કોમ્પ્યુટર્સ, ડેટાબેસેસ
ડેટાના પ્રકારો અને તેમના પ્રક્રિયાની પદ્ધતિઓ
તમે આસપાસ જુઓ: તમામ અમને આસપાસ છે - ભૌતિક શરીર, અથવા ક્ષેત્ર છે. અમે પહેલાથી જ જાણો છો કે પ્રથમ સતત ફેરફાર, આંદોલન છે. આ તમામ પ્રક્રિયાઓ ઊર્જા, જે હંમેશા એક ફોર્મ જાય પેદા કરે છે. ઊર્જા પરિણામે સિગ્નલ પેદા કરે છે. આગળની આધારે, અમે નિશ્ચિતતા સાથે કહી શકો કે જે કોઈપણ સંકેતો મૂળભૂત સામગ્રી પ્રકૃતિ છે.
માહિતી વિવિધ પ્રકારના ભૌતિક શરીર રેકોર્ડ કરવામાં આવે છે: સંકેત ભૌતિક શરીર સાથે ક્રિયાપ્રતિક્રિયા કરે છે, અને તે રજીસ્ટર થયેલ હોય, તો અલગ રીતે પ્રક્રિયા અનુસરે તરીકે અર્થઘટન કરી શકાય છે. અમે અંત શું છે? આ શરતો વ્યાખ્યાઓ. કોઈ બાબત માહિતી કયા પ્રકારની છે, તેઓ રજીસ્ટર સંકેતો છે.
ડેટા પર ઓપરેશન્સ
અમે પહેલાથી જ હકીકત ઉલ્લેખ કર્યો છે કે ડેટા વિવિધ સ્વરૂપો માં રૂપાંતરિત કરી શકાય છે, આ પ્રક્રિયામાં માહિતી કહેવામાં આવે છે, તે વિવિધ પદ્ધતિઓનો મારફતે ઉજવાય છે. પરંતુ તે પહેલાં તમે ડેટા મૂળભૂત પ્રકારો ઘડી, તમે જાણો છો કે તેઓ જેમ કે કામગીરી વિવિધ સમાવેશ થાય છે કરવાની જરૂર છે:
- કલેક્શન.
- ફોર્મેટિંગ.
- ફિલ્ટરિંગ.
- સૉર્ટિંગ.
- આર્કાઇવ.
- રૂપાંતરણ.
- રક્ષણ.
- ટ્રાન્સપોર્ટેશન.
હવે દરેક ઓપરેશન પંક્તિઓ એક જોડી. માહિતી તમામ પ્રકારના મૂળે એકત્રિત કે નિર્ણય લેવા માટે જરૂરી માહિતી એકઠા કરવા દે છે. ફોર્મેટિંગ વિશે બોલતા, એક મન આવનારા ડેટા વિવિધ પ્રકારના રૂપાંતર સમાવેશ, આ પ્રક્રિયામાં તે વધુ સુલભ બનાવે છે. તે અનુમાન કરવા માટે સરળ છે, ગાળણ કાર્ય નીચા ડ્રોપઆઉટ માહિતી પૂરી પાડે છે. ક્રમ સૉર્ટ કરીને સગવડ હેતુ સમજવામાં આવે છે. આર્કાઇવ તમે નોંધપાત્ર આર્થિક ખર્ચ ચૂકવવો પડતો માહિતી મોટી રકમ સેવ પરવાનગી આપે છે. તમામ માહિતી ઉપલબ્ધ સ્વરૂપ છે. રૂપાંતર - એક પ્રકારની માહિતી રૂપાંતર પ્રક્રિયા. રક્ષણ નુકસાન અટકાવવા મદદ કરે છે, અને પગલાં સમગ્ર શ્રેણી છે. ટ્રાન્સપોર્ટેશન દૂરસ્થ સાઇટ્સ વચ્ચે જરૂરી માહિતી ટ્રાંસમિટ કરી શકે છે.
માહિતી વર્ગીકરણ પ્રકારના અને પ્રકારના
ચોક્કસ તમામ મુખ્ય પ્રકારના ડેટા બે એકદમ મોટી જૂથોમાં વિભાજિત કરવામાં આવે છે:
- ચલો.
- કોન્સ્ટન્ટ.
અલબત્ત ગણિતમાં, અમે માહિતી આ પ્રકારના કિંમત જાણો છો. પ્રથમ કોઈપણ માહિતી કે જે ફેરફાર થાય છે. સ્થિરાંકો જ માહિતી બદલી નથી, તેઓ કાયમી હોય છે.
ઉપરાંત, માહિતી આ પ્રકારના પર વહેંચવામાં આવે છે:
- નંબર્સ.
- લખાણ.
- મલ્ટીમીડિયા.
બાદમાં સાઉન્ડ, ગ્રાફિક્સ અને અન્ય સંકેતો સ્વરૂપે પૂરી પાડવામાં આવેલી માહિતીનો સમાવેશ થાય છે. હકીકત આગળ વધવું, માહિતી કોઈપણ પ્રકારની ઉલ્લેખ કરે છે તે વિભાજિત અને પ્રકારો છે:
- બાઇટ.
- આંકડાકીય.
- તારીખ અને સમય.
- લોજિકલ માહિતી.
- ઓબ્જેક્ટ.
કોડિંગ. દ્વિસંગી કોડ
તેથી, અમે યાદી સરળ ડેટા પ્રકારો મૂળભૂત પ્રકારની દેખાતો હતો, મુખ્ય કામગીરી છે, જે ઉપયોગ કરી શકાય ઓળખાયેલ છે. હવે અમે કોડિંગ કરવાની એક રીત જુઓ. ચાલો જોઈએ કેવી રીતે કેટલાક પ્રકારનો ડેટા દ્વિસંગી કોડ રૂપાંતરીત કરી શકાય છે. અમે સાથે શરૂ કરવા માટે શું સમજવું પડશે દ્વિસંગી કોડ. ચાલો જઈએ!
તમે કદાચ ધારી શકો, આ પદ્ધતિ માહિતી, કે પરિવર્તન, એક કોડ સ્વરૂપમાં તે પ્રસ્તુત કરવા મદદ કરે છે. તે શા માટે દ્વિસંગી કહેવાય છે? હકીકત એ છે કે આવા કોડ ફક્ત બે અંકો સમાવી શકે છે - 0 અને 1, કે જે વિવિધ મિશ્રણો છે.
અમે પહેલાથી જ ઉલ્લેખ કર્યો છે તે માહિતી વિવિધ પ્રકારના હોઈ શકે છે, અને આપોઆપ દાખલ ડેટા એક ફોર્મ રૂપાંતરિત કરી શકાય છે. દ્વિસંગી એન્કોડિંગ ટેકનિક કમ્પ્યુટિંગ ઉપયોગ થાય છે. આમ દરેક દ્વિસંગી કોડ (0 અથવા 1) એક બીટ પ્રતિનિધિત્વ કરે છે.
- આઠ, અને તેથી પર 2 બીટ્સ મદદથી માત્ર ચાર વિભાવનાઓ, ત્રણ આંકડાનો લખી શકાય: તે અમારા ગણતરીઓ હોઈ સરળ છે. ત્યાં એક ખાસ સૂત્ર કારણ કે તે ખૂબ જ સમય માંગી લે તેવી વ્યવસાય પણ અશક્ય છે, અને ક્યારેક, તમે મારા માથા માં વિકલ્પો યાદી નથી પરવાનગી આપે છે. તે આના જેવું દેખાય છે: એન = 2 ^ એમ. શક્ય મિશ્રણોનો સંખ્યા, અને M છે - - બિટ્સ સંખ્યા, એટલે કે, અમે કેટલા દ્વિસંગી અંકોનો ઉપયોગ એન: આ સૂત્રમાં બે ચલો છે.
માહિતી માળખું
અમે જો તેઓ આયોજનબદ્ધ સાથે કામ કરવા માટે સરળ કોઈપણ માહિતી સાથે, વ્યક્તિગત અનુભવ પરથી જાણીએ છીએ. તમે માહિતી આયોજન માટે થોડા વિકલ્પો પસંદ કરી શકો છો, એટલે કે, માળખાઓ પ્રકારો:
- લીનિયર.
- કોઠા.
- હાઇરાશિકલ.
માહિતી વિભાજીત કેવી રીતે અને પછી અમે કેવી રીતે જરૂરી હોય તે શોધવા માટે: જ્યારે આપણે ડેટા આયોજન કરવાનો પ્રયાસ કરો, અમે બે મુખ્ય સમસ્યાઓ સાથે સામનો કરવામાં આવે છે.
હવે, માળખાં દરેક પ્રકારની વિશે રેખાઓ એક દંપતિ. અમારા સૂચિ પર પ્રથમ રેખીય છે અને કોઇ કારણસર આ ઉજવાય છે. તે સૌથી સામાન્ય છે, આપણે બધા યાદી, કે જ્યાં દરેક પ્રવેશ તેના પોતાના વિશિષ્ટ નંબર છે જાણો છો.
બાજુમાં એક કોઠા સ્વરૂપ છે. કેવી રીતે ત્યાં યોગ્ય માહિતી શોધી શકો છો? દરેક કોષ એક સરનામું કે બે તત્વો (અક્ષરો, નંબરો, અથવા તેના મિશ્રણ) નો સમાવેશ થાય છે. નોંધ કરો કે ટેબલ ક્યાં બે અથવા બહુપરીમાણીય હોઈ શકે છે. બંને માળખું પ્રથમ અને બીજા પ્રકારની વાપરવા માટે સરળ છે: બધા તમને જરૂર છે - ઇચ્છિત માહિતી માટે કોડ ખબર છે. જોકે, ત્યાં પણ પરિવર્તન સમાવેશ મુશ્કેલીઓ છે. તમે સૂચિ અથવા ટેબલ તત્વ ઉમેરો છો, ત્યાં બધા કોષો કોડ બદલવા માટે જરૂર છે.
સ્તરવાળું માળખું જ્યારે પ્રથમ બે પ્રકારના ઉપયોગ કરી શકાતો નથી વપરાય છે. પણ આવા માળખા સાથે કામ કરવા માટે સરળ છે, તે સરળતાથી સુધારી અથવા પડાય કરી શકાય છે.
સંગ્રહ એકમો
નીચેના માત્રામાં ઉપયોગ કરીને ડેટા સ્ટોર કરવા માટે: બાઇટ્સ, બાઇટ્સ (એટલે કે 8 બિટ્સ), કિલોબાઈટોમાં (1024 બાયટ્સ), મેગાબાઇટ્સ (1,024 Kbytes) ગીગાબાઇટ્સ (1024 MB) અને ટેરાબાઈટ (1024 જીબી). હું ત્યાં બંધ કરી શકો છો, કારણ કે કોઈ વધુ જરૂર છે.
Similar articles
Trending Now