Databases (ဒေတာ သိမ်းဆည်းတဲ့ စနစ်များ)
A3: Databases (relational fundamentals, design, programming, alternative approaches)
မြန်မာလို: A3: Database (ဒေတာ သိမ်းဆည်းတဲ့ စနစ်) များ (relational database ရဲ့ အခြေခံများ၊ database ဒီဇိုင်း၊ database programming နဲ့ အခြား database ပုံစံများ)။ A3 က IB Computer Science (နိုင်ငံတကာ ကျောင်းတွေမှာ သင်တဲ့ ကွန်ပျူတာသိပ္ပံ သင်ရိုး) ထဲက ခေါင်းစဉ် နံပါတ်ပါ။
ခြုံငုံ မိတ်ဆက်
Database (ဒေတာ သိမ်းဆည်းတဲ့ စနစ်) ဆိုတာ ဆက်စပ်နေတဲ့ ဒေတာတွေကို စနစ်တကျ စုပြီး ရေရှည် သိမ်းထားတဲ့ အစုအဝေး တစ်ခုပါ။ Application တွေ၊ user တွေ အများကြီးက တစ်ချိန်တည်းမှာ အဲဒီ ဒေတာကို query (database ထဲက ဒေတာကို ရှာ၊ ပြင်ဖို့ ပေးတဲ့ အမိန့်) လုပ်နိုင်၊ update လုပ်နိုင်၊ မျှသုံးနိုင်ပါတယ်။ ပုံမှန် နေ့တစ်နေ့မှာ ကိုယ်သုံးနေတဲ့ စနစ် အားလုံးနီးပါးရဲ့ နောက်ကွယ်မှာ database ရှိပါတယ်: ကျောင်း အချိန်ဇယား၊ online ဈေးဝယ် cart၊ ဆေးရုံ မှတ်တမ်း၊ ရထား လက်မှတ် ကြိုတင်ဝယ်တဲ့ website၊ social media feed စသဖြင့်ပါ။
Databases layer (အလွှာ) မှာ အဓိက အယူအဆ လေးခုကို လေ့လာပါတယ်:
- Relational database (table တွေ ချိတ်ဆက်ထားတဲ့ database) ဆိုတာ ဘာလဲ: လုပ်ငန်း စနစ် အများစုကြီး သုံးတဲ့ model ပါ။ ဒီ model မှာ ဒေတာကို row (အလျားလိုက် အတန်း) နဲ့ column (ဒေါင်လိုက် ကော်လံ) တွေပါတဲ့၊ အချင်းချင်း ချိတ်ဆက်ထားတဲ့ table (database ထဲက ဇယား) တွေထဲမှာ သိမ်းပါတယ်။
- Relational database ကို ဘယ်လို ဒီဇိုင်းဆွဲမလဲ: schema (database ဖွဲ့စည်းပုံ ဖော်ပြချက်) တွေ၊ entity-relationship diagram (entity တွေနဲ့ ဆက်နွယ်မှုတွေကို ပြတဲ့ ပုံ) တွေ၊ data type (ဒေတာ အမျိုးအစား) တွေ၊ key (row တွေကို ခွဲခြားဖို့ ဒါမှမဟုတ် table တွေကို ချိတ်ဖို့ သုံးတဲ့ column) တွေနဲ့ ဒေတာ ထပ်မနေတဲ့ သန့်ရှင်းတဲ့ table အစုကို ရစေတဲ့ normalisation (ဒေတာ ထပ်မနေအောင် table တွေကို စီစဉ်ခြင်း) လုပ်ငန်းစဉ်။
- Database နဲ့ ဘယ်လို ဆက်သွယ်မလဲ: SQL (Structured Query Language: database ကို မေးခွန်းမေးဖို့နဲ့ ပြင်ဆင်ဖို့ သုံးတဲ့ စံ language)။
- အခြား နည်းလမ်းတွေက ဘယ်လို ကွာခြားလဲ (HL အတွက်ပဲ၊ HL ဆိုတာ IB သင်တန်းရဲ့ ပိုမြင့်တဲ့ အဆင့်ပါ): NoSQL (ပုံသေ table ပုံစံ မသုံးတဲ့ database)၊ cloud database (အင်တာနက်ပေါ်က server တွေမှာ ထားတဲ့ database)၊ spatial database (တည်နေရာ ဒေတာအတွက် database) နဲ့ in-memory database (ဒေတာကို memory ထဲမှာ ထားတဲ့ database) တွေ၊ ဒေတာ ခွဲခြမ်းစိတ်ဖြာတဲ့ အလုပ်အတွက် data warehouse (ခွဲခြမ်းစိတ်ဖြာဖို့ ယခင် ဒေတာ သိုလှောင်ရုံ) တွေ၊ ပြီးတော့ အလုပ် ကြီးလာတာကို ကိုင်တွယ်ဖို့နဲ့ ချို့ယွင်းမှုကို ခံနိုင်ဖို့ distributed database (နေရာ အများမှာ ခွဲသိမ်းထားတဲ့ database) တွေ။
ဒီစာမျက်နှာတွေ ပြီးဆုံးတဲ့အခါ လက်တွေ့ အခြေအနေ တစ်ခုအတွက် normalise လုပ်ထားတဲ့ relational database ကို ဒီဇိုင်းဆွဲနိုင်ရပါမယ်၊ table အများကို ပေါင်းပြီး ဒေတာ ယူတဲ့ SQL query တွေ ရေးနိုင်ရပါမယ်၊ ပြီးတော့ relational နည်းက ဘယ်အချိန်မှာ သင့်တော်တဲ့ ကိရိယာ ဖြစ်ပြီး ဘယ်အချိန်မှာ တခြား နည်းက ပိုသင့်တော်လဲ ဆိုတာကို ကျိုးကြောင်း ဆင်ခြင်နိုင်ရပါမယ်။
ဒီ layer ထဲက စာမျက်နှာများ
A3.1, Database Fundamentals (Database အခြေခံများ) (SL + HL)
| # | ခေါင်းစဉ် | Syllabus | အဓိက အယူအဆများ | Level |
|---|---|---|---|---|
| 1 | Relational Database Fundamentals (Relational database ရဲ့ အခြေခံများ) | A3.1.1 | Table၊ record (အချက်အလက် အများကြီး စုထားတဲ့ ဒေတာ တစ်ခု)၊ field (record တစ်ခုထဲက အချက်အလက် တစ်ကွက်)၊ attribute (record တိုင်းမှာ ပါတဲ့ အချက်အလက် တစ်ခု)၊ ထူးခြားချက်၊ အကျိုးကျေးဇူးနဲ့ ကန့်သတ်ချက်များ၊ object-relational impedance mismatch (OOP object တွေနဲ့ relational table တွေကြား မကိုက်ညီမှု) | SL + HL |
A3.2, Database Design (Database ဒီဇိုင်း) (SL + HL)
| # | ခေါင်းစဉ် | Syllabus | အဓိက အယူအဆများ | Level |
|---|---|---|---|---|
| 2 | Database Schemas (Database ဖွဲ့စည်းပုံ ဖော်ပြချက်များ) | A3.2.1 | Conceptual၊ logical နဲ့ physical schema အလွှာများ (လုပ်ငန်းရဲ့ အမြင်၊ table ဒီဇိုင်းနဲ့ disk ပေါ်မှာ သိမ်းပုံ) | SL + HL |
| 3 | Entity-Relationship Diagrams (Entity တွေနဲ့ ဆက်နွယ်မှုတွေကို ပြတဲ့ ပုံများ) | A3.2.2 | Entity (database ထဲမှာ ဒေတာ သိမ်းမယ့် အရာ တစ်ခု)၊ attribute၊ relationship (table တွေကြား ဆက်နွယ်မှု)၊ cardinality (ဆက်နွယ်မှု တစ်ဖက်စီရဲ့ အများဆုံး အရေအတွက်)၊ modality (ဆက်နွယ်မှုမှာ မဖြစ်မနေ ပါရမလား ဆိုတာ) | SL + HL |
| 4 | Data Types and Keys (Data type နဲ့ key များ) | A3.2.3, A3.2.4 | Integer၊ decimal၊ char၊ varchar၊ date၊ boolean၊ primary key (row တစ်ခုချင်းကို ခွဲခြားပေးတဲ့ key)၊ foreign key (တခြား table ရဲ့ primary key ကို ညွှန်းတဲ့ column)၊ composite key (column အများ ပေါင်းထားတဲ့ primary key) နဲ့ concatenated key (column အများကို ဆက်ပေါင်းထားတဲ့ key)၊ referential integrity (foreign key တွေ မှန်ကန်စွာ ချိတ်ထားရမယ့် စည်းမျဉ်း) | SL + HL |
| 5 | Normalisation (ဒေတာ ထပ်မနေအောင် table တွေကို စီစဉ်ခြင်း) | A3.2.5, A3.2.6, A3.2.7 | Functional dependency (column တစ်ခုက နောက်တစ်ခုကို ဆုံးဖြတ်ခြင်း)၊ partial dependency နဲ့ transitive dependency၊ 1NF, 2NF, 3NF (normalisation ရဲ့ အဆင့်များ)၊ 3NF database တည်ဆောက်ခြင်း၊ ဘယ်အချိန်မှာ denormalise (ဖတ်တာ မြန်အောင် ထပ်နေမှုကို တမင် ပြန်ထည့်) လုပ်မလဲ | SL + HL |
A3.3, Database Programming with SQL (SQL နဲ့ database programming)
| # | ခေါင်းစဉ် | Syllabus | အဓိက အယူအဆများ | Level |
|---|---|---|---|---|
| 6 | SQL Queries (SQL query များ) | A3.3.1, A3.3.2, A3.3.4 (HL) | DDL (database ဖွဲ့စည်းပုံကို သတ်မှတ်တဲ့ SQL အပိုင်း) နဲ့ DML (ဒေတာကို ဖတ်၊ ပြင်တဲ့ SQL အပိုင်း) ကွာခြားချက်၊ SELECT, FROM, WHERE, JOIN, BETWEEN, LIKE, ORDER BY, GROUP BY, HAVING, AND/OR/NOT၊ aggregate function (row အများကနေ တန်ဖိုး တစ်ခု တွက်တဲ့ SQL function) များ (HL) | SL + HL |
| 7 | SQL Updates (SQL နဲ့ ဒေတာ ပြင်ဆင်ခြင်း) | A3.3.3 | INSERT INTO, UPDATE SET, DELETE၊ index (ရှာတာ မြန်အောင် လုပ်ထားတဲ့ ညွှန်းစာရင်း) ထားတဲ့ column တွေက performance (စွမ်းဆောင်ရည်) ကို ဘယ်လို သက်ရောက်လဲ | SL + HL |
| 8 | Transactions and Views (Transaction နဲ့ view များ) | A3.3.5, A3.3.6 | ACID properties (transaction တစ်ခုရဲ့ အာမခံချက် လေးခု)၊ BEGIN TRANSACTION, COMMIT, ROLLBACK၊ virtual view (ခေါ်တိုင်း ရလဒ်ကို ပြန်တွက်တဲ့ view) နဲ့ materialised view (ရလဒ်ကို သိမ်းထားတဲ့ view) ကွာခြားချက် | HL |
A3.4, Alternative Databases and Data Warehouses (အခြား database ပုံစံများနဲ့ data warehouse များ) (HL အတွက်ပဲ)
| # | ခေါင်းစဉ် | Syllabus | အဓိက အယူအဆများ | Level |
|---|---|---|---|---|
| 9 | Alternative Databases (အခြား database ပုံစံများ) | A3.4.1 | NoSQL, cloud, spatial နဲ့ in-memory database တွေနဲ့ သူတို့ကို သုံးတဲ့ နေရာများ | HL |
| 10 | Data Warehouses (ခွဲခြမ်းစိတ်ဖြာဖို့ ယခင် ဒေတာ သိုလှောင်ရုံများ) | A3.4.2, A3.4.3 | Data warehouse ရဲ့ ရည်ရွယ်ချက်များ၊ OLTP (နေ့စဉ် transaction လုပ်ငန်း) နဲ့ OLAP (ဒေတာကို ခွဲခြမ်းစိတ်ဖြာဖို့ online စနစ်) ကွာခြားချက်၊ data mining (ဒေတာ အများကြီးထဲက ပုံစံတွေကို ရှာဖွေခြင်း) နည်းလမ်းများ (clustering, classification, association, anomaly detection) | HL |
| 11 | Distributed Databases (နေရာ အများမှာ ခွဲသိမ်းထားတဲ့ database များ) | A3.4.4 | Concurrency control (transaction တွေ တစ်ပြိုင်နက် မှန်ကန်စွာ run အောင် ထိန်းခြင်း)၊ data consistency (အချက် တစ်ခုက နေရာတိုင်းမှာ တူညီနေခြင်း)၊ partitioning (database ကို အပိုင်းတွေ ခွဲသိမ်းခြင်း)၊ security (လုံခြုံရေး)၊ transparency (database က နေရာ အများမှာ ခွဲထားမှန်း user က မသိရဘဲ database တစ်ခုတည်းလို သုံးနိုင်ခြင်း)၊ fault tolerance (အစိတ်အပိုင်း တစ်ခု ပျက်ရင်လည်း ဆက်အလုပ်လုပ်နိုင်မှု)၊ replication (ဒေတာ copy တွေကို နေရာ အများမှာ ထားခြင်း)၊ scalability (ဒေတာ များလာတဲ့အခါမှာလည်း ကောင်းကောင်း ဆက်အလုပ်လုပ်နိုင်မှု) | HL |
Syllabus နဲ့ Level ကော်လံတွေက IB Computer Science သင်တန်းအတွက်ပါ။ SL (Standard Level) နဲ့ HL (Higher Level) ဆိုတာ IB သင်တန်းရဲ့ အဆင့်နှစ်ဆင့်ဖြစ်ပြီး HL အပိုင်းတွေက ပိုနက်နက်ရှိုင်းရှိုင်း လေ့လာရတဲ့ အပိုင်းတွေပါ။ SL + HL ဆိုတာ အဆင့် နှစ်ဆင့်လုံးမှာ လေ့လာရတယ်လို့ ဆိုလိုပါတယ်။
လေ့ကျင့်ရန်
| ခေါင်းစဉ် | ဘာလုပ်နိုင်လဲ |
|---|---|
| Practice Library (လေ့ကျင့်ခန်း စုစည်းမှု) | Database မေးခွန်းတွေကို ခေါင်းစဉ်၊ ခက်ခဲမှု အဆင့်နဲ့ အမှတ်အလိုက် စစ်ထုတ်ကြည့်နိုင်ပါတယ် |
အကြံပြုထားတဲ့ လေ့လာရမယ့် အစဉ်
Database ခေါင်းစဉ်ကို ပုံမှန်အားဖြင့် SL မှာ နာရီ 11 ခန့်၊ HL မှာ နာရီ 18 ခန့် ကြာတဲ့ အပိုင်း တစ်ခုတည်းအဖြစ် သင်ကြားပါတယ်။ သဘာဝကျတဲ့ အစဉ်က ဒီလိုပါ:
- Fundamentals (အခြေခံများ) (A3.1.1): relational database ဆိုတာ ဘာလဲ၊ ဘာကြောင့် အသုံးအများဆုံး ဖြစ်နေလဲ။
- Design (ဒီဇိုင်း) (A3.2.1 ကနေ A3.2.4 အထိ): ဒီဇိုင်းမှာ သုံးတဲ့ ဝေါဟာရများ ဖြစ်တဲ့ schema၊ ERD၊ data type နဲ့ key တွေ။
- Normalisation (A3.2.5 ကနေ A3.2.7 အထိ): ရှုပ်ပွနေတဲ့ spreadsheet (ဇယားကွက် စာရင်း software) တစ်ခုကို သန့်ရှင်းတဲ့ relational database အဖြစ် ပြောင်းပေးတဲ့ လုပ်ငန်းစဉ်၊ ပြီးတော့ စည်းမျဉ်းတွေကို ဘယ်အချိန်မှာ ချိုးဖောက်သင့်လဲ ဆိုတာ။
- SQL (A3.3.1 ကနေ A3.3.3 အထိ): ရှိပြီးသား ဒီဇိုင်း တစ်ခုပေါ်မှာ query တွေနဲ့ update တွေ ရေးခြင်း။
- HL extensions (HL အတွက် ထပ်ဆောင်း ခေါင်းစဉ်များ): aggregate function နဲ့ view၊ transaction၊ အခြား database model များ၊ data warehouse နဲ့ distributed database။
HL ထပ်ဆောင်း ခေါင်းစဉ်တွေက SL ရဲ့ အခြေခံ အပိုင်းပေါ်မှာ တည်ဆောက်ထားတာ ဖြစ်လို့ HL ကျောင်းသားတွေက A3.1 ကနေ A3.3 အထိကို အရင် လေ့လာသင့်ပါတယ်။
သင်ယူရမယ့် ရည်မှန်းချက်များ
ဒီစာမျက်နှာတွေကို လေ့လာပြီးတဲ့အခါ အောက်ပါတို့ကို လုပ်နိုင်ရပါမယ်:
- Explain (ရှင်းပြပါ): relational database ရဲ့ ထူးခြားချက်၊ အကျိုးကျေးဇူးနဲ့ ကန့်သတ်ချက်တွေကို ရှင်းပြနိုင်ရပါမယ်၊ ပြီးတော့ relational model က ဘယ်နေရာမှာ သင့်တော်ပြီး ဘယ်နေရာမှာ မသင့်တော်လဲ ခွဲခြားသိနိုင်ရပါမယ် (A3.1.1)
- Describe (ဖော်ပြရှင်းပြပါ): conceptual၊ logical နဲ့ physical schema အလွှာတွေကို ဖော်ပြရှင်းပြပြီး ဘာကြောင့် သီးခြား အပိုင်းတွေအဖြစ် ခွဲထားလဲ ရှင်းပြနိုင်ရပါမယ် (A3.2.1)
- Construct (ကိုယ်တိုင် တည်ဆောက်ပါ): လက်တွေ့ အခြေအနေ တစ်ခုအတွက် entity၊ attribute၊ relationship အမျိုးအစား၊ cardinality နဲ့ modality ကို ပြတဲ့ ERD တစ်ခုကို တည်ဆောက်နိုင်ရပါမယ် (A3.2.2)
- Outline (အကျဉ်းချုပ် ဖော်ပြပါ): relational database တွေမှာ အသုံးများတဲ့ data type တွေကို အကျဉ်းချုပ် ဖော်ပြနိုင်ပြီး attribute တစ်ခုစီအတွက် ရွေးတဲ့ type ကို justify (ဘာကြောင့် ရွေးတာလဲ အကြောင်းပြချက်နဲ့ ပြပါ) လုပ်နိုင်ရပါမယ် (A3.2.3)
- Construct: သင့်တော်တဲ့ primary key၊ foreign key၊ composite key နဲ့ concatenated key တွေ ပါတဲ့ relational table တွေကို တည်ဆောက်နိုင်ပြီး referential integrity ကို database က ဘယ်လို လိုက်နာစေလဲ explain လုပ်နိုင်ရပါမယ် (A3.2.4)
- Explain: 1NF, 2NF နဲ့ 3NF ကြား ကွာခြားချက်တွေကို functional dependency၊ partial-key dependency နဲ့ transitive dependency တွေနဲ့ ရှင်းပြနိုင်ရပါမယ် (A3.2.5)
- Construct: လက်တွေ့ အခြေအနေ အမျိုးမျိုးအတွက် 3NF အထိ normalise လုပ်ထားတဲ့ database တစ်ခုကို တည်ဆောက်နိုင်ရပါမယ် (A3.2.6)
- Evaluate (အားသာချက်နဲ့ အားနည်းချက်တွေကို ချိန်ဆပြီး အကဲဖြတ်ပါ): သီးခြား အခြေအနေတွေမှာ database ကို denormalise လုပ်ဖို့ လိုမလို အကဲဖြတ်နိုင်ရပါမယ် (A3.2.7)
- Outline: SQL ထဲက DDL နဲ့ DML ကြား ကွာခြားချက်တွေကို အကျဉ်းချုပ် ဖော်ပြနိုင်ရပါမယ် (A3.3.1)
- Construct: SELECT, JOIN, WHERE, BETWEEN, LIKE, ORDER BY, GROUP BY, HAVING နဲ့ AND/OR/NOT operator တွေကို သုံးပြီး table နှစ်ခုကြား SQL query တွေကို တည်ဆောက်နိုင်ရပါမယ် (A3.3.2)
- Explain: database ထဲက ဒေတာကို ပြင်ဆင်ဖို့ INSERT INTO, UPDATE SET နဲ့ DELETE ကို ဘယ်လို သုံးလဲ ရှင်းပြနိုင်ရပါမယ် (A3.3.3)
- Construct: AVG, COUNT, MAX, MIN နဲ့ SUM aggregate function တွေကို သုံးပြီး SQL query တွေကို တည်ဆောက်နိုင်ရပါမယ် (A3.3.4 HL)
- Describe: virtual view နဲ့ materialised view ကြား ကွာခြားချက်ကို ဖော်ပြရှင်းပြနိုင်ရပါမယ် (A3.3.5 HL)
- Describe: transaction တွေနဲ့ ACID properties တွေက data integrity (ဒေတာ မှန်ကန်ပြီး မပျက်စီးဘဲ ရှိနေခြင်း) ကို ဘယ်လို ထိန်းပေးလဲ ဖော်ပြရှင်းပြနိုင်ရပါမယ် (A3.3.6 HL)
- Outline: NoSQL, cloud, spatial နဲ့ in-memory database တွေရဲ့ ထူးခြားချက်တွေကို အကျဉ်းချုပ် ဖော်ပြနိုင်ရပါမယ် (A3.4.1 HL)
- Explain: data warehouse တွေရဲ့ အဓိက ရည်ရွယ်ချက်တွေနဲ့ OLAP နဲ့ data mining တို့ရဲ့ အခန်းကဏ္ဍကို ရှင်းပြနိုင်ရပါမယ် (A3.4.2, A3.4.3 HL)
- Describe: distributed database တွေရဲ့ ထူးခြားချက်တွေကို ဖော်ပြရှင်းပြနိုင်ရပါမယ် (A3.4.4 HL)
ဆက်စပ် ခေါင်းစဉ်များ
- Information Layer (အချက်အလက် အလွှာ): Number Systems (ဂဏန်းစနစ်များ) နဲ့ Representing Data (ဒေတာကို binary နဲ့ ဖော်ပြခြင်း) က table ထဲက အကွက် တစ်ကွက်ချင်းစီရဲ့ တန်ဖိုးကို bit (0 ဒါမှမဟုတ် 1 ဖြစ်တဲ့ binary ဂဏန်း တစ်လုံး) တွေအဖြစ် ရုပ်ပိုင်းဆိုင်ရာ ဘယ်လို သိမ်းလဲ ရှင်းပြပါတယ်။
- Hardware Layer (Hardware အလွှာ): database file တွေ တကယ် သိမ်းထားတဲ့ နေရာက Secondary Storage (ပါဝါပိတ်ပြီးလည်း ဒေတာ ကျန်နေတဲ့ ရေရှည် storage) ပါ။ Primary Memory (CPU က တိုက်ရိုက် သုံးတဲ့ ပင်မ memory) နဲ့ caching (မကြာခဏ သုံးတဲ့ ဒေတာကို မြန်တဲ့ memory ထဲမှာ ခဏ ထားခြင်း) က တချို့ workload (လုပ်ရမယ့် အလုပ်) တွေအတွက် in-memory database တွေ ဘာကြောင့် အများကြီး ပိုမြန်လဲ ရှင်းပြပါတယ်။
- Operating Systems Layer (operating system အလွှာ): OS Fundamentals (OS ရဲ့ အခြေခံများ) မှာ DBMS (database ကို စီမံပေးတဲ့ software) အလုပ်လုပ်ဖို့ အောက်ခံ ဖြစ်တဲ့ file system နဲ့ process (run နေတဲ့ program) management ကို လေ့လာပါတယ်။ Multitasking (အလုပ် အများကို တစ်ပြိုင်နက်လို လုပ်ခြင်း) က transaction တွေ မှီခိုနေတဲ့ concurrency control (transaction တွေ တစ်ပြိုင်နက် မှန်ကန်စွာ run အောင် ထိန်းခြင်း) ရဲ့ အခြေခံ ဖြစ်ပါတယ်။
- Communication Layer (ဆက်သွယ်ရေး အလွှာ): Network Architecture (Network ဖွဲ့စည်းပုံ) က cloud database နဲ့ distributed database တွေရဲ့ အခြေခံပါ။ Network Security (Network လုံခြုံရေး) နဲ့ Encryption (ဒေတာကို ဖတ်မရအောင် ပြောင်းခြင်း) က database ထဲက ဒေတာကို ကာကွယ်ပေးတဲ့ access control (သုံးခွင့် ထိန်းချုပ်မှု) တွေကို လေ့လာပါတယ်။
- Programming Layer (programming အလွှာ): OOP (object တွေကို အခြေခံပြီး program ရေးနည်း) program တစ်ခုက relational database ကနေ row တွေကို ဖတ်တဲ့အခါ၊ ရေးတဲ့အခါ object-relational impedance mismatch ကို အထင်ရှားဆုံး မြင်ရပါတယ်။ Database စနစ် အပြည့်အစုံက လိုတာထက် ပိုများနေတဲ့အခါ File Processing (File တွေကို ဖတ်ခြင်းနဲ့ ရေးခြင်း) က ပိုရိုးရှင်းတဲ့ ရွေးချယ်စရာပါ။
- Machine Learning (ဒေတာကနေ သင်ယူတဲ့ စနစ်): data warehouse တွေနဲ့ OLAP က supervised learning (label တပ်ထားတဲ့ ဥပမာတွေကနေ သင်ယူခြင်း) ML model တွေကို train လုပ်ဖို့ လိုတဲ့ ယခင်က ဒေတာ၊ သန့်ရှင်းပြီးသား ဒေတာကို ပေးပါတယ်။