यार्थीले एक भन्दा बढी विभागमा अध्ययन गर्न सक्छ?
सही उत्तर: क) रिlatable एंटिटी-रिलेसनशिप (Relational Entity-Relationship) मोडेल
रिlatable एंटिटी-रिलेसनशिप (Relational Entity-Relationship) मोडेल एउटा विद्यार्थीले एक भन्दा बढी विभागमा अध्ययन गर्न सक्छ भन्ने परिस्थितिलाई कुशलतापूर्वक सम्पादन गर्छ। नेटवर्क र हिराarchical मोडेलहरूमा यो प्रकारको सम्बन्ध व्यवस्थापन गर्न कठिनाई हुन्छ। सिम्पल डेटाबेस र नेटवर्क मोडेल दुवै सानो संस्थाको लागि उपयुक्त छन्।
💬 टिप्पणी / गल्ती रिपोर्ट (०)
-
एक entity set 'Vehicle' लाई निम्न level entity sets जस्तो 'Car', 'Motorcycle' बाट बनाउदा, त्यो प्रक्रियालाई के भanggilन्छ?
सही उत्तर: ग) Aggregation
Entity set ‘Vehicle’ लाई lower-level entity sets बाट बनाउँदा त्यसलाई ‘Decomposition’ भanggilछ। यसले data redundancy घटाएर relationship को स्पष्टता बढ्छ।
💬 टिप्पणी / गल्ती रिपोर्ट (०)
-
एक ‘relation’ मा attribute को संख्यालाई के भanggilन्छ?
सही उत्तर: ख) दर्शक (Attribute)
‘Relation’ मा attribute को संख्यालाई ‘दर्शक’ (Attribute) भनिन्छ। प्रत्येक attribute एउटा विशेषता वा गुण प्रतिनिधित्व गर्छ।
💬 टिप्पणी / गल्ती रिपोर्ट (०)
-
एक ‘minimal super key’ भनेको के हो?
सही उत्तर: ख) मुख्य कुञ्जी जसमा कुनै अनावश्यक विशेषता छैन
Minimal super key भनेको मुख्य कुञ्जी हो जसमा कुनै अनावश्यक विशेषता समावेश हुँदैन। यसले डेटाको अद्वितीय पहिचान सुनिश्चित गर्छ।
💬 टिप्पणी / गल्ती रिपोर्ट (०)
-
Extendible hashing र static hashing बीचको मुख्य भिन्नता के हो?
सही उत्तर: ख) Extendible hashing ले डेटाको वृद्धिलाई स्वचालित रूपमा सम्बोधन गर्छ, Static hashing ले गर्दैन
Extendible hashing लगातार डेटाको वृद्धिलाई स्वचालित रूपमा सम्बोधन गर्छ। यो प्रणालीले मेमरी प्रयोगलाई पनि कुशलतापूर्वक नियन्त्रण गर्छ। Static hashing मा यो सम्बन्धी कार्यन्वयन गर्नुपर्ने हुन्छ।
💬 टिप्पणी / गल्ती रिपोर्ट (०)
-
hierarchical data model मा डेटालाई व्यवस्थित गर्ने तरिका के हो?
सही उत्तर: ख) कुटीबद्ध (Tree) संरचना
Hierarchical data model मा डेटालाई ‘कुटीबद्ध’ (Tree) संरचनामा व्यवस्थित गरिन्छ। यसमा डेटाको एक पदानुक्रमित सम्बन्ध हुन्छ। अन्य विकल्पहरू यो मॉडलको मुख्य विशेषता भने हुँदैनन्।
💬 टिप्पणी / गल्ती रिपोर्ट (०)
-
निम्नमा सेतो (White) डाटाबेस प्रणालीको उदाहरण हो?
सही उत्तर: क) MySQL
MySQL र Oracle को सम्बन्धमा relational databases हुन्छन्। PostgreSQL एक open-source relational database हो। MongoDB एउटा NoSQL document database हो।
💬 टिप्पणी / गल्ती रिपोर्ट (०)
-
एक रेलेशनल डेटाबेस (Relational Database) मा, ‘एन्टीटी’ (entity) को ‘प्राथमिक कुञ्जी’ (primary key) कसरी प्रतिनिधित्व गरिन्छ?
सही उत्तर: घ) D. तालिकामा एक column र एक row प्रयोग गरेर
प्राथमिक कुञ्जी ले ‘एन्टीटी’ मा प्रत्येक row लाई अद्वितीय रूपमा पहिचान गर्छ। यसले तालिकामा एक column प्रयोग गर्दछ, जसले गर्दा प्रत्येक row को लागि अद्वितीय मान सुनिश्चित हुन्छ। विकल्प A, B र D गलत हुन् किनकि उनीहरू ‘एन्टीटी’ लाई सही तरिकाले पहिचान गर्न असफल हुन्छन्।
💬 टिप्पणी / गल्ती रिपोर्ट (०)
-
डाटाबेसमा ‘रिप्रेस’ (Replicate) शब्दले के जनाउँछ?
सही उत्तर: क) डेटाको प्रतिलिपि
‘रिप्रेस’ शब्दले डेटाबेसमा डाटाको प्रतिकृति वा प्रतिलिपि जनाउँछ। यो प्रणालीमा धेरै स्थानहरूमा डेटाको समान खाका राख्न मद्दत गर्दछ। अन्य विकल्पहरू डेटाको पुष्टिकरण, अन्वेषण वा विश्लेषण जस्ता हुन्।
💬 टिप्पणी / गल्ती रिपोर्ट (०)
यी अभ्यास प्रश्न हुन्, आधिकारिक प्रश्न होइनन्। पाठ्यक्रम, विज्ञापन र नतिजाका लागि सम्बन्धित निकायको आधिकारिक वेबसाइट हेर्नुहोस्। उत्तरमा गल्ती भेटे प्रश्नमुनिको "टिप्पणी / गल्ती रिपोर्ट" मा लेख्नुहोस्।
नमस्ते! पाठ्यक्रम, सामान्य ज्ञान, भाषा परीक्षा वा कुनै प्रश्नको उत्तर बुझ्न सोध्नुहोस्।
AI ले गल्ती गर्न सक्छ। महत्वपूर्ण कुरा आधिकारिक स्रोतमा जाँच्नुहोस्।