数据库系统原理与GaussDB实现 课后作业习题及答案

第一章习题一、选择题（每题只有一个正确答案）1.下列哪项不属于数据库系统的核心功能？A.数据定义与操纵B.并发控制C.图形界面设计D.故障恢复答案：C.图形界面设计（数据库系统的核心功能是数据管理，图形界面设计属于应用层功能）2.关系型数据库最典型的特征是：A.使用图结构存储数据B.采用二维表结构，支持SQL语言C.数据模型灵活，不支持事务D.仅适用于非结构化数据答案：B.采用二维表结构，支持SQL语言（关系型数据库的核心特征）3.以下哪种数据库类型最适合处理高度互连的数据（如社交网络关系）？A.关系型数据库B.键值数据库C.图数据库D.时序数据库答案：C.图数据库（图数据库专门用于处理高度互连的复杂关系数据）4.GaussDB数据库是：A.一款开源的非关系型数据库B.华为自主研发的分布式关系型数据库C.仅支持内存存储的数据库D.仅适用于物联网场景的时序数据库答案：B.华为自主研发的分布式关系型数据库5.关于NoSQL数据库，以下说法错误的是：A.支持灵活的数据模型B.通常牺牲了强一致性以换取高可扩展性C.完全替代了关系型数据库D.包括文档型、键值型、图数据库等类型答案：C.完全替代了关系型数据库（NoSQL是对关系型数据库的补充而非替代）二、判断题（正确打"√"，错误打"×"）1.（）数据库系统的核心目标之一是实现数据的高共享性和低冗余度。答案：√（数据库系统通过集中管理实现数据共享，减少冗余）2.（）NoSQL数据库完全不支持SQL语法。答案：×（部分NoSQL数据库支持类SQL语法或SQL接口）3.（）云数据库（DBaaS）的优势之一是按需付费，降低运维成本。答案：√（云数据库按需付费，用户无需承担硬件和维护成本）4.（）GaussDB不支持分布式架构。答案：×（GaussDB支持分布式架构）5.（）数据湖用于存储原始格式的数据，而数据仓库存储经过预处理的结构化数据。答案：√（数据湖存储原始数据，数据仓库存储经过ETL处理的结构化数据）三、简答题1.请简述数据库系统的四大核心功能。答案：数据库系统四大核心功能：数据定义功能：定义数据库结构和约束数据操纵功能：实现对数据的增删改查操作数据库运行管理：包括并发控制、安全性、完整性等数据存储与恢复：数据持久化存储和故障恢复机制2.列举三种常见的非关系型数据库类型，并简要说明其适用场景。答案：三种非关系型数据库类型及适用场景：文档数据库（如MongoDB）：适用于半结构化数据存储键值数据库（如Redis）：适用于缓存、会话存储等高性能场景图数据库（如Neo4j）：适用于社交网络、推荐系统等关系密集型应用3.什么是"最终一致性"？它在哪些类型的数据库中常见？答案：最终一致性：在分布式系统中，数据更新后不要求立即达到一致状态，而是经过一段时间后最终达到一致。常见于分布式NoSQL数据库。4.请说明关系型数据库与图数据库在数据模型和查询性能上的主要区别。答案：关系型数据库与图数据库区别：数据模型：关系型使用二维表，图数据库使用节点和边查询性能：关系型在多表连接时性能下降，图数据库在深度关系查询时性能更优5.云数据库相比传统自建数据库有哪些主要优势？答案：云数据库主要优势：弹性扩展：按需调整资源配置高可用性：多副本、自动故障切换降低成本：按使用量付费，减少初期投资简化运维：自动化备份、监控和维护四、应用题1.假设你正在为一个电商平台设计数据库系统，请说明你会选择哪种类型的数据库来存储以下数据，并简要说明理由：用户基本信息（如姓名、年龄、地址）商品库存与订单记录用户之间的关注关系图用户行为日志（时间序列数据）答案：电商平台数据库选择：用户基本信息：关系型数据库（结构规整，需要事务支持）商品库存与订单记录：关系型数据库（需要强一致性和事务）用户关注关系图：图数据库（关系复杂，需要高效遍历）用户行为日志：时序数据库（时间序列数据，写入密集）2.请结合GaussDB的特性，说明它为何适用于金融、电信等对可靠性和性能要求极高的行业。答案：GaussDB适用金融电信行业原因：高可靠性：支持分布式事务，保证数据强一致性高性能：分布式架构支持高并发访问高可用：多副本机制，自动故障切换安全性：完善的权限管理和数据加密可扩展性：支持在线弹性扩容第二章关系数据库基础习题一、选择题（每题只有一个正确答案）1.在关系模型中，一个"关系"对应程序设计语言中的：A.类型定义B.变量值C.函数调用D.循环结构答案：B.变量值（关系对应程序中的数据结构实例）2.要从Student关系中找出计算机系（CS）全体学生，应使用的关系运算是：A.投影（Project）B.选择（Select）C.连接（Join）D.并集（Union）答案：B.选择（Select）（选择运算根据条件筛选元组）3.下列SQL子句中，用于指定查询结果所需属性的是：A.FROMB.WHEREC.SELECTD.GROUPBY答案：C.SELECT（SELECT子句指定查询结果列）4.两个关系R和S进行自然连接时，要求：A.R和S必须具有相同数量的元组B.R和S必须具有相同数量的属性C.R和S必须具有至少一个共同属性D.R和S必须具有完全相同的关系模式答案：C.R和S必须具有至少一个共同属性（自然连接基于公共属性）5.关于SQL视图的说法，正确的是：A.视图是物理存储的表B.视图可以简化复杂查询C.视图定义后不能修改D.视图不支持WHERE子句答案：B.视图可以简化复杂查询二、判断题（正确打"√"，错误打"×"）1.（）关系代数中的选择运算对应于SQL中的WHERE子句。答案：√（选择运算对应SQL中的WHERE条件过滤）2.（）SQL查询中，SELECT子句的执行顺序在FROM子句之前。答案：×（SQL执行顺序：FROM→WHERE→GROUPBY→HAVING→SELECT）3.（）外连接操作会保留不满足连接条件的元组。答案：√（外连接保留未匹配的元组，用NULL填充）4.（）所有的SQL聚集函数都可以在WHERE子句中直接使用。答案：×（聚集函数不能在WHERE中使用，可在HAVING中使用）5.（）视图可以像基本表一样被查询，但不能被更新。答案：×（部分简单视图支持更新操作）三、简答题1.简述关系代数中"选择"与"投影"运算的区别。答案：选择与投影区别：选择：水平操作，筛选满足条件的元组（行）投影：垂直操作，选择指定属性列（列）2.说明主键（PrimaryKey）和外键（ForeignKey）在关系数据库中的作用。答案：主键与外键作用：主键：唯一标识元组，保证实体完整性外键：建立表间关联，保证参照完整性3.什么是SQL的嵌套子查询？请举例说明其用法。答案：嵌套子查询：在一个查询内部嵌入另一个查询。例：sqlSELECTnameFROMstudentsWHEREdepartment_idIN(SELECTidFROMdepartmentsWHEREname='计算机系')4.解释视图（View）在数据库系统中的三个主要作用。答案：视图的三个主要作用：简化复杂查询操作提供逻辑数据独立性实现数据安全性和访问控制5.比较内连接（INNERJOIN）与左外连接（LEFTOUTERJOIN）的异同。答案：内连接与左外连接比较：相同点：都基于连接条件关联两个表不同点：内连接只返回匹配行，左外连接返回左表所有行和右表匹配行四、关系代数与SQL编写题1.设有以下两个关系：Student(Sno,Sname,Sage,Sdept)SC(Sno,Cno,Grade)请用关系代数表达式表示下列查询：查询选修了课程号为"1002"的学生学号查询计算机系（CS）学生的姓名和年龄答案：关系代数表达式：查询选修"1002"课程的学生学号：πSno(σCno='1002'(SC))查询计算机系学生姓名和年龄：πSname,Sage(σSdept='CS'(Student))2.根据上述关系模式，编写SQL语句实现以下查询：查询"张三"所在系的所有学生姓名查询每门课程的平均成绩，并按平均成绩降序排列查询没有选修任何课程的学生学号答案：SQL语句：sql-查询"张三"所在系的所有学生姓名SELECTSnameFROMStudentWHERESdept=(SELECTSdeptFROMStudentWHERESname='张三');-查询每门课程平均成绩，按平均成绩降序排列SELECTCno,AVG(Grade)asavg_gradeFROMSCGROUPBYCnoORDERBYavg_gradeDESC;-查询没有选修任何课程的学生学号SELECTSnoFROMStudentWHERESnoNOTIN(SELECTDISTINCTSnoFROMSC);3.创建一个视图CS_Student，显示计算机系（CS）学生的学号、姓名和年龄，并通过该视图查询年龄大于20岁的学生。答案：创建视图：sqlCREATEVIEWCS_StudentASSELECTSno,Sname,SageFROMStudentWHERESdept='CS';-通过视图查询SELECT*FROMCS_StudentWHERESage>20;五、综合应用题某图书馆管理系统包含以下关系模式：图书(书号,书名,作者,出版社,库存数量)读者(借书证号,姓名,单位,联系方式)借阅(借书证号,书号,借书日期,还书日期)请完成以下任务：1.使用SQLDDL语句创建这三个表，并合理定义主键、外键和必要的约束。答案：DDL建表语句：sqlCREATETABLE图书(书号VARCHAR(20)PRIMARYKEY,书名VARCHAR(100)NOTNULL,作者VARCHAR(50),出版社VARCHAR(50),库存数量INTCHECK(库存数量>=0));CREATETABLE读者(借书证号VARCHAR(20)PRIMARYKEY,姓名VARCHAR(50)NOTNULL,单位VARCHAR(100),联系方式VARCHAR(50));CREATETABLE借阅(借书证号VARCHAR(20),书号VARCHAR(20),借书日期DATE,还书日期DATE,PRIMARYKEY(借书证号,书号,借书日期),FOREIGNKEY(借书证号)REFERENCES读者(借书证号),FOREIGNKEY(书号)REFERENCES图书(书号));2.编写SQL查询语句实现以下功能：查询被借阅次数最多的前5本图书查询当前逾期未还的读者姓名和图书书名查询从未被借阅过的图书信息答案：SQL查询：sql-查询被借阅次数最多的前5本图书SELECT书号,书名,COUNT(*)as借阅次数FROM借阅JOIN图书ON借阅.书号=图书.书号GROUPBY书号,书名ORDERBY借阅次数DESCLIMIT5;-查询当前逾期未还的读者姓名和图书书名SELECT读者.姓名,图书.书名FROM借阅JOIN读者ON借阅.借书证号=读者.借书证号JOIN图书ON借阅.书号=图书.书号WHERE还书日期ISNULLAND借书日期<DATE_SUB(CURDATE(),INTERVAL30DAY);-查询从未被借阅过的图书信息SELECT*FROM图书WHERE书号NOTIN(SELECTDISTINCT书号FROM借阅);3.创建一个视图，显示每本图书的总借阅次数。答案：创建视图：sqlCREATEVIEW图书借阅次数ASSELECT图书.书号,图书.书名,COUNT(借阅.书号)as借阅次数FROM图书LEFTJOIN借阅ON图书.书号=借阅.书号GROUPBY图书.书号,图书.书名;第三章数据库存储引擎习题一、选择题（每题只有一个正确答案）1.下列存储介质中，访问速度最快的是：A.机械硬盘B.固态硬盘C.主存储器（内存）D.高速缓冲存储器答案：D.高速缓冲存储器（存储层次：寄存器>高速缓存>内存>SSD>HDD）2.关于机械硬盘（HDD）和固态硬盘（SSD）的主要区别，正确的是：A.HDD没有机械部件，SSD有B.HDD读写速度通常低于SSDC.SSD的存储容量一定大于HDDD.HDD的抗震性能优于SSD答案：B.HDD读写速度通常低于SSD3.数据库系统中引入缓冲区的主要目的是：A.增加数据存储容量B.提高CPU计算速度C.减少磁盘I/O访问次数D.简化查询语句编写答案：C.减少磁盘I/O访问次数（缓冲区减少磁盘直接访问）4.在缓冲区替换策略中，LRU（最近最少使用）算法是基于以下哪种原则？A.访问频率B.数据大小C.访问时间D.数据优先级答案：C.访问时间（LRU基于最近访问时间淘汰）5.GaussDB的行存储引擎最适合以下哪种应用场景？A.大规模数据分析B.实时事务处理C.图形数据存储D.时序数据记录答案：B.实时事务处理（行存储适合OLTP场景）二、判断题（正确打"√"，错误打"×"）1.（）固态硬盘（SSD）的读写速度通常比机械硬盘（HDD）慢。答案：×（SSD读写速度远高于HDD）2.（）云硬盘支持按需弹性扩展存储容量。答案：√（云硬盘支持弹性扩容）3.（）数据库缓冲区管理器总是将修改过的数据块立即写回磁盘。答案：×（采用延迟写策略，不立即写回）4.（）GaussDB的列存储引擎适合OLTP类型的应用。答案：×（列存储适合OLAP，行存储适合OLTP）5.（）"被钉住的块"是指当前正在被修改而不能被写回磁盘的缓冲区块。答案：√（被钉住块不能被替换）三、简答题1.简述数据库存储引擎的主要职责。答案：存储引擎主要职责：数据存储组织和访问方法索引管理和优化事务支持和并发控制缓存管理和数据持久化2.比较机械硬盘（HDD）和固态硬盘（SSD）在性能、可靠性、成本方面的优缺点。答案：HDD与SSD比较：性能：SSD读写速度远高于HDD可靠性：SSD无机械部件，抗震性好；HDD易受物理损坏成本：SSD单位容量成本高于HDD3.什么是"写入放大"问题？它在哪种存储设备中更为显著？答案：写入放大：实际写入的物理数据量大于逻辑数据量，在SSD中因擦除块机制更为显著。4.说明缓冲区替换策略中LRU和LFU的主要区别。答案：LRU与LFU区别：LRU：基于最近访问时间，淘汰最久未使用的LFU：基于访问频率，淘汰访问次数最少的5.为什么数据库系统需要"强制写出"（ForceOutput）机制？答案：强制写出机制：确保事务提交前相关日志记录已持久化到磁盘，保证事务的持久性。四、分析设计题1.某数据库系统使用LRU缓冲区替换策略，缓冲区大小为4个块，访问序列为：A,B,C,D,A,E,F,A,B请画出每次访问后的缓冲区状态，并计算缓存命中率。答案：LRU缓冲区状态及命中率：访问序列：A,B,C,D,A,E,F,A,B缓冲区状态变化：A:[A]未命中B:[A,B]未命中C:[A,B,C]未命中D:[A,B,C,D]未命中A:[B,C,D,A]命中（将A移到最新）E:[C,D,A,E]未命中（淘汰B）F:[D,A,E,F]未命中（淘汰C）A:[D,E,F,A]命中（将A移到最新）B:[E,F,A,B]未命中（淘汰D）命中次数：2，总访问：9，命中率：22.2%2.根据存储介质层次结构，回答以下问题：为什么需要构建多层次的存储体系？在设计数据库系统时，如何利用不同存储介质的特性来优化性能？答案：存储体系与性能优化：多层次存储原因：平衡速度、容量和成本，利用局部性原理优化方法：热数据放高速存储，冷数据放大容量存储，利用缓存预读3.分析以下场景应选择哪种存储引擎，并说明理由：银行核心交易系统电商用户行为分析平台社交网络关系管理系统答案：存储引擎选择：银行核心系统：行存储引擎（高并发事务处理）电商行为分析：列存储引擎（大规模数据分析）社交网络：图数据库或行存储+特殊索引（关系密集型查询）五、GaussDB存储引擎综合题1.GaussDB提供了多种存储引擎，请完成以下任务：比较行存储引擎和列存储引擎在数据组织和查询性能方面的差异说明什么情况下应该选择内存引擎答案：存储引擎比较与选择：行存储vs列存储：行存储：按行组织，适合点查询和事务处理列存储：按列组织，适合分析查询和聚合操作内存引擎：数据量小、访问频繁、对延迟敏感的场景2.假设你正在设计一个GaussDB数据库来支持以下混合负载：高频交易记录（OLTP）定期业务报表生成（OLAP）请提出存储引擎配置方案，并解释如何协调不同引擎的工作。答案：混合负载存储方案：OLTP业务使用行存储引擎OLAP业务使用列存储引擎通过数据同步或HTAP架构协调工作3.GaussDB的缓冲区管理采用了改进的LRU算法，请说明：hot区和cold区的划分如何工作这种改进如何提升缓冲区管理效率答案：改进LRU算法：hot区与cold区：新块加入cold区，被再次访问时移到hot区效率提升：避免单次访问块占据hot区，提高缓存命中率第四章事务管理习题一、选择题（每题只有一个正确答案）1.事务的ACID特性中，确保事务要么全部完成要么全部不完成的是：A.原子性（Atomicity）B.一致性（Consistency）C.隔离性（Isolation）D.持久性（Durability）答案：A2.在并发控制中，如果两个事务T1和T2分别读取同一数据项，然后T1修改了该数据项，T2也修改了该数据项，这种情况称为：A.丢失修改B.不可重复读C.读脏数据D.幻读答案：A3.下列隔离级别中，可以防止脏读但允许不可重复读的是：A.读未提交（ReadUncommitted）B.读已提交（ReadCommitted）C.可重复读（RepeatableRead）D.串行化（Serializable）答案：B4.基于锁的并发控制协议中，共享锁（S锁）和排他锁（X锁）的兼容性关系是：A.S锁与S锁兼容B.S锁与X锁兼容C.X锁与X锁兼容D.以上都不对答案：A5.在故障恢复中，用于保证事务原子性的主要机制是：A.锁机制B.时间戳排序C.日志文件D.检查点答案：C二、判断题（正确打"√"，错误打"×"）1.（）事务的持久性意味着一旦事务提交，其对数据库的修改就是永久性的。答案：√2.（）可串行化调度是指多个事务并发执行的结果与这些事务按任意顺序串行执行的结果相同。答案：×（应该是与某种串行执行的结果相同）3.（）两阶段锁协议可以保证冲突可串行化但可能产生死锁。答案：√4.（）基于时间戳的协议中，如果读操作的时间戳小于数据项的写时间戳，则该读操作被拒绝。答案：√5.（）检查点技术的主要作用是减少系统故障恢复时需要处理的日志数量。答案：√三、简答题1.解释事务的ACID特性及其在实际数据库系统中的重要性。答案：原子性：事务是一个不可分割的工作单位，要么全部执行，要么全部不执行一致性：事务执行前后数据库必须保持一致状态隔离性：并发事务的执行互不干扰重要性：确保数据库在多用户并发访问和数据故障情况下的数据正确性和可靠性2.描述两阶段锁协议的基本原理，并说明其如何保证可串行化。答案：两阶段锁协议要求事务分两个阶段获取和释放锁：增长阶段（只能获取锁）和缩减阶段（只能释放锁）通过确保事务在释放任何锁之后不能再获取新锁，防止了不可串行化调度3.比较基于锁的协议和基于时间戳的协议在并发控制中的优缺点。答案：基于锁的协议：可能产生死锁，但实现相对简单基于时间戳的协议：无死锁问题，但可能产生更多的事务重启4.说明WAL（预写日志）协议在故障恢复中的作用。答案：WAL协议要求在修改数据库之前先写日志确保在系统故障时可以根据日志重做已提交事务或撤销未完成事务5.解释GaussDB中GTM-Lite在分布式事务管理中的作用。答案：GTM-Lite是轻量级全局事务管理器在分布式环境中协调多个节点的事务状态，保证分布式事务的ACID特性四、分析设计题1.考虑以下事务调度：T1:R(A),W(A),R(B),W(B)T2:R(A),W(A),R(C),W(C)分析该调度是否冲突可串行化如果不可串行化，如何通过加锁使其可串行化答案：需要构建优先图分析冲突操作如果存在环则不可串行化可以通过两阶段锁协议确保可串行化2.设计一个基于日志的恢复方案，要求：说明重做（Redo）和撤销（Undo）的触发条件描述检查点在恢复过程中的作用答案：重做：对已提交事务但修改可能未持久化的操作重新执行撤销：对未提交事务的操作进行回滚检查点：确定恢复的起点，减少需要处理的日志范围3.分析以下死锁场景并提出解决方案：T1持有R1的锁，请求R2的锁T2持有R2的锁，请求R1的锁答案：死锁检测：构建等待图检测环死锁预防：通过锁排序或时间戳机制死锁解除：选择牺牲者事务回滚五、GaussDB事务机制综合题1.GaussDB如何保证分布式环境下的ACID特性？请从以下方面说明：原子性和持久性保证机制隔离性实现方式一致性维护策略答案：通过分布式事务协议（如两阶段提交）保证原子性基于WAL和多副本机制保证持久性采用多版本并发控制（MVCC）实现隔离性通过完整性约束和业务规则保证一致性2.在GaussDB的并发控制机制中，比较行级锁和表级锁的适用场景。答案：行级锁：适合高并发OLTP场景，粒度细，并发度高表级锁：适合批量操作或低并发场景，开销小但并发度低3.描述GaussDB故障恢复的主要步骤和关键技术。答案：分析阶段：确定需要重做和撤销的事务范围重做阶段：从检查点开始重做已提交事务撤销阶段：回滚未完成事务关键技术：WAL、检查点、回滚段等第五章查询处理习题一、选择题（每题只有一个正确答案）1.查询处理的一般流程中，第一步通常是：A.查询优化B.查询执行C.查询解析D.查询计划生成答案：C2.在词法分析阶段，主要任务是：A.检查SQL语法是否正确B.将SQL语句分解为标记（tokens）C.验证表名和列名是否存在D.生成查询执行计划答案：B3.对于等值查询，最有效的索引类型是：A.B+树索引B.哈希索引C.位图索引D.全文索引答案：B4.在处理复杂选择条件（合取、析取、否定）时，查询优化器通常：A.按照条件书写顺序依次处理B.优先处理选择性高的条件C.随机选择处理顺序D.将所有条件转换为析取范式答案：B5.哈希连接算法在什么情况下性能最优：A.两个表都非常小B.其中一个表能够完全放入内存C.两个表都很大且无法放入内存D.连接条件包含复杂表达式答案：B二、判断题（正确打"√"，错误打"×"）1.（）语法分析阶段主要检查SQL语句的结构是否符合语法规则。答案：√2.（）线性扫描对于小表查询总是最高效的访问方法。答案：×（对于有索引的大表，索引扫描通常更高效）3.（）排序归并连接要求输入关系在连接属性上已排序。答案：√4.（）基于索引的比较查询只能处理等值条件。答案：×（也可以处理范围查询）5.（）外存排序算法主要考虑如何减少磁盘I/O次数。答案：√三、简答题1.描述查询处理的一般流程及各阶段的主要任务。答案：查询解析：词法分析、语法分析、语义分析查询优化：生成并选择最优查询计划查询执行：按照查询计划执行操作结果返回：将查询结果返回给用户2.比较线性扫描和索引扫描的优缺点及适用场景。答案：线性扫描：简单可靠，适合小表或需要访问大部分数据的情况索引扫描：快速定位，适合选择性高的查询，但需要维护索引3.解释哈希连接算法的工作原理及其主要变种。答案：工作原理：对连接属性进行哈希，将相同哈希值的元组进行匹配主要变种：简单哈希连接、分块哈希连接、混合哈希连接4.说明外存排序（外部排序）与内存排序的主要区别。答案：内存排序：数据完全在内存中排序，速度快但受内存限制外存排序：数据分块处理，通过归并方式排序，适合大数据集5.描述复杂选择条件（合取、析取、否定）的处理策略。答案：合取条件：使用索引选择性评估，优先处理高选择性条件析取条件：可能分解为多个查询的并集否定条件：通常转换为正面对应的补集查询四、分析设计题1.分析以下SQL查询，说明可能的查询处理策略：sqlSELECT*FROMordersWHEREcustomer_id=1001ANDorder_date>'2023-01-01'ORDERBYorder_dateDESC;答案：选择操作：优先使用customer_id索引，然后过滤order_date条件排序操作：如果结果集不大可在内存排序，否则需要外存排序可能的索引：(customer_id,order_date)复合索引可优化此查询2.设计一个连接两个大表的优化方案，要求：比较循环嵌套连接、排序归并连接和哈希连接的适用性说明在不同内存条件下的选择策略答案：内存充足：哈希连接最优内存有限：分块循环嵌套连接或外部排序归并连接已有索引：索引循环嵌套连接可能更优3.分析以下查询计划的代价，并提出优化建议：全表扫描orders表(10万行)→过滤status='completed'(选择率10%)→排序byorder_date→返回前100行答案：当前代价：全表扫描10万行+排序1万行优化建议：在(status,order_date)上建立索引，避免全表扫描和排序五、算法分析题1.比较不同连接算法的I/O代价：循环嵌套连接：O(M×N)排序归并连接：O(MlogM+NlogN+M+N)哈希连接：O(M+N)假设表R有1000个块，表S有500个块，缓冲区大小为100块，计算各算法的磁盘I/O次数。答案：循环嵌套：1000+1000×500=501,000次I/O排序归并：约3000+1500+1500=6000次I/O哈希连接：约3×(1000+500)=4500次I/O2.分析外存排序算法的执行过程：假设有1000个数据块，缓冲区大小100块，描述多路归并排序的步骤和I/O代价。答案：步骤：分块排序(10个有序段)→多路归并(可能需要多轮)I/O代价：读写各2×1000=2000次I/O（理想情况）3.设计一个处理复杂选择条件的优化方案：sqlWHERE(age>25ANDdepartment='IT')OR(salary>5000ANDyears_exp>3)答案：转换为两个查询的并集分别对每个子条件使用合适的索引通过位图操作合并结果集六、GaussDB查询处理综合题1.GaussDB查询优化器的主要特点是什么？它在处理复杂查询时采用了哪些策略？答案：基于代价的优化：考虑I/O、CPU、网络等代价因素多阶段优化：逻辑优化、物理优化、执行计划生成自适应优化：根据运行时统计信息调整执行策略2.描述GaussDB在处理分布式查询时的关键技术。答案：查询下推：将操作尽可能下推到数据节点执行数据重分布：根据连接键重新分布数据并行执行：多个节点协同完成查询任务3.分析GaussDB向量化执行引擎的优势及实现原理。答案：优势：减少函数调用开销，更好利用CPU缓存和SIMD指令原理：按列批量处理数据，减少上下文切换第六章查询优化习题一、选择题（每题只有一个正确答案）1.查询优化的主要目标是：A.减少查询语法错误B.提高查询执行效率C.增加查询功能D.简化查询编写答案：B2.在关系表达式的等价改写中，选择操作的下推规则是指：A.将选择操作尽可能推到表达式树的顶部B.将选择操作尽可能推到表达式树的底部C.将选择操作转换为投影操作D.将选择操作与连接操作合并答案：B3.HyperLogLog算法主要用于解决什么问题：A.连接顺序选择B.基数估计C.查询代价度量D.物理算子选取答案：B4.基于动态规划的连接顺序选择算法的时间复杂度是：A.O(n)B.O(n²)C.O(n!)D.O(2ⁿ)答案：D5.流水线执行与物化执行的主要区别在于：A.流水线执行需要中间结果存储，物化执行不需要B.流水线执行不需要中间结果存储，物化执行需要C.流水线执行只适用于小数据集D.物化执行只适用于大数据集答案：B二、判断题（正确打"√"，错误打"×"）1.（）查询代价的度量通常只考虑I/O代价，不考虑CPU代价。答案：×（现代优化器会综合考虑I/O和CPU代价）2.（）关系表达式的等价改写是逻辑优化的核心内容。答案：√3.（）蓄水池算法可以用于在线处理数据流的基数估计。答案：√4.（）基于人工智能的查询优化完全替代了传统的基于规则的优化。答案：×（AI优化是对传统方法的补充而非替代）5.（）物理优化主要关注如何选择最优的物理算子和执行顺序。答案：√三、简答题1.解释查询优化中逻辑优化与物理优化的区别和联系。答案：逻辑优化：关注关系代数表达式的等价变换，不涉及具体执行方法物理优化：选择具体的执行算法和访问路径联系：逻辑优化为物理优化提供更多候选计划2.描述基数估计在查询优化中的重要性及主要挑战。答案：重要性：准确的基数估计是选择最优执行计划的基础挑战：数据相关性、复杂谓词、数据倾斜等影响估计准确性3.比较基于动态规划和基于启发式方法的连接顺序选择策略。答案：动态规划：能找到最优解但时间复杂度高，适合连接表较少的情况启发式方法：计算效率高但不能保证最优，适合大规模连接4.说明流水线执行的两种实现方式（demand-driven和producer-driven）的工作原理。答案：demand-driven（拉取式）：上层算子向下层算子请求数据producer-driven（推送式）：下层算子主动向上层算子推送数据5.解释AI技术在查询优化中的三个主要应用方向。答案：查询代价预测：使用机器学习模型预测查询执行时间连接顺序选择：使用强化学习等方法优化连接顺序参数调优：自动调整数据库配置参数四、分析设计题1.分析以下查询，说明可能的优化策略：sqlSELECT*FROMorderso,customersc,productspWHEREo.cust_id=c.idANDd_id=p.idANDc.country='China'ANDp.category='Electronics'答案：连接顺序选择：优先连接选择性高的表谓词下推：将选择条件尽可能下推到扫描层索引利用：在country和category上建立索引2.设计一个使用HyperLogLog算法进行基数估计的方案：说明算法的基本原理描述在分布式环境下的实现要点答案：原理：通过哈希值的首位零位数估计基数分布式实现：各节点独立计算，合并时取最大值3.分析以下查询计划的优化机会：全表扫描orders→过滤status='shipped'→排序byorder_date→嵌套循环连接customers→投影输出字段答案：建立(status,order_date)复合索引避免排序考虑使用哈希连接替代嵌套循环连接尽早投影减少中间结果大小五、算法应用题1.使用动态规划算法为4个表（R、S、T、U）选择连接顺序：描述算法执行步骤给出状态转移方程答案：步骤：从小到大枚举子集，计算最优连接代价状态转移：cost(S)=min{cost(S1)+cost(S2)+join_cost(S1,S2)}2.实现一个简单的基数估计器，要求：处理等值选择、范围选择和连接操作考虑数据倾斜的影响答案：等值选择：1/NDV(NumberofDistinctValues)范围选择：直方图估计连接：min(1/NDV1,1/NDV2)×|R|×|S|3.设计一个流水线执行的哈希连接算法：说明如何避免中间结果物化描述内存管理策略答案：构建阶段：流水线构建哈希表探测阶段：流水线探测匹配内存管理：动态调整哈希表分区，溢出时写磁盘六、GaussDB查询优化综合题1.GaussDB查询优化器的主要架构特点是什么？答案：多阶段优化架构：语法分析→逻辑优化→物理优化基于代价的优化模型支持分布式查询优化集成AI优化技术2.描述GaussDB在处理复杂查询时的优化策略。答案：子查询优化：子查询展开、物化、半连接转换分区剪枝：基于查询条件排除无关分区谓词推导：通过传递性推导新的过滤条件3.分析GaussDB中AI优化技术的具体应用场景。答案：查询时间预测：基于历史执行记录预测新查询时间索引推荐：自动推荐创建或删除的索引参数调优：根据工作负载自动调整配置参数七、高级优化技术分析1.比较传统优化器与基于AI的优化器在以下方面的差异：优化质量计算开销适应性可解释性答案：优化质量：AI优化器可能找到传统方法忽略的好计划计算开销：AI优化器训练成本高但推理成本可控适应性：AI优化器能更好适应数据分布变化可解释性：传统优化器规则更透明，AI优化器可解释性较差2.在云数据库环境中，查询优化面临哪些新的挑战？答案：资源弹性：优化器需要适应动态变化的资源多租户：需要考虑不同工作负载的相互影响网络代价：分布式环境下网络传输成为重要代价因素3.设计一个自适应的查询优化框架：说明如何根据运行时反馈调整优化策略描述学习机制的实现方式答案：运行时监控：收集实际执行统计信息反馈循环：根据执行结果调整代价模型参数在线学习：增量更新AI模型，适应工作负载变化第七章查询执行习题一、选择题（每题只有一个正确答案）1.火山模型（VolcanoModel）的核心特点是：A.批量处理数据B.一次处理一个元组C.编译执行查询D.向量化处理答案：B2.在物化模型中，与火山模型的主要区别是：A.使用拉取式数据流B.一次处理整个关系C.支持向量化执行D.基于LLVM编译答案：B3.向量化执行的优势主要体现在：A.减少函数调用开销B.简化查询优化C.降低内存使用D.避免磁盘I/O答案：A4.LLVM（Low-LevelVirtualMachine）在查询执行中的主要作用是：A.虚拟化硬件资源B.动态编译查询代码C.管理数据库连接D.优化网络传输答案：B5.推送式模型（PushModel）与拉取式模型的主要区别在于：A.数据流动方向B.查询优化方式C.事务处理机制D.存储引擎选择答案：A二、判断题（正确打"√"，错误打"×"）1.（）火山模型中，每个算子都实现next()接口来获取下一个元组。答案：√2.（）向量化执行每次处理一个元组，适合OLTP负载。答案：×（向量化执行批量处理数据，适合OLAP负载）3.（）JIT编译可以消除查询执行时的解释开销。答案：√4.（）推送式模型中，数据从底层算子向上层算子主动推送。答案：√5.（）缓存优化主要关注减少CPU缓存命中率。答案：×（关注提高CPU缓存命中率）三、简答题1.比较火山模型、物化模型和向量化执行的优缺点。答案：火山模型：通用性强，缓存不友好，函数调用开销大物化模型：减少函数调用，但内存开销大向量化执行：平衡两者，批量处理减少开销，保持流水线2.描述LLVM在查询执行中的工作流程。答案：解析查询生成中间表示（IR）优化IR代码编译为机器代码执行编译后的代码3.解释推送式模型与拉取式模型在数据流控制方面的差异。答案：拉取式：上层算子通过next()向下拉取数据推送式：下层算子主动向上推送数据差异：控制反转，推送式更适合流水线执行4.说明JIT（即时编译）在数据库系统中的三个主要优势。答案：消除解释执行开销生成针对特定查询的优化代码可以利用运行时信息进行优化5.描述缓存优化在查询执行中的重要性及主要技术。答案：重要性：缓存命中率对性能影响巨大主要技术：数据布局优化、预取、循环展开、数据局部性优化四、分析设计题1.分析以下查询在火山模型下的执行过程：sqlSELECTnameFROMemployeesWHEREsalary>50000ORDERBYname;答案：表扫描算子→选择算子→排序算子→投影算子每个算子通过next()接口传递单个元组排序算子需要物化中间结果2.设计一个向量化执行的查询引擎，要求：说明批量处理的大小选择策略描述向量化算子的实现要点答案：批量大小：通常选择L1缓存能容纳的大小（几千个元组）实现要点：列式处理、SIMD指令利用、避免虚函数调用3.比较以下三种执行引擎对混合负载（OLTP+OLAP）的适应性：火山模型向量化执行编译执行答案：火山模型：OLTP友好，OLAP性能较差向量化执行：OLAP优秀，OLTP适中编译执行：两者都较好，但编译开销需要考虑五、性能优化题1.分析缓存失效的常见原因及优化策略：说明数据布局对缓存性能的影响描述预取技术的应用场景答案：缓存失效原因：容量冲突、跨步访问、伪共享优化策略：数据对齐、数组结构代替指针结构、循环分块2.计算以下查询在不同执行模型下的预期性能：sqlSELECTSUM(salary)FROMemployeesWHEREdepartment='Engineering';假设：表大小100万行，Engineering部门占10%，缓存行大小64字节答案：火山模型：高函数调用开销，缓存不友好向量化执行：批量处理，更好的缓存利用率编译执行：消除解释开销，最优性能3.设计一个自适应执行引擎，能够根据查询特性选择最优执行策略：说明决策因素描述切换机制答案：决策因素：数据大小、选择率、硬件特性切换机制：基于代价模型或机器学习预测六、GaussDB执行引擎综合题1.GaussDB执行引擎的架构特点是什么？答案：多执行引擎支持：向量化、编译执行、传统火山模型自适应优化：根据查询特征选择最优执行路径分布式执行：支持跨节点并行执行2.描述GaussDB执行引擎的关键技术创新。答案：LLVM动态编译：消除解释开销向量化处理：充分利用现代CPU特性缓存友好算法：优化数据访问模式3.分析GaussDB在HTAP场景下的执行引擎优化策略。答案：OLTP优化：快速路径、编译执行、行存储OLAP优化：向量化执行、列存储、并行处理自适应切换：根据工作负载动态调整执行策略七、高级执行技术分析1.比较现代CPU架构对查询执行引擎设计的影响：多核并行性SIMD指令集缓存层次结构分支预测答案：多核：需要并行执行引擎SIMD：推动向量化执行缓存：强调数据局部性优化分支预测：影响条件处理效率2.在云原生数据库环境中，查询执行引擎面临哪些新的挑战？答案：资源弹性：适应动态变化的计算资源多租户隔离：避免工作负载相互干扰网络延迟：分布式执行中的网络开销存储分离：计算与存储分离架构的影响3.设计一个面向未来硬件趋势的查询执行引擎：说明如何利用新兴硬件（GPU、FPGA、持久内存）描述异构计算架构下的执行策略答案：GPU：大规模并行处理，适合扫描和聚合FPGA：可定制硬件，适合特定算子加速持久内存：扩展内存层次，减少磁盘I/O异构架构：任务分发和结果合并机制第八章分布式数据库习题一、选择题（每题只有一个正确答案）1.分布式数据库系统的主要优势不包括：A.提高数据局部性B.增强系统可扩展性C.简化系统管理D.提高系统可用性答案：C2.在数据分片策略中，水平分片是指：A.按列划分数据B.按行划分数据C.按表划分数据D.按数据库划分数据答案：B3.分布式并发控制中，基于MVCC的协议主要解决：A.死锁问题B.读写冲突问题C.网络分区问题D.数据一致性问题答案：B4.两阶段提交协议（2PC）中，协调者收到所有参与者的"同意"响应后：A.直接提交事务B.发送回滚指令C.发送提交指令D.等待超时答案：C5.GaussDB分布式架构中，数据节点的主要职责是：A.协调全局事务B.存储实际数据C.管理元数据D.处理客户端连接答案：B二、判断题（正确打"√"，错误打"×"）1.（）分布式数据库在逻辑上是一个整体，在物理上是分散的。答案：√2.（）数据复制只会增加存储开销，不会带来任何性能优势。答案：×（复制可以提高读取性能和可用性）3.（）分布式查询优化只需要考虑本地代价，不需要考虑网络传输代价。答案：×（必须考虑网络传输代价）4.（）Paxos协议可以解决分布式系统中的共识问题。答案：√5.（）GaussDB分布式事务处理保证强一致性。答案：√三、简答题1.解释分布式数据库系统中数据分片和数据复制的区别与联系。答案：分片：将数据划分到不同节点，提高并行处理能力复制：在多个节点保存数据副本，提高可用性和读取性能联系：通常结合使用，先分片再复制2.描述基于锁的分布式并发控制算法的工作原理。答案：全局锁管理器或分布式锁协调读锁共享，写锁排他需要处理分布式死锁检测和恢复3.比较分布式静态查询优化和动态查询优化的优缺点。答案：静态优化：编译时优化，执行计划固定，适合稳定环境动态优化：运行时优化，适应数据分布变化，开销较大4.说明分布式可靠性协议中的两阶段提交（2PC）和三阶段提交（3PC）的主要区别。答案：2PC：简单但存在阻塞问题，协调者故障时参与者可能一直等待3PC：增加预提交阶段，解决阻塞问题，但协议更复杂5.描述GaussDB分布式查询处理的架构特点。答案：全局查询优化器生成分布式执行计划查询下推减少网络传输并行执行充分利用各节点资源四、分析设计题1.设计一个分布式数据库系统的数据分片方案：考虑分片键选择原则描述分片策略（范围、哈希、列表）说明如何避免数据倾斜答案：分片键选择：选择访问频繁、分布均匀的字段分片策略：哈希分片保证均匀，范围分片支持范围查询避免倾斜：监控数据分布，动态调整分片策略2.分析分布式事务在网络分区情况下的处理策略：描述CAP理论的应用说明一致性级别的选择提出故障恢复方案答案：CAP理论：网络分区时在一致性和可用性间权衡一致性级别：根据业务需求选择强一致性或最终一致性故障恢复：通过日志和协调者状态恢复事务3.设计一个分布式连接查询的优化方案：考虑数据本地性描述连接算法选择说明网络传输优化答案：数据重分布：将连接键相同的数据聚集到同一节点算法选择：根据数据大小选择广播连接或重分布连接传输优化：数据压缩、批量传输五、分布式算法题1.分析Paxos协议在分布式一致性中的工作原理：描述协议阶段说明如何保证安全性分析性能特点答案：阶段：准备阶段和接受阶段安全性：多数派原则保证一致性性能：至少需要两轮通信，延迟较高2.实现一个简单的分布式死锁检测算法：描述等待图构建说明环检测方法提出死锁解除策略答案：全局等待图：合并各节点的等待关系环检测：定期运行图算法检测环解除策略：选择牺牲者事务回滚3.设计一个分布式检查点协议：说明一致性检查点的概念描述协调检查点算法分析恢复过程答案：一致性检查点：所有节点状态的全局一致性快照协调算法：协调者协调所有节点同时创建检查点恢复：从最近的一致性检查点开始恢复六、GaussDB分布式特性综合题1.GaussDB分布式架构的主要组件及其功能是什么？答案：协调节点：接收查询，生成执行计划，协调事务数据节点：存储数据，执行本地操作全局事务管理器：协调分布式事务元数据服务：管理数据分布信息2.描述GaussDB分布式查询优化的关键技术。答案：代价模型：综合考虑I/O、CPU、网络代价查询下推：将操作尽可能下推到数据节点并行执行：多节点协同处理查询自适应优化：根据运行时统计调整计划3.分析GaussDB在保证分布式事务ACID特性方面的实现机制。答案：原子性：通过两阶段提交协议保证一致性：通过完整性约束和并发控制保证隔离性：基于MVCC和多版本时间戳持久性：WAL日志和多副本机制七、容错与可靠性设计1.设计一个分布式数据库的容错方案：描述故障检测机制说明数据恢复策略分析系统可用性保障答案：故障检测：心跳机制、超时检测数据恢复：从事务日志恢复，从副本同步数据可用性：多副本、自动故障转移、服务降级2.比较不同数据复制策略的优缺点：同步复制vs异步复制主从复制vs多主复制答案：同步复制：强一致性，高延迟异步复制：低延迟，可能数据丢失主从复制：简单，写性能受限多主复制：写扩展性好，冲突解决复杂3.分析分布式数据库在云环境下的特殊挑战：网络不确定性资源弹性多租户隔离答案：网络：延迟波动、分区容忍资源：动态扩缩容、成本优化多租户：性能隔离、安全隔离、资源公平第九章GaussDB数据库关键技术习题一、选择题（每题只有一个正确答案）1.GaussDB高可用技术中的多层级冗余不包括：A.数据副本冗余B.网络设备冗余C.电源模块冗余D.开发人员冗余答案：D2.DCF高可用组件的主要作用是：A.数据压缩B.共识协议管理C.查询优化D.数据加密答案：B3.全密态技术主要保护数据的：A.传输安全B.存储安全C.计算安全D.以上所有答案：D4.GaussDB软硬结合技术主要优化的是：A.开发效率B.硬件资源利用率C.用户界面D.编程语言答案：B5.AI查询时间预测主要基于：A.查询语法复杂度B.历史执行统计信息C.数据库表数量D.网络带宽答案：B二、判断题（正确打"√"，错误打"×"）1.（）跨AZ容灾技术可以保证数据零丢失。答案：√2.（）透明数据加密只加密磁盘上的数据，内存中的数据不加密。答案：×（全密态技术内存中也加密）3.（）动态数据脱敏可以根据用户权限显示不同的数据内容。答案：√4.（）GTM-Lite通过减少全局事务管理器的负载来提高性能。答案：√5.（）DEEPSQL只能用于查询优化，不能用于性能诊断。答案：×（也可用于性能诊断）三、简答题1.描述GaussDB高可用架构中的多层级冗余设计。答案：数据层：多副本数据冗余网络层：多路径网络冗余节点层：多节点部署冗余存储层：多存储设备冗余2.解释全密态技术相比传统加密技术的优势。答案：全程加密：数据在传输、存储、计算过程中全程加密性能优化：加密计算不下推，性能影响小安全管理：密钥与数据分离管理3.说明GaussDB软硬结合技术的主要实现方式。答案：RDMA网络：减少网络延迟NVMeSSD：提高存储性能智能网卡：卸载数据库计算任务GPU加速：AI查询加速4.描述在线聚簇扩容的工作流程。答案：数据重分布：自动均衡数据分布在线切换：业务不中断资源调整：动态调整计算和存储资源一致性保证：扩容过程中数据一致性保证5.解释智能索引推荐的工作原理。答案：工作负载分析：分析查询模式代价评估：评估索引创建代价和收益自动推荐：推荐最优索引组合效果验证：验证索引实际效果四、技术分析题1.分析应用无损透明（ALT）技术在故障切换中的优势：描述传统故障切换的痛点说明ALT技术如何解决这些问题分析对业务连续性的影响答案：传统痛点：会话中断、事务回滚、数据不一致ALT解决方案：会话保持、事务续传、数据同步业务影响：实现真正的业务无损切换2.设计一个基于GaussDB的安全方案：考虑数据分类分级描述访问控制策略说明审计日志设计答案：数据分类：敏感数据识别和分类访问控制：基于角色的细粒度权限控制审计日志：全量操作日志记录和分析3.分析GTM-Lite在分布式事务处理中的性能优化：比较传统GTM与GTM-Lite的架构差异说明性能提升的具体表现分析适用场景答案：架构差异：GTM-Lite将部分功能下推到数据节点性能表现：减少网络往返，提高并发处理能力适用场景：中小规模分布式事务处理五、AI技术应用题1.设计一个基于AI的参数调优系统：描述数据收集方法说明模型训练过程分析调优效果评估答案：数据收集：性能指标、工作负载特征、配置参数模型训练：强化学习或深度学习模型效果评估：性能提升、稳定性、资源利用率2.分析慢SQL发现技术的实现原理：说明慢SQL识别方法描述根本原因分析提出优化建议生成策略答案：识别方法：执行时间阈值、资源消耗分析原因分析：执行计划分析、资源瓶颈识别优化建议：索引建议、SQL重写、配置调整3.设计一个数据库原生AI算法的应用场景：选择具体的AI算法描述在数据库内的执行流程分析性能优势答案：算法选择：聚类、分类或回归算法执行流程：数据读取、模型计算、结果输出性能优势：避免数据导出，利用数据库并行处理能力六、综合设计题1.设计一个金融级GaussDB部署方案：高可用要求：RTO<30秒，RPO=0安全要求：符合金融监管标准性能要求：支持每秒万级交易答案：高可用：跨AZ部署、实时数据同步、自动故障切换安全：全密态加密、动态脱敏、完整审计日志性能：读写分离、负载均衡、智能参数调优2.分析GaussDB在混合负载场景下的优化策略：OLTP特征：短事务、高并发、点查询OLAP特征：长事务、复杂查询、批量操作资源隔离方案答案：资源组：为不同负载创建独立资源组存储引擎：行存储用于OLTP，列存储用于OLAP调度策略：基于优先级和资源限制的智能调度3.设计一个智能运维监控系统：监控指标设计预警机制建立自愈能力实现答案：监控指标：性能、容量、可用性、安全性预警机制：多级阈值、智能预测、多渠道通知自愈能力：自动扩容、故障自恢复、性能自调优七、创新思考题1.分析未来数据库技术发展趋势：AI与数据库的深度融合云原生架构的演进新型硬件的影响数据安全与隐私保护答案：AI融合：自治数据库、智能优化、自然语言接口云原生：Serverless、微服务架构、多租户隔离新硬件：持久内存、量子计算、异构计算安全隐私：差分隐私、联邦学习、区块链技术2.设计一个面向未来的智能数据库系统：自管理能力自优化能力自保护能力自恢复能力答案：自管理：自动安装部署、配置管理、版本升级自优化：查询重写、索引管理、参数调优自保护：入侵检测、漏洞修复、数据备份自恢复：故障预测、自动切换、数据修复3.分析GaussDB在国产化替代中的竞争优势：技术先进性生态完整性服务支持能力成本效益分析答案：技术：全栈自研、功能完备、性能领先生态：工具链完整、社区活跃、合作伙伴丰富服务：本地化支持、快速响应、专业服务团队成本：总体拥有成本低、投资回报率高第十章基于GaussDB的数据库设计与开发实践习题一、选择题（每题只有一个正确答案）1.在E-R模型中，实体集与学生选课的联系集之间的关系通常是：A.一对一B.一对多C.多对多D.无关系答案：C2.关系模式规范化到第三范式（3NF）主要是为了消除：A.部分函数依赖和传递函数依赖B.多值依赖C.连接依赖D.所有数据冗余答案：A3.在GaussDB中创建数据库实例时，必须配置的参数不包括：A.实例规格B.存储空间C.数据库密码D.开发人员姓名答案：D4.逻辑数据库设计阶段的主要任务是将：A.E-R图转换为关系模式B.用户需求转换为E-R图C.关系模式转换为物理存储结构D.SQL语句转换为查询计划答案：A5.在数据库设计中，"好的设计"通常不包括：A.数据冗余最小化B.避免插入、删除和更新异常C.使用尽可能多的表D.保持数据一致性答案：C二、判断题（正确打"√"，错误打"×"）1.（）E-R图中的矩形表示实体集，菱形表示联系集。答案：√2.（）函数依赖A→B表示如果A的值相同，则B的值也必须相同。答案：√3.（）在GaussDB中，创建数据库实例后可以直接使用，无需进行任何初始化配置。答案：×（需要创建数据库、用户、表等）4.（）存储过程在数据库中预编译，因此执行效率比相同功能的动态SQL语句低。答案：×（存储过程通常执行效率更高）5.（）数据库备份只需要备份数据文件，不需要备份日志文件。答案：×（日志文件对恢复很重要）三、简答题1.描述实体-联系模型（E-R模型）的三个基本要素及其表示方法。答案：实体集：用矩形表示，代表现实世界对象属性：用椭圆表示，描述实体特征联系集：用菱形表示，描述实体间关系2.解释关系模式规范化过程中第一范式（1NF）、第二范式（2NF）和第三范式（3NF）的要求。答案：1NF：属性原子性，不可再分2NF：满足1NF，且非主属性完全依赖于主键3NF：满足2NF，且消除传递依赖3.说明在GaussDB中创建和连接数据库实例的主要步骤。答案：创建实例：选择规格、配置存储、设置网络连接实例：获取连接地址、使用客户端工具连接初始化：创建数据库、用户、权限设置4.描述基于GaussDB的权限管理体系。答案：用户管理：创建用户、设置密码策略角色管理：定义角色、分配权限对象权限：表、视图、存储过程的访问控制审计功能：操作日志记录和分析5.解释在数据库设计中如何平衡规范化和性能的关系。答案：规范化优点：减少冗余、避免异常规范化缺点