说实话数据库原理及应用这门课我当年也是啃了三遍才真正理顺。第一遍上课听了个热闹第二遍考前突击背定义背到怀疑人生第三遍老老实实把知识点和习题串起来刷才猛然发现这门课的套路其实非常固定。后来帮学弟学妹辅导期末翻来覆去讲的也就是那些东西关系模型、SQL、范式、事务并发控制。只要把这几座大山啃下来考试基本不会差。这篇整理是我结合历年真题、教材课后题和实际讲题经验做的一份“最全”版本针对的是《数据库原理及应用》课程的常见版本教材无论你用王珊、萨师煊的经典版还是其他院校自编教材核心考点都是互通的。内容上我会把知识点和习题放在一起边讲边练每道题都给到做题思路和坑点提示适合期末备考、考研复试还有想快速拾起数据库基础的人。1. 关系模型与完整性约束这一块不啃透后面学什么都不对味1.1 关系模型里的名词一张表就能理清楚关系模型是数据库理论的地基但很多同学栽在开局阶段原因是名词太像了。关系、元组、属性、分量、域、候选码、主码、外码……看到就头大。我用一张学生表来串专业术语通俗解释表里的对应关系一张二维表整个学生表元组表中的一行某个学生的所有信息属性表中的一列学号、姓名、年龄分量某一行某一列的具体值“2024001”域属性取值的合法集合年龄的域是0到120候选码能唯一确定一个元组的属性组合学号可以身份证号也可以主码从候选码里挑一个当主要标识学号外码某一属性在别的表里是主码班级编号在学生表里是外码在班级表里是主码关键点在于关系必须是规范化的也就是每一个分量都必须是不可再分的原子值。如果某个属性里存了“篮球、足球”这种列表就不满足关系的定义后面学范式的时候会重复遇到。主码、候选码、外码这三个概念是选择题和填空题的重灾区。记住两条规则候选码是“能唯一标识且去掉任何属性后就不能唯一标识”的属性组合这叫最小性主码从候选码中任选一个就好没有特殊要求。外码比较有意思。外码的值要么为空要么等于所参照表中某个元组的主码值。这里就引出了参照完整性。为什么允许为空因为一个学生可以暂时没有被分配班级这时班级编号是NULL是合理的。1.2 三类完整性约束怎么记才不容易混实体完整性、参照完整性、用户定义完整性这三兄弟几乎必考。死记硬背容易混我用场景记忆法实体完整性针对主码。主码的值不能为空也不能重复。因为实体必须可区分一行记录如果主码是空就没法代表任何一个实实在在的学生。参照完整性针对外码。外码要么是NULL要么等于被参照表的主码。不能让一个学生指向一个根本不存在的班级。用户定义完整性针对具体语义约束。比如年龄必须大于0、成绩必须在0到100之间、性别只能是男或女。易错题经常这样出“一个关系中主码可以由多个属性组成这种主码叫复合码问复合码中部分属性能否取空值”答案是不能实体完整性要求主码的每一个属性都不能取空值不是整体不为空而是构成主码的所有列都非空。因为任意一列为空就无法唯一标识元组。1.3 关系代数选择、投影、连接与除法的应试要点关系代数是考察形式化能力的重点也是很多学生的噩梦。其实它就是把对表的操作抽象成几个符号。选择σ选出满足条件的行。σ 条件(表名)筛选的是行横向裁剪。投影π选出某些列。π 列名列表(表名)筛选的是列纵向裁剪。连接⋈把两张表按某种条件拼起来。最常用的是等值连接也就是找两列相等的行进行合并。除÷比较抽象但是常考先放着后面例题说。写关系代数表达式时最容易错的是选择条件的写法。条件里的列名前不用加表名但如果两张表都有同名列比如学生表有学号选课表也有学号那么在条件中要写成“学生.学号选课.学号”或者给表起别名。投影后如果有重复行要自动去重这是关系代数的特性不需要你额外写DISTINCT但要知道这件事选择题爱考。1.4 关系代数习题从文字描述到表达式习题1有关系S(学号,姓名,性别,年龄)和SC(学号,课程号,成绩)。查询“年龄大于20的女学生的学号和姓名”。解析第一步是选择条件是“性别‘女’ 且 年龄20”。第二步是投影只要学号和姓名。所以表达式是π 学号, 姓名(σ 性别‘女’ AND 年龄20 (S))先写选择还是先写投影结果一样吗理论上有优化规则选择下推通常更高效但在笔试中结果等价即可。注意投影里的“学号”取自S表没有歧义。习题2查询“选修了课程号为‘C1’或‘C2’的学生学号”。很多同学写 π 学号(σ 课程号‘C1’ OR 课程号‘C2’ (SC))正确。但这里有个坑如果改成“同时选修了C1和C2”那同一元组里不可能同时出现两个课程号所以要用除或交π 学号(σ 课程号‘C1’ (SC)) ∩ π 学号(σ 课程号‘C2’ (SC))这就是为什么关系代数不能全用SQL思维想SQL子查询很方便但关系代数更底层。考试时一旦遇到“同时”“全部”优先想到除法和交集。习题3除法已知学生表S、选课表SC、课程表C查询“选修了全部课程的学生姓名”。思路分三步先找出所有课程号π 课程号(C)再找出每个学号对应的课程号组合π 学号,课程号(SC)用除法得到学号集合最后连接学生表取出姓名。表达式是π 学号,课程号(SC) ÷ π 课程号(C)除法就对应“包含所有”的语义一张表除另一张表商就是那些“包含了除数里全部值”的被除数元组。这一步是很多名校考研题的分水岭。2. SQL语言上机的杀手锏也是笔试的送分点2.1 SQL语句的分类别只盯着SELECTSQL语言的学习要分成四块数据定义语言DDL、数据操纵语言DML、数据查询语言DQL、数据控制语言DCL。考试里定义题喜欢问“四大类分别包含哪些语句”。DDLCREATE、DROP、ALTERDMLINSERT、UPDATE、DELETEDQLSELECTDCLGRANT、REVOKE注意很多教材会把SELECT单独拎出来叫DQL答题时这么写更严谨。如果题目问“哪个属于数据控制语言”答案就是授权和收权。创建表的语法要会用特别是约束条件的定义。比如CREATE TABLE Student ( Sno CHAR(10) PRIMARY KEY, Sname VARCHAR(20) NOT NULL, Sage INT CHECK (Sage 0), Sdept VARCHAR(20) DEFAULT 计算机系 );这里的PRIMARY KEY是实体完整性NOT NULL和CHECK是用户定义完整性后面加外键约束时用REFERENCES对应参照完整性。笔试常考“如何用SQL实现参照完整性”答案就是外键子句。删除和修改表的操作也要熟练。DROP TABLE会自动删除表结构和数据而且通常会级联破坏引用关系ALTER TABLE用来增删列或修改约束比如“增加年龄列”就是ALTER TABLE Student ADD Sage INT;。2.2 联结与子查询笔试爱考的两大流派联结分内连接、外连接左外、右外、全外。内连接只保留满足连接条件的行左外连接还会把左表中没匹配上的行也保留缺失的右表列填NULL。选择题最爱考查询“没有选任何课程的学生名单”。如果用连接做自然连接后选课表里没有对应记录的学生的课程号列会是NULL这时筛选WHERE 课程号 IS NULL即可。但更直观的是子查询SELECT Sname FROM Student WHERE Sno NOT IN ( SELECT Sno FROM SC );这里有个经典坑如果子查询结果包含NULLNOT IN会返回空结果。比如SC表中Sno列存在NULL虽然理论上Sno是主键不会为NULL但一些题会设置这种场景用了NOT IN就很可能查出空表。更稳妥的写法是NOT EXISTSSELECT Sname FROM Student WHERE NOT EXISTS ( SELECT 1 FROM SC WHERE SC.Sno Student.Sno );EXISTS的语义是“是否存在”不关心返回什么列所以子查询里写SELECT 1是标准写法。考试时如果两种写法都给分不确定子查询中是否有NULL就先选EXISTS这是个救命技巧。2.3 分组聚合的易错点聚合函数COUNT、SUM、AVG、MAX、MIN经常和GROUP BY一起出现。这里必须记住一条铁律SELECT后的普通列必须出现在GROUP BY中或者被聚合函数包裹。否则结果没有意义。例题查询每门课程的平均成绩按课程号分组SELECT Cno, AVG(Grade) FROM SC GROUP BY Cno;如果题目再加条件“只统计选课人数超过10人的课程”就要用到HAVINGSELECT Cno, AVG(Grade) FROM SC GROUP BY Cno HAVING COUNT(*) 10;WHERE和HAVING的区分是高频易错点。WHERE是在分组前对原始行过滤HAVING是在分组后对分组结果过滤。可以这么记“先WHERE再GROUP BY后HAVING”。如果条件用到了聚合函数比如COUNT(*)10绝对不能放WHERE里因为WHERE执行时聚合函数还没算出来。2.4 SQL练习题经典学生-课程库建表结构学生表S(Sno,Sname,Ssex,Sage,Sdept)课程表C(Cno,Cname,Ccredit)选课表SC(Sno,Cno,Grade)。练习1查询计算机系男生年龄小于20的学生姓名和年龄。SELECT Sname, Sage FROM S WHERE Sdept 计算机系 AND Ssex 男 AND Sage 20;练习2查询每门课程的最高分并按课程号升序排列。SELECT Cno, MAX(Grade) FROM SC GROUP BY Cno ORDER BY Cno ASC;练习3查询至少选修了两门课程的学生学号。SELECT Sno FROM SC GROUP BY Sno HAVING COUNT(*) 2;练习4查询选了“数据库原理”这门课且成绩在90分以上的学生名单。这里要把三张表连接起来最直观的方式是自然连接加WHERESELECT DISTINCT S.Sname FROM S, SC, C WHERE S.Sno SC.Sno AND SC.Cno C.Cno AND C.Cname 数据库原理 AND SC.Grade 90;注意DISTINCT因为一个学生在同一门课可能有多次选课记录如果有补考的话加上DISTINCT避免重复行。实际项目里也建议养成这个习惯。笔试中如果出现“检索”字眼一般用SELECT出现“修改”就是UPDATE。UPDATE语句必须有WHERE否则全表更新。这一条我反复强调因为一旦少写WHERE后果不堪设想。考试也喜欢问“如果UPDATE语句没有WHERE会怎样”答案就是对所有元组执行修改。3. 数据库设计ER图转关系模式范式的判别要靠函数依赖3.1 ER图里经常踩的三个坑ER模型是设计阶段的重要产出考试喜欢让你画ER图或者反过来根据文字描述补关系模式。画图时最容易踩三个坑。第一个坑是把原本是属性的东西当成实体。比如学生的班级如果班级只有一个名称属性且不需要单独管理就该作为学生实体的属性但是如果要保存班级人数、班主任、所属学院等额外信息班级就应该单独设计成实体。第二个坑是联系转换时丢失外键。实体A和实体B是1:n联系假设一个班级有多个学生那么在“学生”关系模式中要加入“班级编号”作为外键指向班级表的主键。很多同学只画出两个实体表忘了在n端加外键这就丢掉了联系的表达。第三个坑是m:n联系的转换。学生和课程之间是m:n联系通常连接成选课关系表这个表中至少要包含两个外键即学生号和课程号这两个外键的联合通常构成主键还可以加上成绩属性。这个表也叫联系表。3.2 范式通关从1NF到BCNF范式判断是《数据库原理及应用》的核心难点也是大题常客。我按判定顺序给一个对照表范式判定条件通俗理解1NF所有属性都是不可分的原子值没有“列表型”的列2NF满足1NF且每个非主属性完全函数依赖于候选键非主键列不能说“只依赖主键的一部分”3NF满足2NF且没有非主属性对候选键的传递函数依赖非主键列不能通过另一个非主键列间接依赖主键BCNF每个决定性因素都包含候选键所有函数依赖的左边都是候选键做题时的步骤画出函数依赖集找出候选键然后逐条检查是否满足。比如关系模式R(学号, 课程号, 成绩, 教师, 教师职称)函数依赖集F{学号,课程号→成绩, 课程号→教师, 教师→教师职称}。候选键是(学号,课程号)这是通过闭包算出来的。判断是否满足2NF因为“成绩”完全依赖(学号,课程号)没问题但“教师”只依赖课程号是部分函数依赖所以R不满足2NF。如果还想规范到2NF就要把表分解成R1(学号,课程号,成绩)和R2(课程号,教师,教师职称)。注意3NF还要求“非主属性对码没有传递函数依赖”R2里课程号是主码教师是非主属性教师职称依赖教师教师又依赖课程号所以职称是传递依赖R2仍不满足3NF需要再拆成R21(课程号,教师)和R22(教师,教师职称)。3.3 函数依赖的闭包与候选键求法求候选键是范式题的第一步方法比较机械。给定关系模式R(U,F)例如U{A,B,C,D}F{A→B, B→C, D→B}。先找到只在函数依赖左边出现的属性、只在右边出现的属性、两边都出现和都不出现的属性。只在右边出现的属性不可能在候选键里因为它是被决定的只在左边出现的属性一定在候选键里因为它决定了别人但没有属性决定它两边的属性要组合验证两岸都出现的也要加入候选键。具体来说L类属性只出现在左部A、D。LR类两边都出现B在A→B的右边B→C的左边。R类只出现在右边C。先计算L类属性集合{AD}的闭包。闭包算法初始X {A,D}。扫描F如果某个函数依赖左部在X中就把右部加入。A→BA在X中加入BX{A,B,D}。B→CB在X中加入CX{A,B,C,D}。此时X已经是全集U所以{AD}的闭包是全部属性{AD}就是一个候选键。如果L类闭包不是全集就把LR属性逐个加进去尝试。这是基本功建议拿5道题练熟。3.4 数据库设计综合题演练题某学校要管理学生选课涉及系系编号系名办公地点、学生学号姓名出生日期系编号、课程课程号课程名学分、教师教师号姓名职称系编号一名学生可选多门课程每门课程可由多个学生选选课后有成绩一名教师只能属于一个系一个系有多名教师一门课程由一名教师授课一名教师可授多门课程。第一步画ER图这题对象清晰实体是系、学生、课程、教师联系是学生选课m:n有成绩属性、教师属于系n:1、教师授课1:n一个教师教多门课。第二步转关系模式。系系编号系名办公地点主码系编号。学生学号姓名出生日期系编号主码学号外码系编号。教师教师号姓名职称系编号主码教师号外码系编号。课程课程号课程名学分教师号主码课程号外码教师号。选课学号课程号成绩主码(学号课程号)外码学号、外码课程号。第三步判断范式。以上关系模式基本都能达到BCNF。比如选课表函数依赖只有(学号,课程号)→成绩左边是全部候选键所以是BCNF。课程表里如果存在课程号→教师号这种依赖而候选键是课程号依赖左边是候选键也满足BCNF。综合题往往是“转关系模式”和“判断范式”连在一起考关系模式转得对范式才判得对所以前面ER图的联系细节一定要分析完整。4. 事务、并发控制与恢复理论与实践最容易脱节的一章4.1 ACID后面是一堆机制事务的四个特性原子性、一致性、隔离性、持久性。原子性事务要么全做要么全不做通过日志的撤销操作实现。一致性事务执行前后数据库都处于一致状态由原子性、隔离性共同保证更依赖应用层逻辑。隔离性并发事务之间不能互相干扰由并发控制实现。持久性事务一旦提交结果就不会丢失通过重做操作实现。考试特别喜欢问“数据库管理系统如何保证事务的持久性”答案不是“保存到硬盘”这么简单而是通过日志在事务提交前把修改写到日志文件介质故障时就能通过日志REDO。4.2 丢失更新、不可重复读、读脏数据用一个故事串起来并发操作会带来三类数据不一致问题我常用银行转账的例子讲。假设两个事务T1和T2同时对A账户余额1000元做操作。T1把A加100变为1100T2把A减50变为950。如果T1先写AT2后写A最后A950。但理论上T1先执行完整个事务后T2再执行结果应该是1050。问题在于T2读到的A是1000旧值然后计算1000-50950覆盖了T1写的1100这就是丢失更新。本质是两个事务都基于旧值做写操作后写覆盖先写。不可重复读是指T1在两次读取同一数据之间被T2修改导致T1第一次读到1000第二次读到1050前后不一致。读脏数据是指T1修改了数据还没提交T2读了这个未提交的数据之后T1回滚T2读到的就是无效的“脏”数据。这三类问题统称并发一致性问题。其中丢失更新是最严重的因为它会导致最终结果错误不可重复读和脏数据至少数据来自已提交或未提交的状态问题性质不同。考试会问“哪个问题是由一个事务读到另一个未提交事务产生的”答案就是读脏数据。4.3 封锁协议怎么记先搞懂“锁的兼容矩阵”解决并发问题最经典方法是封锁。锁的分类就两种排他锁X锁写锁和共享锁S锁读锁。规则是X锁一个事务加了X锁后其他事务不能再对这个数据加任何锁。S锁一个事务加了S锁后其他事务还可以加S锁但不能加X锁。兼容矩阵可以简记为“表格中S和S兼容其余都不兼容”。很多教材会画2x2矩阵记住对角线上只有S/S是相容的其他都是冲突。三级封锁协议这是必背内容一级封锁协议事务在修改数据前加X锁直到事务结束才释放。能防止丢失更新但不能防止不可重复读和读脏数据。二级封锁协议在一级基础上事务在读取数据前加S锁读完即可释放。能防止丢失更新和读脏数据但不能防止不可重复读。三级封锁协议在一级基础上事务在读取数据前加S锁直到事务结束才释放。三种问题都能防止。记忆线索是“一级管写二级管读但不持久锁三级读锁也持久”。题目如果问“某协议允许事务在读取数据后立即释放S锁问它属于哪级协议”答案是二级封锁协议。死锁是另一个考点。数据库中死锁的处理方法包括预防和检测常见预防死锁的方法有一次性封锁法每个事务一次将所有需要的数据加锁、顺序封锁法。考试让你判断“会不会死锁”时画个等待图即可出现循环等待就说明死锁。4.4 冲突可串行化判断方法优先图给定一个并发调度判断是否冲突可串行化的标准做法是画优先图。先找冲突操作对冲突是指两个不同事务对同一数据的读写或写写操作且至少一个是写操作。比如T1读A和T2写A是一对冲突T1写A和T2写A也是一对冲突。构造优先图如果两个冲突操作中T1先执行而T2后执行就画一条从T1到T2的有向边。遍历所有冲突对如果图中没有环则这个调度是冲突可串行化的有环就不是。口诀是冲突操作有先后先者指向后者有环才不可串行化。值得注意的是不可串行化但不会出错的情况也存在但考试默认用优先图判断。做题时一定要把所有不同的数据项分开看别漏掉写写冲突。4.5 故障恢复REDO和UNDO用例数据库故障分事务故障、系统故障和介质故障。事务故障用UNDO系统故障用UNDOREDO介质故障用REDO。日志文件的核心内容是记录每个事务对数据项的修改前后值。恢复时对未提交的事务没有COMMIT日志记录执行UNDO将数据恢复到旧值对已提交但结果没写回磁盘的事务执行REDO把修改重新做一遍。记住一个判定日志里出现了事务的COMMIT记录就正常REDO没出现COMMIT就UNDO。这个规则在填空题和大题里非常实用。4.6 并发控制习题与解析题调度序列如下判断是否冲突可串行化T1读AT2写AT1写AT2提交T1提交。先找冲突操作A数据上的操作包括T1读A、T2写A、T1写A。T2写A与T1读A冲突T2写A在T1读A之后因为序列中是T1读AT2写A所以顺序是T1读A先于T2写A优先图有边T1→T2。T2写A与T1写A冲突序列中T1写A在T2写A之后也就是T2写A先于T1写A所以边T2→T1。图中出现环T1→T2→T1所以不可冲突串行化。这类题只要按步骤画图就不容易错。注意有些教材把提交也纳入排序但最终看的是冲突操作的先后关系只要没有环就可以通过交换非冲突操作得到一个串行调度。5. 复习策略与考前避坑把“看过”变成“会做”5.1 三级模式两级映像几乎是每年必考数据库系统的三级模式结构外模式、模式、内模式。对应的两级映像外模式/模式映像、模式/内模式映像。模式就是概念模式是所有用户的公共数据视图基本表和视图在此层。外模式是用户视图的子集也叫用户模式。内模式是物理存储模式描述数据在磁盘上怎么组织。两个映像的作用外模式/模式映像保证了数据的逻辑独立性模式改变时只需修改外模式/模式映像用户程序无需改变。模式/内模式映像保证了数据的物理独立性存储结构改变时只需修改模式/内模式映像模式不变。选择题常考“数据库系统的数据独立性是指什么”“改变存储结构应用程序不变靠的是哪一级映像”共性答案是模式/内模式映像。这个考点几乎是送分但总有人算错。5.2 几个高频易混淆点数据库的复习里有几个地方容易反复错我列一张易混淆对照清单易混点区别WHERE vs HAVINGWHERE在分组前过滤HAVING在分组后过滤HAVING可以使用聚合函数PRIMARY KEY vs UNIQUE主键唯一且非空UNIQUE列可以有多个且可以为NULL取决于数据库产品内连接 vs 外连接内连接只保留匹配行外连接保留一边或两边的全部DROP vs DELETEDROP是删除表结构DELETE是删除数据行关系代数选择 vs 投影选择是选行投影是选列未提交事务 vs 已提交事务日志里没有COMMIT的要做UNDO有COMMIT的要做REDO建议把这些做成小卡片每天过一遍。我辅导过很多学生发现他们丢分往往不是因为某道题难而是因为专业术语混淆导致条件判断错。5.3 冲刺阶段刷题节奏如果是期末考前一周我不建议再按教材顺序从头看那会越看越焦虑。更有效的路径是先刷一遍历年真题把错题对应的知识点圈出来然后回到笔记重点看这些题背后的原理。时间分配上我的建议是第1天关系模型关系代数做15道题重点是除法、复合条件选择。第2天SQL建表、查询、更新各来几道尤其练嵌套查询和分组聚合。第3天ER图转关系模式函数依赖、范式判断至少做3个综合题。第4天事务、并发、日志恢复画优先图画到手熟。第5天整套真题限时模拟严格按考试时长交卷然后逐题复盘。刷题时一定要动手写不要用眼睛看答案。我见过太多学生觉得“我看懂了”但一上考场候选键就是求不出来。手写一遍和不写的感觉完全不同。5.4 大题答题模板最后给一个非常实用的通用答题结构适用于范式判断、数据库设计、并发调度等大题。第一层面写出用到的基本定义或已知条件。比如“候选键是唯一标识元组的最小属性组合根据闭包计算……”。这能让阅卷老师看到你对基础概念是清楚的。第二层面展示计算或推导过程。求候选键时把L类属性、闭包扩展步骤一步步写出来判断并发调度时把优先图的边一条条列出来即使最后结论有偏差中间过程也能拿分。第三层面给出明确结论。比如“该关系模式满足3NF但不满足BCNF因为……”。尽量把原因写具体不要只写“不满足”。这套模板来自于我期末阅卷时的观察很多人不是不会而是写在试卷上的东西逻辑跳跃明明会做却拿不到分。大题是按步给分的把每一步写清楚分数自然就拿到了。以上这些知识点和习题都是从历年期末和我带过的学生反复踩坑中筛出来的。数据库原理及应用这门课其实并不难难的是把零散概念串起来形成体系。按这个思路复习至少在考场上不会看到题目发懵。我到现在都记得当年死磕求候选键的那段时间每天睡觉前脑子里都是属性闭包但等我真的搞懂封闭了再看范式和事务就都有了一种“不过如此”的感觉。希望这份整理也能帮你打通那层窗户纸。
