2025年最-新全国计算机等级考试四级(数据库工程师)试题与答案

2025年最新全国计算机等级考试四级(数据库工程师)试题与答案(1)一、单项选择题（共20小题，每小题1分，满分20分。下列各题A、B、C、D四个选项中，只有一个选项是正确的，请将正确选项填涂在答题卡相应位置）1.下列关于数据库系统三级模式两级映像的描述中，错误的是（）A.模式是数据库中全体数据的逻辑结构和特征的描述，一个数据库只有一个模式B.外模式是数据库用户能够看见和使用的局部数据的逻辑结构和特征的描述，一个数据库可以有多个外模式C.内模式是数据物理结构和存储方式的描述，一个数据库可以有多个内模式D.外模式/模式映像保证了数据的逻辑独立性，模式/内模式映像保证了数据的物理独立性答案：C解析：内模式是数据物理存储的底层抽象，对应数据库的物理存储文件结构，一个数据库仅能有一个内模式。2.某分布式金融交易系统要求交易数据强一致，且分区故障时优先保证数据准确性而非服务可用性，根据CAP理论，该系统采用的是哪种设计策略（）A.CAB.CPC.APD.AC答案：B解析：CAP理论中分区容错性（P）是分布式系统必须满足的基础属性，无法舍弃。优先保证一致性（C）、允许可用性（A）降低的系统属于CP架构，符合金融交易场景的强一致要求。3.下列关于云数据库服务模式的描述中，属于DBaaS范畴的是（）A.云服务商只提供服务器、存储、网络基础设施，用户自行部署数据库实例B.云服务商提供预安装好数据库环境的云服务器，用户自行负责数据备份、版本升级C.云服务商提供全托管的数据库服务，自动完成备份、扩缩容、故障迁移、安全补丁更新，用户仅需调用接口访问数据D.云服务商提供SaaS化的业务管理系统，用户直接使用系统内置的数据库存储业务数据，无需接触数据库底层答案：C解析：DBaaS（数据库即服务）的核心是数据库全生命周期托管，用户无需关注底层运维，仅需使用数据库服务，A属于IaaS，B属于半托管PaaS，D属于SaaS。4.下列业务场景中，最适合选用时序数据库存储数据的是（）A.电商平台的用户订单数据B.工业物联网设备每秒上报的温度、压力运行数据C.社交平台的用户关系数据D.银行的核心交易账户数据答案：B解析：时序数据库专为带时间标签的高吞吐量写入、时间范围查询场景设计，适配工业物联网设备监控的高频率上报、按时间维度查询的需求。A适合关系型数据库，C适合图数据库，D适合分布式关系型数据库。5.事务的ACID特性中，隔离性是指（）A.事务中包含的所有操作要么全部执行成功，要么全部回滚失败B.事务执行完成后，数据从一个一致性状态转换到另一个一致性状态C.一个事务的执行不能被其他事务干扰，多个并发事务之间相互隔离D.事务一旦提交，对数据的修改就是永久性的，后续故障不会影响提交结果答案：C解析：A对应原子性，B对应一致性，D对应持久性，C为隔离性的标准定义。6.下列关于聚簇索引的描述中，正确的是（）A.一个表可以创建多个聚簇索引B.聚簇索引的叶子节点存储的是索引值和指向数据行的指针C.聚簇索引的物理存储顺序与索引键的逻辑顺序一致D.聚簇索引的查询性能一定优于非聚簇索引答案：C解析：一个表仅能有一个聚簇索引，A错误；聚簇索引叶子节点直接存储数据行，而非指针，B错误；聚簇索引适合范围查询，但单条精准查询性能可能和非聚簇覆盖索引持平，D错误。7.某电商订单表设置约束“订单金额必须大于0”，该约束属于（）A.实体完整性约束B.参照完整性约束C.用户定义完整性约束D.断言约束答案：C解析：用户定义完整性约束是针对特定业务场景自定义的规则，不属于实体、参照完整性的范畴，单个表的字段级约束不属于断言（断言为多表关联的全局约束）。8.下列死锁处理策略中，属于死锁预防范畴的是（）A.系统定期检测事务等待图，若存在环路则终止权重最小的事务B.要求所有事务一次性申请所有需要的锁，申请失败则等待，不持有部分锁等待其他锁C.死锁发生后，回滚所有死锁事务释放锁资源D.死锁发生后，按照事务执行进度，回滚完成度最低的事务答案：B解析：A属于死锁检测，C、D属于死锁解除，B通过破坏死锁的“请求和保持”条件实现死锁预防。9.数据仓库的星型模型结构中，核心组成是（）A.多个维度表围绕一个事实表B.多个事实表围绕一个维度表C.事实表之间通过维度表层级关联D.维度表之间通过事实表层级关联答案：A解析：星型模型的核心是一个事实表存储业务度量数据，多个维度表存储分析维度信息，维度表直接关联事实表，无层级关联。10.某企业需要对外提供测试环境的数据库访问权限，为避免核心用户隐私数据泄露，最适合采用的安全技术是（）A.数据加密B.数据脱敏C.防火墙拦截D.数据库审计答案：B解析：数据脱敏可以将敏感数据（如手机号、身份证号）替换为虚构的测试数据，保留数据格式的同时避免真实数据泄露，适合测试场景。11.下列SQL语法中，属于SQL:2023标准新增的JSON操作特性的是（）A.JSON_VALUE()提取JSON字段中的标量值B.JSON_TABLE()将JSON数组转换为关系表C.JSON_SCHEMA_VALIDATE()验证JSON数据是否符合指定JSONSchemaD.JSON_OBJECT()构造JSON对象答案：C解析：JSON_VALUE、JSON_TABLE、JSON_OBJECT均为SQL:2016标准引入的特性，JSON_SCHEMA_VALIDATE为SQL:2023新增的JSON合法性校验特性。12.下列关于增量备份的描述中，错误的是（）A.增量备份仅备份上一次备份后发生变更的数据B.增量备份的备份速度比全量备份快，存储空间占用更小C.数据恢复时仅需要最近一次的增量备份即可完成恢复D.差量备份属于增量备份的特殊类型，仅备份上一次全量备份后变更的数据答案：C解析：增量备份恢复时需要依赖最近一次全量备份+之后所有的增量备份，按顺序恢复才能得到完整数据。13.某Redis缓存场景要求故障重启后尽可能少丢失数据，且重启恢复速度不能太慢，最适合采用的持久化策略是（）A.关闭所有持久化机制B.仅开启RDB持久化C.仅开启AOF持久化，设置每秒刷盘D.混合使用RDB+AOF持久化答案：D解析：混合持久化结合了RDB恢复速度快、AOF数据丢失少的优势，重启时先加载RDB全量数据，再重放AOF的增量变更，兼顾恢复速度和数据完整性。14.分布式事务两阶段提交（2PC）流程中，若协调者在第一阶段（准备阶段）完成后发生故障，下列处理方式正确的是（）A.所有参与者直接回滚事务B.所有参与者直接提交事务C.参与者持续持有锁资源，等待协调者恢复后接收提交/回滚指令D.参与者之间相互通信，根据多数参与者的投票结果决定提交或回滚答案：C解析：2PC中参与者在第一阶段返回同意后，必须等待协调者的最终指令，未收到指令前不能释放锁资源，也不能自行决定提交或回滚。15.某关系模式R(A,B,C,D)，存在函数依赖A→B，B→C，A→D，下列关于该模式范式的描述中，正确的是（）A.仅符合1NFB.符合2NF，不符合3NFC.符合3NF，不符合BCNFD.符合BCNF答案：B解析：主键为A，所有非主属性完全依赖于主键，符合2NF；但存在传递依赖A→B→C，不符合3NF的要求。16.下列查询优化操作中，属于逻辑优化范畴的是（）A.选择合适的索引执行查询B.将嵌套子查询转换为关联查询C.调整表的连接顺序，小表优先连接D.选择嵌套循环连接或哈希连接算法答案：B解析：A、C、D均属于物理优化范畴，逻辑优化是无需依赖物理存储结构的SQL语义等价改写。17.下列业务场景中，最适合选用图数据库实现的是（）A.物流系统的路径规划、运输节点关联分析B.财务系统的总账、明细账存储C.视频平台的视频元数据存储D.政务系统的公文归档存储答案：A解析：图数据库擅长处理实体之间的关联关系查询，适配路径规划、社交关系、知识图谱等关联分析场景。18.下列关于数据库审计的描述中，错误的是（）A.数据库审计可以记录所有用户对数据库的访问操作和执行的SQL语句B.数据库审计可以用于溯源数据泄露、非法操作的责任主体C.数据库审计会消耗一定的数据库性能，因此可以在业务高峰期关闭审计D.等保2.0要求三级以上信息系统必须具备数据库审计能力答案：C解析：数据库审计属于合规要求的安全能力，必须持续开启，不能因性能影响随意关闭，可以通过审计日志旁路采集的方式降低对业务库的性能影响。19.某数据库采用读写分离架构，下列负载均衡策略中，最适合避免热点查询的是（）A.按请求源IP哈希分配读请求B.按SQL语句的哈希值分配读请求C.轮询分配读请求D.按读请求的权重分配到性能更高的从库答案：B解析：按SQL哈希分配可以将相同的查询请求分配到同一个从库，充分利用从库的缓存，避免热点查询分散到多个从库导致缓存击穿。20.下列选项中，不属于数据治理核心要素的是（）A.数据质量B.数据标准C.数据存储硬件选型D.数据生命周期管理答案：C解析：数据治理的核心是数据资产的管理，包括质量、标准、安全、生命周期等，硬件选型属于底层基础设施范畴，不属于数据治理核心要素。二、简答题（共3小题，每小题10分，满分30分）1.分布式数据库架构已成为当前企业数字化转型的主流选择，请列举分布式数据库的4种常见分片策略，分别说明其适用场景、核心优势与局限性。答案：（1）范围分片：按照分片键的数值范围划分分片，如按时间、ID范围拆分。适用场景：分片键连续、查询多为范围查询的场景，如日志、监控数据按时间分片。优势：范围查询性能高，扩缩容仅需要调整分片边界，数据迁移量小。局限性：容易出现热点分片，如最新时间的分片写入压力远高于历史分片。（2.5分）（2）哈希分片：对分片键做哈希运算后按哈希值取模划分分片。适用场景：分片键离散、读写请求均衡的场景，如用户表按用户ID分片。优势：数据分布均匀，读写压力分散，不容易出现热点分片。局限性：范围查询需要扫描所有分片，扩缩容时需要重新计算哈希值，数据迁移量大。（2.5分）（3）列表分片：按照分片键的枚举值划分分片，如按地域、业务类型拆分。适用场景：分片键枚举值固定、业务隔离要求高的场景，如政务系统按行政区域分片。优势：业务隔离性好，特定业务的查询仅需要访问对应分片，扩缩容仅需要新增枚举值对应的分片，无数据迁移。局限性：若枚举值分布不均，容易出现数据倾斜，分片数量受枚举值数量限制。（2.5分）（4）复合分片：结合多种分片策略，如先按时间做范围分片，再按用户ID做哈希分片。适用场景：超大规模数据、多维度查询的场景，如电商订单表。优势：兼顾范围查询性能和数据均衡性，灵活性高。局限性：分片逻辑复杂，运维难度高。（2.5分）2.云原生数据库是当前数据库技术的核心发展方向，请说明云原生数据库相比传统自建数据库的5项核心优势，并列举企业选型时需要重点考量的3项非功能性指标。答案：核心优势：（1）弹性扩缩容：基于存算分离架构，计算资源和存储资源可以独立按需扩容，无需提前采购硬件，应对业务峰值时可以分钟级完成扩容，峰值过后可以即时释放资源，降低成本。（2）免运维托管：云服务商自动完成数据库的备份、补丁更新、故障迁移、监控告警，企业无需配备专职DBA运维，降低人力成本。（3）高可用能力：默认提供跨可用区多副本部署，RPO=0、RTO<30秒，可用性SLA可达99.99%，远高于传统自建数据库的99.5%水平。（4）内置安全合规：默认集成数据加密、数据脱敏、审计、访问控制等安全能力，符合等保2.0、GDPR等合规要求，无需企业自行开发安全功能。（5）生态集成：原生支持云服务商的大数据、AI、消息队列等服务，无需额外适配，降低数据流转成本。（5分）非功能性指标：（1）可用性SLA：明确云服务商承诺的服务可用时间占比，核心业务系统要求SLA不低于99.99%，即年downtime不超过52分钟。（2）数据一致性保证：明确分布式场景下的一致性级别，金融、交易类业务要求支持强一致性，非核心业务可以接受最终一致性。（3）性能指标：明确支持的最大QPS、平均查询延迟、批量写入吞吐量，匹配业务的性能需求。（5分）3.请列出ANSISQL标准定义的4种事务隔离级别，分别说明各隔离级别下是否会出现脏读、不可重复读、幻读三种异常现象。答案：（1）读未提交（ReadUncommitted）：事务可以读取其他未提交事务修改的数据。三种异常均可能出现：允许脏读、不可重复读、幻读。（2.5分）（2）读已提交（ReadCommitted）：事务只能读取其他事务已提交的数据。可以避免脏读，但仍会出现不可重复读、幻读：同一事务内两次相同查询可能因为其他事务提交修改得到不同结果。（2.5分）（3）可重复读（RepeatableRead）：同一事务内多次读取同一数据的结果一致，不受其他事务修改的影响。可以避免脏读、不可重复读，但仍会出现幻读：同一事务内两次范围查询可能因为其他事务插入新数据得到不同的结果集（InnoDB通过MVCC+间隙锁在该级别下避免了幻读，但不属于标准要求）。（2.5分）（4）串行化（Serializable）：所有事务按顺序串行执行，完全避免并发干扰。可以避免脏读、不可重复读、幻读三种异常，但并发性能最低。（2.5分）三、数据库设计题（满分20分）某新能源车企需要建设车辆运行数据监控系统，业务需求如下：1.每辆车辆有唯一VIN码，关联车辆型号、生产批次、交付时间、所属用户ID、用户手机号、用户姓名；2.每辆车每秒上报一次运行数据，包括上报时间、定位经纬度、剩余电量、电机转速、电池温度、行驶速度、剩余续航；3.系统核心查询需求如下：需求1：按VIN查询某辆车近30天的历史运行数据；需求2：按生产批次查询某批次所有车辆近7天的平均剩余续航；需求3：按经纬度范围查询某行政区域内当前10秒内有上报数据的在线车辆数量。请完成以下设计任务：1.设计符合第三范式（3NF）的关系模式，标注主键和外键；2.针对三个核心查询需求，分别给出索引优化方案，并说明设计理由；3.车辆运行数据年增量超过100亿条，单表存储无法满足性能要求，请给出合理的分片策略，并说明设计理由。答案：1.符合3NF的关系模式设计：（1）用户表（user_id,user_name,user_phone）主键：user_id；无外键。（2分）（2）车辆表（vin,vehicle_model,production_batch,delivery_time,user_id）主键：vin；外键：user_id参照用户表的user_id。（2分）（3）车辆运行数据表（run_data_id,vin,report_time,longitude,latitude,remaining_power,motor_speed,battery_temp,speed,remaining_range）主键：run_data_id；外键：vin参照车辆表的vin。（2分）范式校验：所有非主属性完全依赖于主键，无传递依赖，符合3NF要求。用户属性独立存储，避免和车辆属性冗余，车辆属性独立存储，避免和运行数据冗余。（2分）2.索引优化方案：（1）针对需求1：为车辆运行数据表创建联合索引idx_vin_time(vin,report_time)。理由：查询条件为vin等值匹配、report_time范围匹配，符合最左前缀匹配原则，索引可以直接过滤所有符合条件的运行数据，无需回表。（4分）（2）针对需求2：为车辆表创建索引idx_batch_vin(production_batch,vin)，为车辆运行数据表创建联合索引idx_time_vin_range(report_time,vin,remaining_range)。理由：首先通过车辆表的索引快速过滤出指定批次的所有vin，再通过运行数据表的索引按report_time范围过滤近7天的数据，索引覆盖vin和remaining_range字段，无需回表即可计算平均剩余续航。（4分）（3）针对需求3：为车辆运行数据表创建联合索引idx_time_loc_vin(report_time,longitude,latitude,vin)。理由：查询条件首先过滤report_time在最近10秒内的在线数据，再通过经纬度范围匹配行政区域，索引覆盖vin字段，去重后即可得到在线车辆数量，无需回表。（4分）3.分片策略：采用复合分片策略，车辆运行数据表先按report_time做范围分片，按自然天拆分分片，每个天级分片内再按vin做哈希分片拆分10个次级分片。（2分）理由：（1）按时间范围分片可以适配所有查询需求的时间过滤条件，查询时仅需要访问对应时间范围的分片，无需扫描全部分片；（2）时间分片内按vin哈希分片可以均衡每个分片的数据量，避免单分片过大，同时按vin查询时仅需要访问对应哈希分片，性能更高；（3）历史数据归档时可以直接删除过期的时间分片，无需逐条删除数据，归档效率极高。（3分）四、应用题（满分30分）某电商平台的交易数据库现有订单表结构如下：order_table(order_idbigintPRIMARYKEYCOMMENT'订单ID',user_idbigintCOMMENT'用户ID',shop_idbigintCOMMENT'店铺ID',order_amountdecimal(10,2)COMMENT'订单金额',order_statustinyintCOMMENT'订单状态：1-待支付2-待发货3-已完成4-已取消',create_timedatetimeCOMMENT'下单时间',pay_timedatetimeCOMMENT'支付时间',receive_timedatetimeCOMMENT'收货时间')该表现有数据量1.2亿条，每日新增订单20万条，现有两个慢查询影响业务性能：查询1：统计2025年1月所有已完成订单的各店铺总交易额，SQL如下：SELECTshop_id,SUM(order_amount)total_amountFROMorder_tableWHEREcreate_timeBETWEEN'2025-01-01'AND'2025-01-31'ANDorder_status=3GROUPBYshop_id;查询2：统计2025年2月收货订单数大于5的用户列表，SQL如下：SELECTuser_id,count(order_id)order_countFROMorder_tableWHEREreceive_timeBETWEEN'2025-02-01'AND'2025-02-28'GROUPBYuser_idHAVINGorder_count>=5;请完成以下任务：1.分别分析两个慢查询的产生原因，给出对应的优化方案，并说明优化效果的验证方式；2.该平台计划搭建实时运营看板，要求每5分钟统计一次全平台当日累计交易额、累计订单量、当日新增下单用户数，数据延迟不能超过30秒，且不能影响在线业务库的性能，请给出实现方案；3.该平台需要将2024年1月1日之前的所有订单数据归档到历史库，要求归档过程不锁表、不影响在线业务，请给出执行方案。答案：1.慢查询分析与优化：（1）查询1分析：原查询未创建适配的覆盖索引，执行时需要全表扫描1.2亿条数据，过滤create_time和order_status后还需要回表取shop_id和order_amount字段，groupby操作需要额外排序，导致查询耗时超过12秒。（3分）优化方案：创建联合索引idx_create_status_shop_amount(create_time,order_status,shop_id,order_amount)。理由：where条件的create_time、order_status作为索引前两列，符合最左前缀匹配，groupby的shop_id和聚合字段order_amount紧随其后，形成覆盖索引，查询时无需回表，也无需额外排序。（3分）验证方式：执行EXPLAIN分析执行计划，确认type为range，key为新建的索引，Extra显示Usingindex，无Usingfilesort和Usingtemporary，优化后查询耗时可降至0.3秒以内。（2分）（2）查询2分析：原查询未创建适配的覆盖索引，执行时需要全表扫描过滤receive_time范围，回表取user_id和order_id，groupby操作需要创建临时表排序，导致查询耗时超过8秒。（3分）优化方案：创建联合索引idx_receive_user_order(receive_time,user_id,order_id)。理由：where条件的receive_time作为索引首列，groupby的user_id和count字段order