2025年最-新计算机等级考试四级数据库工程师试题与答案

2025年最新计算机等级考试四级数据库工程师试题与答案一、单项选择题（共20题，每题2分，满分40分）1.随着大模型应用落地，向量数据库成为数据库领域的热门产品，下列属于当前主流向量数据库核心高维向量检索索引的是（）A.B+树B.HNSW索引C.LSM树D.哈希索引【答案】B【解析】HNSW（HierarchicalNavigableSmallWorld，层次化可导航小世界）是当前向量数据库主流的近似最近邻索引结构，通过多层有向图结构实现高维向量的快速相似检索，检索效率和准确率平衡表现最优。A选项B+树是传统关系型数据库的核心磁盘索引，仅适用于低维结构化数据的范围、等值查询，无法适配高维向量的相似检索需求；C选项LSM树是NoSQL数据库通用的写优化索引结构，主要用于提升海量数据的写入吞吐量，不属于向量检索专用索引；D选项哈希索引仅支持等值查询，无法支持向量的相似性匹配需求。2.数据库事务ACID特性中，持久性的核心实现机制是（）A.Undo日志B.Redo日志C.两阶段锁协议D.多版本并发控制【答案】B【解析】持久性指事务一旦提交，其对数据库的修改会永久生效，即使系统发生崩溃也不会丢失，核心通过Redo日志实现：事务提交前会将所有修改操作记录写入Redo日志并落盘，系统崩溃重启后可通过Redo日志重放已提交事务的修改，保证数据不丢失。A选项Undo日志主要用于事务回滚和MVCC的快照读，保障事务的原子性；C选项两阶段锁协议用于保障事务调度的可串行化，实现隔离性；D选项多版本并发控制用于提升读写并发性能，属于隔离性的实现机制。3.现有关系R(A,B,C)和S(B,C)，下列运算结果属性列仅包含A的是（）A.R÷SB.R⋈SC.R∪SD.R×S【答案】A【解析】除运算的结果是R中满足与S所有元组在B、C属性上匹配的A属性值，仅保留A属性；B选项自然连接结果属性为A、B、C，共3列；C选项并运算要求两个关系的属性数量和类型完全一致，R有3列S有2列，无法执行并运算；D选项笛卡尔积属性为R.A、R.B、R.C、S.B、S.C，共5列。4.现有学生成绩表sc(s_id,c_id,score)，需查询每个学生的所有课程成绩排名，排名按成绩降序排列，同分数排名相同且不占用后续排名位次，下列SQL窗口函数写法正确的是（）A.RANK()OVER(PARTITIONBYs_idORDERBYscoreDESC)B.DENSE_RANK()OVER(PARTITIONBYs_idORDERBYscoreDESC)C.ROW_NUMBER()OVER(PARTITIONBYs_idORDERBYscoreDESC)D.COUNT()OVER(PARTITIONBYs_idORDERBYscoreDESC)【答案】B【解析】DENSE_RANK()函数实现同分数排名相同，后续排名连续不跳跃，符合题干要求；A选项RANK()函数同分数排名相同，但后续排名会跳跃，比如两个第1名后下一个排名是第3名；C选项ROW_NUMBER()函数会给每行生成唯一连续排名，同分数也会分配不同排名；D选项COUNT()是聚合窗口函数，用于统计累计计数，不实现排名功能。5.下列关于两阶段锁协议的说法正确的是（）A.两阶段锁协议可以避免死锁B.两阶段锁协议是事务原子性的实现机制C.遵循两阶段锁协议的并发调度一定是可串行化的D.两阶段锁协议要求事务在执行过程中可以随时加锁和解锁【答案】C【解析】两阶段锁协议要求所有事务的加锁操作都在解锁操作之前，分为扩展阶段（仅加锁不解锁）和收缩阶段（仅解锁不加锁），遵循该协议的并发调度一定是可串行化的，能够保障事务的隔离性。A选项两阶段锁协议无法避免死锁，死锁的产生需要通过死锁检测、超时回滚等机制解决；B选项两阶段锁协议是隔离性的实现机制，与原子性无关；D选项违反了两阶段锁的阶段划分要求。6.下列数据库完整性约束中，属于用户自定义完整性的是（）A.学生表的学号字段非空B.订单表的订单状态字段只能取值为'待支付'、'已支付'、'已取消'C.员工表的部门ID字段关联部门表的主键部门IDD.成绩表的学号+课程号字段组合唯一【答案】B【解析】用户自定义完整性指针对特定业务场景定义的约束规则，不属于实体完整性和参照完整性的范畴。A选项属于实体完整性的非空约束；C选项属于参照完整性约束；D选项属于实体完整性的唯一约束。7.ER模型向关系模型转换时，若两个实体之间存在多对多联系，下列处理方式正确的是（）A.将联系的属性合并到任意一方实体的关系模式中B.将联系单独转换为一个关系模式，主键为两个实体主键的组合C.在两个实体的关系模式中分别增加对方的主键作为外键D.直接删除多对多联系，保留两个实体的关系模式即可【答案】B【解析】多对多联系无法直接合并到任意一方实体的关系模式中，必须单独转换为独立的关系模式，其属性包括联系自身的属性和两个关联实体的主键，主键为两个实体主键的组合，两个实体的主键分别作为该关系模式的外键关联对应实体。8.下列事务隔离级别中，能够解决不可重复读问题但无法解决幻读问题的是（）A.读未提交B.读已提交C.可重复读D.串行化【答案】C【解析】可重复读隔离级别通过MVCC机制保证同一事务内多次读取同一数据的快照一致，避免了不可重复读，但未对范围查询加锁，无法避免其他事务插入符合当前查询范围的新数据，即无法解决幻读问题；A选项读未提交会出现脏读、不可重复读、幻读；B选项读已提交可解决脏读，无法解决不可重复读和幻读；D选项串行化可解决所有并发异常。9.某数据库的备份策略为每周日0点做全量备份，每天0点做差异备份，若周三下午3点数据库发生故障，下列恢复顺序正确的是（）A.恢复周日的全量备份→恢复周一的差异备份→恢复周二的差异备份→重放周二0点到周三下午3点的日志B.恢复周日的全量备份→恢复周二的差异备份→重放周二0点到周三下午3点的日志C.恢复周日的全量备份→重放周日0点到周三下午3点的所有日志D.恢复周二的差异备份→重放周二0点到周三下午3点的日志【答案】B【解析】差异备份备份的是自上次全量备份以来修改的所有数据，恢复时仅需恢复最后一次全量备份和最后一次差异备份，再重放最后一次差异备份时间点到故障发生时间的日志即可，无需恢复中间的差异备份，恢复效率更高。10.分布式数据库的透明性层级中，最高层级的透明性是（）A.分片透明性B.位置透明性C.局部数据模型透明性D.复制透明性【答案】A【解析】分片透明性是最高层级的透明性，用户完全不需要知道数据的分片规则，只需访问全局关系即可，底层的分片、存储位置对用户完全透明；位置透明性要求用户知道分片规则，但不需要知道分片的存储位置；局部数据模型透明性要求用户知道分片规则和存储位置，不需要知道局部节点的数据模型。11.下列关于云数据库Serverless架构的说法错误的是（）A.按实际使用的计算资源和存储资源计费，无闲置资源浪费B.支持自动扩缩容，无需用户手动调整实例规格C.适合长期稳定运行的高并发核心交易场景D.适合测试环境、低频访问的小型应用场景【答案】C【解析】Serverless云数据库采用按用量付费的模式，自动扩缩容，但冷启动延迟较高，扩缩容过程中可能出现短暂的性能抖动，不适合对稳定性要求极高的高并发核心交易场景，更适合低频访问、流量波动大的非核心场景。12.数据仓库的缓慢变化维中，类型2（SCDType2）的处理方式是（）A.直接覆盖维度的旧值，保留最新值B.增加新的维度行记录变化，保留所有历史版本C.增加新的属性列记录旧值，仅保留两个版本D.将变化记录单独存储到历史表中，维度表仅保留最新值【答案】B【解析】SCDType2是最常用的缓慢变化维处理方式，通过增加新的维度行、设置生效时间和失效时间的方式保留维度的所有历史版本，可准确反映不同时间点的维度属性状态，适合需要追溯历史数据的场景。13.关系数据库查询优化中，下列关于连接顺序优化的说法正确的是（）A.优先将小表作为驱动表，大表作为被驱动表B.优先将大表作为驱动表，小表作为被驱动表C.连接顺序对查询性能没有影响D.左连接必须将左表作为驱动表【答案】A【解析】嵌套循环连接是最常用的连接算法，驱动表的数据量越小，循环的次数越少，查询性能越高，因此优先选择过滤后数据量小的表作为驱动表；左连接在无强制规则的前提下也可以选择右表作为驱动表，只要语义等价即可。14.下列不属于NoSQL数据库BASE特性的是（）A.基本可用B.软状态C.强一致性D.最终一致性【答案】C【解析】BASE特性包括基本可用（BasicallyAvailable）、软状态（SoftState）、最终一致性（EventuallyConsistent），强一致性是传统关系型数据库ACID特性的要求，不属于BASE特性。15.下列数据库权限中，属于对象权限的是（）A.CREATETABLE权限B.ALTERUSER权限C.SELECTONt_order权限D.CREATEDATABASE权限【答案】C【解析】对象权限指针对特定数据库对象（表、视图、存储过程等）的操作权限，C选项为针对t_order表的查询权限，属于对象权限；A、B、D选项均属于语句权限，是针对某一类操作的全局权限。16.数据库故障恢复时，下列关于Redo和Undo操作的说法正确的是（）A.对未提交的事务执行Redo操作，对已提交的事务执行Undo操作B.对已提交的事务执行Redo操作，对未提交的事务执行Undo操作C.所有事务都需要执行Redo和Undo操作D.所有事务都不需要执行Redo和Undo操作【答案】B【解析】故障恢复时，已提交的事务修改可能还未写入磁盘，需要通过Redo日志重放修改，保证持久性；未提交的事务修改可能已经写入磁盘，需要通过Undo日志回滚修改，保证原子性。17.下列场景中最适合使用覆盖索引优化的是（）A.查询需要返回表中的所有字段B.查询的过滤条件和返回字段都包含在同一个联合索引中C.查询的过滤条件是模糊查询D.查询需要关联多表【答案】B【解析】覆盖索引指查询需要的所有字段都包含在索引中，无需回表查询聚集索引，可大幅降低IO消耗，B选项符合覆盖索引的适用场景；A选项返回所有字段通常无法通过覆盖索引实现，除非建立包含所有字段的联合索引，空间成本极高；C选项模糊查询若为左模糊则无法命中索引，无法使用覆盖索引优化；D选项多表关联的覆盖索引需要同时覆盖关联条件和返回字段，适用门槛较高。18.下列关于湖仓一体架构的核心特性说法错误的是（）A.同时支持结构化、半结构化、非结构化数据的统一存储B.同时支持事务性增删改查和大数据分析作业C.仅支持批处理作业，不支持流处理作业D.存储与计算分离，可独立扩缩容【答案】C【解析】湖仓一体架构融合了数据湖和数据仓库的优势，支持批流一体处理，可同时满足批处理分析和流处理实时计算的需求，C选项说法错误。19.数据库细粒度审计（FGA）无法监控的操作是（）A.查询某张表的特定字段B.修改某条符合条件的记录C.删除表操作D.登录数据库的操作【答案】D【解析】细粒度审计是针对数据库对象的操作审计，可监控到表、字段、行级的操作，登录数据库属于全局级别的操作，属于普通审计的监控范围，不属于细粒度审计的监控范畴。20.某电商的商品评价系统要求高可用性和分区容错性，允许评价内容存在短暂的不一致，根据CAP理论，该系统应选择的取舍策略是（）A.放弃一致性，保留可用性和分区容错性（AP）B.放弃可用性，保留一致性和分区容错性（CP）C.放弃分区容错性，保留一致性和可用性（CA）D.同时满足一致性、可用性、分区容错性【答案】A【解析】CAP理论指出分布式系统无法同时满足一致性、可用性、分区容错性三个特性，分区容错性是分布式系统的基本要求，必须保留，题干要求高可用性，允许短暂不一致，因此选择AP策略，放弃强一致性，采用最终一致性。二、简答题（共3题，每题10分，满分30分）1.2025年大模型推理、多模态检索等场景广泛应用向量数据库，请对比向量数据库与传统关系型数据库在数据模型、索引机制、查询类型、适用场景四个维度的核心差异。【参考答案】（1）数据模型差异：传统关系型数据库遵循关系模型，以二维表为核心存储单元，仅支持结构化数据存储，要求数据符合预定义的Schema约束，字段类型均为低维基础类型；向量数据库以高维向量（通常维度在128到10240之间）为核心存储单元，向量对应文本、图像、音频、视频等非结构化数据的Embedding编码结果，同时支持关联存储结构化属性字段，普遍支持SchemaFree的半结构化数据存储。（2）索引机制差异：传统关系型数据库核心索引为B+树、哈希索引，适配低维结构化数据的等值、范围查询需求，查询结果为精确匹配值；向量数据库核心索引为近似最近邻（ANN）索引，主流包括HNSW、IVF、PQ、ScaNN等，核心目标是在可控的准确率损失下，实现高维向量的毫秒级相似检索，不要求100%精确匹配。（3）查询类型差异：传统关系型数据库支持SQL标准的增删改查操作，支持聚合、关联、子查询等复杂计算，查询目标为符合条件的结构化数据集合；向量数据库除支持基础的结构化数据查询外，核心支持Top-K相似查询、范围相似查询，可结合向量检索和结构化属性过滤实现混合查询，查询结果为与输入向量相似度最高的TopK个向量关联的业务数据。（4）适用场景差异：传统关系型数据库适用于交易系统、ERP、CRM等对数据一致性、事务性要求高的结构化数据存储场景；向量数据库适用于大模型的RAG（检索增强生成）知识库、多模态内容检索、推荐系统召回、人脸识别比对等非结构化数据的相似匹配场景。（每点2.5分，共10分）2.数据库运维过程中慢查询是影响系统性能的核心问题，请简述慢查询的完整优化流程。【参考答案】慢查询优化需遵循“定位-分析-优化-验证”的标准化流程，具体如下：（1）定位慢查询：开启数据库慢查询日志，设置合理的阈值（通常为1秒），采集所有执行时间超过阈值的SQL语句，结合监控平台的CPU、IO、内存指标，确定核心慢SQL的范围和出现的时间规律。（2）分析慢查询原因：使用EXPLAIN命令分析慢SQL的执行计划，核心关注：是否未命中索引、是否存在全表扫描、是否存在文件排序（Usingfilesort）、是否存在临时表（Usingtemporary）、关联查询的驱动表选择是否合理、扫描行数是否远大于返回行数；同时结合表数据量、字段分布、索引设计判断是否存在架构层面的问题。（3）制定优化方案：优先从SQL和索引层面优化：1.针对过滤条件、关联条件、排序字段建立合适的联合索引，优先设计覆盖索引避免回表；2.改写SQL语句，避免SELECT*、避免在索引字段上使用函数、避免大表的全表模糊查询、拆分复杂的多表关联为多个简单查询、提前过滤小表数据减少关联数据量；若SQL和索引优化收益不足，从架构层面优化：1.对超大表进行分库分表，按时间、业务维度拆分减少单表数据量；2.建立物化视图或数据汇总表，预聚合统计类查询的结果，直接查询预计算结果；3.对热点查询结果接入缓存层，减少数据库访问压力。（4）验证优化效果：优化方案上线后，对比优化前后的SQL执行时间、扫描行数、数据库资源负载，验证优化是否生效，同时监控业务是否受影响，若未达到预期则重复分析调整优化方案。（每点2.5分，共10分）3.分布式数据库架构下通常采用最终一致性替代强一致性提升系统可用性，请简述最终一致性的3种主流实现方案及各自适用场景。【参考答案】最终一致性指系统中所有数据副本经过一定时间的同步后，最终能够达到一致的状态，不需要实时保证强一致，主流实现方案及适用场景如下：（1）TCC（Try-Confirm-Cancel）方案：分为三个阶段，Try阶段完成资源预留和校验，Confirm阶段执行业务提交，Cancel阶段回滚预留的资源，需要业务方实现三个阶段的接口。适用于对一致性要求较高、业务链路短、支持回滚的分布式交易场景，比如支付、订单扣库存等核心交易场景，一致性等级介于强一致和最终一致之间，通常可在秒级内达到一致。（2）可靠消息最终一致性方案：通过消息中间件保证消息的可靠投递，事务发起方执行本地事务成功后发送消息，消息消费者订阅消息并执行本地事务，若消费失败则自动重试，直到消费成功。适用于业务链路长、对一致性时效要求不高、允许异步处理的场景，比如用户注册后赠送积分、订单支付后通知发货等场景，通常可在分钟级内达到一致。（3）最大努力通知方案：事务发起方在执行完本地事务后，尽最大努力将结果通知给接收方，允许通知丢失，接收方需主动调用发起方的接口查询结果校对状态。适用于对一致性要求最低、可容忍较长时间不一致的场景，比如支付结果的商户通知、短信通知、邮件通知等非核心场景，通常可达小时级甚至天级的最终一致。（每点3分，方案描述1.5分，适用场景1.5分，整体表述逻辑1分，共10分）三、设计题（满分15分）某医疗健康平台需搭建用户健康档案管理系统，需求如下：1.用户信息包括用户ID、身份证号、姓名、性别、出生日期、联系电话，用户ID唯一标识每个用户，身份证号不允许重复；2.医生信息包括医生ID、姓名、科室、职称、执业证书编号，医生ID唯一标识每个医生，执业证书编号不允许重复；3.就诊记录信息包括就诊ID、用户ID、医生ID、就诊时间、就诊科室、诊断结果，就诊ID唯一标识每条就诊记录，每条就诊记录对应一个用户和一个接诊医生，一个用户可有多条就诊记录，一个医生可接诊多个用户；4.检查报告信息包括报告ID、就诊ID、检查项目、检查时间、检查结果、报告医生ID，报告ID唯一标识每份检查报告，每份检查报告对应一条就诊记录，一条就诊记录可关联多份检查报告，每份报告由一名医生出具；5.慢病标签信息包括标签ID、标签名称、适用人群，标签ID唯一标识每个慢病标签，一个用户可被标记多个慢病标签，一个标签可对应多个用户，标记关系需记录标记时间、标记医生ID。要求：（1）绘制该系统的核心ER图，标注实体、属性、主键属性、联系、联系类型；（6分）（2）将ER图转换为符合第三范式（3NF）的关系模式，标注每个关系的主键、外键，说明必要的完整性约束。（9分）【参考答案】（1）ER图核心组成：①实体：用户实体：属性为用户ID（主键）、身份证号、姓名、性别、出生日期、联系电话医生实体：属性为医生ID（主键）、姓名、科室、职称、执业证书编号就诊记录实体：属性为就诊ID（主键）、就诊时间、就诊科室、诊断结果检查报告实体：属性为报告ID（主键）、检查项目、检查时间、检查结果慢病标签实体：属性为标签ID（主键）、标签名称、适用人群②联系：用户与就诊记录：一对多联系（1:n），一个用户对应多条就诊记录，一条就诊记录对应一个用户医生与就诊记录：一对多联系（1:n），一个医生对应多条接诊记录，一条就诊记录对应一个接诊医生就诊记录与检查报告：一对多联系（1:n），一条就诊记录对应多份检查报告，一份检查报告对应一条就诊记录医生与检查报告：一对多联系（1:n），一个医生可出具多份检查报告，一份检查报告对应一个出具医生用户与慢病标签：多对多联系（m:n），一个用户可对应多个标签，一个标签可对应多个用户，联系属性为标记时间、标记医生ID（ER图绘制符合上述要求即可得分，共6分）（2）符合3NF的关系模式如下：①用户（用户ID，身份证号，姓名，性别，出生日期，联系电话）主键：用户ID；完整性约束：身份证号唯一、非空，联系电话非空②医生（医生ID，姓名，科室，职称，执业证书编号）主键：医生ID；完整性约束：执业证书编号唯一、非空③就诊记录（就诊ID，用户ID，医生ID，就诊时间，就诊科室，诊断结果）主键：就诊ID；外键：用户IDREFERENCES用户(用户ID)，医生IDREFERENCES医生(医生ID)；完整性约束：就诊时间非空④检查报告（报告ID，就诊ID，报告医生ID，检查项目，检查时间，检查结果）主键：报告ID；外键：就诊IDREFERENCES就诊记录(就诊ID)，报告医生IDREFERENCES医生(医生ID)；完整性约束：检查时间非空⑤慢病标签（标签ID，标签名称，适用人群）主键：标签ID；完整性约束：标签名称唯一、非空⑥用户标签关联（用户ID，标签ID，标记时间，标记医生ID）主键：（用户ID，标签ID）；外键：用户IDREFERENCES用户(用户ID)，标签IDREFERENCES慢病标签(标签ID)，标记医生IDREFERENCES医生(医生ID)；完整性约束：标记时间非空（每个关系模式1分，主键外键标注正确0.5分，约束说明0.5分，共9分）四、综合应用题（满分15分）某生鲜电商的库存管理系统部署在分布式MySQL集群上，现有两个核心业务事务：事务T1（用户下单扣库存）：BEGIN;SELECTstock_numFROMt_stockWHEREgoods_id=2024ANDwarehouse_id=10FORUPDATE;//业务逻辑校验库存≥购买数量3UPDATEt_stockSETstock_num=stock_num-3WHEREgoods_id=2024ANDwarehouse_id=10;INSERTINTOt_order(order_id,user_id,goods_id,order_num)VALUES(10001,123,2024,3);COMMIT;事务T2（仓库盘点修正库存）：BEGIN;SELECTstock_numFROMt_stockWHEREgoods_id=2024ANDwarehouse_id=10INTO@old_stock;UPDATEt_stockSETstock_num=@old_stock+5WHEREgoods_id=2024ANDwarehouse_id=10;INSERTINTOt_stock_log(log_id,goods_id,warehouse_id,change_num,opt_type)VALUES(50001,2024,10,5,'盘点');COMMIT;现有并发调度序列如下：T1:BEGIN;T1:SELECTstock_numFROMt_stockWHEREgoods_id=2024ANDwarehouse_id=10FORUPDATE;//查询到stock_num=10T2:BEGIN;T2:SELECTstock_numFROMt_stockWHEREgoods_id=2024ANDwarehouse_id=10INTO@old_stock;//查询到stock_num=10T1:UPDATEt_stockSETstock_num=7WHEREgoods_id=2024ANDwarehouse_id=10;T1:INSERTINTOt_order(...);T1:COMMIT;T2:UPDATEt_stockSETstock_num=10+5=15WHEREgoods_id=2024ANDwarehouse_id=10;T2:INSERTINTOt_stock_log(...);T2:COMMIT;同时，系统存在统计慢查询，SQL语句如下：SELECTw.city,DATE(o.create_time)ASorder_date,SUM(o.order_num)ASdaily_sale_num,SUM(o.order_amount)ASdaily_sale_amountFROMt_orderoJOINt_warehousewONo.warehouse_id=w.warehouse_idWHEREo.create_timeBETWEEN'2024-10-0100:00:00'AND'2024-10-3123:59:59'ANDo.goods_category='蔬菜'GROUPBYw.city,DATE(o.create_time)ORDERBYw.city,order_date;已知t_order表数据量为8000万，按create_time按月分表，t_warehouse表数据量为1200条，该SQL执行耗时18秒，未命中有效索引。要求：（1）分析上述并发调度序列存在的问题，说明判定依据，并给出2种可行的解决方案。（7分）（2）针对上述慢查询给出完整优化方案，说明每一步优化的原理。（8分）【参考答案】（1）并发调度存在的问题为丢失修改异常，判定依据：事务T2读取库存值为10，此时T1修改库存为7并提交，T2基于之前读取的10计算新的库存值为15并提交，覆盖了T1已经提交的库存扣减修改，最终库存为15，而正确