2025年生物信息数据库运维专业考试试题附答案

2025年生物信息数据库运维专业考试试题附答案一、单项选择题（每题2分，共40分）1.下列哪一项不属于生物信息学领域常用的公共数据库？A.NCBIB.EMBL-EBIC.DDBJD.PubMedCentral答案D解析NCBI、EMBL-EBI和DDBJ是国际三大核酸序列数据库，相互之间进行数据同步。PubMedCentral属于生物医学文献数据库，不属于核酸/基因组序列数据库。2.GenBank数据库中，序列扁平文件格式（FlatFile）的“ACCESSION”字段的主要作用是？A.记录原始参考文献标题B.提供序列的唯一稳定标识号C.记录测序平台信息D.描述基因本体（GO）分类答案B解析ACCESSION是序列记录的唯一标识号，即使序列数据更新或被合并，ACCESSION号仍保持稳定，用于长期引用。3.在PostgreSQL数据库中，用于查看表结构的SQL命令是？A.DESCtable_nameB.EXPLAINtable_nameC.SHOWCOLUMNSFROMtable_nameD.\dtable_name答案D解析在PostgreSQL的psql交互终端中，使用\dtable_name查看表结构。DESC和SHOWCOLUMNS常见于MySQL，EXPLAIN用于分析查询计划。4.BLAST算法中，评估比对结果随机发生可能性的常用指标是？A.一致性百分比（%identity）B.序列长度（Length）C.期望值（E-value）D.比对得分（Score）的绝对值答案C解析E-value表示在随机数据库中获得某比对得分的期望次数。E-value越小，随机匹配可能性越低，结果越可靠。5.关于生物信息数据库容灾备份，下列做法中错误的是？A.每日执行全量备份并保留至少7天B.将备份文件与生产数据库存放在同一个物理硬盘上C.定期进行备份恢复演练D.异地保存重要备份副本答案B解析备份与生产库放在同一物理硬盘上，一旦硬盘物理损坏，生产数据和备份将同时丢失，无法发挥容灾作用。应实现备份与生产系统物理隔离或异地容灾。6.在NCBI数据库中进行序列检索时，使用“Homosapiens[Organism]AND16S[AllFields]”这种检索语法属于？A.自然语言检索B.字段限定检索C.最近邻检索D.向量检索答案B解析NCBI检索系统支持使用字段标识符进行限定检索，[Organism]、[AllFields]均为字段限定符，可精确限定检索范围。7.下列哪种文件格式常用于存储高通量测序产生的短序列数据？A.GenBankFlatFileB.GFF3C.FASTQD.PDB答案C解析FASTQ文件格式以四行一组，包含序列标识、序列、分隔符和质量分数，是高通量测序原始读段数据的标准格式。8.在MySQL数据库中，InnoDB存储引擎的核心优势是？A.仅支持全文索引B.支持事务、行级锁和外键约束C.全部数据存储在内存中D.不支持崩溃恢复答案B解析InnoDB是MySQL的默认存储引擎，支持ACID事务、行级锁和外键约束，具备崩溃恢复能力，适合生物信息数据库的高可靠性要求。9.关于数据库索引的作用，下列说法正确的是？A.索引越多越好B.索引可提高查询速度，但会降低数据写入和更新速度C.索引只对主键有效D.索引会显著减少磁盘存储空间答案B解析索引本质是空间换时间，通过建立额外的数据结构来加速查询，但写入、更新和删除操作需要同步维护索引，会增加存储空间并影响写入性能。10.下列哪一项是生物信息数据库中常用的基因注释文件格式？A.MP3B.XMLC.GFF3D.CSV-only答案C解析GFF3（GenericFeatureFormatversion3）是描述基因组注释信息的标准文本格式，广泛用于记录基因位置、转录本、外显子等特征。11.在Linux系统下，用于查看磁盘使用情况的命令是？A.df-hB.ls-lC.ps-auxD.free-m答案A解析df-h用于查看磁盘分区的总容量、已用空间和可用空间。free查看内存，ps查看进程，ls查看目录内容。12.国际核酸序列数据库合作组织（INSDC）由哪三部分组成？A.NCBI、EBI、SWISS-PROTB.GenBank、RefSeq、UniProtC.NCBIGenBank、EMBL-EBIENA、DDBJD.SRA、GEO、PDB答案C解析INSDC由美国NCBIGenBank、欧洲EMBL-EBI的ENA和日本DDBJ三大数据库组成，共同收集和共享全球核酸序列数据。13.某生物信息数据库中存储了不同物种的基因组序列，需要使用正则表达式检索线粒体序列，下列哪一字段最可能用于快速缩小范围？A.序列质量分数B.序列作者信息C.序列描述（Description）中的“mitochondrial”D.序列长度（Length）答案C解析序列描述字段通常包含序列来源和特征信息，可通过字段限定检索“mitochondrial”快速筛选线粒体相关序列。14.在关系型数据库中，下列关于外键约束的说法正确的是？A.外键只能指向自身表的主键B.外键用于维护不同表之间的参照完整性C.外键不能为NULLD.外键字段的数据类型可以与被引用字段不同答案B解析外键约束用于确保子表引用父表数据的完整性，外键可以指向其他表的主键或唯一键，也可以为NULL，数据类型需与被引用字段兼容。15.在生物信息数据库运维中，设置“热数据”与“冷数据”分层存储的目的是？A.将所有数据都存储在高速磁盘上B.根据访问频率合理利用存储资源，降低运维成本C.提高所有数据的访问速度D.删除不常用数据答案B解析热数据（频繁访问）使用高性能存储，冷数据（不常访问）存储至低成本的大容量介质，从而实现性能与成本的平衡。16.下列哪一条SQL查询用于统计基因表中每个物种的基因数量？A.SELECTspecies,COUNT(*)FROMgeneGROUPBYspeciesB.SELECTspecies,SUM(*)FROMgeneORDERBYspeciesC.SELECTspecies,AVG(*)FROMgeneGROUPBYspeciesD.SELECTspecies,COUNT(*)FROMgeneHAVINGspecies答案A解析COUNT(*)配合GROUPBYspecies可以按物种分组统计基因数量。SUM和AVG用于数值计算，HAVING用于过滤分组结果。17.在BLAST建库过程中，makeblastdb工具的主要作用是？A.下载序列数据B.为查询序列构建格式化搜索数据库C.对序列进行多重联配D.计算序列的平均质量值答案B解析makeblastdb是BLAST+套件中的建库工具，将FASTA格式序列文件构建成带索引的高效搜索数据库。18.下列哪种操作最可能导致数据库主从复制延迟？A.主库大量并发读操作B.主库频繁执行大批量写入操作C.从库增加只读索引D.从库执行SELECT查询答案B解析主从复制延迟通常由主库大量写入、大事务或网络带宽不足导致。读操作主要在从库进行，主库读负载一般不影响复制延迟。19.关于生物信息数据库的访问控制，下列说法最合理的是？A.所有用户均授予root权限B.仅授予完成工作所需的最小权限C.数据库不设置密码D.共享同一个通用管理员账户答案B解析最小权限原则是信息安全的基本原则，用户和应用程序只授予完成特定任务所需的最小权限，以降低误操作和越权访问风险。20.在二代测序数据存储中，使用md5校验的主要目的是？A.压缩存储空间B.保证数据传输和存储后的完整性C.提高序列比对效率D.匿名化样本信息答案B解析md5校验通过对文件生成固定长度的哈希值，可检测文件在传输和存储过程中是否发生损坏或被篡改。二、多项选择题（每题3分，共30分）1.下列属于生物信息学常用数据库的有哪些？A.GenBankB.UniProtC.PDBD.GEO答案A、B、C、D解析GenBank存储核酸序列，UniProt存储蛋白质序列和功能信息，PDB存储蛋白质三维结构，GEO存储基因表达数据。2.生物信息数据库运维中，数据库性能优化的常用措施包括？A.建立合理索引B.优化SQL查询语句C.调整数据库参数配置D.定期进行更新统计信息答案A、B、C、D解析建立索引、优化SQL、调整参数配置和及时更新统计信息都是数据库性能调优的常用手段，可综合使用以提升查询效率。3.下列文件格式中，与高通量测序数据相关的有？A.FASTQB.BAMC.VCFD.PDB答案A、B、C解析FASTQ为原始测序读段格式，BAM为序列比对压缩二进制格式，VCF为变异检测结果格式。PDB为蛋白质结构文件格式。4.下列关于主从数据库架构的描述正确的有？A.主库负责写入，从库负责读取B.可以实现读写分离C.从库只能有一个D.能够提高系统的扩展性和可用性答案A、B、D解析主从复制架构可将写操作指向主库、读操作分散至多个从库，实现读写分离和负载均衡，从库数量可为多个。C为错误描述。5.在构建生物信息数据库时，数据质量控制的关键内容包括？A.数据完整性校验B.格式标准化C.缺失和重复数据处理D.增加数据冗余以保证存储安全答案A、B、C解析数据质量控制涉及校验完整性、统一格式、处理缺失和重复数据等。增加数据冗余属于存储策略，不是数据质量控制内容。6.关于Linux系统下的数据库服务器运维，下列做法正确的有？A.定期检查系统日志B.使用systemctl管理数据库服务C.配置防火墙限制数据库端口访问D.定期安装安全补丁答案A、B、C、D解析日志审计、服务管理、网络访问控制和安全补丁更新均为数据库服务器运维的常规安全与维护操作。7.在序列比对结果中，影响E-value大小的因素包括？A.数据库的总长度B.查询序列的长度C.序列比对的得分D.数据库服务器的硬件型号答案A、B、C解析E-value由查询序列长度、数据库有效长度和比对得分共同决定，与硬件型号无关。8.一个完整的数据库备份策略应包含？A.备份频率和保留周期B.数据恢复演练C.备份存储介质和位置D.备份数据加密和完整性校验答案A、B、C、D解析完整备份策略应涵盖备份计划、存储管理、恢复演练、加密与校验等多个维度。9.生物信息数据库运维中，常见的数据库类型有？A.关系型数据库B.非关系型数据库C.图数据库D.时序数据库答案A、B、C、D解析生物信息领域可能用到多种数据库，如关系型（物种/基因信息）、非关系型（各类文档数据）、图数据库（生物关系网络）和时序数据库（仪器产生的时序数据）。10.在NCBISRA数据库中，存储的数据包括？A.原始测序读段B.序列比对结果C.实验元数据D.三维蛋白质结构答案A、B、C解析SRA存储高通量测序原始读段数据及其元数据，也包含比对结果。三维蛋白质结构不属于SRA。三、判断题（每题2分，共20分）1.BLAST的比对结果中，E-value越大，说明序列之间的同源性越高。答案错误解析E-value越小，说明结果越不可能是随机产生的，同源性越高。E-value大代表随机匹配概率高，结果不可靠。2.数据库索引可以加快所有类型的查询。答案错误解析索引能加速大部分查询，但在某些情况下（如小表、检索行占比较高、函数包裹字段等）可能无法生效或反而降低性能。3.在GFF3文件中，“.”通常用于表示该属性未能确定。答案正确解析GFF3中“.”用于表示该字段没有具体值或暂未确定，符合GFF3格式规范。4.GenBank和RefSeq是完全相同的数据库。答案错误解析GenBank是原始序列存档数据库，每条记录由提交者维护；RefSeq是NCBI的参考序列数据库，由NCBI审核和管理，两者性质不同。5.数据库主从复制中，从库可以独立于主库进行写操作而不影响数据一致性。答案错误解析默认情况下，从库只接受主库同步的数据，不应随意进行独立写操作，否则可能导致主从数据不一致。6.FASTQ文件中的质量分数通常采用Phred+33编码格式。答案正确解析目前主流测序平台普遍采用Phred+33（ASCII偏移33）编码，表示每个碱基的质量值。7.在Linux系统下，使用cron可以设置定时备份任务。答案正确解析cron是Linux/Unix下用于定时执行任务的工具，可定时执行数据库备份脚本。8.生物信息数据库的访问控制中，超级用户root可以共享给多个运维人员使用。答案错误解析应避免共享超级用户账户，应为每个运维人员设立独立账户，并按需授予最小权限，保证操作可追溯。9.在关系数据库中，事务必须满足ACID特性。答案正确解析ACID即原子性、一致性、隔离性、持久性，是关系型数据库事务的基本特征。10.数据库备份只需要进行逻辑备份，物理备份没有必要。答案错误解析逻辑备份与物理备份各有适用场景。物理备份恢复速度更快，适合大型数据库的快速恢复；逻辑备份便于跨版本迁移和数据的细粒度恢复，两者应配合使用。四、简答题（每题5分，共10分）1.简述数据库备份的常见类型及其适用场景。答案(1)全量备份：备份整个数据库的所有数据，适合数据量较小或关键检查点阶段，恢复最简单；(2)增量备份：仅备份自上次备份以来的变化数据，适合数据量大且写操作频繁的场景，可节省存储空间和备份时间；(3)差异备份：备份自上次全量备份以来的全部变化；恢复时需要全量备份+一次差异备份；(4)适用于生物信息数据库中基因组数据更新频繁但每次变化量小的情况，通常采用“全量+增量/差异”的组合策略。2.简述BLAST比对中“Score”与“E-value”的区别。答案Score是通过打分矩阵计算得到的序列比对累积得分，反映了比对片段的相似程度，得分越高说明两序列的相似性越强。E-value