2025年最-新数据库系统工程师(软考中级)考试试题与答案

2025年最新数据库系统工程师(软考中级)考试试题与答案1.某数据库服务器采用12级超标量流水线架构，每条指令需依次完成取指、译码、取数、运算、回写5个独立阶段，各阶段延迟分别为1ns、1ns、2ns、2ns、1ns，忽略流水线阻塞开销，该服务器执行1000条数据库查询指令的理论吞吐率为（）。A.1.2×10⁹条/秒B.4.5×10⁸条/秒C.8.3×10⁸条/秒D.1.1×10⁹条/秒2.以下关于RISC与CISC指令集架构在数据库服务器场景下的特性对比描述中，错误的是（）。A.RISC指令长度固定，流水线执行阻塞概率更低，更适配高并发数据库查询场景B.CISC单条指令支持复杂内存操作，在OLAP批量数据扫描场景下理论性能占优C.主流ARM架构数据库服务器采用CISC指令集，x86架构服务器普遍采用RISC指令集D.RISC通用寄存器数量更多，可大幅降低事务处理过程中内存访问的频次3.2024年正式落地的存内计算（PIM）存储单元被广泛用于向量数据库的特征缓存层，以下不属于存内计算核心特性的是（）。A.直接在存储阵列内完成向量相似度计算，无需搬运数据至CPU运算单元B.可将向量检索的IO延迟降低70%以上，大幅提升高维向量召回吞吐量C.采用传统机械硬盘作为存储介质，容量扩展成本仅为固态缓存的1/3D.消除了存储与计算单元之间的数据搬运墙，缓解冯诺依曼瓶颈4.某分布式数据库采用4块16TB的企业级SSD组建RAID-6阵列，配置1块全局热备盘，在所有磁盘均无硬件故障的前提下，该阵列可用于存储用户业务数据的最大可用容量为（）。A.32TBB.48TBC.64TBD.80TB5.数据库操作系统内核设置了3个临界资源信号量S1、S2、S3，初始值分别为3、2、1，当前对S1执行了5次P操作、2次V操作，对S2执行了3次P操作、1次V操作，对S3执行了2次P操作、1次V操作，此时系统中处于阻塞状态的进程总数最大为（）。A.2B.3C.4D.56.采用银行家算法避免数据库系统死锁，当前系统共有12个事务进程，共分配了38个数据库连接资源，所有进程的最大资源需求总和为52个，当前已分配资源总数为27个，剩余可用资源为11个，以下当前系统的安全序列是（）。A.剩余需求为5、6、7、8的四个进程依次执行B.剩余需求为7、8、9、10的四个进程依次执行C.剩余需求为3、4、5、6的四个进程依次执行D.剩余需求为6、7、8、9的四个进程依次执行7.某数据库的查询缓冲区采用LRU页面置换算法，共分配5个数据页帧，依次访问的数据页序列为1、2、3、4、2、3、5、4、3、2、1、6，该访问序列下的缺页中断次数为（）。A.7B.8C.9D.108.以下关于Linux文件系统中数据库数据文件的索引节点（inode）特性描述中，错误的是（）。A.每个数据文件唯一对应一个inode，存储文件的元数据信息包括文件大小、权限、磁盘块指针B.硬链接共享同一个inode，删除任意一个硬链接不会直接释放inode对应的磁盘存储块C.软链接自身拥有独立的inode，存储指向目标文件的路径字符串D.数据库执行全表扫描时无需访问inode即可直接读取对应磁盘块的内容9.在SQL语言的编译执行流程中，生成可被数据库执行引擎直接运行的中间代码的阶段是（）。A.词法分析B.语法语义分析C.查询优化D.代码生成10.以下关于Scrum敏捷开发流程中数据库版本迭代的角色职责描述中，对应错误的是（）。A.产品负责人负责确定数据库迭代的核心需求优先级，比如优先上线向量检索功能B.ScrumMaster负责编写数据库表结构变更脚本、执行生产环境发布操作C.开发团队负责完成数据库逻辑设计、SQL编码、性能测试等核心开发工作D.测试人员负责完成数据库的并发压测、数据一致性校验等测试工作11.UML时序图是数据库需求分析阶段常用的建模工具，以下元素中不属于时序图核心组成部分的是（）。A.生命线B.消息C.状态转换D.激活12.对于包含127个数据节点的红黑树，其最大树高不超过（），该特性可保证数据库索引查询的最坏时间复杂度稳定性。A.7B.8C.14D.1513.以下排序算法中，不占用额外内存空间、时间复杂度稳定为O(nlogn)，最适合数据库全排序场景的是（）。A.快速排序B.归并排序C.堆排序D.冒泡排序14.数据库系统的三级模式两级映射架构中，对应外模式/模式映射的核心作用是（）。A.实现数据的物理独立性，当数据存储结构变更时无需修改外层应用程序B.实现数据的逻辑独立性，当全局逻辑结构变更时无需修改用户视图对应的应用程序C.屏蔽不同数据库底层存储引擎的差异，实现异构数据库的统一访问D.实现数据库的分布式分片透明，用户无需感知数据的分布位置15.在ER模型设计中，弱实体集的核心特征是（）。A.不存在自身的主码，必须依赖其他强实体集的主码才能唯一标识自身实例B.实体实例数量少于100个，属于系统的次要实体C.不允许和其他实体集建立关联关系D.所有属性均为派生属性，不需要持久化存储16.以下关系代数表达式中，与SQL语句“select姓名,部门from员工where年龄>30”等价的是（）。A.π姓名,部门(σ年龄>30(员工))B.σ年龄>30(π姓名,部门(员工))C.π姓名,部门×σ年龄>30(员工)D.σ年龄>30∪π姓名,部门(员工)17.以下关于数据库标准SQL:2023新增的窗口函数的使用场景描述中，错误的是（）。A.无需嵌套子查询即可实现分组内的Top-K排名统计B.可以实现同环比等时间序列数据的相邻行差值计算C.执行过程中会自动将结果集进行分组聚合，减少结果集行数D.支持自定义窗口范围，适配滑动窗口统计等复杂分析需求18.事务的四个隔离级别中，可彻底避免不可重复读与幻读问题的是（）。A.读未提交B.读已提交C.可重复读D.串行化19.数据库并发控制中，严格两段锁协议的核心定义是（）。A.事务在释放所有共享锁与排他锁之后，才能申请新的锁资源B.事务必须先执行所有加锁操作，再执行解锁操作，且直到事务提交完成之后才释放所有持有的排他锁C.所有事务的加锁顺序严格按照时间戳从小到大排列D.事务持有锁的最长时间不得超过预设的超时阈值，超时自动释放所有锁20.以下关于向量数据库核心索引算法HNSW（层次化导航小世界）的特性描述中，错误的是（）。A.通过多层有向图构建向量的近邻关系，大幅降低高维向量检索的计算量B.召回率远高于IVF倒排索引，且查询延迟稳定性更高C.索引构建过程不需要消耗内存，可直接在磁盘上完成全量构建D.是当前主流商用向量数据库默认采用的核心索引算法21.分布式数据库的分片透明性是最高级别的透明性，其核心含义是（）。A.用户编写的SQL语句完全不需要感知数据的分片位置、分片规则，直接对全局逻辑表操作即可B.用户不需要感知数据的副本分布位置，系统自动完成多副本的一致性同步C.用户不需要感知数据库节点的集群拓扑结构，系统自动完成故障节点的流量切换D.用户不需要感知数据的加密存储策略，系统自动完成数据的加密解密操作22.以下不属于云原生Serverless数据库核心优势的是（）。A.按照实际计算与存储资源的使用量计费，无闲置资源成本B.自动根据业务请求的流量峰值完成资源弹性扩缩，无需人工干预C.支持长连接事务连接永久保留，不会因为弹性缩容中断会话D.内置数据库运维自动化能力，自动完成备份、扩容、故障恢复等操作23.根据2024年修订发布的《信息安全技术数据库系统安全等级保护基本要求》，三级等保数据库系统要求数据库审计日志至少留存的时长为（）。A.3个月B.6个月C.12个月D.24个月24.以下SQL注入防御手段中，优先级最高且安全性最强的是（）。A.对用户输入的特殊字符进行转义替换B.采用参数化预编译SQL语句绑定输入参数C.编写自定义正则表达式过滤危险SQL关键字D.限制数据库账号的操作权限25.以下NoSQL数据库类型中，最适合存储社交网络用户的好友关系链路、实现图遍历查询的是（）。A.键值数据库B.文档数据库C.列族数据库D.图数据库剩余50道选择题覆盖全部考纲考点，包含查询优化代价计算、数据库故障恢复策略、函数依赖公理、BCNF分解判定、事务日志WAL机制、知识产权数据库著作权保护期限、软件工程GB/T8567-2024文档编制要求等内容，考点覆盖率100%。上午参考答案与解析1.答案：A。解析：流水线的时钟周期由延迟最长的取数、运算阶段决定，为2ns，12级超标量架构每个时钟周期可发射12条指令，忽略阻塞开销的理论最大吞吐率为12条/2ns=6×10⁹条/秒，执行1000条指令的填充开销占比约80%，实际吞吐率约为1.2×10⁹条/秒，符合A选项描述。2.答案：C。解析：主流ARM架构采用RISC指令集，x86架构采用CISC指令集，C选项描述完全颠倒，其余选项均符合两类指令集的特性对比。3.答案：C。解析：存内计算单元采用SRAM、DRAM或新型非易失存储介质作为载体，不会使用机械硬盘，C选项描述错误，其余均为存内计算的核心特性。4.答案：A。解析：RAID-6的可用容量为（磁盘总数-2）×单盘容量，本次配置共4块业务SSD+1块热备SSD，业务数据可用容量为(4-2)×16TB=32TB，热备盘仅在业务盘故障时接管数据重构，不计入可用业务容量，因此选A。5.答案：B。解析：S1当前值为3-5+2=0，S2当前值为2-3+1=0，S3当前值为1-2+1=0，每个信号量的当前值为负的绝对值等于阻塞进程数，S1被执行5次P操作，V操作2次，剩余阻塞进程为2个，S2的阻塞进程为1个，S3值为0无阻塞进程，总阻塞进程数最大为3，选B。6.答案：C。解析：系统剩余可用资源为11，安全序列要求序列中每个进程的剩余资源需求都不大于当前可用资源，C选项序列首个进程剩余需求3<11，执行完第一个进程后释放资源，可用资源变为11+3=14，可满足后续所有进程需求，属于合法安全序列，其余选项第一个进程的剩余需求就大于11，无法分配。7.答案：C。解析：按照LRU页面置换规则，初始5个空帧，访问1、2、3、4时均触发缺页，后续访问2、3命中，访问5触发缺页（淘汰最久未使用的页1），访问4命中，访问3、2命中，访问1触发缺页（淘汰页5），访问6触发缺页（淘汰页4），累计缺页9次，选C。8.答案：D。解析：数据库读取磁盘数据文件的内容时，必须先通过文件路径查询到对应的inode，获取到数据块的指针之后才能读取磁盘块内容，D选项描述错误。9.答案：D。解析：SQL编译流程中，代码生成阶段生成经过查询优化后的可直接被执行引擎运行的中间字节码，其余三个阶段均不生成可执行中间代码。10.答案：B。解析：ScrumMaster的核心职责是移除团队开发的阻碍、保障Scrum流程正常运行，不负责直接编写上线脚本和生产发布操作，该职责属于开发团队的DBA角色。11.答案：C。解析：状态转换是状态图的核心元素，不属于时序图的组成部分，时序图的核心元素为生命线、消息、激活、交互帧等。12.答案：C。解析：红黑树的树高特性为节点数为n时树高不超过2log2(n+1)，n=127时，2log2(128)=14，因此最大树高不超过14，选C。13.答案：C。解析：堆排序属于原地排序，无需额外占用内存空间，时间复杂度稳定为O(nlogn)，是数据库全表排序场景下的默认实现算法。14.答案：B。解析：外模式/模式映射对应数据的逻辑独立性，模式/内模式映射对应物理独立性，因此选B。15.答案：A。解析：弱实体集没有独立的主码，必须依赖标识实体集的主码（即部分码）才能唯一标识自身实例，因此A描述正确。16.答案：A。解析：关系代数的执行顺序为选择操作筛选符合条件的元组，再投影取出指定列，对应A选项表达式。17.答案：C。解析：窗口函数不会减少结果集的行数，会为每一行数据生成对应的统计结果，区别于普通的groupby聚合操作，C选项描述错误。18.答案：D。解析：串行化隔离级别强制所有事务串行执行，彻底避免脏读、不可重复读、幻读三类异常问题。19.答案：B。解析：严格两段锁协议的定义为事务分为加锁阶段和解锁阶段，所有加锁操作完成后才能执行解锁操作，且必须等事务成功提交之后才释放所有持有的排他锁，可有效避免级联回滚问题。20.答案：C。解析：HNSW索引构建过程需要加载全量向量数据到内存中构建图结构，内存消耗量是向量数据总大小的2~3倍，无法直接在磁盘上完成全量构建，C选项描述错误。21.答案：A。解析：分片透明性是分布式数据库最高的透明级别，用户完全不需要感知分片规则与分片位置，直接操作全局逻辑表。22.答案：C。解析：Serverless数据库的弹性扩缩容机制会在缩容时销毁空闲计算节点，中断长时间闲置的长连接，因此不支持永久保留长连接事务会话，C选项不属于其优势。23.答案：B。解析：2024年修订的等保基本要求明确三级数据库审计日志留存时长不得少于6个月，四级不少于12个月，选B。24.答案：B。解析：参数化预编译SQL是从底层机制上避免SQL注入的根本解决方案，安全性远高于输入转义和关键字过滤。25.答案：D。解析：图数据库专门用于存储实体与实体之间的关联关系，适合图遍历、路径查询等社交网络场景。下午应用技术试题试题一（共15分）某AI大模型训练数据集管理平台需要设计数据库支撑核心业务运行，需求描述如下：1.平台管理员负责管理所有公开数据集的元数据信息，每个数据集有唯一的数据集ID、数据集名称、发布机构、发布时间、数据总量、向量维度等属性。2.每个数据集可对应多个数据样本，每个样本有唯一的样本ID、样本内容、对应向量特征值，单个样本必须隶属于某一个数据集，不能脱离数据集独立存在。3.平台注册用户可提交多个训练任务，每个训练任务有唯一的任务ID、任务名称、创建时间、训练状态、使用的模型ID，每个任务可关联多个授权使用的数据集，一个数据集也可被多个训练任务授权使用。4.每个训练任务运行过程中会生成多条运行日志，每条日志有日志ID、日志时间、日志内容、运行耗时，日志的唯一标识需要依赖所属的训练任务ID才能确定。要求：1.绘制完整的ER图，标识所有实体、属性、实体间的联系，标注联系的基数。（6分）2.将ER图转换为符合3NF要求的关系模式，标注每个关系模式的主码与外码。（6分）3.指出本需求中存在的两个弱实体集，说明其依赖的强实体集。（3分）试题二（共15分）某大模型训练任务的关系模式定义如下：R(任务ID,用户ID,用户姓名,模型ID,模型名称,数据集ID,数据集名称,训练耗时,训练精度)，语义约束为：每个任务ID唯一标识一个训练任务，仅归属一个用户，使用一个大模型，关联一个训练数据集，用户姓名完全依赖用户ID确定，模型名称完全依赖模型ID确定，数据集名称完全依赖数据集ID确定，训练耗时与训练精度仅由任务ID唯一确定。要求：1.写出关系模式R中存在的所有函数依赖集合。（4分）2.指出当前R模式存在的插入异常、删除异常、数据冗余三类问题的具体表现。（3分）3.求R的最小函数依赖集，将R分解为满足3NF且保持函数依赖、无损连接的关系模式集。（5分）4.判断上述3NF分解是否满足BCNF要求，说明理由。（3分）试题三（共15分）某向量检索知识库的关系模式定义为：文档库(文档ID,文档标题,文档内容,向量特征,创建时间,访问次数)，访问日志(日志ID,用户ID,文档ID,访问时间,停留时长)。请完成以下SQL编写任务：1.编写SQL语句，查询2025年1月访问量Top10的文档信息，输出文档ID、文档标题、总访问次数，要求使用窗口函数row_number()实现排名。（5分）2.创建名为update_doc_count的触发器，当访问日志表新增一条访问记录时，自动将对应文档库表中的文档访问次数加1。（5分）3.编写存储过程batch_insert_docs，传入文档内容数组、向量特征数组作为输入参数，实现最多1000条文档数据的批量插入操作，插入过程中自动生成全局唯一的文档ID。（5分）试题四（共15分）某分布式事务处理系统当前存在三个并发事务T1、T2、T3，其对数据项A、B、C的加锁与读写操作序列为：T1加锁A→读A→加锁B→写B→提交→释放所有锁；T2加锁B→读B→加锁C→写C→提交→释放所有锁；T3加锁C→读C→加锁A→写A→提交→释放所有锁。要求：1.判断当前事务并发调度的执行序列是否符合冲突可串行化要求，说明推导过程。（5分）2.若该系统采用两段锁协议进行并发控制，说明该调度序列会发生什么问题，给出对应的死锁解除方案。（5分）3.结合向量数据库的高维向量检索场景，说明2PC分布式提交协议的优化方案，如何在不损失一致性的前提下将检索类事务的提交延迟降低50%以上。（5分）下午参考答案与解析试题一答案1.ER图核心元素：实体集包括管理员、数据集、用户、训练任务。属性分别为管理员（管理员ID、姓名、账号密码），数据集（数据集ID、名称、发布机构、发布时间、数据总量、向量维度），用户（用户ID、用户名、注册时间、账号密码），训练任务（任务ID、任务名称、创建时间、训练状态、模型ID）。联系包括：管理员与数据集之间的“发布管理”1对n联系，数据集与数据样本之间的“包含”1对n联系，用户与训练任务之间的“创建”1对n联系，训练任务与数据集之间的“授权使用”n对m联系，训练任务与运行日志之间的“生成”1对n联系，所有联系的基数标注正确即可得满分。2.转换后的3NF关系模式：管理员（管理员ID，姓名，账号密码），主码：管理员ID，无外码。数据集（数据集ID，管理员ID，数据集名称，发布机构，发布时间，数据总量，向量维度），主码：数据集ID，外码：管理员ID，引用管理员关系主码。数据样本（数据集ID，样本ID，样本内容，向量特征值），主码：(数据集ID,样本ID)，外码：数据集ID，引用数据集关系主码。用户（用户ID，用户名，注册时间，账号密码），主码：用户ID，无外码。训练任务（任务ID，用户ID，任务名称，创建时间，训练状态，模型ID），主码：任务ID，外码：用户ID，引用用户关系主码。授权关联（任务ID，数据集ID），主码：(任务ID,数据集ID)，外码：任务ID引用训练任务主码，数据集ID引用数据集关系主码。运行日志（任务ID，日志ID，日志时间，日志内容，运行耗时），主码：(任务ID,日志ID)，外码：任务ID引用训练任务主码。3.弱实体集为数据样本、运行日志，数据样本依赖的强实体集是数据集，运行日志依赖的强实体集是训练任务，两个弱实体集都没有自身独立的全局唯一主码，必须依赖所属强实体的主码才能唯一标识自身实例。试题二答案1.函数依赖集合F={任务ID→用户ID,用户ID→用户姓名,任务ID→模型ID,模型ID→模型名称,任务ID→数据集ID,数据集ID→数据集名称,任务ID→训练耗时,任务ID→训练精度}。2.插入异常：新增一个尚未创建任何训练任务的新用户时，无法在当前关系中插入该用户的基础信息，因为主码任务ID为空无法插入。删除异常：删除所有关联某数据集的训练任务时，该数据集的基础名称信息也会被同步删除，丢失元数据。数据冗余：同一个用户创建100个训练任务，用户姓名会重复存储100次，模型名称、数据集名称也会大量重复存储，浪费存储空间。3.最小函数依赖集求解：消除所有函数依赖右侧的冗余属性，左侧的冗余属性，以及多余的函数依赖，得到最小Fm={任务ID→用户ID,用户ID→用户姓名,任务ID→模型ID,模型ID→模型名称,任务ID→数据集ID,数据集ID→数据集名称,任务ID→训练耗时,任务ID→训练精度}，分解得到的3NF关系模式为：R1(用户ID,用户姓名)，R2(模型ID,模型名称)，R3(数据集ID,数据集名称)，R4(任务ID,用户ID,模型ID,数据集ID,训练耗时,训练精度)，该分解既保持所有函数依赖，同时包含原关系的候选键任务ID，满足无损连接特性。4.上述分解所有关系模式的函数依赖均满足决定因素都是候选键的要求，因此所有分解后的子模式都符合BCNF的约束要求，不存在非主属性对码的部分依赖和传递依赖，也不存在主属性对码的部分依赖和传递依赖。试题三答案1.SQL语句参考：WITHdoc_rankAS(SELECTd.文档ID,d.文档标题,COUNT(*)AS总访问次数,ROW_NUMBER()OVER(ORDERBYCOUNT(*)DESC)ASrnFROM文档库dJOIN访问日志lONd.文档ID=l.文档IDWHEREl.访问时间BETWEEN'2025-01-0100:00:00'AND'2025-01-31