考研专业课计算机科学2025年数据库原理试卷（含答案）

考研专业课计算机科学2025年数据库原理试卷（含答案）考试时间：______分钟总分：______分姓名：______一、简述数据库系统的三级模式结构及其各自的作用。二、关系模型中，什么是函数依赖？举例说明平凡函数依赖和非平凡函数依赖。关系数据库的规范化理论旨在解决什么问题？三、试述关系代数中的并（∪）、交（∩）、差（-）运算的定义。请用关系代数的表达式表示：查询选修了“数据库原理”课程的学生姓名（假设学生信息存储在S表，课程信息存储在C表，选课信息存储在SC表）。四、什么是SQL？请列举SQL语言实现数据定义、数据操纵、数据控制和数据查询四大功能的核心语句，并简要说明其作用。五、解释数据库事务的ACID特性。什么是并发控制？简述数据库系统中常用的两种并发控制机制及其基本原理。六、在数据库设计中，E-R模型是一种重要的概念模型。请简述从E-R图向关系模型的转换规则。什么是数据库范式？简述第一范式（1NF）、第二范式（2NF）和第三范式（3NF）的定义及要求。七、假设有一个关系模式R(A,B,C,D)，其中A为主键。根据给定的函数依赖集F={A->B,B->C,C->D}，判断R满足第几范式？若不满足，请将其分解为满足3NF的关系模式集合，并说明分解过程。八、索引是数据库系统中提高查询效率的重要手段。请说明数据库索引的基本原理及其主要类型（至少列举三种）。使用索引可能带来哪些负面影响？九、简述数据库恢复的基本目标。在发生系统故障时，数据库通常采用何种策略来保证数据的完整性？请简述日志记录在数据库恢复中的作用。十、随着数据量的不断增长和应用需求的多样化，传统的数据库技术面临新的挑战。请简述NoSQL数据库的主要特点及其适用于解决哪些类型的问题。试卷答案一、数据库系统的三级模式结构包括：1.外模式（ExternalSchema）：也称子模式或用户模式，是数据库用户（包括应用程序员和最终用户）能够看见和使用的局部数据结构的描述。它是最接近用户的一层，为不同的用户视图提供数据逻辑独立性。2.模式（Schema）：也称概念模式或逻辑模式，是数据库中全部数据的逻辑结构和特征的描述，是所有用户的公共数据视图。它定义了数据库中所有的逻辑数据（如实体、属性、实体间的联系）以及相关的约束。3.内模式（InternalSchema）：也称存储模式或物理模式，是数据库内部物理及存储方面的描述，是数据在数据库内部的存储方式。它描述了数据在物理存储介质上的组织结构，如文件结构、索引等。二、函数依赖（FunctionalDependency,FD）是指关系模式R中属性（或属性组）之间的依赖关系。具体来说，如果在一个关系R中，对于属性组X和Y，任意两个元组t1和t2，若t1[X]=t2[X]，则必有t1[Y]=t2[Y]，则称“X函数决定Y”或“Y函数依赖于X”，记作X->Y。*平凡函数依赖：如果Y本身包含在X中，即X->Y，且Y⊆X，那么称这个函数依赖是平凡的。例如，在关系R(A,B,C)中，A->A是平凡的。*非平凡函数依赖：如果Y不包含在X中，即X->Y，且Y⊈X，那么称这个函数依赖是非平凡的。例如，在关系R(A,B,C)中，A->B（假设A和B不同）是非平凡的。关系数据库的规范化理论旨在通过将数据库模式分解为多个满足特定规范化的关系模式，来消除数据冗余、减少数据更新异常、保证数据一致性，从而提高数据库的性能和可维护性。三、*并（∪）：对于关系R和关系S，R∪S的结果是由R和S中所有元组组成的集合，相同的元组在结果中只出现一次。记作{t|t∈R∨t∈S}。*交（∩）：对于关系R和关系S，R∩S的结果是由R和S中所有相同的元组组成的集合。记作{t|t∈R∧t∈S}。*差（-）：对于关系R和关系S，R-S的结果是由属于R但不属于S的所有元组组成的集合。记作{t|t∈R∧t∉S}。查询选修了“数据库原理”课程的学生姓名的SQL语句（假设课程编号为Cno，学生姓名为Sname）：```sqlSELECTDISTINCTSnameFROMS,SC,CWHERES.Sno=SC.SnoANDSC.Cno=C.CnoANDC.Cname='数据库原理';```或者使用连接（JOIN）：```sqlSELECTDISTINCTS.SnameFROMSJOINSCONS.Sno=SC.SnoJOINCONSC.Cno=C.CnoWHEREC.Cname='数据库原理';```关系代数表达式：π_Sname(σ_Cname='数据库原理'(S⋈SC⋈C))或者π_Sname((S⋈SC)⋈(C⋈(σ_Cname='数据库原理'(C))))（注意：π表示投影运算，σ表示选择运算，⋈表示自然连接）四、SQL（StructuredQueryLanguage，结构化查询语言）是用于管理关系数据库的标准编程语言。它被广泛用于执行各种数据库操作。实现数据定义（DDL）的核心语句：*`CREATE`:创建数据库、表（关系）、索引、视图、存储过程、函数等。例如：`CREATETABLE`。*`ALTER`:修改数据库、表（关系）、索引的结构。例如：`ALTERTABLE`。*`DROP`:删除数据库、表（关系）、索引、视图等。例如：`DROPTABLE`。作用：定义和修改数据库的结构。实现数据操纵（DML）的核心语句：*`SELECT`:查询数据库中的数据。这是最常用的DML语句。例如：`SELECT*FROMtable_name`。*`INSERT`:向表中插入新的数据行。例如：`INSERTINTOtable_name(col1,col2)VALUES(val1,val2)`。*`UPDATE`:修改表中已存在的数据。例如：`UPDATEtable_nameSETcol1=val1WHEREcondition`。*`DELETE`:从表中删除数据行。例如：`DELETEFROMtable_nameWHEREcondition`。作用：对数据库中的数据进行增、删、改操作。实现数据控制（DCL）的核心语句：*`GRANT`:授予用户特定的数据库操作权限。例如：`GRANTSELECTONtable_nameTOuser_name`。*`REVOKE`:撤销已授予用户的数据库操作权限。例如：`REVOKEINSERTONtable_nameFROMuser_name`。作用：控制用户对数据库对象的访问权限。实现数据查询（DQL）的核心语句：*`SELECT`:(如上所述，SELECT也是DML的一部分，但主要功能是查询，有时也被归类为DQL的核心)。作用：从数据库中检索数据。五、数据库事务（DatabaseTransaction）是数据库管理系统（DBMS）执行的一系列操作，被视为一个不可分割的工作单元。事务必须满足ACID特性：*原子性（Atomicity）：事务是原子的，意味着它是一系列操作要么全部执行成功，要么全部不执行，不会停留在中间某个状态。如果事务中的任何操作失败，整个事务将回滚到初始状态。*一致性（Consistency）：事务必须使数据库从一个一致性状态转变到另一个一致性状态。事务执行的结果必须符合所有的数据库完整性约束。*隔离性（Isolation）：并发执行的事务之间互不干扰。一个事务的执行不能被其他并发事务的操作所干扰。在未提交的情况下，一个事务的中间结果对其他事务是不可见的（通常通过锁机制或多版本并发控制MVCC实现）。*持久性（Durability）：一旦事务成功提交，它对数据库中数据的改变就是永久性的。即使发生系统故障（如断电、崩溃），事务的结果也不会丢失（通常通过日志记录和检查点机制实现）。并发控制（ConcurrencyControl）是指数据库管理系统提供的用于处理多个并发事务访问数据库时，保证数据库一致性的一系列技术。目的是防止并发事务相互干扰，导致出现不一致的状态。*锁机制（LockingMechanism）：最常用的并发控制方法。事务在访问数据前必须先获取相应的锁，访问完成后释放锁。常见的锁有共享锁（读锁）和排他锁（写锁）。锁协议（如两阶段锁协议2PL）规定了事务获取和释放锁的规则，以防止并发问题（如丢失更新、不一致读、串行化）。缺点是可能导致死锁。*时间戳机制（TimestampOrdering/Timestamping）：为每个事务和每个数据项分配一个时间戳（创建时间或最后访问时间）。并发控制规则基于时间戳的大小。常见的方法有：强制方法（不允许并发的读写）、乐观方法（读时不加锁，只写时检查冲突，冲突则回滚）。优点是不需要锁，开销较小；缺点是可能需要大量回滚，性能不一定好。六、E-R模型（Entity-RelationshipModel，实体-联系模型）向关系模型的转换规则：1.实体集（EntitySet）转换为关系模式：一个实体集转换为一个关系模式，实体集的属性成为关系模式的属性，实体集的主键成为关系模式的主键。2.联系（Relationship）转换为关系模式：一个联系转换为一个关系模式。*1:1联系：转换为一个独立的关系模式，包含参与该联系的各实体集的主键以及联系本身的属性（如果有）。两个实体集的主键都作为该关系模式的候选键。*1:N联系：转换为“N”端实体集所对应的关系模式。将“1”端实体集的主键作为外键添加到“N”端关系模式中。*M:N联系：转换为一个独立的关系模式，包含参与该联系的各实体集的主键的组合作为该关系模式的主键（或候选键）。各实体集的主键也作为外键添加到该关系模式中。数据库范式（DatabaseNormalForms,NFs）是关系数据库规范化理论中用于评价关系模式结构“好坏”的标准。目的是减少数据冗余和更新异常。*第一范式（1NF）：对关系模式R中的每个关系（元组），其所有属性的值域都是原子值（AtomicValue）。即每个属性中的值都是不可再分的。这是关系模型的基础要求。*第二范式（2NF）：关系R必须满足1NF，并且R中非主属性（非键属性）必须完全函数依赖于R的所有主键（即对于每个非主属性Y，都有X->Y，其中X是包含Y的所有候选键的属性集）。2NF消除了非主属性对部分主键的依赖。*第三范式（3NF）：关系R必须满足2NF，并且R中非主属性之间不存在函数依赖（即对于任何非主属性Y1和Y2，以及任何候选键X，如果X->Y1且X->Y2，则Y1和Y2之间不存在函数依赖Y1->Y2或Y2->Y1）。3NF消除了非主属性之间的传递依赖。七、关系模式R(A,B,C,D)，主键为A。根据函数依赖集F={A->B,B->C,C->D}。判断R满足第几范式：1.检查1NF：所有属性（A,B,C,D）都是原子值，满足1NF。2.检查2NF：非主属性（B,C,D）是否完全函数依赖于主键A？*A->B(是)*A->C(通过A->B,B->C间接成立)*A->D(通过A->B,B->C,C->D间接成立)由于所有非主属性都依赖于整个主键A，因此R满足2NF。3.检查3NF：非主属性之间是否存在函数依赖？*B,C,D都不是主属性。*检查B和C：A->B,A->C，但B->C不成立（B的值不同，C的值可能不同），所以不存在B->C。*检查B和D：A->B,A->D，但B->D不成立（B的值不同，D的值可能不同），所以不存在B->D。*检查C和D：A->C,A->D，但C->D不成立（C的值不同，D的值可能不同），所以不存在C->D。由于非主属性之间不存在函数依赖，因此R满足3NF。结论：R满足第三范式（3NF）。分解为满足3NF的关系模式集合：由于R已经是3NF，且不存在冗余的函数依赖，所以无需分解。如果F包含冗余依赖，例如F={A->B,B->C,C->D,B->D}，则需要分解：1.R1(A,B,C)，依赖A->B,A->C,B->D(因为A->B,A->C已经包含在R1中，B->D是非主属性间的传递依赖，应在R1中显式表示或视为冗余)2.R2(B,D)，依赖B->D但通常要求每个关系模式只包含一个函数依赖，并且该依赖的左部是候选键。更好的分解是：1.R1(A,B)，依赖A->B2.R2(A,C)，依赖A->C3.R3(B,D)，依赖B->D（注意：这种分解可能引入冗余，如R1(A,B)+R2(A,C)+R3(B,D)可以重建原关系，但这满足3NF分解的要求，每个关系模式的主属性是候选键，且非主属性仅函数依赖于主属性）。在本题F={A->B,B->C,C->D}的情况下，R(A,B,C,D)本身已满足3NF，无需进一步分解。八、数据库索引（DatabaseIndex）是数据库管理系统为了提高数据检索速度而创建的一种数据结构（通常是B+树、哈希表等），它包含（键值、数据记录指针等）信息，通过这些信息可以快速定位到存储在数据库表中的数据记录。其基本原理是：索引根据表中某个或某些列（索引键）的值进行排序或组织，使得查找特定值的记录时，可以避免扫描整个表，而只需要在索引结构中查找，从而大大加快查找速度。数据库索引的主要类型：1.聚集索引（ClusteredIndex）：索引的顺序决定了表中数据物理存储的顺序。一个表只能有一个聚集索引。通常由数据库系统自动为包含主键的列创建。2.非聚集索引（Non-clusteredIndex）：索引的顺序与表中数据的物理存储顺序无关。一个表可以有多个非聚集索引。非聚集索引通常包含索引键值和指向表中实际数据记录的指针。3.唯一索引（UniqueIndex）：索引键值必须唯一，不能有重复值。它强制数据的唯一性约束。4.复合索引（CompositeIndex）：索引基于多个列的组合。查询中同时使用这些列作为条件时，复合索引非常有效。5.哈希索引（HashIndex）：使用哈希函数将索引键值映射到索引结构中的特定位置。适用于等值查询（=操作符）。6.全文索引（Full-textIndex）：用于对文本内容进行搜索，可以查找包含特定词语或短语的记录。使用索引可能带来的负面影响：1.增加存储空间：索引本身需要占用额外的磁盘空间。2.降低写操作性能：插入、删除、更新索引列的数据时，不仅需要修改数据行，还需要同时更新索引结构，这增加了写操作的开销和耗时。3.增加查询开销（维护成本）：数据库表的数据变更（INSERT,UPDATE,DELETE）时，索引需要被维护（重建或重新平衡），这会消耗额外的CPU和I/O资源。4.选择不当的索引：如果为不经常用于查询条件或排序的列创建索引，或者创建了过多不必要的索引，会增加维护成本，且可能无法有效提升查询性能。5.索引失效：在某些情况下（如使用函数处理索引列、查询条件中使用OR连接多个索引列、数据类型不匹配等），SQL查询可能无法使用索引，导致查询性能下降。九、数据库恢复（DatabaseRecovery）的基本目标是：在数据库系统发生故障（如硬件故障、软件错误、操作失误等）导致运行事务中断或数据库损坏时，能够将数据库系统恢复到故障前某个一致的状态（通常是事务提交前的状态），并确保所有已提交的事务结果得以保留。在发生系统故障时，数据库通常采用日志记录（Logging）和检查点（Checkpointing）等策略来保证数据的完整性。*日志记录：DBMS使用日志文件记录所有对数据库的更改（包括事务的开始、结束、对数据块的读取、写入和修改等操作）。日志记录是实现原子性和持久性的关键。在故障发生时，通过重放（Redo）日志记录来恢复已提交但尚未写入磁盘的数据更改，通过撤销（Undo）日志记录来中止未提交的事务，恢复数据库的一致性。*检查点（Checkpoint）：定期创建检查点，记录某个时间点所有已提交事务的结束标记。检查点的主要目的是减少故障恢复时需要重做（Redo）的数据量，加快恢复速度。恢复时，系统从最近的检查点开始，只需重做检查点之后日志记录中的事务更改，而无需重做检查点之前已提交事务的更改。十、随着数据量的不断增长和应用需求的多样化（如