2025年大型数据库试题及答案

2025年大型数据库试题及答案一、单项选择题（每题2分，共20分）1.关于关系数据库的关系模型，以下描述错误的是（）A.关系中的元组顺序无关性是指物理存储顺序不影响逻辑数据B.主码可以是单个属性或属性组，但必须唯一标识元组C.外码必须与对应主码的数据类型完全一致D.关系模式中的域约束规定了属性的取值范围答案：C（外码与主码的数据类型需兼容即可，不一定完全一致）2.某事务执行过程中，因硬件故障导致部分操作未写入磁盘，恢复时需通过日志回滚未提交事务。此时使用的日志类型是（）A.仅重做日志（RedoLog）B.仅撤销日志（UndoLog）C.先撤销后重做日志（Undo-RedoLog）D.归档日志（ArchiveLog）答案：B（未提交事务需通过Undo日志回滚）3.以下哪种索引结构最适合支持范围查询（如查询年龄在20-30岁之间的用户）？（）A.B+树索引B.哈希索引C.位图索引D.全文索引答案：A（B+树通过有序结构支持范围查询）4.分布式数据库中，若采用按时间戳分片策略，以下场景最适用的是（）A.电商订单表按用户ID分片B.日志表按写入时间分片C.用户信息表按地区分片D.商品表按类目分片答案：B（时间戳分片适合时间序列数据，如日志）5.事务T1读取数据A后，事务T2修改数据A并提交，T1再次读取A时发现值已改变，这种现象违反了事务的（）A.原子性（Atomicity）B.一致性（Consistency）C.隔离性（Isolation）D.持久性（Durability）答案：C（不可重复读，属于隔离性问题）6.以下关于云原生数据库的描述，错误的是（）A.支持弹性扩缩容，计算与存储分离B.通常采用共享存储架构（Shared-Nothing）C.自动备份与故障恢复由云平台托管D.存储层多使用对象存储或分布式文件系统答案：B（云原生数据库多采用共享存储架构，如AmazonAurora；Shared-Nothing是传统分布式数据库架构）7.某数据库系统中，查询“SELECTFROMordersWHEREuser_id=1001ANDorder_time>’2024-01-01’”的执行计划显示使用了复合索引（user_id,order_time），这体现了索引优化的（）原则A.最左前缀匹配B.覆盖索引C.索引列避免函数运算D.索引列离散度高答案：A（复合索引按顺序匹配查询条件）8.以下不属于HTAP（混合事务分析处理）数据库核心特性的是（）A.支持实时事务处理（OLTP）和实时分析（OLAP）B.事务数据与分析数据通过ETL定期同步C.同一套存储引擎处理两种负载D.支持行存与列存的融合存储答案：B（HTAP要求事务与分析数据实时一致，无需ETL）9.数据库设计中，若某表存在非主属性对主码的部分函数依赖，则该表最高满足（）A.第一范式（1NF）B.第二范式（2NF）C.第三范式（3NF）D.BC范式（BCNF）答案：A（部分依赖违反2NF）10.分布式事务中，两阶段提交（2PC）的“准备阶段”失败时，协调者需向所有参与者发送（）A.Commit指令B.Rollback指令C.超时重试指令D.状态查询指令答案：B（准备阶段任一参与者失败，全局事务回滚）二、填空题（每空2分，共20分）1.关系代数中，σ（选择）操作对应SQL的______子句，π（投影）操作对应______子句。答案：WHERE；SELECT2.数据库恢复技术的基础是______，其核心作用是记录数据修改的______。答案：日志（Log）；前像（BeforeImage）和后像（AfterImage）3.索引按存储结构可分为______（如B+树）和______（如哈希表）。答案：有序索引；无序索引4.分布式数据库的CAP定理中，C代表______，A代表______。答案：一致性（Consistency）；可用性（Availability）5.事务的隔离级别中，“可重复读”比“读已提交”多解决了______问题，比“串行化”少解决了______问题。答案：不可重复读；幻读三、简答题（每题8分，共40分）1.简述MVCC（多版本并发控制）的工作原理及其在数据库中的应用场景。答案：MVCC通过为数据行维护多个版本，避免读操作阻塞写操作。核心机制包括：①事务启动时分配唯一时间戳；②写操作提供新版本并记录事务时间戳；③读操作根据事务时间戳选择可见版本。应用场景：高并发读写场景（如OLTP数据库），通过无锁读提高并发性能，常见于PostgreSQL、InnoDB引擎。2.比较B+树索引与LSM树（日志结构合并树）的优缺点及适用场景。答案：B+树优点：有序结构支持范围查询和点查，随机读性能好；缺点：写操作可能触发分裂/合并，随机写性能较低。适用场景：OLTP系统（如MySQL的InnoDB）。LSM树优点：写操作顺序写入日志（WAL）和内存表（MemTable），批量刷盘后合并，顺序写性能高；缺点：读操作需遍历多层SSTable，可能产生读放大。适用场景：高写入负载的NoSQL（如HBase、RocksDB）或日志型数据库。3.分析主从复制（Master-SlaveReplication）中延迟产生的原因及常见解决方法。答案：延迟原因：①主库写操作日志（如Binlog）传输延迟；②从库回放日志的速度慢于主库提供速度（CPU/IO瓶颈）；③从库执行复杂查询占用资源。解决方法：①使用半同步复制（Semisync）确保日志及时传输；②从库使用独立的硬件资源（如专用CPU、SSD）；③对从库的查询进行限流或路由到其他副本；④采用并行复制技术（如按库、按表并行回放）。4.说明物化视图（MaterializedView）的适用场景及维护策略。答案：适用场景：①复杂查询（如多表连接、聚合）频繁执行；②数据实时性要求不高（如日报统计）；③OLAP系统中加速分析查询。维护策略：①实时维护：每次基表更新时立即刷新物化视图（高一致性，高写开销）；②定时维护：按固定间隔刷新（低写开销，一致性延迟）；③事件触发维护：基表更新达到阈值时刷新（折中方案）。5.简述分库分表（Sharding）的常见策略及选择依据。答案：策略：①垂直分库分表：按业务功能拆分（如用户库、订单库），依据是业务解耦和降低单库复杂度；②水平分表：按字段哈希（如user_id取模）或范围（如时间区间）拆分，依据是数据量均衡；③混合分表：结合垂直与水平拆分（如先按业务分库，再按时间分表）。选择依据：数据访问模式（点查/范围查）、数据增长趋势（均匀/时间集中）、事务边界（跨分片事务需避免）。四、设计题（每题15分，共30分）1.设计一个电商订单数据库，要求支持以下场景：-日订单量100万，峰值QPS5000；-需查询用户近1年的订单列表及每个订单的商品详情；-需统计每月各品类的销售金额；-保证订单支付的原子性（支付与库存扣减需同时成功或失败）。请给出表结构设计（关键字段）、索引策略、分库分表方案及事务解决方案。答案：（1）表结构设计：-订单主表（order_master）：order_id（主键）、user_id、total_amount、create_time、pay_status（支付状态）、category（商品品类，冗余存储以加速统计）。-订单详情表（order_detail）：detail_id（主键）、order_id（外键）、product_id、quantity、price。（2）索引策略：-order_master：user_id+create_time（复合索引，加速用户近1年订单查询）；category+create_time（复合索引，加速品类月统计）。-order_detail：order_id（覆盖索引，查询订单商品详情时无需回表）。（3）分库分表方案：-水平分表：order_master按user_id取模100分片（user_id%100），保证同一用户订单集中存储；order_detail按order_id取模100分片（与主表分片键关联，避免跨分片查询）。-垂直分库：单独划分统计库，通过订阅主库Binlog同步order_master数据（含category字段），用于品类销售统计（降低主库压力）。（4）事务解决方案：-支付与库存扣减使用分布式事务：若订单与库存分属不同库，采用Seata的AT模式（自动提供回滚日志）；若同库，使用本地事务（BEGIN/COMMIT）。-支付状态通过异步消息确认（如支付系统回调更新pay_status），避免长事务阻塞。2.某银行核心系统需迁移至分布式数据库，要求支持跨行转账的强一致性（A转B，A扣款与B到账必须同时成功），且每日交易笔数超2000万。请设计分布式事务方案，并说明如何解决网络分区下的一致性问题。答案：（1）分布式事务方案：-采用三阶段提交（3PC）改进版（如Percolator协议）：①预提交阶段：协调者向A、B账户所在数据库发送预扣款/预入账请求，记录回滚日志（如A的原余额、B的原余额）；②准备阶段：各数据库确认预操作成功（无锁冲突、余额充足），返回ACK；③提交阶段：协调者发送Commit指令，各数据库应用预操作并释放锁。（2）网络分区应对：-引入租约（Lease）机制：预提交阶段为锁设置超时时间（如5秒），超时后自动释放，避免长时间阻塞；-最终一致性补偿：若分区导致部分节点未收到Commit指令，通过定时任务扫描未确认事务，查询全局事务状态后执行重试或回滚；-选举新协调者：分区恢复后，通过Paxos协议重新选举协调者，确保事务状态统一。五、综合题（20分）随着数据量爆炸式增长，传统关系数据库在处理超大规模数据时面临性能瓶颈。某公司计划采用云原生分布式数据库，要求支持：-实时事务处理（OLTP）：每秒10万次下单操作；-实时分析（OLAP）：实时统计各地区、各品类的销售金额；-弹性扩缩容：高峰期自动扩展至100节点，低峰期收缩至20节点；-数据高可用：任意3个节点故障不影响服务。请设计该数据库的整体架构，说明各组件的功能及关键技术实现。答案：整体架构采用“计算-存储分离”的云原生架构，核心组件包括：1.计算层（ComputeLayer）：-事务处理节点（TPNode）：负责OLTP请求，使用内存数据库技术（如Citus的分布式事务引擎），支持分片路由、锁管理（MVCC+行锁）。-分析处理节点（APNode）：负责OLAP查询，采用列存引擎（如CockroachDB的列存优化），支持向量化执行、分布式聚合。-路由网关（Router）：根据SQL类型（SELECT/INSERT）和分片键（如user_id）将请求路由至对应TP/AP节点，支持读写分离（写请求到主分片，读请求到副本）。2.存储层（StorageLayer）：-分布式存储引擎（DistributedStorage）：基于对象存储（如AWSS3）或分布式文件系统（如Ceph），存储数据的多版本（MVCC）和日志（WAL）。计算节点通过一致性协议（如Raft）访问存储层，确保数据强一致性。-元数据服务（MetaStore）：使用etcd集群存储分片元数据（分片与节点映射、副本位置）、事务时间戳（用于MVCC可见性判断），支持毫秒级元数据查询。3.弹性扩缩容组件：-自动扩缩容控制器（AutoScaler）：监控CPU、内存使用率及QPS，触发扩缩容策略。扩缩时，通过数据重分布（Rebalance）将分片从旧节点迁移至新节点（使用一致性哈希或范围分片），迁移过程中由路由网关屏蔽请求（通过流量切分）。4.高可用与故障恢复：-数据副本机制：每个分片存储3个副本（满足3节点故障），分布在不同可用区（AZ）。副本间通过Raft协议同步日志，主副本处理写请求，从副本处理读请求。-故障检测与自愈：监控系统（Promethe