这里我先描述一个极其简单的业务：
1. 系统中有用户，用户可以发表文章，文章会有评论
2. 可以根据用户查找文章
3. 可以根据文章查找评论
那么，如果我要对这样一个系统进行数据分片又该怎么做呢？这里我们可以使用上面提到的第一种方式，即对记录的ID取模，并根据结果选择数据所在的分区。根据后两条业务中描述的查询要求，我们会为分区策略补充这样的规则：
某个用户的所有文章，与这个用户处在同一数据分区内。
某篇文章的所有评论，与这篇文章处在用一数据分区内。
您可能会说，似乎只要保证“相同用户文章在同一个数据分区内”就行了，不是吗？没错，不过我这里让文章和用户在同一个分区内，也是为了方便许多额外的操作（例如在关系数据库中进行连接）。那么假设我们有4个数据分区，那么它们内部的条目可能便是：
分区0分区1
User 4 Article 8 Article 12 Comment 4 Comment 16 User 12 Article 4User 1 Article 5 Article 9 Comment 13 Comment 17 User 5 Article 13
分区2分区3
User 2 Article 10 Article 14 Comment 6 Comment 10 User 10 Article 4User 7 Article 7 Article 11 Comment 3 Comment 15 User 11 Article 4
在ID为0的分区中，所有对象的ID模4均为0，其他分区里的对象也有这样的规律。那么好，在实际应用中，如果我们需要查找“ID为2的用户”，便去第2分区搜索便是；如果要查找“ID为8的文章的所有评论”那么也只要去第0分区进行一次查询即可。既然查询不成问题，那么我们该如何添加新记录呢？其实这也不难，只要：
添加新用户时，随机选择一个数据分区
添加新文章时，选择文章作者所在分区（可根据Article的UserID求模得到）
添加新评论时，选择文章所在分区（可根据Comment的ArticleID求模得到）
但是，我们又如何保证新纪录的ID正好满足我们的分区规律？例如我们向第3分区添加的新数据，则它的ID必须是3、7、11等等。以前，我们可能会使用数据库的自增列作为ID的值，但这似乎不能满足我们“取模”的要求。以前我们可能还会使用GUID，但是我们如何生成一个“被4模于3”的GUID呢？其实我们还是可以使用自增ID来解决这个问题，只不过需要进行一些简单的设置。例如在SQL Server中，默认的自增ID属性为IDENT IT Y(1, 1)，表示ID从1开始，以1为间距自动增长。于是我们在创建数据分区的时候，每个自增列的属性则可以设置为：
分区0：IDENT IT Y(4, 4)
分区1：IDENT IT Y(1, 4)
分区2：IDENT IT Y(2, 4)
分区3：IDENT IT Y(3, 4)
这样，ID方面的问题便交由数据库来关心吧，我们的使用方式和以前并没有什么区别。
缺陷
那么这个数据分片策略有什么缺陷呢？当然缺陷还是有很多啦，只是大多数问题可能还是要和业务放在一起考虑时才会凸显出来。不过有一个问题倒和业务关系不大：如果数据继续增长，单个数据分区的数据量也超标了，怎么办？
自然，继续拆分咯。那么我们使用什么分区规则呢？和原先一致吗？我们举个例子便知。假设我们原有4个分区，有一个ID为1的用户落在第1分区里，他的文章也都在这个分区里，ID分别是1、5、9、13、17等等。于是在某一天，我们需要将分区数量提高到5个（财力有限，一台一台来吧），在重新计算每篇文章所在的分区之后，我们忽然发现：
ID为1的文章，模5余1，处在分区1。
ID为5的文章，模5余0，处在分区0。
ID为9的文章，模5余4，处在分区4。
ID为13的文章，模5余3，处在分区3。
ID为17的文章，模5余2，处在分区2。
呼，5个分区都齐了！这说明，如果我们保持记录原来的ID不变，是没有办法直接使用之前的分区规则——无论您扩展成几个分区，（即便是从4个到8个）也只能“缓解”也不能“解决”这个情况。那么这时候该如何是好呢？例如，我们可以重新分配记录，改变原有ID，只是这么做会产生一个问题，便是外部URL可能也会随着ID一起改变，这样对SEO的折损很大。为此，我们可以制作一个查询表
则杯具无法避免。因此，我们在制定规则的时候，其实不应该把前提条件给过分的“具体化”——具体化可以，但不能过度，得留有一定空间（这个稍后再谈）。打个比方，还是前面的条件（XX
和XX处在同一数据分区内），但我们换一种具体化的方式：
某个用户的所有文章ID的前缀，便是这个用户的ID。例如，ID为1的用户的所有文章，其ID便可能是1-A1、1-A2、1-A3……
某篇文章的所有评论ID，与这个文章的ID使用相同前缀。例如，ID为3-A1的文章的所有评论，其ID便可能是3-C1、3-C2、3-C3……
使用这个策略，我们便可以保证与某个用户相关的“所有数据”都共享相同的“特征”（ID的前缀都
相同），然后我们便可以根据这个特征来选择分区——例如，还是以“取模”的方式。此时，我们已经确保了“相同分区内的所有数据都具备相同的特征”，即便分区数量有所调整，我们也只需要根据特征重新计算分区即可，影响不大。而以前为什么不行？因为“模4的余数”只是“结果”而不是“特征”，这里的“特征”应该是“追本溯源后的用户ID相同”，而这一点已经体现在新的策略中了。
还是通过图示来说明问题吧。假设原有4个分区，使用“取模”的策略：
分区0分区1
User 4
Article 4-A1 Article 4-A2 Comment 4-C1 Comment 4-C2 User 12
Article 12-A3User 1
Article 1-A4 Article 1-A5 Comment 1-C3 Comment 1-C4 User 5
Article 5-A6
分区2分区3
User 2
Article 2-A7 Article 2-A8 Comment 2-C5 Comment 2-C6 User 10
Article 10-A9User 7
Article 7-A10 Article 7-A11 Comment 7-C7 Comment 7-C8 User 11
Article 11-A12
当分区数量调整为5个之后（为了避免分区3空缺，我又补充了一些对象）：分区0分区1
User 10 Article 10-A9 User 5 Article 5-A6User 1
Article 1-A4 Article 1-A5 Comment 1-C3 Comment 1-C4
User 11
Article 11-A12分区2分区3
User 2
Article 2-A7 Article 2-A8 Comment 2-C5 Comment 2-C6 User 12
Article 12-A3 User 7
Article 7-A10 Article 7-A11 Comment 7-C7 Comment 7-C8User 8
Article 8-A12 Article 8-A13 Comment 8-C9 Comment 7-C10
分区4
User 4
Article 4-A1
Article 4-A2
Comment 4-C1
Comment 4-C2
是不是很合理？
值得一提的是，只要满足了“特征”这个要求，其实选择分区的方式并没有什么限制。例如，我们可以不用“取模”的方式，而是使用“一致性哈希”——没错，这里就是一致性哈希的使用场景了。在利用“一致性哈希”来选择分区之后，在添加服务器的情况下便可以相对减少数据的迁移数量了。
当然，在实现时还可以运用一些技巧。例如，我们的特征并非一定要“把用户ID作为前缀”——毕竟用户ID可能比较长，作为ID前缀还真有些难看（请想象把GUID作为ID前缀，再加上另一个GUID作为ID主体的情景）。此时，我们可以把前提条件先进行一定程度的“具体化”（但就像之前提到的，不能过度），例如我们可以把用户ID先进行取模，可能是1000万，便可以得到一个落在较大区间范围内的数字。然后，再把这个数字作BASE64编码，一下子前缀就缩小为4个字符以内了。
而且，1000万这个区间范围，无论是使用取模还是一致性哈希的方式来选择分区都非常可行，一般不会造成什么问题。
总结
数据分片是系统优化的常用设计方式之一。正如前文所说的那样，数据分片的做法很多，本文提到的方式只是其中一种方式。这种根据ID特征的分片方式比较容易遇到的问题之一，便是在数据分区数量改变时造成的规则冲突，这也正是我这篇文章所讨论的主要内容。从这个角度看来，其他一些
分片方式，如创建时间也好，查找表也罢，这样的问题反而不太常见。如果您有这方面的经验或是疑惑，也欢迎与我进行交流。
现在Web 2.0网站越来越热门了，此类项目的数据量也越来越大，从近几年的讨论形式可以看出，越来越多的人在强调什么大规模、高性能、或是海量数据。然后，似乎每个人都会横向切分、纵向切分、缓存、分离。我猜，再接下来，估计又会有许多人以用关系型数据库为耻了吧？但是，想想这样的问题：博客园和JavaEye都是国内技术社区的翘楚，它们都只用了1台数据库服务器。StackOverflow是世界上最大的编程网站（它是使用https://www.doczj.com/doc/9715452853.html, MVC写的，兄弟们记住这个经典案例吧），似乎也只用了1台还是2台数据库服务器（可能配置比较高）及SQL Server。因此，即便是单台服务器，即便是使用关系型数据库，它在性能方面的潜力也是非常之高的。
因此，数据分片应该只在需要的时候才做，因为它带来的复杂度会比中心存储的方式高出很多。这带来的结果是，可能您的应用程序还没有用足架构的能力就已经失败了，这样各种投资也已经浪费了。假如您一开始用最简单的方式去做，可能很快会带来成长所需要空间及资源，此时再做更多投资进行架构优化也不迟——架构不是一蹴而就，而是演变得来的。当然，第一次投入多少复杂度是个需要权衡的东西，这也是考验架构师能力的地方。架构不是空中楼阁，而是各种真实资源调配的结果。
来源：https://www.doczj.com/doc/9715452853.html,/JeffreyZ hao/archive/2010/03/09/sharding-by-id-characteristic.html
人人都是产品经理（https://www.doczj.com/doc/9715452853.html,）中国最大最活跃的产品经理学习、交流、分享平台
第五讲数据库表和数据库关系的实现 5．1数据类型 定义数据表的字段、声明程序中的变量时，都需要为他们设置一个数据类型。目的是指定该字段或变量所存放的数据类型，以及需要多少空间。 5．1．1整型：可以用来存放整数数据的字段或变量。有bigint、int、smallint、 两种类型，这两种类型完全相同，一般建议使用numeric。 使用numeric或decimal时，必须指明精确度（即全部有效位数）与小数点位数，例如：numeric（5，2）表示精度为5，总共位数为5位，其中3位整数及2位小数。若不指定，则默认值为numeric（18，0）。精确度可指定的范围为1~38， 取其“近似值”。例如：23456646677799变成 2.3E+13，此类数据类型有float 和real两种。注意：使用float和real类型，若数值的位数超过其有效位数的限
其中varchar及text的实际存储长度会依数据量而调整。如：varchar（10）表示最多可存储10字节，但若只填入5个字符，那么只会占用5字节。char与varchar 最多只能存储8000个字符，若数据超过此长度，请改用text类型。 在使用char及varchar时必须指定字符长度，例如char（50）、varchar（50）； 的数据与字符串类型相当类似，Unicode字符串的一个字符是用2个字节存储，而一般字符串是一个字符用1个字节存储。此类数据类型有nchar、nvarchar、ntext。 在使用nchar及nvarchar时必须指定字符长度，例如nchar（50）、nvarchar 据多用16进制表示，而且要加上0x字头）。此类数据类型有binary、varbinary 与image，其特性分别相当于字符串类型的char、varchar、text。image类型还可以用来存放word文件、excel电子表格、以及位图、GIF和JPEG文件。 使用binary及varbinary时须指定字符长度，例如binary（50）、varbinary（30）；若未指定，默认值为1。Image类型则不必指定长度。
《海量数据挖掘技术及工程实践》题目 一、单选题（共80题） 1)( D )的目的缩小数据的取值范围，使其更适合于数据挖掘算法的需要，并且能够得到 和原始数据相同的分析结果。 A.数据清洗 B.数据集成 C.数据变换 D.数据归约 2)某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖 掘的哪类问题？(A) A. 关联规则发现 B. 聚类 C. 分类 D. 自然语言处理 3)以下两种描述分别对应哪两种对分类算法的评价标准？ (A) (a)警察抓小偷，描述警察抓的人中有多少个是小偷的标准。 (b)描述有多少比例的小偷给警察抓了的标准。 A. Precision,Recall B. Recall,Precision A. Precision,ROC D. Recall,ROC 4)将原始数据进行集成、变换、维度规约、数值规约是在以下哪个步骤的任务？(C) A. 频繁模式挖掘 B. 分类和预测 C. 数据预处理 D. 数据流挖掘 5)当不知道数据所带标签时，可以使用哪种技术促使带同类标签的数据与带其他标签的数 据相分离？(B) A. 分类 B. 聚类 C. 关联分析 D. 隐马尔可夫链 6)建立一个模型，通过这个模型根据已知的变量值来预测其他某个变量值属于数据挖掘的 哪一类任务？(C) A. 根据内容检索 B. 建模描述 C. 预测建模 D. 寻找模式和规则 7)下面哪种不属于数据预处理的方法？ (D) A.变量代换 B.离散化
C.聚集 D.估计遗漏值 8)假设12个销售价格记录组已经排序如下：5, 10, 11, 13, 15, 35, 50, 55, 72, 92, 204, 215 使用如下每种方法将它们划分成四个箱。等频（等深）划分时，15在第几个箱子内？ (B) A.第一个 B.第二个 C.第三个 D.第四个 9)下面哪个不属于数据的属性类型：(D) A.标称 B.序数 C.区间 D.相异 10)只有非零值才重要的二元属性被称作：( C ) A.计数属性 B.离散属性 C.非对称的二元属性 D.对称属性 11)以下哪种方法不属于特征选择的标准方法： (D) A.嵌入 B.过滤 C.包装 D.抽样 12)下面不属于创建新属性的相关方法的是： (B) A.特征提取 B.特征修改 C.映射数据到新的空间 D.特征构造 13)下面哪个属于映射数据到新的空间的方法？ (A) A.傅立叶变换 B.特征加权 C.渐进抽样 D.维归约 14)假设属性income的最大最小值分别是12000元和98000元。利用最大最小规范化的方 法将属性的值映射到0至1的范围内。对属性income的73600元将被转化为：(D) A.0.821 B.1.224 C.1.458 D.0.716 15)一所大学内的各年纪人数分别为：一年级200人，二年级160人，三年级130人，四年 级110人。则年级属性的众数是： (A) A.一年级 B.二年级 C.三年级 D.四年级
目录 一 Codd的RDBMS12法则——RDBMS的起源 二关系型数据库设计阶段 三设计原则 四命名规则 数据库设计，一个软件项目成功的基石。很多从业人员都认为，数据库设计其实不那么重要。现实中的情景也相当雷同，开发人员的数量是数据库设计人员的数倍。多数人使用数据库中的一部分，所以也会把数据库设计想的如此简单。其实不然，数据库设计也是门学问。 从笔者的经历看来，笔者更赞成在项目早期由开发者进行数据库设计（后期调优需要DBA）。根据笔者的项目经验，一个精通OOP和ORM的开发者，设计的数据库往往更为合理，更能适应需求的变化，如果追其原因，笔者个人猜测是因为数据库的规范化，与OO的部分思想雷同（如内聚）。而DBA，设计的数据库的优势是能将DBMS的能力发挥到极致，能够使用SQL和DBMS实现很多程序实现的逻辑，与开发者相比，DBA优化过的数据库更为高效和稳定。如标题所示，本文旨在分享一名开发者的数据库设计经验，并不涉及复杂的SQL语句或DBMS使用，因此也不会局限到某种DBMS产品上。真切地希望这篇文章对开发者能有所帮助，也希望读者能帮助笔者查漏补缺。 一?Codd的RDBMS12法则——RDBMS的起源 Edgar Frank Codd（埃德加·弗兰克·科德）被誉为“关系数据库之父”，并因为在数据库管理系统的理论和实践方面的杰出贡献于1981年获图灵奖。在1985年，Codd 博士发布了12条规则，这些规则简明的定义出一个关系型数据库的理念，它们被作为所有关系数据库系统的设计指导性方针。 1.信息法则?关系数据库中的所有信息都用唯一的一种方式表示——表中的值。 2.保证访问法则?依靠表名、主键值和列名的组合，保证能访问每个数据项。 3.空值的系统化处理?支持空值（NULL），以系统化的方式处理空值，空值不依赖于数据类型。 4.基于关系模型的动态联机目录?数据库的描述应该是自描述的，在逻辑级别上和普通数据采用同样 的表示方式，即数据库必须含有描述该数据库结构的系统表或者数据库描述信息应该包含在用 户可以访问的表中。 5.统一的数据子语言法则?一个关系数据库系统可以支持几种语言和多种终端使用方式，但必须至少 有一种语言，它的语句能够一某种定义良好的语法表示为字符串，并能全面地支持以下所有规 则：数据定义、视图定义、数据操作、约束、授权以及事务。（这种语言就是SQL) 6.视图更新法则?所有理论上可以更新的视图也可以由系统更新。 7.高级的插入、更新和删除操作?把一个基础关系或派生关系作为单个操作对象处理的能力不仅适应 于数据的检索，还适用于数据的插入、修改个删除，即在插入、修改和删除操作中数据行被视 作集合。 8.数据的物理独立性?不管数据库的数据在存储表示或访问方式上怎么变化，应用程序和终端活动都 保持着逻辑上的不变性。 9.数据的逻辑独立性?当对表做了理论上不会损害信息的改变时，应用程序和终端活动都会保持逻辑 上的不变性。 10.数据完整性的独立性?专用于某个关系型数据库的完整性约束必须可以用关系数据库子语言定 义，而且可以存储在数据目录中，而非程序中。
答案仅供参考 第一章数据库系统概述 选择题 B、B、A 简答题 1.请简述数据,数据库,数据库管理系统,数据库系统的概念。 P27 数据是描述事物的记录符号，是指用物理符号记录下来的，可以鉴别的信息。 数据库即存储数据的仓库，严格意义上是指长期存储在计算机中的有组织的、可共享的数据集合。 数据库管理系统是专门用于建立和管理数据库的一套软件，介于应用程序和操作系统之间。数据库系统是指在计算机中引入数据库技术之后的系统，包括数据库、数据库管理系统及相关实用工具、应用程序、数据库管理员和用户。 2.请简述早数据库管理技术中，与人工管理、文件系统相比，数据库系统的优点。 数据共享性高 数据冗余小 易于保证数据一致性 数据独立性高 可以实施统一管理与控制 减少了应用程序开发与维护的工作量 3.请简述数据库系统的三级模式和两层映像的含义。 P31 答： 数据库的三级模式是指数据库系统是由模式、外模式和内模式三级工程的，对应了数据的三级抽象。 两层映像是指三级模式之间的映像关系，即外模式/模式映像和模式/内模式映像。 4.请简述关系模型与网状模型、层次模型的区别。 P35 使用二维表结构表示实体及实体间的联系 建立在严格的数学概念的基础上 概念单一，统一用关系表示实体和实体之间的联系，数据结构简单清晰，用户易懂易用 存取路径对用户透明，具有更高的数据独立性、更好的安全保密性。
第二章关系数据库 选择题 C、C、D 简答题 1.请简述关系数据库的基本特征。P48 答：关系数据库的基本特征是使用关系数据模型组织数据。 2.请简述什么是参照完整性约束。 P55 答：参照完整性约束是指：若属性或属性组F是基本关系R的外码，与基本关系S的主码K 相对应，则对于R中每个元组在F上的取值只允许有两种可能，要么是空值，要么与S中某个元组的主码值对应。 3.请简述关系规范化过程。 答：对于存在数据冗余、插入异常、删除异常问题的关系模式，应采取将一个关系模式分解为多个关系模式的方法进行处理。一个低一级范式的关系模式，通过模式分解可以转换为若干个高一级范式的关系模式，这就是所谓的规范化过程。 第三章数据库设计 选择题 B、C、C 简答题 1. 请简述数据库设计的基本步骤。 P66 需求分析设计；概念结构设计；逻辑结构设计；物理结构设计；数据库设计；数据库的运行和维护。 2. 请分别举例说明实体之间联系的三种表现情形。 P74 一对一联系：对于实体集A中的每个实体，实体集B中最多只有一个实体与之联系，反之亦然。举例：班级与班长，每个班只有一个班长，每个班长也只在一个班内任职。 一对多联系：对于实体集A中的每个实体，实体集B中有N个实体与之联系，反之，对于实体集B中的每个实体，实体集A中最多只有一个实体与之联系。举例：班级与班级成员，每个班级对应多个班级成员，每个班级成员只对应一个班级。 多对多联系：对于实体集A中的每个实体，实体集B中有N个实体与之联系，反之，对于实体集B中的每个实体，实体集A中有M个实体与之联系。举例：授课班级与任课教师，每个
1关系数据库中，主键的正确描述是（D ）。 (A) 创建唯一的索引，允许空值(B) 允许有多个主键的 (C) 只允许以表中第一字段建立(D) 为标识表中唯一的实体 2以下不适合创建非聚集索引的情况是（A ）。 (A) 表中包含大量重复的列值(B) 带WHERE子句的查询 (C) 经常需要进行联接和分组操作的列(D) 表中包含大量非重复的列值 3使用视图的作用有4个，下列哪一个是错误的（A ）。 (A) 导入数据(B) 定制操作 (C) 简化操作(D) 安全性 4叙述A：当视图被撤消，不会对基表造成任何影响。叙述B：不能改变作为计算结果的列。关于对以上叙述中，正确的是（C ）。 (A) 叙述A错误，叙述B正确(B) 叙述A正确，叙述B错误 (C) 都正确(D) 都是错误的 5语句：select 10%7 的执行结果是（D ）。 (A) 7 (B) 1 (C) 70 (D) 3 6下列关于关联的叙述正确的是（ D）。 (A) 已创建关联的两个表中的关联字段数据 可能完全不同(B) 可在两个表的不同数据类型的同名字段 间创建关联 (C) 可在两个表的不同数据类型的字段间创 建关联(D) 可在两个表的相同数据类型的不同名称 的字段间创建关联 7用UNION合并两个SELECT查询的结果时，下列叙述中错误的是（）。 (A) 两个SELECT语句必须输出同样的列数(B) 将来自不同查询的数据组合起来 (C) 两个表各相应列的数据类型必须相同(D) 被组合的每个查询都可以使用ORDER B Y子句 8查询所有目前年龄在24岁以上(不含24岁)的学生信息(学号、姓名、年龄)，正确的命令是（）。 (A) SELECT 学号,姓名,年龄=YEAR(GETDA TE())-YEAR(出生日期) FROM 学生 WHE RE YEAR(GETDATE())-YEAR(出生日 期)>24 (B) SELECT 学号,姓名,YEAR(GETDATE())- YEAR(出生日期) 年龄 FROM 学生 WHE RE YEAR(GETDATE())-YEAR(出生日 期)>24
单选题 1. 某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖掘的哪类问题？(A) A. 关联规则发现 B. 聚类 C. 分类 D. 自然语言处理 2. 以下两种描述分别对应哪两种对分类算法的评价标准？ (A) (a)警察抓小偷，描述警察抓的人中有多少个是小偷的标准。 (b)描述有多少比例的小偷给警察抓了的标准。 A. Precision, Recall B. Recall, Precision A. Precision, ROC D. Recall, ROC 3. 将原始数据进行集成、变换、维度规约、数值规约是在以下哪个步骤的任务？(C) A. 频繁模式挖掘 B. 分类和预测 C. 数据预处理 D. 数据流挖掘 4. 当不知道数据所带标签时，可以使用哪种技术促使带同类标签的数据与带其他标签的数据相分离？(B) A. 分类 B. 聚类 C. 关联分析 D. 隐马尔可夫链 5. 什么是KDD？ (A) A. 数据挖掘与知识发现 B. 领域知识发现 C. 文档知识发现 D. 动态知识发现 6. 使用交互式的和可视化的技术，对数据进行探索属于数据挖掘的哪一类任务？（A） A. 探索性数据分析 B. 建模描述 C. 预测建模 D. 寻找模式和规则 7. 为数据的总体分布建模；把多维空间划分成组等问题属于数据挖掘的哪一类任务？(B) A. 探索性数据分析 B. 建模描述 C. 预测建模 D. 寻找模式和规则 8. 建立一个模型，通过这个模型根据已知的变量值来预测其他某个变量值属于数据挖掘的哪一类任务？(C) A. 根据内容检索 B. 建模描述 C. 预测建模 D. 寻找模式和规则 9. 用户有一种感兴趣的模式并且希望在数据集中找到相似的模式，属于数据挖掘哪一类任务？(A) A. 根据内容检索 B. 建模描述 C. 预测建模 D. 寻找模式和规则 11.下面哪种不属于数据预处理的方法？ (D) A变量代换 B离散化 C 聚集 D 估计遗漏值 12. 假设12个销售价格记录组已经排序如下：5, 10, 11, 13, 15, 35, 50, 55, 72, 92, 204, 215 使用如下每种方法将它们划分成四个箱。等频（等深）划分时，15在第几个箱子内？ (B) A 第一个 B 第二个 C 第三个 D 第四个 13.上题中，等宽划分时（宽度为50），15又在哪个箱子里？ (A) A 第一个 B 第二个 C 第三个 D 第四个 14.下面哪个不属于数据的属性类型：(D) A 标称 B 序数 C 区间 D相异 15. 在上题中，属于定量的属性类型是：(C) A 标称 B 序数 C区间 D 相异 16. 只有非零值才重要的二元属性被称作：( C )
关系数据库中的表不必具有的性质是( ). A. 数据项不可再分 B. 同一列数据项要具有相同的数据类型 C. 记录的顺序可以任意排列 D. 字段的顺序不能任意排列 优质解答D.字段的顺序不能任意排列 1).Access数据库属于(C)数据库。 A)、层次模型 B)、网状模型 C)、关系模型 D)、面向对象模型 2).打开Access数据库时，应打开扩展名为(B)的文件。 A)、mda B)、mdb C)、mde D)、DBF 3).已知某一数据库中有两个数据表，它们的主关键字与主关键字之间是一个对应多个的关系，这两个表若想建立关联，应该建立的永久联系是(B)。 A)、一对一 B)、一对多 C)、多对多
D)、多对一 4).下列(B)不是Access数据库的对象类型? A)、表 B)、向导 C)、窗体 D)、报表 5).关系数据库中的表不必具有的性质是(D)。 A)、数据项不可再分 B)、同一列数据项要具有相同的数据类型 C)、记录的顺序可以任意排列 D)、字段的顺序不能任意排列 6).下列对于Access2000(高版本)与Access97(低版本)之间的说法不正确的是(C)。 A)、通过数据转换技术,可以实现高、低版本的共享. B)、高版本文件在低版本数据库中可以打开,但有些功能不能正常运行. C)、低版本数据库文件无法在高版本数据库中运行. D)、高版本文件在低版本数据库中能使用,需将高版本转换成低版本. 7).不能退出Access 2000的方法是(C)。 A)、单击"文件"菜单/"退出" B)、单击窗口右上角"关闭"按钮
C)、ESC D)、ALT+F4 8).Access在同一时间，可打开(A)个数据库。 A)、1 B)、2 C)、3 D)、4 9).对表中某一字段建立索引时，若其值有重复，可选择(D)索引。 A)、主 B)、有(无重复) C)、无 D)、有(有重复) 10).创建表时可以在(C)中进行。 A)、报表设计器 B)、表浏览器 C)、表设计器 D)、查询设计器 11).不能进行索引的字段类型是(A)。 A)、备注 B)、数值 C)、字符 D)、日期
1．数据库系统是采用了数据技术的计算机系统，数据库系统由数据库、数据库管理系统、应用系统和（ C ） A．系统分析员 B.程序员 C.数据库管理员 D.操作员 3．下面列出的数不清管理技术发展的3个阶段中，没有专门的软 对数据进行管理的是D Ⅰ. 人工管理阶段 Ⅱ.文件系统阶段 Ⅲ.数据库阶段 A．Ⅰ和Ⅱ B.只有Ⅱ C.Ⅱ和Ⅲ D.只有Ⅰ 4．下列4项中，不属于数据库系统特点的是（ C）。 A．数据共享 B.数据完整性 C.数据冗余度高 D.数据独立性高 5．数据库系统的数据独立性体现在（ ）。 A.不会因为数据的变化而影响到应用程序 B.不会因为数据存储结构与数据逻辑结构的变化而应有程序 C.不会因为存储策略的变化而影响存储结构 D.不会因为某些存储结构的变化而影响其他的存储结构 6．描述数据库全体数据的全局逻辑结构和特性的是（ A ）。 A．模式 B.内模式 C.外模式 7．要保证数据库的数据独立性，需要修改的是（ C ）。 A．模式与外模式 B.模式与内模式 C.三级模式之间的两层映像 D.三层模式 8．要何证数据库的逻辑数据独立性，需要修改的是（A ）。 A．模式与外模式之间的映像 B.模式与内模式之间的映像C.模式 D.三级模式 9用户或应用程序看到的那部分局部逻辑结构和特征的描述是（ C ） A．模式 B.物理模式 C.子模式 D.内模式10．下述（ D ）不是DBA数据库管理员的职责。 A．完整性约束说明 B. 定义数据库模式 C.数据库安全 D.数据库管理系统设计 11．概念模型是现实世界的第一层抽象，它一类模型中最著名的模型是（ ）。 A．层次模型 B.关系模型 C.网状模型 D.实体-联系模型 12．区分不同实体的依据是（ B ）。 A．名称 B.属性 C.对象 D.概念 13．关系数据模型是目前最重要的一种数据模型，它的3个要素分别是
数据库中表之间的关系 表关系(一对一,一对多,多对多) 收藏 可以在数据库图表中的表之间创建关系，以显示一个表中的列与另一个表中的列是如何相链接的。 在一个关系型数据库中，利用关系可以避免多余的数据。例如，如果设计一个可以跟踪图书信息的数据库，您需要创建一个名为 titles 的表，它用来存储有关每本书的信息，例如书名、出版日期和出版社。您也可能保存有关出版社的信息，诸如出版社的电话、地址和邮政编码。如果您打算在 titles 表中保存所有这些信息，那么对于某出版社出版的每本书都会重复该出版社的电话号码。 更好的方法是将有关出版社的信息在单独的表，publishers，中只保存一次。然后可以在 titles 表中放置一个引用出版社表中某项的指针。 为了确保您的数据同步，可以实施 titles 和 publishers 之间的参照完整性。参照完整性关系可以帮助确保一个表中的信息与另一个表中的信息相匹配。例如，titles 表中的每个书名必须与 publishers 表中的一个特定出版社相关。如果在数据库中没有一个出版社的信息，那么该出版社的书名也不能添加到这个数据库中。 为了更好地理解表关系，请参阅： 定义表关系 实施参照完整性 定义表关系 关系的确立需要通过匹配键列中的数据（通常是两表中同名的列）。在大多数情况下，该关系会将一个表中的主键（它为每行提供了唯一标识）与另一个表的外部键中的某项相匹配。例如，通过创建 titles 表中的 title_id（主键）与 sales 表中的 title_id 列（外部键）之间的关系，则销售额就与售出的特定书名相关联了。 表之间有三种关系。所创建关系的类型取决于相关列是如何定义的。 一对多关系 多对多关系
数据分析的特征选择实例分析 1.数据挖掘与聚类分析概述 数据挖掘一般由以下几个步骤： (l)分析问题:源数据数据库必须经过评估确认其是否符合数据挖掘标准。以决定预期结果，也就选择了这项工作的最优算法。 (2)提取、清洗和校验数据:提取的数据放在一个结构上与数据模型兼容的数据库中。以统一的格式清洗那些不一致、不兼容的数据。一旦提取和清理数据后，浏览所创建的模型，以确保所有的数据都已经存在并且完整。 (3)创建和调试模型:将算法应用于模型后产生一个结构。浏览所产生的结构中数据，确认它对于源数据中“事实”的准确代表性，这是很重要的一点。虽然可能无法对每一个细节做到这一点，但是通过查看生成的模型，就可能发现重要的特征。 (4)查询数据挖掘模型的数据:一旦建立模型，该数据就可用于决策支持了。 (5)维护数据挖掘模型:数据模型建立好后，初始数据的特征，如有效性，可能发生改变。一些信息的改变会对精度产生很大的影响，因为它的变化影响作为基础的原始模型的性质。因而，维护数据挖掘模型是非常重要的环节。 聚类分析是数据挖掘采用的核心技术，成为该研究领域中一个非常活跃的研究课题。聚类分析基于”物以类聚”的朴素思想，根据事物的特征，对其进行聚类或分类。作为数据挖掘的一个重要研究方向，聚类分析越来越得到人们的关注。聚类的输入是一组没有类别标注的数据，事先可以知道这些数据聚成几簇爪也可以不知道聚成几簇。通过分析这些数据，根据一定的聚类准则，合理划分记录集合，从而使相似的记录被划分到同一个簇中，不相似的数据划分到不同的簇中。 2.特征选择与聚类分析算法 Relief为一系列算法，它包括最早提出的Relief以及后来拓展的Relief和ReliefF，其中ReliefF算法是针对目标属性为连续值的回归问题提出的，下面仅介绍一下针对分类问题的Relief和ReliefF算法。 2.1 Relief算法 Relief算法最早由Kira提出，最初局限于两类数据的分类问题。Relief算法是一种特征权重算法(Feature weighting algorithms)，根据各个特征和类别的相关性赋予特征不同的权重，权重小于某个阈值的特征将被移除。Relief算法中特征和类别的相关性是基于特征对近距离样本的区分能力。算法从训练集D中随机选择一个样本R，然后从和R同类的样本中寻找最近邻样本H，称为Near Hit，从和R不同类的样本中寻找最近邻样本M，称为NearMiss，然后根据以下规则更新每个特征的权重：如果R和Near Hit在某个特征上的距离小于R和Near Miss 上的距离，则说明该特征对区分同类和不同类的最近邻是有益的，则增加该特征的权重；反之，如果R和Near Hit 在某个特征的距离大于R和Near Miss上的距离，说明该特征对区分同类和不同类的最近邻起负面作用，则降低该特征的权重。以上过程重复m次，最后得到各特征的平均权重。特征的权重越大，表示该特征的分类能力越强，反之，表示该特征分类能力越弱。Relief算法的运行时间随着样本的抽样次数m和原始特征个数N的增加线性增加，因而运行效率非常高。具体算法如下所示：
如何定义数据库表之间的关系 特别说明 数据库的正规化是关系型数据库理论的基础。随着数据库的正规化工作的完成，数据库中的 各个数据表中的数据关系也就建立起来了。 在设计关系型数据库时，最主要的一部分工作是将数据元素如何分配到各个关系数据表中。一旦完成了对这些数据元素的分类，对于数据的操作将依赖于这些数据表之间的关系，通过这些数据表之间的关系，就可以将这些数据通过某种有意义的方式联系在一起。例如，如果你不知道哪个用户下了订单，那么单独的订单信息是没有任何用处的。但是，你没有必要在同一个数据表中同时存储顾客和订单信息。你可以在两个关系数据表中分别存储顾客信息和订单信息，然后使用两个数据表之间的关系，可以同时查看数据表中每个订单以及其相关的客户信息。如果正规化的数据表是关系型数据库的基础的话，那么这些数据表之间的关系则 是建立这些基础的基石。 出发点 下面的数据将要用在本文的例子中，用他们来说明如何定义数据库表之间的关系。通过Boyce-Codd Normal Form（BCNF）对数据进行正规化后，产生了七个关系表： Books: {Title*, ISBN, Price} Authors: {FirstName*, LastName*} ZIPCodes: {ZIPCode*} Categories: {Category*, Description} Publishers: {Publisher*} States: {State*} Cities: {City*} 现在所需要做的工作就是说明如何在这些表之间建立关系。 关系类型 在家中，你与其他的成员一起存在着许多关系。例如，你和你的母亲是有关系的，你只有一位母亲，但是你母亲可能会有好几个孩子。你和你的兄弟姐妹是有关系的——你可能有很多兄弟和姐妹，同样，他们也有很多兄弟和姐妹。如果你已经结婚了，你和你的配偶都有一个配偶——这是相互的——但是一次只能有一个。在数据表这一级，数据库关系和上面所描述现象中的联系非常相似。有三种不同类型的关系： 一对一：在这种关系中，关系表的每一边都只能存在一个记录。每个数据表中的关键字在对应的关系表中只能存在一个记录或者没有对应的记录。这种关系和一对配偶之间的关系非常相似——要么你已经结婚，你和你的配偶只能有一个配偶，要么你没有结婚没有配偶。大多数的一对一的关系都是某种商业规则约束的结果，而不是按照数据的自然属性来得到的。如果没有这些规则的约束，你通常可以把两个数据表合并进一个数据表，而且不会打破任何规 范化的规则。
For personal use only in study and research; not for commercial use 单选题 1. 某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖掘的哪类问题？(A) A. 关联规则发现 B. 聚类 C. 分类 D. 自然语言处理 3. 将原始数据进行集成、变换、维度规约、数值规约是在以下哪个步骤的任务？(C) A. 频繁模式挖掘 B. 分类和预测 C. 数据预处理 D. 数据流挖掘 4. 当不知道数据所带标签时，可以使用哪种技术促使带同类标签的数据与带其他标签的数据相分离？(B) A. 分类 B. 聚类 C. 关联分析 D. 隐马尔可夫链 6. 使用交互式的和可视化的技术，对数据进行探索属于数据挖掘的哪一类任务？（A） A. 探索性数据分析 B. 建模描述 C. 预测建模 D. 寻找模式和规则 11.下面哪种不属于数据预处理的方法？(D) A变量代换B离散化 C 聚集 D 估计遗漏值 12. 假设12个销售价格记录组已经排序如下：5, 10, 11, 13, 15, 35, 50, 55, 72, 92, 204, 215 使用如下每种方法将它们划分成四个箱。等频（等深）划分时，15在第几个箱子内？(B) A 第一个 B 第二个 C 第三个 D 第四个 13.上题中，等宽划分时（宽度为50），15又在哪个箱子里？(A) A 第一个 B 第二个 C 第三个 D 第四个 16. 只有非零值才重要的二元属性被称作：( C ) A 计数属性 B 离散属性C非对称的二元属性 D 对称属性 17. 以下哪种方法不属于特征选择的标准方法：(D) A嵌入 B 过滤 C 包装 D 抽样 18.下面不属于创建新属性的相关方法的是：(B) A特征提取B特征修改C映射数据到新的空间D特征构造 22. 假设属性income的最大最小值分别是12000元和98000元。利用最大最小规范化的方法将属性的值映射到0至1的范围内。对属性income的73600元将被转化为：(D) A 0.821 B 1.224 C 1.458 D 0.716 23.假定用于分析的数据包含属性age。数据元组中age的值如下（按递增序）：13，15，16，16，19，20，20，21，22，22，25，25，25，30，33，33，35，35，36，40，45，46，52，70, 问题：使用按箱平均值平滑方法对上述数据进行平滑，箱的深度为3。第二个箱子值为：(A) A 18.3 B 22.6 C 26.8 D 27.9 28. 数据仓库是随着时间变化的,下面的描述不正确的是(C) A. 数据仓库随时间的变化不断增加新的数据内容; B. 捕捉到的新数据会覆盖原来的快照; C. 数据仓库随事件变化不断删去旧的数据内容; D. 数据仓库中包含大量的综合数据,这些综合数据会随着时间的变化不断地进行重新综合. 29. 关于基本数据的元数据是指: (D) A. 基本元数据与数据源,数据仓库,数据集市和应用程序等结构相关的信息; B. 基本元数据包括与企业相关的管理方面的数据和信息;
第一章数据库系统概述 选择题 B、B、A 简答题 1.请简述数据,数据库,数据库管理系统,数据库系统的概念。 P27 数据是描述事物的记录符号，是指用物理符号记录下来的，可以鉴别的信息。 数据库即存储数据的仓库，严格意义上是指长期存储在计算机中的有组织的、可共享的数据集合。 数据库管理系统是专门用于建立和管理数据库的一套软件，介于应用程序和操作系统之间。数据库系统是指在计算机中引入数据库技术之后的系统，包括数据库、数据库管理系统及相关实用工具、应用程序、数据库管理员和用户。 2.请简述早数据库管理技术中，与人工管理、文件系统相比，数据库系统的优点。 数据共享性高 数据冗余小 易于保证数据一致性 数据独立性高 可以实施统一管理与控制 减少了应用程序开发与维护的工作量 3.请简述数据库系统的三级模式和两层映像的含义。 P31 答： 数据库的三级模式是指数据库系统是由模式、外模式和内模式三级工程的，对应了数据的三级抽象。 两层映像是指三级模式之间的映像关系，即外模式/模式映像和模式/内模式映像。
4.请简述关系模型与网状模型、层次模型的区别。 P35 使用二维表结构表示实体及实体间的联系 建立在严格的数学概念的基础上 概念单一，统一用关系表示实体和实体之间的联系，数据结构简单清晰，用户易懂易用 存取路径对用户透明，具有更高的数据独立性、更好的安全保密性。 第二章关系数据库 选择题 C、C、D 简答题 1.请简述关系数据库的基本特征。P48 答：关系数据库的基本特征是使用关系数据模型组织数据。 2.请简述什么是参照完整性约束。 P55 答：参照完整性约束是指：若属性或属性组F是基本关系R的外码，与基本关系S的主码K 相对应，则对于R中每个元组在F上的取值只允许有两种可能，要么是空值，要么与S中某个元组的主码值对应。 3.请简述关系规范化过程。 答：对于存在数据冗余、插入异常、删除异常问题的关系模式，应采取将一个关系模式分解为多个关系模式的方法进行处理。一个低一级范式的关系模式，通过模式分解可以转换为若干个高一级范式的关系模式，这就是所谓的规范化过程。
第二章关系数据库 1、外码： 2、主码： 3、候选码： 4、主属性： 5、非主属性： 6、元组： 7、E-R图 8、自然连接： 9、一个关系只有一个（） A、候选码 B、外码 C、超码 D、主码 10、在数据库设计中用关系模型来表示实体和实体之间的联系。关系模型的结构是 （）。 A、层次结构 B、二维表结构 C、网状结构 D、封装结构 11、在一个关系中如果有这样一个属性存在，它的值能惟一地标识关系中的每一个元组，称这个属性为（）。 A、候选码 B、数据项 C、主属性 D、主属性值 12、在关系代数的专门关系运算中，从表中选出满足某种条件的元组的操作称为 （）。 A、选择 B、投影 C、连接 D、扫描 13、关系模型的关系运算是以关系代数为理论基础的，关系代数最基本的操作是（）。 A、并、差、笛卡尔积、投影和连接 B、并、差、笛卡尔积、除和连接 C、并、差、笛卡尔积、投影和选择 D、并、差、笛卡尔积、除和投影 14、关系代数中的θ连接操作由（）操作组合而成。 A、π和σ B、σ和× C、π、σ和× D、π和× 15、关系数据模型（）。 A、只能表示实体间的1 ：1联系 B、只能表示实体间的1：n联系 C、只能表示实体间的m：n联系 D、可以表示实体间的上述三种联系 16、设关系R1、R2的属性个数不同，但都包含有出自相同域集的一个属性，则它们可以进行的关系代数运算为（）。
A、R1∩R2 B、R1∪R2 C、R1 - R2 D、R2 17、下列描述中正确的是（）。 A、实体和记录是数据世界的术语 B、实体和属性是信息世界的术语 C、现实世界事物之间的联系反映到信息世界，用“物理模型”来表示 D、实体联系有四种情况：1：1联系，1：N联系，N：1联系，M：N联系 18、对关系数据库来说，下面叙述错误的是( )。 A、每一列的分量是同一种类型数据，来自同一个域 B、不同列的数据可以出自同一个域 C、行的顺序可以任意交换，但列的顺序不能任意交换 D、关系中的任意两个元组不能完全相同 19、设关系R有R1个元组，关系S有R2个元组，则关系R和S连接后的关系有（）个元组。 A、R1+R2 B、≤R1+R2 C、R1×R2 D、≤R1×R2 20、在通常情况下，下面的关系中，不可以作为关系数据库的关系的是( )。 A、R1（学生号、学生名、性别） B、R2（学生号、学生名、班级号） C、R3（学生号、班级号、宿舍） D、R4（学生号、学生名、简历） 21、设有关系R和S，在下列的关系运算中，（）运算不要求R和S具有相同的目数，也不要求对应属性的数据类型相同。 A、R∪S B、R∩S C、R-S D、R×S 22、对实体和实体之间的联系采用同样的数据结构表达的数据模型为（）。 Ａ、网状模型B、关系模型C、层次模型D、非关系模型 23、关系模型中，一个码是（）。 A、可以由多个任意属性组成 B、至多由一个属性组成 C、由一个或多个属性组成，其值能够惟一标识关系中一个元组 D、以上都不是 24、下列实体类型的联系中，属于1：1联系的是（）。 A、教研室对教师的所属联系 B、父亲对孩子的亲生联系 C、省对省会的所属联系 D、供应商与工程项目的供货联系 25、在基本关系中，下列说法正确的是（）。 A、行列顺序有关 B、属性名允许重名 C、任意两个元组不允许重复 D、列是非同质的 26、现有如下关系：患者（患者编号，患者姓名，性别，出生日期，所在单位）医疗（患者 编号，医生编号，医生姓名，诊断日期，诊断结果）其中，医疗关系中的外码是（）。 Ａ、患者编号B、患者姓名 C、患者编号和患者姓名 D、医生编号和患者编号 27、设关系R和关系S的目数分别是4和5，元组数分别为7和9，则R和S自然连接所得关系，其目数和元组数分别为（）。 A、9和16 B、20和63
特别说明数据库的正规化是关系型数据库理论的基础。随着数据库的正规化工作的完成，数据库中的各个数据表中的数据关系也就建立起来了。 在设计关系型数据库时，最主要的一部分工作是将数据元素如何分配到各个关系数据表中。一旦完成了对这些数据元素的分类，对于数据的操作将依赖于这些数据表之间的关系，通过这些数据表之间的关系，就可以将这些数据通过某种有意义的方式联系在一起。例如，如果你不知道哪个用户下了订单，那么单独的订单信息是没有任何用处的。但是，你没有必要在同一个数据表中同时存储顾客和订单信息。你可以在两个关系数据表中分别存储顾客信息和订单信息，然后使用两个数据表之间的关系，可以同时查看数据表中每个订单以及其相关的客户信息。如果正规化的数据表是关系型数据库的基础的话，那么这些数据表之间的关系则是建立这些基础的基石。 出发点下面的数据将要用在本文的例子中，用他们来说明如何定义数据库表之间的关系。通过Boyce-Codd Normal Form（BCNF）对数据进行正规化后，产生了七个关系表： Books: {Title*, ISBN, Price}Authors: {FirstName*, LastName*}ZIPCodes: {ZIPCode*}Categories: {Category*, Description}Publishers: {Publisher*}States: {State*}Cities: {City*} 现在所需要做的工作就是说明如何在这些表之间建立关系。 关系类型在家中，你与其他的成员一起存在着许多关系。例如，你和你的母亲是有关系的，你只有一位母亲，但是你母亲可能会有好几个孩子。你和你的兄弟姐妹是有关系的——你可能有很多兄弟和姐妹，同样，他们也有很多兄弟和姐妹。如果你已经结婚了，你和你的配偶都有一个配偶——这是相互的——但是一次只能有一个。在数据表这一级，数据库关系和上面所描述现象中的联系非常相似。有三种不同类型的关系： 一对一：在这种关系中，关系表的每一边都只能存在一个记录。每个数据表中的关键字在对应的关系表中只能存在一个记录或者没有对应的记录。这种关系和一对配偶之间的关系非常相似——要么你已经结婚，你和你的配偶只能有一个配偶，要么你没有结婚没有配偶。大多数的一对一的关系都是某种商业规则约束的结果，而不是按照数据的自然属性来得到的。如果没有这些规则的约束，你通常可以把两个数据表合并进一个数据表，而且不会打破任何规范化的规则。 一对多：主键数据表中只能含有一个记录，而在其关系表中这条记录可以与一个或者多个记录相关，也可以没有记录与之相关。这种关系类似于你和你的父母之间的关系。你只有一位母亲，但是你母亲可以有几个孩子。 多对多：两个数据表里的每条记录都可以和另一个数据表里任意数量的记录（或者没有记录）相关。例如，如果你有多个兄弟姐妹，这对你的兄弟姐妹也是一样（有多个兄弟姐妹），多对多这种关系需要引入第三个数据表，这种数据表称为联系表或者连接表，因为关系型系统不能直接实现这种关系。
数据库系统概论复习参考题 一、选择题 1、描述事物的符号记录称为：（ B ） A) 信息 B) 数据 C) 记录 D) 记录集合 2、（ A ）是位于用户和操作系统之间的一层数据管理软件。 A) 数据库管理系统 B) 数据库系统C) 数据库 D) 数据库运用系统 3、在人工管理阶段，数据是（ B ）。 A) 有结构的 B) 无结构的 C) 整体无结构，记录有结构 D) 整体结构化的 4、在文件系统阶段，数据是（B ）。 A) 无独立性 B) 独立性差 C) 具有物理独立性 D)有逻辑独立性 5、在数据库系统阶段，数据是（D ）。 A) 有结构的 B) 无结构的 C) 整体无结构，记录内有结构 D) 整体结构化的 6、数据库系统阶段，数据（ D ）。 A) 具有物理独立性，没有逻辑独立性 B) 具有物理独立性和逻辑独立性 C) 独立性差D)具有高度的物理独立性和一定程度的逻辑独立性 7、（B ）属于信息世界的模型，实际上是现实世界的一个中间层次。 A)数据模型 B)概念模型C) 物理模型 D) 关系模型 8、在对层次数据库进行操作时，如果删除双亲结点，则相应的子女结点值也被同时删除。这是有层次模型的（ C ）决定的。 A) 数据结构 B) 数据操作C)完整性约束 D) 缺陷 9、( A )是数据结构，关系操作集合和完整性约束三部分组成。 A)关系模型 B) 关系 C) 关系模式 D) 关系数据库 10、在关系模型中，一组具有相同数据类型的值的集合称为( D ) A) 关系 B) 属性 C) 分量 D)域 11、关系是------。( D ) A) 型 B) 静态的 C) 稳定的 D)关系模式的一个实例 12、数据结构设计中，用E—R图来描述信息结构但不涉及信息在计算机中的表示，这是数据库设计的( B )阶段。 A) 需求分析 B) 概念设计 C) 物理设计 D) 逻辑设计 13、非关系模型中数据结构的基本单位是( C )。 A) 两个记录型间的联系 B) 记录 C) 基本层次联系 D) 实体间多对多的联系 14、在数据模型的三要素中，数据的约束条件规定及其联系的( A ) 。 A) 制约规则 B) 动态特性 C) 静态特性 D) 数据结构 15、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( B )。 A) 唯一码 B) 候选码 C) 主属性 D) 外码 16、候选码中的属性成为（ B ）。 A) 复合属性 B) 主属性 C) 非主属性 D) 码属性 17、候选码中的属性成为（ B ） A) 复合属性 B) 主属性 C) 非主属性 D) 码属性
1、数据库的基本特点之一是数据冗余小、易于扩充 2、数据库管理系统（DBMS）是一组软件 3、电子商务结构框架中，社会人文环境、自然科技环境和电子商务技术构成了电子商务应 用平台的三个支柱 4、电子商务活动中的信息通常是以多媒体的形式在Internet上传播的 5、数据库技术的产生与发展经历了人工管理阶段、文件系统阶段和数据库系统阶段 6、在数据库系统中，对数据库的存取全部由DBMS（数据库管理系统）统一管理，从而保 证了数据库和程序的逻辑独立性 7、数据库系统安全问题的核心是身份识别 8、数据操纵功能包括查询、插入、删除和修改 9、规范换的目的使结构合理，清除存储异常并使得数据冗余尽量减少，便于插入。删除和 更新 10、一个关系模型包括了一组关系模式，并且他们之间是相互关联的 11、从一般情况来看使用WEB数据库要解决数据库的归纳、索引和维护问题 12、ODBC驱动管理器是一个共享的程序管理器，称为ODBC.DLL 13、数据模型通常是由数据结构、数据操作和完整性约束三个要素组成 14、E-R图三要素包括实体、属性和联系 15、E-R图中实体用矩形表示，属性用椭圆形表示，联系用菱形表示 16、联系分为1:1、1：n和m:n三种 17、在关系中，能唯一标识组的属性集称为关系模式的主键 18、常用的数据库软件有Access,Oracle,Foxpro,SQL 19、SQL语言中删除一个表的命令是DROP 20、在SQL中使用FOREIGN KEY时，与之配合的语句是references 21、在SQL中建立视图使用create view命令 22、要保证数据库的独立性需要修改的是三层模式之间的两种映射 23、SQL语言具有的功能是数据定义、数据操纵和数据控制 24、记在数据库系统运行过程中所有更新操作的文件称为日志文件 25、在关系数据库中表与表之间的联系是通过参照完整性规则实现的 26、关系是满足一定条件的二维表，表中的一行称为关系的一个元组，表中的一列称为关系的一个属性 27、关系代数包括常规的集合运算：交、并、差、乘；还有专有的运算：选择、投影、连接、除 28、SQL的含义是结构化的查询语言 29、SQL语句对大小写不敏感 30、SQL语句的结束符为； 31、创建数据库使用create database语句，删除数据库使用drop database语句 32、对数据库进行插入操作使用的SQL语句为insert into 33、删除满足条件的元组使用的SQL命令为delete 34、对数据模型的规范化主要是解决插入异常、删除异常和数据冗余过大的问题 35、模式/内模式映象为数据库提供了物理数据独立性 36、能够消除部分函数依赖引起的冗余的范式是第二范式；能够消除传递函数依赖引起的冗余的范式是第三范式 37、第一代DBMS系统主要是指层次和网状 38、最常用的概念模型是E-R图