考试数据库范文

考试数据库范文（精选8篇）

考试数据库 第1篇

Three schema architecture of dbs

1.外模式：也称子模式或用户模式，他是数据用户能够看见和使用的局部的数据结构和特征的描述，是数据库用户的数据视图，且与某一应用有关的数据逻辑表示。

2.模式：也称逻辑模式，是数据库中全体数据的逻辑结构和特征的描述，是所有用户的公共数据视图。他是数据库系统模式结构的中间层，既不涉及数据的物理存储细节和硬件环境，也与具体的应用程序、所使用的应用开发工具及高级程序设计语言无关。综合的考虑了所有用户的需求。

3.内模式：也称存储模式，一个数据库只有一个内模式，他是数据物理结构和存储方式的描述，是数据在数据库内部的表示方式。Independence of data

1.逻辑独立性：1它通过外模式/模式映像表现出来。2模式描述的是数据的全局逻辑结构，外模式描述的是数据的局部逻辑结构。3对同一模式可以有多个外模式，对于一个外模式，数据库系统都有一个外模式/模式映像，它定义了该外模式与模式之间的对应关系；当模式改变时，由数据库管理员对各个外模式的映像作用相应改变可以使外模式保持不变。

2.物理独立性：1它通过模式/内模式反映出来。2模式/内模式映像是唯一的，它定义了数据全局逻辑结构和存储结构之间的对应关系。3当数据库的存储结构改变了，由数据库管理员对模式/内模式映像作相应改变，而应用程序不用改变。

Main factors of the data model

1.数据结构：指所研究数据集合及数据间的联系，是对系统静态特性的描述

2.数据操作：对数据库中各类数据允许执行的操作及有关的操作规则，检索、更新（包括插入、删除、修改），是对系统动态特性的描述

3数据的约束条件：一组数据及其联系所具有的制约规则，用以限定符合数据模型的数据库状态以及状态的变化，以保证数据的正确、有效、相容

Design strategies for conceptual design 1自顶向下：首先定义全局概念结构的框架，然后逐步细化。

2自底向下：首先定义各局部应用的概念结构，然后将它们集成起来，得到全局概念结构。

3逐步扩张：首先定义最重要的核心概念结构，然后向外扩充，以滚雪球的方式逐步生成其他概念结构，直至总体概念结构。

4混合策略：将自顶向下和自底向上相结合，用自顶向下策略设计一个全局概念结构的框架，以它为骨架集成由自底向上策略中设计的各局部概念结构。

Translation Rules

一个实体转换为一个关系模式，实体的属性就是关系的属性，实体的码就是关系的码。对实体间的联系：一个1:1联系可以转换为一个独立的关系模式，也可以与任意对应的关系模式合并；一个1:n联系可以转换为一个独立的关系模式，它的码为n端实体的码；也可以与n端对应的关系模式合并；一个m:n联系转换为一个关系模式，码为两端实体码的组合；三个或三个以上实体间的一个多元联系可以转换为一个关系模式；具有相同码的关系模式可以合并。

The Phases of Database Design

1需求分析：通过详细调查显示世界要处理的对象，充分了解原系统工作概况，明确用户的各种需求，然后在此基础上确定新系统的功能。

2概念设计：将需求分析得到的用户需求抽象为信息结构即概念模型。

3逻辑结构设计：把概念结构设计阶段设计好的基本E-R图转换为与选用dbms产品所支持的数据模型相符合的逻辑结构。

4物理结构设计为一个给定的逻辑数据模型选取一个最适合应用要求的物理结构的过程。5数据库实施：用rdbms提供的数据定义语言和其他实用程序将数据库逻辑设计和物理设计结果严格描述出来，成为dbms可以接受的源代码，再经过调试产生目标模式，然后组织数据入库。

6数据库运行和维护：对数据库设计进行评价、调整、修改、等维护工作。

考试数据库 第2篇

基本要求

1.掌握数据库技术的基本概念、原理、方法和技术。

2.能够使用SQL语言实现数据库操作。

3.具备数据库系统安装、配置及数据库管理与维护的基本技能。

4.掌握数据库管理与维护的基本方法。

5.掌握数据库性能优化的基本方法。

6.了解数据库应用系统的生命周期及其设计、开发过程。

7.熟悉常用的数据库管理和开发工具,具备用指定的工具管理和开发简单数据库应用系统的能力。

8.了解数据库技术的最新发展。

考试内容

一、数据库应用系统分析及规划

1.数据库应用系统生命周期。

2.数据库开发方法与实现工具。

3.数据库应用体系结构。

二、数据库设计及实现

1.概念设计。

2.逻辑设计。

3.物理设计。

4.数据库应用系统的设计与实现。

三、数据库存储技术

1.数据存储与文件结构。

2.索引技术。

四、数据库编程技术

1.一些高级查询功能。

2.存储过程。

3.触发器。

4.函数。

5.游标。

五、事务管理

1.并发控制技术。

2.备份和恢复数据库技术。

六、数据库管理与维护

1.数据完整性。

2.数据库安全性。

3.数据库可靠性。

4.监控分析。

5.参数调整。

6.查询优化。

7.空间管理。

七、数据库技术的发展及新技术

1.对象数据库。

2.数据仓库及数据挖掘。

3.XML数据库。

4.云计算数据库。

5.空间数据库。

考试方式

上机考试，120分钟，满分100分。

1.2016全国计算机三级数据库技术考试大纲

2.全国计算机等级考试三级数据库技术考试历年真题

3.三级(数据库技术)样题

4.2003年4月全国计算机等级考试三级(数据库技术)笔试试卷

5.2004年4月全国计算机等级考试三级(数据库技术)笔试试卷

6.计算机等级考试三级数据库技术样题

7.全国计算机等级考试三级嵌入式系统开发技术考试大纲

8.计算机三级考试数据库技术试题(2016)

9.2016年计算机三级《数据库技术》预测题

基于数据仓库技术的考试评价研究 第3篇

数据仓库技术[1]是涉及人工智能、机器学习和数据库等多学科的一个相当活跃的研究领域。随着技术发展,如何更好地将数据仓库技术应用于教育领域,已成为目前教育领域应用研究的重点问题[2]。

1 考试评价指标

本文从教学及考试的目的出发,建立的评价指标包括:试卷质量分析、试题分析、知识点分析、考生分析[3]。

考试分析是教育测量学的重要内容,传统的考试评价指标,从试题的角度讲,有难度、区分度、覆盖度等,从试卷的角度讲,还有信度、效度等[4]。

在数字化学习平台中,学生的考试是通过试题库随机抽取试题来进行的,而试题库的建设需要组织优秀的教师进行,但在编写试题时每个教师对某个章节内知识点的权重把握又存在差别,为了使得每次抽取的试题所报含的知识点更加合理,该文对如何确定某个章节内知识点的权重建立了如下算法:

假如某章节共有n个指标(在此我们将知识点用指标表示),认为最重要的就记为1,认为第二重要的就记为2,,最不重要的指标记为n。每一个指标排在第几位的顺序号数叫做该指标的秩。把参加编写试题的所有教师(设共有m位教师)对某个指标给予的秩加起来,所得结果叫做该指标的秩和,用字母R表示。第j个指标的秩和用Rj来表示。如果用aj表示第j个指标的权重,则权重的计算公式是

其中n为指标(知识点)个数,m为教师人数。j=1,2,3,⋯,n

为了保障学生考试成绩的合理性,该文拟对所产生试卷的信度进行检测,建立如下试卷信度检测算法:

假设收集了n位学生的成绩,用x表示奇数号题目得分,具体得分是x1,x2,x3,⋯,xn;用y表示偶数号题目得分,具体得分是y1,y2,y3,⋯,yn。用rxy表示x和y的相关系数,用r表示信度,当两部分的总体方差σx2和σy2相同时,则信度计算公式为

当两部分的总体方差σx2和σy2不同时,信度计算公式为

式中sx2和sy2为两部分的样本方差,sT2为x和y之和x+y的样本方差(T=x+y)。

2 考试评价数据仓库的构建

数据仓库设计的核心是构建多维数据模型。多维数据模型将数据看做数据方形式,数据方允许以多维对数据建模和观察。它由维和事实定义。一般地,维是透视或关于一个组织想要记录的实体。每一个维都有一个表与之相关联,该表称为维表。维表可以由用户或专家设定,或者根据数据分布自动产生和调整。通常,多维数据模型围绕中心主题组织。该主题用事实表示。事实是数值度量的,我们可根据数据分析维之间的关系。事实表包括事实的名称或度量,以及每个相关维表的关键词[5,6]。

目前,多维数据模型主要有星型模式和雪花模式两类[7]。

本文采用星形模式来构建多维数据模型,以考生分析主题为例,其数据模型如图1所示。

3 结束语

本文是在各学校纷纷建立数字化学习平台的大背景下进行研究的。数字化环境为考试评价分析提供了大量的数据支持,该文提出了建立试题库时的知识点权重分配算法和试卷信度检测算法,以保障所生成试题的合理性和有效性;从教学及考试的目的出发,提出了考试评价的指标,基于数据仓库技术建立了多维数据模型,决策者可以使用多维分析的方法从多个角度、多个层次对数据进行挖掘和分析,以获取有效的考试评价信息。

摘要：考试评价与分析是教学过程中的重要环节。在各学校纷纷采用数字化学习、数字化考试的背景下,基于数据仓库技术对考试评价各指标进行了研究。首先研究了考试评价指标,提出了建立试题库时的知识点权重算法和试卷信度检测算法,然后基于数据仓库技术对考试评价的各指标建立了多维数据模型,以便于对考试信息进行挖掘与评价分析。

关键词：数字化学习,数据仓库,考试评价,试卷信度

参考文献

[1]Inmon W H.Building the data warehouse[M].2nd ed.JohnWiley,1996:50-93.

[2]陈京民.数据仓库原理、设计与应用[M].北京:中国水利水电出版社,2004:150-200.

[3]蔡敏.网络教学的交互性及其评价指标研究[J].电化教育研究,2007.11:40-44..

[4]魏华忠,周仁来,马健生.教育统计与测量[M].辽宁师范大学出版社,2003.

[5]康博创作室.SQL Server2000数据仓库设计和使用指南[M].北京:清华大学出版社,2001:100-150.

[6]陈启买,贺超波,刘海.基于OLAP的高校教学协同决策[J].计算机应用,2009(1)

浅析考试系统的数据库设计与实现 第4篇

[关键词] 数据库设计 主外键 检索 数据字典

数据库设计是指对于一个给定的应用环境，构造最优的数据库模式，建立数据库及其应用系统，有效存储数据，满足用户信息要求和处理要求。本文对数据库应用设计介绍以下几个方面内容：

1 主外键的使用

数据库中的主键是为了使记录能惟一标识，外键用来关联表与表之间的联系，主键和外键是把多个表组织为一个有效的关系数据库。可以通过主键和外键来了解数据库的设计架构，因此就出现以数据库为驱动的开发方式。开发人员根据数据库的设计和流程顺序开发程序，软件设计人员只需严格控制数据库的设计方向即可控制开发人员的开发过程。目前多数ERP或MIS系统都是按照这种模式进行，因为系统本身的特点就是过程化的，数据库驱动方式就是一种过程化的开发方式，也是一种较为简捷快速的开发方式。

这里，通过“考试系统”中的试题管理模块来体现主外键的使用。试题编号作为惟一标识来标识每道试题，而试题中的试题选项不该与试题放在同一张表中，而是通过另一张试题选项表来管理，此时试题选项表中的试题编号就要外键关联试题表中的试题号，试题选项表再通过试题编号和其自身的选项编号来组合起来作为主键惟一标识，详细表设计如下：

Create table T_Subject（

SubjectID int，

Descriptions text

Primary key（SubjectID））

Create table T_SubjectOption（

SubjectID int，

OptionID int，

Descriptions text

Primary key（SubjectID，OptionID），

Foreign key（SubjectID） references T_Subject（SubjectID））

通过以上表设计，可以保证在试题选项表T_Subject— Option中的试题号都可以在试题表T_Subject中找到，体现了数据的相互依赖关系，同样通过这样的表结果可以看出试题表与试题选项表之间的关系。

2 数据字典的设计

数据字典（Data Dictionary）是一种用户可以访问的记录数据库和应用程序元数据的目录。其特点是供人查询对不了解的条目的解释，数据量基本有限，在软件中用于搭配其他模块的属性选择，比如“考试系统”中安排考试的时候下拉选择年级、专业、班级等字典信息，常规的设计方法是每个属性设计一张字典表，如：

年级表

Create table T_Grade（

GradeID char（10），

GradeName varchar（100），

Primary key（GradeID））

专业表

Create table T_Major（

MajorID char（10），

MajorName varchar（100），

Primary key （MajorID））

此时只需对这些数据字典表进行编辑即可，但是这样的设计还会存在些问题，这里专业代码MajiorID是主键，不允许重复，且一旦被其他模块选中后，则不允许再被修改，在实际软件使用过程中经常会有需要修改键值属性的时候，比如“网络系统管理”这个专业的专业代码原来是“wlxtgl”，软件经使用后发现代码太长，不方便用户记忆使用，需要将其缩短为wg，而按照以上字典设计就无法再进行修改代码。

当然，数据库中可以将这些关联表的外键设置级联更新，实现专业代码更新，其他有关联的模块都级联更新过来，可想而知，当数据量少的时候级联更新没问题，当数据量大的时候，级联更新就变得很慢，会造成极大的资源浪费，而且在编辑数据字典时，主键的重复判断也不好处理，有什么方法可以解决这些问题呢？不妨看如下表设计结构：

Create table T_Major（

MajorID int identity，

MajorCode char（10） unique，

MajorName varchar（100），

Primary key（MajorID））

以上设计是将主键用自动增长类型来实现，由数据库来控制表中记录的惟一性，此时程序就无需担心表记录的重复，而专业编号由另一个属性MajorCode来表示，且该属性设置成unique（惟一），在其他模块关联专业的主键MajorID，并不关联MajorCode，程序可以通过视图来读取MajorCode，这样就可以实现专业代码允许用户修改（即使专业代码已被其他模块关联使用），似乎这样的表结构设计已经满足了我们数据字典的要求，编程人员也很方便实现，这样的设计结构并没有真正发挥数据字典的特点。

上文提到，数据字典的数据特点是数据量少（相对其他模块数据而言数据量相对少很多），属性比较单一，一般只有主键和值组成。要是按照以上设计方法就会导致每个字典数据都要创建一张表，而且表中的记录就几十上百。例如“考试系统”中的专业表，一个学院乃至一个学校，最多也就上百个专业，用一张表来存储较为浪费，浪费些磁盘空间没关系，问题是实际软件中数据字典会非常多，从而就得创建很多表来管理数据字典。并且有一点非常被动的就是，当你要添加一个数据字典的时候，就要再添加一张表来支持。比如在财务软件中经常需要添加字典数据，要是按照这样的方法来设计数据字典的话，那数据库中会有百张表都是数据字典，这会给开发人员就会带来极大的不便。综合以上分析，得出的结论就是得想办法将多张数据字典表给合并到一个地方，统一来管理。由于数据量并不是很大，合并后的数据量对现有的数据库软件来说也不会有太大压力，可以考虑将多个数据字典表合并成一张表来处理，具体设计如下：

Create table T_DataDictionary（

DataDictionaryID int identity，

DataDIctionaryType char（10），

DataDictionaryCode char（10 ） unique，

DataDictionaryName varchar（100），

Primary key（DataDictionaryID））

在DataDictionaryType中存储的就是数据字典的类型，比如“考试系统”中数据字典类型有：学期（Term）、年级（Grade）、专业（Major）、班级（Class）等等。在此数据字典的设计似乎可以告一段落，但实际软件开发过程中远远不够，数据之间会有复杂关系，比如年级与专业的关系，一个年级有那么多个专业，不同年级下的专业有可能不大相同，那在设计数据字典的时候怎么保证数据字典之间的关系呢？而且在实际使用过程中关系有可能嵌套，比如一个年级下有多个专业，一个专业下又有多个班级，难道我们要再通过两张表来记录他们之间的关系吗？要是这样的话，那关系多的话，岂不是关系表又越来越多，又回到了之前字典表太多的问题上？这样设计固然可用，但并不科学，有没有办法能够实现父与子关系的结构（树形结构），这里我们就应用父子表的概念来设计数据库中数据字典之间的关系，表设计如下：

Create table T_DataRelation（

DataRelationID intnot null，

ParentDataRelationIDintnull，

primarykey（DataRelationID），

foreign key（DataRelationID）references T_DataDictionary（DataDictionaryID），

foreignkey（ParentDataRelationID） references T_DataDictionary （DataDictionaryID））；

程序可以通过一个递归算法来构造出字典数据之间的关系，关系可以是多级树形结构也可以是一级平行结构。在这里，我们数据字典的设计才算基本完成，当然，在实际软件实施过程中还会有些其他的功能需求，在设计上还需要加以调整，而一般软件的数据字典通过以上两张表来管理即已足够。

可能会发现，为什么在设计表的时候Code列的字段类型都用char类型，而不用varchar类型，这因为char类型是固定长类型，在检索的时候比varchar类型要快的多，而且在SQLSever老版本的数据库上用varchar类型做主键，数据量大时会导致检索出错，所以一般比较固定的列或比较经常要检索的列的属性都设置成固定长度类型。

3 数据检索技巧

数据库中对数据的检索有多种，一般会以视图的形式表现出来，例如学生信息表。

学生表：

Create table T_Student（

StudentID int，

StudentCodechar（12），

StudentNamevarchar（100），

MajorIDint，

GradeIDint，

ClassIDint，

Primarykey（StudentID））

学生视图：

CreateviewV_Student

As

Select

a.StudentID，

a.StudentCode，

a.StudentName，

a.MajorID，

b.MajorName，

a.GradeID，

c.GradeName，

a.ClassID，

d.ClassName

From T_Student a

Left join T_Major b on a.MajorID = b.MajorID

Left join T_Grade c on a.GradeID = c.GradeID

Left join T_Class d on a.ClassID = d.ClassID

假设学生表经多年使用后数据量非常庞大，要在其中找出专业名称为“网络系统管理”学生的所有信息，自然想到直接查询视图，条件锁定在专业名称，SQL语句如下：

Select * from V_Student whereMajorName =‘网络系统管理’

若学生数据量并不多，使用视图来检索并不会慢，但是当数据量大的时候检索就会变得非常慢，其原因就在于视图中左连接了三张数据字典表，若使用视图来检索，数据库内部的操作流程是首先对学生表中的所有记录左连接这三张数据字典表，然后再去检索专业名称为“网络系统管理”学生，检索速度慢是因视图内部的左连接了所有的数据导致，应该先找出指定专业的学生，然后左连接专业、年级、班级到这些指定专业的学生上，这样就大大减少了左连接的数据量，因此类似于这样的检索数据就不能用视图来完成，需要实时编写SQL语句来满足不同的需要，按照以上要求改造后的SQL语句如下：

Createview V_Student

As

Select

a.StudentID，

a.StudentCode，

a.StudentName，

a.MajorID，

b.MajorName，

a.GradeID，

c.GradeName，

a.ClassID，

d.ClassName

From（Select* fromT_StudentwhereStudentID=（Select MajorID fromT_Major where MajorName ='网络系统管理'）） a

Left join T_Major b ona.MajorID=b.MajorID

Left joinT_Grade c on a.GradeID = c.GradeID

Left join T_Class d on a.ClassID = d.ClassID

经改进后的SQL语句变得非常复杂，因此在实际开发过程中可以考虑用存储过程来实现，将复杂的SQL语句写入存储过程中。如果经常对某些列，比如学号列、专业列等要频繁做检索操作，可以考虑在其表上对这些列创建索引，这样可以加快检索索引。

4 结束语

数据库的设计要结合软件的需求来完成。随着时间的推移，软件的需求是不断变化的，一个好的数据库设计必须能适应其需求的变化。当然在很多情况下无法适应，这时就要做详细的分析，判断是否重构系统，如果前期设计得当，将大大减轻软件在后期的使用和维护方面的工作量，而目前许多软件开发在前期细节方面投入不多，导致后期修改的工作量加大，这是本文讨论数据库设计中应注意的细节问题。

参考文献：

[1] 吴爽.软件开发中的数据库设计的理论和实践[J].计算机光盘软件与应用， 2011（6）： 182.

数据库考试期末总结 第5篇

1、基本概念

• 数据库、数据库管理系统、数据库系统 • 数据库系统的特点和功能 • 数据抽象

– 三种数据抽象能力 – 三种数据库模式 – 两种数据独立性

• 数据库系统的用户 • 数据模型、数据库语言 • 数据库管理系统的结构

2、重点

• 数据库、数据库管理系统、数据库系统 • 两种数据独立性

第2章 关系数据库系统

1、知识点

• 关系数据模型

– 数据结构 – 完整性约束 – 操作

• 关系运算的安全性

• 关系代数、元组关系演算、域关系演算的等价性 • SQL – 交互式 – 嵌入式

2、基本概念

• 关系、属性、元组、关系模式、关系实例 • 关系的性质

• 候选键、主键、键属性、非键属性、外部键 • 实体完整性约束、关联完整性约束 • 关系代数操作的定义

• 关系代数的基本操作和附加操作 • 专门的关系运算 • SQL语言的子语言

• 每个SQL语句的功能及语法格式

3、重点

• 关系数据模型 • 关系代数 • SQL语句

第3章 数据库的安全性与完整性

1、知识点 • 安全性

– 定义

– 需要解决的问题 – 解决的方法

• 完整性

– 定义 – 类型

– 定义和验证方法

2、基本概念 • 安全性的定义 • 完整性的定义 • 完整性的类型

第4章 数据库设计概述与需求分析

1、基本概念 • DB设计的任务 • DB的生命周期 • DB的设计过程 • DB的需求分析的任务、目标、步骤

第5章 概念数据库设计

1、知识点

• 实体联系模型（ER模型）• 实体、实体型

• 实体的属性、实体的属性值、复合属性、单值属性、多值属性、导出属性、空值

• 键、简单键、复合键 • 实体间的联系

• 实体对应约束（1:

1、1:n、m:n）、实体关联约束（全域关联约束、部分关联约束）

• 弱实体型、弱实体、识别实体型、识别联系 • 弱实体型的部分键 • ER图

2、基本概念

• 复合属性、多值属性、导出属性 • 1:

1、1:n、m:n联系 • 概念数据库设计的任务 • 概念数据库设计的目标 • 概念数据库设计的步骤

• 概念数据库设计的方法、视图综合设计方法 • 概念数据库设计的策略

3、重点 • ER图

第6章 逻辑数据库设计

1、知识点

• 形成初始关系模式

– 普通实体、弱实体、多值属性、各种联系

• 函数依赖、完全函数依赖、部分函数依赖、传递函数依赖 • 给定关系实例，求函数依赖集 • Armstrong公理系统、三条推理规则 • 求属性闭包、求候选键

• 两个函数依赖集等价的判定、求最小函数依赖集 • 关系模式的规范形式

– 1NF、2NF、3NF、BCNF • 关系模式的规范化方法

– 无损连接性、函数依赖保持性、判别方法 – 关系模式的分解算法

2、基本概念

• 逻辑数据库设计的任务 • 逻辑数据库设计的目标 • 逻辑数据库设计的步骤 • 初始关系模式可能存在的问题

• 函数依赖、完全函数依赖、部分函数依赖、传递函数依赖 • Armstrong公理系统、三条推理规则 • 1NF、2NF、3NF、BCNF •

3、重点

• 形成初始关系模式，并指出每个关系模式的主键和外键 • 给定关系实例，求函数依赖集 • 求属性闭包、求候选键 • 判断两个函数依赖集等价

• 求与给定函数依赖集等价的最小函数依赖集 • 判断一个关系模式最高属于几范式 • 判断给定的分解是否具有无损连接性 • 关系模式的3NF、BCNF分解算法

第7章 物理数据库设计

1、知识点 • 物理数据库设计的任务 • 物理数据库设计的步骤

第8章 物理存储结构

1、知识点

• 物理存储设备

– 磁盘的存储特性和访问特性

• 磁盘冗余技术 • 文件和文件记录

• 各种文件结构的存储空间和查询时间的计算 • 各种索引的存储空间和查询时间的计算

2、基本概念 • 记录

• 定长记录文件、边长记录文件 • 跨块记录、非跨块记录 • 无序文件、有序文件 • 索引域、索引文件、索引记录 • 稀疏索引、稠密索引 • 主索引、辅助索引、聚集索引 • B树、B+树

3、重点

• 各种文件和索引占用的空间计算 • 利用各种文件和索引的查询时间的计算

第9章 数据库管理系统的数据字典

1、重点

• 数据字典的概念 • 数据字典中存储的信息

• 把数据字典作为普通关系处理具有两个优点

第10章 关系代数操作的实现算法

1、重点

• 查询处理的过程

• 各个关系代数操作的算法及代价分析

第11章 查询优化技术

1、知识点

• 关系代数的等价变换规律 • 启发式代数优化规则 • 初始关系代数表达式

• 关系代数表达式到查询树的转换 • 启发式关系代数优化算法 • 基于复杂性估计的查询优化算法 • 语义查询优化方法

2、重点

• 关系代数的等价变换规律 • 启发式代数优化规则 • 初始关系代数表达式

• 关系代数表达式到查询树的转换 • 启发式关系代数优化算法

第12章 并发控制技术

1、知识点 • 事务

• 不对并发事务进行控制导致的问题 • 事务的性质

• 事务的调度、串行调度、并行调度 • 可串行的调度 • 冲突 • 冲突等价 • 冲突可串行

• 冲突可串行的测试方法 • 两段锁协议

2、基本概念

• 事务处理包括哪两方面的内容 • 不对并发事务进行控制导致的问题

• 事务、事务的状态、事务的性质、事务的原子性 • 调度、串行调度、并行调度、可串行调度 • 冲突、冲突等价、冲突可串行

3、重点 • 基本概念

• 冲突可串行的测试方法

• 两段锁协议

第13章 数据库恢复技术

1、知识点 • 日志 • 日志的内容 • 日志的产生过程

• 使用日志进行系统恢复的方法

2、重点

考试数据库 第6篇

一是商业银行。在审核信贷及担保业务申请时，在取得个人书面授权同意后，可以查询个人的信用报告。另外，商业银行在对已发放信贷进行贷后风险管理的情况下，也可查询个人的信用信息。

二是金融监督管理机构以及司法部门等其他政府机构。根据相关法律、法规的规定，这些机构可按规定的程序查询个人信用报告。

燕山大学数据库考试总结 第7篇

1.数据库、数据管理系统和数据库系统三者之间有何区别？有何关系？

数据库简称（DB)是长期存储在计算机内的，有组织的可共享的数据集合。数据库管理系统简称（DBMs)：数据库管理系统是位于用户与操作系统之间的一层数据管理软件，用于科学地组织和存储数据、高效地获取和维护数据。数据库系统（简称 DBS)：数据库系统是指在计算机系统中引入数据库后的系统构成，一般由数据库、数据库管理系统（及其开发工具）、应用系统、数据库管理员构成。

数据库和数据库管理系统是数据库系统的组成部分 2.什么是数据模式？

模式（schema）是数据库中全体数据的逻辑结构和特征的描述，而且它仅仅涉及具体的描述而不涉及具体的值，模式的每一个具体的值便是一个实例，而模式是相对比较稳定的实例是相对变动的。

3.试述数据库设计过程的各个阶段上的设计描述。

各阶段的设计要点如下： 1)需求分析：准确了解与分析用户需求（包括数据与处理）。2)概念结构设计：通过对用户需求进行综合、归纳与抽象，形成一个独立于具体DBMS的概念模型。3)逻辑结构设计：将概念结构转换为某个DBMS所支持的数据模型，并对其进行优化。4)数据库物理设计：为逻辑数据模型选取一个最适合应用环境的物理结构（包括存储结构和存取方法）。5)数据库实施：设计人员运用DBMS提供的数据语言、工具及宿主语言，根据逻辑设计和物理设计的结果建立数据库，编制与调试应用程序，组织数据入库，并进行试运行。6)数据库运行和维护：在数据库系统运行过程中对其进行评价、调整与修改。

 数据字典的内容和作用是什么？

 数据字典是系统中各类数据描述的集合。数据字典的内容通常包括： ? 数据项 ? 数据结构 ? 数据流 ? 数据存储 ? 处理过程五个部分其中数据项是数据的最小组成单位，若干个数据项可以组成一个数据结构。数据字典通过对数据项和数据结构的定义来描述数据流、数据存储的逻辑内容。数据字典的作用：数据字典是关于数据库中数据的描述，在需求分析阶段建立，是下一步进行概念设计的基础，并在数据库设计过程中不断修改、充实、完善。（详细参考《概论》书上6.2.3。注意，数据库设计阶段形成的数据字典与第十一章DBMS中的数据字典不同，后者是DBMS关于数据库中数据的描述，当然两者是有联系的）。

三、问答题 ．试述数据模型的概念、数据模型的作用和数据模型的三个要素。答：

数据模型是数据库中用来对现实世界进行抽象的工具，是数据库中用于提供信息表示和操作手段的形式构架。一般地讲，数据模型是严格定义的概念的集合。这些概念精确描述了系统的静态特性、动态特性和完整性约束条件。因此数据模型通常由数据结构、数据操作和完整性约束三部分组成。

(l）数据结构：是所研究的对象类型的集合，是对系统静态特性的描述。

(2）数据操作：是指对数据库中各种对象（型）的实例（值）允许进行的操作的集合，包括操作及有关的操作规则，是对系统动态特性的描述。

(3）数据的约束条件：是一组完整性规则的集合。完整性规则是给定的数据模型中数据及其联系所具有的制约和依存规则，用以限定符合数据模型的数据库状态以及状态的变化，以保证数据的正确、有效、相容。

解析数据模型是数据库系统中最重要的概念之一。

数据模型是数据库系统的基础。任何一个 DBMS 都以某一个数据模型为基础，或者说支持某一个数据模型。数据库系统中，模型有不同的层次。根据模型应用的不同目的，可以将模型分成两类或者说两个层次：一类是概念模型，是按用户的观点来对数据和信息建模，用于信息世界的建模，强调语义表达能力，概念简单清晰；另一类是数据模型，是按计算机系统的观点对数据建模，用于机器世界，人们可以用它定义、操纵数据库中的数据，一般需要有严格的形式化定义和一组严格定义了语法和语义的语言，并有一些规定和限制，便于在机器上实现。

2.什么是数据库的概念结构？试述其特点和设计策略。

三、问答题

1.定义并理解下列术语，说明它们之间的联系与区别:（1）域，笛卡尔积，关系，元组，属性

（2）主码，候选码，外部码

（3）关系模式，关系，关系数据库

2.试述关系模型的完整性规则。在参照完整性中，为什么外部码属性的值也可以为空？什么情况下才可以为空？答：实体完整性规则是指若属性A是基本关系R的主属性，则属性A不能取空值。

若属性(或属性组)F是基本关系R的外码，它与基本关系S的主码Ks相对应(基本关系R和S不一定是不同的关系)，则对于R中每个元组在F上的值必须为：或者取空值(F的每个属性值均为空值)；或者等于S中某个元组的主码值。即属性F本身不是主属性，则可以取空值，否则不能取空值。

３.等值连接与自然连接的区别是什么？连接运算符是“=”的连接运算称为等值连接。它是从关系R与S的广义笛卡尔积中选取A，B属性值相等的那些元组

自然连接是一种特殊的等值连接，它要求两个关系中进行比较的分量必须是相同的属性组，并且在结果中把重复的属性列去掉

.4 理解并给出下列术语的定义：函数依赖、部分函数依赖、完全函数依赖、传递依赖、候选码、主码、外码、全码(All-key)、1NF、2NF、3NF、BCNF、多值依赖、4NF。

查看答案

函数依赖：设R(U)是一个关系模式，U是R的属性集合，X和Y是U的子集。对于R(U)的任意一个可能的关系r，如果r中不存在两个元组，它们在X上的属性值相同，而在Y上的属性值不同，则称“X函数确定Y”或“Y函数依赖于X”，记作X→Y。*解析： 1）函数依赖是最基本的一种数据依赖，也是最重要的一种数据依赖。2）函数依赖是属性之间的一种联系，体现在属性值是否相等。由上面的定义可以知道，如果X→Y，则r中任意两个元组，若它们在X上的属性值相同，那么在Y上的属性值一定也相同。3）我们要从属性间实际存在的语义来确定他们之间的函数依赖，即函数依赖反映了（描述了）现实世界的一种语义。4）函数依赖不是指关系模式R的在某个时刻的关系（值）满足的约束条件，而是指R任何时刻的一切关系均要满足的约束条件。答：完全函数依赖、部分函数依赖：在R（U）中，如果X→Y，并且对于X的任何一个真子集X，都有X′→Y，则称Y对X完全函数依赖，记作： 若X→Y，但Y不完全函数依赖于X，则称Y对X部分函数依赖，记作： 传递依赖：在R（U）中，如果X →Y，（Y ? X），Y →X，Y→Z，则称Z对X传递函数依赖。候选码、主码： 设K为R中的属性或属性组合，若K → U则K为R的候选码（Candidate key）。若候选码多于一个，则选定其中的一个为主码（Primary key）。*解析： 1）这里我们用函数依赖来严格定义码的概念。在第二章中我们只是描述性地定义码（可以复习2.2.1）：若关系中的某一属性组的值能唯一地标识一个元组，则称该属性组为候选码（Candidate key）。2）因为码有了严格定义，同学在学习了《概论》5.3数据依赖的公理系统后就可以从R的函数依赖集F出发，用算法来求候选码。答：外码：关系模式R中属性或属性组X并非R的码，但X是另一个关系模式的码，则称X是R的外部码（Foreign key）也称外码。全码：整个属性组是码，称为全码（All-key）。答： 1NF：如果一个关系模式R的所有属性都是不可分的基本数据项，则R∈1NF。*解析：第一范式是对关系模式的最起码的要求。不满足第一范式的数据库模式不能称为关系数据库。答： 2NF：若关系模式R∈1NF，并且每一个非主属性都完全函数依赖于R的码，则R∈2NF。3NF：关系模式R 中若不存在这样的码X，属性组Y及非主属性Z（Z ? Y）使得X→Y，（Y → X）Y→Z，成立，则称R ? 3NF。BCNF：关系模式R ?1NF。若X→Y且Y ? X时X必含有码，则R ? BCNF。*解析：同学们要真正理解这些范式的内涵。各种范式之间的联系：5NF? 4NF? BCNF? 3NF? 2NF? lNF（《概论》上图5.2）。能够理解为什么有这种包含关系。答：多值依赖：设R（U）是属性集U上的一个关系模式。X，Y，Z是U的子集，并且Z=U-X-Y。关系模式R（U）中多值依赖X→→Y成立，当且仅当对R（U）的任一关系r，给定的一对（x，z）值，有一组Y的值，这组值仅仅决定于x值而与z值无关。4NF：关系模式R ? lNF，如果对于R的每个非平凡多值依赖X→→Y（Y ? X），X都含有码，则称R ? 4NF。*解析：对于多值依赖的定义有多种。《概论》上定义 5.9后面又给出了一种等价的定义。习题中的第4题是另一种等价的定义。同学们可以对比不同的定义来理解多值依赖。选择自己容易理解的一种定义来掌握多值依赖概念。

简述数据库物理设计的内容和步骤。．试述数据库物理设计的内容和步骤。

答：数据库在物理设备上的存储结构与存取方法称为数据库的物理结构，它依赖于给定的 DBMS。为一个给定的逻辑数据模型选取一个最适合应用要求的物理结构，就是数据库的物理设计的主要内容。数据库的物理设计步骤通常分为两步：(l）确定数据库的物理结构，在关系数据库中主要指存取方法和存储结构；(2）对物理结构进行评价，评价的重点是时间效率和空间效率。



三、问答题

1.试述SQL语言的特点。答：(l）综合统一。sQL 语言集数据定义语言 DDL、数据操纵语言 DML、数据控制语言 DCL 的功能于一体。(2）高度非过程化。用 sQL 语言进行数据操作，只要提出“做什么”，而无需指明“怎么做”，因此无需了解存取路径，存取路径的选择以及 sQL 语句的操作过程由系统自动完成。

(3）面向集合的操作方式。sQL 语言采用集合操作方式，不仅操作对象、查找结果可以是元组的集合，而且一次插入、删除、更新操作的对象也可以是元组的集合。

(4）以同一种语法结构提供两种使用方式。sQL 语言既是自含式语言，又是嵌入式语言。作为自含式语言，它能够独立地用于联机交互的使用方式；作为嵌入式语言，它能够嵌入到高级语言程序中，供程序员设计程序时使用。(5）语言简捷，易学易用。

2.什么是基本表？什么是视图？两者的区别和联系是什么？．什么是基本表？什么是视图？ 答

两者的区别和联系是什么？基本表是本身独立存在的表，在 sQL 中一个关系就对应一个表。视图是从一个或几个基本表导出的表。视图本身不独立存储在数据库中，是一个虚表。即数据库中只存放视图的定义而不存放视图对应的数据，这些数据仍存放在导出视图的基本表中。视图在概念上与基本表等同，用户可以如同基本表那样使用视图，可以在视图上再定义视图。

3.试述视图的优点。7 ．试述视图的优点。答

(l）视图能够简化用户的操作；(2）视图使用户能以多种角度看待同一数据；(3）视图对重构数据库提供了一定程度的逻辑独立性；(4）视图能够对机密数据提供安全保护。

4.所有的视图是否都可以更新？为什么？答: 不是。视图是不实际存储数据的虚表，因此对视图的更新，最终要转换为对基本表的更新。因为有些视图的更新不能惟一有意义地转换成对相应基本表的更新，所以，并不是所有的视图都是可更新的.5.哪类视图是可以更新的，哪类视图是不可更新的？答：基本表的行列子集视图一般是可更新的。若视图的属性来自集函数、表达式，则该视图肯定是不可以更新的。

7.数据库的完整性概念与数据库的安全性概念有什么区别和联系？

8.什么是数据库的完整性约束条件？可分为哪几类？

9.RDBMS在实现参照完整性时需要考虑哪些方面？

10.DBMS的完整性控制机制应具有哪些功能？ 7查看答案

数据的完整性和安全性是两个不同的概念，但是有一定的联系。前者是为了防止数据库中存在不符合语义的数据，防止错误信息的输入和输出，即所谓垃圾进垃圾出（Garbage In Garbage Out）所造成的无效操作和错误结果。后者是保护数据库防止恶意的破坏和非法的存取。也就是说，安全性措施的防范对象是非法用户和非法操作，完整性措施的防范对象是不合语义的数据。

8查看答案

完整性约束条件是指数据库中的数据应该满足的语义约束条件。一般可以分为六类：静态列级约束、静态元组约束、静态关系约束、动态列级约束、动态元组约束、动态关系约束。静态列级约束是对一个列的取值域的说明，包括以下几方面： 1.对数据类型的约束，包括数据的类型、长度、单位、精度等 2.对数据格式的约束 3.对取值范围或取值集合的约束。4.对空值的约束 5.其他约束静态元组约束就是规定组成一个元组的各个列之间的约束关系，静态元组约束只局限在单个元组上。静态关系约束是在一个关系的各个元组之间或者若干关系之间常常存在各种联系或约束。常见的静态关系约束有： 1.实体完整性约束。2.参照完整性约束。• 3.函数依赖约束。动态列级约束是修改列定义或列值时应满足的约束条件，包括下面两方面： 1.修改列定义时的约束 2.修改列值时的约束动态元组约束是指修改某个元组的值时需要参照其旧值，并且新旧值之间需要满足某种约束条件。动态关系约束是加在关系变化前后状态上的限制条件，例如事务一致性、原子性等约束条件。

9查看答案

RDBMS在实现参照完整性时需要考虑以下几个方面： 1）外码是否可以接受空值 2）删除被参照关系的元组时的考虑，这时系统可能采取的作法有三种：（a）级联删除（CASCADES）；（b）受限删除（RESTRICTED）；（c）置空值删除（NULLIFIES）3）在参照关系中插入元组时的问题，这时系统可能采取的作法有：（a）受限插入（b）递归插入 4）修改关系中主码的问题一般是不能用UPDATE语句修改关系主码的。如果需要修改主码值，只能先删除该元组，然后再把具有新主码值的元组插入到关系中。如果允许修改主码，首先要保证主码的唯一性和非空，否则拒绝修改。然后要区分是参照关系还是被参照关系。

10查看答案

DBMS的完整性控制机制应具有三个方面的功能： 1.定义功能，即提供定义完整性约束条件的机制。2.检查功能，即检查用户发出的操作请求是否违背了完整性约束条件。3.违约反应：如果发现用户的操作请求使数据违背了完整性约束条件，则采取一定的动作来保证数据的完整性。

4.试述事务的概念及事务的四个特性。

6.数据库转储的意义是什么？ 试比较各种数据转储方法。

4查看答案

事务是用户定义的一个数据库操作序列，这些操作要么全做要么全不做,是一个不可分割的工作单位。事务具有四个特性：原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）和持续性（Durability）。这个四个特性也简称为ACID特性。原子性：事务是数据库的逻辑工作单位，事务中包括的诸操作要么都做，要么都不做。一致性：事务执行的结果必须是使数据库从一个一致性状态变到另一个一致性状态。隔离性：一个事务的执行不能被其他事务干扰。即一个事务内部的操作及使用的数据对其他并发事务是隔离的，并发执行的各个事务之间不能互相干扰。持续性：持续性也称永久性（Permanence），指一个事务一旦提交，它对数据库中数据的改变就应该是永久性的。接下来的其他操作或故障不应该对其执行结果有任何影响。

5查看答案

考试数据库 第8篇

《数据结构》课程不仅是计算机专业的核心课程,也是部分非计算机专业的选修或必修课程,这门课程对于培养学生利用计算机解决现实问题的能力,以及理解计算机的实质,都有极其重要的意义。加强对该课程的建设。除了要改革教学内容、教学方法和教学手段外,还必须对考试方案进行必要的研究与改进。实践证明,传统的考试方法,特别是单一的笔试,或一次考决定结果的方法在对学生素质培养方面有着天生的缺陷。

通过对考试手段的改革促进学生对该门课程的学习的积极性与主动性,通过灵活的考试评价机制可以促进该门课的教学质量的提高。

2. 灵活的考试方案选择

选择考试方案的基本原则是要能促进学生的学习积极性与主动性,要能够配合教师高质量地完成教学任务,要有利于学生创新能力的培养。

2.1 与学生协商考试形式

学生是教学中学的主体,学生对课程的关心程度高低,直接影响课程的教学效果。让学生参与到考试形式的协商中来,不仅体现了对学生的关怀,让学生参与到所有教学过程的设计,客观上拉近了教师与学生之间的距离,让考试更亲近学生,激发学生的学习动力。在近三年的教学实践中发现,与学生协商考试形式,起到了预期的效果,学生在学习过程中,有的放矢,抓住学习重点,考试成绩较为理想。

2.2 加强实践和过程考试

作为程序设计的核心基础课,数据结构课程本身实践性很强。学生通过数据结构课程的实践学习可以加强学生对程序设计的能力,特别是对数据抽象和组织的能力,反过来也可以使学生对语言的词法、语法和语义有更深入的把握。考核方案分四个部分:(1)平时作业,占1 0%,主要督促学生注意平时学习;(2)实验和报告,占20%,目的是加强学生实践动手能力;(3)期中考试,占2 0%,巩固学生的阶段学习成果;(4)期末考试,占5 0%,主要考察基本理论知识。可以看出,方案制定的主导思想主要突出以过程考核为主,以理论考试为辅。考核方案在某种程度上限制了部分学习愿望较差的学生,使他们在教学过程中不致太散漫,对学校要求的到课率的提高也起到了一定的作用。

3. 考试方案的实施

考试方案是否合理,是否达到初步设想,必须通过具体实施来验证。为保证考试方案的顺利实施,重点抓住和解决好以下几个问题,最后取得了较为满意的效果。

3.1 加强平时作业和平时小测验

由于平时作业成绩计入考试,所以学生做作业的积极性明显提高,学生之间相互讨论问题时间增加,通过课堂、课间或网络途径与老师交流增多。每两章进行一次小测验,使学生复习教学内容成为常态,客观上要求学生平时多下工夫,解决了学生考前突击,考后还给老师的情况。

3.2 实验中严格要求,实验后规范实验报告

数据结构实践考试占据20%的成绩,导向明确,就是让学生高度关注和认真对待每一个实验。一般要求在实验课前能自觉提前准备实验内容,在实验课中能集中精力调试和分析算法与程序,与老师商量困难的实验题目的做法。

学生不仅要会准备和完成实验,还应该做好实验报告。这样,既锻炼了学生写作能力及分析问题能力,也养成严谨的研究作风。一般要求实验报告中除了常规的实验目的、实验内容等项目外,还借鉴了软件工程学中问题求解的一般过程。

以往在实验课中很多学生不知道该干什么,或知道该干什么但是干与不干的结果都一样,所以大部分学生经常玩游戏、上网聊天、甚至干脆不来。实验纳入考核后,大部分学生都能认真地完成实验。

3.3 加强期中考试

加强期中考试的目的是要加强对平时学习的相关知识进行巩固,强化半学期以来学过的东西。加强期中考试还有另一个作用,让那些试图通过一次作弊就通过的想法不能如愿,对于端正学习考风大有益处。

3.4 精心设计期末考试

期末考试是对所学课程的全面总结,一般情况下,期末考试采取闭卷或开卷考试。闭卷考试不利于学生应用能力的培养,学生需要记忆大量的概念和知识点,但是闭卷可以促使学生多看书,多思考。开卷题目过于灵活,主要偏重考察学生的基本应用能力,考试成绩不容乐观,主要是学生对开卷的准备不够。在数据结构考试改革中,倾向采用闭卷方式,原因在于已经采取了过程化的考试,因此,考试题目就不必追求灵活度和难度等,重点是考查学生对概念掌握情况。

在题目类型设计上除了要体现对一些基本概念和常识的考核外,还要求学生掌握数据结构的模型设计、数据结构算法设计思想,最高要求学生能够对具体的问题设计合适的算法,并分析算法的时间和空间效率。

4. 试题库与智能组卷系统

为了确保试卷中题目分布合理,考察客观。在学校重点课程的支持下,构建了《数据结构》课程试题库系统,初期试题容量为800道,包含了目前所能见到各种题型。该系统还允许创造新的题目类型,支持作业布置、平时测验、期中考试和期末考试等题目的组织,而且可以在相同题型、相同知识点及难度系数的情况下自动完成AB卷的出卷工作,试卷最后可以直接通过W o r d输出。

系统分别采用了贪心算法和遗传算法进行智能组卷,大大提高了组卷的效率,减轻了教师组卷工作负担的同时,确保了试卷的难度、信度和效度等达到预期的目标。

5. 实施效果分析

通过对《数据结构》的考试方案的改革,学生学习积极性明显提高,考试成绩上升。在289人的考试中,及格率达到74.3%,较以前有较大提高,中等比例28.4%,优良率也达到了13.8%。

不难看出,《数据结构》考试方案的设计与实施效果基本达到了预定的目标。但是也存在一些不足与遗憾,如有些学生有较强的抵制情绪,对教师的要求比较反感,如果教师无法面对,改革不可能继续下去;教师不仅要考虑如何进行教学,平时还要对学生进行监督与考核,通过电子邮件回答学生的问题,工作量付出过大,没有奉献精神不可能坚持下去。

参考文献

[1]王力.西部大开发中地方高校大学生计算机文化素质的研究[J].贵州工业大学学报(社科).2000,(3):36-39.

[2]王力.面向21世纪地方普通高校计算机基础课程体系改革探索[J].贵州工业大学学报(社科).1999.(3):52-55.

[3]于信凤编.考试理论研究[M].沈阳:辽宁人民出版社.1989.

[4]王建新,姜秀英,董冀等.考试方法[M].哈尔滨:黑龙江科学技术出版社.1990.