2026年数据库系统原理自用考试题及答案

2026年数据库系统原理自用考试题及答案一、单项选择题（共15小题，每小题2分，总计30分）1.数据库系统的三级模式结构与两级映像机制核心是为了实现哪一核心特性？A.数据并发性能提升B.数据独立性C.数据加密安全D.数据存储成本降低2.按照SQL:2023标准定义，向量数据类型（VECTOR）的核心应用场景不包括以下哪一项？A.非结构化数据的相似度检索B.多模态特征的结构化存储C.数值型字段的聚合统计D.大模型应用的检索增强生成（RAG）场景3.事务ACID特性中，持久性的核心含义是？A.事务执行过程中不受其他事务干扰B.事务一旦提交，对数据的修改是永久的，即使发生系统故障也不会丢失C.事务执行前后数据的完整性约束不被破坏D.事务的所有操作要么全部执行成功要么全部回滚4.三级封锁协议中，二级封锁协议在一级封锁协议的基础上新增了什么规则，可以解决脏读问题？A.事务修改数据前必须加X锁，直到事务结束才释放B.事务读取数据前必须加S锁，读完立即释放C.事务读取数据前必须加S锁，直到事务结束才释放D.事务修改数据前必须加S锁，直到事务结束才释放5.现有关系模式R(A,B,C,D,E)，存在函数依赖集F={A→B,A→C,C→D,A→E}，该关系模式最高符合哪一级范式？A.1NFB.2NFC.3NFD.BCNF6.云原生Serverless数据库的弹性伸缩核心决策依据不包括以下哪一项？A.当前实例的CPU、内存使用率B.当前活跃会话连接数C.存储资源的使用率D.数据库内置函数的执行效率7.数据库系统发生系统故障（如操作系统崩溃）后，需要利用日志文件进行恢复，其中REDO操作的核心作用是？A.撤销所有未提交事务对数据的修改B.重做所有已提交事务对数据的修改，保证持久性C.修复损坏的磁盘数据块D.恢复所有未提交事务的执行状态8.以下哪一种算法是当前向量数据库相似度检索中最常用的高性能近似最近邻检索算法？A.冒泡排序B.层次化导航小世界（HNSW）C.二分查找D.深度优先遍历9.按照CAP理论，金融级跨区域多活分布式数据库要求交易数据跨节点强一致，且在单点故障时可以快速切换不影响业务，该类数据库通常会优先满足哪两个特性？A.一致性、分区容错性B.可用性、分区容错性C.一致性、可用性D.三个特性可以同时满足10.数据库查询优化中，逻辑优化的核心目标是？A.选择最优的索引扫描路径B.选择最优的连接算法（如嵌套循环连接、哈希连接）C.对关系代数表达式进行等价变换，得到查询代价更低的逻辑执行计划D.调整SQL语句的书写顺序提升执行效率11.按照等保2.0数据库安全要求，数据库审计功能的核心作用不包括以下哪一项？A.记录所有用户对数据库的操作行为B.对异常操作行为进行告警和溯源C.提升数据库的查询执行效率D.满足合规审计的日志留存要求12.现有查询语句SELECTuser_name,phoneFROMuserWHEREage=25ANDcity='上海'，为了让该查询完全避免回表，最优的索引设计是？A.仅给age字段建索引B.仅给city字段建索引C.给(age,city)建联合索引D.给(age,city,user_name,phone)建联合覆盖索引13.以下哪一种场景属于典型的脏读？A.事务A读取了事务B未提交的修改数据，之后事务B回滚，事务A拿到的数据是无效的B.事务A两次读取同一字段，中间事务B修改了该字段并提交，事务A两次读取结果不一致C.事务A按条件查询得到10条数据，中间事务B插入了2条符合条件的数据并提交，事务A再次查询得到12条数据D.事务A和事务B同时修改同一字段，后提交的事务覆盖了先提交的事务的修改14.数据仓库的星型模型与雪花模型相比，核心优势是？A.数据冗余度更低B.多维查询的关联效率更高C.数据一致性更好D.存储成本更低15.以下哪一种业务场景最适合使用图数据库实现？A.银行核心交易的账户余额存储B.电商平台的订单数据统计C.社交平台的好友关系链查询与推荐D.物流系统的运单轨迹存储二、判断题（共10小题，每小题1分，总计10分）1.SQL:2023标准中定义的VECTOR向量类型，维度一旦在表结构中指定后就不允许动态修改。2.分布式数据库的两阶段提交（2PC）协议可以完全解决网络分区场景下的数据一致性问题。3.BCNF范式不仅消除了所有非主属性对码的部分依赖和传递依赖，也消除了主属性对码的部分依赖和传递依赖。4.云原生Serverless数据库的按量付费模式仅按照存储容量计费，计算资源闲置时不会产生任何费用。5.InnoDB引擎的可重复读（RR）隔离级别下完全不会出现幻读问题。6.向量数据库执行混合查询时，先执行标量过滤再执行相似度检索的效率远高于先检索再过滤的效率。7.数据仓库ETL过程中，数据清洗环节仅需要去除重复数据，不需要处理缺失值和异常值。8.一级封锁协议要求事务修改数据前必须加排他锁，直到事务结束才释放，该协议可以完全解决丢失修改问题。9.分布式数据库的分片策略中，水平分片是指按照属性列的不同将表划分为多个数据子集，每个子集包含部分列的所有行。10.图数据库的深度关联遍历效率远高于关系型数据库的多表关联查询，尤其适合处理深度大于3层的关系查询场景。三、简答题（共4小题，每小题8分，总计32分）1.结合SQL:2023标准新增的向量数据类型特性，简述传统关系型数据库新增向量检索能力后，相较于原生向量数据库的核心优势和适用场景。2.简述分布式数据库中多副本强一致性、最终一致性的实现原理，以及分别对应的典型业务场景。3.说明数据库查询优化中逻辑优化和物理优化的核心区别，分别列举3种常用的优化手段。4.结合MVCC（多版本并发控制）的实现原理，说明为什么InnoDB引擎在可重复读隔离级别下可以解决大部分幻读问题，仍存在的幻读边界场景是什么。四、数据库设计题（总计12分）某新能源车企2026年搭建用户充电服务管理系统，需求如下：（1）系统包含用户、车辆、充电站、充电桩、充电订单五类核心实体：用户属性包括用户ID、手机号、姓名、注册时间，一个用户可绑定多台车辆，一台车辆仅归属一个用户；车辆属性包括车辆VIN码、车型、电池容量、绑定时间；充电站属性包括站ID、地址、充电桩数量、运营状态，一个充电站包含多个充电桩，一个充电桩仅归属一个充电站；充电桩属性包括桩ID、充电功率、设备状态；用户使用充电桩发起充电后生成充电订单，一个订单对应一个用户、一台车辆、一个充电桩，订单属性包括订单ID、开始时间、结束时间、充电度数、支付金额、订单状态。要求：1.绘制系统的ER图，标注所有实体、属性、联系、联系类型；2.将ER图转换为符合3NF的关系模式，标注每个关系的主键和外键。五、综合应用题（总计16分）某电商平台2026年的分布式订单表结构如下：order_info(order_idBIGINTPRIMARYKEY,user_idBIGINT,shop_idBIGINT,order_amountDECIMAL(10,2),order_timeDATETIME,pay_timeDATETIME,order_statusTINYINT,cityVARCHAR(50),goods_featureVECTOR(1024))，该表单条数据大小约210字节，当前总数据量为22亿条，部署在支持SQL:2023标准的云原生分布式MySQL实例上，日常业务有三类高频查询：（1）根据用户ID查询该用户近12个月的所有订单，平均单次查询返回28条数据，QPS约820；（2）根据店铺ID查询该店铺近3个月的有效订单（order_status=2），平均单次查询返回115条数据，QPS约310；（3）平台运营每天凌晨1点统计前一天的平台总交易额、各城市的交易额分布，单次查询覆盖数据量约1200万条。问题：1.针对上述三类高频查询，分别设计合理的索引，说明设计理由；2.当前第三类统计查询单次执行时间超过12分钟，严重影响报表生成效率，请给出至少3种优化方案，说明各方案的适用场景和优缺点；3.该平台计划上线用户订单关联的相似商品推荐功能，需要基于用户历史订单的商品特征向量做Top10相似度检索，说明基于现有关系型数据库的实现方案，以及相较于引入独立原生向量数据库的优势。参考答案---一、单项选择题答案与解析1.B解析：三级模式的外模式/模式映像保证逻辑独立性，模式/内模式映像保证物理独立性，核心目标是实现数据独立性，降低应用层与数据存储层的耦合度。2.C解析：向量类型主要用于存储非结构化数据的特征向量，支持相似度检索，数值型字段的聚合统计是传统数值类型的应用场景，不属于向量类型的核心用途。3.B解析：ACID中，A是原子性，C是一致性，I是隔离性，D是持久性，持久性指事务提交后修改永久生效，不受系统故障影响。4.B解析：一级封锁协议仅要求修改数据加X锁到事务结束，解决丢失修改；二级封锁协议新增读取数据加S锁，读完立即释放，解决脏读；三级封锁协议要求读取数据加S锁到事务结束，同时解决不可重复读。5.B解析：该关系的候选码为A，所有非主属性B、C、D、E都完全依赖于码A，符合2NF要求；但存在非主属性D对码A的传递依赖（A→C，C→D），因此不符合3NF，最高符合2NF。6.D解析：Serverless数据库的弹性伸缩主要根据计算、存储资源的负载情况决策，内置函数的执行效率不是伸缩的决策依据。7.B解析：系统故障恢复时，UNDO用于撤销未提交事务的修改，REDO用于重做所有已提交事务的修改，保证已提交事务的持久性。8.B解析：HNSW是当前主流的高性能近似最近邻检索算法，其余选项均不适合向量相似度检索场景。9.A解析：CAP理论中三个特性无法同时满足，网络分区是分布式系统的必然场景，必须满足分区容错性，金融级场景优先保障一致性，因此选择一致性和分区容错性。10.C解析：逻辑优化的核心是对关系代数表达式做等价变换，降低整体查询代价；选项A、B属于物理优化的范畴，选项D不是查询优化的核心目标。11.C解析：数据库审计的核心作用是行为记录、溯源、合规，不会提升查询效率，反而会因为记录日志略微降低写入性能。12.D解析：覆盖索引包含查询所需的所有字段，查询时直接从索引节点获取数据，不需要回表访问聚簇索引，因此最优设计是包含查询条件和返回字段的联合覆盖索引。13.A解析：选项B是不可重复读，选项C是幻读，选项D是丢失修改，只有选项A是脏读。14.B解析：星型模型采用事实表加维度表的结构，维度表不需要拆分，关联层数少，多维查询的效率更高，但冗余度更高，存储成本更高。15.C解析：图数据库适合处理高度关联的关系数据，社交关系链是典型的图结构，其余场景更适合用关系型数据库或数据仓库实现。二、判断题答案与解析1.×解析：SQL:2023标准未强制要求向量类型维度固定，目前多数主流数据库的实现都支持向量类型的动态维度修改。2.×解析：两阶段提交协议在协调者节点故障、网络分区持续时间过长的场景下会出现阻塞或数据不一致问题，无法完全解决网络分区下的一致性问题。3.√解析：BCNF是3NF的升级，要求所有函数依赖的决定因素都是码，因此消除了所有主属性和非主属性对码的部分依赖和传递依赖。4.×解析：Serverless数据库的计费通常包含存储费用和计算资源的使用费用，计算资源闲置时仅收取存储费用，不会完全免费。5.×解析：InnoDB的可重复读隔离级别通过MVCC解决了快照读场景下的幻读问题，但在当前读（如SELECT...FORUPDATE）场景下仍可能出现幻读。6.√解析：先执行标量过滤可以大幅缩小需要做相似度检索的向量数据集规模，降低计算量，提升整体查询效率。7.×解析：数据清洗环节需要处理重复数据、缺失值、异常值、格式不统一等多类数据质量问题，并非仅去除重复数据。8.√解析：一级封锁协议要求修改数据前加排他锁，事务结束才释放，避免了多个事务同时修改同一数据导致的丢失修改问题。9.×解析：水平分片是按照行维度划分数据子集，每个子集包含所有列的部分行；垂直分片是按照列维度划分数据子集。10.√解析：图数据库采用原生图存储和遍历优化，多层关联查询的效率远高于关系型数据库的多表JOIN，尤其适合深链查询场景。三、简答题参考答案1.核心优势：（1）生态兼容度高：完全兼容原有SQL生态，业务侧不需要学习新的查询语法，不需要重构现有业务逻辑，迁移和接入成本极低；（2）支持混合查询：可以同时处理结构化数据的关联查询和向量相似度检索，例如查询上海地区18-25岁用户上传图片的相似内容，不需要跨库关联，查询效率更高；（3）能力继承性强：可以直接继承关系型数据库的事务ACID特性、权限管控体系、容灾备份机制、分布式扩展能力，数据可靠性和安全性远高于多数原生向量数据库；（4）运维成本低：不需要额外部署独立的向量数据库集群，不需要做多系统之间的数据同步，降低了运维复杂度和硬件成本。适用场景：同时存在结构化业务数据存储需求和中等规模向量检索需求的业务，例如电商平台的相似商品推荐、企业内部知识库的文档检索、政务系统的非结构化数据匹配等，不适合超大规模（单集群向量规模超过10亿）的纯向量检索场景。2.实现原理：（1）强一致性：多副本写入时，需要所有副本都写入成功后才返回客户端写入成功，通常通过Paxos、Raft等一致性算法实现，保证任意时刻访问任意副本的数据都是完全一致的；（2）最终一致性：多副本写入时，只要主副本写入成功就返回客户端写入成功，后台通过异步同步机制将数据同步到其他副本，经过一定的同步窗口后所有副本的数据达到一致。典型业务场景：强一致性适合对数据准确性要求极高的场景，例如金融核心交易、支付转账、用户账户余额修改等；最终一致性适合对数据一致性要求较低、对写入性能和可用性要求较高的场景，例如商品详情页展示、用户评论内容同步、日志数据存储等。3.核心区别：逻辑优化是在关系代数层面进行优化，不依赖具体的物理存储细节，目标是通过等价变换得到执行代价更低的逻辑执行计划；物理优化是在物理执行层面进行优化，依赖具体的索引、存储引擎、数据分布等信息，目标是选择最优的执行路径和算法。常用逻辑优化手段：谓词下推、投影裁剪、连接顺序优化、子查询展开、等价谓词重写等（任选3种即可）；常用物理优化手段：索引选择优化、连接算法选择（嵌套循环连接、哈希连接、排序合并连接）、扫描方式选择（全表扫描、索引扫描、索引范围扫描）、并行执行优化等（任选3种即可）。4.MVCC实现原理：InnoDB的每行数据都隐藏了事务ID和回滚指针两个字段，事务修改数据时会生成新的版本，旧版本通过回滚指针保存在undo日志中；查询时会根据事务的启动时间戳，选择小于该时间戳的最新版本数据，不需要加锁，实现了读写不冲突。可重复读隔离级别下，事务的快照在第一次查询时生成，整个事务生命周期内都使用同一个快照，因此多次快照读的结果一致，解决了快照读场景下的幻读问题。存在的边界场景：当前读场景下，例如执行SELECT...FORUPDATE、UPDATE、DELETE等操作时，会读取最新版本的数据，并且对读取到的行加锁，如果此时有其他事务插入了符合当前查询条件的新行并提交，当前事务再次执行当前读时就会读取到新插入的行，出现幻读。四、数据库设计题参考答案1.ER图绘制说明：实体共5个：用户、车辆、充电站、充电桩、订单用户属性：用户ID（主键）、手机号、姓名、注册时间车辆属性：VIN码（主键）、车型、电池容量、绑定时间充电站属性：站ID（主键）、地址、充电桩数量、运营状态充电桩属性：桩ID（主键）、充电功率、设备状态订单属性：订单ID（主键）、开始时间、结束时间、充电度数、支付金额、订单状态联系：用户与车辆为1对多联系（1个用户绑定多台车辆）；充电站与充电桩为1对多联系（1个充电站包含多个充电桩）；订单与用户为多对1联系（1个用户有多个订单）；订单与车辆为多对1联系（1台车辆有多个订单）；订单与充电桩为多对1联系（1个充电桩对应多个订单）。2.符合3NF的关系模式：用户表（用户ID,手机号,姓名,注册时间），主键：用户ID，无外键车辆表（VIN码,用户ID,车型,电池容量,绑定时间），主键：VIN码，外键：用户ID，关联用户表的用户ID充电站表（站ID,地址,充电桩数量,运营状态），主键：站ID，无外键充电桩表（桩ID,站ID,充电功率,设备状态），主键：桩ID，外键：站ID，关联充电站表的站ID订单表（订单ID,用户ID,VIN码,桩ID,开始时间,结束时间,充电度数,支付金额,订单状态），主键：订单ID，外键：用户ID关联用户表，VIN码关联车辆表，桩ID关联充电桩表验证：所有关系模式都不存在非主属性对码的部分依赖和传递依赖，符合3NF要求。五、综合应用题参考答案1.索引设计与理由：（1）针对用户近12个月订单查询：设计联合索引idx_user_time(user_id,order_time)，理由：查询条件为user_id等值匹配、order_time范围匹配，符合联合索引的最左前缀匹配原则，可以快速定位到指定用户的对应时间范围内的所有订单，不需要全表扫描，大幅提升查询效率；如果需要进一步优化，可以将返回字段加入索引形成覆盖索引，避免回表。（2）针对店铺近3个月有效订单查询：设计联合索引idx_shop_status_time(shop_id,order_status,order_time)，理由：查询条件为shop_id等值、order_status等值、order_time范围匹配，符合最左前缀原则，可以快速过滤出指定店铺的有效订单，再通过时间范围筛选得到目标数据，过滤效率极高。（3）针对运营统计查询：设计联合索引idx_city_amount_time(order_time,city,order_amount)，理由：统计查询的条件为order_time等值（前一天），分组维度为city，聚合字段为order_amount，该索引为覆盖索引，所有统计所需的字段都在索引中，不需要回表，直接扫描索引即可完成统计。2.优化方案：方案1：预计算汇总表。实现逻辑：每天凌晨0点30分提前跑统计任务，将前一天的总交易额、各城市交易额计算完成后存入专门的订单统计汇总表，运营查询时直接查询汇总表。适用场景：统计维度固定，不需要实时统计的T+1报表场景。优点：查询速度极快，毫秒级返回结果，对