第一章数据库的基本概念

本章预览

1.数据、数据库

(1).数据（Data）

  • 定义：描述事物的符号记录，是数据库存储的基本对象。
  • 本质：不仅是数字、文字，还包括图形、图像、音频、视频等能被计算机识别、存储和处理的符号集合，数据 + 语义 = 信息（如 “20” 本身无意义，“学生年龄 20 岁” 才是信息）。
  • 专升本考点：数据是信息的载体，信息是数据的内涵。

(2). 数据库（Database，DB）

  • 核心定义（必背）：长期存储在计算机内、有组织、可共享、统一管理的大量数据集合。
  • 关键特征（高频填空）：
    1. 数据结构化：按特定数据模型（如关系模型）组织，不是杂乱堆积。
    2. 共享性高：多用户、多应用可同时访问。
    3. 冗余度低：减少重复数据，节省空间、避免不一致。
    4. 独立性高：数据与应用程序分离（后续两级独立性详解）。
  • 举例：学校教务系统的 “学生数据库”，包含学生表、课程表、成绩表等结构化数据。

2.数据库管理系统、数据库系统、数据库系统的组成

(1). 数据库管理系统（DBMS）

  • 定义：位于用户与操作系统之间的核心系统软件，是数据库系统的 “管理引擎”。
  • 核心功能（高频简答）：
    • 数据定义（DDL）：定义数据库结构（建表、建库、设约束）。
    • 数据操作 （DML）：实现增删改查（SQL 的SELECT/INSERT/UPDATE/DELETE）。
    • 数据控制（DCL）：安全控制（权限）、完整性控制、并发控制、故障恢复。
    • 数据库维护：备份、恢复、性能优化。
  • 常见 DBMS：MySQL、Oracle、SQL Server、Access（专升本常考）。

(2). 数据库系统（DBS）

  • 定义：引入数据库技术后的完整计算机系统，是软硬件、数据、人员的集合。
  • 核心关系（必记）：DBS = DB + DBMS + 应用程序 + 人员 + 硬件。
  • 与 DB、DBMS 的区别：
    • DB：被管理的数据集合（静态）。
    • DBMS：管理 DB 的软件工具（动态）。
    • DBS：包含 DB、DBMS 的完整系统（整体）。

(3). 数据库系统的组成（四大部分，高频多选 / 填空）

  1. 硬件：计算机、存储设备（硬盘）、网络设备等，支撑系统运行。
  2. 软件：操作系统、DBMS、数据库应用程序（如教务管理系统）。
  3. 数据：数据库（DB），系统的核心资源。
  4. 人员：
  • 数据库管理员（DBA）：负责数据库设计、维护、优化、权限管理（核心角色）。
  • 系统分析员、应用程序员、最终用户。

3.三级模式（概念模式、外模式、内模式）

三级模式是数据库的三层抽象结构，从用户、全局、物理三个视角描述数据，一个数据库只有一个概念模式、一个内模式，可多个外模式。

(1). 概念模式（Conceptual Schema，也称模式 / 逻辑模式）

  • 定义：数据库全体数据的全局逻辑结构与特征描述，是所有用户的公共数据视图。
  • 核心：定义实体、属性、实体间联系、数据约束（如主键、唯一键），不涉及物理存储。
  • 特点：唯一、面向全局、中间层（连接外模式与内模式）。
  • 举例：教务数据库的概念模式定义 “学生（学号，姓名，年龄，性别）、课程（课程号，课程名，学分）、选课（学号，课程号，成绩）” 及三者关系。

(2). 外模式（External Schema，也称子模式 / 用户模式）

  • 定义：单个用户 / 应用看到的局部数据视图，是概念模式的子集。
  • 作用：
    • 简化用户操作，只展示需要的数据。
    • 保障数据安全（不同用户权限不同，如学生只能看自己成绩，教师可看全班）。
  • 特点：多个、面向用户、最外层。
  • 举例：学生外模式只包含 “学号、姓名、所选课程、成绩”；教师外模式包含 “所教课程、学生成绩、课程信息”。

(3). 内模式（Internal Schema，也称存储模式 / 物理模式）

  • 定义：数据物理存储结构与存储方式的描述，是最底层抽象。
  • 内容：数据存储结构（堆存储 / 索引存储）、索引类型（B + 树）、存储路径、数据压缩方式等。
  • 特点：唯一、面向系统、最底层，对用户透明。
  • 举例：学生表数据用 B + 树索引按 “学号” 排序存储，数据页大小 8KB。

(4).三级模式对比表（专升本易混点）

  • 模式 别称 视角 数量 核心内容 层次
    外模式 子模式 / 用户模式 用户视角 多个 局部逻辑结构、用户视图 外层
    概念模式 逻辑模式 / 模式 全局视角 一个 全体数据逻辑结构、联系 中间层
    内模式 存储模式 / 物理模式 存储视角 一个 物理存储结构、存取方式 内层

4.两级映像

两级映像是连接三级模式的桥梁，核心作用是实现数据独立性（专升本核心原理）。

(1). 外模式 / 概念模式映像

  • 定义：定义外模式与概念模式之间的对应关系，每个外模式对应一个映像。
  • 位置：包含在外模式的描述中，由 DBA 定义。
  • 作用：当概念模式改变（如新增字段、修改表结构）时，只需修改该映像，外模式不变，应用程序无需修改 → 保障逻辑数据独立性。
  • 举例：概念模式给学生表新增 “籍贯” 字段，学生外模式无需包含该字段，修改映像即可，学生端程序不用改。

(2). 概念模式 / 内模式映像

  • 定义：定义概念模式与内模式之间的对应关系，一个数据库只有一个映像。
  • 位置：包含在内模式的描述中。
  • 作用：当内模式改变（如更换存储设备、修改索引方式）时，只需修改该映像，概念模式不变，应用程序无需修改 → 保障物理数据独立性。
  • 举例：学生表从堆存储改为 B + 树索引存储，修改映像即可，概念模式和应用程序不变。

5.两级数据独立性（物理、逻辑）

数据独立性指数据与应用程序相互独立，数据变化不影响程序，是数据库的核心优势。

(1). 物理数据独立性

  • 定义：数据的物理存储结构（内模式）改变时，应用程序无需修改。
  • 实现：通过概念模式 / 内模式映像实现，修改映像屏蔽物理变化。
  • 专升本考点：物理独立性是 “数据存储变，程序不变”。

(2). 逻辑数据独立性

  • 定义：数据的全局逻辑结构（概念模式）改变时，应用程序无需修改。
  • 实现：通过外模式 / 概念模式映像实现，修改映像屏蔽逻辑变化。
  • 专升本考点：逻辑独立性是 “数据结构变，程序不变”。

(3).两级独立性对比（高频简答）

独立性 对应映像 数据变化层面 程序影响 核心价值
物理独立性 概念模式 / 内模式 内模式（物理存储） 无影响 程序不依赖物理存储
逻辑独立性 外模式 / 概念模式 概念模式（全局逻辑） 无影响

程序不依赖全局结构

6.海南专升本考点总结（必背）

  • 核心概念关系：数据→DB→DBMS→DBS（层层包含）。
  • 三级模式：外模式（多）、概念模式（一）、内模式（一）。
  • 两级映像：外 / 概映像（逻辑独立）、概 / 内映像（物理独立）。
  • 两级独立性：物理独立（存储变，程序不变）、逻辑独立（结构变，程序不变）

第二章数据模型

本章预览

1.数据模型：概念、分类、组成要素

(1). 核心概念

数据模型是对现实世界数据特征的抽象，是数据库系统的核心与基础，用于定义数据的组织方式、数据间关系、操作规则及约束条件，是连接现实世界与计算机世界的桥梁。

(2). 三大分类（按抽象层次）

模型类型 视角 核心作用 典型代表 考试重点
概念数据模型 用户视角（现实世界） 描述业务逻辑、实体与关系，用于数据库设计 E-R 模型（实体 - 联系模型） 必考，E-R 图绘制、实体 / 属性 / 关系定义
逻辑数据模型 计算机视角（DBMS 实现） 定义数据库逻辑结构，支持数据操作 层次、网状、关系、面向对象模型 重点掌握关系模型，了解其他模型特征
物理数据模型 存储视角（底层实现） 描述数据存储细节、存取方法 索引、页存储、分区结构 了解即可，非考试核心

(3). 三大组成要素（必背）

  1. 数据结构：描述系统静态特性，定义数据库中数据对象（如实体、表）及对象间的联系，是数据模型的基础。
  2. 数据操作：描述系统动态特性，定义对数据对象的允许操作（查询、插入、删除、修改）及操作规则。
  3. 数据完整性约束：保证数据正确性、有效性、相容性，是一组完整性规则集合（如主键非空、外键引用）。

2.概念数据模型：E-R 图（实体、属性、关系）

E-R（Entity-Relationship）模型是专升本综合题高频考点，核心是用图形化方式描述现实世界的数据逻辑，由实体、属性、关系三要素构成。

(1). 核心要素（图形符号 + 定义）

要素 英文 图形符号 定义 示例
实体 Entity 矩形（□） 现实世界中可区分的独立事物（人、物、事件） 学生、课程、教师、订单
属性 Attribute 椭圆（○） 实体的特征 / 性质，用于描述实体 学生：学号、姓名、年龄；课程：课程号、课程名
关系 Relationship 菱形（◇） 实体之间的关联，用连线连接实体 学生 - 选课 - 课程；教师 - 授课 - 课程

(2). 关系的三种类型（必考）

  • 一对一（1:1）：一个实体实例仅与另一个实体的一个实例关联。

示例：班级 - 班长（一个班级只有一个班长，一个班长只属于一个班级）。

  • 一对多（1:n）：一个实体实例可与多个另一实体实例关联，反之则不行。

示例：班级 - 学生（一个班级有多个学生，一个学生只属于一个班级）。

  • 多对多（m:n）：两个实体的实例间可相互多对关联。

示例：学生 - 课程（一个学生选多门课，一门课被多个学生选）。

(3). 专升本应试要点

  • 绘制规范：实体用矩形、属性用椭圆、关系用菱形，连线标注关系类型（1:1、1:n、m:n）。
  • 关键细节：主键属性需加下划线（如学号、课程号），用于唯一标识实体实例。
  • 综合题常考：根据业务场景绘制 E-R 图，后续转换为关系模式（见关系模型部分）。

3.层次数据模型

(1). 核心定义

用树形结构（有根树） 表示实体及实体间联系的逻辑模型，是最早出现的数据模型。

(2). 结构特征（必背）

  • 有且仅有一个根节点（无双亲），其余节点有且仅有一个双亲节点。
  • 节点间仅支持一对多（1:n） 联系，无法直接表示多对多关系。
  • 示例：学校 - 学院 - 专业 - 学生（自上而下的层级结构）。

(3.) 优缺点（选择题考点）

  • 优点：结构简单、查询效率高、提供良好的完整性支持。
  • 缺点：无法表示多对多关系、数据操作限制多、数据独立性差。

4.网状数据模型

(1). 核心定义

用有向图结构表示实体及联系的逻辑模型，是层次模型的扩展。

(2). 结构特征（必背）

  • 允许一个以上节点无双亲，也允许一个节点有多个双亲。
  • 可直接表示多对多（m:n） 联系，解决了层次模型的局限性。
  • 示例：学生 - 课程 - 教师（学生与课程多对多，课程与教师多对多）。

(3). 优缺点（选择题考点）

  • 优点：能表示复杂联系、数据共享性高。
  • 缺点：结构复杂、编程难度大、用户理解成本高。

5.关系数据模型（考试绝对核心）

关系模型是当前主流、专升本数据库考试重中之重，所有后续 SQL、关系代数、规范化均基于此模型。

(1). 核心定义

用二维表（关系） 表示实体及实体间联系的逻辑模型，基于严格的集合论与关系代数理论。

(2). 核心术语（必背，填空 / 选择高频）

术语 定义 对应二维表
关系 一张规范化的二维表，有唯一名称 学生表、课程表
元组 二维表中的一行，对应一个实体实例 一条学生记录、一条课程记录
属性 二维表中的一列，对应实体的一个特征 学号、姓名、课程名
域 属性的取值范围 性别域：{男，女}；年龄域：16-60
码（键） 唯一标识元组的属性 / 属性组

学号（作为学生表的主键）、课程号（作为课程表的主键）
关系模式 对关系的结构描述，格式：关系名 (属性 1, 属性 2,...) 学生 (学号，姓名，年龄，班级号)

(3). 三大完整性约束（简答题 / 填空必考）

  1. 实体完整性：主键属性不能为空、不能重复，保证实体唯一可标识。
  2. 参照完整性：外键取值要么为空，要么等于被参照表的主键值，保证表间关联有效。
  3. 用户定义完整性：用户根据业务规则自定义的约束（如成绩≥0 且≤100）。

(4). 专升本应试核心

  • E-R 图转关系模式：
    • 每个实体→一张表，实体属性→表的列，实体主键→表的主键。
    • 1:1 关系：任意一方加入对方主键作为外键。
    • 1:n 关系：在 “多” 方表中加入 “一” 方主键作为外键。
    • m:n 关系：新建一张关联表，包含双方主键作为联合主键。
  • 示例：学生（学号，姓名）、课程（课程号，课程名）、选课（学号，课程号，成绩）（选课表为 m:n 关联表）。

6.面向对象数据模型

(1). 核心定义

结合面向对象编程思想与数据建模，将现实世界事物抽象为对象，支持封装、继承、多态等特性。

(2). 核心概念（了解即可，选择题考点）

  • 对象：现实世界事物的抽象，包含属性（状态） 和方法（行为），有唯一对象标识（OID）。
  • 类：具有相同属性和方法的对象集合，是对象的模板（如 “学生类”“课程类”）。
  • 继承：子类可继承父类的属性和方法，实现代码复用（如 “本科生” 继承 “学生” 类）。
  • 封装：对象内部状态对外隐藏，仅通过方法访问，保证数据安全性。

(3). 特点

  • 能更自然地模拟复杂现实世界，支持复杂数据类型（如数组、对象嵌套）。
  • 适合处理多媒体、复杂业务逻辑场景，但实现复杂，主流 DBMS 仍以关系模型为主。

7.海南专升本数据模型备考总结

  1. 基础必背：数据模型三要素、三大分类、E-R 图三要素及关系类型。
  2. 核心攻坚：关系模型的术语、三大完整性、E-R 图转关系模式（综合题必考）。
  3. 次重点：层次、网状模型的结构特征与优缺点（选择题）。
  4. 了解内容：面向对象数据模型的核心概念（选择题）。

第三章关系数据库理论

本章预览

1.关系模型（高频考点）

关系模型是关系数据库的基础，由数据结构、关系操作、完整性约束三部分组成。

(1).关系数据结构

关系模型用二维表表示数据，考试需掌握核心术语与性质：

核心术语（必背）
  • 关系：一张二维表，对应现实世界的一个实体集（如学生表、课程表）。
  • 元组：表中的一行，也称记录，对应一个实体（如 “张三，2023001，计算机”）。
  • 属性：表中的一列，也称字段，对应实体的特征（如学号、姓名、专业）。
  • 域：属性的取值范围（如性别域：{男，女}；成绩域：0~100）。
  • 候选码：能唯一标识一个元组的属性 / 属性组（如学号、身份证号）。
  • 主码（主键）：从候选码中选定的一个，用于唯一标识元组（如选 “学号” 为主码）。
  • 外码（外键）：一个关系的属性，是另一关系的主码，用于建立表间关联（如

    成绩表中的"学号"字段是学生表的外键）。

  • 全码：所有属性组合才能唯一标识元组（极少出现）。
关系的性质（考点）
  • 列是同质的（同一属性取值同域）。
  • 列名唯一，行、列顺序无关。
  • 任意两行不能完全相同。
  • 分量必须是原子值（不可再分，是第一范式基础）。

(2).关系操作

关系操作是对关系的运算，操作对象与结果都是关系，核心是查询，辅以增删改。

常用操作（9 大动词，SQL 对应）
  • 查询：SELECT（核心）
  • 插入：INSERT
  • 删除：DELETE
  • 修改：UPDATE
  • 传统集合：并（∪）、差（−）、交（∩）
  • 专门关系：选择（σ）、投影（π）、连接（⋈）
操作特点
  • 高度非过程化：只需说明 “做什么”，无需 “怎么做”。
  • 集合操作：一次操作处理一组元组，而非单条记录。

(3).关系的完整性约束（必考 3 类）

完整性约束保证数据正确、有效、相容，违反时系统拒绝执行。

1. 实体完整性（主码约束）
  • 规则：主码的所有属性值不能为空（NULL），且唯一。
  • 示例：学生表（学号，姓名，专业）中，学号为主码，学号不能空、不能重复。
  • 考试：常考定义、SQL 实现（PRIMARY KEY）。
2. 参照完整性（外码约束）
  • 规则：外码取值只能是 NULL，或等于被参照关系的主码值。
  • 示例：成绩表（学号，课程号，成绩）中，学号是学生表外码，学号要么为空，要么是学生表中存在的学号。
  • 处理策略：拒绝执行（默认）、级联操作（CASCADE）、置空 / 置默认值。
  • 考试：常考外码定义、参照关系判断、SQL 实现（FOREIGN KEY REFERENCES）。
3. 用户自定义完整性（应用约束）
  • 规则：根据业务需求自定义的约束（如成绩 0~100、性别只能男女、年龄≥18）。
  • 实现：SQL 用 CHECK、NOT NULL、UNIQUE、DEFAULT 等。
  • 示例：成绩表中 “成绩 CHECK (成绩 BETWEEN 0 AND 100)”。

2.关系模式（三级模式，必考）

关系模式是对关系的结构描述，对应数据库三级模式结构。

(1).关系概念模式（模式 / 逻辑模式）

  • 定义：数据库中全体数据的逻辑结构与特征，是所有用户的公共数据视图。
  • 描述：包含所有关系的结构（属性名、类型、主码、外码、完整性约束）。
  • 特点：一个数据库只有一个概念模式，独立于硬件与应用。

(2).关系内模式（存储模式）

  • 定义：数据物理存储结构的描述（如文件组织、索引、存储路径、数据压缩）。
  • 特点：一个数据库只有一个内模式，面向物理存储，用户不可见。

(3).关系外模式（子模式 / 用户模式）

  • 定义：单个用户 / 应用使用的局部数据逻辑结构，是概念模式的子集。
  • 特点：一个数据库可有多个外模式，一个外模式可被多个应用使用。
  • 作用：保证数据安全性（用户只能访问自己的外模式）、提高逻辑独立性。

(4).三级模式与两级映像（必考点）

  • 外模式 / 概念模式映像：实现逻辑独立性（概念模式变，外模式 / 应用不变）。
  • 概念模式 / 内模式映像：实现物理独立性（内模式 / 存储变，概念模式 / 应用不变）。

3.关系代数（计算题必考）

关系代数是关系操作的数学基础，用运算表达查询，是 SQL 的理论依据。

(1).传统的集合运算（并、差、交）

前提：参与运算的两个关系属性个数相同、对应属性域相同（相容）。

1. 并运算（R∪S）
  • 含义：属于 R 或属于 S 的所有元组，自动去重。
  • 示例：R（1 班学生）、S（2 班学生），R∪S = 所有学生。
  • 符号：∪
2. 差运算（R−S）
  • 含义：属于 R 但不属于 S 的元组。
  • 示例：R（所有学生）、S（已选课学生），R−S = 未选课学生。
  • 符号：−
3. 交运算（R∩S）
  • 含义：既属于 R 又属于 S 的元组。
  • 示例：R（男生）、S（党员），R∩S = 男党员。
  • 符号：∩

(2).专门的关系运算（选择、投影、连接）

1. 选择运算（σ）
  • 格式：σ 条件 (关系名)
  • 含义：从关系中选取满足条件的元组（行操作）。
  • 示例：σ 成绩 > 90 (成绩表) → 筛选 90 分以上的成绩记录。
  • 考点：条件表达式（=、>、<、AND、OR、NOT）。
2. 投影运算（π）
  • 格式：π 属性列表1，属性列表2 (关系名)
  • 含义：从关系中选取指定属性列，去掉重复元组（列操作）。
  • 示例：π 学号，姓名 (学生表) → 只保留学号、姓名两列。
  • 注意：投影后可能去重，属性顺序可调整。
3. 连接运算（⋈，核心）
  • 含义：从两个关系的笛卡尔积中，选取属性间满足连接条件的元组。
  • 分类：
    • 等值连接：连接条件为 “=”（如 R. 学号 = S. 学号）。
    • 自然连接（⋈）：特殊等值连接，自动去掉重复属性列（最常用）。
    • 外连接：左外、右外、全外（保留不匹配元组，补 NULL）。
  • 示例：学生表 ⋈ 成绩表 → 按学号自然连接，得到学生 + 成绩完整信息。

(3).笛卡尔积运算（R×S）

  • 格式：R×S
  • 含义：R 的每个元组与 S 的每个元组拼接，结果元组个数 = R 行数 ×S 行数。
  • 特点：无实际意义，是连接运算的基础，会产生大量冗余元组。
  • 示例：R（2 行）×S（3 行）=6 行元组。
关系代数综合示例（考试常考）

查询 “计算机专业且成绩> 80” 的学生姓名与成绩：

π 姓名，成绩 (σ 专业 =' 计算机 ' AND 成绩 > 80 (学生表 ⋈ 成绩表) )

4.关系数据库规范化理论（综合题必考）

规范化解决数据冗余、插入异常、删除异常、更新异常，核心是函数依赖与范式。

(1).关系模式应满足的基本要求

  • 数据冗余度低（同一数据不重复存储）。
  • 无插入异常（新数据可正常插入）。
  • 无删除异常（删除数据不丢失其他信息）。
  • 无更新异常（修改数据只需改一处）。

(2).函数依赖（基础）

1. 定义

设 X、Y 是关系 R 的属性集，若X 的每个值唯一确定 Y 的一个值，则 Y 函数依赖于 X，记 X→Y。

  • 示例：学号→姓名、学号→专业；（学号，课程号）→成绩。
2. 分类（必背）
  • 完全函数依赖：X→Y，且 X 的任何真子集都不能决定 Y（如（学号，课程号）→成绩）。
  • 部分函数依赖：X→Y，且 X 的某个真子集能决定 Y（如（学号，课程号）→姓名，学号→姓名）。
  • 传递函数依赖：X→Y，Y→Z，且 Y 不→X，则 X→Z（如学号→系号，系号→系主任，学号→系主任）。
3. 码的定义
  • 候选码：能完全函数决定所有属性的属性 / 属性组。
  • 主码：候选码中选定的一个。
  • 主属性：含有任何候选码中的属性。
  • 非主属性：不含有任何候选码中的属性。

(3).规范化（4 大范式，逐级判断）

范式是关系模式满足的规范级别，级别越高，冗余越少，从低到高：1NF→2NF→3NF→BCNF。

1. 第一范式（1NF）
  • 规则：关系的所有属性都是原子值（不可再分）。
  • 违反示例：属性 “联系方式” 含 “电话 + 邮箱”，需拆分为 “电话”“邮箱”。
  • 结论：所有关系表默认满足 1NF，是基础。
2. 第二范式（2NF）
  • 规则：满足 1NF，且所有非主属性完全函数依赖于主码（无部分依赖）。
  • 违反示例：关系（学号，课程号，姓名，成绩），主码（学号，课程号），姓名部分依赖学号→不满足 2NF。
  • 解决：分解为学生表（学号，姓名）、成绩表（学号，课程号，成绩）。
3. 第三范式（3NF）
  • 规则：满足 2NF，且所有非主属性不传递依赖于主码（无传递依赖）。
  • 违反示例：关系（学号，系号，系主任），主码学号，学号→系号→系主任→传递依赖→不满足 3NF。
  • 解决：分解为学生表（学号，系号）、系表（系号，系主任）。
4. BC 范式（BCNF，修正 3NF）
  • 规则：满足 3NF，且所有决定因素都是候选码（主属性也无部分 / 传递依赖）。
  • 特点：消除所有异常，是关系模式设计的理想标准。
  • 示例：关系（课程号，教师号，教室），候选码（课程号，教师号）、（课程号，教室），所有决定因素都是候选码→满足 BCNF。

(4).关系分解原则（必考）

将 “不好” 的关系分解为多个 “好” 的关系，需满足两大原则：

1. 无损连接性
  • 含义：分解后通过自然连接，能还原为原关系（不丢失信息）。
  • 判定：常用表格法（ chase 算法） 或函数依赖法。
2. 保持函数依赖性
  • 含义：分解后所有函数依赖都被保留（不丢失语义）。
  • 判定：检查原关系的所有函数依赖，是否都在分解后的子关系中。
分解目标

同时满足无损连接 + 保持函数依赖，使分解后的关系达到 3NF 或 BCNF。

(5).海南专升本应试总结

  1. 关系模型：重点掌握3 类完整性（定义 + SQL 实现）、关系术语。
  2. 关系模式：牢记三级模式 + 两级映像，理解数据独立性。
  3. 关系代数：熟练5 种运算（并、差、交、选择、投影、连接），能写综合表达式。
  4. 规范化：掌握函数依赖分类，能判断 1NF/2NF/3NF/BCNF，会按无损 + 保持依赖分解关系。

第四章关系数据库标准查询语言SQL

本章预览

1.SQL 语言的组成、基本功能

(1). 语言组成（必考分类）

SQL（Structured Query Language，结构化查询语言）按功能分为四大核心部分，专升本重点考查前 3 类：

分类 英文缩写 核心功能 常用命令 考试占比
数据定义语言 DDL 定义 / 修改 / 删除数据库、表、索引等结构 create、alter、drop 中
数据查询语言 DQL 从表中检索数据（最常用） select 高（综合题核心）
数据操作语言 DML 增 / 删 / 改表中数据记录 insert、update、delete 中
数据控制语言 DCL 管理数据库访问权限 grant、revoke 低（了解即可）

(2). 基本功能（简答题 / 选择题考点）

  • 数据定义：创建、修改、删除数据库及表结构，定义完整性约束。
  • 数据查询：单表 / 多表查询、条件筛选、分组统计、排序，是 SQL 核心功能。
  • 数据操作：插入新记录、修改已有记录、删除无用记录。
  • 数据控制：分配用户权限、保障数据安全（专升本仅需了解）

2.SQL 语言的主要特点（简答题高频）

  1. 综合统一：集 DDL、DQL、DML、DCL 于一体，统一语法完成数据库全生命周期操作。
  2. 高度非过程化：只需说明 “做什么”，无需描述 “怎么做”，数据库自动优化执行。
  3. 面向集合操作：操作对象与结果均为记录集合，而非单条记录。
  4. 语法简洁、易学易用：核心命令仅 9 个 
    create/alter/drop（整体）
select/insert/update/delete（局部）
grant/revoke（权限）
  5. 可嵌入高级语言：可嵌入 C、Java 等程序，也可独立交互使用。

3.数据定义（DDL）：库与表的创建、修改、删除

1. 数据库操作（基础）

(1) 创建数据库
CREATE DATABASE 数据库名;
-- 示例：创建学生管理数据库
CREATE DATABASE StudentDB;

(2) 修改数据库（专升本极少考，了解）

ALTER DATABASE 数据库名 [修改选项];
(3) 删除数据库
DROP DATABASE 数据库名;
-- 示例：删除StudentDB数据库
DROP DATABASE StudentDB;

2. 数据表操作（重点，必考）

(1) 创建表（CREATE TABLE，高频综合题）
CREATE TABLE 表名 (
    字段名1 数据类型 [约束],
    字段名2 数据类型 [约束],
    ...
    [表级约束]
);

常用数据类型（专升本核心）：

  • 字符型：char(n)（定长）、varcher(n)（变长）
  • 数值型：int（整数）、float/doublefle（浮点数）
  • 日期型：date（YYYY-MM-DD）

常用约束（完整性，必考）：

  • primary key：主键（唯一标识记录，非空）
  • not null：字段不能为空
  • unique：字段值唯一
  • foreign key：外键（关联另一表主键）

示例（学生表，考试高频）：

CREATE TABLE Student (
    Sno CHAR(10) PRIMARY KEY,  -- 学号，主键
    Sname VARCHAR(20) NOT NULL, -- 姓名，非空
    Sage INT,                  -- 年龄
    Ssex CHAR(2) DEFAULT '男',  -- 性别，默认男
    Sdept VARCHAR(20)           -- 所在系
);
(2) 修改表（ALTER TABLE，选择题 / 填空题）

添加字段：

ALTER TABLE 表名 ADD 字段名 数据类型 [约束];
-- 示例：给Student表添加"入学日期"字段
ALTER TABLE Student ADD Sdate DATE;

修改字段类型 / 约束：

ALTER TABLE 表名 MODIFY 字段名 新数据类型 [新约束];
-- 示例：将Sage字段改为非空
ALTER TABLE Student MODIFY Sage INT NOT NULL;

删除字段：

ALTER TABLE 表名 DROP 字段名;
-- 示例：删除Sdate字段
ALTER TABLE Student DROP Sdate;
(3). 删除表（DROP TABLE）
DROP TABLE 表名;
-- 示例：删除Student表
DROP TABLE Student;

4.数据查询（DQL：SELECT，综合题核心，占比最高）

1. 无条件查询（基础）

语法：SELECT 字段列表 FROM 表名;

  • * 表示查询所有字段
  • 可给字段取别名：字段名 AS 别名

示例：

-- 查询所有学生的学号、姓名
SELECT Sno, Sname FROM Student;

-- 查询学生表所有信息
SELECT * FROM Student;

-- 查询姓名并取别名"学生姓名"
SELECT Sname AS 学生姓名 FROM Student;

2. 带条件查询（WHERE，高频）

语法：SELECT 字段 FROM 表名 WHERE 条件;

常用条件运算符：

  • 比较：=、>、<、>=、<=、!=（或<>）
  • 逻辑：AND（且）、OR（或）、NOT（非）
  • 范围：between ... and ...
  • 集合： in (值1,值2,...)
  • 模糊查询：LIKE（%匹配任意字符，_匹配单个字符）

示例：

-- 查询计算机系(CS)的所有学生
SELECT * FROM Student WHERE Sdept = 'CS';

-- 查询年龄在18-22岁的男生
SELECT * FROM Student WHERE Sage BETWEEN 18 AND 22 AND Ssex = '男';

-- 查询姓"李"的学生
SELECT * FROM Student WHERE Sname LIKE '李%';

3. 分组查询与排序（GROUP BY/ORDER BY，综合题必考）

(1) 排序（ORDER BY）
  • ASC：升序（默认），DESC：降序
  • 可多字段排序

示例：

-- 按年龄升序、学号降序查询学生
SELECT * FROM Student ORDER BY Sage ASC, Sno DESC;
(2) 分组查询（GROUP BY + 聚合函数）

常用聚合函数：count()（计数）、sum()（求和）、avg()（平均值）、max()（最大值）、min()（最小值）

  • having：根据条件，筛选分组后的结果（必须跟在GROUP BY后，区别于WHERE）

示例：

-- 统计各系学生人数，仅显示人数>30的系
SELECT Sdept, COUNT(*) AS 人数
FROM Student
GROUP BY Sdept
HAVING COUNT(*) > 30;

4. 连接查询（多表查询，难点 + 高频）

用于从两张及以上表中查询关联数据，核心是外键关联。

(1) 内连接（INNER JOIN，最常用）

语法：

SELECT 字段列表
FROM 表1
INNER JOIN 表2 ON 表1.字段 = 表2.字段;

示例（学生表 + 成绩表）：

-- 查询学生姓名、课程号、成绩
SELECT Student.Sname, SC.Cno, SC.Grade
FROM Student
INNER JOIN SC ON Student.Sno = SC.Sno;
(2) 外连接（了解，专升本较少考）
  • 左外连接（LEFT JOIN）：保留左表所有记录，右表无匹配则显示NULL
  • 右外连接（RIGHT JOIN）：保留右表所有记录

5.数据更新（DML：增 / 删 / 改，必考）

1. 插入数据（INSERT）

语法 1（指定字段）：

INSERT INTO 表名 (字段1,字段2,...) VALUES (值1,值2,...);

语法 2（全字段，省略字段名）：

INSERT INTO 表名 VALUES (值1,值2,...);

示例：

-- 插入一条学生记录
INSERT INTO Student (Sno, Sname, Sage, Ssex, Sdept)
VALUES ('2026001', '张三', 20, '男', 'CS');

2. 修改数据（UPDATE，注意WHERE，否则全表修改）

语法：

UPDATE 表名 SET 字段1=新值1, 字段2=新值2 [WHERE 条件];

注意

  • 执行修改操作时若不指定 WHERE 条件，将更新该表中该字段的所有记录值。

示例：

-- 将学号2026001的学生年龄改为21
UPDATE Student SET Sage = 21 WHERE Sno = '2026001';

3. 删除数据（DELETE，注意WHERE）

语法：

DELETE FROM 表名 [WHERE 条件];

注意：

  • 如果不指定 WHERE 条件，执行删除操作将清空表中的所有数据，但表结构会保留。

示例：

-- 删除年龄大于30的学生
DELETE FROM Student WHERE Sage > 30;

6.海南专升本 SQL 核心总结

  1. 重点语句：CREATE TABLE、SELECT（含WHERE/GROUP BY/JOIN）、INSERT/UPDATE/DELETE。
  2. 易错点：UPDATE/DELETE必须加WHERE；HAVING与GROUP BY配套；连接查询的ON条件正确。
  3. 题型：选择题考概念 / 分类；填空题考语句填空；综合题要求写完整 SQL 语句（如建表、多表查询）。

第五章数据库中的对象

本章预览

1.索引（Index）

(1).索引的分类（高频考点：选择、填空）

索引是数据库表中一列或多列值的排序结构，核心作用是加速数据查询，按存储结构、数据唯一性、创建方式分为以下几类：

  1. 按数据唯一性划分

    • 主键索引（PRIMARY KEY）：唯一标识表中记录，不允许 NULL 值，一张表仅能有 1 个；创建表时定义主键自动生成，如student(sid)设为主键，sid列自动创建主键索引。

    • 唯一索引（UNIQUE）：列值必须唯一，允许 1 个 NULL 值，一张表可创建多个；语法：UNIQUE (列名)。

  2. 按存储结构划分（MySQL 核心）

    • B + 树索引：最常用，支持范围查询、排序、分组，InnoDB 存储引擎默认索引类型，适合大数据量查询。

    • 哈希索引：基于哈希表实现，仅支持精确匹配查询（=、IN），不支持范围查询，Memory 存储引擎默认索引。

  3. 按列数划分

    • 单列索引：基于单个列创建，如INDEX idx_name (name)。

    • 复合索引（多列索引）：基于多个列创建，遵循最左前缀原则（查询必须包含索引第一列才生效），如INDEX idx_stu (sid, name, age)。

  4. 其他分类

    • 普通索引（INDEX）：无唯一性约束，仅加速查询，最基础索引类型。

    • 全文索引（FULLTEXT）：针对TEXT、VARCHAR类型列，用于全文检索（如文章关键词搜索），仅 MyISAM、InnoDB（MySQL 5.6+）支持。

(2).索引的设计原则（高频考点：简答、综合题）

索引并非越多越好，需遵循以下原则，避免索引失效、降低增删改效率：

  1. 最左前缀原则：复合索引查询必须包含第一列，否则索引失效；如复合索引(a,b,c)，仅WHERE a=?、WHERE a=? AND b=?生效，WHERE b=?不生效。

  2. 选择性高原则：优先为区分度高的列创建索引（如学号、身份证号），避免为性别、状态等区分度低的列建索引（索引选择性 = 唯一值数 / 总行数，越接近 1 越好）。

  3. 避免过度索引：索引会占用磁盘空间，且增删改数据时需同步更新索引，降低写入效率；一张表索引数建议≤5 个。

  4. 小数据类型优先：为INT、VARCHAR(10)等短字段建索引，避免为TEXT、BLOB大字段建索引（全文索引除外）。

  5. 频繁查询列优先：为WHERE、JOIN、ORDER BY、GROUP BY子句中频繁使用的列建索引。

  6. 避免 NULL 值：索引列尽量设为NOT NULL，NULL 值会导致索引失效或查询效率降低。

(3).创建索引（核心实操：SQL 语句，综合题必考）

1. 创建普通索引

-- 语法：CREATE INDEX 索引名 ON 表名(列名);
CREATE INDEX idx_stu_name ON student(name); -- 为student表name列创建普通索引

2. 创建唯一索引

-- 语法：CREATE UNIQUE INDEX 索引名 ON 表名(列名);
CREATE UNIQUE INDEX idx_stu_id ON student(sid);
 -- 为sid列创建唯一索引（值唯一，允许1个NULL）

3. 创建主键索引（建表时定义）

CREATE TABLE student(
    sid INT PRIMARY KEY, -- 主键索引自动创建
    name VARCHAR(20),
    age INT
);

4. 创建复合索引

-- 语法：CREATE INDEX 索引名 ON 表名(列1,列2,列3);
CREATE INDEX idx_stu_info ON student(sid, name, age); -- 复合索引，遵循最左前缀

5. 创建全文索引

-- 语法：CREATE FULLTEXT INDEX 索引名 ON 表名(列名);
CREATE FULLTEXT INDEX idx_article_content ON article(content);

(4).查看索引（实操考点：查询索引信息）

-- 查看指定表的所有索引
SHOW INDEX FROM student;
-- 或
DESCRIBE student; -- 简略查看，主键索引会标注PRI

(5).删除索引（实操考点）

-- 语法：DROP INDEX 索引名 ON 表名;
DROP INDEX idx_stu_name ON student; -- 删除普通索引
-- 删除主键索引（需先取消主键约束）
ALTER TABLE student DROP PRIMARY KEY;

2.视图（View）

(1).定义视图（核心：虚拟表，无实际数据）

视图是基于一个或多个基本表（或视图）的查询结果构建的虚拟表，本身不存储数据，数据来源于基本表，随基本表数据变化而实时更新。作用：简化复杂查询、保障数据安全（隐藏敏感列）、实现数据逻辑独立。

创建视图语法（综合题必考）

-- 语法：
CREATE VIEW 视图名[(列名1,列名2,...)] 
AS SELECT 查询语句 [WITH CHECK OPTION];

-- 例1：创建单表视图，仅显示学生学号、姓名、年龄
CREATE VIEW v_stu_info AS SELECT sid, name, age FROM student;

-- 例2：创建多表视图，关联学生表与成绩表
CREATE VIEW v_stu_score AS 
SELECT s.sid, s.name, sc.course, sc.score 
FROM student s 
JOIN score sc ON s.sid=sc.sid;

-- 例3：带CHECK OPTION（通过视图更新数据时，需满足视图查询条件）
CREATE VIEW v_stu_adult 
AS SELECT sid, name, age 
FROM student 
WHERE age>=18 WITH CHECK OPTION;

WITH CHECK OPTION：通过视图插入 / 修改数据时，必须满足WHERE age>=18条件，否则报错，保障数据一致性。

(2).查看视图（实操）

-- 查看数据库中所有视图
SHOW FULL TABLES WHERE TABLE_TYPE LIKE 'VIEW';
-- 查看视图定义
SHOW CREATE VIEW v_stu_info;
-- 查询视图数据（和查询表语法一致）
SELECT * FROM v_stu_info;

(3.)修改视图（两种方式）

  • CREATE OR REPLACE VIEW（覆盖原有视图，推荐）

-- 修改视图，添加性别列
CREATE OR REPLACE VIEW v_stu_info AS SELECT sid, name, age, gender FROM student;

  • ALTER VIEW（修改视图列或查询逻辑）

ALTER VIEW v_stu_info AS SELECT sid, name FROM student WHERE age>=16;

(4).删除视图

-- 语法：DROP VIEW [IF EXISTS] 视图名;
DROP VIEW IF EXISTS v_stu_info; -- 避免视图不存在时报错

(5).更新视图（考点：视图可更新条件）

视图并非所有情况都可更新（INSERT/UPDATE/DELETE），需满足以下条件：

  1. 视图基于单个基本表创建，且包含主键 / 唯一键；

  2. 视图未使用聚合函数（SUM/COUNT/AVG）、GROUP BY、DISTINCT、JOIN（多表）、子查询；

  3. 未使用WITH CHECK OPTION时，更新需符合基本表约束；使用时需符合视图查询条件。

可更新示例：

-- 更新单表视图数据（同步更新基本表student）
UPDATE v_stu_info SET age=20 WHERE sid=1001;

-- 插入数据（需满足基本表非空约束）
INSERT INTO v_stu_info(sid, name, age) VALUES(1005, '张三', 19);

不可更新示例：多表视图、聚合视图无法更新，会报错。

3.存储过程（Stored Procedure）

(1.)定义与作用

存储过程是一组预编译的 SQL 语句集合，存储在数据库中，可通过名称调用执行。优点：模块化设计（一次创建多次调用）、减少网络传输、提高执行效率（预编译）、简化复杂操作。

(2.)创建和执行存储过程（核心实操，综合题必考）

1 创建存储过程（MySQL 语法）

-- 语法：
DELIMITER // -- 修改语句结束符为//（避免与存储过程内;冲突）
CREATE PROCEDURE 存储过程名([IN/OUT/INOUT 参数名 数据类型,...])
BEGIN
    -- SQL语句集合
END //
DELIMITER ; -- 恢复结束符为;

-- 例1：无参存储过程，查询所有学生信息
DELIMITER //
CREATE PROCEDURE proc_get_all_stu()
BEGIN
    SELECT * FROM student;
END //
DELIMITER ;

-- 例2：带IN参数（输入参数），根据学号查询学生
DELIMITER //
CREATE PROCEDURE proc_get_stu_by_id(IN p_sid INT)
BEGIN
    SELECT * FROM student WHERE sid=p_sid;
END //
DELIMITER ;

-- 例3：带OUT参数（输出参数），查询学生总数
DELIMITER //
CREATE PROCEDURE proc_get_stu_count(OUT p_count INT)
BEGIN
    SELECT COUNT(*) INTO p_count FROM student;
END //
DELIMITER ;

参数类型：

  • IN：输入参数，调用时传入值（默认）；

  • OUT：输出参数，存储过程返回结果；

  • INOUT：既输入又输出。

2 执行存储过程

-- 执行无参存储过程
CALL proc_get_all_stu();
-- 执行带IN参数的存储过程
CALL proc_get_stu_by_id(1001);
-- 执行带OUT参数的存储过程（需定义变量接收结果）
SET @stu_count=0; -- 定义用户变量
CALL proc_get_stu_count(@stu_count);
SELECT @stu_count; -- 查看结果

3查看存储过程

-- 查看数据库中所有存储过程
SHOW PROCEDURE STATUS WHERE Db='数据库名';
-- 查看存储过程定义
SHOW CREATE PROCEDURE proc_get_all_stu;

4删除存储过程

-- 语法：DROP PROCEDURE [IF EXISTS] 存储过程名;
DROP PROCEDURE IF EXISTS proc_get_all_stu;

4.触发器（Trigger）

(1).定义与作用

触发器是特殊的存储过程，由数据库事件（INSERT/UPDATE/DELETE）自动触发执行，无需手动调用。核心作用：维护数据完整性、实现级联操作、记录数据变更日志、强化业务约束。

(2).创建触发器（核心实操，综合题必考）

1. 触发器三要素

  • 触发时间：BEFORE（事件执行前）、AFTER（事件执行后）；

  • 触发事件：INSERT、UPDATE、DELETE；

  • 触发对象：指定表（触发器绑定在表上）。

2. 创建语法（MySQL）

-- 语法：
DELIMITER //
CREATE TRIGGER 触发器名 触发时间 触发事件 ON 表名
FOR EACH ROW -- 行级触发器（每操作一行触发一次，MySQL仅支持行级）
BEGIN
    -- 触发时执行的SQL语句
END //
DELIMITER ;

-- 例1：AFTER INSERT触发器，学生表插入数据时，记录日志
DELIMITER //
CREATE TRIGGER trig_stu_insert AFTER INSERT ON student
FOR EACH ROW
BEGIN
    INSERT INTO stu_log(operation, opt_time, stu_id) 
    VALUES('INSERT', NOW(), NEW.sid); -- NEW代表插入的新记录
END //
DELIMITER ;

-- 例2：BEFORE UPDATE触发器，修改学生年龄时，限制年龄≥16
DELIMITER //
CREATE TRIGGER trig_stu_update BEFORE UPDATE ON student
FOR EACH ROW
BEGIN
    IF NEW.age<16 THEN
        SIGNAL SQLSTATE '45000' SET MESSAGE_TEXT='年龄不能小于16岁';
    END IF;
END //
DELIMITER ;

-- 例3：AFTER DELETE触发器，删除学生时，同步删除成绩表数据（级联操作）
DELIMITER //
CREATE TRIGGER trig_stu_delete AFTER DELETE ON student
FOR EACH ROW
BEGIN
    DELETE FROM score WHERE sid=OLD.sid; -- OLD代表删除的旧记录
END //
DELIMITER ;

关键字：

  • NEW：触发INSERT/UPDATE时，代表新数据行；

  • OLD：触发UPDATE/DELETE时，代表旧数据行。

(3).查看触发器

-- 查看数据库中所有触发器
SHOW TRIGGERS;
-- 查看指定触发器定义
SHOW CREATE TRIGGER trig_stu_insert;

(4).删除触发器

-- 语法：DROP TRIGGER [IF EXISTS] 触发器名;
DROP TRIGGER IF EXISTS trig_stu_insert;

5.海南专升本考点总结（必背）

  1. 索引：分类（主键 / 唯一 / 普通 / 复合 / B + 树）、设计原则（最左前缀、选择性高）、创建 / 删除 SQL；

  2. 视图：虚拟表特性、创建语法（CREATE VIEW...AS）、WITH CHECK OPTION作用、可更新条件；

  3. 存储过程：IN/OUT参数、CALL执行、预编译优势；

  4. 触发器：BEFORE/AFTER、INSERT/UPDATE/DELETE、NEW/OLD关键字、数据完整性应用。

第六章数据库设计

本章预览

1. 数据库设计的内容

数据库设计就是根据应用需求，设计出结构合理、使用方便、效率高的数据库。主要包括三方面内容：

  1. 数据结构设计设计表、字段、主键、外键、关系等。
  2. 数据操作设计增删改查（INSERT、DELETE、UPDATE、SELECT）如何实现。
  3. 数据完整性约束设计保证数据正确、不重复、不矛盾（实体完整性、参照完整性、用户自定义完整性）。

2. 数据库设计的方法

常见设计方法（专升本常考）：

  1. 直观设计法凭经验直接设计，简单但容易出错，适合小系统。
  2. 规范化设计法用 范式（1NF、2NF、3NF）消除冗余，最常用、最标准。
  3. 面向对象设计法用类、对象、继承思想设计数据库。
  4. 基于 E-R 模型的设计法先画 E-R 图，再转关系模式，考试必考。

3. 数据库设计的阶段（重点！必背顺序）

数据库设计一共 6 个阶段，顺序不能乱：

  1. 需求分析
  2. 概念结构设计
  3. 逻辑结构设计
  4. 物理结构设计
  5. 数据库实施
  6. 数据库运行与维护

口诀：需 — 概 — 逻 — 物 — 实 — 运

4. 需求分析

(1).需求分析的任务

需求分析是数据库设计的第一步，也是最关键一步。任务：

  • 收集用户数据需求：要存什么数据
  • 收集用户处理需求：要做什么操作
  • 明确安全性、完整性要求
  • 写出需求规格说明书（文档）

一句话：搞清楚 “要什么”

(2).需求分析的方法

常用方法：

  1. 调查法：访谈、问卷、开会
  2. 跟班作业：亲自看业务流程
  3. 查阅资料：看报表、单据、制度
  4. 数据流图 DFD + 数据字典 DD
    • 数据流图：表示数据流动、处理、存储
    • 数据字典：详细定义每个数据项含义

5. 概念结构设计（第二阶段）

目标：把需求变成独立于任何 DBMS 的概念模型。核心工具：E-R 模型（实体 - 联系模型）

主要内容：

  1. 确定实体（如学生、课程、教师）
  2. 确定属性（如学号、姓名、成绩）
  3. 确定实体间联系
    • 一对一 1:1
    • 一对多 1:N
    • 多对多 M:N
  4. 画出E-R 图
  5. 集成、优化全局 E-R 图

特点：与具体数据库（MySQL、Oracle）无关。

6. 逻辑结构设计（第三阶段・高频考点）

目标：把 E-R 图转换成关系模型（表），并规范化。

步骤：

  1. E-R 图 → 关系模式
    • 实体 → 表
    • 属性 → 字段
    • 主键 → 唯一标识
  2. 处理联系
    • 1:1：任一方加外键
    • 1:N：N 方加 1 方主键作为外键
    • M:N：单独建一张联系表
  3. 规范化（范式）用 1NF、2NF、3NF 消除冗余、异常。
  4. 优化：合并、分解表，提高效率。

7. 物理结构设计（第四阶段）

目标：为关系模型选择具体存储结构和存取方法，与硬件、OS、DBMS 相关。

内容：

  1. 确定存储结构表如何存储、记录顺序。
  2. 设计索引加快查询。
  3. 确定存取路径怎么查最快。
  4. 估算存储空间。

一句话：数据库 “怎么存、怎么查最快”。

8. 数据库的实施（第五阶段）

就是真正建库、建表、导数据、测试。

主要工作：

  1. 用 DDL 语句建库、建表
  2. 录入数据
  3. 编写测试程序，调试、试运行
  4. 检查是否满足需求

9. 数据库的运行和维护（第六阶段）

数据库投入使用后的长期工作：

  1. 数据库转储与恢复（备份）
  2. 安全性、完整性控制
  3. 性能监测、分析、改进
  4. 数据库重组与重构优化表结构、索引，不改变逻辑结构。

10.海南专升本考点总结

  1. 设计内容：结构、操作、完整性
  2. 设计方法：直观、规范化、E-R、面向对象
  3. 六阶段：需 — 概 — 逻 — 物 — 实 — 运
  4. 需求分析：做什么、存什么、写文档
  5. 概念设计：画 E-R 图
  6. 逻辑设计：E-R 转表 + 范式
  7. 物理设计：怎么存、建索引
  8. 实施：建库、建表、测试
  9. 运行维护：备份、优化、安全

第七章数据库技术的发展

本章预览

1. 大数据

(1) 什么是大数据

定义：大数据（Big Data）是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

  • 核心本质：数据量极大、类型极多、产生速度极快，传统数据库难以处理。
  • 典型场景：电商用户行为日志、社交平台动态、物联网传感器数据、金融交易流水。

(2) 大数据的特征（4V 核心，考试必背）

  1. Volume（大量）：数据规模从 TB 级跃升至 PB、EB 级，远超传统数据库存储能力。
  2. Velocity（高速）：数据实时产生、实时流入，需秒级 / 毫秒级处理（如直播弹幕、实时订单）。
  3. Variety（多样）：数据类型复杂，含结构化（数据库表）、半结构化（JSON/XML）、非结构化（图片、视频、日志）。
  4. Value（低价值密度）：海量数据中有效信息占比低，需通过挖掘提取高价值内容（如从用户日志中分析消费偏好）。
  • 补充：部分教材增加Veracity（真实性），强调数据质量与可信度。

2. 数据仓库

(1) 数据仓库系统的体系结构（四层架构，考试常考）

数据仓库（Data Warehouse，DW）是面向主题的、集成的、相对稳定的、随时间变化的数据集合，用于支持管理决策。其标准四层体系结构：

  1. 数据源层：数据来源，含业务数据库、日志文件、外部数据（如 Excel、第三方接口）。
  2. 数据抽取、转换与加载层（ETL）：核心处理层，完成数据抽取（Extract）、清洗转换（Transform）、加载（Load）到数据仓库。
  3. 数据仓库存储层：核心存储，含数据仓库主体（存储整合后数据）、数据集市（Data Mart）（面向部门 / 主题的小型数据仓库）。
  4. 应用与展现层：提供数据访问与分析，含 OLAP（联机分析处理）、数据挖掘、报表工具、可视化平台。

(2) 数据仓库的数据库模式

数据仓库采用多维数据模型，区别于关系数据库的二维表模型，核心模式：

  1. 星型模式（Star Schema）
    • 结构：1 个事实表（核心，存储业务度量数据，如销售额、订单量）+ 多个维度表（描述事实的属性，如时间、商品、地区、用户）。
    • 特点：结构简单、查询效率高，是最常用模式。
    • 示例：销售事实表关联时间维度表、商品维度表、地区维度表。
  2. 雪花型模式（Snowflake Schema）
    • 结构：星型模式的扩展，维度表可进一步规范化，拆分为多个子维度表（如商品维度表拆分为商品分类、品牌子表）。
    • 特点：减少数据冗余，但结构复杂、查询效率略低。
  3. 星座模式（Galaxy Schema）
    • 结构：多个事实表共享一组维度表（如销售事实表、库存事实表共享时间、商品维度表）。
    • 特点：适合复杂业务场景，支持多主题联合分析。

3. 分布式数据库系统

(1) 分布式数据库系统的体系结构

分布式数据库（DDB）是数据物理分布在多个网络节点（计算机）上，但逻辑上属于同一系统的数据库，节点通过网络互联，用户访问如同单机数据库。核心四层结构：

  1. 全局外层：用户接口，提供全局视图，屏蔽数据分布细节。
  2. 全局概念层：定义全局数据模式，描述所有数据的逻辑结构与关联。
  3. 分片与分配层：将全局数据分片（Sharding）（按规则拆分），并分配到各节点存储。
  4. 局部内层：各节点的本地数据库，负责本地数据的存储、管理与操作。

(2) 分布式查询处理

分布式查询需解决数据分布带来的查询效率与一致性问题，核心流程：

  1. 查询分解：将全局 SQL 查询拆分为多个可在本地节点执行的子查询。
  2. 数据定位：根据数据分片规则，确定子查询需访问的节点。
  3. 数据传输：节点间传输中间结果，减少网络开销（优先本地计算）。
  4. 结果合并：汇总各节点子查询结果，返回最终全局结果。
  • 核心优化：查询优化器选择最优执行路径，最小化网络传输与计算成本。

(3) 分布式事务管理

分布式事务需保证多个节点上的操作要么全部成功，要么全部失败（ACID 特性）

核心机制：

  1. 两阶段提交协议（2PC，Two-Phase Commit）
    • 阶段 1（表决阶段）：协调者向所有参与者发送事务请求，参与者执行操作并返回 “同意 / 终止”。
    • 阶段 2（执行阶段）：协调者根据反馈，若全同意则发送 “提交”，否则发送 “回滚”，参与者执行对应操作。
    • 缺点：协调者单点故障、性能低，适合小规模分布式系统。
  2. 三阶段提交协议（3PC）：2PC 的改进，增加 “预提交” 阶段，降低协调者故障风险。
  3. BASE 理论：分布式事务常用替代方案，放弃强一致性，追求基本可用、软状态、最终一致性（后续 NoSQL 章节详解）。

4. 非关系数据库（NoSQL）

(1) NoSQL 的类型（四大类，考试必记）

NoSQL（Not Only SQL）是非关系型、分布式、灵活 Schema 的数据库，解决传统关系数据库在大数据、高并发场景的瓶颈。四大核心类型：

  1. 键值数据库（Key-Value Store）
    • 模型：以 “键 - 值” 对存储数据，键唯一，值可为任意类型（字符串、JSON、二进制）。
    • 特点：读写性能极高、水平扩展强，适合缓存、会话存储。
    • 代表：Redis、Memcached、DynamoDB。
  2. 文档数据库（Document Store）
    • 模型：以 JSON/BSON 文档存储数据，文档可嵌套、动态 Schema，无需预定义表结构。
    • 特点：灵活、适合半结构化数据，支持复杂查询。
    • 代表：MongoDB、CouchDB。
  3. 列族数据库（Column-Family Store，宽列数据库）
    • 模型：按列族组织数据，列族是相关列的集合，每行可拥有不同列。
    • 特点：高压缩比、批量查询高效，适合海量数据与日志存储。
    • 代表：HBase、Cassandra。
  4. 图数据库（Graph Database）
    • 模型：以 “节点（实体）+ 边（关系）+ 属性” 存储数据，专注处理复杂关联。
    • 特点：关系查询效率极高，适合社交网络、知识图谱、推荐系统。
    • 代表：Neo4j、JanusGraph。

(2) NoSQL 数据模型

NoSQL 突破关系数据库的二维表限制，核心模型特点：

  1. 无固定 Schema（动态 Schema）：无需预先定义字段、数据类型，数据结构可随时调整，适配快速迭代与非结构化数据。
  2. 非关系存储：不依赖主键 - 外键关联，数据可独立存储，减少 JOIN 操作，提升性能。
  3. 分布式存储：天然支持分片（Sharding）与副本（Replica），数据分散在多节点，实现水平扩展与高可用。
  4. 多维 / 灵活结构：支持嵌套、数组、图结构等，适配复杂业务数据（如商品详情、社交关系）。

(3) NoSQL 事务特性

NoSQL不严格遵循 ACID，基于CAP 定理与BASE 理论设计，核心特性：

  1. CAP 定理（分布式系统三特性不可兼得）
    • C（一致性）：所有节点数据同一时间一致。
    • A（可用性）：每个请求都能得到响应（成功 / 失败）。
    • P（分区容错性）：网络分区时系统仍可运行。
    • 结论：分布式系统中，只能同时满足 CP 或 AP，无法三者兼得。
  2. BASE 理论（NoSQL 核心设计思想）
    • Basically Available（基本可用）：系统出现故障时，保证核心功能可用，非核心功能可降级。
    • Soft State（软状态）：数据状态可临时不一致，无需实时同步。
    • Eventually Consistent（最终一致性）：经过一段时间后，所有节点数据最终达到一致（放弃强一致，换高可用与高性能）。
  3. 事务支持差异
    • 键值 / 列族数据库：多支持单操作原子性，不支持复杂事务。
    • 文档数据库：部分支持多文档事务（如 MongoDB 4.0+），但性能低于关系数据库。
    • 图数据库：专注关系查询，事务支持较弱，优先保证查询效率。

5.海南专升本考点总结

1.大数据
  1. 定义：无法用常规工具在一定时间内捕捉、管理、处理的数据集合，需新模式处理。
  2. 4V 特征（必背）
  • Volume 大量：数据规模巨大
  • Velocity 高速：产生、处理速度快
  • Variety 多样：结构化、半结构化、非结构化
  • Value 低价值密度：有效信息少，需挖掘
2.数据仓库
  1. 数据仓库定义（关键词）：面向主题、集成、稳定、随时间变化、支持决策。
  2. 体系结构（四层）
  • 数据源层
  • ETL 层（抽取、转换、加载）
  • 数据仓库存储层
  • 应用与展现层
  1. 数据仓库模式（3 种）
  • 星型模式：1 事实表 + 多个维度表
  • 雪花型模式：星型扩展，维度表再拆分
  • 星座模式：多个事实表共享维度表
3.分布式数据库系统
  1. 定义：物理分布、逻辑统一，通过网络互联。
  2. 体系结构（四层）
  • 全局外层
  • 全局概念层
  • 分片与分配层
  • 局部内层
  1. 分布式查询处理
  • 查询分解 → 数据定位 → 数据传输 → 结果合并
  1. 分布式事务管理
  • 2PC 两阶段提交：表决阶段、执行阶段
  • 目标：要么全成功，要么全失败
4.非关系数据库 NoSQL
  1. NoSQL 四大类型（必背）
  • 键值数据库：Redis、Memcached
  • 文档数据库：MongoDB
  • 列族数据库：HBase、Cassandra
  • 图数据库：Neo4j
  1. NoSQL 数据模型特点
  • 无固定 Schema、非关系、分布式、灵活结构
  1. 事务理论（重点）
  • CAP 定理：一致性 C、可用性 A、分区容错性 P，三者只能选其二
  • BASE 理论：基本可用、软状态、最终一致性
5.考试高频一句话速记
  1. 大数据：4V
  2. 数据仓库：主题、集成、稳定、时变
  3. 分布式事务：2PC
  4. NoSQL：四大类型 + CAP + BASE

第八章选择题考点

模块一 数据库基本概念

1.核心概念辨析（必考）

  • 数据：不仅是数字，还包括文字、图形、图像、音频等所有能被计算机存储和处理的符号集合。
  • 数据库（DB）：长期存储在计算机内、有组织、可共享的大量数据的集合，核心是结构化、可共享。
  • 数据库管理系统（DBMS）：数据库系统的核心软件，位于用户和操作系统之间，用于数据的定义、操纵、管理和维护。
  • 数据库系统（DBS）：由DB、DBMS、应用程序、数据库管理员（DBA）、用户五部分组成，DBS 包含 DBMS 和 DB（选择题必考包含关系）。

2.三级模式结构（超高频必考）

模式类型 别名 数量 核心定义
概念模式 模式、逻辑模式 全局唯一 1 个 数据库全体数据的逻辑结构和特征的描述，所有用户的公共数据视图，对应基本表
外模式 用户模式、子模式 可以有多个 单个用户能看到的局部数据的逻辑结构，和应用程序一一对应，对应视图
内模式 存储模式 全局唯一 1 个 数据物理结构和存储方式的描述，对应存储文件、索引、存储路径

3.两级映像与两级数据独立性（超高频必考，每套卷必出）

  • 两级映像正确对应关系：
    1. 外模式 / 概念模式映像：保证逻辑数据独立性—— 概念模式（表结构）修改时，只需修改映像，外模式和应用程序无需改动。
    2. 概念模式 / 内模式映像：保证物理数据独立性—— 内模式（存储结构、物理位置）修改时，只需修改映像，概念模式和应用程序无需改动。
  • 易错点：物理独立性对应存储结构变化，逻辑独立性对应表逻辑结构变化，不可混淆。

模块二 数据模型

1.数据模型核心基础（必考）

  • 数据模型三要素：数据结构、数据操作、完整性约束（选择题必考三要素，常考 “哪个不属于三要素”）。
  • 数据模型分类：
    • 概念数据模型：独立于 DBMS，用于需求分析到设计的过渡，代表是E-R 模型。
    • 逻辑数据模型：面向 DBMS，包括层次模型、网状模型、关系模型、面向对象模型。
    • 物理数据模型：面向底层存储，和硬件、DBMS 强相关。

2.E-R 图（实体 - 联系模型，必考）

  • 三要素及图形表示：实体（矩形）、属性（椭圆）、联系（菱形）。
  • 联系的类型：一对一（1:1）、一对多（1:n）、多对多（m:n）（选择题必考场景判断，如学生 - 课程是 m:n，部门 - 员工是 1:n）。

3.四大逻辑模型核心特点（必考）

  • 层次模型：树形结构，有且只有一个根节点，除根节点外其他节点只有一个双亲节点。
  • 网状模型：网状结构，允许一个节点有多个双亲，允许多个节点无双亲，解决了层次模型不能表示多对多的问题。
  • 关系模型：二维表结构，核心术语：行 = 元组、列 = 属性、主键 = 主码、外键 = 外码，是当前主流数据库的核心模型。
  • 面向对象模型：核心是对象和类，支持封装、继承、多态。

4.高频易错点

  • E-R 图的图形符号混淆，联系的类型判断错误。
  • 层次模型和网状模型的核心区别：是否允许一个节点有多个双亲。

模块三 关系数据库理论

1.关系模型三大完整性约束（超高频必考）

  • 实体完整性：主键（主码）的值不能为空、不能重复，一个表只能有一个主键。
  • 参照完整性：外键的值要么为空，要么等于被参照表中对应主键的值，用于维护两张表的关联关系。
  • 用户定义完整性：用户自定义的约束，如性别只能是男 / 女、年龄大于 0，是针对具体业务的规则。
  • 选择题常考：判断某条数据违反了哪类完整性约束。

2.关系代数运算（必考）

  • 笛卡尔积：R 有 m 个元组，S 有 n 个元组，笛卡尔积结果为m×n 个元组，是所有关系运算的基础。
  • 传统集合运算：并、差、交，要求两个关系属性个数、属性类型完全一致（相容）。
  • 专门的关系运算（必考辨析）：
    • 选择（σ）：水平分割，筛选行，根据条件保留符合要求的元组，不改变表的列结构。
    • 投影（π）：垂直分割，筛选列，保留指定的属性列，自动去除重复元组，会改变表的列结构。
    • 连接：自然连接是最常用的连接，基于两个表的同名属性做等值连接，自动去除重复列。

3.规范化理论（超高频必考，选择题难点核心）

  • 函数依赖核心：完全函数依赖、部分函数依赖、传递函数依赖（单属性主键的表，一定不存在部分函数依赖）。
  • 范式判断（必考，按优先级排序）：
    1. 第一范式（1NF）：属性不可再分，原子性，是关系表的最低要求，不满足 1NF 就不是合法的关系表。
    2. 第二范式（2NF）：在 1NF 基础上，消除了非主属性对主键的部分函数依赖（复合主键时，非主属性必须依赖整个主键，不能只依赖主键的一部分）。
    3. 第三范式（3NF）：在 2NF 基础上，消除了非主属性对主键的传递函数依赖（非主属性不能依赖其他非主属性）。
    4. BC 范式（BCNF）：在 3NF 基础上，消除了主属性对主键的部分和传递函数依赖，要求每一个决定因素都必须包含主键。
  • 关系分解的两个核心原则：无损连接性、保持函数依赖。

高频易错点

  • 选择和投影的区别：选行是选择，选列是投影，极易混淆。
  • 范式判断：复合主键的部分函数依赖、传递函数依赖的识别错误。
  • 完整性约束的适用场景：空值判断、主键重复对应的约束类型。

模块四 关系数据库标准语言 SQL

1.SQL 基础（必考）

  • SQL 核心特点：综合统一、高度非过程化、面向集合的操作方式、同一种语法支持多种使用方式、语言简洁易学。
  • SQL 语句分类（必考匹配）
  • 分类 核心功能 关键字
    数据定义语言（DDL） 定义库、表结构 CREATE、ALTER、DROP
    数据查询语言（DQL） 数据查询 SELECT
    数据操纵语言（DML） 数据增删改 INSERT、UPDATE、DELETE
    数据控制语言（DCL） 权限管理 GRANT、REVOKE

2.数据定义（必考）

  • 表修改语法：ALTER TABLE 中，ADD 用于新增列，MODIFY 用于修改列的类型 / 约束，DROP 用于删除列（选择题必考关键字匹配）。
  • 删除辨析：DROP TABLE 是删除表结构 + 所有数据；DELETE 仅删除数据，表结构保留。

3.数据查询 SELECT（超高频必考，每套卷必有 3-5 道题）

  • 语句执行顺序（必考）：FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY。
  • 核心子句辨析：
    • WHERE：筛选行，在分组前执行，不能使用聚合函数。
    • HAVING：筛选分组，必须和GROUP BY一起使用，可以使用聚合函数。
    • ORDER BY：排序，ASC升序（默认值），DESC降序。
  • 条件查询必考细节：
    • 模糊查询LIKE：%匹配任意多个字符，_匹配单个字符。
    • 空值判断：必须用IS NULL / IS NOT NULL，不能用=NULL。
    • 范围查询BETWEEN...AND...：是闭区间，包含左右两个边界值。
  • 聚合函数（必考）：COUNT()、SUM()、AVG()、MAX()、MIN()，所有聚合函数都会忽略 NULL 值；COUNT(*)统计所有行，COUNT(列名)仅统计该列非空的行。
  • 连接查询：左外连接LEFT JOIN 保留左表所有行，右表匹配不到的行填充 NULL；内连接INNER JOIN 只保留两张表匹配成功的行。

4.数据更新（必考易错）

  • UPDATE 表 SET 列=值 WHERE 条件：不写WHERE子句，会更新表中所有行。
  • DELETE FROM 表 WHERE 条件：不写WHERE子句，会删除表中所有行。

5.高频易错点

  • WHERE和HAVING的使用场景混淆，聚合函数的使用位置错误。
  • 空值判断用=NULL，忽略IS NULL的正确用法。
  • 不写WHERE子句的 UPDATE/DELETE 的后果，是选择题高频陷阱。
  • COUNT(*)和COUNT(列名)的区别。

模块五 数据库中的对象

1.索引（必考）

  • 核心作用：加快查询速度，会降低 INSERT/UPDATE/DELETE 的执行效率。
  • 分类核心规则：一个表只能有 1 个聚簇索引（物理存储顺序和索引顺序一致），可以有多个非聚簇索引；主键会自动创建唯一聚簇索引。
  • 设计原则（必考）：适合建索引的字段 ——WHERE 条件、排序、分组、主键、外键字段；不适合建索引的字段 —— 重复值多、很少查询、更新频繁的字段。
  • 操作语法：创建CREATE INDEX、删除DROP INDEX。

2.视图（必考）

  • 本质：虚表，只存储查询定义，不存储实际数据，数据来自底层基表。
  • 核心作用：简化复杂查询、提升数据安全性、提供逻辑数据独立性。
  • 更新限制：包含聚合函数、GROUP BY、DISTINCT、多表连接的视图，无法执行更新操作。
  • 操作语法：创建CREATE VIEW、修改ALTER VIEW、删除DROP VIEW。

3.存储过程（必考）

  • 定义：预编译的 SQL 语句集合，一次编译，多次执行。
  • 核心优点：提升执行效率、减少网络传输、提升数据安全性。
  • 执行语法：用CALL关键字调用。

4.触发器（必考）

  • 定义：特殊的存储过程，由 INSERT/UPDATE/DELETE 事件自动触发执行，无法手动调用。
  • 触发时机：BEFORE（事件前）、AFTER（事件后）。

5.高频易错点

  • 聚簇索引的数量限制，一个表只能有 1 个。
  • 视图的本质是虚表，不存储实际数据。
  • 触发器无法手动调用，只能由事件触发。

模块六 数据库设计

数据库设计六大阶段（必考顺序）：

  • 需求分析 → 概念结构设计 → 逻辑结构设计 → 物理结构设计 → 数据库实施 → 数据库运行和维护

2.各阶段核心产出（超高频必考）

  • 需求分析：核心产出数据流图（DFD）、数据字典（DD），是整个设计的基础。
  • 概念结构设计：核心产出E-R 图，独立于具体的 DBMS。
  • 逻辑结构设计：核心工作是将 E-R 图转换为关系模式，进行范式优化；m:n 的联系必须单独转换为一个关系模式，1:1 联系可合并到任意一方，1:n 联系合并到 n 方。
  • 物理结构设计：设计数据的存储结构、存取路径（索引），依赖于具体的 DBMS 和硬件环境。

3.数据库运行和维护：

  • 核心工作由 DBA 完成，包括数据库的备份与恢复、性能监控与优化、安全维护、结构重构。

4.高频易错点

  • 设计阶段的顺序混淆，各阶段的核心产出匹配错误。
  • E-R 图转关系模式的规则，m:n 联系必须单独建表，是高频考点。

模块七 数据库技术的发展

1.大数据（必考）

  • 四大核心特征（4V）：Volume（海量数据规模）、Velocity（高速处理）、Variety（数据类型多样）、Value（低价值密度）。

2.数据仓库（必考）

  • 核心特点：面向主题、集成的、相对稳定的、反映历史变化的，用于联机分析处理（OLAP）；和面向日常业务的操作型数据库（OLTP）形成区分。

3.分布式数据库系统

  • 核心特点：数据物理分布、逻辑整体，核心特性是透明性（分片透明、位置透明等）。

4.NoSQL 非关系型数据库（必考）

  • 四大类型及代表产品：键值数据库（Redis）、文档数据库（MongoDB）、列存储数据库（HBase）、图数据库（Neo4j）。
  • 核心特性：支持 BASE 特性（基本可用、软状态、最终一致性），区别于关系型数据库的 ACID 事务特性。

5.高频易错点

  • 大数据 4V 特征的记忆，常考 “哪个不属于 4V”。
  • NoSQL 的四大类型及代表产品的匹配。

第九章填空题考点

1.数据库基本概念

考频星级 必考挖空考点 标准答案
★★★ 数据是描述事物的______ 符号记录
★★★ 数据库是长期存储在计算机内、有组织的、可共享的______ 大量数据的集合
★★★ 数据库管理系统的英文缩写是______ DBMS
★★★ 数据库系统的英文缩写是______ DBS
★★★ 数据库系统的核心组成部分是______ 数据库管理系统（DBMS）
★★★ 数据库系统的核心人员是______ 数据库管理员（DBA）
★★★ 数据库三级模式结构分别是：概念模式、______、内模式 外模式
★★★ 三级模式中，唯一描述数据库全局逻辑结构的是______ 概念模式（模式）
★★★ 三级模式中，描述数据库物理存储结构与存取方式的是______ 内模式
★★★ 三级模式中，用户可见的局部数据逻辑视图、可设置多个的是______ 外模式
★★★ 数据库两级映像分别是： 外模式/概念模式映像 、______ 概念模式 / 内模式映像
★★★ 逻辑数据独立性由______映像保证 外模式 / 概念模式 
★★★ 物理数据独立性由______映像保证 概念模式 / 内模式
★★ 三级模式中，全局唯一的两个模式是概念模式和______ 内模式

2.数据模型

考频星级 必考挖空考点 标准答案
★★★ 数据模型的三大组成要素：______、数据操作、数据的完整性约束 数据结构
★★★ E-R 图（实体 - 联系图）的三大核心要素：实体、______、联系 属性
★★★ E-R 图属于______数据模型（概念 / 逻辑 / 物理） 概念
★★★ 两个实体集之间的联系分为三类：一对一 (1:1)、一对多 (1:n)、______ 多对多 (m:n)
★★★ 层次模型的基本数据结构是______ 树形结构
★★★ 网状模型的基本数据结构是______ 有向图结构
★★★ 关系模型的基本数据结构是______ 二维表结构
★★ 数据模型按层级分为：概念数据模型、______数据模型、物理数据模型 逻辑

3.关系数据库理论

考频星级 必考挖空考点 标准答案
★★★ 关系模型的三大完整性约束：实体完整性、______、用户定义完整性 参照完整性
★★★ 实体完整性规则：关系的主码（主键）取值必须______且非空 唯一
★★★ 参照完整性中，外码的取值要么为空，要么等于被参照关系中主码的______ 某个有效值
★★★ 传统的集合运算包括：并、差、______、笛卡尔积 交
★★★ 专门的关系运算中，从关系中选取满足条件的元组的操作是______ 选择
★★★ 专门的关系运算中，从关系中选取指定属性列的操作是______ 投影
★★★ 专门的关系运算中，按指定条件将两个关系的元组拼接的操作是______ 连接
★★★ 第一范式（1NF）的核心要求：关系中每个属性都是______的原子值 不可再分
★★★ 第二范式（2NF）：在 1NF 基础上，消除了非主属性对主码的______函数依赖 部分
★★★ 第三范式（3NF）：在 2NF 基础上，消除了非主属性对主码的______函数依赖 传递
★★★ BC 范式（BCNF）：在 3NF 基础上，消除了主属性对主码的部分和______函数依赖 传递
★★★ 关系模式分解的两大核心原则：无损连接性、______ 保持函数依赖
★★ 函数依赖 X→Y 中，X 被称为______ 决定因素

4.关系数据库标准查询语言 SQL

考频星级 必考挖空考点 标准答案
★★★ SQL 的中文全称是______ 结构化查询语言
★★★ SQL 中，数据定义语言的英文缩写是______，核心语句为 CREATE/ALTER/DROP DDL
★★★ SQL 中，数据操纵语言的英文缩写是______，核心语句为 INSERT/UPDATE/DELETE DML
★★★ SQL 中，数据查询的核心语句是______ SELECT
★★★ 创建数据库的 SQL 关键字是______ DATABASE CREATE
★★★ 修改数据库的 SQL 关键字是______ DATABASE ALTER
★★★ 删除数据库的 SQL 关键字是______ DATABASE DROP
★★★ 创建数据表的 SQL 关键字是______ TABLE CREATE
★★★ 修改数据表的 SQL 关键字是______ TABLE ALTER
★★★ 删除数据表的 SQL 关键字是______ TABLE DROP
★★★ SELECT 语句中，用于设置行筛选条件的子句是______ WHERE
★★★ SELECT 语句中，用于分组统计的子句是______ GROUP BY
★★★ SELECT 语句中，用于对分组后结果进行筛选的子句是______ HAVING
★★★ SELECT 语句中，用于对查询结果排序的子句是______ ORDER BY
★★★ ORDER BY 子句中，升序关键字是______，降序关键字是 DESC ASC
★★★ 插入数据的 SQL 关键字是______ INTO INSERT
★★★ 修改数据的 SQL 关键字是______ UPDATE
★★★ 删除数据的 SQL 关键字是______ FROM DELETE

5.数据库中的对象

考频星级 必考挖空考点 标准答案
★★★ 索引的核心作用是提高数据的______效率 查询
★★★ 创建索引的 SQL 关键字是______ INDEX CREATE
★★★ 删除索引的 SQL 关键字是______ INDEX DROP
★★★ 视图是从一个或多个基本表导出的______，本身不存储实际数据 虚表
★★★ 创建视图的 SQL 关键字是______ VIEW CREATE
★★★ 删除视图的 SQL 关键字是______ VIEW DROP
★★★ 存储过程是一组预先编译好的______的集合 SQL 语句
★★★ 创建存储过程的 SQL 关键字是______ PROCEDURE CREATE
★★★ 触发器是由 INSERT/UPDATE/DELETE 等______自动触发执行的特殊存储过程 事件
★★★ 创建触发器的 SQL 关键字是______ TRIGGER CREATE

6.数据库设计

考频星级 必考挖空考点 标准答案
★★★ 数据库设计的核心阶段：需求分析、______、逻辑结构设计、物理结构设计、数据库实施、运行和维护 概念结构设计
★★★ 需求分析阶段的核心输出产物是数据流图（DFD）和______ 数据字典（DD）
★★★ 概念结构设计的核心工具是______ E-R 图（实体 - 联系图）
★★★ 逻辑结构设计的核心任务：将 E-R 图转换为______ 关系模式
★★ 物理结构设计是为逻辑模型选取最合适的______和存取方法 物理存储结构

7.数据库技术的发展

考频星级 必考挖空考点 标准答案
★★★ 大数据的四大核心特征（4V）：Volume（大量）、Velocity（高速）、Variety（多样）、______ Value（低价值密度）
★★★ 数据仓库的四大核心特征：面向主题、集成的、______、反映历史变化 相对稳定（非易失）
★★★ NoSQL 的中文全称是______ 不仅仅是 SQL（Not Only SQL）
★★★ NoSQL 的四大主流类型：键值数据库、文档数据库、______、图数据库 列族数据库
★★ 分布式数据库的两大核心特性：数据分布性、______ 逻辑整体性

8.专升本填空超高频必背 

  1. 数据库三级模式：概念模式、外模式、内模式
  2. 两级映像对应的独立性：概念模式 / 外模式保证逻辑独立性，外模式 / 内模式保证物理独立性
  3. 数据模型三要素：数据结构、数据操作、完整性约束
  4. E-R 图三要素：实体、属性、联系
  5. 关系三大完整性：实体完整性、参照完整性、用户定义完整性
  6. 选择、投影、连接运算的核心定义
  7. 1NF 核心：属性不可再分
  8. 2NF 核心：消除非主属性对主码的部分函数依赖
  9. 3NF 核心：消除非主属性对主码的传递函数依赖
  10. SELECT 语句核心子句：WHERE、GROUP BY、HAVING、ORDER BY
  11. SQL 数据定义核心关键字：CREATE、ALTER、DROP
  12. SQL 数据更新核心关键字：INSERT、UPDATE、DELETE
  13. 视图的本质：虚表
  14. 数据库设计六大核心阶段
  15. 概念结构设计工具：E-R 图，逻辑结构设计核心：E-R 图转关系模式
  16. 大数据 4V 特征
  17. NoSQL 四大类型
  18. 数据库系统核心：DBMS，核心人员：DBA
  19. 关系分解两大原则：无损连接、保持函数依赖
  20. 触发器的触发事件：INSERT、UPDATE、DELETE

第十章简答题考点

1.超高频必考简答题 TOP20

序号 必考题目 核心得分要点
1 简述数据库系统（DBS）的组成及各部分核心作用 5 大核心组成：数据库（DB，数据存储载体）、数据库管理系统（DBMS，核心软件）、数据库应用系统、数据库管理员（DBA，运维管理）、终端用户；分别简述各部分的核心定位
2 详述数据库的三级模式结构及各层级核心作用 三级模式：①内模式（物理级，描述数据物理存储结构与存取方式）；②概念模式（逻辑级，全局数据的逻辑结构与约束，唯一）；③外模式（用户级，面向用户的局部数据视图，可多个）；分别说明层级对应关系与核心作用
3 简述数据库的两级映像技术，以及它们如何保障数据独立性 两级映像：①外模式 / 概念模式映像：对应逻辑独立性，概念模式变化时，只需修改该映像，外模式和应用程序不变；②概念模式 / 内模式映像：对应物理独立性，内模式（物理存储）变化时，只需修改该映像，概念模式和应用程序不变
4 分别解释数据的逻辑独立性、物理独立性，以及对应的保障机制 ①逻辑独立性：数据的全局逻辑结构（概念模式）改变时，用户的局部逻辑结构（外模式）和应用程序无需修改；靠外模式 / 概念模式映像保障；②物理独立性：数据的物理存储结构（内模式）改变时，全局逻辑结构和应用程序无需修改；靠概念模式 / 内模式映像保障
5 简述数据库管理系统（DBMS）的核心功能 6 大核心功能：数据定义功能（DDL）、数据操纵功能（DML）、数据查询功能、数据库运行管理（事务、安全、完整性控制）、数据库建立与维护、数据通信接口
6 简述数据模型的三大组成要素及各要素含义 三要素：①数据结构：静态特征，描述数据库的研究对象类型（表、属性等）；②数据操作：动态特征，描述对数据允许的操作集合（增删改查）；③数据完整性约束：描述数据的有效性规则，保证数据正确、相容、有效
7 简述 E-R 模型的核心组成要素，以及实体间联系的类型 核心要素：实体（客观存在可区分的事物）、属性（实体的特征）、联系（实体间的关联关系）；联系类型：一对一（1:1）、一对多（1:n）、多对多（m:n），可补充简单示例
8 简述关系模型的三类完整性约束及各自的规则要求 三类约束：①实体完整性：主键必须非空、取值唯一；②参照完整性：外键的取值要么为空，要么等于对应参照表的主键值；③用户自定义完整性：针对具体业务的约束规则（如非空、唯一、取值范围等）
9 简述关系代数中传统集合运算、专门的关系运算的分类及核心作用 ①传统集合运算：并、差、交、笛卡尔积，从集合维度操作，以行为单位；②专门的关系运算：选择、投影、连接、除，针对关系场景设计，支持行 + 列的双向操作，分别简述核心作用
10 简述 WHERE 子句和 HAVING 子句的核心区别 3 个核心区别：①作用对象不同：WHERE 作用于基本表 / 视图，筛选行；HAVING 作用于分组后的结果集，筛选组；②执行顺序不同：WHERE 在分组前执行，HAVING 在分组后执行；③聚合函数使用：WHERE 不能用聚合函数，HAVING 可以
11 简述 DROP、DELETE、TRUNCATE 三者的核心区别 4 个核心维度区分：①语句类型：DELETE 是 DML 语句，DROP、TRUNCATE 是 DDL 语句；②删除对象：DELETE 删除指定行数据（可加 WHERE），TRUNCATE 清空整张表数据，DROP 删除表 / 库的结构与数据；③事务特性：DELETE 可回滚，DROP、TRUNCATE 不可回滚；④执行效率：DROP>TRUNCATE>DELETE
12 什么是索引？简述索引的优缺点 定义：索引是对数据表一列 / 多列的值排序的存储结构，用于加速数据查询；优点：加快查询速度、保证数据唯一性、加速表连接、排序、分组操作；缺点：占用额外存储空间、降低数据增删改的效率、增加数据库维护成本
13 简述索引的设计原则 核心原则：①频繁作为查询条件的字段建立索引；②主键、外键必须建立索引；③高选择性（重复值少）的字段建立索引；④避免对大量重复值的字段建索引；⑤避免对频繁更新的字段建索引；⑥小表无需建索引，避免索引冗余
14 什么是视图？简述视图的核心作用 定义：视图是从一个 / 多个基本表导出的虚表，仅存储视图定义，不存储实际数据；核心作用：简化用户操作、提供数据逻辑独立性、实现数据安全保护（屏蔽敏感字段）、支持多角度看待数据、集中分散数据
15 简述视图和基本表的核心区别 核心区别：①本质：基本表是实表，物理存储数据；视图是虚表，仅存储定义；②存储：基本表占用物理存储空间，视图不占用；③操作：基本表可直接增删改查，视图的更新有严格限制；④依赖关系：视图依赖基本表存在，基本表独立存在
16 简述数据库设计的六大核心阶段，以及每个阶段的核心任务 六大阶段（按顺序）：①需求分析：分析用户需求，输出数据字典、数据流图；②概念结构设计：设计 E-R 模型，输出全局 E-R 图；③逻辑结构设计：将 E-R 图转换为关系模式，做范式优化；④物理结构设计：设计存储结构与存取路径；⑤数据库实施：建库建表、数据录入、测试；⑥数据库运行与维护：日常运维、备份恢复、性能优化、结构调整
17 简述 E-R 图转换为关系模式的核心规则 核心规则：①实体：直接转换为一个关系模式，实体的属性为关系的属性，实体的主键为关系的主键；②1:1 联系：可合并到任意一端的关系模式，或独立为关系模式；③1:n 联系：合并到 n 端的关系模式；④m:n 联系：必须独立为一个关系模式，属性为两端实体的主键 + 联系自身的属性
18 简述 1NF、2NF、3NF 的核心定义

逐级递进定义：

①第一范式（1NF）：关系中的每个属性都是不可再分的原子值，保证属性的原子性；

②第二范式（2NF）：在 1NF 的基础上，消除非主属性对主键的部分函数依赖；

③第三范式（3NF）：在 2NF 的基础上，消除非主属性对主键的传递函数依赖
19 什么是存储过程？简述存储过程的核心优点 定义：存储过程是预编译的 SQL 语句集合，存储在数据库中，可通过调用重复执行；核心优点：预编译执行效率高、减少网络传输流量、提升数据安全性、实现代码复用、简化业务操作
20 什么是触发器？简述触发器的核心作用与触发时机 定义：触发器是由事件自动触发执行的特殊存储过程，当表发生 INSERT/UPDATE/DELETE 操作时自动触发；核心作用：强制数据完整性约束、实现级联操作、审计跟踪数据变化；触发时机：BEFORE（事件前）、AFTER（事件后）

2.次高频核心简答题

（一）数据库基本概念模块

题目 简答答案
1. 简述数据、数据库定义及数据库核心特征 数据：描述事物的符号记录。数据库：长期存于计算机内、有组织、可共享的数据集合。特征：结构化、共享性高、冗余低、独立性高、由 DBMS 统一管理。
2. 简述数据库系统的核心特点 ① 数据整体结构化（与文件系统本质区别）② 共享性高、冗余度低、易扩充③ 数据独立性高（物理 + 逻辑）④ DBMS 统一控制（安全、完整、并发、恢复）
3. 简述三级模式结构 ① 外模式：用户局部逻辑视图② 概念模式：全局逻辑结构（唯一）③ 内模式：物理存储结构
4. 简述两级映像与数据独立性 ① 外模式 / 概念模式映像：保证逻辑独立性② 概念模式 / 内模式映像：保证物理独立性

（二）数据模型模块

题目 简答答案
1. 层次、网状、关系模型区别与优缺点 层次：树形、一对多、简单高效，但不支持多对多。网状：网状、多对多、能力强，但复杂难用。关系：二维表、简单、易操作、数据独立性高。
2. 数据模型按层级分类及应用 ① 概念模型：E-R 图，用于设计② 逻辑模型：关系 / 层次 / 网状，用于 DBMS③ 物理模型：描述存储，用于物理设计
3. 面向对象数据模型核心特征 封装性、继承性、多态性、支持复杂对象
题目 答案要点
1. 简述层次模型、网状模型、关系模型的核心区别与优缺点 层次模型结构：树形结构，一对多优点：简单、层次清晰、查询效率高缺点：不支持多对多、插入删除限制多、编程复杂网状模型结构：网状结构，多对多优点：能表示复杂联系、效率较高缺点：结构复杂、用户难使用、维护难关系模型结构：二维表优点：简单直观、数据独立性高、操作方便、SQL 支持缺点：复杂联系效率略低
2. 数据模型按层级分为哪几类？各自应用场景 1. 概念模型：E-R 模型，用于数据库设计、需求分析2. 逻辑模型：关系、层次、网状等，用于 DBMS 实现3. 物理模型：描述数据物理存储，用于数据库物理设计
3. 简述面向对象数据模型的核心特征 1. 封装性：数据与操作绑定2. 继承性：子类可继承父类属性与方法3. 多态性：同一操作不同对象有不同实现4. 复合对象：支持复杂数据类型

（三）关系数据库理论模块

题目 简答答案
1. 什么是函数依赖？平凡 / 非平凡、完全 / 部分、传递依赖 函数依赖：X 值确定则 Y 值唯一确定（X→Y）。平凡：Y⊆X；非平凡：Y⊈X。完全：X 任意真子集不能决定 Y。部分：X 真子集可决定 Y。传递：X→Y，Y→Z，则 X→Z。
2. BCNF 定义及与 3NF 区别 BCNF：1NF 基础上，每个决定因素都含候选码。3NF：消除非主属性对码传递依赖。BCNF 更严格，消除所有属性对码的部分与传递依赖。
3. 关系模式分解原则 ① 无损连接性：可还原② 保持函数依赖：依赖不丢失
4. 选择、投影、连接核心区别 选择：筛选行投影：筛选列连接：多表按条件合并
题目 精简答案
1. 什么是函数依赖？平凡 / 非平凡、完全 / 部分、传递函数依赖 函数依赖：设 R (U)，X、Y⊆U，若 X 每一个值唯一确定 Y 值，则 X→Y。• 平凡：Y⊆X，如 (X,Y)→X• 非平凡：Y⊈X，如 X→Y• 完全：X 任意真子集都不能决定 Y• 部分：X 真子集能决定 Y• 传递：X→Y，Y→Z，则 X→Z
2. BCNF 核心定义，与 3NF 的区别 BCNF：在 1NF 基础上，每一个决定因素都包含候选码。区别：・3NF：消除非主属性对码的传递依赖・BCNF：消除所有属性对码的部分与传递依赖，比 3NF 更严格
3. 关系模式分解的基本原则 1. 无损连接性：分解后可通过自然连接还原2. 保持函数依赖：原依赖不丢失3. 数据不冗余、不异常
4. 选择、投影、连接的核心区别

• 选择：按条件选行，水平筛选

• 投影：按字段选列，垂直筛选

• 连接：多表按关联条件合并
5. 关系模式三级模式结构 • 外模式：用户视图，局部逻辑结构• 概念模式：全局逻辑结构，唯一• 内模式：物理存储结构，对应存储方式

（四）SQL 语言模块

题目 简答答案
1. SQL 语言核心特点 综合统一、高度非过程化、面向集合、两种使用方式、简洁易学
2. 内连接、左外、右外区别 内连接：只保留匹配行左外：左表全保留，右表匹配右外：右表全保留，左表匹配
3. SQL 按功能分类及语句 ① DDL：CREATE、ALTER、DROP② DML：INSERT、UPDATE、DELETE③ DQL：SELECT④ DCL：GRANT、REVOKE
题目 标准答案（踩分点）
1. 简述 SQL 语言的核心特点 1. 综合统一：集 DDL、DML、DCL 于一体2. 高度非过程化：只需说明做什么，无需说明怎么做3. 面向集合操作：一次操作可处理多行数据4. 两种使用方式：交互式、嵌入式5. 语法简洁、易学易用
2. 简述内连接、左外连接、右外连接的核心区别 内连接：只返回两张表匹配成功的记录左外连接：返回左表全部记录 + 右表匹配记录右外连接：返回右表全部记录 + 左表匹配记录
3. SQL 语言按功能分为哪几类？对应核心语句？ 1. 数据定义语言 DDL：CREATE、ALTER、DROP2. 数据操纵语言 DML：SELECT、INSERT、UPDATE、DELETE3. 数据控制语言 DCL：GRANT、REVOKE4. 数据查询语言 DQL：SELECT（单独强调）

（五）数据库对象模块

题目 简答答案
1. 存储过程与触发器核心区别 存储过程：手动调用，执行业务。触发器：自动触发（增删改时），保证完整性。
2. 视图更新限制 多表连接、聚合函数、分组、去重、计算列 → 一般不可更新
3. 索引分类 ① 存储：聚集、非聚集② 列数：单列、复合③ 特性：主键、唯一、普通
题目 标准答案（踩分点）
1. 简述存储过程和触发器的核心区别 1. 调用方式：存储过程手动调用；触发器自动触发2. 触发条件：存储过程无触发条件；触发器由增删改触发3. 调用权限：存储过程需用户调用执行；触发器无需调用4. 作用：存储过程实现业务处理；触发器保证数据完整性
2. 视图更新的限制条件有哪些？ 1. 多表连接生成的视图一般不可更新2. 含聚合函数、分组、去重的视图不可更新3. 含计算字段、常量列的视图不可更新4. 视图定义含 DISTINCT、HAVING 等不可更新
3. 索引的核心分类有哪些？ 1. 按存储结构：聚集索引、非聚集索引2. 按字段数量：单列索引、复合索引3. 按数据特性：唯一索引、主键索引、普通索引

（六）数据库设计模块

题目 简答答案
1. 需求分析任务与方法 任务：明确数据、处理、安全、完整性需求，产出数据流图、数据字典。方法：调查、访谈、跟班、自顶向下。
2. 概念结构设计方法与步骤 方法：E-R 模型法。步骤：局部 E-R→合并→优化→全局 E-R。
3. 物理结构设计内容 确定存储结构、设计存取路径（索引）、分配存储、评价优化
4. 数据库运行与维护工作 备份恢复、安全完整性控制、性能监控优化、重组重构
题目 标准答案（踩分点）
1. 需求分析阶段的核心任务和常用方法 任务：确定系统的数据需求、处理需求、安全与完整性需求，生成数据流图、数据字典。方法：调查研究、访谈、查阅资料、跟班学习、自顶向下分析。
2. 概念结构设计的常用方法和步骤 常用方法：E‑R 模型法（实体‑联系方法）。步骤：① 设计局部 E‑R 图② 合并局部 E‑R 图，消除冲突③ 优化得到全局 E‑R 图。
3. 数据库物理结构设计的核心内容 ① 确定数据的存储结构② 设计索引、聚簇等存取路径③ 确定系统配置、存储位置与分配④ 评价并优化物理方案。
4. 数据库运行与维护的主要工作 ① 数据备份与恢复② 数据库安全性、完整性控制③ 性能监控、分析与优化④ 数据库的重组与重构⑤ 日常故障处理。

（七）数据库技术发展模块

题目 简答答案
1. 大数据 4V/5V 4V：大量、高速、多样、低价值密度5V：+ 真实性
2. 数据仓库定义及特征 面向主题、集成、稳定、随时间变化的数据集合，支持决策。特征：主题、集成、稳定、反映历史。
3. OLTP 与 OLAP 区别 OLTP：日常业务、增删改、短事务、实时。OLAP：分析查询、海量历史数据、决策支持。
4. NoSQL 四大类型及场景 键值：缓存、会话文档：内容、灵活结构列族：大数据、存储图：社交、推荐
5. 关系型与 NoSQL 区别 关系：强事务、固定结构、强一致NoSQL：灵活、高扩展、高可用、弱一致
6. 分布式数据库特点 物理分布、逻辑统一、高可用、高扩展、透明性、支持分布式事务
题目 精简标准答案（直接背）
1. 大数据的核心特征（4V/5V） 4V：• Volume（大量）• Velocity（高速）• Variety（多样）• Value（低价值密度）5V 增加：Veracity（真实性）
2. 什么是数据仓库？核心特征？ 数据仓库：面向主题、集成、稳定、随时间变化的数据集合，用于决策支持。特征：面向主题、集成、相对稳定、反映历史变化。
3. OLTP 与 OLAP 的核心区别 • OLTP（操作型）：日常业务、增删改、实时、短事务、数据最新。• OLAP（分析型）：查询统计、海量历史数据、复杂查询、决策支持。
4. NoSQL 四大类型及场景 • 键值型：缓存、会话、高并发• 文档型：内容管理、灵活结构• 列族型：大数据、离线分析、海量存储• 图数据库：社交、推荐、关系网络
5. 关系型与 NoSQL 核心区别 ・关系型：强事务、固定结构、强一致性・NoSQL：灵活结构、高扩展、高可用、弱一致性
6. 分布式数据库核心特点 ・数据物理分布、逻辑统一・高可用、高扩展・透明性、副本冗余、分布式事务

（八）专升本简答题答题得分技巧

  1. 踩点给分优先：优先写核心定义、核心要点，每个要点单独成句，避免大段无结构文字，阅卷老师按关键词踩点给分。
  2. 规范术语表述：严格使用参考书目标准术语，优先使用「主键、外键、实体完整性、概念模式」等规范表述，避免口语化或非主流别名。
  3. 先总后分结构：先写核心定义总述，再分点解释，逻辑清晰，方便阅卷老师快速定位得分点。
  4. 分值对应内容：5 分题写 5 个核心要点即可，10 分题可补充简单示例，不要漏核心得分点。
# 数据库
Logo
AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

AI优化效果不可控？矩阵跃动龙虾机器人，数据驱动排名稳定提升

AI优化效果不可控，是行业发展到一定阶段的必然痛点，而解决这一问题的核心，不是追求更复杂的算法，而是回归“数据+可控+闭环”的本质。矩阵跃动龙虾机器人通过技术架构创新，彻底打破了AI优化黑盒，实现了排名稳定提升、效果全程可控，让AI技术真正从“噱头”变成了业务增长的可靠工具。未来，随着AI技术的进一步发展，可解释性AI、轻量化边缘推理、多模态数据融合将成为行业主流趋势。

avatar AtomGit开源社区

2026接口测试全攻略：高并发、安全防护与六大工具实战指南

面对微服务与AI重构下的2026年接口测试新趋势，聚焦高并发稳定验证、安全防护与工具选型，详解优测等六大工具特性及功能、性能、安全等测试方法，助力构建面向未来的测试体系，提升系统可靠性与交付质量。

avatar AtomGit开源社区

利用LLM嵌入优化时间序列预测的特征工程方法

近期的一些研究表明，尽管LLM在数据匮乏或文本丰富的场景中可能提升性能，但在高频、复杂数值或高度不稳定数据的环境中，它们带来的价值往往有限，甚至可能表现不佳。这自然引出了时间序列预测领域的一个问题：利用大语言模型，例如将大语言模型生成的嵌入作为额外的工程特征，是否真的有助于提升时间序列预测模型的性能？在这个示例中，我们将创建两个用于训练预测模型的数据集版本：一个仅包含时间序列相关的特征，另一个则额

avatar AtomGit开源社区