2017年山西师范大学数据库原理(加试)复试仿真模拟三套题
● 摘要
一、简答题
1． 假设已建立了学生基本表 Student （SnO , Sname，Ssex , Sage，Sdept ），课程基本表 Course （Cno , Cname， Ccredit ），基本表SC （Sno , Cno，Grade ），试用SQL 的授权和回收语句完成下列操作：
（1）把查询Student 表的权限授予用户U1。
（2）把对Student 表和Course 表的全部权限授予用户U2和U3。
（3）把对表SC 的查询权限授予所有用户。
（4）把查询Student 表和修改学生学号的权限授给用户U4。
（5）把对表SC 的INSERT 权限授予U5, 并允许他再将此权限授予其他用户。
（6）DBA 把在数据库S C中建立表的权限授予用户U8。
（7）把用户U4修改学生学号的权限收回。
（8）收回所有用户对表SC 的查询权限。
（9）把用户U5对SC 表的INSERT 权限收回。
【答案】（1） GRANT SELECT ON TABLE Student TO U1
（2）GRANT ALL PRIVILIGES ON TABLE Student, Course TO U2, U3
（3）GRANT SELECT ON TABLE SC TO PUBLIC
，SELECT ON TABLE Student TO U4 （4）GRANT UPDATE （Sno ）
（5）GRANT INSERT ON TABLE SC TO U5 WITH GRANT OPTION
（6）GRANT CREATE1： AB ON DATABASE S C TO U8
（7）REVOKE UPDATE （Sno ） ON TABLE Student FROM U4
（8）REVOKE SELECT ON TABLE SC FROM PUBLIC （9 ） REVOKE INSERT ON TABLE SC FROM U5
2． 为什么事务非正常结束时会影响数据库数据的正确性? 请举例说明之。
【答案】（1）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。如果数据库系统运行中发生故障，有些事务尚未完成就被迫中断，这些未完成事务对数据库所做的
修改有一部分已写入物理数据库，这时数据库就处于一种不正确的状态，或者说是不一致的状态。
（2）例如某工厂的库存管理系统中，要把数量为Q 的某种零件从仓库1移到仓库2存放。
T 包括两个操作：则可以定义一个事务T ，如果T 非正常终止时只做了第一个
操作，则数据库就处于不一致性状态，库存量无缘无故少了Q 。
3． 完整性规则由哪几个部分组成？关系数据库的完整性规则有哪几类？
【答案】（1）数据库的完整性规则由如下3个部分组成：
①什么时候使用规则进行检查（称为规则的“触发条件”）。
②要检查什么样的错误（称为“约束条件”或“谓词”）。
，即违反时要做的动作）③若检查出错误，该怎样处理（称为“ELSE 子句”。
（2）在关系数据库中，完整性规则有如下3类：
①域完整性规则：定义属性的取值范围。
②域联系规则：在一个或多个关系中，属性值间的联系、影响和约束。关系完整性规则：定义更新操作对数 据库中值的影响和限制。
③这些规则是用数据定义语言（DDL ）描述的，一旦一条完整性规则输入到系统，系统就开始执行这条规则。
4． 试述网状、层次数据库的优缺点。
【答案】（1）网状数据模型的优缺点：
优点：
①能够更为直接地描述现实世界，如一个结点可以有多个双亲。
②具有良好的性能，存取效率较高。
缺点：
①结构比较复杂，而且随着应用环境的扩大，数据库的结构会变得越来越复杂，不利于最终用户掌握。
②其DDL 、DML 语言复杂，用户不容易使用。网状数据模型记录之间的联系通过存取路径实现，应用程序在访问数据时必须选择适当的存取路径。因此，用户必须了解系统结构的细节，加重了编写应用程序的负担。
（2）层次模型的优缺点：
优点：
①模型简单，对具有一对多层次关系的部门描述非常自然、直观，容易理解。
②用层次模型的应用系统性能好，特别是对于那些实体间联系是固定的且预先定义好的应用，采用层次模型来实现，其性能优于关系模型。
③层次数据模型提供了良好的完整性支持。
缺点：
①现实世界中很多联系是非层次性的，如多对多联系、一个结点具有多个双亲等，层次模型不能自然地表示这类联系，只能通过引入冗余数据或引入虚拟结点来解决。
②对插入和删除操作的限制比较多。
③查询子女结点必须通过双亲结点。
5． 什么是大数据，简述大数据的分类与基本特征。
【答案】（1）定义
大数据是指无法在可容忍的时间内用现有IT 技术和软硬件工具对其进行感知、获取、管理、
处理和服务的数据集合。
专家给出的定义：
大数据通常被认为是
包括结构化
的、半结构化的和非结构化的数据。其规模或复杂程度超出了传统数据库和软件技术所能管理和处理的数据集范围。
（2）分类
①海量交易数据（企业OLTP 应用）
海量交易数据的应用特点是数据海量、读写操作比较简单、访问和更新频繁、一次交易的数
据量大大，但要 求支持事务ACID 特性。对数据的完整性及安全性要求高，必须保证强一致性。
②海量交互数据（社交网、传感器、全球定位系统、Web 信息）
海量交互数据的应用特点是实时交互性强，但不要求支持事务特性。其数据的典型特点是类型多样异构、不完备、噪音大、数据增长快，不要求具有强一致性。
③海量处理数据（企业OLAP 应用）
海量处理数据的应用特点是面向海量数据分析，计算复杂，往往涉及多次迭代完成，追求数据分析的高效率，但不要求支持事务特性。
（3）大数据的特征
①巨量
大数据的首要特征是数据量巨大，而且在持续、急剧地膨胀。
②多样
大数据的多样性通常是指异构的数据类型、不同的数据表示和语义解释。
③快变
大数据的快变性也称为实时性，一方面指数据到达的速度很快，另一方而指能够进行处理的时间很短，或者要求响应速度很快，即实时响应。
④价值
大数据的价值是潜在的、巨大的。大数据不仅具有经济价值和产业价值，还具有科学价值。这是大数据最重要的特点，也是大数据的魅力所在。
6． 请给出检测死锁发生的一种方法，当发生死锁后如何解除死锁？
DBMS 检测到死锁后加以解除的方法。DBMS 【答案】（1）数据库系统一般采用允许死锁发生，
中诊断死锁的方法与操作系统类似，一般使用超时法或事务等待图法。
①超时法是如果一个事务的等待时间超过了规定的时限，就认为发生了死锁。超时法实现简单，但有可能误判死锁，事务因其他原因长时间等待超过时限时，系统会误认为发生了死锁。若时限设置得太长，又不能及时发现死锁。
②事务等待图是一个有向图G=（T ，U ）。T 为结点的集合，每个结点表示正运行的事务；U 为边的集合，每条边表示事务等待的情况。若等待则之间划一条有向边，从指向事务等待图动态地反映了所有事务的等待情况。并发控制子系统周期性地生成事务等待图，并进
或或更高数量级的数据，
相关内容
相关标签