2025年数据库技术考试题及答案

2025年数据库技术考试题及答案一、单项选择题（每题2分，共20分）1.下列关于关系模型完整性约束的描述中，错误的是（）A.实体完整性通过主键约束实现B.参照完整性通过外键约束保证C.用户定义完整性可通过CHECK约束实现D.所有外键必须对应被参照表的主键2.某电商数据库中，用户表（user_idPK，name，reg_time）与订单表（order_idPK，user_idFK，amount，order_time）需频繁查询“2024年1月1日以后注册用户的订单金额总和”，最优索引策略是（）A.在user表reg_time字段建立索引，在订单表user_id字段建立索引B.在user表（reg_time,user_id）建立联合索引，在订单表（user_id,order_time）建立联合索引C.在订单表（order_time,user_id,amount）建立覆盖索引D.在user表user_id字段建立索引，在订单表（user_id,amount）建立联合索引3.若事务T1对数据A加S锁，事务T2对数据A加X锁，根据两阶段锁协议（2PL），正确的处理方式是（）A.T2等待T1释放S锁后获取X锁B.T1立即释放S锁，T2获取X锁C.T2拒绝加锁，回滚事务D.T1与T2并行执行，由数据库自动处理冲突4.分布式数据库中，CAP定理指的是（）A.一致性（Consistency）、可用性（Availability）、分区容忍性（PartitionTolerance）B.正确性（Correctness）、原子性（Atomicity）、持久性（Persistence）C.并发控制（ConcurrencyControl）、访问控制（AccessControl）、性能（Performance）D.压缩（Compression）、聚合（Aggregation）、并行（Parallelism）5.数据湖（DataLake）与传统数据仓库（DataWarehouse）的核心区别是（）A.数据湖存储结构化数据，数据仓库存储非结构化数据B.数据湖支持实时分析，数据仓库仅支持批处理C.数据湖在存储阶段不强制模式（Schema-on-Read），数据仓库在存储前定义模式（Schema-on-Write）D.数据湖采用行存储，数据仓库采用列存储6.列存储数据库（如ClickHouse）在以下哪种场景中性能最优？（）A.实时事务处理（OLTP）中的增删改操作B.历史报表分析（OLAP）中的多维度聚合查询C.高频小批量插入的日志记录D.关联复杂的多表连接查询7.防止SQL注入攻击的最有效方法是（）A.对用户输入进行字符串过滤（如替换“;”“--”）B.使用预编译语句（PreparedStatement）绑定参数C.限制数据库用户的操作权限D.在应用层对SQL语句进行正则表达式校验8.多版本并发控制（MVCC）通过以下哪种方式实现读不阻塞写？（）A.为每个数据行维护多个版本，读操作访问旧版本，写操作提供新版本B.使用共享锁（S锁）和排他锁（X锁）的互斥机制C.通过时间戳排序事务，确保读操作只能访问早于当前事务时间戳的数据D.对写操作加锁，读操作无需加锁9.云数据库（如AWSAurora）的弹性扩展特性主要依赖（）A.基于共享存储的分布式架构，计算节点可独立扩展B.单一主节点加多个从节点的主从复制架构C.分库分表的水平扩展方式D.内存数据库与磁盘数据库的混合存储10.文档型NoSQL数据库（如MongoDB）存储JSON文档时，以下描述正确的是（）A.所有文档必须遵循相同的模式（Schema）B.支持通过点符号（如“user.address.city”）查询嵌套字段C.不支持索引，查询性能依赖全表扫描D.事务仅支持单文档操作，不支持多文档原子性二、填空题（每空1分，共20分）1.ER模型的三要素是实体、属性和（）。2.事务的ACID特性中，“A”代表（），“D”代表（）。3.B+树索引中，所有数据记录存储在（）节点。4.数据库恢复的基础是（），其记录了所有对数据库的修改操作。5.分布式数据库分片（Sharding）时，分片键的选择需满足（）（至少答两点）。6.物化视图（MaterializedView）与普通视图的本质区别是（）。7.主从复制（Master-SlaveReplication）中，从库可能出现的延迟称为（）。8.OLAP（联机分析处理）的典型操作包括（）、切片、切块和旋转。9.数据脱敏技术中，将真实姓名替换为“用户123”的方法属于（）。10.图数据库（如Neo4j）的核心数据结构是（）和（）。三、简答题（每题8分，共40分）1.简述关系代数中的自然连接（NaturalJoin）与等值连接（EquiJoin）的区别，并举例说明。2.索引优化是数据库性能调优的关键，请列举3条索引设计的基本原则，并解释原因。3.分布式事务需要解决哪些挑战？请说明两阶段提交（2PC）的基本流程及其局限性。4.NoSQL数据库（如Redis、Cassandra、MongoDB）与关系型数据库的主要差异有哪些？各举一个典型应用场景。5.数据安全是数据库设计的重要环节，请从存储层、传输层、应用层三个层面，分别说明可采取的安全措施。四、设计题（每题10分，共20分）1.设计一个电商平台的订单管理数据库，要求包含用户、商品、订单、订单详情四个实体。需完成：（1）绘制ER图（用文字描述实体、属性及关系）；（2）给出关系模式（主码用下划线标出，外码用波浪线标出）。2.某企业日志系统使用MySQL存储用户操作日志，表结构为log（log_idPK，user_id，action，log_time，extra_infoJSON），当前面临查询慢（如按user_id和log_time范围查询）、存储成本高的问题。请设计优化方案，包括存储引擎选择、索引策略、分区/分表策略、归档机制，并说明理由。五、综合题（20分）某互联网公司计划将传统单体数据库迁移至分布式数据库TiDB，业务场景为电商交易系统（日活用户100万，日均订单量500万，涉及用户、商品、订单、库存等核心表）。请回答以下问题：（1）TiDB的架构特点是什么？如何支持水平扩展？（2）针对订单表（order_idPK，user_id，goods_id，amount，status，create_time），如何设计分片策略？需考虑哪些因素？（3）迁移过程中需解决哪些关键问题（如数据一致性、业务停机时间）？提出具体解决方案。（4）上线后需监控哪些核心指标？当出现主节点故障时，TiDB如何保证服务可用性？答案一、单项选择题1.D（外键可对应被参照表的唯一键，不一定是主键）2.B（联合索引覆盖reg_time过滤用户，user_id关联订单，order_time过滤时间范围）3.A（2PL要求事务在释放锁后不能再申请锁，T1持有S锁时，T2需等待其释放后获取X锁）4.A（CAP定理的标准定义）5.C（数据湖的Schema-on-Read与数据仓库的Schema-on-Write是核心区别）6.B（列存储适合OLAP的聚合查询，减少I/O）7.B（预编译语句绑定参数可彻底避免SQL注入）8.A（MVCC通过多版本实现读写不阻塞）9.A（云数据库的弹性扩展依赖共享存储架构，计算节点独立扩展）10.B（MongoDB支持嵌套字段查询，文档模式灵活）二、填空题1.联系2.原子性；持久性3.叶子4.日志（或事务日志、重做日志）5.数据分布均匀、减少跨分片查询、业务相关性（任意两点）6.物化视图存储实际数据，普通视图是虚拟表（或物化视图预计算并存储结果）7.复制延迟（或主从延迟）8.上卷（RollUp）/下钻（DrillDown）9.匿名化（或脱敏替换）10.节点（Node）；关系（Relationship）三、简答题1.区别：自然连接自动匹配所有同名属性列，且结果中去除重复列；等值连接需显式指定连接条件，结果保留重复列。举例：表A（id,name），表B（id,age），自然连接结果为（id,name,age）；等值连接A.id=B.id结果为（A.id,name,B.id,age）。2.原则：（1）在高频查询的过滤列上建索引（减少全表扫描）；（2）联合索引遵循最左前缀法则（索引顺序与查询条件顺序匹配）；（3）避免在低基数列（如性别）建索引（区分度低，索引效率差）；（4）索引列更新频繁时需权衡（索引维护影响写性能）。（任意3条）3.挑战：网络延迟、节点故障、数据一致性。2PC流程：协调者发送准备（Prepare）请求，参与者反馈是否就绪；协调者根据反馈发送提交（Commit）或回滚（Abort）指令。局限性：阻塞（参与者故障时协调者等待）、单点故障（协调者故障导致事务卡住）、性能差（多轮网络交互）。4.差异：（1）数据模型：关系型（表结构）vsNoSQL（键值、列族、文档、图）；（2）一致性：关系型强一致vsNoSQL最终一致；（3）扩展性：关系型垂直扩展vsNoSQL水平扩展；（4）事务：关系型支持多表事务vsNoSQL多支持单文档事务。场景：Redis（缓存）、Cassandra（海量日志）、MongoDB（内容管理系统）。5.存储层：加密存储（透明数据加密TDE）、访问控制（角色权限管理）；传输层：SSL/TLS加密传输、IP白名单；应用层：输入校验（防止SQL注入）、敏感数据脱敏（如手机号打码）、审计日志（记录操作轨迹）。四、设计题1.（1）ER图描述：用户（用户ID，姓名，手机号，注册时间）；商品（商品ID，名称，价格，库存）；订单（订单ID，用户ID，总金额，下单时间，状态）；订单详情（详情ID，订单ID，商品ID，数量，单价）。关系：用户与订单是1:N（一个用户多个订单）；订单与订单详情是1:N（一个订单多个详情）；订单详情与商品是N:1（多个详情对应一个商品）。（2）关系模式：用户（_用户ID_，姓名，手机号，注册时间）；商品（_商品ID_，名称，价格，库存）；订单（_订单ID_，~用户ID~，总金额，下单时间，状态）；订单详情（_详情ID_，~订单ID~，~商品ID~，数量，单价）。2.优化方案：（1）存储引擎：使用InnoDB（支持事务，适合高并发）；（2）索引：在（user_id,log_time）建立联合索引（加速按用户和时间的查询），对extra_info中的高频查询字段（如“device”）建立JSON索引（如MySQL的JSON_SEARCH或提供列索引）；（3）分区：按log_time做范围分区（如按月分区），减少单表数据量；（4）归档：将3个月前的日志归档至冷存储（如对象存储），仅保留热数据在数据库。理由：联合索引覆盖查询条件，分区降低I/O，归档减少存储成本。五、综合题（1）TiDB架构：计算层（TiDBServer）负责SQL解析和执行，存储层（TiKV）基于Raft协议分布式存储，PD（PlacementDriver）负责元数据管理和调度。水平扩展：通过添加TiDBServer节点扩展计算能力，添加TiKV节点扩展存储能力，PD自动均衡数据分布。（2）分片策略：选择order_id（全局唯一）或user_id作为分片键。若选order_id，需确保分片均匀（如哈希分片）；若选user_id，需考虑用户订单分布（避免热点用户）。因素：数据分布均匀性、跨分片查询频率、业务查询模式（如按user_id查询订单需本地分片）。（3）关键问题及方案：数据一致