1、系统分析师-数据库系统 1 及答案解析(总分：34.00，做题时间：90 分钟)一、单项选择题(总题数：22，分数：34.00)1.若系统中存在一个等待事务集(T 0，T 1，T 2，T n)，其中 T0正等待被 T1锁住的数据项 A1，T 1正等待被T2 锁住的数据项 A2，T n-1正等待 Tn锁住的数据项 An，T n正等待被 T0锁住的数据项 A0，则系统处于 (1) 的工作状态。A并发处理 B封锁 C循环 D死锁（分数：1.00）A.B.C.D.2.在一个采用 (2) 数据库体系结构的网络数据库应用系统中，计算机 C 上运行着 DBMS 软件和应用程序，并存有所有的用户数据，其余各节
2、点作为终端通过通信线路向计算机 C 发出数据库应用请求。A集中式 B主从式 C客户机/服务器 D分布式（分数：1.00）A.B.C.D.关系 R(A，B，C)满足下列函数依赖：F=BC，BA，ABC，关系 R 的候选关键字为 (3) ，该关键模式属于 (4) 。（分数：2.00）(1).AAB BA 和 B CA 和 BC DAC 和 AB（分数：1.00）A.B.C.D.(2).A1NF B2NF C3NF DBCNF（分数：1.00）A.B.C.D.从结构的角度看，数据仓库有 3 种模型：企业仓库、 (5) 和虚拟仓库。数据挖掘就是要智能化和自动化地把数据转换为有用的信息和知识，目前已有多
3、种数据挖掘方法。如果需要一个示例库(该库中的每个元组都有一个给定的类标识)做训练集，该方法称为 (6) 。（分数：2.00）(1).A用户仓库 B产品仓库 C关系型 OLAP D数据集市（分数：1.00）A.B.C.D.(2).A关联规则挖掘 B特征描述 C聚类分析 D分类分析（分数：1.00）A.B.C.D.3.在局部 E-R 图合并为总体 E-R 图的过程中， (7) 是错误的。A不同局部 E-R 图中出现的相同实体，在总体 E-R 图中只能出现一次B在总体 E-R 图中可以添加属于不同局部 E-R 实体之间的联系C在总体 E-R 图中可以删除在原局部 E-R 图中存在的联系D在总体 E-
4、R 图中不能删除任何不同实体间的联系（分数：1.00）A.B.C.D.设 p=(A1，A 2)，(A 1，A 3)是关系 R(A1，A 2，A 3)上的一个分解，表 4-1 是 R 上的一个关系实例 r，R 的函数依赖集为 (8) ，分解 D (9) 。表 4-1 R 上的一个关系实例 rA1 A2 A3a a da b ea c f（分数：2.00）(1).AF=A 1A 2,A1A 3 BF=A 1A 2CF=A 1A 3 DF=A 1A3A 2,A1A2A 3（分数：1.00）A.B.C.D.(2).A是无损连接的 B是保持函数依赖的C是有损连接的 D是否保持函数依赖是无法确定的（分数：
5、1.00）A.B.C.D.设学生选课关系模式为 SC(Sno，Cno，Grade)，其中 Sno 为学号，Cno 为课程号，Grade 为成绩，SOL 杳询语句如下：与该查询等价的元组演算表达式为 t (13) (SC(u)SC(v) (14) t1=u1)。（分数：2.00）(1). （分数：1.00）A.B.C.D.(2). （分数：1.00）A.B.C.D.4.在分布式数据库中， (12) 是指各场地数据的逻辑结构对用户不可见。A分片透明性 B场地透明性C场地自治 D局部数据模型透明性（分数：1.00）A.B.C.D.5.数据仓库通过数据转移从多个数据源中提取数据，为了解决不同数据源格式
6、不统一的问题，需要进行 (13) 操作。A简单转移 B清洗 C集成 D聚集和概括（分数：1.00）A.B.C.D.设关系模式 RU,F，其中 U=H,I,J,K,L)，若 F=HIJ,JK,IJKL,LH,LK)，则 F 的最小函数依赖集 Fmin= (14) 。关系模式 R 的候选关键字有 (15) 个，R 属于 (16) 。（分数：3.00）(1).AHI，HJ，JK，IJKL，LHBHI，HJ，JK，IJL，LHCHI，HJ，JK，IJL，JKDHI，JK，IJL，LH，LK（分数：1.00）A.B.C.D.(2).A1 B2 C3 D4（分数：1.00）A.B.C.D.(3).A1NF
7、 B2NF C3NF DBCNF（分数：1.00）A.B.C.D.6. (17) 引起的数据库异常，其破坏性最大。A事务故障 B系统故障 C介质故障 D病毒引起故障（分数：1.00）A.B.C.D.某商场的部门、员工和商品三个实体之间的关系如图 4-1 所示。假设每个部门有若干名员工，每种商品只能由一个部门负责销售，那么部门到员工、部门到商品之间分别存在着 (18) 的联系。如果用户要求得到表 4-5 所示的结果，需要 (19) ，并增加关系模式 (20) 。如果查询某部门负责销售的商品，需要 (21) 。（分数：4.00）(1).A1:1 和 1:1 B1:1 和 1:nC1:n 和 1:1
8、 D1:n 和 1:n（分数：1.00）A.B.C.D.(2).A修改表 4-2 的结构，在表 4-2 中增加一个员工号B修改表 4-3 的结构，在表 4-3 中增加一个员工号C修改表 4-3 的结构，在表 4-3 中增加一个部门号D修改表 4-4 的结构，在表 4-4 中增加一个部门号（分数：1.00）A.B.C.D.(3).ASale_record(员工号，名称，数量)BSale_record(员工号，名称，商品号，数量)CSale_record(员工号，部门号，数量)DSale_record(员工号，部门号，商品号，数量)（分数：1.00）A.B.C.D.(4).A修改表 4-2 的结构
9、，在表 4-2 中增加一个员工号B修改表 4-3 的结构，在表 4-3 中增加一个员工号C修改表 4-3 的结构，在表 4-3 中增加一个部门号D修改表 4-4 的结构，在表 4-4 中增加一个部门号（分数：1.00）A.B.C.D.7.给定关系 R(A1，A2，A3，A4)上的函数依赖集 F=A1A2，A3A2，A2A3，A2A4，R 的候选关键字为 (22) 。AA1 BA1A3 CA1A3A4 DA1A2A3（分数：1.00）A.B.C.D.设有员工实体 Employee(employeeID，name，sex，age，tel，departID)，其中 employeeID 为员工号，n
10、ame 为员工姓名，sex 为员工性别，age 为员工年龄，tel 为员工电话，记录该员工的手机号码、办公室电话等，departID 为员工所在部门号，参照另一部门实体 Department 的主码 departID。Employee 实体中存在派生属性 (23) 。Employee 实体中还存在多值属性 (24) 。对属性 departID 的约束是 (25) 。（分数：3.00）(1).Aname，原因是会存在同名员工Bage，原因是用属性 birth 替换 age 可计算 ageCtel，原因是员工有多个电话DdepattID，原因是实体 Department 已有 departID（分
11、数：1.00）A.B.C.D.(2).Aname，可以用 employeeID 区别Bsex，可以不作任何处理Ctel，可以将 tel 加上 employeeID 独立为一个实体Dtel，可以强制只记录一个电话号码（分数：1.00）A.B.C.D.(3).APrimary Key，NOT NULL BPrimary KeyCForeign Key DCandidate Key（分数：1.00）A.B.C.D.8.设关系模式 Ru，F，其中 U=A，B，C，D，E，F=ABC，CD，BCE，EA，则分解 p=R1(ABCE)，R2(CD)满足 (26) 。A具有无损连接性、保持函数依赖 B不具有
12、无损连接性、保持函数依赖C具有无损连接性、不保持函数依赖 D不具有无损连接性、不保持函数依赖（分数：1.00）A.B.C.D.9.在关于数据挖掘的描述中，正确的是 (27) 。A数据挖掘可以支持人们进行决策B数据挖掘可以对任何数据进行C数据挖掘与机器学习是同一的D数据来源质量对数据挖掘结果的影响不大（分数：1.00）A.B.C.D.关系 R(A，B，C，D)和 S(B，C，D)进行笛卡尔运算，其结果集为 (28) 元关系。三个实体及它们之间的多对多联系至少应转换成 (29) 个关系模式。（分数：2.00）(1).A4 B3 C6 D7（分数：1.00）A.B.C.D.(2).A3 B4 C5
13、D6（分数：1.00）A.B.C.D.10.关于诊疗科、医师、患者和治疗观察的关系模式如下所示，其中带实下画线的表示主键，虚下画线的表示外键。诊疗科(诊疗科代码，诊疗科名称)医师(医师代码，医师姓名，诊疗科代码)患者(患者编号，患者姓名)治疗观察(医师代码，患者编号)(30) 表示上述关系模式的 E-R 图。图中，*、1*和 11 分别表示多对多、1 对多和 1 对 1 的联系。（分数：1.00）A.B.C.D.11.若对表 4-6 按 (31) 进行运算，可以得到表 4-7。表 4-6 试题 31 表 1条形码 商品名 价 格01020210牙刷 301020211毛巾 1001020212
14、毛巾 801020213铅笔 0.502110200钢笔 8表 4-7 试题 43 表 2条形码 商品名 价 格01020211毛巾 1001020212毛巾 802110200钢笔 8（分数：1.00）A.B.C.D.12.对于关系模式 R(X，Y，Z)，下列结论错误的是 (32) 。A若 XY，YZ，则 XZ B若 XY，XZ，则 XYZC若 XZ，则 XYZ D若 XYZ，则 XZ，YZ（分数：1.00）A.B.C.D.13.数据的物理独立性是指当数据库的 (33) 。A外模式发生改变时，数据的物理结构需要改变B内模式发生改变时，数据的逻辑结构不需要改变C外模式发生改变时，数据的逻辑结构
15、不需要改变D内模式发生改变时，数据的物理结构不需要改变（分数：1.00）A.B.C.D.14.若系统中存在一个等待事务集 T0，T 1，T 2，T n)，其中 T0正等待被 T1锁住的数据项 D1，T 1正等待被T2锁住的数据项 D2，T n-1正等待被 L 锁住的数据项 Dn，T n正等待被 T0锁住的数据项 D0，则系统处于 (34) 的工作状态。A封锁 B死锁 C循环 D并发处理（分数：1.00）A.B.C.D.系统分析师-数据库系统 1 答案解析(总分：34.00，做题时间：90 分钟)一、单项选择题(总题数：22，分数：34.00)1.若系统中存在一个等待事务集(T 0，T 1，T
16、2，T n)，其中 T0正等待被 T1锁住的数据项 A1，T 1正等待被T2 锁住的数据项 A2，T n-1正等待 Tn锁住的数据项 An，T n正等待被 T0锁住的数据项 A0，则系统处于 (1) 的工作状态。A并发处理 B封锁 C循环 D死锁（分数：1.00）A.B.C.D. 解析：解析 与操作系统中的进程调度类似，在数据库系统中，若存在一个等待事务集T 0，T 1，T 2，T n，其中 T0正等待被 T1锁住的数据项 A1，T 1正等待被 T2锁住的数据项 A2，T n-1正等待被 Tn锁住的数据项 An，T n正等待被 T0锁住的数据项 A0，则系统处于死锁的工作状态。在数据库中，产生
17、死锁的原因是两个或多个事务都己封锁了一些数据对象，然后又都请求对已为其他事务封锁的数据对象加锁，从而出现死等待。预防死锁的方法通常有一次封锁法(每个事务必须一次将所有要使用的数据全部加锁，否则就不能继续执行)和顺序封锁法(预先对数据对象规定一个封锁顺序，所有事务都按这个顺序进行封锁)。死锁的诊断方法一般有超时法和等待图法。2.在一个采用 (2) 数据库体系结构的网络数据库应用系统中，计算机 C 上运行着 DBMS 软件和应用程序，并存有所有的用户数据，其余各节点作为终端通过通信线路向计算机 C 发出数据库应用请求。A集中式 B主从式 C客户机/服务器 D分布式（分数：1.00）A. B.C.D
18、.解析：解析 因为 DBMS 和应用程序都存放在同一台计算机上，所以是集中式的体系结构。主从式(客户机/服务器)是指 DBMS 存放在服务器上，而应用程序存放在客户机上。分布式数据库是指数据库在物理上分布在不同的场点，而在逻辑上属于一个整体。关系 R(A，B，C)满足下列函数依赖：F=BC，BA，ABC，关系 R 的候选关键字为 (3) ，该关键模式属于 (4) 。（分数：2.00）(1).AAB BA 和 B CA 和 BC DAC 和 AB（分数：1.00）A.B. C.D.解析：(2).A1NF B2NF C3NF DBCNF（分数：1.00）A.B.C.D. 解析：解析 显然，关系 R
19、 的候选关键字为 A 和 B。在关系 R 中，不存在部分依赖和传递依赖(注意：在R 中，如果 XY(Y 不是 X 的真子集)，且 YX 不成立，YZ，则称 Z 对 X 传递函数依赖)，所以关系 R 是BCNF。从结构的角度看，数据仓库有 3 种模型：企业仓库、 (5) 和虚拟仓库。数据挖掘就是要智能化和自动化地把数据转换为有用的信息和知识，目前已有多种数据挖掘方法。如果需要一个示例库(该库中的每个元组都有一个给定的类标识)做训练集，该方法称为 (6) 。（分数：2.00）(1).A用户仓库 B产品仓库 C关系型 OLAP D数据集市（分数：1.00）A.B.C.D. 解析：(2).A关联规则挖
20、掘 B特征描述 C聚类分析 D分类分析（分数：1.00）A.B.C.D. 解析：解析 数据仓库(Data Warehouse)是一个面向主题的、集成的、相对稳定且随时间变化的数据集合，用于支持管理决策。(1)面向主题。操作型数据库的数据组织面向事务处理任务(面向应用)，各个业务系统之间各自分离，而数据仓库中的数据是按照一定的主题域进行组织。主题是一个抽象的概念，是指用户使用数据仓库进行决策时所关心的重点方面，一个主题通常与多个操作型信息系统相关。例如，一个保险公司所进行的事务处理(应用问题)可能包括汽车保险、人寿保险、健康保险和意外保险等，而公司的主要主题范围可能是顾客、保险单、保险费和索赔等
21、。(2)集成。在数据仓库的所有特性中，这是最重要的。面向事务处理的操作型数据库通常与某些特定的应用相关，数据库之间相互独立，并且往往是异构的。而数据仓库中的数据是在对原有分散的数据库数据进行抽取、清理的基础上经过系统加工、汇总和整理得到的，必须消除源数据中的不一致性，以保证数据仓库内的信息是关于整个企业的一致的全局信息。(3)相对稳定。操作型数据库中的数据通常实时更新，数据根据需要即时发生变化。数据仓库的数据主要供企业决策分析之用，所涉及的数据操作主要是数据查询，一旦某个数据进入数据仓库以后，一般情况下将被长期保留，也就是数据仓库中一般有大量的查询操作，但修改和删除操作很少，通常只需定期加载、
22、刷新。(4)随时间变化。操作型数据库主要关心当前某一个时间段内的数据，而数据仓库中的数据通常包含历史信息，系统记录了企业从过去某一时点(如开始应用数据仓库的时点)到目前的各个阶段的信息，通过这些信息，可以对企业的发展历程和未来趋势做出定量分析和预测。数据仓库反映历史变化的属性主要表现在：(1)数据仓库中的数据时间期限要远远长于传统操作型数据系统中的数据时间期限，传统操作型数据系统中的数据时间期限可能为数十天或数个月，数据仓库中的数据时间期限往往为数年甚至几十年。(2)传统操作型数据系统中的数据含有“当前值”的数据，这些数据在访问时是有效的，当然数据的当前值也能被更新，而数据仓库中的数据仅仅是一
23、系列某一时刻(可能是传统操作型数据系统)生成的复杂的快照。(3)传统操作型数据系统中可能包含也可能不包含时间元素，如年、月、日、时、分、秒等，而数据仓库中一定会包含时间元素。从结构的角度看，有 3 种数据仓库模型，分别是企业仓库、数据集市和虚拟仓库。企业仓库收集跨越整个企业的各个主题的所有信息，它提供全企业范围的数据集成，数据通常来自多个操作型数据库和外部信息提供者，并且是跨多个功能范围的。它通常包含详细数据和汇总数据；数据集市包含对特定用户有用的、企业范围数据的一个子集，它的范围限于选定的主题；虚拟仓库是操作型数据库上视图的集合。数据挖掘就是应用一系列技术从大型数据库或数据仓库中提取人们感兴
24、趣的信息和知识，这些知识或信息是隐含的，事先未知而潜在有用的，提取的知识表示为概念、规则、规律、模式等形式。也可以说，数据挖掘是一类深层次的数据分析。常见和应用最广泛的数据挖掘方法有：(1)决策树。决策树方法是利用信息论中的互信息(信息增益)寻找数据库中具有最大信息量的属性字段，建立决策树的一个节点，再根据该属性字段的不同取值建设树的分支；在每个分支子集中重复建立树的下层节点和分支的过程。国际上最早的、也是最有影响的决策树方法是 Quiulan 研究的 ID3 方法。(2)神经网络。神经网络方法是模拟人脑神经元结构，完成类似统计学中的判别、回归、聚类等功能，是一种非线性的模型。主要有 3 种神
25、经网络模型：前馈式网络、反馈式网络和自组织网络。人工神经网络最大的长处是可以自动地从数据中学习，形成知识，这些知识有些是我们过去未曾发现的，因此具有较强的创新性。神经网络的知识体现在网络连接的权值上，神经网络的学习主要表现在神经网络权值的逐步计算上。(3)遗传算法。遗传算法是模拟生物进化过程的算法，它由三个基本过程组成：繁殖(选择)、交叉(重组)、变异(突变)。采用遗传算法可以产生优良的后代，经过若干代的遗传，将得到满足要求的后代，即问题得解。(4)关联规则挖掘算法。关联规则是描述数据之间存在关系的规则，形式为“A1A2AnB1B2Bn”。一般分为两个步骤：求出大数据项集。用大数据项集产生关联
26、规则。不论采用哪种技术完成数据挖掘，从功能上都可以将数据挖掘的分析方法划分为 4 种，即关联分析(Associations)、序列模式分析(Sequential Pattems)、分类分析(Classifiers)和聚类分析(Clustering)。(1)关联分析。关联分析的目的是挖掘出隐藏在数据间的相互关系。设 R=A1，A2，AP为0，1域上的属性集，r 为 R 上的一个关系，关于 r 的关联规则表示为 XB，其中 XR，BR，且 XB=3.在局部 E-R 图合并为总体 E-R 图的过程中， (7) 是错误的。A不同局部 E-R 图中出现的相同实体，在总体 E-R 图中只能出现一次B在总体
27、 E-R 图中可以添加属于不同局部 E-R 实体之间的联系C在总体 E-R 图中可以删除在原局部 E-R 图中存在的联系D在总体 E-R 图中不能删除任何不同实体间的联系（分数：1.00）A.B.C.D. 解析：解析 在数据库的概念结构设计过程中，各子系统的局部 E-R 图设计好后，下一步就是要将所有的分 E-R 图综合成一个系统的总体 E-R 图，一般称为视图的集成。视图集成通常有两种方式：(1)多个局部 E-R 图一次集成。这种方式比较复杂，做起来难度较大。(2)逐步集成，用累加的方式一次集成两个局部 E-R 图。这种方式每次只集成两个局部 E-R 图，可以降低复杂度。由于各子系统应用所面
28、临的问题不同，且通常是由不同的设计人员进行局部视图设计，这就导致各个局部E-R 图之间必定会存在许多不一致的问题，称为冲突。因此合并分 E-R 图时并不能简单地将各个局部 E-R图画到一起，而必须着力消除各个局部 E-R 图中的不一致，以形成一个能为全系统中所有用户共同理解和接受的统一的概念模型。各局部 E-R 图之间的冲突主要有 3 类。(1)属性冲突。包括属性域冲突和属性取值冲突。属性冲突理论上好解决，只要换成相同的属性就可以了，但实际上需要各部门协商，解决起来并不简单。(2)命名冲突。包括同名异义和异名同义。处理命名冲突通常也像处理属性冲突一样，通过讨论和协商等行政手段加以解决。(3)结
29、构冲突。包括同一对象在不同应用中具有不同的抽象，以及同一实体在不同局部 ER 图中所包含的属性个数和属性排列次序不完全相同。对于前者的解决办法是把属性变换为实体或把实体变换为属性，使同一对象具有相同的抽象。对于后者的解决办法是使该实体的属性取各局部 E-R 图中属性的并集，再适当调整属性的次序。另外，实体间的联系在不同的局部 E-R 图中可能为不同的类型，其解决方法是根据应用的语义对实体联系的类型进行综合或调整。在初步的 E-R 图中，可能存在一些冗余的数据和实体间冗余的联系。冗余数据和冗余联系容易破坏数据库的完整性，给数据库维护增加困难，应当予以消除。消除冗余的主要方法为分析方法，即以数据字
30、典和数据流图为依据，根据数据字典中关于数据项之间逻辑关系的说明来消除冗余。设 p=(A1，A 2)，(A 1，A 3)是关系 R(A1，A 2，A 3)上的一个分解，表 4-1 是 R 上的一个关系实例 r，R 的函数依赖集为 (8) ，分解 D (9) 。表 4-1 R 上的一个关系实例 rA1 A2 A3a a da b ea c f（分数：2.00）(1).AF=A 1A 2,A1A 3 BF=A 1A 2CF=A 1A 3 DF=A 1A3A 2,A1A2A 3（分数：1.00）A.B.C.D. 解析：(2).A是无损连接的 B是保持函数依赖的C是有损连接的 D是否保持函数依赖是无法确
31、定的（分数：1.00）A.B.C. D.解析：解析 要从一个关系实例中确定一个关系模式的函数依赖集合，就要从给定的元组中找出依赖关系。在试题给出的表格中，属性 A1的三个元组值相等，因此 A1不可能单独出现在函数依赖的左边。即(8)空的选项 A、B 和 C 都是错误的。即 R 的函数依赖集 F=A1A3A 2，A 1A2A 3。下面是一个很有用的无损连接分解判定定理。设 p=R1，R 2是 R 的一个分解，F 是 R 上的 FD 集，那么分解 p 相对于 F 是无损分解的充分必要条件是(R1R 2)(R 1-R2)或(R 1R 2)(R 2-R1)。在本题中，R 1R 2=A1。前面已经分析过
32、，A 1不可能出现在函数依赖的左边，因此，分解 p 是有损连接的。另外，在分解 p 中，也不保持函数依赖(F 中的两个函数依赖在 R1和 R2中都不成立)。设学生选课关系模式为 SC(Sno，Cno，Grade)，其中 Sno 为学号，Cno 为课程号，Grade 为成绩，SOL 杳询语句如下：与该查询等价的元组演算表达式为 t (13) (SC(u)SC(v) (14) t1=u1)。（分数：2.00）(1). （分数：1.00）A.B. C.D.解析：(2). （分数：1.00）A. B.C.D.解析：解析 根据 SQL 语句，我们可以判定该 SQL 语句的功能是“查询至少选修了学生 10
33、42 选修的全部课程的学生学号”。本查询可以看成是查询学号为 X 的学生，对所有的课程 Y，只要 1042 学生选修了课程 Y，则 X 也选修了 Y。实现的方法是通过双重否定：“不存在这样的课程 Y，学生 1042 选修了 Y，而学生 X 没有选”。在给出的元组表达式中，只要找出 t、u、v 和 w 所代表元组的含义，就很容易对应 SQL 语句了。显然，t和 u 代表 SCX 中的元组，v 代表 SCY 中的元组，w 代表 SCZ 中的元组。4.在分布式数据库中， (12) 是指各场地数据的逻辑结构对用户不可见。A分片透明性 B场地透明性C场地自治 D局部数据模型透明性（分数：1.00）A.B
34、.C.D. 解析：解析 在分布式数据库中，分布透明性指用户不必关心数据的逻辑分片，不必关心数据物理位置分配的细节，也不必关心各个场地上的数据库数据模型。分布透明性可归入物理独立性的范围，包括三个层次：分片透明性、位置透明性和局部数据模型透明性。分片透明性是最高层次的分布透明性，即用户或应用程序只对全局关系进行操作而不必考虑数据的分片。位置透明性是指用户或应用程序应当了解分片情况，但不必了解片段的存储场地。位置透明性位于分片视图与分配视图之间。局部数据模型透明性位于分配视图与局部概念视图之间，指用户或应用程序要了解分片及各片段存储的场地，但不必了解局部场地上使用的是何种数据模型。5.数据仓库通过
35、数据转移从多个数据源中提取数据，为了解决不同数据源格式不统一的问题，需要进行 (13) 操作。A简单转移 B清洗 C集成 D聚集和概括（分数：1.00）A.B. C.D.解析：解析 构建数据仓库的重要一环就是用户从数据源抽取出所需的数据，经过数据清洗，最终按照预先定义好的数据仓库模型，将数据加载到数据仓库中去。设关系模式 RU,F，其中 U=H,I,J,K,L)，若 F=HIJ,JK,IJKL,LH,LK)，则 F 的最小函数依赖集 Fmin= (14) 。关系模式 R 的候选关键字有 (15) 个，R 属于 (16) 。（分数：3.00）(1).AHI，HJ，JK，IJKL，LHBHI，HJ
36、，JK，IJL，LHCHI，HJ，JK，IJL，JKDHI，JK，IJL，LH，LK（分数：1.00）A.B. C.D.解析：(2).A1 B2 C3 D4（分数：1.00）A.B.C. D.解析：(3).A1NF B2NF C3NF DBCNF（分数：1.00）A. B.C.D.解析：解析 求最小函数依赖集的过程如下：(1)在 F 中，首先把左边相同的函数依赖合并，得到HIJ，JK，IJKL，LHK)；(2)在 F 中，因为有 JK 和 IJKL，所以可以合并成 IJL，即得到HIJ，JK，IJL，LHK；(3)把第(2)步得到的函数依赖集化简，进一步得到HI，HJ，JK，IJL，LH，LK
37、。(4)在第(3)步得到的函数依赖集中，有LH，HJ，JK，由传递性规则，可以推导出 LK，因此，LK 是多余的，需要删除，最后得到最小函数依赖集为HI，HJ，JK，IJL，LH。在最小函数依赖集中，所有函数依赖的左边属性的并集为HIJL，下面分三种情况讨论：(1)因为有 LH，HI，HJ，所以可选候选关键字为L。(2)因为有 HI，HJ，IJL，所以可选候选关键字为H。(3)因为有 IJL，JK，LH，所以可选候选关键字为IJ。因此，关系模式 R 的候选关键字有 3 个，分别为L、H和IJ，非主属性为K。因为有 JK 成立，所以 K 是对候选关键字IJ的部分依赖，故关系模式 R 不是 2NF
38、。6. (17) 引起的数据库异常，其破坏性最大。A事务故障 B系统故障 C介质故障 D病毒引起故障（分数：1.00）A.B.C. D.解析：解析 数据库系统中可能发生各种各样的故障，大致可以分以下几类。(1)事务内部的故障。事务内部的故障有的是可以通过事务程序本身发现的(见下面转账事务的例子)，有的是非预期的，不能由事务程序处理。例如，银行转账事务。这个事务把一笔金额从一个账户(甲)转给另一个账户(乙)。某商场的部门、员工和商品三个实体之间的关系如图 4-1 所示。假设每个部门有若干名员工，每种商品只能由一个部门负责销售，那么部门到员工、部门到商品之间分别存在着 (18) 的联系。如果用户要
39、求得到表 4-5 所示的结果，需要 (19) ，并增加关系模式 (20) 。如果查询某部门负责销售的商品，需要 (21) 。（分数：4.00）(1).A1:1 和 1:1 B1:1 和 1:nC1:n 和 1:1 D1:n 和 1:n（分数：1.00）A.B.C.D. 解析：(2).A修改表 4-2 的结构，在表 4-2 中增加一个员工号B修改表 4-3 的结构，在表 4-3 中增加一个员工号C修改表 4-3 的结构，在表 4-3 中增加一个部门号D修改表 4-4 的结构，在表 4-4 中增加一个部门号（分数：1.00）A.B.C.D. 解析：(3).ASale_record(员工号，名称，数
40、量)BSale_record(员工号，名称，商品号，数量)CSale_record(员工号，部门号，数量)DSale_record(员工号，部门号，商品号，数量)（分数：1.00）A.B.C.D. 解析：(4).A修改表 4-2 的结构，在表 4-2 中增加一个员工号B修改表 4-3 的结构，在表 4-3 中增加一个员工号C修改表 4-3 的结构，在表 4-3 中增加一个部门号D修改表 4-4 的结构，在表 4-4 中增加一个部门号（分数：1.00）A.B.C. D.解析：解析 根据题意，每个部门有若干名员工(一名员工只能属于一个部门)，每种商品只能由一个部门负责销售(一个部门可以销售多种商品
41、)，因此，部门到员工是一对多的联系，部门到商品也是一对多的联系，都采用 1:n 标识。表 4-5 中的每个元组代表的是该员工在某个部门中的月销售额，为了表达部门和员工之间的一对多关系，需要在表 4-4 中增加一个部门号。为了统计月销售额，需要建立员工和销售商品之间的联系，这个联系通过新的关系来表达，应该包含属性“员工号”、“部门号”、“商品号”和“数量”。表 4-2 代表部门实体，表 4-3 代表商品实体。如果查询某部门负责销售的商品，需要表达出部门实体和商品实体间一对多联系，把商品实体添加上一个“部门号”属性，用来表达负责该商品销售的部门。7.给定关系 R(A1，A2，A3，A4)上的函数依
42、赖集 F=A1A2，A3A2，A2A3，A2A4，R 的候选关键字为 (22) 。AA1 BA1A3 CA1A3A4 DA1A2A3（分数：1.00）A. B.C.D.解析：解析 因为 A1A2，A2A3，A2A4，所以属性 A1 决定全属性，即 A1 为候选关键字。设有员工实体 Employee(employeeID，name，sex，age，tel，departID)，其中 employeeID 为员工号，name 为员工姓名，sex 为员工性别，age 为员工年龄，tel 为员工电话，记录该员工的手机号码、办公室电话等，departID 为员工所在部门号，参照另一部门实体 Departm
43、ent 的主码 departID。Employee 实体中存在派生属性 (23) 。Employee 实体中还存在多值属性 (24) 。对属性 departID 的约束是 (25) 。（分数：3.00）(1).Aname，原因是会存在同名员工Bage，原因是用属性 birth 替换 age 可计算 ageCtel，原因是员工有多个电话DdepattID，原因是实体 Department 已有 departID（分数：1.00）A.B. C.D.解析：(2).Aname，可以用 employeeID 区别Bsex，可以不作任何处理Ctel，可以将 tel 加上 employeeID 独立为一个实
44、体Dtel，可以强制只记录一个电话号码（分数：1.00）A.B.C. D.解析：(3).APrimary Key，NOT NULL BPrimary KeyCForeign Key DCandidate Key（分数：1.00）A.B.C. D.解析：解析 所谓派生属性，是表示其值可以从一个相关属性和属性集的值派生得到的属性，这个属性在实体中不是必须的。根据这个定义，age 是一个派生属性，因为用属性 birth(出生时间)替换 age 并可计算 age。多值属性是指可同时由多个值表示的属性。例如，包含关于雇员信息的数据库可能包含关于他们个人兴趣的数据。一个雇员可能有几个兴趣：运动、电影、投资
45、、烹调，并且由于这些值的任何一个或所有这些值可能同时是雇员的兴趣，所以这些数据应作为数据类型列表合成到资源。对于多值属性的处理，一般是提升为单独的一个或多个实体。因为 depaitID 为员工所在部门号，参照另一部门实体 Department 的主码 departID，因此，在实体Employee 中，departID 为外键。8.设关系模式 Ru，F，其中 U=A，B，C，D，E，F=ABC，CD，BCE，EA，则分解 p=R1(ABCE)，R2(CD)满足 (26) 。A具有无损连接性、保持函数依赖 B不具有无损连接性、保持函数依赖C具有无损连接性、不保持函数依赖 D不具有无损连接性、不保
46、持函数依赖（分数：1.00）A. B.C.D.解析：解析 我们首先看分解是否保持函数依赖。在 F 中有 4 个函数依赖。ABC、BCE 和 EA 在 R1中得到了保持，CD 在 R2 中得到了保持，因此分解是保持函数依赖的。另外，我们再根据试题 6 的分析中的定理判断是否无损连接。在本题中，R1R2=C，R1-R2=ABE，R2-R1=D，因为在 F 中有 CD 成立，因此，分解是无损连接。9.在关于数据挖掘的描述中，正确的是 (27) 。A数据挖掘可以支持人们进行决策B数据挖掘可以对任何数据进行C数据挖掘与机器学习是同一的D数据来源质量对数据挖掘结果的影响不大（分数：1.00）A. B.C.
47、D.解析：解析 请参考试题 4 的分析关系 R(A，B，C，D)和 S(B，C，D)进行笛卡尔运算，其结果集为 (28) 元关系。三个实体及它们之间的多对多联系至少应转换成 (29) 个关系模式。（分数：2.00）(1).A4 B3 C6 D7（分数：1.00）A.B.C.D. 解析：(2).A3 B4 C5 D6（分数：1.00）A.B. C.D.解析：解析 关系 R 为 4 元关系，关系 S 为 3 元关系，因此，其笛卡尔积为 7 元关系。三个以上实体间的一个多元联系可以转换为一个独立的关系模式，与该联系相连的各实体的码和联系本身的属性均转换为关系的属性，而关系的码为各实体码的组合。因此，
48、三个实体及它们之间的多对多联系至少应转换成 4 个关系模式。10.关于诊疗科、医师、患者和治疗观察的关系模式如下所示，其中带实下画线的表示主键，虚下画线的表示外键。诊疗科(诊疗科代码，诊疗科名称)医师(医师代码，医师姓名，诊疗科代码)患者(患者编号，患者姓名)治疗观察(医师代码，患者编号)(30) 表示上述关系模式的 E-R 图。图中，*、1*和 11 分别表示多对多、1 对多和 1 对 1 的联系。（分数：1.00）A.B.C. D.解析：解析 显然，根据常识，医师和患者之间的关系为多对多的联系，诊疗科和医师之间的关系为 1对多的联系。11.若对表 4-6 按 (31) 进行运算，可以得到表 4-7。表 4-6 试题 31表 1条形码商品名价 格010202
