数据库原理第一章概述的习题放在整本书里看是最不起眼的一章——全是名词解释、判断、简答没有一道需要写 SQL也没有复杂的计算。但我带人过这门课习题的时候发现恰恰是这一章的题目最能暴露理解深度同样是问“什么是数据库”有人背出一句话有人能顺着答出数据、DBMS、DBS 三者的边界再往下推到三级模式和两个独立性。第一章的习题本质上是全书的骨架图答得好不好直接决定后面范式、事务、索引这些章节你是“背结论”还是“真理解”。下面我把这一章常见的题型拆开逐类讲清楚每道题背后在考什么、怎么答不漏点、哪里最容易丢分适合正在备考的学生、准备面试的转行者以及想把基础概念重新捋一遍的从业者。1. 先把第一章的考点地图摊开1.1 四个基本概念为什么总被放在第一题几乎每本教材的第一道名词解释都是“数据、数据库、数据库管理系统、数据库系统”。很多人觉得这是送分题实际上这四个词的关系链条是整个学科的起点答错一个后面全歪。我见过的典型错误是把“数据库”和“数据库系统”当同义词用写成“数据库是存储在计算机内、有组织、可共享的数据集合包括硬件、软件和人员”——前半句对后半句直接把两个概念缝在一起了。正确的边界应该是这样的数据是描述事物的符号记录它的外延比数字大得多文字、图形、声音、指纹都是数据重点在于“符号”和“语义”两层——脱离语义的符号没有意义“93”到底是分数、年龄还是编号必须靠语境确定。数据库是长期存储在计算机内、有组织、可共享的大量数据的集合它的三个关键词是“永久存储”“有组织”“可共享”缺一个都不完整。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它的职责是科学地组织和存储数据、高效地获取和维护数据是一套软件而不是一堆数据。数据库系统则是由数据库、数据库管理系统、应用程序和数据库管理员组成的整个系统横跨软硬件和人。我在带人做题时用的是一个很土但很好用的类比数据是货数据库是仓库DBMS 是仓库的自动化管理系统叉车、货架、出入库登记数据库系统是整个物流中心包括仓库、系统、业务人员和管理员。你答名词解释时把类比里的角色换成专业术语基本不会串。另外提醒一句很多题目会追问“数据库与文件系统的根本区别”这道题的答案不在“有没有冗余”上而在数据结构化和由 DBMS 统一管理控制这两点上冗余只是结果不是根因。1.2 数据管理三阶段的对比怎么记才不串数据管理技术的发展阶段是简答题常客人工管理、文件系统、数据库系统三个阶段问法通常是“三个阶段各有什么特点”或者“数据库系统阶段相比前两个阶段解决了什么问题”。这一段内容教材里一般是一张表很多人考前突击背一遍考场上只能想起“冗余小、共享高”六个字分数自然上不去。我的经验是别按阶段背按维度横着背把每个维度从人工到数据库的演变逻辑串成一条线记起来反而牢。对比维度人工管理阶段文件系统阶段数据库系统阶段数据保存不长期保存随程序结束而消失长期保存为文件长期保存由 DBMS 统一管理数据管理者人程序员自己文件系统数据库管理系统数据面向对象某个具体应用程序某个具体应用程序现实世界面向全局数据共享程度无共享冗余极大共享性差冗余大共享性高冗余低数据结构化程度无结构记录内部有结构整体无结构整体结构化数据之间建立联系数据独立性完全不独立独立性差改结构要改程序有物理独立性和逻辑独立性数据控制能力应用程序自行控制应用程序自行控制DBMS 提供安全性、完整性、并发控制、恢复这张表真正要理解的只有三行。第一行是整体结构化文件系统里每个文件自己内部有记录结构但文件和文件之间没有关系数据库把整个组织的数据看成一个整体来设计结构这是“数据库”这个词里“库”的真正含义。第二行是数据独立性这是数据库技术最核心的收益程序和数据解耦改数据存储方式不动程序改数据逻辑结构也尽量不动程序后面的三级模式和两级映像全是为了它服务的。第三行是统一控制并发、恢复、完整性、安全性这四件事文件系统阶段全靠程序员自觉数据库阶段由 DBMS 兜底。还有一道变体题常出现“数据库系统阶段的数据冗余是否完全消除了”答案是没有只是把冗余控制在一个可控、可设计的范围内有时候为了查询效率还会刻意保留少量冗余后面讲范式时会看到反规范化。这一小问丢分的人特别多因为背表格的人只记住了“冗余小”。提示三阶段对比类题目答完特点后务必补一句“这一阶段解决了上一阶段什么问题”大多数评分点就在这句总结上。2. 概念题名词解释与判断题的答题模板2.1 名词解释拿分的三层结构第一章的名词解释数量多但其实可以套一个统一的三层模板定义 关键特征 与其他概念的区别或作用。只写定义最多拿一半分因为阅卷看的往往是关键词覆盖。以“实体”为例第一层定义——客观存在并可相互区别的事物可以是具体的人、事、物也可以是抽象的概念或联系第二层特征——实体由属性刻画同类实体的集合叫实体集实体集之间可以有联系第三层区别——实体和属性是相对的概念属性本身在更细的粒度下也可以看成实体这种相对性就是后面做 E-R 图时判断粒度是否合适的依据。三层写完这段答案基本无懈可击。再以“码”这一组概念为例这是第一章的必考组合很多人把它们混成一锅概念定义要点记忆抓手超码能唯一标识元组的属性集合只要唯一就算可以有多余属性候选码能唯一标识元组且不含多余属性的属性集最小性去掉任何一个属性就不唯一主码从候选码中选定的一个一个关系只能有一个主属性 / 非主属性包含在任一候选码中的属性 / 不包含的属性注意是“任一候选码”不是“主码”外码本关系中用于引用另一关系主码的属性体现关系之间的联系可为空这里最容易错的是主属性的判定。假设有关系 R学号身份证号姓名学号和身份证号都是候选码那么学号和身份证号都是主属性姓名是非主属性。很多人只盯着“主码是学号”就把身份证号判成非主属性直接扣分。判断主属性的正确姿势是先把所有候选码全找出来再取并集落在里面的都是主属性。外码这一条要补一句容易被忽略的外码引用的是另一关系的主码但它的取值有两种情况——要么是被引用关系中真实存在的值要么是空值前提是属性允许为空这就是参照完整性约束的两条规则第一章虽然只是提一句但第六章会原样考回来。2.2 判断题最爱的七个陷阱判断题看着简单实际是失分重灾区因为它专挑“似是而非”的表述。我把历年常见的坑整理成一张速查表考前扫一遍比刷十套题有用。表述正误错在哪数据库就是数据库系统错数据库只是数据集合数据库系统包含 DBMS、应用和人员数据库的冗余已经彻底消除错只能控制在可控范围必要时保留数据就是数字错数据的范畴包含一切符号记录数据与信息的含义相同错数据是符号记录信息是对数据加工后有意义的结果有 DBMS 就等于有数据库系统错还要有数据库、应用和人员关系模型和 E-R 模型都是逻辑模型错E-R 模型是概念模型面向现实世界不面向具体机器逻辑独立性是指应用程序与存储结构的独立错这是物理独立性逻辑独立性说的是应用程序与逻辑结构的关系这几条背后其实就两个底层判断标准概念范畴的大小和独立性的方向。凡是把大概念说成小概念“数据库就是数据库系统”、把相对性质说成绝对性质“冗余已彻底消除”的表述基本可以直接判错。凡是涉及独立性的先问自己一句变的是外模式还是物理存储变物理存储对应物理独立性变逻辑结构对应逻辑独立性这个顺序不要反。提示判断题答错时不要只记结论把“错在哪半句”写在旁边这一章的判断题重复率极高标注一遍等于复习三遍。3. 数据模型与 E-R 图从概念到图纸3.1 三种数据模型与两类模型的边界数据模型这一节的题考法通常是“数据模型的三要素是什么”和“概念模型、逻辑模型、物理模型有什么区别”。三要素的答案是数据结构、数据操作、完整性约束这三者不是并列关系而是有层次的数据结构是基础它决定了数据怎么组织、联系怎么表示数据操作是建立在这种结构之上的操作集合查询、更新完整性约束是结构上必须满足的规则保证数据合法。答这道题时如果能各举一个例子分数会更稳关系模型的数据结构是二维表操作是关系代数与 SQL 那套并、差、投影、选择约束是实体完整性、参照完整性和用户自定义完整性。两级模型的区分是另一个常错点。我把边界整理成一句话概念模型是给人看的逻辑模型是给机器设计看的物理模型是给存储实现看的。模型层次面向对象典型代表在开发流程中的位置概念模型用户、业务人员E-R 模型需求分析阶段画业务图逻辑模型数据库设计者层次、网状、关系模型设计阶段转成表结构物理模型DBMS 与存储系统索引、存储结构、存取路径实现阶段由 DBMS 屏蔽这里有个很实用的理解方式概念模型不关心你最终用 MySQL 还是别的什么库它只描述“现实世界里有什么、怎么联系”逻辑模型必须选定范式比如关系模型物理模型在多数关系数据库里其实被 DBMS 自动处理了所以做应用开发的人平时接触最多的是前两个层次。这也解释了一道经典题——“为什么 E-R 模型不是逻辑模型”答案就在于它不依赖任何具体的数据组织方式不能直接被机器实现必须先转换成关系模型才能落地。3.2 E-R 图综合题的画法与常见扣分点第一章的压轴题往往是“根据描述画出 E-R 图并转换为关系模式”描述通常是仓库、零件、供应商这一类。这类题的分值高扣分点也集中我总结了四步走法。第一步先圈名词再分实体和属性。描述里出现的每个名词都要过一遍能独立存在、需要被单独管理的是实体只能依附于某个实体、不需要单独管理的是属性。比如“仓库有仓库号、面积、地点”里仓库是实体仓库号、面积、地点是属性。判断粒度的经验法则是如果需要为它单独建表、需要被别的东西引用它就是实体。第二步先定联系的种类再连线段。两个实体集之间的联系类型由业务语义决定一个仓库可以存放多种零件一种零件可以存放在多个仓库这是多对多一名教师可以指导多名学生一名学生只能有一位指导教师这是一对多一个班级只有一个班长一个班长只属于一个班级这是一对一。这里最容易被扣分的是“一对多”被画成“多对多”因为大多数业务描述是口语化的需要反复读题确认“一个 X 只能对应几个 Y”。第三步给联系挂属性。联系本身也可以有属性这是本章最容易漏的点。比如“仓库—存放—零件”这个多对多联系上的“存放量”它既不属于仓库也不属于零件只属于这次存放行为就必须挂在联系上。很多人图省事把它挂到零件上结果一个零件存在多个仓库时就无法区分直接判错。第四步转关系模式三条规则要背牢每个实体集转换成一个关系模式实体的码就是关系的码。一对多联系把“一”端的码加到“多”端作为外码不需要新建关系。多对多联系必须单独转换成一个关系模式码是两个实体码的组合联系的属性一并带上。以上面的例子为例转换结果是三张表仓库仓库号面积地点、零件零件号名称规格、存放仓库号零件号存放量。注意“存放”这张表的码是仓库号零件号的组合不能只取其中一个。我见过有人写“存放仓库号零件号存放量”但把仓库号单独当主码那就等于说每个仓库只能放一种零件语义完全反了。提示E-R 图综合题写完一定要做一次反向验证——拿着你的图把题目描述的每一句话念一遍看能否在图上一一对应上。凡是念不通的地方就是漏画或者画错的地方。4. 三级模式与两级映像全章最硬的一块4.1 模式、外模式、内模式的定位三级模式结构是第一章区分度最高的考点选择题、简答题、判断题都可能出现。很多人背了“外模式、模式、内模式”这三个词但说不清谁对谁考试换个问法就崩。我建议按“站在谁的角度看”来记模式别称视角内容数量外模式子模式、用户模式应用程序和用户的视角用户能看到的那部分数据的逻辑结构多个模式逻辑模式全体数据的全局视角全部数据的逻辑结构和特征只有一个内模式存储模式存储系统的视角数据的物理存储结构与存取方式只有一个理解这一层的关键是“一个数据库只有一个模式和一个内模式但可以有多个外模式”。原因是模式描述全局内模式描述一份物理存储都只能有一个而不同应用关心的数据不一样人事系统只关心员工表和部门表财务系统只关心工资表和报销表每个应用对应一个外模式所以外模式可以有多个。这也解释了外模式的价值它让每个应用只看到自己需要的数据其余部分被屏蔽掉天然带了一层安全性。这三者之间的关系是层层依赖外模式建立在模式之上模式建立在内模式之上。这里有个非常容易考反的点——内模式不依赖外模式如果你在题目里看到类似“外模式变化会影响内模式”的说法直接判错。4.2 两级映像与两个独立性的推导两级映像和两个独立性是这章的核心难点也是全书后面多次引用的基础。我先给结论外模式/模式映像保证逻辑独立性模式/内模式映像保证物理独立性。然后说推导逻辑。先看外模式/模式映像。它的作用是定义外模式与模式之间的对应关系一个外模式对应一个映像。假设某天业务需要给员工表加一个“邮箱”字段模式变了但人事系统那个外模式里并不需要邮箱那么只要调整这个映像让外模式保持不变应用程序一行代码都不用改。这就是逻辑独立性——应用程序与数据库的逻辑结构相互独立。反过来如果模式变了以后必须改应用说明缺少有效的映像题目里常见的错项就是把这种情况描述成“提高了数据独立性”其实恰恰相反。再看模式/内模式映像。它定义的是数据的逻辑结构与物理存储之间的对应关系一个数据库只有一个。假设文件系统那一层换了存储方式或者给某张表加了个索引、把表挪到另一个存储位置逻辑结构没变只要调整这个映像模式和应用程序都不受影响。这就是物理独立性——应用程序与物理存储相互独立。这两个独立性的价值可以理解为把“变化的传播”切断了一次。没有映像的时候改存储要改逻辑结构、改逻辑结构要改程序一处变动全链路震动有了映像两个断点把震动拦住改存储最多改映像改逻辑结构最多改映像和应用里引用了变化字段的那部分。我常跟人说这两级映像是数据库技术里性价比最高的设计之一它没带来任何新功能却让系统的维护成本下降了一个数量级。映像位置对应独立性典型场景外模式/模式映像外模式与模式之间逻辑独立性表结构新增字段不影响旧应用模式/内模式映像模式与内模式之间物理独立性加索引、改存储位置不影响逻辑结构注意这里必须分清“模式”和“内模式”的层级模式是逻辑层内模式是物理层。写简答题时如果顺序颠倒写“模式/外模式映像保证物理独立性”阅卷基本直接判零。5. 简答题与综合应用把答案写成结构5.1 DBMS 的功能与 DBA 的职责怎么答不漏点“数据库管理系统有哪些功能”是最标准的简答题答案通常覆盖六块数据定义、数据组织存储与管理、数据操纵、数据库的事务管理和运行管理、数据库的建立和维护、其他功能通信、数据转换等。这六块直接背容易漏我用的方法是按“一个应用从无到有的生命周期”串先建库定义、建库建表→ 日常运行组织存储、查询更新→ 保证运行不崩事务管理、并发、恢复、安全、完整性→ 长期维护备份恢复、性能监控、重组重构。按这条线走六块基本不会漏而且能自然说出每一块解决的问题。DBA 的职责是另一道常考题答案围绕建库、定义结构、权限管理、日常监控、性能调优、备份恢复这几件事。这里要补一个很多人忽略的点DBA 和普通开发者的边界。开发者关心的是怎么把业务逻辑落到表结构上DBA 关心的是这个结构在并发量上来以后会不会锁死、索引是否够用、备份策略能不能支撑恢复目标。答这类题时如果能说出“DBA 的职责不仅要覆盖日常运维还要参与到数据库设计阶段”往往能拉开档次。还有一道容易被轻视的题“数据库系统的组成包括哪些部分”。标准答案是硬件、软件DBMS、编译系统、应用开发工具和人员终端用户、应用程序员、DBA其中人员这部分的重点在 DBA。很多人写完整套软硬件就停了人员一项空着这属于典型的漏答简答题只要漏掉一个维度就是半分往下。5.2 综合题的答题顺序与时间分配第一章的综合应用题通常是小分值多问号比如一题四问给一个业务描述要求画 E-R 图、转关系模式、指出主码外码、判断是否存在不合理设计。四问的分值分布大概是 4:3:2:1答题顺序建议按分值走但画图一定要先打草稿。我的实际操作顺序是先在草稿纸上把实体、属性、联系列成清单这一步花两分钟能省掉后面反复改图的时间再在答题纸上画正式图边画边核对描述里的每一句话然后转关系模式最后标主外码。标主外码时用符号标记下划线标主码波浪线标外码比文字描述省时间也更清楚。这里有个现实问题要提醒纸面作答的 E-R 图矩形是实体、椭圆是属性、菱形是联系、连线标注联系类型1:1、1:n、m:n这四样齐全才叫完整的图缺联系类型标注是最常见的丢分原因很多人图画对了但没标基数照样扣分。另一类综合题是“给出一个具体场景问采用数据库系统相对文件系统有什么好处”。这种题不要泛泛而谈直接按“解决了什么问题”来组织数据冗余与不一致、数据共享困难、数据独立性差、缺少统一的安全与并发控制手段。每条后面跟一句具体到场景的解释比如“多个部门各自维护一份客户名单改一处要同步多处容易不一致”这比抽象论述得分高得多。6. 常见问题与排查做题错误的典型样本6.1 十个高频错点速查表我把这一章批改和答疑时反复出现的错误整理成一张表考前一天看这张表比重新翻书有效。这些错误有个共同点都不是知识盲区而是概念边界模糊导致的“滑倒”。序号高频错点正确理解1把数据库和数据库系统混为一谈数据库是数据集合系统含软件、硬件和人员2认为数据只指数字数据是符号记录含文字、图形、声音等3主属性按主码判断主属性是任一候选码中的属性4认为数据库的冗余已彻底消除冗余被控制在可控范围5把 E-R 模型归为逻辑模型E-R 是概念模型6多对多联系不单独建关系多对多必须转换为独立关系模式7联系上的属性挂到实体上只属于联系本身的属性必须挂在联系上8逻辑独立性说成对存储结构的独立逻辑独立性针对逻辑结构物理独立性针对存储9认为外模式只能有一个外模式可以有多个模式和内模式各一个10内模式依赖外模式依赖方向是外模式依赖模式、模式依赖内模式其中第 7 条和第 10 条我认为最值得单独强调。第 7 条是 E-R 图题的“隐形杀手”因为图看起来没问题只是属性的位置错了肉眼很难发现但语义上已经错了。第 10 条是判断题的经典陷阱出题人只要把依赖方向反过来就能筛掉一批只背名词的考生。依赖关系永远是单向向上收缩的外模式依赖模式模式依赖内模式反过来不成立。6.2 复习顺序与自测方法这一章的内容看着散其实有一条主链数据与信息 → 数据管理的三个阶段 → 数据库系统的特点 → 数据模型概念、逻辑、物理→ 三级模式与两级映像。复习时顺着这条链走每一环都能用上一环作为解释比你按教材目录从头背一遍强很多。我的具体建议是三步第一步画一张自己的结构图手画不用软件把上面那条主链画出来每个节点旁边写三个关键词。这一步的作用是暴露断点——你画不下去的地方就是没真正理解的地方。第二步用“为什么”自问自答。为什么需要数据库因为文件系统共享性差、独立性差、缺乏统一控制。为什么需要三级模式因为要屏蔽不同层次的差异、支持不同视角。为什么需要两级映像因为要切断变化的传播链条。能连续问五个“为什么”都答得上来这一章就算过关。第三步用真题反向检验。拿历年题里的判断题和简答题做但不要只对答案遮住答案自己口述一遍再对照评分点。口述的作用是强迫你把“感觉懂”变成“说出来”这两者的差距在这一章特别明显——很多人默写得出三级模式但被问“内模式换了会影响谁”就卡住了。提示如果你只有一天时间复习这一章优先级排序是三级模式与两级映像 E-R 图与转换 数据管理三阶段 基本概念名词解释。前面两块是重难点且能出综合题后两块是记忆型送分题性价比不同。最后分享一个我自己的习惯每做完一道第一章的题我都会在旁边补一句“这道题在整本书里对应哪一章”。比如“外码”对应参照完整性“实体完整性”对应关系模型约束“多对多转换”对应后面的规范化设计。这么做一开始很慢但两三套题之后你会发现第一章的概念全都有了落点后面学到范式、完整性约束、事务的时候脑子里会自动回连到这些题目上。这一章看起来全是死记硬背实际上它是全书唯一一处把整体框架一次性交代完的地方把它当骨架图来画而不是当初级词汇表来背后面的路会好走很多。