2026年数据原理中试题(附答案)

2026年数据原理中试题(附答案)一、单项选择题（每题2分，共20分）1.下列关于数据模型的描述中，错误的是（）A.概念模型主要用于数据库设计人员与用户的沟通，与具体DBMS无关B.逻辑模型是对数据的逻辑结构和约束的描述，如关系模型、层次模型C.物理模型关注数据在存储介质上的组织方式，由DBMS底层实现D.关系模型中，实体完整性通过外键约束保证答案：D（实体完整性通过主键约束保证，参照完整性通过外键约束保证）2.设关系R（A,B,C）和S（C,D,E），若执行R⋈S（自然连接），则结果关系的属性个数为（）A.3+3=6B.3+3-1=5C.3+3-2=4D.取决于C属性在R和S中的数据类型是否一致答案：B（自然连接会消除重复的公共属性C，因此属性个数为3+3-1=5）3.事务的ACID特性中，“原子性”指的是（）A.事务一旦提交，其对数据库的修改是永久的B.事务执行过程中，数据库状态从一个一致状态转移到另一个一致状态C.一个事务的执行不能被其他事务干扰D.事务中的所有操作要么全部完成，要么全部不完成答案：D（原子性强调事务的不可分割性）4.关于B+树索引的描述，正确的是（）A.所有叶子节点通过指针连接，便于范围查询B.非叶子节点存储数据记录的指针C.适合作为哈希索引的替代方案，支持精确查找但不支持范围查找D.树的高度与索引列的基数成反比答案：A（B+树的叶子节点形成有序链表，支持高效范围查询；非叶子节点仅存储索引键和子节点指针；基数越高，树的高度可能越低）5.以下SQL语句中，能正确实现“查询年龄在20到25岁之间（包含边界）的学生姓名”的是（）A.SELECT姓名FROM学生WHERE年龄BETWEEN20OR25B.SELECT姓名FROM学生WHERE年龄BETWEEN20AND25C.SELECT姓名FROM学生WHERE年龄IN(20,25)D.SELECT姓名FROM学生WHERE年龄>=20OR年龄<=25答案：B（BETWEEN...AND...是闭区间，IN用于枚举值，OR会导致所有年龄被选中）6.数据仓库的核心特点不包括（）A.面向主题B.支持事务处理C.集成性D.时变性答案：B（数据仓库支持分析型处理，OLTP支持事务处理）7.若关系模式R∈1NF，且所有非主属性完全函数依赖于候选键，则R至少满足（）A.2NFB.3NFC.BCNFD.4NF答案：A（2NF的定义是消除非主属性对候选键的部分函数依赖）8.关于数据库并发控制的锁机制，下列说法错误的是（）A.共享锁（S锁）允许其他事务加S锁，但不允许加排他锁（X锁）B.排他锁（X锁）禁止其他事务加任何类型的锁C.两阶段锁协议（2PL）可以保证可串行化，但无法避免死锁D.意向锁（IS/IX）用于提高锁的粒度管理效率，允许表锁和行锁共存答案：B（X锁允许其他事务加意向锁，但禁止加S或X锁）9.数据挖掘中，用于发现数据中频繁出现的模式（如“买了面包的用户通常也买牛奶”）的任务是（）A.分类B.聚类C.关联规则挖掘D.回归分析答案：C（关联规则挖掘关注项集之间的相关性）10.某关系表有10000条记录，主键为整数类型，若采用B+树索引，假设每个索引节点可存储100个键值，则索引的高度约为（）（根节点为第1层）A.1B.2C.3D.4答案：C（100^2=10000，因此高度为3层：根（1层）→100个子节点（2层）→100×100=10000个叶子节点（3层））二、填空题（每空1分，共15分）1.数据库系统的三级模式结构包括外模式、______和内模式。答案：模式（概念模式）2.关系代数的基本操作包括并、差、笛卡尔积、投影和______。答案：选择3.事务的隔离级别中，______级别允许读取到其他事务未提交的修改（脏读）。答案：读未提交（READUNCOMMITTED）4.数据字典中存储的元数据包括数据项、数据结构、数据流、______和处理过程的描述。答案：数据存储5.在SQL中，______语句用于定义视图，______语句用于删除表的结构和数据。答案：CREATEVIEW；DROPTABLE6.数据库设计的六个阶段包括需求分析、概念结构设计、逻辑结构设计、______、数据库实施和数据库运行维护。答案：物理结构设计7.B+树索引中，非叶子节点的作用是______，叶子节点存储______。答案：索引导航（或“路由”）；完整的键值和记录指针（或“数据行指针”）8.数据仓库的ETL过程指的是______、转换和加载。答案：抽取（Extract）9.若关系模式R存在传递函数依赖X→Y，Y→Z（Y不依赖于X），则R不满足______范式。答案：第三（3NF）10.数据挖掘中的K-means算法属于______（监督/无监督）学习，其目标是______。答案：无监督；将数据划分为K个簇，使簇内数据相似度高，簇间相似度低三、简答题（每题6分，共30分）1.简述ER模型向关系模型转换的主要规则。答案：（1）实体转换：每个实体类型转换为一个关系模式，实体的属性为关系的属性，实体的键为关系的主键。（2）联系转换：1:1联系：可将任一实体的主键加入另一实体的关系模式，或单独转换为一个关系模式（包含两实体主键及联系属性）。1:n联系：将“1”方的主键加入“n”方的关系模式，作为外键（若有联系属性则一并加入）。m:n联系：必须单独转换为一个关系模式，主键为两实体主键的组合，包含联系属性。（3）弱实体集：需依赖强实体集的主键，转换时将强实体主键作为外键加入弱实体的关系模式，与弱实体自身的属性共同构成主键。2.说明事务并发控制的必要性，并列举两种常见的并发控制技术。答案：必要性：多个事务并发执行时，若不进行控制，可能导致丢失修改、脏读、不可重复读、幻读等问题，破坏数据库的一致性。常见技术：（1）锁机制（如两阶段锁协议）：通过共享锁（S锁）和排他锁（X锁）控制事务对数据的访问。（2）时间戳排序：为每个事务分配唯一时间戳，根据时间戳决定操作顺序，避免冲突。（3）乐观并发控制：假设冲突较少，事务执行时不加锁，提交前检查是否有冲突，有则回滚。3.索引的作用是什么？简述聚集索引与非聚集索引的区别。答案：作用：通过存储数据的逻辑顺序或物理顺序的映射，加速数据查询（如WHERE条件、JOIN操作），但会增加插入、更新、删除的开销。区别：（1）聚集索引：数据行的物理存储顺序与索引键的顺序一致（一个表只能有一个聚集索引）。（2）非聚集索引：数据行的物理顺序与索引键顺序无关（一个表可有多条非聚集索引），索引中存储索引键值和对应的行指针（如RID或主键）。4.简述SQL中视图的作用，并说明视图与基本表的区别。答案：作用：（1）简化复杂查询：将常用的多表连接或过滤操作封装为视图，用户直接查询视图。（2）数据安全控制：通过视图限制用户访问的列或行，隐藏敏感数据。（3）逻辑数据独立性：当基表结构变更时，只需调整视图定义，用户查询无需修改。区别：（1）视图是虚拟表，不存储实际数据（除非是物化视图）；基本表是实际存储数据的结构。（2）视图的定义依赖于基本表，基本表删除则视图失效；基本表独立存在。（3）对视图的DML操作（如INSERT）受限于视图定义的约束，可能无法直接修改所有基表数据。5.比较数据库（DB）与数据仓库（DW）的主要差异（至少列出4点）。答案：（1）目标：DB支持OLTP（在线事务处理），面向日常业务操作；DW支持OLAP（在线分析处理），面向决策分析。（2）数据内容：DB存储当前、细节数据；DW存储历史、汇总数据（可能包含多个DB的集成数据）。（3）数据更新：DB支持频繁的增删改；DW通常仅支持批量加载（ETL），极少更新。（4）模式设计：DB强调规范化（如3NF），减少冗余；DW常用星型/雪花模型，允许适当冗余以优化查询。（5）数据时间范围：DB存储近期数据（如几天/月）；DW存储长期数据（如几年/十年）。四、计算题（每题8分，共24分）1.已知关系R（A,B,C）和S（B,C,D），具体数据如下：R:A|B|C1|2|34|2|57|3|6S:B|C|D2|3|82|5|93|6|103|7|11（1）计算R⋈S（自然连接）的结果；（2）计算R∞S（θ连接，条件为R.B=S.B且R.C<S.C）的结果。答案：（1）自然连接需满足B和C属性值相等：R中的元组（1,2,3）与S中（2,3,8）匹配→结果（1,2,3,8）；R中的元组（4,2,5）与S中（2,5,9）匹配→结果（4,2,5,9）；R中的元组（7,3,6）与S中（3,6,10）匹配→结果（7,3,6,10）；因此R⋈S结果：A|B|C|D1|2|3|84|2|5|97|3|6|10（2）θ连接条件R.B=S.B且R.C<S.C：R元组（1,2,3）：S中B=2的元组有（2,3,8）（C=3，不满足3<3）和（2,5,9）（C=5>3，满足）→结果（1,2,3,2,5,9）；R元组（4,2,5）：S中B=2的元组C=3（5>3不满足）、C=5（5<5不满足）→无匹配；R元组（7,3,6）：S中B=3的元组有（3,6,10）（C=6不满足6<6）和（3,7,11）（C=7>6，满足）→结果（7,3,6,3,7,11）；因此θ连接结果（属性为R.A,R.B,R.C,S.B,S.C,S.D）：A|R.B|R.C|S.B|S.C|D1|2|3|2|5|97|3|6|3|7|112.某学生表（学号，姓名，专业，年龄）有10000条记录，学号为主键（整数类型，范围10000-19999），专业有“计算机”“数学”“英语”3类，年龄范围18-25岁。假设：磁盘块大小为4KB，每个学号占4字节，指针占4字节；B+树非叶子节点存储（学号，指针）对，每个节点最多存储4KB/(4+4)=50个键值；叶子节点存储完整记录，每条记录占50字节（学号4+姓名20+专业10+年龄4+其他12），每个叶子节点最多存储4KB/50≈80条记录。（1）计算建立学号的B+树索引的高度（根节点为第1层）；（2）若查询“计算机”专业的学生，是否建议为“专业”列建立索引？说明理由。答案：（1）叶子节点数量=10000/80≈125个；非叶子节点第一层（根）最多容纳50个指针→指向50个第二层节点；第二层节点数量=125/50≈3个（需向上取整为3）；因此树的高度为3层（根→第二层→叶子）。（2）不建议。理由：“专业”列的基数低（仅3类），建立索引后，每个索引键对应大量记录（如“计算机”可能有3000条），索引扫描的效率可能接近全表扫描；此外，低基数列的索引会增加维护开销（插入/更新时需更新索引），而收益有限，因此更适合全表扫描或使用统计信息优化查询。3.某超市购物篮数据集如下（每条记录为一个购物篮包含的商品）：T1:{牛奶，面包，鸡蛋}T2:{牛奶，面包，可乐}T3:{面包，可乐，薯片}T4:{牛奶，面包，鸡蛋，薯片}T5:{牛奶，可乐，薯片}（1）计算项集{牛奶，面包}的支持度；（2）计算规则“牛奶→面包”的置信度；（3）若最小支持度为40%（2/5=0.4），最小置信度为60%，判断规则“牛奶→面包”是否为强关联规则。答案：（1）支持度=包含{牛奶，面包}的事务数/总事务数。包含该组合的事务是T1、T2、T4→3个。支持度=3/5=60%。（2）置信度=支持度({牛奶，面包})/支持度({牛奶})。支持度({牛奶})=包含牛奶的事务数=T1、T2、T4、T5→4个。置信度=3/4=75%。（3）支持度60%≥40%，置信度75%≥60%，因此是强关联规则。五、综合题（11分）假设某公司需设计一个“员工考勤管理系统”的数据库，需求如下：员工信息：工号（唯一）、姓名、部门、职位；考勤记录：日期、工号、签到时间、签退时间、是否迟到（迟到=签到时间>9:00）；部门信息：部门编号（唯一）、部门名称、部门负责人（工号）。要求：（1）设计ER模型（需标注实体、属性、联系及联系类型）；（2）将ER模型转换为关系模式（需标注主键和外键）；（3）为提高“查询某部门某月迟到次数超过3次的员工”的效率，建议在哪些列上建立索引？说明理由。答案：（1）ER模型设计：实体1：员工（工号，姓名，职位）；属性：工号（主键），