(2025年)数据库工程师真题附答案

(2025年)数据库工程师真题附答案第一部分单项选择题（共25小题，每小题1分，共计25分。下列每题给出的四个选项中，只有一个选项符合题目要求）1.在2025年主流云原生分布式数据仓库的架构设计中，面向业务运营人员自定义生成的、仅包含自身权限范围内可访问数据的可视化查询视图，对应数据库系统三级模式两级映像架构中的哪一层定义？A.内模式B.逻辑模式C.外模式D.存储模式2.分布式事务实现机制中，保证多个并发事务执行的中间状态对彼此完全不可见，避免脏读、不可重复读问题出现，对应事务ACID特性中的核心要求是？A.原子性（Atomicity）B.一致性（Consistency）C.隔离性（Isolation）D.持久性（Durability）3.某政务系统数据库管理员需要定期对全量业务数据进行冷备归档，归档数据需要满足15年以上合规留存要求，同时支持秒级单条记录检索，以下存储介质选型最优的是？A.NVMeSSD盘B.蓝光存储C.对象存储低频访问层D.磁带库4.给定关系R(A,B,C,D)函数依赖集F={A→B,B→C,C→D}，关系S(B,E)函数依赖集G={B→E}，则R⋈S（自然连接）得到的新关系最高符合哪一级范式？A.2NFB.3NFC.BCNFD.4NF5.以下SQL语句执行场景中，必然会触发数据库表行锁升级为表锁的操作是？A.InnoDB引擎下通过主键等值条件更新单条记录B.MyISAM引擎下对表执行范围条件的批量删除操作C.分布式数据库中跨分片执行无主键条件的全表更新D.PostgreSQL引擎下通过唯一索引条件修改表的非索引字段6.2025年向量数据库已经成为大模型知识库系统的核心组件，以下向量索引类型中，查询召回率最高、但内存占用和查询时延也最高的是？A.HNSW多层小世界索引B.FLAT全量暴力检索索引C.IVF倒排文件索引D.量化压缩的IVFPQ索引7.国产分布式数据库OceanBase4.2版本采用的分布式一致性协议默认是Raft协议，当集群为3副本部署时，集群能够容忍的最大故障副本数是？A.0B.1C.2D.38.某电商平台大促期间数据库出现大量死锁告警，以下死锁排查操作的优先级排序正确的是？A.先抓取死锁日志→分析死锁等待环→调整事务执行顺序→调整索引减少锁范围B.先调整事务执行顺序→抓取死锁日志→分析死锁等待环→调整索引减少锁范围C.先调整索引减少锁范围→抓取死锁日志→分析死锁等待环→调整事务执行顺序D.先直接kill阻塞事务→抓取死锁日志→分析死锁等待环→重启数据库9.以下关于湖仓一体架构对比传统独立数仓的特性描述中，不属于湖仓一体独有优势的是？A.支持直接查询对象存储中的非结构化半结构化原始数据，无需预先导入数仓B.存算完全分离，计算和存储资源可以独立弹性扩缩C.支持事务ACID特性，保证数据读写的一致性D.可以同时承载实时流处理、离线批量分析、交互式即席查询三类负载10.数据库故障恢复机制中，以下哪个场景必须通过全量备份+增量日志前滚+回滚的完整流程才能实现数据完全恢复？A.数据库实例进程崩溃，内存数据丢失但磁盘数据完整B.单块数据盘物理损坏，其余存储介质完好C.数据库机房整体断电重启，未出现存储硬件损坏D.数据库主节点磁盘全部损坏，剩余副本同步进度滞后于最近一次全量备份时间点11.以下SQL注入攻击防护手段中，从根源上完全杜绝SQL注入风险的是？A.对用户输入的特殊字符进行转义替换B.开启WAF的SQL注入规则拦截C.全程使用预编译参数化语句处理所有用户输入D.配置数据库黑名单拦截危险SQL关键词12.给定学生选课关系SC(Sno,Cno,Grade)，查询“选修了课程号为C001和C002两门课程的学生学号”，以下关系代数表达式结果正确的是？A.πSno(σCno='C001'(SC))∩πSno(σCno='C002'(SC))B.πSno(σCno='C001'∧Cno='C002'(SC))C.πSno(SC)-πSno(σCno≠'C001'∧Cno≠'C002'(SC))D.πSno(SC)÷(σCno='C001'∪Cno='C002'(SC))13.数据库性能调优过程中，发现某张用户订单表的查询性能随数据量上涨下降明显，单表数据量达到5000万行后，单条等值查询时延从1ms上涨到200ms，以下优化方案投入产出比最高的是？A.把表全量数据迁移到SSD存储B.对表按照订单创建时间字段做范围分片，构建分区表C.增加数据库实例CPU核心数从16核升到64核D.重构所有查询SQL，去掉关联查询全部改成单表查询14.以下数据脱敏方案中，属于动态数据脱敏适用场景的是？A.把历史备份文件中的用户手机号全部替换成掩码存储B.开发人员访问生产数据库查询用户数据时，自动把身份证号字段部分内容打码展示C.对外输出给第三方数据分析机构的数据报表中隐藏用户敏感字段D.测试环境导入生产数据前批量替换用户真实银行卡号15.等保2.0三级要求中，数据库审计系统的日志留存时间不得低于？A.30天B.90天C.180天D.365天16.分布式数据库的CAP理论中，当系统网络出现分区故障时，选择优先保证可用性的架构是以下哪类？A.传统关系型数据库单节点部署B.分布式一致性元数据集群EtcdC.电商平台的商品库存交易系统D.多活部署的用户标签缓存集群17.以下关于数据库索引的描述中，错误的是？A.B+树索引的叶子节点按照索引键值有序排列，非常适合范围查询场景B.哈希索引的等值查询时延为O(1)，但不支持范围查询和排序操作C.全文索引适合对大段文本字段做关键词模糊匹配检索，性能远高于普通B+树前缀索引D.位图索引适合数据基数极高的字段（比如用户身份证号字段），存储空间占用极小18.某企业采用数据库主从集群部署架构，要求RPO为0，RTO小于30秒，以下部署方案符合要求的是？A.一主一从异步同步，从节点和主节点部署在同一机柜B.一主两从半同步同步，三个节点跨可用区部署，配置自动故障切换C.一主三从异步同步，所有节点部署在同一个机房D.仅部署单节点数据库，配置定时全量备份19.以下不属于NewSQL分布式数据库核心特性的是？A.兼容传统关系型数据库SQL协议，支持ACID事务特性B.水平弹性扩展能力可以支撑PB级数据存储C.天然支持非结构化视频、音频数据直接存储无需额外转换D.单集群可以支持10万级以上并发读写请求20.事务的隔离级别中，哪一个是SQL标准定义的最高隔离级别，可以完全避免幻读问题？A.读未提交B.读已提交C.可重复读D.可串行化21.某AI企业使用向量知识库系统做文档问答，发现查询时返回的和问题语义不相关的文档占比超过40%，以下优化手段对提升召回率没有帮助的是？A.调大HNSW索引的ef_search参数值B.增加向量检索返回的TopK结果数量C.把向量维度从1536维降低到128维D.重新训练适配业务场景的Embedding模型22.关系模式的函数依赖推导中，若X→Y，Y→Z，且Y不函数依赖于X，则X→Z属于哪类依赖？A.完全函数依赖B.部分函数依赖C.传递函数依赖D.多值依赖23.以下数据库日志类型中，用于故障恢复时保证事务原子性、持久性的核心日志是？A.查询日志B.重做日志（RedoLog）C.慢查询日志D.审计日志24.云原生存算分离数据库架构中，以下哪一层负责持久化存储所有用户数据的多副本冗余？A.计算层B.调度层C.共享存储层D.元数据管理层25.数据库用户权限管理中，以下操作符合最小权限原则的是？A.给开发人员分配生产数据库的超级管理员权限B.给数据分析人员分配查询业务数据表的只读权限C.给数据库备份账号分配所有表的读写删改权限D.给应用连接账号分配操作系统服务器的登录权限第二部分多项选择题（共10小题，每小题2分，共计20分。下列每题给出的五个选项中，有两个或两个以上符合题目要求，错选、少选、漏选均不得分）1.以下属于2025年主流分布式事务落地实现方案的有？A.两阶段提交（2PC）B.TCC事务补偿机制C.本地消息表最终一致性方案D.Saga长事务方案E.无锁只读查询方案2.湖仓一体架构对比传统数据仓库的技术优势包含以下哪些项？A.支持直接接入日志、JSON、音视频等多类型原始数据，无需预先做ETL清洗转换B.存算完全解耦，计算资源可以根据查询负载秒级弹性扩缩C.统一元数据管理，一份数据可以同时支撑报表分析、实时计算、AI训练等多类负载D.完全替换关系型事务数据库，承载核心交易类业务场景E.数据存储成本比传统数仓低70%以上，适配海量历史数据归档需求3.向量数据库和关系型数据库混合检索的典型应用场景包括以下哪些？A.大模型知识库问答系统中，检索到的向量结果关联查询结构化业务属性字段做过滤B.电商商品搜索场景中，同时按照商品图片语义相似度和价格、类目等结构化条件筛选结果C.人脸识别系统中，比对人脸特征向量后关联查询人脸对应的姓名、身份证号等身份信息D.财务系统中统计月度订单总金额E.网站用户登录场景中校验用户名密码正确性4.数据库日常性能巡检中，需要重点监控的核心指标包含？A.数据库连接数使用率B.磁盘IO时延C.SQL慢查询数量D.事务提交成功率E.CPU使用率5.以下属于数据库主动安全防护技术的有？A.透明数据加密（TDE）对数据文件落盘加密B.数据库防火墙拦截非法访问请求C.实时数据库审计追溯操作日志D.数据备份容灾E.敏感数据动态脱敏6.关系数据库优化器生成执行计划时，会选择以下哪些索引作为查询优先使用的执行路径？A.等值查询条件匹配的唯一索引B.过滤性超过90%的范围查询条件对应二级索引C.查询条件中没有任何过滤字段的全表扫描D.关联查询连接字段对应的外键索引E.低基数字段（比如数据取值只有男女两个枚举值）对应的普通二级索引7.并发控制机制中，乐观并发控制（OCC）对比悲观并发控制的优势有？A.事务执行全程不需要加锁，读操作完全不会被阻塞B.冲突概率极低的场景下性能远优于悲观锁方案C.完全不需要事务冲突校验流程D.适合高冲突、高并发写入的核心交易场景E.实现简单，不需要依赖数据库底层锁机制8.国产数据库替代落地过程中，以下哪些场景需要做兼容性改造？A.原Oracle数据库中使用的PL/SQL自定义存储过程迁移到国产分布式数据库B.原MySQL单表自增ID主键方案迁移到分布式数据库全局唯一ID生成方案C.原单节点数据库跨表关联查询SQL迁移到分布式分片集群下的跨分片关联场景D.纯只读查询业务SQL迁移到兼容MySQL协议的分布式数据库E.基于JDBC标准接口开发的业务代码迁移到兼容标准协议的数据库9.数据库容灾方案中，多活部署架构的特性包含？A.多个机房的数据库集群可以同时承载读写流量，资源利用率接近100%B.任意一个机房故障时，业务可以秒级切换到其余机房，服务完全不中断C.跨机房数据同步时延不超过百毫秒，满足最终一致性要求D.部署成本比单机房单节点架构更低E.完全不会出现数据冲突问题10.以下属于大模型时代数据库新增核心能力要求的是？A.内置向量检索引擎，支持结构化数据和非结构化向量数据一体化存储查询B.内置AI查询优化器，基于历史执行数据自动生成最优SQL执行计划C.支持直接对接大模型，通过自然语言指令自动生成查询结果D.完全替换所有传统数据库产品E.内置向量Embedding生成能力，用户导入文本数据后自动生成向量索引第三部分案例分析题（共3道小题，每道15分，共计45分）1.某省级政务服务平台原有用户申办事项表结构为ApplyInfo(身份证号,用户姓名,事项编码,事项名称,申请时间,办理结果,经办人所属部门,经办人姓名)，调研得到的函数依赖集如下：身份证号→用户姓名，事项编码→事项名称，（身份证号，事项编码）→申请时间、办理结果，事项编码→经办人所属部门，经办人所属部门→经办人姓名。请回答以下问题：（1）请判断当前ApplyInfo关系模式最高属于第几范式，说明存在哪些数据异常问题；（2）请将该关系模式无损分解到符合3NF要求的多个子表，标注每个子表的主键和外键；（3）平台上线后发现SQL语句“查询2024年所有申请过事项名称为‘残疾人补贴申领’的用户姓名和办理结果”执行时间超过10秒，表总数据量2000万行，请给出至少3种可行的SQL和索引优化方案。2.某电商平台2025年大促期间采用3副本Raft协议的国产分布式数据库承载订单核心交易业务，集群3个副本跨3个可用区部署，单副本存储订单数据量为1亿行，核心要求RPO=0，RTO<30秒。请回答以下问题：（1）请简述Raft协议下该集群正常运行时主节点提交一条事务写请求的完整日志同步流程；（2）如果主节点所在可用区网络完全中断，集群会如何执行主节点切换流程，最终新主节点选举完成后集群剩余节点需要满足什么条件才能正常提供服务；（3）大促期间大量读请求访问热点商品的订单数据，出现读时延从2ms上涨到500ms的长尾问题，同时要求读请求必须拿到最新提交的数据，不能读到旧副本的脏数据，请给出至少2种可行的优化方案解决该问题。3.某AI企业开发企业内部知识库问答系统，采用Milvus2.4向量数据库存储企业全量文档的Embedding向量，同时关联MySQL存储文档对应的结构化元数据（文档ID、文档所属部门、文档创建时间、文档作者）。上线测试后发现两个问题：一是向量检索的Top10结果中，业务相关的文档占比仅为60%，召回率不达标；二是当用户查询条件为“检索技术部2023年之后创建的和大模型相关的文档”时，查询时延超过800ms，性能无法满足要求。请结合向量数据库的技术特性给出对应的问题根因分析和完整优化解决方案。第四部分实务操作设计题（共1道题，共计10分）某银行零售业务系统的用户交易流水表数据量每年新增5亿行，当前单表部署下查询近6个月流水的平均时延为3秒，历史5年流水都存储在同一张表中，要求设计一套完整的数据库架构优化方案，在保证数据合规要求的前提下，实现热数据查询时延降低到100ms以内，冷数据查询时延不超过2秒，存储成本降低60%，给出完整的设计思路和落地步骤。参考答案及详细解析第一部分单项选择题答案1.答案：C，解析：外模式是面向最终用户的视图层，仅展示用户权限范围内的数据，符合题目中自定义可视化视图的场景，内模式和存储模式对应物理存储层，逻辑模式对应全局统一的表结构定义层。2.答案：C，解析：隔离性的核心定义就是并发事务的中间态相互不可见，原子性是指事务要么全部成功要么全部失败，一致性是数据从合法状态切换到另一个合法状态，持久性是事务提交后数据永久生效。3.答案：C，解析：对象存储低频访问层满足长周期归档要求，同时支持秒级检索，蓝光存储和磁带库检索时延分钟级，NVMeSSD存储成本极高不适合冷数据归档。4.答案：A，解析：自然连接后的关系主键是A，函数依赖B→C中C传递依赖主键A，存在部分依赖和传递依赖，最高符合2NF，不符合3NF要求。5.答案：C，解析：分布式数据库跨分片执行无主键条件更新时，需要对所有分片加表级锁避免分布式死锁，其余选项的场景只会触发行锁。6.答案：B，解析：FLAT全量暴力检索遍历所有向量计算相似度，召回率100%，但计算开销最大，其余索引类型都通过近似检索牺牲部分召回率提升性能。7.答案：B，解析：Raft协议集群节点总数为2F+1时，最多容忍F个节点故障，3节点集群F=1，最多1个副本故障。8.答案：A，解析：死锁排查的标准流程是先采集死锁日志定位等待环，再分析加锁顺序冲突点，优先调整事务执行顺序减少冲突，其次优化索引缩小锁范围，直接kill事务会导致业务异常，重启数据库会丢失死锁现场。9.答案：C，解析：传统关系型数仓同样支持ACID事务特性，其余三项均是湖仓一体新增特性。10.答案：D，解析：剩余副本同步进度滞后于全量备份时间点时，只能通过全量备份恢复+备份时间点之后的binlog日志前滚恢复数据，其余场景都可以通过剩余最新副本直接恢复。11.答案：C，解析：参数化预编译语句从根源上割裂SQL逻辑和用户输入变量，完全杜绝SQL注入风险，其余防护手段都存在绕过可能性。12.答案：A，解析：通过两个查询的交集得到同时选了两门课的学生学号，其余选项的逻辑都存在结果错误问题。13.答案：B，解析：分区表按照时间分片可以把查询扫描的数据量缩小到指定分区，性能提升数十倍，投入成本远低于升级硬件和迁移存储。14.答案：B，解析：动态数据脱敏是在数据访问过程中实时对敏感字段做掩码，不需要修改底层存储数据，其余三项都属于静态脱敏场景。15.答案：B，解析：等保2.0三级要求审计日志留存时间不少于90天。16.答案：D，解析：多活缓存集群在网络分区时优先保证可用性，返回用户结果避免服务中断，其余三类场景都优先保证一致性。17.答案：D，解析：位图索引适合基数极低的字段，基数极高的字段存储位图索引会带来存储空间爆炸，完全不适用。18.答案：B，解析：半同步同步保证至少两个副本提交事务后才返回客户端结果，RPO为0，跨可用区自动故障切换RTO可以控制在30秒以内，其余方案无法同时满足两个要求。19.答案：C，解析：NewSQL数据库核心是处理结构化交易数据，不直接支持非结构化音视频存储。20.答案：D，解析：可串行化隔离级别通过强制事务串行执行，完全避免幻读问题。21.答案：C，解析：降低向量维度会丢失特征信息，降低召回率，其余三个手段都可以提升召回率。22.答案：C，解析：X→Y，Y→Z，Y不依赖X的场景下X传递函数依赖于Z。23.答案：B，解析：Redo日志记录所有数据修改操作，是故障恢复前滚事务的核心日志。24.答案：C，解析：存算分离架构下共享存储层负责多副本持久化存储用户数据。25.答案：B，解析：其余三个选项都超出账号必须的权限范围，不符合最小权限原则。第二部分多项选择题答案1.答案：ABCD，解析：无锁只读查询不属于分布式事务实现方案，其余四个都是主流分布式事务实现技术。2.答案：ABCE，解析：湖仓一体不适合承载核心交易类OLTP场景，其余均是湖仓一体优势。3.答案：ABC，解析：财务统计和用户登录场景不属于向量检索和关系数据混合检索场景。4.答案：ABCDE，解析：五个选项都是数据库核心监控指标。5.答案：ABCE，解析：数据备份容灾属于被动恢复防护手段，不属于主动安全技术。6.答案：ABD，解析：低基数字段二级索引过滤性极差，优化器不会选择，全表扫描没有使用索引。7.答案：AB，解析：乐观并发控制需要版本号校验，适合低冲突场景，不需要加锁读不阻塞。8.答案：ABC，解析：兼容标准协议的SQL和JDBC代码不需要改造。9.答案：ABC，解析：多活架构成本更高，跨机房写冲突是需要解决的核心问题。10.答案：ABCE，解析：数据库无法完全替换所有传统产品，其余都是新增能力要求。第三部分案例分析题答案1.（1）当前关系模式最高属于1NF，主键是（身份证号，事项编码），存在的异常问题包括：数据冗余，同一个事项名称、部门经办人信息重复存储大量次；插入异常，新增一个未申办的事项无法录入系统；更新异常，修改事项经办人信息需要更新全表所有相关记录，容易出现不一致；删除异常，删除所有用户的某条事项申请记录后，事项基础信息也被同步删除。（2）分解后的3NF子表：用户表（身份证号，用户姓名）主键身份证号；事项表（事项编码，事项名称，经办人所属部门）主键事项编码；部门表（部门编码，经办人姓名）主键部门编码；申请表（身份证号，事项编码，申请时间，办理结果）主键（身份证号，事项编码），外键关联用户表身份证号和事项表事项编码。（3）优化方案：创建事项编码和申请时间、办理结果、身份证号的联合索引，避免回表查询；对申请表按照申请时间做年度分区，直接扫描对应分区数据；改写SQL关联事项表通过事项名称匹配到事项编码后，再通过事项编码做等值过滤，避免全表扫。2.（1）写请求流程：主节点收到写请求，写操作日志到本地磁盘；主节点向两个从节点同步复制操作日志；至少1个以上从节点返回日志写入成功的ACK；主节点向客户端返回事务提交成功；主节点应用日志更新内存数据，后续异