2026年上半年数据库系统工程师考试应用技术真题（专业解析+参考答案）

2026年上半年数据库系统工程师考试应用技术真题（专业解析+参考答案）一、数据库设计与应用分析（共20分）【场景描述】某大型跨国物流公司为了提升全球供应链管理的效率，决定开发一套“全球物流追踪与管理系统”。该系统旨在管理全球范围内的仓库、运输车辆、货物订单以及物流路径信息。系统的主要需求如下：1.仓库管理：系统需要记录每个仓库的基本信息，包括仓库编号（唯一标识）、仓库名称、所在国家、所在城市、详细地址以及最大存储容量。2.车辆管理：系统需要管理运输车队。每辆车有唯一的车辆牌照、车型（如卡车、货车、冷藏车）、载重限制以及当前所在的仓库编号（如果车辆空闲）。3.订单管理：客户提交物流订单。每个订单包含订单号（唯一）、客户名称、下单时间、货物重量、起始仓库编号、目的仓库编号以及当前状态（如待处理、运输中、已签收）。4.运输路径：为了优化运输路线，系统维护路径信息。路径包括路径ID、起始仓库、目的仓库、预估距离（公里）以及平均运输时长（小时）。5.运输任务：当订单分配给车辆时，生成运输任务。任务记录包括任务ID、关联的订单号、分配的车辆牌照、出发时间、预计到达时间。根据上述需求，逻辑结构设计阶段产生了如下初步的关系模式：仓库(仓库编号,仓库名称,国家,城市,详细地址,最大容量)车辆(车辆牌照,车型,载重,所在仓库)订单(订单号,客户名称,下单时间,货物重量,起始仓库,目的仓库,当前状态)路径(路径ID,起始仓库,目的仓库,距离,时长)运输任务(任务ID,订单号,车辆牌照,出发时间,预计到达时间)【问题1】（3分）根据需求描述和关系模式，请补充完整“车辆”关系模式的主键和外键定义。Vehicle(车辆牌照,车型,载重,所在仓库)PK:(①)FK:(②)引用(③)【问题2】（5分）在数据库设计过程中，规范化理论至关重要。请判断“订单”关系模式最高达到第几范式，并说明理由。若未达到3NF，请将其分解为3NF。【问题3】（6分）为了提高查询效率，DBA计划在“订单”表上建立索引。假设该表数据量达到5000万行，业务场景中经常执行以下两类查询：1.查询某位客户的所有历史订单（按时间倒序）。2.查询某个时间范围内，状态为“运输中”且起始仓库为“W001”的所有订单。请针对上述两种查询场景，分别给出最适合的索引类型（B+树索引、Hash索引等）及具体的索引定义（指出索引列）。并解释为什么不选择另一种索引。【问题4】（6分）该系统后期引入了“货物明细”功能，一个订单可以包含多种不同的货物包裹，每种包裹有独立的物品编号和数量。此时需要对原有模式进行扩展。请设计E-R图中的实体及其联系，要求标注联系类型（1:1,1:n,m:n），并给出将包含多对多联系的E-R图转换为关系模式的转换结果（需标出主键）。二、SQL与事务管理（共20分）【场景描述】某在线教育平台使用SQLServer2022作为后台数据库，管理课程、学员、讲师及选课记录。数据库包含以下基本表结构：课程表：Course(CIDint,CNamevarchar(50),Creditint,Typevarchar(20))学员表：Student(SIDint,SNamevarchar(30),Deptvarchar(30),EnrollmentYearint)选课表：SC(SIDint,CIDint,Scoredecimal(5,2),Semestervarchar(10))其中，SC表的主键为(SID,CID)，Score为空表示未获得成绩。【问题1】（8分）请用SQL语句完成以下功能：1.查询“计算机科学”系（Dept）在2022年入学的学生中，选修了课程类型为“核心课”的课程总数超过3门的学生学号和姓名。2.创建一个视图`V_AvgScore`，统计每门课程的平均成绩、最高成绩和选课人数。如果某门课没有人选，也要显示出来（平均成绩和最高成绩为NULL，人数为0）。【问题2】（6分）平台需要实现一个存储过程`proc_UpdateGrade`，用于批量录入成绩。该存储过程接收参数：`@p_SID`(学号),`@p_CID`(课程号),`@p_Score`(成绩)。逻辑要求：1.检查该学生是否选修了该课程。如果未选修，则返回-1并提示“未选课”。2.如果已选修且成绩为空，则更新成绩为`@p_Score`，返回1。3.如果已选修且成绩不为空，则保持原成绩不变，返回0并提示“成绩已存在”。请补全下列存储过程代码：```sqlCREATEPROCEDUREproc_UpdateGrade@p_SIDint,@p_CIDint,@p_Scoredecimal(5,2),@ResultintOUTPUTASBEGINDECLARE@Countint;DECLARE@CurrentScoredecimal(5,2);SELECT@Count=COUNT(*),@CurrentScore=ScoreFROMSCWHERESID=@p_SIDANDCID=@p_CID;IF(①)BEGINSET@Result=-1;PRINT'未选课';ENDELSEIF(②)BEGINUPDATESCSETScore=@p_ScoreWHERESID=@p_SIDANDCID=@p_CID;SET@Result=1;ENDELSEBEGINSET@Result=0;PRINT'成绩已存在';ENDEND```【问题3】（6分）在并发环境下，两个事务和同时对数据库进行操作。系统采用严格两阶段锁协议（Strict2PL）。:Read(A);Read(B);A=A+10;Write(A);B=B-10;Write(B);:Read(B);Read(A);B=B+20;Write(B);A=A-20;Write(A);假设A和B的初始值均为100。1.请给出一个可能的并发调度序列，使得该调度导致不可串行化问题（如丢失更新），并说明为什么在严格两阶段锁协议下该调度不会发生。2.若系统隔离级别设置为“ReadCommitted”，且执行`Read(A)`后，执行`Write(A)`并提交，随后再次读取A，此时两次读取A的值是否可能不同？请说明原因。三、数据库备份与恢复（共15分）【场景描述】某金融交易系统数据库采用MySQL构建，数据量巨大，对数据持久性和一致性要求极高。系统采用全量备份和增量备份相结合的策略。【问题1】（5分）系统管理员在周一凌晨1:00进行了一次完整数据库备份（Level0）。周二至周六每天凌晨1:00进行一次差异备份（DifferentialBackup）。周日下午2:00，数据库服务器发生磁盘故障导致数据丢失。请写出恢复数据库至故障点前的具体步骤顺序，并解释差异备份与增量备份在恢复效率上的区别。【问题2】（5分）该系统使用了InnoDB存储引擎。在发生故障后重启MySQL时，系统自动进行了恢复。请简述InnoDB的崩溃恢复机制中，重做日志和撤销日志的作用。1.重做日志的作用：2.撤销日志的作用：【问题3】（5分）为了验证备份的有效性，DBA需要定期进行恢复演练。但在生产环境中直接恢复备份数据是不允许的。请给出两种在不影响生产环境的前提下验证备份集有效性的方法。四、分布式数据库与NoSQL（共20分）【场景描述】某物联网公司负责收集全球智能电表的读数。每天产生的数据量约为5TB，数据包含：电表ID、时间戳、电压、电流、用电量等。该系统需要支持高并发写入，并支持按时间范围和历史趋势进行查询。系统架构采用了分库分表策略，并引入了Redis作为缓存层。【问题1】（6分）针对海量时序数据的存储，设计分片键非常重要。假设采用水平分片，若按照“电表ID”进行Hash取模分片，请分析这种分片策略在“查询某一天所有电表读数”时的优缺点。若要优化该查询，应采用什么策略？请结合CAP定理说明分布式系统在一致性、可用性和分区容错性方面的取舍。【问题2】（7分）Redis被用于缓存热点电表的数据。1.Redis的数据结构中，String类型可以存储数值，Hash类型可以存储对象。为了存储某个电表在某一时刻的完整读数（电压、电流、用电量），使用哪种数据结构更节省内存且便于管理？为什么？2.简述Redis的RDB持久化和AOF持久化的区别，并说明针对该物联网场景（写吞吐量大，允许极少量数据丢失），推荐使用哪种持久化策略或混合策略？【问题3】（7分）在分布式事务处理中，两阶段提交（2PC）协议是经典方案。但在微服务架构中，2PC存在阻塞和单点故障问题。请描述Saga模式（长活事务）的基本原理，并针对“电表读数入库->触发计费服务->更新用户账户余额”这一业务流程，简述使用Saga模式时，如果“更新用户账户余额”步骤失败，如何进行补偿处理？五、数据库性能优化（共25分）【场景描述】某社交网络平台的“动态消息”模块存在严重的性能瓶颈。该模块主要表结构如下：User(UIDint,UserNamevarchar...)Status(StatusIDbigint,UIDint,Contenttext,CreateTimedatetime,Likesint)Comment(CommentIDbigint,StatusIDbigint,UIDint,Contenttext,CreateTimedatetime)【问题1】（8分）DBA使用`EXPLAIN`命令分析如下SQL语句：```sqlSELECT*FROMStatusWHEREUID=10086ORDERBYCreateTimeDESCLIMIT20;```发现type列显示为`ALL`，Extra列显示为`Usingfilesort`。1.请解释`type=ALL`和`Usingfilesort`的含义。2.假设`Status`表中已有基于`UID`的单列索引，为什么优化器没有选择它或效果不佳？请设计一个最优的索引来优化此查询。【问题2】（8分）随着用户量增长，单表数据量突破2亿行，查询速度明显下降。DBA决定对`Status`表进行水平分表，按`UID`进行分片，每1000万用户数据存入一个表。1.若要查询用户10086的动态，分表路由算法是什么？2.若要查询“所有用户在2023-01-01当天发布的动态”，这种分表策略会带来什么问题？应该如何优化？【问题3】（9分）在数据库连接池的配置中，连接数大小的设置直接影响性能。假设数据库服务器最大连接数设置为500。1.应用服务器（WebServer）通常采用多线程处理请求。如果连接池的最大连接数设置过大（例如1000），会对数据库造成什么影响？2.某SQL查询执行计划如下，请计算该查询在大表上的预估I/O成本（只需列出公式并解释变量含义，无需计算具体数值）：表`Status`有N行数据，数据页大小为B字节。索引`IDX_UID_CreateTime`是一个B+树，树高为h。查询条件`WHEREUID=10086`的选择性因子为S（0<假设每行数据大小为R字节。预估I/O成本公式=Co请详细解释公式中各项代表的物理操作含义。【参考答案与专业解析】一、数据库设计与应用分析【问题1】①PK:(车辆牌照)②FK:(所在仓库)③引用(仓库(仓库编号))解析：车辆牌照是车辆实体的唯一标识，故为主键。所在仓库对应仓库实体，属于外键引用。【问题2】最高达到2NF。理由：“订单”关系中，主键为“订单号”。不存在部分函数依赖，因此满足2NF。但是，存在传递函数依赖。例如，“起始仓库”决定了“起始仓库的国家”和“起始仓库的城市”（虽然在给定的简化模式中未展开，但通常会有）。在给定的模式中，若假设“起始仓库”仅作为外键存在，则主要看是否还有非主属性依赖非主属性。在更严格的逻辑中，如果存在如“客户名称”决定“客户等级”（如果有此字段），则违反3NF。基于题目给出的模式，严格来说，若没有其他依赖，它已经是3NF。修正分析（针对典型考题逻辑）：通常此类题目会隐含传递依赖。假设题目隐含：起始仓库->起始城市（如果模式中包含起始城市）。但在当前给出的模式中，只有“起始仓库”编号。若题目模式确实如此简单，则它是3NF。补充假设：为了考察考点，假设题目本意是存在传递依赖，或者考察2NF与3NF的区别。如果严格按照给定的模式：`订单(订单号,客户名称,下单时间,货物重量,起始仓库,目的仓库,当前状态)`，所有非主属性都直接依赖于订单号，不存在传递依赖，因此它是3NF。注：如果题目意在考察范式分解，通常会给出明显违反3NF的字段。这里判定为3NF。【问题3】1.查询某客户历史订单：索引类型：B+树索引。索引定义：`CREATEINDEXIDX_Customer_TimeON订单(客户名称,下单时间DESC);`解释：需要按客户名称过滤并按时间排序，复合B+树索引可以利用有序性避免排序操作。2.查询特定状态和仓库的订单：索引类型：B+树索引。索引定义：`CREATEINDEXIDX_Status_Warehouse_TimeON订单(当前状态,起始仓库,下单时间);`解释：多条件等值查询和范围查询，B+树支持范围查找和前缀匹配。为何不选Hash索引：Hash索引仅支持等值比较（=,IN,<=>），不支持范围查询（如时间范围）或排序。因此不适用。【问题4】E-R图描述：实体：订单、货物。联系：包含，类型为m:n。转换结果：订单(订单号,客户名称,...)//主键订单号货物(货物ID,货物名称,单价)//主键货物ID订单明细(订单号,货物ID,数量)//主键(订单号,货物ID)解析：多对多联系必须转换为一个独立的关系模式，主键为两端实体主键的组合。二、SQL与事务管理【问题1】1.SQL语句：```sqlSELECTS.SID,S.SNameFROMStudentSJOINSCONS.SID=SC.SIDJOINCourseCONSC.CID=C.CIDWHERES.Dept='计算机科学'ANDS.EnrollmentYear=2022ANDC.Type='核心课'GROUPBYS.SID,S.SNameHAVINGCOUNT(*)>3;```2.视图创建：```sqlCREATEVIEWV_AvgScoreASSELECTC.CID,C.CName,AVG(SC.Score)ASAvgScore,MAX(SC.Score)ASMaxScore,COUNT(SC.SID)ASStudentCountFROMCourseCLEFTJOINSCONC.CID=SC.CIDGROUPBYC.CID,C.CName;```【问题2】①`@Count=0`②`@Count>0AND@CurrentScoreISNULL`解析：第一步判断是否存在记录；第二步判断存在记录且成绩为空（未录入）。【问题3】1.不可串行化调度示例：:Read(A)[A=100]:Read(B)[B=100]:Read(A)[A=100]:Read(B)[B=100]:Write(A=110):Write(B=120):Write(B=90)(覆盖了T2的修改):Write(A=80)(覆盖了T1的修改)结果：A=80,B=90。串行化结果应为A=90,B=110(T1->T2)或A=80,B=120(T2->T1)。Strict2PL下的情况：在Strict2PL下，事务在读写前必须加锁，且锁持有到事务结束。上述调度中，若Read(A)加了S-lock，Write(A)需要X-lock，会被阻塞直到释放。T1只有结束后才释放，因此T2必须等T1完全结束才能开始写，从而保证了串行执行。2.ReadCommitted下的现象：可能不同。这被称为“不可重复读”。在ReadCommitted隔离级别下，事务只能读取其他事务已提交的数据。第一次读A时，未提交或未修改；修改并提交后，第二次读A会读到新的值。这是ReadCommitted允许的现象。三、数据库备份与恢复【问题1】恢复步骤：1.恢复周一的完整备份（Level0）。2.恢复周六的差异备份（Differential）。注：因为差异备份包含自上次完整备份以来所有更改的数据，所以只需恢复最后一次的差异备份即可。区别：差异备份：每次都备份自上次全量备份以来变化的文件。恢复时，只需全量+最近一次差异，恢复速度快，但备份时间长且占用空间逐渐增大。增量备份：每次只备份自上次备份（无论是全量还是增量）以来变化的文件。恢复时，需要全量+所有增量，恢复速度慢，但单次备份速度快、空间占用小。【问题2】1.重做日志：记录数据页的物理修改。在崩溃恢复时，系统重做所有已提交但未写入数据文件的事务，确保持久性（Durability）。2.撤销日志：记录事务修改前的旧值。在崩溃恢复时，系统撤销所有未提交事务的修改，以确保原子性（Atomicity），将数据库回滚到一致状态。【问题3】1.在测试服务器上恢复：将备份文件还原到一台独立的测试数据库服务器中，验证数据的完整性和可读性。2.使用DBMS验证工具：某些数据库提供`RESTOREVERIFYONLY`（如SQLServer）或校验和功能，仅读取备份文件头部和校验信息而不实际还原数据，以此快速验证备份集是否完整且未损坏。四、分布式数据库与NoSQL【问题1】Hash取模分片分析：优点：数据分布均匀，写入分散，无热点。缺点：查询“某一天所有电表”时，由于电表ID分散在不同分片，需要扫描所有分片（全表扫描的分布式版），效率极低。优化策略：采用时间范围分片或复合分片（如：时间+电表IDHash）。对于该查询，按日期范围分片可以直接定位到特定日期的分区。CAP定理取舍：CA：放弃分区容错性，传统单机关系型数据库。CP：放弃可用性，保证强一致性和分区容错，如HBase、RedisCluster（部分情况）。适合金融、计费。AP：放弃强一致性，保证高可用和分区容错，如Cassandra、DynamoDB。适合海量数据写入、允许最终一致的场景。物联网场景通常选择AP或CP取决于业务，对于计费数据通常倾向于CP，对于仅读数展示倾向于AP。【问题2】1.数据结构选择：Hash。理由：一个电表的读数包含多个字段（电压、电流、用电量）。使用Hash可以在一个Key下存储多个Field-Value对（例如：`Key:Meter:10086:20231027`,Field:Voltage,Value:220`），内存利用率通常比多个StringKey更高（Hash有ziplist编码优化），且操作原子性好。2.RDBvsAOF：RDB：定时快照，文件紧凑，恢复快，但可能丢失最后一次快照后的数据。AOF：记录每条写命令，数据安全性高，但文件大，恢复慢。推荐策略：对于写吞吐大且允许极少量丢失的场景，推荐RDB+AOF混合持久化（Redis4.0+）。或者单纯使用RDB并配合较短的时间间隔（如每5分钟），以平衡性能和数据安全。【问题3】Saga模式原理：将长事务拆分为一系列本地短事务，每个本地事务都有对应的补偿事务。如果某一步失败，则按照相反的顺序执行前面所有已成功步骤的补偿事务，以回滚整个业务流程。补偿处理：1.计费服务已执行：执行“撤销计费”（例如，生成一笔负值的账单或删除原账单记录）。2.电表读数已入库：由于读数通常作为日志不