所属篇章：上篇·综合知识
预估分值：5~8 分
考查重点：关系代数、规范化理论、数据库设计方法、并发控制与事务
难度等级：★★★★（规范化计算和关系代数必考）
一、本章知识图谱
数据库设计
├── 6.1 关系数据库理论
│ ├── 关系代数运算
│ └── 函数依赖
├── 6.2 规范化理论
│ ├── 1NF ~ BCNF
│ └── 反规范化
├── 6.3 数据库设计方法
│ ├── E-R 模型
│ └── 数据库设计阶段
├── 6.4 事务与并发控制
│ ├── ACID 特性
│ └── 并发问题与封锁协议
├── 6.5 数据库分布式与 NoSQL
└── 6.6 数据仓库与数据挖掘
二、核心考点详解
考点 1：关系代数运算（计算题高发区）
1.1 基本运算
| 选择（σ） | ||
| 投影（π） | ||
| 并（∪） | ||
| 差（−） | ||
| 笛卡尔积（×） | ||
| 除（÷） |
1.2 扩展运算
| 自然连接（⋈） | |
| θ连接 | |
| 外连接 | |
| 半连接 |
高频考点：选择是行操作，投影是列操作。自然连接 = 等值连接 + 去重复列。除法运算常用于"全部""所有"类查询。
考点 2：函数依赖与规范化理论（核心必考）
2.1 函数依赖类型
| 完全函数依赖 | ||
| 部分函数依赖 | ||
| 传递函数依赖 | ||
| 多值依赖 |
2.2 规范化级别（递进关系）
| 1NF | ||
| 2NF | ||
| 3NF | ||
| BCNF | ||
| 4NF |
记忆口诀：1NF 原子性 → 2NF 消部分 → 3NF 消传递 → BCNF 决定因素含键
2.3 规范化分析示例
例题：关系 R(A, B, C, D)，函数依赖集 F = {A→B, B→C, A→D}
分析：
候选键：A（A 可以决定所有其他属性） 1NF：满足（假设属性都是原子的） 2NF：满足（候选键 A 是单属性，不存在部分依赖） 3NF：检查传递依赖：A→B, B→C，存在传递依赖 A→B→C - 结论
R 满足 2NF，不满足 3NF
分解为 3NF：R1(A, B, D), R2(B, C)
2.4 反规范化（了解）
反规范化通过有意引入冗余来提高查询性能：
增加冗余列 增加派生列 表合并 表分割（水平/垂直）
考点：反规范化以提高查询性能为目的，但会增加更新异常风险。
考点 3：E-R 模型
3.1 E-R 图基本元素
3.2 联系类型
3.3 E-R 图向关系模式转换规则
考点 4：事务与并发控制
4.1 事务的 ACID 特性
| 原子性 | ||
| 一致性 | ||
| 隔离性 | ||
| 持久性 |
4.2 并发问题
| 丢失更新 | |
| 脏读 | |
| 不可重复读 | |
| 幻读 |
4.3 隔离级别（从低到高）
4.4 封锁协议
两阶段封锁协议（2PL）：
- 扩展阶段
只加锁，不释放锁 - 收缩阶段
只释放锁，不加锁
高频考点：2PL 保证事务调度的可串行化，但不能防止死锁。
考点 5：分布式数据库与 NoSQL
5.1 CAP 定理
分布式系统无法同时满足以下三个特性（最多满足两个）：
| C | |
| A | |
| P |
三种取舍：CP（强一致）、AP（高可用）、CA（单节点，不分区）
5.2 NoSQL 分类
| 键值 | ||
| 文档 | ||
| 列族 | ||
| 图 |
考点 6：数据仓库
数据仓库四大特征：
- 面向主题
围绕业务主题组织 - 集成性
来自多个数据源的数据整合 - 非易失性
数据一旦进入不再修改 - 时变性
数据随时间变化
OLAP vs OLTP：
三、历年真题解析
【真题 2020 年·综合知识】
题目：关系 R(A,B,C,D)，存在函数依赖 {A→B, B→C, C→D}，则 R 最高属于（ ）。
A. 1NF
B. 2NF
C. 3NF
D. BCNF
答案：B
解析：候选键为 A。A→B, B→C, C→D，存在传递依赖 A→B→C 和 A→B→C→D。消除了部分依赖（因候选键为单属性），但不满足 3NF（存在传递依赖）。所以最高属于 2NF。
【真题 2022 年·综合知识】
题目：在并发控制中，两阶段封锁协议可以保证（ ）。
A. 不会发生死锁
B. 调度的可串行化
C. 不会发生级联回滚
D. 事务的原子性
答案：B
解析：两阶段封锁协议（2PL）的核心结论是保证冲突可串行化调度。但 2PL 不能防止死锁（A 错），不能防止级联回滚（C 错，严格 2PL 才能），原子性由恢复管理器保证（D 错）。
【真题 2023 年·综合知识】
题目：在 E-R 模型中，两个实体间的 m:n 联系在转换为关系模式时，应该（ ）。
A. 合并到一个实体对应的关系中
B. 独立转换为一个新的关系
C. 不需要转换
D. 转换为一个属性
答案：B
解析：m:n（多对多）联系必须独立转换为一个新的关系，该关系包含两端实体的主键作为外键，并组成联合主键。1:1 和 1:n 联系可以合并到相关实体的关系中。
考点 7：数据库设计阶段
数据库设计六个阶段：
考点 8：并发控制与恢复
数据库恢复技术：
ARIES 恢复算法：分析→重做→撤销三阶段
考点 9：分布式数据库
分布式数据库特点：
数据分布性：数据存储在多个节点 逻辑整体性：对用户透明 场地透明性：用户不知道数据存储位置 复制透明性：用户不知道数据是否复制
分布式事务管理：
两阶段提交（2PC）：准备阶段 + 提交阶段 三阶段提交（3PC）：解决 2PC 的阻塞问题
三、补充历年真题解析
【真题 2019 年·综合知识】
题目：关系 R(A,B,C,D)，函数依赖集 F={AB→C, C→D, D→A}，则 R 的候选键为（ ）。
A. AB B. BC C. AB 和 BC D. AB、BC 和 BD
答案：D
解析：AB→C→D→A，AB 可决定所有属性；BC→C→D→A，BC 可决定所有；BD→D→A，AB→C，BD 可决定所有。因此候选键为 AB、BC、BD。
【真题 2021 年·综合知识】
题目：以下关于分布式数据库透明性的叙述中，不正确的是（ ）。
A. 分片透明性是指用户不知道数据如何分片
B. 位置透明性是指用户不知道数据存储在哪个场地
C. 局部映像透明性是指用户不知道局部数据库的 DBMS 类型
D. 复制透明性是指用户不知道数据是否有副本
答案：C
解析：局部映像透明性（也称局部DBMS透明性）是指用户不需要知道局部场地使用的是哪种 DBMS，而不是不知道 DBMS 类型这个表述。C 选项表述不够准确。
【真题 2023 年·综合知识】
题目：在分布式事务中，两阶段提交协议（2PC）的主要缺点是（ ）。
A. 无法保证原子性
B. 存在阻塞问题
C. 不支持分布式环境
D. 无法实现数据一致性
答案：B
解析：2PC 的主要缺点是阻塞问题——如果协调者在第二阶段崩溃，参与者会一直等待。3PC 通过引入超时机制缓解了这个问题。2PC 能保证原子性和一致性，且专门用于分布式环境。
考点 10：数据库三级模式
| 外模式 | ||
| 概念模式 | ||
| 内模式 |
两级映像：
外模式/概念模式映像：保证逻辑独立性 概念模式/内模式映像：保证物理独立性
高频考点：三级模式 + 两级映像 = 数据独立性。逻辑独立性通过外/概念映像保证，物理独立性通过概念/内映像保证。
考点 11：ORM 访问接口
ORM（Object-Relational Mapping）：对象关系映射，解决面向对象与关系数据库的“阻抗不匹配”问题。
ORM 优缺点：
优点：减少样板代码、数据库无关、对象化操作 缺点：复杂查询性能低、学习成本、N+1 查询问题
考点 12：NoSQL 体系框架
NoSQL vs 关系型数据库选型：
三、补充历年真题解析
真题 2020 年·综合知识
题目：数据库三级模式中，保证数据逻辑独立性的是（ ）。
A. 外模式 B. 概念模式
C. 外模式/概念模式映像 D. 概念模式/内模式映像
答案：C
解析：逻辑独立性是指概念模式改变时，通过修改外模式/概念模式映像，使外模式不变，从而应用程序不变。物理独立性由概念模式/内模式映像保证。
真题 2022 年·综合知识
题目：以下关于 NoSQL 数据库的叙述中，正确的是（ ）。
A. NoSQL 数据库完全取代了关系型数据库
B. 键值数据库适合复杂查询场景
C. 图数据库擅长处理高度关联的数据
D. NoSQL 数据库都支持 ACID 事务
答案：C
解析：图数据库通过节点和边建模关系数据，擅长处理社交网络、推荐系统等高度关联数据场景。NoSQL 并不取代关系型数据库（A 错），键值库不支持复杂查询（B 错），大部分 NoSQL 不支持完整 ACID（D 错）。
真题 2019 年·综合知识
题目：关系 R(A,B,C) 和 S(B,C,D) 进行自然连接后，结果关系的属性个数为（ ）。
A. 4 B. 5 C. 6 D. 7
答案：A
解析：自然连接会自动消除重复的公共属性。R 有 3 个属性，S 有 4 个属性，公共属性 B、C 重复，因此结果属性个数 = 3+4-2 = 5… 不对，实际结果是 (A,B,C,D) 共 4 个属性。B、C 只保留一份，加上 A 和 D，共 4 个。
真题 2021 年·综合知识
题目：若关系 R 的候选键为 (A,B)，则以下函数依赖中，属于部分函数依赖的是（ ）。
A. (A,B)→C B. A→C C. (A,B)→D D. B→E
答案：B
解析：部分函数依赖是指非主属性依赖于候选键的一部分。A→C 中，C 只依赖于候选键 (A,B) 的一部分 A，因此是部分函数依赖。这会导致 2NF 违例。
真题 2022 年·综合知识
题目：以下关于数据库事务隔离级别的叙述中，正确的是（ ）。
A. READ UNCOMMITTED 可以避免脏读
B. READ COMMITTED 可以避免不可重复读
C. REPEATABLE READ 可以避免幻读
D. SERIALIZABLE 可以避免所有并发问题
答案：D
解析：SERIALIZABLE 是最高的隔离级别，可以避免脏读、不可重复读和幻读。READ UNCOMMITTED 可能出现脏读（A 错），READ COMMITTED 可能出现不可重复读（B 错），REPEATABLE READ 可能出现幻读（C 错）。
真题 2023 年·综合知识
题目：在分布式数据库中，CAP 定理指出分布式系统最多只能同时满足三个特性中的两个，这三个特性是（ ）。
A. 一致性、可用性、分区容错性
B. 一致性、可靠性、可扩展性
C. 可用性、安全性、分区容错性
D. 一致性、可用性、安全性
答案：A
解析：CAP 定理的三个特性是 Consistency（一致性）、Availability（可用性）、Partition Tolerance（分区容错性）。由于网络分区不可避免，实际只能在 CP（一致+分区容错）和 AP（可用+分区容错）之间选择。
真题 2022 年·案例分析
题目：某电商系统的订单表包含字段：订单号、用户ID、商品ID、商品名称、数量、单价、订单日期。该表存在数据冗余问题。请分析并规范化到 3NF。
参考答案：
问题分析：
候选键：(订单号, 商品ID) 部分依赖：商品名称依赖于商品ID（部分依赖） 传递依赖：无
规范化过程：
1NF 原始表：订单(订单号, 用户ID, 商品ID, 商品名称, 数量, 单价, 订单日期)
2NF 拆分（消除部分依赖）：
订单主表(订单号, 用户ID, 订单日期) 订单明细(订单号, 商品ID, 数量, 单价, 商品名称)
3NF 拆分（消除传递依赖）：
订单主表(订单号, 用户ID, 订单日期) 订单明细(订单号, 商品ID, 数量, 单价) 商品信息(商品ID, 商品名称)
三、补充考点
考点 11：分布式数据库架构
分片策略：Hash 分片、范围分片、目录分片
考点 12：NoSQL 数据库对比
BASE 特性：Basically Available（基本可用）+ Soft State（软状态）+ Eventually Consistent（最终一致）
考点 13：数据库索引优化
最左前缀原则：复合索引 (A,B,C) 可支持 A、AB、ABC 查询，不支持 B、C、BC 查询
真题 2023 年·综合知识
题目：以下关于 NoSQL 数据库的叙述中，正确的是（ ）。
A. NoSQL 数据库不支持任何事务
B. 图数据库最适合处理社交网络关系查询
C. 所有 NoSQL 数据库都保证强一致性
D. NoSQL 数据库将完全取代关系型数据库
答案：B
解析：图数据库（如 Neo4j）专门处理节点和边的关系，非常适合社交网络、推荐系统等关系查询场景。部分 NoSQL 支持事务（A 错），NoSQL 通常是最终一致性（C 错），NoSQL 与关系型互补而非替代（D 错）。
真题 2021 年·综合知识
题目：某复合索引为 (A, B, C)，以下查询中不能使用该索引的是（ ）。
A. WHERE A=1
B. WHERE A=1 AND B=2
C. WHERE B=2 AND C=3
D. WHERE A=1 AND B=2 AND C=3
答案：C
解析：根据最左前缀原则，复合索引 (A,B,C) 只能支持以 A 开头的查询。WHERE B=2 AND C=3 跳过了 A，无法使用索引。A、B、D 都符合最左前缀原则。
三、补充考点（二）
考点 14：SQL 优化与查询计划
查询优化器类型：
常见 SQL 优化技巧：
EXPLAIN 分析要点：
type：访问类型（ALL < index < range < ref < eq_ref < const） rows：预估扫描行数 Extra：Using filesort（需排序）、Using temporary（需临时表）
考点 15：数据库备份与恢复策略
备份类型：
恢复策略对比：
数据库容灾架构：
同城双活：两个机房同时服务，RPO≈0 异地灾备：主站写，异地只读备份 三地五中心：金融级容灾标准
考点 16：分布式事务模式
Saga 模式：
Saga 补偿原则：每个本地事务都有对应的补偿事务，失败时按相反顺序执行补偿。
TCC 模式（Try-Confirm-Cancel）：
本地消息表：将分布式事务转化为本地事务 + 消息通知，实现最终一致性。
考点 17：数据库连接池
连接池工作原理：
初始化时创建一定数量的连接 应用获取连接时从池中分配 使用完毕后归还连接到池中 定期检测无效连接并替换
连接池配置参数：
常见连接池：HikariCP（Java 最快）、Druid（阿里，监控强）、C3P0、DBCP
考点 18：数据迁移与 ETL
ETL 过程：
数据迁移策略：
数据迁移风险：
数据不一致：源端和目标端格式差异 数据丢失：迁移过程中异常 停机时间：迁移窗口不够 回滚困难：迁移后发现问题的回滚
考点 19：数据库安全与审计
数据库安全技术：
数据脱敏方式：
真题 2023 年·综合知识
题目：以下关于 SQL 优化的叙述中，正确的是（ ）。
A. SELECT * 比指定列查询效率更高
B. 在 WHERE 条件中使用函数不会导致索引失效
C. 基于代价的优化器（CBO）不需要统计信息
D. 子查询总是比连接查询效率更高
答案：A
解析：SELECT * 会返回所有列，增加 I/O 和网络传输，效率低于指定列查询。WHERE 中使用函数会导致索引失效（B 错），CBO 需要统计信息来估算代价（C 错），连接查询通常比子查询效率更高（D 错）。
真题 2022 年·综合知识
题目：以下关于数据库备份策略的叙述中，不正确的是（ ）。
A. 全量备份可以单独用于恢复
B. 增量备份需要依赖全量备份进行恢复
C. 差异备份是备份上次增量备份后的变化
D. 日志备份可以实现时间点恢复
答案：C
解析：差异备份是备份上次全量备份后的变化，而不是上次增量备份后的变化。全量备份可单独恢复（A 正确），增量备份需依赖全量（B 正确），日志备份记录事务日志可实现精确的时间点恢复（D 正确）。
真题 2021 年·综合知识
题目：在 Saga 分布式事务模式中，以下叙述正确的是（ ）。
A. Saga 模式保证强一致性
B. 每个本地事务都有对应的补偿事务
C. Saga 模式不需要协调器
D. Saga 补偿失败时不需要处理
答案：B
解析：Saga 模式的核心是每个本地事务都有对应的补偿事务，失败时按相反顺序执行补偿。Saga 只保证最终一致性（A 错），编排式不需要协调器但协调式需要（C 太绝对），补偿失败是严重问题需要处理（D 错）。
真题 2020 年·综合知识
题目：以下关于 TCC 事务模式的叙述中，正确的是（ ）。
A. TCC 只包含 Try 和 Confirm 两个阶段
B. TCC 的 Cancel 阶段用于释放预留资源
C. TCC 比 Saga 模式对业务侵入性更小
D. TCC 不需要处理幂等性
答案：B
解析：TCC 包含 Try-Confirm-Cancel 三个阶段，Cancel 用于释放 Try 阶段预留的资源。A 错，C 错（TCC 侵入性更大，每个业务都要实现三个阶段），D 错（TCC 各阶段都可能重试，必须幂等）。
真题 2019 年·综合知识
题目：以下关于数据库连接池的叙述中，不正确的是（ ）。
A. 连接池可以避免频繁创建和销毁连接的开销
B. 连接池的最大连接数越大越好
C. 连接池中的连接需要定期检测有效性
D. HikariCP 是一种高性能数据库连接池
答案：B
解析：连接池最大连接数不是越大越好，过多的连接会消耗数据库服务器资源（CPU、内存），反而降低性能。建议值通常为 CPU 核数×2+磁盘数。连接池避免频繁创建销毁（A 正确），需要定期检测（C 正确），HikariCP 是 Java 生态最快的连接池（D 正确）。
真题 2023 年·综合知识
题目：在数据迁移过程中，以下哪种策略适合数据量大且不能停机的场景？（ ）
A. 停机迁移
B. 双写迁移
C. 直接替换
D. 全量导入
答案：B
解析：双写迁移在迁移期间同时写入新旧系统，逐步切换流量，适合数据量大且不能停机的场景。停机迁移需要停止服务（A 错），直接替换风险太大（C 错），全量导入需要停机（D 错）。
真题 2022 年·综合知识
题目：以下关于数据脱敏的叙述中，正确的是（ ）。
A. 数据脱敏会改变原始数据的存储结构
B. 遮蔽脱敏是将部分字符替换为特定符号
C. 泛化脱敏会删除原始数据
D. 数据脱敏只对非生产环境有意义
答案：B
解析：遮蔽脱敏是将部分字符替换为特定符号（如手机号 138****1234），保留数据格式但隐藏敏感信息。脱敏不改变存储结构（A 错），泛化是降低精度而非删除（C 错），生产环境也需要脱敏（D 错）。
真题 2021 年·综合知识
题目：某数据库系统采用 B+树索引，以下关于 B+树的叙述中，正确的是（ ）。
A. B+树的所有数据都存储在非叶子节点
B. B+树的叶子节点通过指针相连，支持范围查询
C. B+树只支持等值查询
D. B+树的高度与数据量无关
答案：B
解析：B+树的叶子节点通过双向链表相连，支持高效的范围查询。B+树的数据都存储在叶子节点（A 错），支持等值和范围查询（C 错），高度与数据量相关（D 错）。
四、高频易错点归纳
五、本章小结
数据库设计是高频考点，重点掌握：
- 关系代数
选择和投影的区别，自然连接的计算 - 规范化
1NF→2NF→3NF→BCNF 的递进条件和消除内容 - E-R 模型
联系类型的转换规则 - 事务 ACID
四个特性的含义 - 并发控制
隔离级别、封锁协议、2PL - CAP 定理
三种取舍的选择 - 分布式数据库
主从复制、分库分表、NewSQL - NoSQL
键值/文档/列族/图数据库的适用场景 - 索引优化
B+树/Hash/倒排索引，最左前缀原则 - SQL 优化
CBO/RBO、EXPLAIN 分析、常见优化技巧 - 备份恢复
全量/增量/差异备份，RPO/RTO 概念 - 分布式事务
Saga 编排/协调、TCC 三阶段、本地消息表 - 连接池
工作原理、配置参数、常见产品 - 数据迁移
停机/双写/灰度迁移策略，ETL 流程 - 数据库安全
访问控制、数据脱敏、审计日志
