(2025年)大型数据库技术应用期末试题附答案

(2025年)大型数据库技术应用期末试题附答案一、单项选择题（每题2分，共20分）1.以下哪项是分布式数据库区别于传统关系型数据库的核心特征？A.支持SQL语法B.具备弹性扩展能力C.提供事务ACID特性D.支持索引优化查询答案：B解析：传统关系型数据库（如Oracle、MySQL）通常采用集中式或共享存储架构，扩展能力有限；分布式数据库通过分布式存储和计算节点，可水平扩展存储与计算资源，弹性扩展是其核心优势。2.事务的“持久性”（Durability）主要通过以下哪种机制实现？A.锁机制B.日志（RedoLog/UndoLog）C.索引优化D.数据缓存答案：B解析：持久性要求事务提交后数据不丢失，通过预写日志（WAL）将操作记录先写入磁盘日志，再更新数据页，确保故障时可通过日志恢复。3.以下哪种索引类型更适合范围查询？A.哈希索引B.B+树索引C.全文索引D.位图索引答案：B解析：B+树索引的结构支持从根到叶子的有序遍历，适合范围查询（如WHEREage>20ANDage<30）；哈希索引仅支持等值查询，无法高效处理范围查询。4.列式存储数据库（如ClickHouse）的典型应用场景是？A.实时交易系统（OLTP）B.数据分析（OLAP）C.高并发用户登录D.短消息实时推送答案：B解析：列式存储按列存储数据，同一列数据连续存放，压缩率高，适合批量读取某几列进行复杂计算（如聚合、过滤），是OLAP场景的核心技术。5.某分布式数据库采用“按用户ID哈希分片”策略，若用户ID范围为1-1000，分片数为4，则用户ID=123会被分配到哪个分片？A.分片0（0-249）B.分片1（250-499）C.分片2（500-749）D.分片3（750-999）答案：A解析：哈希分片通常计算用户ID对分片数取模，123%4=3（若分片编号从0开始），但需注意分片范围可能按哈希值区间划分。若分片数为4，哈希值范围0-3，123的哈希值（如取模）为3，对应分片0（假设分片0对应哈希0-0，分片1对应1-1等），具体需看实现，但本题默认简单取模后分片编号为0-3，123%4=3对应分片3？需修正：正确计算应为123除以分片数4，商为30余3，分片编号通常从0开始，故分片3。但题目选项中分片3的范围是750-999，可能题目设定为范围分片而非哈希分片，此处可能存在矛盾。正确应为哈希分片不依赖原始值范围，而是通过哈希函数映射，因此正确答案应为根据哈希结果分配，本题可能存在设定错误，正确选项应为分片3（假设哈希取模后为3）。（注：原题可能存在表述问题，正确逻辑应为哈希分片与原始值范围无关，故修正后答案应为分片3，但根据题目选项可能需调整，此处以标准哈希分片逻辑为准。）6.CAP定理中的“P”指的是？A.PartitionTolerance（分区容错）B.Performance（性能）C.Persistence（持久）D.Parallelism（并行）答案：A解析：CAP定理指出分布式系统无法同时满足一致性（Consistency）、可用性（Availability）、分区容错性（PartitionTolerance），三者最多取其二，P即分区容错。7.OLAP与OLTP的主要区别在于？A.OLAP支持事务，OLTP不支持B.OLAP数据实时性要求高，OLTP要求低C.OLAP侧重复杂查询分析，OLTP侧重高频事务D.OLAP使用关系模型，OLTP使用非关系模型答案：C解析：OLTP（联机事务处理）面向日常交易，需支持高频、短事务（如电商下单）；OLAP（联机分析处理）面向数据分析，需支持复杂查询（如统计季度销售额）。8.以下哪种一致性级别最弱？A.强一致性B.会话一致性C.最终一致性D.单调读一致性答案：C解析：最终一致性允许数据在一段时间内不一致，但最终会达到一致；强一致性要求所有节点立即看到相同数据，是最强级别。9.LSM树（Log-StructuredMerge-Tree）的主要设计目标是？A.提升随机读性能B.优化顺序写性能C.减少索引存储空间D.支持事务回滚答案：B解析：LSM树将写操作先记录到内存（MemTable），达到阈值后批量写入磁盘（SSTable），通过顺序写（比随机写快）提升写入性能，适合高写入场景（如日志类数据库）。10.数据库安全中，“字段级加密”主要用于防范？A.SQL注入攻击B.数据库管理员越权访问C.网络传输中的数据泄露D.备份介质丢失导致的数据泄露答案：D解析：字段级加密对敏感字段（如身份证号）单独加密存储，即使备份文件或存储介质丢失，未授权者无法直接解密字段内容；网络传输加密（如TLS）防范传输泄露，SQL注入通过输入过滤防范。二、填空题（每题2分，共20分）1.分布式事务中，两阶段提交（2PC）的两个阶段是“准备阶段”和“________”。答案：提交/回滚阶段2.列式存储数据库中，同一列数据通常采用________编码（如Run-LengthEncoding、DeltaEncoding）以提升压缩率。答案：列专用3.水平分片（HorizontalSharding）的依据通常是________（如用户ID、时间戳）。答案：分片键4.OLAP系统中，预计算并存储聚合结果的技术称为________（如星型模式中的汇总表）。答案：物化视图5.CAP定理中，若选择“AP”（可用性+分区容错），则需牺牲________。答案：一致性6.当查询条件包含函数（如WHEREYEAR(create_time)=2025）时，数据库可能无法使用________。答案：索引（或B+树索引）7.LSM树的写路径包括内存写入（MemTable）、磁盘缓存（WAL）和________（SSTable）。答案：磁盘持久化8.数据脱敏技术中，将真实姓名替换为“某先生/女士”的方法称为________。答案：泛化（或模糊化）9.分布式锁的常见实现方式包括基于Redis的________（如RedLock）和基于ZooKeeper的临时节点。答案：原子操作（或SETNX命令）10.数据库备份类型中，仅记录自上次全量备份后所有变更的备份称为________。答案：增量备份三、简答题（每题8分，共40分）1.对比分布式数据库与传统关系型数据库在架构设计上的核心差异。答案：传统关系型数据库（如Oracle）多采用集中式或共享存储架构（SharedStorage），计算与存储绑定，扩展时需升级单节点性能（垂直扩展），高可用依赖主备复制；分布式数据库（如TiDB、CockroachDB）采用共享无状态（SharedNothing）架构，计算节点（SQL层）与存储节点（KV层）分离，存储节点通过分布式协议（如Raft）管理多副本，支持水平扩展（添加节点即可扩展存储与计算能力），架构更易弹性伸缩，适合海量数据与高并发场景。2.解释两阶段提交（2PC）在分布式事务中的作用，并说明其主要缺点。答案：作用：2PC用于协调多个节点完成分布式事务，确保所有参与节点要么全部提交，要么全部回滚，实现跨节点的原子性。缺点：①阻塞问题：协调者或参与者故障时，未收到通知的节点会一直阻塞等待；②性能开销大：需两次网络往返（准备+提交），延迟高；③单点依赖：协调者故障可能导致事务无法完成（需引入3PC或Paxos优化）。3.分析B+树和LSM树在读写场景中的适用差异。答案：B+树：读性能高（通过索引快速定位数据），适合随机读（如OLTP中的单条查询）；但写操作需分裂/合并节点，随机写性能较低（尤其高频写时易产生磁盘碎片）。LSM树：写性能高（写操作先入内存，批量顺序写入磁盘），适合高频写（如日志、监控数据）；但读操作需遍历内存MemTable和多层SSTable，随机读延迟较高（需布隆过滤器优化），适合读少写多场景。4.列式存储为何能显著提升OLAP查询效率？答案：①列压缩：同一列数据类型相同，压缩率高（如数值列可使用Delta编码），减少I/O；②按需读取：OLAP常查询少数列（如统计销售额），列式存储仅需读取目标列，避免读取无关数据；③向量化执行：数据库可按列批量处理数据（如批量求和、过滤），利用CPU缓存和向量化指令提升计算效率。5.简述数据分片策略（如哈希分片、范围分片）的选择依据。答案：选择依据包括业务查询模式、数据分布特征和扩展性需求：①哈希分片：适合查询条件包含分片键（如按用户ID查询订单），数据分布均匀（避免热点），但范围查询（如按时间范围统计）需跨分片，性能差；②范围分片：适合范围查询（如按时间范围统计订单），但需数据分布均匀（避免某个分片数据过多，导致热点）；③复合分片：结合哈希与范围（如先按时间范围分片，再按用户ID哈希），平衡查询性能与扩展性。四、设计题（10分）某电商公司需设计订单数据库（订单表包含order_id、user_id、create_time、amount、status等字段），要求支持：日均1000万单写入（高并发写）；高频查询：根据user_id查询近30天订单；定期统计：按create_time统计每月销售额。请设计分片策略，并说明理由。答案：分片策略：采用“范围分片+哈希分片”的复合策略，具体如下：1.一级分片键：create_time（按月份划分），将订单按创建月份分到不同分片（如2025-01、2025-02等）。理由：支持“按create_time统计每月销售额”的定期统计需求，统计时只需访问对应月份的分片，避免跨分片聚合，提升效率。2.二级分片键：user_id（哈希分片，如取模16），在每个月份分片中，按user_id哈希值进一步分片。理由：支持“根据user_id查询近30天订单”的高频查询需求，近30天订单通常属于1-2个月份分片（如当前是3月15日，近30天订单属于2月15日-3月15日，覆盖2月和3月两个分片），在每个月份分片中，通过user_id哈希定位具体分片，减少跨分片查询（仅需查询2个月份分片，每个分片内按user_id哈希定位1个分片）。3.分片数动态调整：随着时间推移，旧月份分片（如2024年及以前）查询频率降低，可归档至冷存储；新月份分片自动创建，确保扩展性。优势：平衡了写性能（哈希分片避免热点）、高频查询效率（user_id定位）和统计需求（范围分片减少跨分片聚合），适合高并发写与复杂查询并存的电商场景。五、综合分析题（10分）某银行计划将核心交易系统（需支持每秒10万+笔转账交易，要求强一致性、99.999%可用性）从传统集中式数据库迁移至分布式数据库。请分析需重点考虑的技术指标，并推荐2-3种适合的分布式数据库（需说明理由）。答案：需重点考虑的技术指标：1.事务一致性：支持强一致性（满足金融交易的原子性要求，如转账必须双方账户同时变更）；2.高可用性：多副本机制（如3副本）、自动故障切换（RTO<30秒），确保99.999%可用性；3.性能：支持高并发写（10万+TPS）、低延迟（单笔交易响应时间<100ms）；4.数据安全：支持字段加密、审计日志、防篡改（满足金融合规要求）；5.兼容性：支持标准SQL（如银行现有业务系统基于SQL开发）、兼容存储过程等特性。推荐数据库及理由：1.OceanBase：金融级分布式数据库，支持强一致性（基于Paxos协议）、高可用（自动故障切换）；原生支持SQL，兼容Oracle语法，适合银行存量系统迁移；性能实测可达百万级TPS，满足高并发需求。2.TiDB：