数据库第二章课后知识题解答

For relation Accounts, the attributes are:acctNo, type, balanceFor relation Customers, the attributes are:firstName, lastName, idNo, accountExercise 2.2.1bFor relation Accounts, the tuples are:(12345, savings, 12000),(23456, checking, 1000),(34567, savings, 25)For relation Customers, the tuples are:(Robbie, Banks, 901-222, 12345),(Lena, Hand, 805-333, 12345),(Lena, Hand, 805-333, 23456)Exercise 2.2.1cFor relation Accounts and the first tuple, the components are:123456 → acctNosavings → type12000 → balanceFor relation Customers and the first tuple, the components are:Robbie → firstNameBanks → lastName901-222 → idNo12345 → accountExercise 2.2.1dFor relation Accounts, a relation schema is:Accounts(acctNo, type, balance)For relation Customers, a relation schema is:Customers(firstName, lastName, idNo, account) Exercise 2.2.1eAn example database schema is:Accounts (acctNo,type,balance)Customers (firstName,lastName,idNo,account)A suitable domain for each attribute:acctNo → Integertype → Stringbalance → IntegerfirstName → StringlastName → StringidNo → String (because there is a hyphen we cannot use Integer)account → IntegerExercise 2.2.1gAnother equivalent way to present the Account relation:Another equivalent way to present the Customers relation:Exercise 2.2.2Examples of attributes that are created for primarily serving as keys in a relation:Universal Product Code (UPC) used widely in United States and Canada to track products in stores.Serial Numbers on a wide variety of products to allow the manufacturer to individually track each product.Vehicle Identification Numbers (VIN), a unique serial number used by the automotive industry to identify vehicles.Exercise 2.2.3aWe can order the three tuples in any of 3! = 6 ways. Also, the columns can be ordered in any of 3! = 6 ways. Thus, the number of presentations is 6*6 = 36.Exercise 2.2.3bWe can order the three tuples in any of 5! = 120 ways. Also, the columns can be ordered in any of 4! = 24 ways. Thus, the number of presentations is 120*24 = 2880Exercise 2.2.3cWe can order the three tuples in any of m! ways. Also, the columns can be ordered in any of n! ways. Thus, the number of presentations is n!m!Exercise 2.3.1aCREATE TABLE Product (maker CHAR(30),model CHAR(10) PRIMARY KEY,type CHAR(15));CREATE TABLE PC (model CHAR(30),speed DECIMAL(4,2),ram INTEGER,hd INTEGER,price DECIMAL(7,2));Exercise 2.3.1cCREATE TABLE Laptop (model CHAR(30),speed DECIMAL(4,2),ram INTEGER,hd INTEGER,screen DECIMAL(3,1),price DECIMAL(7,2));Exercise 2.3.1dCREATE TABLE Printer (model CHAR(30),color BOOLEAN,type CHAR (10),price DECIMAL(7,2));Exercise 2.3.1eALTER TABLE Printer DROP color;Exercise 2.3.1fALTER TABLE Laptop ADD od CHAR (10) DEFAULT ‘none’; Exercise 2.3.2aCREATE TABLE Classes (class CHAR(20),type CHAR(5),country CHAR(20),numGuns INTEGER,bore DECIMAL(3,1),displacement INTEGER);Exercise 2.3.2bCREATE TABLE Ships (name CHAR(30),class CHAR(20),launched INTEGER);Exercise 2.3.2cCREATE TABLE Battles (name CHAR(30),date DATE);Exercise 2.3.2dCREATE TABLE Outcomes (ship CHAR(30),battle CHAR(30),result CHAR(10));Exercise 2.3.2eALTER TABLE Classes DROP bore;Exercise 2.3.2fALTER TABLE Ships ADD yard CHAR(30); Exercise 2.4.1aR1 := σspeed ≥ 3.00 (PC)R2 := πmodel(R1)model100510061013Exercise 2.4.1bR1 := σhd ≥ 100 (Laptop)R2 := Product (R1)R3 := πmaker (R2)makerEABFGExercise 2.4.1cR1 := σmaker=B (Product PC)R2 := σmaker=B (Product Laptop)R3 := σmaker=B (Product Printer)R4 := πmodel,price (R1)R5 := πmodel,price (R2)R6: = πmodel,price (R3)R7 := R4 R5 R6model price1004 6491005 6301006 10492007 1429Exercise 2.4.1dR1 := σcolor = true AND type = laser (Printer)R2 := πmodel (R1)model30033007Exercise 2.4.1eR1 := σtype=laptop (Product)R2 := σtype=PC(Product)R3 := πmaker(R1)R4 := πmaker(R2)R5 := R3 – R4Exercise 2.4.1fR1 := ρPC1(PC)R2 := ρPC2(PC)R3 := R1 (PC1.hd = PC2.hd AND PC1.model <> PC2.model) R2R4 := πhd(R3)Exercise 2.4.1gR1 := ρPC1(PC)R2 := ρPC2(PC)R3 := R1 (PC1.speed = PC2.speed AND PC1.ram = PC2.ram AND PC1.model < PC2.model) R2R4 := πPC1.model,PC2.model(R3)Exercise 2.4.1hR1 := πmodel(σspeed ≥ 2.80(PC)) πmodel(σspeed ≥ 2.80(Laptop))R2 := πmaker,model(R1 Product)R3 := ρR3(maker2,model2)(R2)R4 := R2 (maker = maker2 AND model <> model2) R3R5 := πmaker(R4)Exercise 2.4.1iR1 := πmodel,speed(PC)R2 := πmodel,speed(Laptop)R3 := R1 R2R4 := ρR4(model2,speed2)(R3)R5 := πmodel,speed (R3 (speed < speed2 ) R4)R6 := R3 – R5makerBExercise 2.4.1jR1 := πmaker,speed(Product PC)R2 := ρR2(maker2,speed2)(R1)R3 := ρR3(maker3,speed3)(R1)R4 := R1 (maker = maker2 AND speed <> speed2) R2R5 := R4 (maker3 = maker AND speed3 <> speed2 AND speed3 <> speed) R3R6 := πmaker(R5)makerFGhd25080160PC1.model PC2.model1004 1012makerBEmakerADEExercise 2.4.1kR1 := πmaker,model(Product PC)R2 := ρR2(maker2,model2)(R1)R3 := ρR3(maker3,model3)(R1)R4 := ρR4(maker4,model4)(R1)R5 := R1 (maker = maker2 AND model <> model2) R2R6 := R3 (maker3 = maker AND model3 <> model2 AND model3 <> model) R5R7 := R4 (maker4 = maker AND (model4=model OR model4=model2 OR model4=model3)) R6R8 := πmaker(R7)makerABDEExercise 2.4.2aπmodelσspeed≥3.00PCExercise 2.4.2bπmakerσhd ≥ 100 ProductLaptopExercise 2.4.2cσmaker=B πmodel,priceσmaker=B πmodel,price σmaker=Bπmodel,priceProduct PC Laptop Printer ProductProductExercise 2.4.2dPrinter σcolor = true AND type = laserπmodelExercise 2.4.2e σtype=laptop σtype=PC πmakerπmaker –Product ProductExercise 2.4.2fρPC1ρPC2 (PC1.hd = PC2.hd AND PC1.model <> PC2.model)πhdPC PCExercise 2.4.2gρPC1ρPC2PC PC(PC1.speed = PC2.speed AND PC1.ram = PC2.ram AND PC1.model < PC2.model)πPC1.model,PC2.modelExercise 2.4.2hPC Laptop σspeed ≥ 2.80σspeed ≥ 2.80πmodelπmodel πmaker,modelρR3(maker2,model2)(maker = maker2 AND model <> model2)makerExercise 2.4.2iPCLaptopProductπmodel,speed πmodel,speed ρR4(model2,speed2)πmodel,speed(speed < speed2 )–makerExercise 2.4.2jProduct PC πmaker,speed ρR3(maker3,speed3)ρR2(maker2,speed2)(maker = maker2 AND speed <> speed2)(maker3 = maker AND speed3 <> speed2 AND speed3 <> speed)πmakerExercise 2.4.2kπmaker(maker4 = maker AND (model4=model OR model4=model2 OR model4=model3)) (maker3 = maker AND model3 <> model2 AND model3 <> model)(maker = maker2 AND model <> model2)ρR2(maker2,model2)ρR3(maker3,model3)ρR4(maker4,model4)πmaker,modelProduct PCExercise 2.4.3aR1 := σbore ≥ 16 (Classes)R2 := πclass,country (R1)Exercise 2.4.3bR1 := σlaunched < 1921 (Ships)R2 := πname (R1)KirishimaKongoRamilliesRenownRepulseResolutionRevengeRoyal OakRoyal SovereignTennesseeExercise 2.4.3cR1 := σbattle=Denmark Strait AND result=sunk(Outcomes)R2 := πship (R1)shipBismarckHoodExercise 2.4.3dR1 := Classes ShipsR2 := σlaunched > 1921 AND displacement > 35000 (R1)R3 := πname (R2)nameIowaMissouriMusashiNew JerseyNorth CarolinaWashingtonWisconsinYamatoExercise 2.4.3eR1 := σbattle=Guadalcanal(Outcomes)R2 := Ships (ship=name) R1R3 := Classes R2R4 := πname,displacement,numGuns(R3)name displacement numGuns Kirishima 32000 8Washington 37000 9Exercise 2.4.3fR1 := πname(Ships)R2 := πship(Outcomes)R3 := ρR3(name)(R2)R4 := R1 R3nameCaliforniaHarunaHieiIowaKirishimaKongoMissouriMusashiNew JerseyExercise 2.4.3gFrom 2.3.2, assuming that every class has one ship named after the class.R1 := πclass (Classes) R2 := πclass (σname <> class (Ships)) R3 := R1 – R2Exercise 2.4.3hR1 := πcountry (σtype=bb (Classes)) R2 := πcountry (σtype=bc (Classes)) R3 := R1 ∩ R2Exercise 2.4.3iR1 := πship,result,date (Battles (battle=name) Outcomes)R2 := ρR2(ship2,result2,date2)(R1)R3 := R1 (ship=ship2 AND result=damaged AND date < date2) R2R4 := πship (R3)No results from sample data.Exercise 2.4.4aσbore ≥ 16πclass,countryClassesExercise 2.4.4bNorth Carolina Ramillies Renown Repulse Resolution Revenge Royal Oak Royal Sovereign Tennessee Washington Wisconsin Yamato Arizona Bismarck Duke of York Fuso Hood King George V Prince of Wales Rodney Scharnhorst South Dakota West Virginia Yamashiro class Bismarck country Japan Gt. Britainπnameσlaunched < 1921ShipsExercise 2.4.4cπshipσbattle=Denmark Strait AND result=sunkOutcomesExercise 2.4.4dπnameσlaunched > 1921 AND displacement > 35000Classes Ships Exercise 2.4.4eσbattle=Guadalcanal Outcomes Ships(ship=name)πname,displacement,numGunsExercise 2.4.4f Ships Outcomesπnameπship ρR3(name)Exercise 2.4.4g Classes Shipsπclass σname <> class πclass–Exercise 2.4.4hClasses Classesσtype=bb σtype=bcπcountry πcountry∩Exercise 2.4.4iBattles Outcomes (battle=name)πship,result,dateρR2(ship2,result2,date2)(ship=ship2 AND result=damaged AND date < date2)πshipExercise 2.4.5The result of the natural join has only one attribute from each pair of equated attributes. On the other hand, the result of the theta-join has both columns of the attributes and their values are identical.Exercise 2.4.6UnionIf we add a tuple to the arguments of the union operator, we will get all of the tuples of the original result and maybe the added tuple. If the added tuple is a duplicate tuple, then the set behavior will eliminate that tuple.Thus the union operator is monotone.IntersectionIf we add a tuple to the arguments of the intersection operator, we will get all of the tuples of the originalresult and maybe the added tuple. If the added tuple does not exist in the relation that it is added but does exist in the other relation, then the result set will include the added tuple. Thus the intersection operator is monotone.DifferenceIf we add a tuple to the arguments of the difference operator, we may not get all of the tuples of the originalresult. Suppose we have relations R and S and we are computing R – S. Suppose also that tuple t is in R but not in S. The result of R – S would include tuple t. However, if we add tuple t to S, then the new result will not have tuple t. Thus the difference operator is not monotone.ProjectionIf we add a tuple to the arguments of the projection operator, we will get all of the tuples of the original result and the projection of the added tuple. The projection operator only selects columns from the relation and does not affect the rows that are selected. Thus the projection operator is monotone.SelectionIf we add a tuple to the arguments of the selection operator, we will get all of the tuples of the original result and maybe the added tuple. If the added tuple satisfies the select condition, then it will be added to the newresult. The original tuples are included in the new result because they still satisfy the select condition. Thusthe selection operator is monotone.Cartesian ProductIf we add a tuple to the arguments of the Cartesian product operator, we will get all of the tuples of the original result and possibly additional tuples. The Cartesian product pairs the tuples of one relation with the tuples ofanother relation. Suppose that we are calculating R x S where R has m tuples and S has n tuples. If we add a tuple to R that is not already in R, then we expect the result of R x S to have (m + 1) * n tuples. Thus the Cartesianproduct operator is monotone.Natural JoinsIf we add a tuple to the arguments of a natural join operator, we will get all of the tuples of the original result and possibly additional tuples. The new tuple can only create additional successful joins, not less. If, however, the added tuple cannot successfully join with any of the existing tuples, then we will have zero additionalsuccessful joins. Thus the natural join operator is monotone.Theta JoinsIf we add a tuple to the arguments of a theta join operator, we will get all of the tuples of the original result and possibly additional tuples. The theta join can be modeled by a Cartesian product followed by a selection onsome condition. The new tuple can only create additional tuples in the result, not less. If, however, the addedtuple does not satisfy the select condition, then no additional tuples will be added to the result. Thus the theta join operator is monotone.RenamingIf we add a tuple to the arguments of a renaming operator, we will get all of the tuples of the original result and the added tuple. The renaming operator does not have any effect on whether a tuple is selected or not. In fact, the renaming operator will always return as many tuples as its argument. Thus the renaming operator is monotone.Exercise 2.4.7aIf all the tuples of R and S are different, then the union has n + m tuples, and this number is the maximum possible.The minimum number of tuples that can appear in the result occurs if every tuple of one relation also appears in the other. Then the union has max(m , n) tuples.Exercise 2.4.7bIf all the tuples in one relation can pair successfully with all the tuples in the other relation, then the natural join has n * m tuples. This number would be the maximum possible.The minimum number of tuples that can appear in the result occurs if none of the tuples of one relation can pairsuccessfully with all the tuples in the other relation. Then the natural join has zero tuples.Exercise 2.4.7cIf the condition C brings back all the tuples of R, then the cross product will contain n * m tuples. This number would be the maximum possible.The minimum number of tuples that can appear in the result occurs if the condition C brings back none of the tuples of R. Then the cross product has zero tuples.Exercise 2.4.7dAssuming that the list of attributes L makes the resulting relation πL(R) and relation S schema compatible, then the maximum possible tuples is n. This happens when all of the tuples of πL(R) are not in S.The minimum number of tuples that can appear in the result occurs when all of the tuples in πL(R) appear in S. Then the difference has max(n–m , 0) tuples.Exercise 2.4.8Defining r as the schema of R and s as the schema of S:1.πr(R S)2.R δ(πr∩s(S)) where δ is the duplicate-elimination operator in Section 5.2 pg. 2133.R – (R –πr(R S))Exercise 2.4.9Defining r as the schema of R1.R - πr(R S)Exercise 2.4.10πA1,A2…An(R S)Exercise 2.5.1aσspeed < 2.00 AND price > 500(PC) = øModel 1011 violates this constraint.Exercise 2.5.1bσscreen < 15.4 AND hd < 100 AND price ≥ 1000(Laptop) = øModel 2004 violates the constraint.Exercise 2.5.1cπmaker(σtype = laptop(Product)) ∩ πmaker(σtype = pc(Product)) = øManufacturers A,B,E violate the constraint.Exercise 2.5.1dThis complex expression is best seen as a sequence of steps in which we define temporary relations R1 through R4 that stand for nodes of expression trees. Here is the sequence:R1(maker, model, speed) := πmaker,model,speed(Product PC)R2(maker, speed) := πmaker,speed(Product Laptop)R3(model) := πmodel(R1 R1.maker = R2.maker AND R1.speed ≤ R2.speed R2)R4(model) := πmodel(PC)The constraint is R4 ⊆ R3Manufacturers B,C,D violate the constraint.Exercise 2.5.1eπmodel(σLaptop.ram > PC.ram AND Laptop.price ≤ PC.price(PC × Laptop)) = øModels 2002,2006,2008 violate the constraint.Exercise 2.5.2aπclass(σbore > 16(Classes)) = øThe Yamato class violates the constraint.Exercise 2.5.2bπclass(σnumGuns > 9 AND bore > 14(Classes)) = øNo violations to the constraint.Exercise 2.5.2cThis complex expression is best seen as a sequence of steps in which we define temporary relations R1 through R5 that stand for nodes of expression trees. Here is the sequence:R1(class,name) := πclass,name(Classes Ships)R2(class2,name2) := ρR2(class2,name2)(R1)R3(class3,name3) := ρR3(class3,name3)(R1)R4(class,name,class2,name2) := R1 (class = class2 AND name <> name2) R2R5(class,name,class2,name2,class3,name3) := R4 (class=class3 AND name <> name3 AND name2 <> name3) R3The constraint is R5 = øThe Kongo, Iowa and Revenge classes violate the constraint.Exercise 2.5.2dπcountry(σtype = bb(Classes)) ∩ πcountry(σtype = bc(Classes)) = øJapan and Gt. Britain violate the constraint.Exercise 2.5.2eThis complex expression is best seen as a sequence of steps in which we define temporary relations R1 through R5 that stand for nodes of expression trees. Here is the sequence:R1(ship,bat tle,result,class) := πship,battle,result,class(Outcomes (ship = name) Ships)R2(ship,battle,result,numGuns) := πship,battle,result,numGuns(R1 Classes)R3(ship,battle) := πship,battle(σnumGuns < 9 AND result = sunk (R2))R4(ship2,battle2) := ρR4(ship2,battle2)(πship,battle(σnumGuns > 9(R2)))R5(ship2) := πship2(R3 (battle = battle2) R4)The constraint is R5 = øNo violations to the constraint. Since there are some ships in the Outcomes table that are not in the Ships table, we are unable to determine the number of guns on that ship.Exercise 2.5.3Defining r as the schema A1,A2,…,A n and s as the schema B1,B2,…,B n:πr(R) πs(S) = øwhere is the antisemijoinExercise 2.5.4The form of a constraint as E1 = E2 can be expressed as the other two constraints.Using the “equating an expression to the empty set” method, we can simply say:E1– E2 = øAs a containment, we can simply say:E1⊆ E2 AND E2⊆ E1Thus, the form E1 = E2 of a constraint cannot express more than the two other forms discussed in this section.。

第3部分习题及其解答第一章的两道题3-2 习题22.6 分别把习题1.10、习题1.11的ER图转换成关系模型数据结构。

【参考答案】1．习题1.10的ER图可转换成如下的关系模型数据结构。

①程序员(编号，姓名，性别，年龄，单位，职称)，其中编号是关键字；②程序(程序名称，版权，专利号，价格)，其中程序名称是关键字；③设计(编号，程序名称，开始时间，结束时间)，其中(编号，程序名称)是关键字。

2．习题1.11的ER图可转换成如下的关系模型数据结构。

①工厂(工厂名称，厂址，联系电话)，其中工厂名称是关键字；②产品(产品号，产品名，规格，单价)，其中产品号是关键字；③工人(工人编号，姓名，性别，职称，工厂名称，雇用期，月薪)，其中工人编号是关键字，工厂名称是外关键字，雇用期和月薪是联系属性；④生产(工厂名称，产品号，月产量)，其中(工厂名称，产品号)是关键字,生产关系是表示联系的。

2.8 判断下列情况，分别指出它们具体遵循那一类完整性约束规则？1．用户写一条语句明确指定月份数据在1～12之间有效。

2．关系数据库中不允许主键值为空的元组存在。

3．从A关系的外键出发去找B关系中的记录，必须能找到。

【解答】1．用户用语句指定月份数据在1～12之间有效，遵循用户定义的完整性约束规则。

2．关系数据库中不允许主键值为空的元组存在，遵循实体完整性约束规则；3．从A关系的外键出发去找B关系的记录,必须能找到，遵循引用完整性约束规则。

2.9 判断下列情况，分别指出他们是用DML还是用DDL来完成下列操作？1．创建“学生”表结构。

2．对“学生”表中的学号属性，其数据类型由“整型”修改为“字符型”。

3．把“学生”表中学号“021”修改为“025”。

【解答】1．创建“学生”表结构，即定义一个关系模式，用DDL 完成。

2．修改“学生”表中学号属性的数据类型,即修改关系模式的定义，用DDL 完成。

3．修改“学生”表中学号属性的数据值,即对表中的数据进行操作，用DML 完成。

第2章习题解答1．选择题（1）下列（C）不是sql 数据库文件的后缀。

A．.mdf B．.ldf C．.tif D．.ndf（2）SQL Server数据库对象中最基本的是（B）。

A．表和语句B．表和视图C．文件和文件组D．用户和视图（3）事务日志用于保存（C.）。

A. 程序运行过程B. 程序的执行结果C. 对数据的更新操作D. 数据操作（4）Master数据库是SQL Server系统最重要的数据库，如果该数据库被损坏，SQL Server将无法正常工作。

该数据库记录了SQL Server系统的所有（D）。

A. 系统设置信息B. 用户信息C. 对数据库操作的信息D. 系统信息（5）SQL Server中组成数据库的文件有（B）类型。

A. 2B. 3C. 4D. 5（6）分离数据库就是将数据库从（B）中删除，但是保持组成该数据的数据文件和事务日志文件中的数据完好无损。

A. WindowsB. SQL ServerC. U盘D. 企业管理器（7）以下是指对数据库的完整备份，包括所有的数据以及数据库对象。

A. 数据库完全备份B. 数据库差异份C. 事务日志备份D. 文件或文件组备份（8）下面描述错误的是（）。

A．每个数据文件中有且只有一个主数据文件。

B．日志文件可以存在于任意文件组中。

C．主数据文件默认为PRIMARY文件组。

D．文件组是为了更好的实现数据库文件组织。

（9）下列文件中不属于SQL Server数据库文件的是（）。

A．device_data.MDF B．device_log.LDFC．device_mdf.DAT D．device_data.NDF（10）SQL Server 对象的完整名称不包括下面（）。

A．服务器名B．数据库名C．对象名D．文件夹名2．填空题（1）数据库逻辑结构中的文件主要存储（用户数据），而且存储所有与（用户数据）相关的信息。

（2）数据库物理结构主要应用于面向计算机的（数据）组织和管理。

第3部分习题及其解答第一章的两道题3-2 习题22.6 分别把习题1.10、习题1.11的ER图转换成关系模型数据结构。

【参考答案】1．习题1.10的ER图可转换成如下的关系模型数据结构。

①程序员(编号，，性别，年龄，单位，职称)，其中编号是关键字；②程序(程序名称，，专利号，价格)，其中程序名称是关键字；③设计(编号，程序名称，开始时间，结束时间)，其中(编号，程序名称)是关键字。

2．习题1.11的ER图可转换成如下的关系模型数据结构。

①工厂(工厂名称，厂址，联系)，其中工厂名称是关键字；②产品(产品号，产品名，规格，单价)，其中产品号是关键字；③工人(工人编号，，性别，职称，工厂名称，雇用期，月薪)，其中工人编号是关键字，工厂名称是外关键字，雇用期和月薪是联系属性；④生产(工厂名称，产品号，月产量)，其中(工厂名称，产品号)是关键字,生产关系是表示联系的。

2.8 判断下列情况，分别指出它们具体遵循那一类完整性约束规则？1．用户写一条语句明确指定月份数据在1～12之间有效。

2．关系数据库中不允许主键值为空的元组存在。

3．从A关系的外键出发去找B关系中的记录，必须能找到。

【解答】1．用户用语句指定月份数据在1～12之间有效，遵循用户定义的完整性约束规则。

2．关系数据库中不允许主键值为空的元组存在，遵循实体完整性约束规则；3．从A关系的外键出发去找B关系的记录,必须能找到，遵循引用完整性约束规则。

2.9 判断下列情况，分别指出他们是用DML还是用DDL来完成下列操作？1．创建“学生”表结构。

2．对“学生”表中的学号属性，其数据类型由“整型”修改为“字符型”。

3．把“学生”表中学号“021”修改为“025”。

【解答】1．创建“学生”表结构，即定义一个关系模式，用DDL完成。

2．修改“学生”表中学号属性的数据类型,即修改关系模式的定义，用DDL完成。

3．修改“学生”表中学号属性的数据值,即对表中的数据进行操作，用DML完成。

数据库系统基础教程第二章答案(总15页)--本页仅作为文档封面，使用时请直接删除即可----内页可以根据需求调整合适字体及大小--Exercise relation Accounts, the attributes are:acctNo, type, balanceFor relation Customers, the attributes are:firstName, lastName, idNo, accountExercise relation Accounts, the tuples are:(12345, savings, 12000),(23456, checking, 1000),(34567, savings, 25)For relation Customers, the tuples are:(Robbie, Banks, 901-222, 12345),(Lena, Hand, 805-333, 12345),(Lena, Hand, 805-333, 23456)Exercise relation Accounts and the first tuple, the components are:123456 ? acctNosavings ? type12000 ? balanceFor relation Customers and the first tuple, the components are:Robbie ? firstNameBanks ? lastName901-222 ? idNo12345 ? accountExercise relation Accounts, a relation schema is:Accounts(acctNo, type, balance)For relation Customers, a relation schema is:Customers(firstName, lastName, idNo, account)Exercise example database schema is:Accounts (acctNo,type,balance)Customers (firstName,lastName,idNo,account)Exercise suitable domain for each attribute:acctNo ? Integertype ? Stringbalance ? IntegerfirstName ? StringlastName ? StringidNo ? String (because there is a hyphen we cannot use Integer)account ? IntegerExercise equivalent way to present the Account relation:Another equivalent way to present the Customers relation:Exercise of attributes that are created for primarily serving as keys in a relation:Universal Product Code (UPC) used widely in United States and Canada to track products in stores.Serial Numbers on a wide variety of products to allow the manufacturer to individually track each product.Vehicle Identification Numbers (VIN), a unique serial number used by the automotive industry to identify vehicles.Exercise can order the three tuples in any of 3! = 6 ways. Also, the columns can be ordered in any of 3! = 6 ways. Thus, the number of presentations is 6*6 = 36.Exercise can order the three tuples in any of 5! = 120 ways. Also, the columns can be ordered in any of 4! = 24 ways. Thus, the number of presentations is 120*24 = 2880Exercise can order the three tuples in any of m! ways. Also, the columns can be ordered in any of n! ways. Thus, the number of presentations is n!m!Exercise TABLE Product (maker CHAR(30),model CHAR(10) PRIMARY KEY,type CHAR(15));Exercise TABLE PC (model CHAR(30),speed DECIMAL(4,2),ram INTEGER,hd INTEGER,price DECIMAL(7,2));Exercise TABLE Laptop (model CHAR(30),speed DECIMAL(4,2),ram INTEGER,hd INTEGER,screen DECIMAL(3,1),price DECIMAL(7,2));Exercise TABLE Printer (model CHAR(30),color BOOLEAN,type CHAR (10),price DECIMAL(7,2));Exercise TABLE Printer DROP color;Exercise TABLE Laptop ADD od CHAR (10) DEFAULT ‘none’;Exercise TABLE Classes (class CHAR(20),type CHAR(5),country CHAR(20),numGuns INTEGER,bore DECIMAL(3,1),displacement INTEGER);Exercise TABLE Ships (name CHAR(30),class CHAR(20),launched INTEGER);Exercise TABLE Battles (name CHAR(30),date DATE);Exercise TABLE Outcomes (ship CHAR(30),battle CHAR(30),result CHAR(10));Exercise TABLE Classes DROP bore;Exercise TABLE Ships ADD yard CHAR(30);ExerciseR1 := σspeed ≥ (PC)R2 := πmodel (R1)Exercise R1 := σhd ≥ 100 (Laptop)R2 := Product (R1)R3 := πmaker (R2)Exercise R1 := σmaker=B (ProductPC)R2 := σmaker=B (Product Laptop)R3 := σmaker=B (Product Printer)R4 := πmodel,price (R1)R5 := πmodel,price (R2)R6: = πmodel,price (R3)R7 := R4 R5R6 modelprice 1004649 1005630 1006 1049 model 1005 1006 1013maker E A B FG20071429ExerciseR1 := σcolor = true AND type = laser (Printer)R2 := πmodel (R1)ExerciseR1 := σtype=laptop (Product)R2 := σtype=PC(Product)R3 := πmaker(R1)R4 := πmaker(R2)R5 := R3 – R4Exercise PC1R2 := ρPC2(PC)R3 := R1 = AND <> R2R4 := πhd(R3)Exercise R1 := ρPC1(PC)R2 := ρPC2(PC)R3 := R1 = AND = AND < R2R4 := π,(R3)Exercise R1 := πmodel(σspeed ≥ (PC)) πmodel(σspeed ≥ (Laptop)) R2 := πmaker,model(R1 Product)R3 := ρR3(maker2,model2)(R2)R4 := R2 (maker = maker2 AND model <> model2) R3R5 := πmaker(R4)ExerciseR1 := πmodel,speed(PC)R2 := πmodel,speed(Laptop)R3 := R1 R2R4 := ρR4(model2,speed2)(R3)R5 := πmodel,speed (R3 (speed < speed2 ) R4)R6 := R3 – R5makerBExercise R1 := πmaker,speed(Product PC)R2 := ρR2(maker2,speed2)(R1)R3 := ρR3(maker3,speed3)(R1)R4 := R1 (maker = maker2 AND speed <> speed2) R2R5 := R4 (maker3 = maker AND speed3 <> speed2 AND speed3 <> speed) R3R6 := πmaker(R5)model30033007makerFGhd2508016010041012makerBEExerciseR1 := πmaker,model (Product PC)R2 := ρR2(maker2,model2)(R1)R3 := ρR3(maker3,model3)(R1)R4 := ρR4(maker4,model4)(R1)R5 := R1 (maker = maker2 AND model <> model2) R2R6 := R3 (maker3 = maker AND model3 <> model2 AND model3 <> model) R5R7 := R4 (maker4 = maker AND (model4=model OR model4=model2 OR model4=model3)) R6R8 := πmaker (R7)Exercise πmodelσspeed≥3.00PC Laptop σhd ≥ 100 Productπmakerσmaker=Bπmodel,price σmaker=B πmodel,priceσmaker=B πmodel,price Product PC Laptop Printer Product Productmaker A D E maker A B D EPrinter σcolor = true AND type = laser πmodelσtype=laptopσtype=PC πmakerπmaker –Product Product ρPC1ρPC2 (PC1.hd = PC2.hd AND PC1.model <> PC2.model)πhd PC PC ρPC1ρPC2PC PC (PC1.speed = PC2.speed AND PC1.ram = PC2.ram AND PC1.model < PC2.model)πPC1.model,PC2.modelPC Laptopσspeed ≥ 2.80σspeed ≥ 2.80πmodelπmodel πmaker,modelρR3(maker2,model2)(maker = maker2 AND model <> model2)makerPC LaptopProductπmodel,speed πmodel,speed ρR4(model2,speed2)πmodel,speed(speed < speed2 )–makerProduct PC πmaker,speed ρR3(maker3,speed3)ρR2(maker2,speed2)(maker = maker2 AND speed <> speed2)(maker3 = maker AND speed3 <> speed2 AND speed3 <> speed)makerProduct PC πmaker,modelρR2(maker2,model2)ρR3(maker3,model3)ρR4(maker4,model4)(maker = maker2 AND model <> model2)(maker3 = maker AND model3 <> model2 AND model3 <> model)(maker4 = maker AND (model4=model OR model4=model2 OR model4=model3))πmakerR1 := σbore ≥ 16 (Classes)Exercise R1 := σlaunched < 1921 (Ships)R2 := πname (R1)ResolutionRevengeRoyal OakRoyal SovereignTennesseeExercise R1 := σbattle=Denmark Strait AND result=sunk(Outcomes)R2 := πship (R1)shipBismarckHoodExercise R1 := Classes ShipsR2 := σlaunched > 1921 AND displacement > 35000 (R1)R3 := πname (R2)nameIowaMissouriMusashiNew JerseyNorth CarolinaWashingtonWisconsinYamatoExercise R1 := σbattle=Guadalcanal(Outcomes)R2 := Ships (ship=name) R1R3 := Classes R2R4 := πname,displacement,numGuns(R3)name displacement numGuns Kirishima320008Washington370009Exercise R1 := πname(Ships)R2 := πship(Outcomes)R3 := ρR3(name)(R2)R4 := R1 R3nameCaliforniaHarunaHieiIowaKirishimaKongoMissouriMusashiNew JerseyNorth CarolinaRamilliesRenownRepulseResolutionRevengeRoyal OakRoyal SovereignTennesseeWashingtonWisconsinExercise From assuming that every class has one ship named after the class.R1 := πclass (Classes) R2 := πclass (σname <> class (Ships)) R3 := R1 – R2Exercise R1 := πcountry (σtype=bb (Classes)) R2 := πcountry (σtype=bc (Classes)) R3 := R1 ∩ R2ExerciseR1 := πship,result,date (Battles (battle=name) Outcomes)R2 := ρR2(ship2,result2,date2)(R1) R3 := R1 (ship=ship2 AND result=damaged AND date < date2) R2R4 := πship (R3)No results from sample data.Exercise σbore ≥ 16 πclass,country Classes σlaunched < 1921 πname Ships Outcomes πshipσbattle=Denmark Strait AND result=sunkClasses Ships σlaunched > 1921 AND displacement > 35000πname σbattle=Guadalcanal Outcomes (ship=name)πname,displacement,numGunsYamato Arizona Bismarck Duke of York Fuso Hood King George V Prince of Wales Rodney Scharnhorst South Dakota West VirginiaYamashiroclass Bismarck countryJapanGt. BritainShips Outcomesπname πship ρR3(name) ClassesShips πclass σname <> class πclass–Classes Classes σtype=bb σtype=bc πcountry πcountry ∩Battles Outcomes (battle=name)πship,result,dateρR2(ship2,result2,date2)(ship=ship2 AND result=damaged AND date < date2)πshipresult ofthe natural join has only one attribute from each pair of equated attributes. On the other hand, the result of the theta-join has both columns of the attributes and their values are identical.Exercise Union we add a tuple to the arguments of the union operator, we will get all of the tuples of the original result and maybe the added tuple. If the added tuple is a duplicate tuple, then the set behavior will eliminate that tuple. Thus the union operator is monotone.IntersectionIf we add a tuple to the arguments of the intersection operator, we will get all of the tuples of the original result and maybe the added tuple. If the added tuple does not exist in the relation that it is added but does exist in the other relation, then the result set willinclude the added tuple. Thus the intersection operator is monotone.DifferenceIf we add a tuple to the arguments of the difference operator, we may not get all of the tuples of the original result. Suppose we have relations R and S and we are computing R – S. Suppose also that tuple t is in R but not in S. The result of R – S would include tuple t . However, if we add tuple t to S, then the new result will not have tuple t . Thus the difference operator is not monotone.ProjectionIf we add a tuple to the arguments of the projection operator, we will get all of the tuples of the original result and the projection of the added tuple. The projection operator only selects columns from the relation and does not affect the rows that are selected. Thus the projection operator is monotone.SelectionIf we add a tuple to the arguments of the selection operator, we will get all of the tuples of the original result and maybe the added tuple. If the added tuple satisfies the select condition, then it will be added to the new result. The original tuples are included in thenew result because they still satisfy the select condition. Thus the selection operator is monotone.Cartesian ProductIf we add a tuple to the arguments of the Cartesian product operator, we will get all of the tuples of the original result and possiblyadditional tuples. The Cartesian product pairs the tuples of one relation with the tuples of another relation. Suppose that we arecalculating R x S where R has m tuples and S has n tuples. If we add a tuple to R that is not already in R, then we expect the result of R x S to have (m + 1) * n tuples. Thus the Cartesian product operator is monotone.Natural JoinsIf we add a tuple to the arguments of a natural join operator, we will get all of the tuples of the original result and possibly additional tuples. The new tuple can only create additional successful joins, not less. If, however, the added tuple cannot successfully join withany of the existing tuples, then we will have zero additional successful joins. Thus the natural join operator is monotone.Theta JoinsIf we add a tuple to the arguments of a theta join operator, we will get all of the tuples of the original result and possibly additional tuples. The theta join can be modeled by a Cartesian product followed by a selection on some condition. The new tuple can onlycreate additional tuples in the result, not less. If, however, the added tuple does not satisfy the select condition, then no additionaltuples will be added to the result. Thus the theta join operator is monotone.RenamingIf we add a tuple to the arguments of a renaming operator, we will get all of the tuples of the original result and the added tuple. The renaming operator does not have any effect on whether a tuple is selected or not. In fact, the renaming operator will always return as many tuples as its argument. Thus the renaming operator is monotone.Exercise all the tuples of R and S are different, then the union has n + m tuples, and this number is the maximum possible.The minimum number of tuples that can appear in the result occurs if every tuple of one relation also appears in the other. Then the union has max(m , n) tuples.Exercise all the tuples in one relation can pair successfully with all the tuples in the other relation, then the natural join has n * m tuples. This number would be the maximum possible.The minimum number of tuples that can appear in the result occurs if none of the tuples of one relation can pair successfully with all the tuples in the other relation. Then the natural join has zero tuples.Exercise the condition C brings back all the tuples of R, then the cross product will contain n * m tuples. This number would be the maximum possible.The minimum number of tuples that can appear in the result occurs if the condition C brings back none of the tuples of R. Then the cross product has zero tuples.Exercise that the list of attributes L makes the re sulting relation πL(R) and relation S schema compatible, then the maximum possible tuples is n. This happens when all of the tuples of πL(R) are not in S.The minimum number of tuples that can appear in the result occurs when all of the tuples in πL(R) appear in S. Then the difference has max(n–m , 0) tuples.Exercise r as the schema of R and s as the schema of S:1.πr(R S)2.R δ(πr∩s(S)) where δ is the duplicate-elimination operator in Section pg. 2133.R – (R –πr(R S))Exercise r as the schema of R1.R - πr(R S)Exercise …An(R S)Exercise < AND price > 500(PC) = øModel 1011 violates this constraint.Exercise < AND hd < 100 AND price ≥ 1000(Laptop) = øModel 2004 violates the constraint.Exercise = laptop(Product)) ∩ πmaker(σtype = pc(Product)) = øManufacturers A,B,E violate the constraint.Exercise complex expression is best seen as a sequence of steps in which we define temporary relations R1 through R4 that stand for nodes of expression trees. Here is the sequence:R1(ma ker, model, speed) := πmaker,model,speed(Product PC)R2(maker, speed) := πmaker,speed(Product Laptop)R3(model) := πmodel(R1 = AND ≤ R2)R4(model) := πmodel(PC)The constraint is R4 ⊆ R3Manufacturers B,C,D violate the constraint.Exercise > AND ≤ (PC × Laptop)) = øModels 2002,2006,2008 violate the constraint.Exercise > 16(Classes)) = øThe Yamato class violates the constraint.Exercise > 9 AND bore > 14(Classes)) = øNo violations to the constraint.Exercise complex expression is best seen as a sequence of steps in which we define temporary relations R1 through R5 that stand for nodes of expression trees. Here is the sequence:R1(class,name) := πclass,name(Classes Ships)R2(class2,name2) := ρR2(class2,name2)(R1)R3(class3,name3) := ρR3(class3,name3)(R1)R4(class,name,class2,name2) := R1 (class = class2 AND name <> name2) R2R5(class,name,class2,name2,class3,name3) := R4 (class=class3 AND name <> name3 AND name2 <> name3) R3The constraint i s R5 = øThe Kongo, Iowa and Revenge classes violate the constraint.Exercise = bb(Classes)) ∩ πcountry(σtype = bc(Classes)) = øJapan and Gt. Britain violate the constraint.Exercise complex expression is best seen as a sequence of steps in which we define temporary relations R1 through R5 that stand for nodes of expression trees. Here is the sequence:R1(ship,battle,result,class) := πship,battle,result,class(Outcomes (ship = name) Ships)R2(ship,battle,result,numGuns) := πship,battle,result,numGuns(R1 Classes)R3(ship,battle) := πship,battle(σnumGuns < 9 AND result = sunk (R2))R4(ship2,battle2) := ρR4(ship2,battle2)(πship,battle(σnumGuns > 9(R2)))R5(ship2) := πship2(R3 (battle = battle2) R4)The constraint is R5 = øNo violations to the constraint. Since there are some ships in the Outcomes table that are not in the Ships table, we are unable to determine the number of guns on that ship.Exercise r as the schema A1,A2,…,A n and s as the schema B1,B2,…,B n:πr(R) πs(S) = øwhere is the antisemijoinExercise form of a constraint as E1 = E2 can be expressed as the other two constraints.Using the “equating an expression to the empty set” method, we can simply say:E1– E2= øAs a containment, we can simply say:E1⊆ E2 AND E2⊆ E1Thus, the form E1 = E2 of a constraint cannot express more than the two other forms discussed in this section.。

数据库系统原理第二章基本概念及课后习题有答案一、数据库系统生存期1．数据库系统生存期：数据库应用系统从开始规划、设计、实现、维护到最后被新的系统取代而停止使用的整个期间。

2．数据库系统生存期分七个阶段：规划、需求分析、概念设计、逻辑设计、物理设计、实现、运行维护。

3．规划阶段三个步骤：系统调查、可行性分析、确定数据库系统总目标。

4．需求分析阶段：主要任务是系统分析员和用户双方共同收集数据库系统所需要的信息内容和用户对处理的需求，并以需求说明书的形式确定下来。

5．概念设计阶段：产生反映用户单位信息需求的概念模型。

与硬件和DBMS无关。

6．逻辑设计阶段：将概念模型转换成DBMS能处理的逻辑模型。

外模型也将在此阶段完成。

7．物理设计阶段：对于给定的基本数据模型选取一个最适合应用环境的物理结构的过程。

数据库的物理结构主要指数据库的存储记录格式、存储记录安排和存取方法。

8．数据库的实现：包括定义数据库结构、数据装载、编制与调试应用程序、数据库试运行。

二、ER模型的基本概念ER模型的基本元素是：实体、联系和属性。

2．实体：是一个数据对象，指应用中可以区别的客观存在的事物。

实体集：是指同一类实体构成的集合。

实体类型：是对实体集中实体的定义。

一般将实体、实体集、实体类型统称为实体。

3．联系：表示一个或多个实体之间的关联关系。

联系集：是指同一类联系构成的集合。

联系类型：是对联系集中联系的定义。

一般将联系、联系集、联系类型统称为联系。

4．同一个实体集内部实体之间的联系，称为一元联系；两个不同实体集实体之间的联系，称为二元联系，以此类推。

5．属性：实体的某一特性称为属性。

在一个实体中，能够惟一标识实体的属性或属性集称为实体标识符。

6． ER模型中，方框表示实体、菱形框表示联系、椭圆形框表示属性、实体与联系、实体与其属性、联系与其属性之间用直线连接。

实体标识符下画横线。

联系的类型要在直线上标注。

注意：联系也有可能存在属性，但联系本身没有标识符。

第二章 关系数据库习题二一、单项选择题：1、系数据库管理系统应能实现的专门关系运算包括 B 。

A ．排序、索引、统计 B.选择、投影、连接 C ．关联、更新、排序 D.显示、打印、制表2、关系模型中，一个关键字是 C 。

A ．可由多个任意属性组成 B ．至多由一个属性组成C ．可由一个或多个其值能惟一标识该关系模型中任何元组的属性组成D ．以上都不是3、个关系数据库文件中的各条记录 B 。

A ．前后顺序不能任意颠倒，一定要按照输入的顺序排列B ．前后顺序可以任意颠倒，不影响库中的数据关系C ．前后顺序可以任意颠倒，但排列顺序不同，统计处理的结果就可能不同D ．前后顺序不能任意颠倒，一定要按照关键字段值的顺序排列 4、有属性A ，B ，C ，D ，以下表示中不是关系的是 C 。

A ．R （A ） B ．R （A ，B ，C ，D ） C ．D)C B R(A ⨯⨯⨯ D ．R （A ，B ）5、概念模型中，一个实体相对于关系数据库中一个关系中的一个 B 。

A 、属性 B 、元组 C 、列 D 、字段二、设有一个SPJ 数据库，包括S ，P ，J ，SPJ 四个关系模式： S( SNO ，SNAME ，STA TUS ，CITY)； P(PNO ，PNAME ，COLOR ，WEIGHT)； J(JNO ，JNAME ，CITY)；SPJ(SNO ，PNO ，JNO ，QTY)；供应商表S 由供应商代码（SNO ）、供应商姓名（SNAME ）、供应商状态（STATUS ）、供应商所在城市（CITY ）组成；零件表P 由零件代码（PNO ）、零件名（PNAME ）、颜色（COLOR ）、重量（WEIGHT ）组成； 工程项目表J 由工程项目代码（JNO ）、工程项目名（JNAME ）、工程项目所在城市（CITY ）组成； 供应情况表SPJ 由供应商代码（SNO ）、零件代码（PNO ）、工程项目代码（JNO ）、供应数量（QTY ）组成，表示某供应商供应某种零件给某工程项目的数量为QTY 。

数据库学习课程第二章习题和答案一.单项选择1.SQL语言是 B 的语言,易学习.A 过程化B 非过程化C 格式化D 导航式提示:SQL是一种介于关系代数与关系演算之间的结构化查询语言,它是高度非过程化的.2.SQL语言是 C 语言.A 层次数据库B 网络数据库C 关系数据库D 非数据库提示:SQL是关系数据库标准语言.3.SQL语言具有 B 的功能.A 关系规范化,数据操纵,数据控制B 数据定义,数据操纵,数据控制C 数据定义,关系规范化,数据控制D 数据定义,关系规范化,数据操纵提示:SQL语言自身不具备关系规范化功能.4.在SQL中,用户可以直接操作的是 D .A 基本表B 视图C 基本表和视图D 基本表和视图5.在SQL语言中,实现数据检索的语句是 A .A SELECTB INSERTC UPDATED DELETE6.SELECT语句执行结果是 C .A 数据项B 元组C 表D 数据库7.在SQL语句中,对输出结果排序的语句是 B .A GROUP BYB ORDER BYC WHERED HA VING8.在SELECT语句中,需对分组情况满足的条件进行判断时,应使用 D .A WHEREB GROUP BYC ORDER BYD HA VING9.在SELECT语句中使用*表示 B .A 选择任何属性B 选择全部属性C 选择全部元组D 选择主码10.在SELECT语句中,使用MAX(列名)时,该”列名”应该 D .A 必须是数值型B 必须是字符型C 必须是数值型或字符型D 不限制数据类型11.使用CREATE TABLE语句创建的是 B .A 数据库B 表C 试图D 索引12.下列SQL语句中,修改表结构的是 A .A ALTERB CREATEC UPDATED INSERT13.在SQL中使用UPDATE语句对表中数据进行修改时,应使用的语句是 D .A WHEREB FROMC V ALUESD SET14.视图建立后,在数据库中存放的是 C .A 查询语句B 组成视图的表的内容C 视图的定义D 产生视图的表的定义15.以下叙述中正确的是 B .A SELECT命令是通过FOR子句指定查询条件B SELECT命令是通过WHERE子句指定查询条件C SELECT命令是通过WHILE子句指定查询条件D SELECT命令是通过IS子句指定查询条件16.与WHERE AGE BETWEEN 18 AND 23完全等价的是 D .A WHERE AGE>18 AND AGE<23B WHERE AGE<18 AND AGE>23C WHERE AGE>18 AND AGE<=23 D WHERE AGE>=18 AND AGE<=2317.在查询中统计记录(元组)的个数时,应使用 C 函数.A SUMB COUNT(列名)C COUNT(*)D A VG18.在查询中统计某列中值的个数应使用 B 函数.A SUMB COUNT(列名)C COUNT(*)D A VG19.已知基本表SC(S#,C#,GRADE),其中S#为学号,C#为课程号,GRADE为成绩.则”统计选修了课程的学生人数”的SQL—SELECT语句为 A .A SELECT COUNT(DISTINCT S#)FROM SCB SELECT COUNT(S#)FROM SC C SELECT COUNT()FROM SCD SELECT COUNT(DISTINCT *)FROM SC20.在数据库中有如图所示的两个表,若职工表的主码是职工号,部门表的主码是部门号,SQL 操作 B 不能执行.A 从职工表中删除行(‘025’,’王芳’,’03’,720)B 将行(‘005’,’乔兴’,’04’,750)插入到职工表中C 将职工号为”001”的工资改为700D 将职工号为”038”的部门号改为’03’提示:由于职工表中的职工号为主码,不能向其中插入同主码的记录.21.若用如下SQL语句创建一个表studentCREATE TABLE student(NO CHAR(4) NOT NULL,NAME CHAR(8) NOT NULL,SEX CHAR(2),AGE INT)可以插入到student 表中的是 B .A (‘1031’,’曾华’,男,23)B (‘1031’,’曾华’,NULL,NULL)C (NULL,’曾华’,’男’,’23’)D (‘1031’,NULL,’男’,23)提示:A 中性别SEX 属性值格式不正确,C 中NO 属性值不能为空,D 中NAME 属性值不能为空.22.假设学生关系是S(S#,SNAME,SEX,AGE),课程关系是C(C#,CNAME,TEACHER),学生选课关系是SC(S#,C#,GRADE).要查询选修”COMPUTER ”课程的”女”同学的姓名,将涉及关系 D .A SB SC,C C S,SCD S,SC,C 二.填空1.SQL 语言的数据定义功能包括 定义数据 、 定义基本表 、 定义视图 、 定义索引 。

1.试述关系模型的三个组成部分。

答：关系模型由关系数据结构、关系操作集合和关系完整性约束三部分组成。

2.试述关系模型的完整性规则。

在参照完整性中，什么情况下外码属性的值可以为空值？答：关系模型中可以有三类完整性约束：实体完整性、参照完整性和用户定义的完整性。

关系模型的完整性规则是对关系的某种约束条件。

①实体完整性规则：若属性A是基本关系R的主属性，则属性A不能取空值。

②参照完整性规则：若属性(或属性组)是基本关系R的外码，它与基本关系S的主码K,相对应(基本关系A和S不一定是不同的关系)，则对于R中每个元组在F上的值必须为下面二者之一：-或者取空值(F的每个属性值均为空值)；・或者等于S中某个元组的主码值。

③用户定义的完整性是针对某一具体关系数据库的约束条件。

它反映某一具体应用所涉及的数据必须满足的语义要求在参照完整性中，如果外码属性不是其所在关系的主属性，外码属性的值可以取空值。

3.代数的基本运算有哪些？如何用这些基本运算来表示其他运算？答：在8种关系代数运算中，并、差、笛卡儿积、投影和选择5种运算为基本运算；其他三种运算，即交、连接和除，均可以用这5种基本运算来表达。

2.3补充习题1.选择题(1) 关于关系模型，下列叙述不正确的是（D ）。

A.一个关系至少要有一个候选码B.列的次序可以任意交换C.行的次序可以任意交换D.一个列的值可以来自不同的域(2) 下列说法正确的是（A）。

A.候选码都可以唯一地标识一个元组B.候选码中只能包含一个属性C.主属性可以取空值D.关系的外码不可以取空值(3) 关系操作中，操作的对象和结果都是（B ）。

A.记录B.集合C.元组D.列(4) 假设存在一张职工表，包含“性别”属性, 要求这个属性的值只能取“男”或“女”，这属于（C )oA.实体完整性B.参照完整性C.用户定义的完整性D.关系不变性（5）有两个关系R（A,B,C）和S（B,C,D），将R和S进行自然连接，得到的结果包含几个列（B）。

数据结构第二章课后答案第二章课后答案2·1·理论问题1·什么是数据结构？答：数据结构是指在计算机中存储、组织和管理数据的方式。

它包括了数据的逻辑结构、存储结构和操作方法。

2·逻辑结构和存储结构的关系是什么？答：逻辑结构是指数据之间的逻辑关系，它是从逻辑上描述数据元素之间的关系。

存储结构是指数据在计算机内部的具体存储方式，它是从物理上描述数据元素在计算机内部的存储关系。

逻辑结构与存储结构之间是相互依赖的关系，逻辑结构决定存储结构，而存储结构又反过来影响逻辑结构。

3·请解释顺序存储结构和链式存储结构。

答：顺序存储结构是指将数据元素存储在一块连续的存储空间中，元素的物理地质是连续的。

链式存储结构是将数据元素存储在任意的存储单元中，通过指针相互连接。

4·什么是抽象数据类型(ADT)？答：抽象数据类型(ADT)是指一个数学模型以及定义在该模型上的一组操作。

它只关心数据对象的定义和操作，而不考虑其在计算机内部的表示和运算过程。

5·ADT的特点有哪些？答：（1）封装性：ADT将数据对象的定义和操作封装在一起，只对外界提供有限的操作接口。

（2）数据抽象：ADT关注数据的逻辑结构，而忽略了具体的存储结构和实现细节。

（3）信息隐藏：ADT将数据对象的内部细节隐藏起来，只通过接口暴露给外部使用者。

2·2·应用问题1·请举例描述数据结构的应用场景。

答：（1）栈：在程序设计中，栈常用于实现函数的调用和返回，追踪程序的执行过程。

（2）队列：在操作系统中，队列被广泛应用于任务调度，比如处理作业、进程管理等。

（3）二叉树：在搜索算法中，二叉树常用于实现快速查找、排序和最优化问题。

（4）图：在社交网络中，图被用来表示好友关系、消息传播等复杂的关系网络。

2·描述数组和链表的特点及其应用场景。

答：数组是一种顺序存储结构，它可以随机访问任何一个元素，但插入和删除元素的操作效率较低。

数据库章节试题及答案第二章-关系数据库理论一.名词解释：1.关系的数学定义：笛卡尔积D 1×D 2×…×Dn 的子集叫做在域D 1，D 2，…，Dn 上的关系，用R (D 1，D 2，…，Dn )表示。

2.关系模式：关系模式是对关系结构的描述和定义，表示为：R （U ，D ，DOM ，F ）。

其中，R 为关系名，U 为该关系的属性名集合，D 为U 中属性的域，DOM 为属性向域的映像集合，F 为属性间数据的依赖关系集合。

简记为：R(U)=R(A1,A2,…An)3.候选码和主码：关系中的某一属性组的值能唯一地标识一个元组，则称该属性组为候选码，可有多个。

主码属于候选码，1个关系只能有一个。

4、主属性和非主属性：候选码的所有属性；不包含在任何候选码中的属性，因此也理解为非码属性。

6、关系代数：一种抽象的查询语言，采用关系运算来表达查询，是支持关系数据库理论的数学工具。

关系代数的运算对象、运算结果都是关系。

7、元组关系演算：以元组变量作为谓词变元的基本对象的关系演算，典型语言是：ALP HA 语言。

ALPHA 语言语句基本格式如下：操作语句 工作空间名（表达式）：操作条件8、域关系演算：以域变量作为谓词变元的基本对象的关系演算方法。

典型：QBE.二、试述关系数据语言的特点和分类。

三.试述等值连接与自然连接的区别和联系。

答：(1)等值连接：比较运算符θ为“=”的连接运算，其结果是从笛卡儿积R ×S 中选取A 、B 属性值相等的那些元组。

(2)自然连接：一种特殊的等值连接，要求将等值连接结果中重复的属性去掉。

四、设教学数据库TeachingData 中有3个基本表。

学生表 Ｓ（ＳＮＯ，ＳＮＡＭＥ，ＳＥＸ，ＣＬＡＳＳ）选课表 ＳＣ（ＳＮＯ，ＣＮＯ，ＳＣＯＲＥ）课程表 Ｃ（ＣＮＯ，ＣＮＡＭＥ，ＴＥＡＣＨＥＲ）试写出下列查询语句的关系代数表达式。

（１）查询老师"张三"所授课程的课程号和课程名（ＣＮＯ，ＣＮＡＭＥ）。

数据库原理与应⽤第2章答案解析主编肖海蓉、任民宏第2章关系数据库基础2.1关系的概念2.2关系数据模型2.2.1关系模型及其要素2.2.2关系的性质及类型2.3关系代数2.3.1关系代数概述2.3.2传统的集合运算2.3.3专门的关系运算2.3.4关系代数运算实例分析及查询优化2.4关系演算2.4.1元组关系运算2.4.2域关系运算本章⼩结习题2第2 章关系数据库基本理论课后习题参考答案1、选择题（1）~（4）：C、A、C、B（5）~（8）：D、B、C、C（9）~（12）：C、A、D、C2、简答题1）定义并解释下列术语，说明它们之间的联系。

答：候选码：在关系中可以唯⼀标识⼀个元组的属性或属性组。

主码：如果⼀个关系中有多个候选码，则选定其中最⼩属性组为主码；主码⼀般⽤下划横线标⽰。

外码：如果属性 X 不是关系R2 的主码，⽽是另⼀关系R1 的主码，则该属性X 称为关系R2 的外码；外码⼀般⽤波浪线标⽰。

域：域是⼀组具有相同数据的值的集合。

笛卡尔积：设定⼀组域 D1,D2,D3,…,D n，这些域中允许有相同的， D1,D2,D3,…,D n 的笛卡尔积为：D1×D2×D3×…×D n={(d1,d2,d3,…,d n)∣d i∈D i ,i=1,2,…,n} 即诸域 D1,D2,D3,…,D n 中各元素间的⼀切匹配组合构成的集合。

其中每个元素(d1,d2,d3,…,d n)称为⼀个元组，元素中的每个值 d i(i=1,2,…,n)称为⼀个分量。

关系：笛卡尔积 D1×D2×D3×…×D n 的⼦集称为域D1,D2,D3,…,D n 上的⼀个 n 元关系，表⽰为：R(D1,D2,D3,…,D n)；关系是笛卡尔积的⼦集，故关系也是⼀张⼆维表，关系中每个元素(d1,d2,d3,…,d n)是关系的元组，对应⼆维表中的⾏，关系中的每个域 D i(i=1,2,…,n)对应表中的⼀列即属性。

《数据库技术及应用基础教程》第二章参考答案--责任人：袁圆、董婧灵、娄振霞一、选择题1~5：CDCCD 6~10：BDCCA 11~15：AD，ABCA 16：B二、填空题：1.数据库、数据库系统软件、数据库系统用户2. 关系名（属性名1，属性名2，属性名3,…）3.列4. 能标识独一实体的属性或属性组5.一张或几张表（或视图），结构，数据6. 使关系中的每一个属性为不可再分的单纯形域(消除“表中表”)，使关系中所有非主属性对任意一个侯选关键字不存在部分函数依赖（使关系中所有非主属性都完全函数依赖于任意一个侯选关键字），使关系中所有非主属性对任意一个侯选关键字不存在传递函数依赖7.需求分析阶段，概念结构设计阶段，逻辑结构设计阶段，数据库物理设计阶段，数据库实施阶段，数据库运行和维护阶段8.数据库应用系统（DBAS）9.安全性、完整性、并发控制和数据恢复10.发生故障后，故障前状态11.授权12.事务13.事务中包括的各个操作一旦开始执行，则一定要全部完成14.封锁，共享锁，排他锁15. 一致性，正确性16.系统自动完成三、简答题1、试述数据模型的概念、数据模型的作用和数据模型的三个要素。

答：数据模型是现实世界数据特征的一种抽象，一种表示实体类型及实体类型间联系的模型。

数据模型可以抽象、表示、处理现实中的数据和信息。

数据模型的三要素分别是：(1)数据结构：是所研究的对象类型的集合，是对系统静态特性的描述。

(2)数据操作：对数据库中各种对象(型)的实例(值)允许执行的操作的集合，操作及操作规则。

(3)数据的约束条件：是一组完整性规则的集合。

也就是说，对于具体的应用娄必须遵循特定的语义约束条件，以保证数据的正确、有效和相容。

2、试述网状、层次数据库的优缺点。

答：网状数据库的优点：（1）能更直接的描述现实世界；（2）具有良好的性能，存取效率更好。

网状数据库缺点：（1）结构复杂，应用系统越大数据库结构越复杂；（2）用法复杂，用户不易理解。

第2章数据模型1.试述数据模型的概念、数据模型的作用和数据模型的三个要素。

解：数据模型是数据库中用来对现实世界进行抽象的工具,是数据库中用于提供信息表示和操作手段的形式构架。

一般地讲,数据模型是严格定义的概念的集合。

这些概念精确描述了系统的静态特性、动态特性和完整性约束条件。

因此数据模型通常由数据结构、数据操作和完整性约束三部分组成。

(1)数据结构：是所研究的对象类型的集合,是对系统静态特性的描述。

(2)数据操作：是指对数据库中各种对象(型)的实例(值)允许进行的操作的集合,包括操作及有关的操作规则,是对系统动态特性的描述。

(3)数据的约束条件：是一组完整性规则的集合。

完整性规则是给定的数据模型中数据及其联系所具有的制约和依存规则,用以限定符合数据模型的数据库状态以及状态的变化,以保证数据的正确、有效、相容。

2.模型的作用。

解：模型用于对客观事物及其联系进行有效的描述与刻画。

模型是对现实世界特征的模拟和抽象。

数据模型是现实世界数据特征的抽象，是用来描述数据的一组概念和定义。

不同的数据模型提供给我们模型化数据和信息的不同工具。

3.概念模型中以下术语：实体，实体型，实体集，属性，码，实体联系图(E-R图)解：实体：客观存在并可以相互区分的事物叫实体。

实体型：具有相同属性的实体具有相同的特征和性质,用实体名及其属性名集合来抽象和刻画同类实体,称为实体型。

实体集：同型实体的集合称为实体集。

属性：实体所具有的某一特性,一个实体可由若干个属性来刻画。

码：惟一标识实体的属性集称为码。

实体联系图(E-R 图)：提供了表示实体型、属性和联系的方法：·实体型：用矩形表示,矩形框内写明实体名；·属性：用椭圆形表示,并用无向边将其与相应的实体连接起来；·联系：用菱形表示,菱形框内写明联系名,并用无向边分别与有关实体连接起来,同时在无向边旁标上联系的类型(1:1,1:n 或 m:n)。

不同的联系。

数据库实用教程课后习题参考答案（1-4章）第1、2章1.1 名词解释：◆ DB：数据库（Database),DB是统一管理的相关数据的集合。

DB能为各种用户共享，具有最小冗余度，数据间联系密切，而又有较高的数据独立性。

◆ DBMS：数据库管理系统（Database Management System)，DBMS是位于用户与操作系统之间的一层数据管理软件，为用户或应用程序提供访问DB的方法，包括DB的建立、查询、更新及各种数据控制。

DBMS总是基于某种数据模型，可以分为层次型、网状型、关系型、面向对象型DBMS。

◆ DBS：数据库系统（Database System),DBS是实现有组织地、动态地存储大量关联数据，方便多用户访问的计算机软件、硬件和数据资源组成的系统，即采用了数据库技术的计算机系统。

◆ 1：1联系：如果实体集E1中的每个实体最多只能和实体集E2中的一个实体有联系，反之亦然，好么实体集E1对E2的联系称为“一对一联系”，记为“1：1”。

◆ 1：N联系：如果实体集E1中每个实体与实体集E2中任意个（零个或多个）实体有联系，而E2中每个实体至多和E1中的一个实体有联系，那么E1对E2的联系是“一对多联系”，记为“1：N”。

◆ M：N联系：如果实体集E1中每个实体与实体集E2中任意个（零个或多个）实体有联系，反之亦然，那么E1对E2的联系是“多对多联系”，记为“M：N”。

◆ 数据模型：表示实体类型及实体类型间联系的模型称为“数据模型”。

它可分为两种类型：概念数据模型和结构数据模型。

◆ 概念数据模型：它是独门于计算机系统的模型，完全不涉及信息在系统中的表示，只是用来描述某个特定组织所关心的信息结构。

◆ 结构数据模型：它是直接面向数据库的逻辑结构，是现实世界的第二层抽象。

这类模型涉及到计算机系统和数据库管理系统，所以称为“结构数据模型”。

结构数据模型应包含：数据结构、数据操作、数据完整性约束三部分。

数据库第二章练习题答案数据库第二章练习题答案数据库是现代信息系统中的重要组成部分，它负责存储、管理和处理数据。

在学习数据库的过程中，练习题是检验我们对知识掌握程度的重要方式。

本文将为大家提供数据库第二章练习题的详细答案，希望能对大家的学习有所帮助。

1. 什么是实体完整性？实体完整性是指数据库中的实体必须具有唯一的标识符，也就是主键。

每个实体都必须有一个主键，用来唯一标识该实体。

实体完整性保证了数据库中的实体的唯一性。

2. 什么是参照完整性？参照完整性是指数据库中的外键必须引用已经存在的主键。

外键是一个表中的字段，它引用了另一个表中的主键。

参照完整性保证了数据库中的关系的一致性。

3. 什么是主键？主键是用来唯一标识一个实体的字段或字段组合。

主键的值在表中必须是唯一的，且不能为空。

主键可以是一个字段，也可以是多个字段的组合。

4. 什么是外键？外键是一个表中的字段，它引用了另一个表中的主键。

外键用来建立两个表之间的关系，保证数据的一致性和完整性。

5. 什么是联合主键？联合主键是由多个字段组成的主键。

联合主键的值在表中必须是唯一的，且不能为空。

联合主键用来唯一标识一个实体。

6. 什么是关系型数据库？关系型数据库是以关系模型为基础的数据库。

关系模型是由表、行和列组成的，每个表代表一个实体，每一行代表一个实例，每一列代表一个属性。

关系型数据库使用SQL语言进行数据操作。

7. 什么是非关系型数据库？非关系型数据库是指不使用关系模型的数据库。

非关系型数据库使用不同的数据模型，如键值对、文档型、列族型等。

非关系型数据库具有高性能、高可扩展性和灵活性的特点。

8. 什么是数据库事务？数据库事务是由一组数据库操作组成的逻辑单位。

事务具有原子性、一致性、隔离性和持久性的特点。

原子性表示事务中的操作要么全部执行成功，要么全部执行失败；一致性表示事务执行前后数据库的状态保持一致；隔离性表示事务之间是相互隔离的；持久性表示事务提交后，其结果将永久保存在数据库中。

第2章习题解答〖2.1〗定义并解释术语：实体实体型实体集属性码实体联系图（E-R图）数据模型答：①实体：现实世界中存在的可以相互区分的事物或概念称为实体。

②实体型：现实世界中，对具有相同性质、服从相同规则的一类事物（或概念，即实体）的抽象称为实体型。

③实体集：具有相同特征或能用同样特征描述的实体的集合称为实体集。

④属性：属性为实体的某一方面特征的抽象表示。

⑤码：也称为关键字，能够唯一标识一个实体。

⑥实体联系图（E-R图）：实体联系方法（E-R图法）是用来描述现实世界中概念模型的一种著名方法，提供了表示实体集、属性和联系的方法。

⑦数据模型：一组严格定义的概念集合。

这些概念精确地描述了系统的数据结构、数据操作和数据完整性约束条件。

〖2.2〗试述数据模型的概念、数据模型的作用和数据模型的三个要素。

答：①数据模型是一组严格定义的概念集合，这些概念精确地描述了系统的数据结构、数据操作和数据完整性约束条件。

数据模型是通过概念模型数据化处理得到的。

②数据库是根据数据模型建立的，因而数据模型是数据库系统的基础。

③数据模型的三要素是数据结构、数据操作和完整性约束条件。

数据结构是所研究的对象类型的集合；数据操作是指对数据库中各种数据对象允许执行的操作集合；数据约束条件是一组数据完整性规则的集合。

〖2.3〗试述信息模型的作用。

答：信息模型是对信息世界的管理对象、属性及联系等信息的描述形式。

信息模型不依赖于计算机及DBMS，它是现实世界的真实而全面的反映。

信息模型数据化处理后可得到数据模型。

〖2.4〗试给出三个实际部门的E-R图，要求实体型之间具有一对一、一对多、多对多各种不同的联系。

答：见图。

题2.4 E-R图图中：部门和负责人间的联系是一对一的联系；一个学生可以借阅多本书，一本书只能一个人借，学生和借阅间的联系为一对多的联系；一个学生可以参加多个社会团体，一个社会团体有多个学生参加，学生和社会团体间的联系为多对多的联系。