2025年数据库系统考试题及答案

2025年数据库系统考试题及答案一、单项选择题（每题2分，共20分）1.关于关系数据库的候选键，以下描述正确的是（）A.候选键只能由单个属性构成B.候选键是能唯一标识元组的最小属性集合C.候选键一定是主键D.候选键在关系模式中必须显式声明2.若事务T1对数据A加了共享锁（S锁），则其他事务（）A.只能对A加S锁B.只能对A加X锁C.无法对A加任何锁D.可以对A加S锁或X锁3.以下不属于数据仓库典型特征的是（）A.面向主题B.支持实时事务处理C.数据集成性D.历史数据存储4.在关系代数中，表达式σ（A>5∧B='X'）(R⋈S)等价于（）A.σ(A>5)(σ(B='X')(R⋈S))B.(σ(A>5)(R))⋈(σ(B='X')(S))C.σ(A>5∧B='X')(R)⋈SD.R⋈σ(A>5∧B='X')(S)5.某关系模式R(U,F)，其中U={A,B,C,D},F={AB→C,C→D,D→A}，则R的候选键是（）A.ABB.BCC.CDD.BD6.关于B+树索引与哈希索引的对比，错误的是（）A.B+树支持范围查询，哈希索引不支持B.哈希索引在等值查询时性能更优C.B+树索引的维护成本低于哈希索引D.哈希索引无法避免哈希冲突7.事务日志（RedoLog）的主要作用是（）A.实现事务的原子性B.实现事务的持久性C.实现事务的隔离性D.实现事务的一致性8.在分布式数据库中，以下不属于数据分片方式的是（）A.水平分片B.垂直分片C.混合分片D.随机分片9.若关系模式R属于3NF，则R一定满足（）A.不存在非主属性对候选键的部分函数依赖B.不存在主属性对候选键的传递函数依赖C.不存在非主属性对候选键的传递函数依赖D.所有属性都完全函数依赖于候选键10.关于多版本并发控制（MVCC），以下说法错误的是（）A.MVCC通过维护数据的多个版本实现读不加锁B.MVCC可以避免脏读、不可重复读和幻读C.MVCC的写操作需要更新版本号D.MVCC在事务提交时才会删除旧版本数据二、填空题（每空1分，共15分）1.关系数据库的三级模式结构包括外模式、______和内模式。2.事务的ACID特性中，A代表______，I代表______。3.数据完整性约束包括实体完整性、______和用户定义完整性。4.在SQL中，用于限制列取值范围的约束是______。5.关系代数中，π操作对应______（填“投影”或“选择”）。6.数据库恢复的基础是______和______。7.分布式数据库的“CAP定理”指______、可用性和分区容忍性三者不可兼得。8.数据仓库的ETL过程包括抽取（Extract）、______和加载（Load）。9.若关系模式R的所有属性都是主属性，则R至少属于______范式。10.B+树中，所有叶子节点通过______指针连接，支持顺序访问。11.数据库索引分为聚集索引和______，前者决定数据的物理存储顺序。三、简答题（每题7分，共35分）1.简述关系模型中函数依赖与多值依赖的区别，并举例说明。2.说明数据库中死锁的检测与处理方法，列举两种常见的死锁预防策略。3.对比OLTP（联机事务处理）与OLAP（联机分析处理）的主要差异，各举一个应用场景。4.解释索引失效的常见原因，并给出三条优化建议。5.说明分布式数据库中数据复制的优缺点，列举两种复制策略。四、设计题（共20分）某医院拟开发患者信息管理系统，需求如下：-患者信息包括：患者ID（唯一）、姓名、性别、出生日期、联系方式；-医生信息包括：医生ID（唯一）、姓名、科室、职称；-诊疗记录：每次诊疗由一位医生负责，记录诊疗时间、诊断结果、处方（可包含多个药品）；-药品信息：药品ID（唯一）、名称、规格、单价、生产厂家。要求：（1）绘制该系统的E-R图（需标注实体属性、联系类型及基数约束）（8分）；（2）将E-R图转换为关系模式，要求满足3NF（6分）；（3）编写SQL语句查询2024年1月1日至2024年12月31日期间，每个科室诊疗患者数量前3的医生（需显示科室、医生姓名、诊疗数量）（6分）。五、综合题（共30分）某电商平台订单数据库出现性能问题，具体表现为：-高峰时段“查询某用户近一年订单”操作响应时间超过5秒；-频繁更新“订单状态”字段时出现锁等待；-历史订单表（数据量10亿条）的全表扫描操作耗时过长。已知当前数据库设计：-订单表结构：order_id（主键）、user_id、order_time、status（枚举类型：待支付、已支付、已发货、已完成）、amount；-索引情况：仅在order_id上有聚集索引，user_id和order_time上无索引。请根据以上信息，完成以下任务：（1）分析“查询某用户近一年订单”响应慢的可能原因，并设计索引优化方案（8分）；（2）针对“更新订单状态”的锁等待问题，提出事务隔离级别调整或锁优化策略（8分）；（3）对于历史订单表的全表扫描问题，提出分库分表或分区策略，并说明具体实现（8分）；（4）说明如何通过监控指标（如QPS、TPS、锁等待时间、缓存命中率）评估优化效果（6分）。答案一、单项选择题1.B2.A3.B4.A5.B6.C7.B8.D9.C10.D二、填空题1.模式（概念模式）2.原子性；隔离性3.参照完整性4.CHECK约束5.投影6.事务日志（RedoLog）；备份7.一致性8.转换（Transform）9.2NF10.双向11.非聚集索引（辅助索引）三、简答题1.函数依赖（X→Y）表示属性集X的值唯一确定Y的值，如（学号→姓名）；多值依赖（X→→Y）表示X的每个值对应Y的一组值，且与其他属性无关，如（课程→→教师）（一门课程可由多个教师教授，与学生无关）。区别：函数依赖是“一对一”或“一对多”，多值依赖是“一对多集合”；函数依赖是多值依赖的特例。2.死锁检测：通过超时机制（设定等待时间阈值）或构建资源等待图（检测是否存在环）。处理方法：选择代价最小的事务回滚。预防策略：①顺序加锁（按固定顺序申请锁）；②一次性加锁（事务开始前申请所有所需锁）。3.OLTP：面向事务，支持高频读写，数据实时更新，如电商下单；OLAP：面向分析，支持复杂查询，数据批量加载，如销售报表统计。差异：OLTP强调实时性和事务性，OLAP强调分析深度和历史数据。4.索引失效原因：①查询条件使用函数或表达式（如WHEREYEAR(order_time)=2024）；②模糊查询以通配符开头（如LIKE'%ABC'）；③字段类型隐式转换（如字符串与数字比较）；④复合索引未按左前缀使用。优化建议：①避免对索引列做计算；②调整模糊查询为右前缀（如LIKE'ABC%'）；③确保查询条件与索引顺序一致；④对高频查询字段添加覆盖索引。5.数据复制优点：提高读性能（负载均衡）、增强可用性（故障切换）；缺点：增加写延迟（同步复制）、可能导致数据不一致（异步复制）。复制策略：①主从复制（Master-Slave，主写从读）；②多主复制（Multi-Master，多个节点可写，需解决冲突）。四、设计题（1）E-R图描述：-实体：患者（患者ID，姓名，性别，出生日期，联系方式）；医生（医生ID，姓名，科室，职称）；药品（药品ID，名称，规格，单价，生产厂家）；诊疗记录（诊疗ID，诊疗时间，诊断结果）。-联系：患者与诊疗记录（1:n，1个患者可有多条诊疗记录）；医生与诊疗记录（1:n，1个医生可有多条诊疗记录）；诊疗记录与药品（n:m，1次诊疗可开多个药品，1个药品可被多次诊疗使用）。（2）关系模式（3NF）：患者（患者ID，姓名，性别，出生日期，联系方式）主键：患者ID医生（医生ID，姓名，科室，职称）主键：医生ID药品（药品ID，名称，规格，单价，生产厂家）主键：药品ID诊疗记录（诊疗ID，患者ID，医生ID，诊疗时间，诊断结果）主键：诊疗ID外键：患者ID→患者.患者ID，医生ID→医生.医生ID诊疗药品（诊疗ID，药品ID，数量）主键：（诊疗ID，药品ID）外键：诊疗ID→诊疗记录.诊疗ID，药品ID→药品.药品ID（3）SQL语句：WITHdoctor_statsAS(SELECTd.科室,d.医生ID,d.姓名,COUNT(DISTINCTr.诊疗ID)AS诊疗数量,ROW_NUMBER()OVER(PARTITIONBYd.科室ORDERBYCOUNT(DISTINCTr.诊疗ID)DESC)ASrnFROM医生dLEFTJOIN诊疗记录rONd.医生ID=r.医生IDWHEREr.诊疗时间BETWEEN'2024-01-01'AND'2024-12-31'GROUPBYd.科室,d.医生ID,d.姓名)SELECT科室,姓名,诊疗数量FROMdoctor_statsWHERErn<=3;五、综合题（1）原因分析：查询需全表扫描（无user_id和order_time索引），数据量大时IO开销高。优化方案：创建复合索引（user_id,order_timeDESC），覆盖查询条件（user_id过滤用户，order_time过滤时间范围），减少回表操作；若需返回amount等字段，可创建覆盖索引（user_id,order_timeDESC,amount,status）。（2）锁等待优化：①调整事务隔离级别为读已提交（ReadCommitted），减少锁持有时间（比可重复读级别更早释放锁）；②对status字段使用更细粒度的锁（如行锁而非表锁）；③批量更新时按order_id顺序处理，避免交叉加锁；④使用乐观锁（通过版本号字段实现CAS操作）。（3）分库分表策略：按order_time做时间分区（如按年分区），将历史订单（如2020年前）迁移至归档库；或按user_id哈希分表（如分成1024张表，user_id%1024确定表名）。分区实现：使用MySQL的RANGE分区（PARTITIONBYRANGE(YE