Skillnaden mellan DDL vs DML

I ett Relational Database Management System (RDBMS) lagras den enorma mängden data i tabeller. Dessa tabeller är samlingen av relaterade data där data lagras över rader och kolumner. Detta sätt att lagra data gör det effektivt att använda när kravet uppstår. Det är mycket viktigt att få tillgång till uppgifterna från dessa tabeller för att använda för företagens krav och även när behovet finns för att modifiera befintliga data i databasen. För att hämta data eller manipulera data behöver vi SQL (Structured Query Language). SQL har standardkommandon för att interagera med RDBMS. Data Definition Language (DDL) används för att definiera ett databasschema och Data Manipulation Language (DML) används för att manipulera de data som redan finns i databasen. I det här ämnet kommer vi att lära oss om DDL vs DM. I det här ämnet kommer vi att lära oss om DDL vs DML.

Jämförelse mellan huvud och huvud mellan DDL vs DML (Infographics)

Nedan är de bästa skillnaderna mellan DDL vs DML

Viktiga skillnader mellan DDL vs DML

De viktigaste skillnaderna mellan DDL och DML enligt nedan:

  • En av de viktiga skillnaderna mellan DDL och DML är att Data Definition Language (DDL) definierar schemat för databasen medan Data Manipulation Language (DML) används för att modifiera databasens schema.
  • DDL-kommandon är CREATE, ALTER, DROP, TRUNCATE, etc. medan DML-kommandon är INSERT, UPDATE, DELETE, SELECT etc.
  • DDL-uttalanden fungerar på hela tabellen medan DML-uttalanden fungerar på rader.
  • DDL-uttalandena har inte en WHERE-klausul för att filtrera uppgifterna medan DML-uttalandena använder WHERE-klausulen för att filtrera uppgifterna.
  • DDL-uttalanden blir exekverade i sin transaktion och blir engagerade omedelbart eftersom ändringarna som görs av vart och ett av dessa uttalanden är permanenta. Men eftersom DML-uttalanden fungerar genom att ändra data för databasobjekten, så kommer dessa uttalanden att köras enligt transaktionsreglerna.
  • När du använder DDL-uttalanden kan ändringarna som gjorts av dem inte rullas tillbaka. Så vi behöver inte köra COMMIT- eller ROLLBACK-kommandot medan, i DML-uttalanden, COMMIT- och ROLLBACK-kommandona bör köras för att bekräfta ändringarna.

DDL vs DML jämförelsetabell

Låt oss diskutera topp 6-skillnaden mellan DDL vs DML

DDL (Data Definition Language)DML (Data Manipulation Language)
Data Definition Language används för att definiera schemat för en databas. Det handlar om hur informationen lagras i databasen.Data Manipulation Language används för att manipulera, dvs hämta, uppdatera och radera data i en databas.
DDL-kommandona som används i SQL är CREATE, DROP, ALTER, TRUNCATE, etc.DML-kommandona som används i SQL är INSERT, UPDATE, DELETE, SELECT etc.
Kommandot CREATE används för att skapa en tabell eller en vy av en tabell. Det kan också användas för att skapa andra objekt i databasen som index, lagrad procedur, triggers, etc.

Syntaxen för att skapa en tabell är enligt nedan:

SKAPA TABELL tabellnamn (

COLUMN_1 datat PRIMÄRKNAPP,

COLUMN_2 datatyp,

COLUMN_3 datatyp,

……

);

INSERT-kommandot används för att infoga data i tabellen.

Syntaxen för att infoga data i en tabell är enligt nedan:

INSERT INTO tabellnamn (kolumn_1, kolonn_2, … kolumn_N) VÄRDER (värde1, värde2 … värdeN);
ALTER-kommandot används för att modifiera den befintliga tabellstrukturen eller databasobjekten.

Syntaxen för att använda kommandot ALTER är enligt nedan:

ALTER TABLE table_name RENAME TO table_name_new;

UPDATE-kommandot används för att uppdatera befintliga data i tabellen.

Syntaxen för att använda UPDATE-kommandot är som nedan:

UPDATE table_name SET column1 = value1, column2 = value2, … columnN = valueN WHERE (villkor);
DROP-kommandot används för att radera en tabell eller vyn över tabellen eller andra databasobjekt. DROP-kommandot tar bort data såväl som tabelldefinitionen. Så detta kommando bör användas noggrant.

Syntaxen för att släppa en databas är som nedan:

DROP DATABASE databasnamn;

Syntaxen för att släppa en tabell är som nedan:

DROP TABLE tabellnamn;

DELETE-kommandot används för att ta bort poster från tabellen.

Syntaxen för att använda DELETE-kommandot är enligt nedan:

RADERA FRÅN tabellnamn;

I syntaxen ovan kommer alla rader i tabellen att raderas men tabellens struktur kommer att förbli. Men om vi använder kommandot DELETE tillsammans med en WHERE-klausul kommer bara de specifika postarna enligt WHERE-klausulen att raderas. Syntaxen för kommandot DELETE tillsammans med en WHERE-klausul är som nedan:

RADERA FRÅN tabellnamn VAR (villkor);
TRUNCATE-kommandot används för att ta bort data från en tabell men tabellens struktur förblir intakt. Så med det här kommandot raderas data bara, inte tabellen.

Syntaxen för kommandot TRUNCATE är som nedan:

TRUNCATE TABLE tabellnamn;

SELECT-kommandot används för att hämta data från tabellerna i databasen.

Syntaxen för att använda SELECT-kommandot är enligt nedan:

VÄLJ kolumn1, kolumn2 … kolumnN FRÅN tabellnamn;

Ovanstående uttalande väljer kolumnerna som anges i markeringssatsen. Men när vi vill välja alla kolumner i en tabell, måste vi använda "*" i markeringen.

Syntaxen för att välja alla kolumner i en tabell är som nedan:

VÄLJ * FRÅN tabellnamn;

Slutsats

SQL ger flexibiliteten att definiera schemat och sedan ändra det enligt kravet i en databas med hjälp av datadefinitionsspråket och datahanteringsspråket. Med användning av enkla DDL-uttalanden blir det lättare för utvecklaren att definiera databasschemat, tabellstruktur för stora datamängder. Även med användning av DML-uttalanden kan vi manipulera uppgifterna, dvs hämta data, ändra befintliga data etc. när behov uppstår. Det finns vissa viktiga punkter att hålla i sikte när du arbetar med de olika DDL- och DML-kommandona. Programvaruutvecklaren eller designern måste få en grundlig förståelse för hur olika DDL- och DML-operationer fungerar, eftersom de spelar en viktig roll för att bygga en effektiv databas efter behov av verksamheten.

Rekommenderade artiklar

Detta är en guide till DDL Vs DML. Här diskuterar vi DDL vs DML med respektive viktiga skillnader, infografik och jämförelsetabell i detalj. Du kan också titta på följande artiklar för att lära dig mer -

  1. Hive vs HUE: Topp 6 användbara jämförelser att lära sig
  2. WebLogic vs JBoss
  3. SQL Server vs PostgreSQL
  4. PL SQL vs SQL

Kategori:

Mjukvaruutveckling