2026年数据库技术期末试题及参考答案

2026年数据库技术期末试题及参考答案一、单项选择题（每题2分，共20分）1.以下关于数据库三级模式结构的描述中，正确的是（）A.外模式/模式映射保证了物理独立性B.模式/内模式映射保证了逻辑独立性C.外模式是用户与数据库系统的接口D.内模式描述数据的局部逻辑结构2.关系模式R（A,B,C,D），函数依赖集F={A→B,B→C,C→D}，则R的最高范式是（）A.1NFB.2NFC.3NFD.BCNF3.下列索引类型中，能够显著提升范围查询效率的是（）A.哈希索引B.B+树索引C.位图索引D.全文索引4.事务T1读取数据X后，事务T2对X执行更新操作，T1再次读取X时得到不同值，这种现象违反了事务的（）A.原子性B.一致性C.隔离性D.持久性5.在数据库并发控制中，两阶段锁协议（2PL）的“两阶段”指的是（）A.加锁阶段和解锁阶段B.读锁阶段和写锁阶段C.共享锁阶段和排他锁阶段D.意向锁阶段和显式锁阶段6.分布式数据库系统中，“分片透明性”指的是（）A.用户无需知道数据存储的物理位置B.用户无需知道数据如何被分割成片段C.用户无需知道不同片段的副本位置D.用户无需知道数据分布使用的通信协议7.以下场景中，最适合使用NoSQL数据库的是（）A.银行核心交易系统（需严格ACID）B.电商商品详情页实时查询（高并发读）C.医疗电子病历系统（复杂关联查询）D.政府统计数据报表（精确聚合计算）8.数据仓库与操作型数据库的主要区别在于（）A.数据仓库支持实时写入，操作型数据库支持历史分析B.数据仓库存储当前数据，操作型数据库存储历史数据C.数据仓库面向分析，操作型数据库面向事务D.数据仓库使用关系模型，操作型数据库使用多维模型9.视图的主要作用不包括（）A.简化数据查询B.提高查询效率C.增强数据安全性D.提供逻辑数据独立性10.数据库恢复技术中，“检查点（Checkpoint）”机制的主要目的是（）A.减少日志文件大小B.缩短故障恢复时间C.提高事务并发度D.防止数据冗余二、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。2.数据独立性分为逻辑独立性和______，前者通过______映射实现。3.关系代数的基本操作包括并、差、笛卡尔积、选择、______和______。4.若关系模式R∈3NF，则其所有非主属性既不部分依赖也不______于候选键。5.索引按存储结构可分为聚集索引和______索引，其中______索引会改变数据的物理存储顺序。6.事务的ACID特性中，______由日志系统保证，______由并发控制机制保证。7.两阶段锁协议要求所有锁的获取必须发生在______阶段，所有锁的释放必须发生在______阶段。8.分布式数据库的分布透明性包括分片透明、位置透明和______透明。9.NoSQL数据库主要分为键值存储、列族存储、文档存储和______四大类。10.数据仓库的维度建模中，事实表存储______数据，维度表存储______信息。三、简答题（每题8分，共40分）1.解释数据冗余与数据完整性的关系，并说明如何通过规范化设计平衡二者。2.简述关系模型中候选键、主键、外键的区别与联系，举例说明。3.比较B树索引与哈希索引的适用场景，说明在什么情况下选择哪种索引更优。4.分析事务并发执行时可能出现的三类问题（丢失修改、不可重复读、幻读），并说明不同事务隔离级别如何解决这些问题。5.阐述分布式数据库中CAP定理的含义，说明工程实践中如何在一致性（C）、可用性（A）、分区容忍性（P）之间进行权衡，并举出两种典型的权衡方案。四、设计题（15分）某智能医疗平台需要设计患者电子病历数据库，需求如下：患者信息：姓名、身份证号（唯一）、性别、出生日期、联系方式病历记录：就诊时间、主诉、诊断结果、开方药品（每种药品需记录名称、剂量、用法）医生信息：工号（唯一）、姓名、科室、职称约束：每个病历记录必须关联就诊医生；一种药品可被多个病历记录开具；患者与病历记录是一对多关系要求：（1）绘制E-R图（需标注实体属性、联系类型及约束）；（2）将E-R图转换为关系模式，标注主键（PK）和外键（FK）；（3）判断病历记录关系模式的最高范式，若未达到3NF则进行分解。五、综合题（10分）某电商平台订单系统采用分布式数据库，面临以下问题：大促期间订单并发写入量达10万次/秒，出现写入延迟高的问题；部分地区用户反映查询订单详情时偶尔出现数据不一致（如显示“未支付”但实际已支付）；数据库故障后恢复时间过长（超过30分钟），影响业务连续性。请结合数据库技术知识，提出针对性解决方案：（1）针对高并发写入延迟问题，设计优化策略；（2）针对查询数据不一致问题，说明应采用的事务隔离级别及实现机制；（3）针对故障恢复时间过长问题，设计改进的备份与恢复方案。参考答案一、单项选择题1.C2.B3.B4.C5.A6.B7.B8.C9.B10.B二、填空题1.模式2.物理独立性；外模式/模式3.投影；连接4.传递依赖5.非聚集；聚集6.持久性；隔离性7.扩展（加锁）；收缩（解锁）8.复制9.图存储10.量化（数值）；描述性三、简答题1.数据冗余指同一数据在多个位置重复存储，可能导致更新异常（如修改不同位置数据不一致）；数据完整性指数据的准确性和一致性（如实体完整性、参照完整性）。规范化设计通过逐步消除数据依赖中的冗余，例如1NF消除重复组，2NF消除部分依赖，3NF消除传递依赖。但过度规范化可能导致关联操作增多，需根据业务需求权衡：对查询频繁的表可适当反规范化（如增加冗余字段），对写入频繁的表严格规范化。2.候选键是能唯一标识元组的最小属性集（如学生表的“学号”和“身份证号”）；主键是从候选键中选定的一个（如选“学号”为主键）；外键是另一关系的主键，用于表示表间联系（如成绩表的“学号”是学生表的外键）。联系：外键的值必须是所引用主键的有效值或空值（参照完整性）。示例：学生（学号PK，姓名，身份证号），课程（课程号PK，名称），成绩（学号FK，课程号FK，分数），其中“学号”是学生表主键，作为成绩表外键。3.B树索引（通常为B+树）适合范围查询（如WHEREpriceBETWEEN100AND200）和有序访问，因为其结构保持键值有序，可通过索引快速定位范围起点并顺序扫描。哈希索引通过哈希函数将键映射到桶，适合等值查询（如WHEREid=123），但无法高效处理范围查询（需扫描所有桶）。选择策略：若查询以等值匹配为主（如用户登录验证），选哈希索引；若需范围查询或排序（如按时间筛选订单），选B+树索引。4.三类问题：丢失修改：T1和T2同时修改同一数据，T1的修改被T2覆盖；不可重复读：T1两次读取同一数据，期间T2修改了该数据，导致结果不一致；幻读：T1按条件查询数据，期间T2插入/删除符合条件的数据，导致T1两次查询结果行数不同。隔离级别解决方式：读未提交（ReadUncommitted）：允许脏读，无法解决任何问题；读已提交（ReadCommitted）：解决丢失修改，仍可能不可重复读；可重复读（RepeatableRead）：解决丢失修改和不可重复读，可能出现幻读（如MySQL默认级别）；串行化（Serializable）：强制事务串行执行，解决所有问题但并发度低。5.CAP定理指出，分布式系统无法同时满足一致性（所有节点数据一致）、可用性（每个请求都能得到响应）、分区容忍性（系统在网络分区时仍能运行），最多满足两个。工程权衡方案：CP（一致性+分区容忍性）：如GoogleSpanner，通过Paxos协议保证强一致性，牺牲部分可用性（网络分区时可能拒绝写请求）；AP（可用性+分区容忍性）：如AmazonDynamoDB，允许最终一致性，保证高可用（网络分区时继续响应，后续异步同步数据）；实际系统常采用混合策略（如优先AP但提供可选强一致性接口）。四、设计题（1）E-R图：实体：患者（患者IDPK，姓名，身份证号，性别，出生日期，联系方式）；医生（工号PK，姓名，科室，职称）；药品（药品IDPK，名称，剂量，用法）；病历（病历IDPK，就诊时间，主诉，诊断结果）。联系：患者-病历（1:n，患者ID为病历外键）；医生-病历（1:n，工号为病历外键）；病历-药品（m:n，通过中间表“病历药品”连接，包含病历ID和药品IDPK）。（2）关系模式：患者（患者ID，姓名，身份证号（唯一），性别，出生日期，联系方式）PK：患者ID医生（工号，姓名，科室，职称）PK：工号药品（药品ID，名称，剂量，用法）PK：药品ID病历（病历ID，就诊时间，主诉，诊断结果，患者ID，工号）PK：病历ID；FK：患者ID→患者.患者ID；FK：工号→医生.工号病历药品（病历ID，药品ID）PK：（病历ID，药品ID）；FK：病历ID→病历.病历ID；FK：药品ID→药品.药品ID（3）病历关系模式分析：主属性：病历ID非主属性：就诊时间、主诉、诊断结果、患者ID、工号函数依赖：病历ID→（就诊时间，主诉，诊断结果，患者ID，工号）不存在部分依赖（所有非主属性完全依赖于主键），不存在传递依赖（非主属性间无依赖关系），因此达到3NF。五、综合题（1）高并发写入优化：分片（Sharding）：按用户ID或订单时间分片，分散写入压力到不同数据库节点；批量写入：将订单请求缓存后批量提交（如使用消息队列+批量插入），减少事务开销；内存数据库（如Redis）：缓存未提交订单，异步写入关系数据库，降低磁盘I/O压力；优化事务隔离级别：将默认的可重复读调整为读已提交，减少锁竞争。（2）数据不一致解决方案：采用可重复读（RepeatableRead）隔离级别，通过MVCC（多版本并发控制）为每个事务维护数据快照，确保同一事务内多次读取结果一致；对关键操作（如支付状态更新）使用行级排他锁（FORUPDATE），防止脏读；引入分布式事务协议（如TCC或Seata），保证跨节点