【软考系统架构设计师】2023年系统架构师冲刺模拟习题之《数据库系统》
在数据库章节中可能会考察以下内容:
文章目录
- 数据库完整性约束🌟
- 数据库模式🌟🌟
- ER模式🌟
- 关系代数🌟🌟
- 并发控制🌟
- 数据仓库与数据挖掘🌟🌟
- 反规范化技术🌟
数据库完整性约束🌟
不能用作数据完整性约束实现技术的是()
A、实体完整性约束
B、触发器
C、参照完整性约束
D、视图
答案选择D
数据完整性包括:
- 实体完整性:即主键约束,主键不能为空,也不能重复。
- 参照完整性:即外键约束,外键必须是其他表中已经存在的主键的值或者为空。
- 用户自定义完整性:自定义表达式约束
- 触发器比较灵活,可以写脚本语言来检查和约束,可以看作是自定义,所以排除法选择是D
数据库模式🌟🌟
数据库管理系统提供授权功能以便控制不同用户访问数据库的权限,其主要的目的是为了实现数据库的()
A、一致性
B、完整性
C、安全性
D、可靠性
答案选择C
看到授权 一般是从安全角度考虑
在分布式数据库中有分片透明、复制透明、位置透明和逻辑透明等基本概念。其中,()是指用户无需知道数据存放的物理位置。
A.分片透明
B.逻辑透明
C.位置透明
D.复制透明
答案选择C,
这一题是历年真题,物理位置肯定是和位置相关的,所以选择位置透明;
分片透明
:是用户或应用程序不需要知道逻辑上访问的表具体是如何分块存储的;
逻辑透明
:是用户或应用程序无需知道局部使用的是哪种数据模型;
复制透明
:是用户或应用程序不关心复制的数据从何而来。
在数据库设计的需求分析、概念结构设计、逻辑结构设计和物理结构设计的四个阶段中,基本E-R图是();数据库逻辑结构设计阶段的主要工作步骤依次为()。
A.需求分析阶段形成的文档,并作为概念结构设计阶段的设计依据
B.逻辑结构设计阶段形成的文档,并作为概念结构设计阶段的设计依据
C.概念结构设计阶段形成的文档,并作为逻辑结构设计阶段的设计依据
D.概念结构设计阶段形成的文档,井作为物理设计阶段的设计依据
A.关系规范化一转换为数据模型一模式优化一设计用户模式
B.转换为数据模型一关系规范化一模式优化一设计用户模式
C.模式优化一设计用户模式一>关系规范化一转换为数据模型
D.设计用户模式一>模式优化一>关系规范化一转换为数据模型
答案选择C、B
在软件工程中 在需求阶段的产物是ER图数据建模;而在数据库设计中,概念结构设计的产物是ER图,
- 需求分析的产物是DFD分层
数据流图、数据字典、需求说明书
,获得用户对系统的三个要求:信息要求、处理要求、系统要求。 - 概念结构设计是设计ER图也就是实体联系图,在这一块可能存在冲突:属性冲突、命名冲突、结构冲突。
- 逻辑结构设计的主要工作:将ER图转为关系模式,一般包括:确定数据模型、将er图转换成为指定的数据模型、确定完整性约束和确定用户视图,一般用户模式比较滞后.(
在数据库逻辑结构设计阶段,需要需求分析阶段形成的需求说明文档、数据字典、数据流图作为设计依据
) - 物理设计:确定数据分布、存储结构和访问方式。
- 数据库实施阶段:根据逻辑设计和物理设计阶段的结果建立数据库,编制与调试应用程序,组织数据入库,并进行试运行。
- 数据库运行和维护阶段:数据库应用系统经过运行即可投入运行,但该阶段需要不断对系统进行评价、调整与修改。
在数据库系统中,数据库的视图、基本表和存储文件的结构分别与(
外模式、模式、内模式
)对应;数据的物理独立性和数据的逻辑独立性是分别通过修改(模式与内模式之间的映像、外模式与模式之间的映像 )来完成的。
在数据库中有三级模式和两级映射,两级映射就是外模式-模式映射(逻辑独立性),模式-内模式映射(物理独立性)。
物理独立性是当存储结构发生变化时,应用程序不会变,是存储到数据表之间的映射。
逻辑独立性是是基本表发生了变化,但应用程序不变,即基本表到视图的映射。
ER模式🌟
在数据模型中需要掌握以下内容:
- 概念模型是从用户的角度进行建模,是现实世界到信息世界到第一抽象,是真正的实体-联系模型。
- 数据模型三要素:数据结构、数据操作、数据的约束条件。
- E-R图中
- 实体是:客观存在并可相互区别的事物。
- 联系类型:一对一、一对多、多对多
- E-R模型转换为关系模型,每个实体都对应一个关系模式。
- 关系模型中的数据逻辑结构是一张二维表:
- 优点:建立在严格的数据概念基础上;概念单一、结构简单、清晰,用户易懂易用;存取路径对用户透明,从而数据独立性,安全性,简化 数据库开发工作。
- 缺点:由于存取路径透明,查询效率不如非关系数据模型。
关系代数🌟🌟
答案是A、D
在关系代数中需要掌握
:
自然连接:显示全部的属性列,但是相同属性列只显示一次,显示两个关系模式中属性相同且值相同的记录。
在数据库模块还需要掌握函数依赖
给定一个X、能唯一确定一个Y,就称X确定Y,或者Y依赖于X,
范式
:
第一范式:关系中的每一个分量必须是一个不可分的数据项,就是表中不允许有小表存在。
第二范式:在第一范式的基础上,表中的每一个非主属性不会依赖复合主键中的某一个
列。
第三范式:在满足第一范式的基础上,表中不存在非主属性对码的传递依赖。
BC范式:是在第三范式的基础上进一步消除主属性对于码的部分函数依赖和传递依赖。
在模式分解中,无损分解是分解后的关系模式能够还原出关系模式,不能还原就是有损。
并发控制🌟
数据库中的事物概念:由一系列操作组成,这些操作要么全做,要么全不做,有四大特征:
- 原子性(操作):要么全做,要么全不做
- 一致性(数据):事务发生后数据是一致的,例如A向B转账,不会存在B账户没收到的情况。
- 隔离性(执行):任一事务的更新操作直到其成功提交的整个过程对其他事务都是不可见的,不同事务之间是隔离的,互不干涉。
- 持续性(改变):事务操作的结果是持续性的。
事务是并发控制的前提条件,并发控制就是控制不同的事务并发执行,提高系统效率,但是并发控制中存在三个问题:
- 丢失更新:事务2 对数据的更新会覆盖事务1对数据的更新,所以会丢失事务1对数据的更新,即对数据的更新会被覆盖。
- 不可重复读:事务2读A,而后事务1对数据A进行了修改并写回,此时若事务2再读A,发现数据不对。即一个事务重复读A两次,会发现数据A有误。
- 读脏数据:事务1对数据A进行了修改后,事务2 读数据A,而后事务1回滚,数据A回复了原来的值,那么事务2对数据A做的事是无效的,读到了脏数据。
数据仓库与数据挖掘🌟🌟
数据仓库技术有四个阶段
- 数据预处理:包括数据抽取、转换、加载
- 建立数据仓库:是处理海量数据的基础
- 数据分析:一般采用
联机分析处理(OLAP)和数据挖掘
- 联机分析处理:联机分析处理不仅进行数据汇总/聚集,同时还提供切片、切块、下钻、上卷和旋转等数据分析功能,用户可以方便地对海量数据进行多维分析。
- 数据挖掘的目标则是挖掘数据背后隐藏的知识,通过关联分析、聚类和分类等方法建立分析模型,预测企业末来发展趋势和将要面临的问题;
- 数据展现:在海量数据和分析手段增多的情况下,数据展现则主要保障系统分析结果的可视化。
反规范化技术🌟
反规范化技术:规范化设计后,数据库设计者希望牺牲部分规范化来提高性能
。
- 优点:
降低连接操作的需求、降低外码和索引的数目,还可能减少表的数目,能够提高查询效率
。 - 缺点:数据的重复存储,浪费了磁盘空问;可能出现数据的完整性问题,为了保障数据的一致性,增加了数据维护的复杂性,会降低修改速度。
相关文章:

【软考系统架构设计师】2023年系统架构师冲刺模拟习题之《数据库系统》
在数据库章节中可能会考察以下内容: 文章目录 数据库完整性约束🌟数据库模式🌟🌟ER模式🌟关系代数🌟🌟并发控制🌟数据仓库与数据挖掘🌟🌟反规范化技术&#x…...

北邮22级信通院数电:Verilog-FPGA(7)第七周实验(1):带使能端的38译码器全加器(关注我的uu们加群咯~)
北邮22信通一枚~ 跟随课程进度更新北邮信通院数字系统设计的笔记、代码和文章 持续关注作者 迎接数电实验学习~ 获取更多文章,请访问专栏: 北邮22级信通院数电实验_青山如墨雨如画的博客-CSDN博客 关注作者的uu们可以进群啦~ 目录 方法一ÿ…...

SIT3491ISO具有隔离功能,256 节点,全双工 RS422/RS485 芯片
SIT3491ISO 是一款电容隔离的全双工 RS-422/485 收发器,总线端口 ESD 保护能力 HBM 达到 15kV 以上,功能完全满足 EIA-422 以及 TIA/EIA-485 标准要求的 RS-422/485 收发器。 SIT3491ISO 包括一个驱动器和一个接收器,两者均…...

在windows服务器上部署一个单机项目以及前后端分离项目
目录 一. 单机项目在windows服务器上的部署 1.1 在本机上测试项目无误 1.1.1 在数据库中测试sql文件没问题 1.1.2 在tomcat中测试war文件无误 1.1.3 测试完成后,进入浏览器运行单机项目确保无误 1.2 在windows服务器中运行项目 二. 前后端分离项目在服务器上…...
使用jdbc技术,在数据库中存储大数据对象(使用字节IO流读取图片等给blob等二进制类型数据赋值)
在MySQL中,BLOB是一种数据类型,代表二进制大对象(Binary Large Object),可以存储大量的二进制数据,如图像、声音、视频等。BLOB类型的数据在存储和检索时会以二进制方式进行处理,而不是字符方式…...

统计学习方法 支持向量机(下)
文章目录 统计学习方法 支持向量机(下)非线性支持向量机与和核函数核技巧正定核常用核函数非线性 SVM 序列最小最优化算法两个变量二次规划的求解方法变量的选择方法SMO 算法 统计学习方法 支持向量机(下) 学习李航的《统计学习方…...
【python】如何注释
一:通过#注释行 #这个是个注释 print(hello world) 二:通过或"""注释段落 这个注释段落 这是注释段落 这是注释段落print(hello world) """ 这是多行注释,用三个双引号 这是多行注释,用三个双引…...

C++——C++入门(二)
C 前言一、引用引用概念引用特性常引用使用场景传值、传引用效率比较值和引用的作为返回值类型的性能比较 引用和指针的区别 二、内联函数概念特性知识点提升 三、auto关键字类型别名思考auto简介auto的使用细则auto不能推导的场景 四、基于范围的for循环范围for的语法范围for的…...

容联七陌百度营销通BCP解决方案,让营销更精准
百度营销通作为一个快速迭代、满足客户多元化营销需求的高效率营销工具成为众多企业的选择,通过百度营销通BCP对接,企业就可以在百度咨询页接入会话,收集百度来源的访客搜索关键词,通过百度推广获取更多的精准客户,从而…...
Transformer模型 | 用于目标检测的视觉Transformers训练策略
基于视觉的Transformer在预测准确的3D边界盒方面在自动驾驶感知模块中显示出巨大的应用,因为它具有强大的建模视觉特征之间远程依赖关系的能力。然而,最初为语言模型设计的变形金刚主要关注的是性能准确性,而不是推理时间预算。对于像自动驾驶这样的安全关键系统,车载计算机…...
贪心区间类题目
一、先排序 1、一般统计有几个重复区间、判断是否有重复区间,对右边界经行排序。 2、合并区间,对左边界经行排序,且尽量想到先放入一个元素到res中,然后不断更新res的右边界 二、判断重复 判断i是否和i-1重复,如果…...

npm改变npm缓存路径和改变环境变量
在安装nodejs时,系统会自动安装在系统盘C, 时间久了经常会遇到C盘爆满,有时候出现红色,此时才发现很多时候是因为npm 缓存保存在C盘导致的,下面就介绍下如何改变npm缓存路径。 1、首先找到安装nodejs的路径,…...
string到QString出现中文乱码
【C】string 和 QString 之间的转化及乱码问题(非常实用)_string转qstring乱码_散修-小胖子的博客-CSDN博客 std::string str "连111";QString str1 QString::fromStdString(str);qDebug() << str1;//中文乱码QString str2 QString::fromLocal8Bit(str.data…...

【Linux精讲系列】——yum软件包管理
作者主页 📚lovewold少个r博客主页 ⚠️本文重点:Linux系统软件包管理工具yum讲解 😄每日一言:踏向彼岸的每一步,都是到达彼岸本身。 目录 前言 Linux系统下的软件下载方式 yum 查看软件包 如何安装软件 如何卸…...

浅谈一下Vue3的TreeShaking特性
什么是Treeshaking? Treeshaking是一个术语,通常用于描述移除JavaScript中无用代码的过程。 在Vue3中,借助于它的编译优化,可以显著减少打包后的大小。 Vue3的Treeshaking实现 Vue3中的Treeshaking主要通过以下两点实现: 源码级的Tree-shaking Vue3源码采用ES mo…...

【牛牛送书 | 第二期】《ChatGPT 驱动软件开发:AI 在软件研发全流程中的革新与实践》
目录 前言: 本书目录: 内容简介: 专家评价: 适合对象: 送书规则: 前言: 现如今,随着计算机技术的不断发展和互联网的普及,我们已经迈入了一个高效的信息处理和传…...
Qt基础之三十九:Qt Creator调试技巧
目录 一.开始调试(F5) 二.调试dll 1.Attach to Running Application 2.Attach to Unstarted Application 3.Start and Debug External Application...
Docker Nginx安装使用以及踩坑点总结
Docker Nginx安装使用以及踩坑点总结 拉取nginx镜像 docker pull nginx:latest运行镜像 暂时不需要配置volume挂载 docker run --name nginx -p 80:80 -d nginx参数详解: --name nginx 指定容器的名称 -p 80:80 映射端口 -d 守护进程运行 创建volume目录 mk…...

单位建数字档案室的意义和作用
单位建立数字档案室的意义和作用包括: 1.提高档案管理效率。数字档案室可以高效地收集、整理和存储电子文档,通过数字化处理,文档的查找和检索速度大幅提升。 2.降低管理成本。数字档案室可以通过节约空间和人力成本,降低管理成本…...

JavaWeb——关于servlet种mapping地址映射的一些问题
6、Servlet 6.4、Mapping问题 一个Servlet可以指定一个映射路径 <servlet-mapping><servlet-name>hello</servlet-name><url-pattern>/hello</url-pattern> </servlet-mapping>一个Servlet可以指定多个映射路径 <servlet-mapping>&…...
内存分配函数malloc kmalloc vmalloc
内存分配函数malloc kmalloc vmalloc malloc实现步骤: 1)请求大小调整:首先,malloc 需要调整用户请求的大小,以适应内部数据结构(例如,可能需要存储额外的元数据)。通常,这包括对齐调整,确保分配的内存地址满足特定硬件要求(如对齐到8字节或16字节边界)。 2)空闲…...
反向工程与模型迁移:打造未来商品详情API的可持续创新体系
在电商行业蓬勃发展的当下,商品详情API作为连接电商平台与开发者、商家及用户的关键纽带,其重要性日益凸显。传统商品详情API主要聚焦于商品基本信息(如名称、价格、库存等)的获取与展示,已难以满足市场对个性化、智能…...
k8s从入门到放弃之Ingress七层负载
k8s从入门到放弃之Ingress七层负载 在Kubernetes(简称K8s)中,Ingress是一个API对象,它允许你定义如何从集群外部访问集群内部的服务。Ingress可以提供负载均衡、SSL终结和基于名称的虚拟主机等功能。通过Ingress,你可…...
QMC5883L的驱动
简介 本篇文章的代码已经上传到了github上面,开源代码 作为一个电子罗盘模块,我们可以通过I2C从中获取偏航角yaw,相对于六轴陀螺仪的yaw,qmc5883l几乎不会零飘并且成本较低。 参考资料 QMC5883L磁场传感器驱动 QMC5883L磁力计…...
vue3 字体颜色设置的多种方式
在Vue 3中设置字体颜色可以通过多种方式实现,这取决于你是想在组件内部直接设置,还是在CSS/SCSS/LESS等样式文件中定义。以下是几种常见的方法: 1. 内联样式 你可以直接在模板中使用style绑定来设置字体颜色。 <template><div :s…...
使用van-uploader 的UI组件,结合vue2如何实现图片上传组件的封装
以下是基于 vant-ui(适配 Vue2 版本 )实现截图中照片上传预览、删除功能,并封装成可复用组件的完整代码,包含样式和逻辑实现,可直接在 Vue2 项目中使用: 1. 封装的图片上传组件 ImageUploader.vue <te…...

高危文件识别的常用算法:原理、应用与企业场景
高危文件识别的常用算法:原理、应用与企业场景 高危文件识别旨在检测可能导致安全威胁的文件,如包含恶意代码、敏感数据或欺诈内容的文档,在企业协同办公环境中(如Teams、Google Workspace)尤为重要。结合大模型技术&…...
根据万维钢·精英日课6的内容,使用AI(2025)可以参考以下方法:
根据万维钢精英日课6的内容,使用AI(2025)可以参考以下方法: 四个洞见 模型已经比人聪明:以ChatGPT o3为代表的AI非常强大,能运用高级理论解释道理、引用最新学术论文,生成对顶尖科学家都有用的…...

听写流程自动化实践,轻量级教育辅助
随着智能教育工具的发展,越来越多的传统学习方式正在被数字化、自动化所优化。听写作为语文、英语等学科中重要的基础训练形式,也迎来了更高效的解决方案。 这是一款轻量但功能强大的听写辅助工具。它是基于本地词库与可选在线语音引擎构建,…...

搭建DNS域名解析服务器(正向解析资源文件)
正向解析资源文件 1)准备工作 服务端及客户端都关闭安全软件 [rootlocalhost ~]# systemctl stop firewalld [rootlocalhost ~]# setenforce 0 2)服务端安装软件:bind 1.配置yum源 [rootlocalhost ~]# cat /etc/yum.repos.d/base.repo [Base…...