湖南大学-数据库系统-2017期末考试解析

news2024/11/18 7:50:44
【写在前面】

这是2017年的卷子,复习备考的时候做了并与同学校对了答案。答案仅供参考。这张难度不大,比起前一年的并没有增加什么知识点。

一、 单选题(每小题 2 分,共 20 分)

1 、数据库的概念模型独立于( )。
A )具体的机器和 DBMS B E-R
C )信息世界(D )现实世界
2 、对关系 R(A,B,C) S(B,C,D) ,下列关系代数表达式不成立的是( )
A π B (R) π B , D (S)
B R S
C π B (R) π B (S)
D R S
3 、如果一个关系 R 中的属性全部都是主属性,则 R 至少可以达到( )。
A 2NF B 3NF
C BCNF D 4NF
4 、在 E-R 模型中,如果有 3 个不同的实体集, 3 个多对多的联系, 则应转换为( )个关系模式。
A 3 B 6 C 9 (D 4
5 、关于死锁,下列说法正确的是( )
A )死锁是操作系统中的问题,数据库中不存在
B )数据库中防止死锁的方法是禁止两个用户同时访问数据库
C )当两个用户竞争相同的资源时不会发生死锁
D )只有出现并发操作时,才有可能出现死锁
6 、写一个修改到数据库中,与写一个表示这个修改的记录到日志文件中 的操作,应该( )。
【这个知识点老熟人了】
A )前者先做
B )由程序员安排
C )后者先做
D )由系统决定哪一个先做
7 、查询优化策略中,首先应该做的是()
A )对数据进行预处理
B )尽早执行选择运算
C )尽早执行笛卡尔乘积运算
D )投影运算
8 、在第一个事务以 S 封锁方式读数据 A 时,第二个事务对数据 A 的读取 方式会遭到失败的是( )。
A )实现 X 封锁的读
B )实现 S 封锁的读
C )不加锁的读
D )实现意向共享锁的读
9 、视图建立后,在数据字典中存放的是( )。 【这道题挺好的,要注意,有几年没考了】
A )查询语句
B )组成视图的表的内容
C )视图的定义
D )视图对应的表的定义
10 、设有关系 R A, B, C, D ),依赖集 F={A B, B C} ,则属性集 BD 关于 F 的闭包 (BD) + F 为( )。
A BD
B BCD
C BC
D CD
【答案】
ABBBD CBACB

二、一个图书借阅管理数据库要求提供下述服务:(共 15 分)

1 )可随时查询书库中现有书籍的品种、数量与存放位置。所有各类书籍均可由书号惟一标识。
2 )可随时查询书籍借还情况。包括借书人单位、姓名、借书证号、 借书日期和还书日期。 这里约定:任何人可借多种书,任何一种书可为多个人所借,借书证号具有惟一性。
3 )当需要时,可通过数据库中保存的出版社的电报编号、电话、邮编及地址等信息向有关书籍的出版社增购有关书籍。这里约定,一个出版社可出版多种书籍,同一本书仅为一个出版社出版,出版社名具有惟一性。
根据以上情况和假设,试作如下设计:
1 )构造满足需求的 E R 图。( 7 分)
2 )转换为恰当的关系模式,并标出主码和外码。( 8 分)
【答案】
2023年,也就是今年的题就跟这道差不多,改了一两个属性而已。所以有时刷刷题还是有点用的(虽然这个题目也很简单)

三、设有如下关系模式(共 10 分)

书店(书店编号,书店名,地址)
图书(书号,书名,定价)
图书馆(馆号,馆名,城市,电话)
图书发行(馆号,书号,书店号,数量)
1 )用 SQL 语句查询已发行图书中最贵的图书的书名和定价。( 5 分)
2 )写出以下 SQL 语句的含义(查的是什么?)( 5 分)
SELECT 馆名
FROM 图书馆
WHERE 馆号 IN
(SELECT 馆号
FROM 图书发行
WHERE 书号 IN
(SELECT 书号
FROM 图书
WHERE 书名=’数据库系统概念’));
【答案】
(1)我用的嵌套查询,方法应该不止一种
(2)查询藏有已发行图书《数据库系统概念》的图书馆的馆名

四、(共 15 分)

1 )设有关系模式 R X, Y, Z ),依赖集 F={XY Z, XZ Y, Y Z} ,判断
R 最高满足第几范式并说明理由。( 8 分)
2 )设关系模式 R A, B, C ),其关系 r 如下表所示。判断 A B, BC A,
B A 各自在 r 上是否成立,并说明理由。( 7 分)

 

【答案】

(1)3NF;主码XY,XZ,不存在非主属性,故至少有3NF。但是Y→Z,决定因素不含码,故不能到BCNF。

这道题在前一年的2016考题中考过了,思路一样的,所以说这个模式那几年很流行。

(2)A→B 成立;BC→A 不成立;B→A 不成立

五、举例说明连接操作的排序-合并实现方法(10 分)

【答案】
《数据库系统概论》第6版 书P305

六、并发

下图中的事务是否为冲突可串行化?说明理由。如果是,请给出一 个等价的串行调度。(10 分)

【答案】

显然这是无法交换的,不论T1还是T2谁在前。

如果试图交换T1在前,对于B的读和写是互斥的,不可能交换。

如果试图交换T2在前,则会遇到对于A的读写冲突。

七、恢复

系统出现故障时,恢复子系统将根据事务的不同状态采取不同的恢复策略。说明下图中 T 1 ~T 5 五个事务对应的恢复策略(无操作,REDO 或 UNDO ),并说明理由( 10 分)

 

这种题是前几年的老熟人了,不过从今年(2023)开始对恢复的考察开始改了不用这种无脑的方法了。

【答案】

八、

在学习了关系数据库以后,你觉得它主要的好处是什么?它又有哪些缺陷导致它无法胜任某些应用?(10 分,非标准答案,根据理解自由发挥)

 

【最近不考扩展题了,没做】

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1368121.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

这个门禁监控技术,好用好用极了!!

随着科技的迅猛发展,门禁监控技术在各行各业得到了广泛的应用。门禁监控系统不仅提高了安全性,还为管理人员提供了更为便捷和高效的管理手段。 客户案例 企业大厦安全管理 深圳某高层企业大厦面临着人员流动频繁、安全隐患较多的挑战。通过部署泛地缘科…

数字后端设计实现之自动化useful skew技术(Concurrent Clock Data)

在数字IC后端设计实现过程中,我们一直强调做时钟树综合要把clock skew做到最小。原因是clock skew的存在对整体设计的timing是不利的。 但是具体到某些timing path,可能它的local clock skew对timing是有帮助的,比如如下图所示。 第一级FF到第…

HarmonyOS应用开发学习笔记 UIAbility组件间交互 UIAbility启动,页面跳转结果回调

1、 HarmoryOS Ability页面的生命周期 2、 Component自定义组件 3、HarmonyOS 应用开发学习笔记 ets组件生命周期 4、HarmonyOS 应用开发学习笔记 ets组件样式定义 Styles装饰器:定义组件重用样式 Extend装饰器:定义扩展组件样式 5、HarmonyOS 应用开发…

require.context的作用

1、什么是 require.context 一个 webpack 的 api ,通过该函数可以获取一个上下文,从而实现工程自动化(遍历文件夹的文件,从中获取指定文件,自动导入模块)。 在前端工程中,如果一个文件夹中的模块…

以太网交换机——稳定安全,构筑数据之桥

交换机,起源于集线器和网桥等网络通信设备,它在性能和功能上有了很大的发展,因此逐渐成为搭建网络环境的常用的设备。 随着ChatGPT爆发,因为用户量激增而宕机事件频频发生,云计算应用催生超大规模算力需求,…

基于springboot+html的汽车销售管理系统设计与实现

基于springboothtml的汽车销售管理系统 🍅 作者主页 央顺技术团队 🍅 欢迎点赞 👍 收藏 ⭐留言 📝 🍅 文末获取源码联系方式 📝 前言 随着汽车市场的快速发展,汽车销售企业面临着越来越大的管理…

速卖通跨境智星:解决IP及环境问题,实现批量注册轻松搞定

如果想要注册大批量的速卖通买家号,关键问题之一就是IP及浏览环境的管理。为了确保每个账号都能独立运行,使用独立的IP是必不可少的。近期,速卖通跨境智星备受关注,支持绑定代理IP,并内置反指纹技术,为用户…

【新华三】IPsec VPN 实验配置(地址固定)

【新华三】IPsec VPN 实验配置(地址固定) 注意实验需求配置思路配置命令拓扑R1基础配置配置第一阶段 IKE SA配置第二阶段 IPsec SA ISP_R2基础配置 R3基础配置配置第一阶段 IKE SA配置第二阶段 IPsec SA PCPC1PC2 检查建立成功查看命令清除IKE / IPsec S…

kubernetes Namespace Labels 详解

写在前面:如有问题,以你为准, 目前24年应届生,各位大佬轻喷,部分资料与图片来自网络 内容较长,页面右上角目录方便跳转 namespace 实现资源分组,label实现业务分组 Namespace 基础理论 最重…

Java BIO、NIO(通信/群聊系统、零拷贝)、AIO

Java BIO、NIO(通信/群聊系统、零拷贝)、AIO BIO、NIO、AIO特点和场景 BIO(Blocking I/O)、NIO(Non-blocking I/O)、AIO(Asynchronous I/O)是Java中用于处理I/O操作的三种不同的I/O模型,它们具…

【Spring 篇】深入浅出:用Spring注解开发的奇妙之旅

在编程的世界里,Spring框架如同一位慈祥的导师,为我们打开了无尽可能性的大门。而在Spring的广袤领域中,注解是我们最亲密的伙伴之一。本篇博客将深入浅出地介绍使用Spring注解进行开发的奇妙之旅,为你解开注解的神秘面纱。 前奏…

游泳时用什么耳机听歌好? 口碑最好的游泳耳机分享

在游泳的律动中,欣赏动感音乐或沉浸在激励的声音中,无疑是一种愉悦的体验。因此,在选择一款适合游泳的耳机时,不仅需要考虑音质和舒适度,还要兼顾防水性能,确保在水中也能畅快聆听。本文将为您介绍一些备受…

jupyter内核错误

1、在dos窗口输入以下命令激活环境:anaconda activate 【py环境名,比如py37】(目的是新家你一个虚拟环境) 2、在虚拟环境py37下安装jupyter notebook,命令:pip install jupyter notebook 3、安装ipykerne…

强化学习的数学原理学习笔记 - 值函数近似(Value Function Approximation)

文章目录 概览:RL方法分类值函数近似(Value function approximation)Basic idea目标函数(objective function)优化算法(optimization algorithm) Sarsa / Q-learning with function approximati…

Windows中处理PySpark报错:SparkException: Python worker failed to connect back

Windows中处理PySpark报错:SparkException: Python worker failed to connect back 这个问题可能是发送在windows10以上的版本,使用datafram的方法是没问题,但是使用rdd算子出现这个问题,报错SparkException: Python worker fail…

企业常用的几种实用的加速FTP传输方式

FTP作为互联网上最早应用的文件传输协议之一,同时也是企业内外常用的文件和数据交换方式。然而,随着数据量的增加和对传输速度、稳定性、安全性等要求的提高,FTP传输面临一系列挑战,给企业的业务效率和数据安全带来了困扰。本文将…

大数据深度学习长短时记忆网络(LSTM):从理论到PyTorch实战演示

文章目录 大数据深度学习长短时记忆网络(LSTM):从理论到PyTorch实战演示1. LSTM的背景人工神经网络的进化循环神经网络(RNN)的局限性LSTM的提出背景 2. LSTM的基础理论2.1 LSTM的数学原理遗忘门(Forget Gat…

【软考中级-软件设计师】day4:数据结构-线性表、单链表、栈和队列、串

大纲 线性结构 顺序存储和链式存储区别 单链表的插入和删除 真题 栈和队列 真题 串

python匹配问题

脏数据匹配 一般数据建模步骤中,数据清洗耗时占比80%以上,因为现实中接触到的数据相当脏,无法直接简单的用pandas的merge函数解决。下面以QS大学排名的匹配为例,简单介绍脏数据匹配中会遇到的问题和主要步骤。 1 问题描述 给定…

PyQT5实现图像处理应用(含Windows7下完整打包方案)

目录 1、任务概述2、环境安装2.1 创建虚拟环境2.2 安装依赖库 3、程序开发3.1 框架搭建3.2 读取图像3.3 图像处理 4、打包部署5、小结 1、任务概述 本篇博文将通过PyQT5来实现一个简单的图像处理应用,并完成打包部署。 本文开发平台:Windows10 64位系统…