2025年大数据库试题及答案

2025年大数据库试题及答案一、单项选择题（每题2分，共20分）1.以下关于关系模型中候选键的描述，正确的是（）。A.候选键是表中可以唯一标识元组的一个属性B.候选键一定是主键C.一个关系中可以有多个候选键D.候选键不能包含多个属性2.在SQL中，若要查询“学生表”中年龄在20到25岁之间（包含20和25）的学生，正确的WHERE子句是（）。A.WHERE年龄BETWEEN20OR25B.WHERE年龄BETWEEN20AND25C.WHERE年龄>=20OR年龄<=25D.WHERE年龄IN(20,25)3.下列关于B+树索引的说法，错误的是（）。A.所有叶子节点通过指针连接，便于范围查询B.非叶子节点仅存储索引键和子节点指针C.适合频繁的插入、删除操作D.索引的高度通常比B树更低4.事务的ACID特性中，“隔离性”（Isolation）的作用是（）。A.确保事务执行后数据保持一致性状态B.保证事务的所有操作要么全部完成，要么全部不执行C.防止事务执行过程中因系统故障导致数据丢失D.确保多个并发事务的执行结果与按某种顺序串行执行的结果一致5.某关系模式R（A,B,C,D），函数依赖为A→B，B→C，C→D，则R的最高范式是（）。A.1NFB.2NFC.3NFD.BCNF6.分布式数据库中，“CAP定理”指的是（）。A.一致性、可用性、分区容忍性不可同时满足B.完整性、原子性、持久性不可同时满足C.并发性、安全性、可靠性不可同时满足D.可扩展性、高吞吐量、低延迟不可同时满足7.数据仓库的核心特性是（）。A.支持实时事务处理（OLTP）B.面向主题、集成、稳定、随时间变化C.强调数据的实时性和原子性D.仅存储当前最新数据8.以下SQL语句中，用于修改表结构的是（）。A.UPDATEB.ALTERC.INSERTD.DELETE9.在Hive中，用于将结构化数据文件映射为数据库表的语句是（）。A.CREATETABLEB.LOADDATAC.INSERTINTOD.SELECT10.关于数据库索引的优化，以下说法正确的是（）。A.为所有列添加索引可以提高查询效率B.覆盖索引可以避免回表操作C.主键自动创建的是非聚簇索引D.索引越多，写入操作的性能越高二、填空题（每空2分，共20分）1.关系数据库中，关系的完整性约束包括实体完整性、参照完整性和__________。2.SQL中，用于返回查询结果前10行的子句是__________（假设数据库支持标准语法）。3.事务的隔离级别中，允许“脏读”但能避免“不可重复读”的是__________。4.数据仓库的ETL过程指的是__________、转换、加载。5.分布式数据库中，解决数据分片问题的常见策略包括水平分片、垂直分片和__________。6.在关系代数中，π（投影）操作的作用是__________。7.数据库恢复技术的基础是__________，其记录了数据库中所有更新操作。8.HBase的存储模型基于__________，数据按行键排序存储。9.若事务T1对数据A加了共享锁（S锁），则事务T2对数据A可以加__________锁（填“共享”或“排他”）。10.第三范式（3NF）要求关系模式中不存在非主属性对__________的传递函数依赖。三、简答题（每题8分，共40分）1.简述聚簇索引与非聚簇索引的区别，并说明各自的适用场景。2.解释“死锁”的概念，并说明数据库管理系统（DBMS）处理死锁的常用方法。3.对比OLTP（联机事务处理）与OLAP（联机分析处理）的主要差异（至少列出4点）。4.简述数据库设计中“逻辑设计”阶段的主要任务，并说明如何将E-R模型转换为关系模式。5.大数据场景下，传统关系型数据库（如MySQL）的局限性有哪些？分布式数据库（如TiDB）是如何解决这些问题的？四、设计题（每题10分，共20分）1.某高校需设计“学生选课管理系统”数据库，涉及的实体有：学生（学号，姓名，性别，年龄）、课程（课程号，课程名，学分）、教师（工号，姓名，职称）。其中，学生与课程之间存在“选课”关系（包含选课时间），教师与课程之间存在“授课”关系（包含授课学期）。要求：（1）画出E-R图（需标注实体属性、联系类型及联系属性）；（2）将E-R图转换为关系模式（需标注主键和外键）。2.某电商平台需优化“订单表”的查询性能，已知高频查询场景包括：-根据用户ID查询最近3个月的订单（用户ID，下单时间）；-根据订单状态（如“待支付”“已发货”）统计各状态的订单数量；-根据商品ID查询关联的订单详情（商品ID，订单金额）。请设计合理的索引策略（需说明索引类型、列顺序及原因）。五、编程题（共30分）1.（10分）使用SQL语句完成以下操作：（1）创建“员工表”（employee），包含字段：员工ID（emp_id，主键，INT类型）、姓名（emp_name，VARCHAR(50)）、部门ID（dept_id，INT类型，外键关联部门表dept的dept_id）、入职日期（hire_date，DATE类型）、月薪（salary，DECIMAL(10,2)）；（2）向员工表中插入一条记录：emp_id=1001，emp_name='张三'，dept_id=20，hire_date='2023-01-15'，salary=15000.00；（3）查询部门ID为20的所有员工中，月薪高于部门平均月薪的员工姓名和月薪（要求使用子查询）。2.（10分）某公司“销售表”（sales）包含字段：销售ID（sale_id）、产品ID（prod_id）、销售日期（sale_date）、销售数量（qty）。请编写SQL语句：（1）按产品ID分组，查询每个产品2024年各季度的总销售数量（季度字段命名为quarter，总数量命名为total_qty）；（2）使用窗口函数，计算每个产品的累计销售数量（按销售日期升序排列）。3.（10分）编写一个存储过程（存储过程名为get_dept_salary），输入参数为部门ID（dept_id），输出该部门员工的最高月薪、最低月薪和平均月薪。答案一、单项选择题1.C（候选键是能唯一标识元组的属性或属性组，一个关系可有多候选键，主键是选中的一个候选键）2.B（BETWEEN...AND...表示闭区间）3.C（B+树的结构更适合范围查询，但频繁插入删除可能导致页分裂，性能不如哈希索引）4.D（隔离性确保并发事务互不干扰，结果等价于串行执行）5.B（存在传递依赖A→C，A→D，不满足3NF）6.A（CAP定理指出一致性、可用性、分区容忍性三者不可全选）7.B（数据仓库面向主题，集成多源数据，长期存储历史数据）8.B（ALTER用于修改表结构，如添加列、修改约束）9.A（Hive通过CREATETABLE定义外部表或内部表，映射存储路径）10.B（覆盖索引包含查询所需所有列，无需回表）二、填空题1.用户定义完整性2.LIMIT103.读已提交（ReadCommitted）4.抽取（Extract）5.混合分片6.从关系中选取若干属性列组成新关系7.日志（或日志文件、事务日志）8.列族（ColumnFamily）9.共享10.候选键三、简答题1.区别：聚簇索引的存储顺序与数据行的物理存储顺序一致，一个表只能有一个聚簇索引；非聚簇索引的存储顺序与物理顺序无关，一个表可有多非聚簇索引。适用场景：聚簇索引适合主键查询或范围查询（如按时间排序的订单表）；非聚簇索引适合频繁查询的非主键列（如用户表的手机号查询）。2.死锁：两个或多个事务因争夺资源而相互等待，导致无法继续执行的状态。处理方法：-死锁检测：DBMS定期检查事务等待图，发现环则选择代价最小的事务回滚；-死锁预防：通过顺序加锁、超时机制（如事务等待超时则回滚）避免死锁发生。3.差异：-目标：OLTP支持日常事务处理（如订单提交），OLAP支持决策分析（如销售统计）；-数据量：OLTP数据量较小（实时更新），OLAP数据量极大（历史数据）；-操作类型：OLTP以增删改（DML）为主，OLAP以查询（SELECT）为主；-响应时间：OLTP要求毫秒级响应，OLAP允许秒级或分钟级响应。4.逻辑设计任务：将概念模型（E-R图）转换为数据库管理系统支持的逻辑模型（如关系模型），并优化关系模式（如消除冗余、满足范式）。E-R转换规则：-实体转换为关系模式，属性为列，主键为实体标识符；-1:1联系可合并到任一实体或独立成表；-1:n联系合并到n端实体（添加1端主键作为外键）；-m:n联系独立成表（包含两端主键及联系属性，组合主键）。5.传统数据库局限性：-扩展性差：单节点存储和计算能力有限，无法处理PB级数据；-并发性能低：高并发写入时锁竞争激烈；-容错性弱：单点故障导致服务中断。分布式数据库解决方式：-数据分片：将数据分散到多个节点，支持水平扩展；-分布式事务：通过两阶段提交（2PC）或TCC（补偿事务）保证一致性；-多副本机制：通过Raft或Paxos协议实现数据冗余，提高容错性。四、设计题1.（1）E-R图（文字描述）：-实体“学生”属性：学号（主键）、姓名、性别、年龄；-实体“课程”属性：课程号（主键）、课程名、学分；-实体“教师”属性：工号（主键）、姓名、职称；-联系“选课”（学生-课程，m:n）属性：选课时间；-联系“授课”（教师-课程，1:n）属性：授课学期。（2）关系模式：-学生（学号，姓名，性别，年龄）主键：学号；-课程（课程号，课程名，学分）主键：课程号；-教师（工号，姓名，职称）主键：工号；-选课（学号，课程号，选课时间）主键：（学号，课程号），外键：学号→学生.学号，课程号→课程.课程号；-授课（工号，课程号，授课学期）主键：（工号，课程号），外键：工号→教师.工号，课程号→课程.课程号。2.索引策略：-用户ID+下单时间的复合索引（B树索引）：用户ID为前导列，下单时间为第二列，支持“用户ID查询最近3个月订单”的范围查询（WHEREuser_id=?ANDorder_timeBETWEEN...）；-订单状态的单列索引（B树索引）：统计各状态订单数量时，索引可快速定位不同状态的记录；-商品ID的覆盖索引（包含商品ID、订单金额）：查询商品关联订单详情时，索引直接返回所需数据，避免回表。五、编程题1.（1）```sqlCREATETABLEemployee(emp_idINTPRIMARYKEY,emp_nameVARCHAR(50)NOTNULL,dept_idINT,hire_dateDATE,salaryDECIMAL(10,2),FOREIGNKEY(dept_id)REFERENCESdept(dept_id));```（2）```sqlINSERTINTOemployee(emp_id,emp_name,dept_id,hire_date,salary)VALUES(1001,'张三',20,'2023-01-15',15000.00);```（3）```sqlSELECTemp_name,salaryFROMemployeeWHEREdept_id=20ANDsalary>(SELECTAVG(salary)FROMemployeeWHEREdept_id=20);```2.（1）```sqlSELECTprod_id,QUARTER(sale_date)ASquarter,SUM(qty)AStotal_qtyFROMsalesWHEREsale_dateBETWEEN'2024-01-01'AND'2024-12-31'GROUPBYprod_id,QUARTER(sale_date);```（2）```