数据库大题

  1. (计算题,20分)
    设有两个关系R和S,求① R ∪ S R \cup S RS;② R − S R - S RS;③ R × S R \times S R×S;④ ∏ C , A ( R ) \prod_{C,A}(R) C,A(R);⑤ σ B > ′ 4 ′ ( R ) \sigma_{B>'4'}(R) σB>4(R) 关系R关系S

答案.png

  1. (简答题,10分)
    设有学生表S(SNO,SN)(SNO为学号,SN为姓名)和学生选课表SC(SNO,CNO,CN,G)(CNO为课程号,CN为课程名,G为成绩),试用SQL语言完成以下各题:
    (1).建立一个视图 V-SSC(SNO,SN,CNO,CN,G),并按 CNO 升序排序;
    (2).从视图 V-SSC 上查询平均成绩在90分以上的 SN、CN 和 G。

正确答案:
(1).

CREATE VIEWV-SSC(SNO,SN,CNO,CN,G)
AS SELECT S.SNO, S.SN,CNO,SC.CN,SC.G
FROM S,SC
WHERE S.SNO=SC.SNO
ORDER BY CNO

(2).

SELECT SN,CN,G
FROM V-SSC
GROUP BY SNO
HAVING AVG(G)>90
  1. (简答题,30分)设学生课程数据库中有三个关系:
    学生关系S(S#,SNAME,AGE,SEX)学习关系SC(S#,C#,GRADE)课程关系C(C#,CNAME)
    其中S#、C#、SNAME、AGE、SEX、GRADE、CNAME分别表示学号、课程号、姓名、年龄、性别、成绩和课程名。用SQL语句表达下列操作
    (1)检索选修课程名称为“MATHS”的学生的学号与姓名
    (2)检索至少学习了课程号为“C1”和“C2”的学生的学号
    (3)检索年龄在18到20之间(含18和20)的女生的学号、姓名和年龄
    (4)检索平均成绩超过80分的学生学号和平均成绩
    (5)检索选修了全部课程的学生姓名
    (6)检索选修了三门课以上的学生的姓名

正确答案:
(1) SELECT S#, SNAME FROM S,SC,C WHERE S.S#=SC.S# AND C.C#=SC.C# AND CNAME=‘MATHS’
(2) SELECT S# FROM SC WHERE C#=‘C1’ AND S# IN ( SELECT S# FROM SC WHERE C#=C2’)
(3) SELECT S#, SNAME,AGE FROM S WHERE SEX=‘女’ AND AGE BETWEEN 18 AND 20
(4) SELECT S#, AVG(GRADE) ‘平均成绩’ FROM SC GROUP BY S# HAVING AVG(GRADE)>80
(5) SELECT SNAME FROM S WHERE NOT EXISTS(SELECT * FROM C
WHERE NOT EXISTS (SELECT * FROM SC WHERE S#=S.S# AND C#=C.C#))
(6) SELECT SNAME FROM S,SC WHERE S.S#=SC.S# GROUP BY SNAME HAVING COUNT(*)>3

  1. (简答题, 10分)数据库的完整性概念与数据库的安全性概念有什么区别和联系?

正确答案:
数据的完整性和安全性是两个不同的概念,但是有一定的联系。前者是为了防止数据库中存在不符合语义的数据,防止错误信息的输入和输出。后者是保护数据库防止恶意的破坏和非法的存取。也就是说,安全性措施的防范对象是非法用户和非法操作,完整性措施的防范对象是不合语义的数据。

  1. (论述题, 20分)
    现有如下关系模式:R(司机编号,汽车牌照,行驶公里,车队编号,车队主管)其中:每个汽车牌照对应一辆汽车,“行驶公里”为某司机驾驶某辆汽车行驶的总公里数,每个司机属于一个车队,每个车队只有一个主管。
    (1)根据上述条件,写出模式R的关键码。
    (2)R最高属于第几范式,为什么?
    (3)将R规范到3NF。

正确答案:
关键码(司机编号,汽车牌照)
(2)R属于1NF,因为存在非主属性对码的部分函数依赖
(3)R1(司机编号,汽车牌照,行驶公里)
R2(司机编号,车队编号)
R3(车队编号,车队主管)

  1. (计算题, 20分)
    设有关系模式R(A,B,C,D),其上的函数依赖集:
    F = A → C , C → A , B → A C , D → A C F={A \rightarrow C,C \rightarrow A,B \rightarrow AC,D \rightarrow AC} F=AC,CA,BAC,DAC
    (1).计算(AD)+。
    (2).求F的最小等价依赖集Fmin。

正确答案:
(1).令X={AD},X(0)=AD,X(1)=ACD,X(2)=ACD,故(AD)+=ACD。
(2).将F中的函数依赖右部属性单一化:
F1= ( A→C C→A B→A B→C D→A D→C)
在Fl中去掉多余的函数依赖:
∵B→A,A→C ∴B→C是多余的。
又∵D→A,A→C ∴D→C是多余的。 F2=(A→C C→A B→A D→A)
∵F2中所有依赖的左部都是单属性,∴不存在依赖左部有多余的属性
∴ Fmin= (A→C C→A B→A D→A)
函数依赖集的最小集不是惟一的,本题中还可以有其他答案,如
Fmin=( A→C C→A B→C D→C)

  1. (论述题, 20分)
    某医院病房计算机管理中需要如下信息:
    科室:科名,科地址,科电话,医生姓名
    病房:病房号,床位号,所属科室名
    医生:姓名,职称,所属科室名,年龄,工作证号
    病人:病历号,姓名,性别,诊断,主管医生,病房号
    其中,一个科室有多个病房、多个医生,一个病房只能属于一个科室,一个医生只属于一个科室,但可负责多个病人的诊治,一个病人的主管医生只有一个。
    完成如下设计:
    (1)设计该计算机管理系统的E-R图;
    (2)将该E-R图转换为关系模型结构;
    (3)指出转换结果中每个关系模式的候选码。

image.png
(2)对应的关系模型结构如下:
科室(科名,科地址,科电话)
病房(病房号,床位号,科室名)
医生(工作证号,姓名,职称,科室名,年龄)
病人(病历号,姓名,性别,诊治,主管医生,病房号)
(3)每个关系模式的候选码如下:
科室的候选码是科名;
病房的候选码是科室名十病房号;
医生的候选码是工作证号;
病人的候选码是病历号。


以下为去年的题:


  1. (计算题, 20分)
    设有关系模式R(U,F),其中 :
    属性集U为ABC,函数依赖集 F = A → B C , B → C , A → B , A B → C F={A \rightarrow BC,B \rightarrow C,A \rightarrow B,AB \rightarrow C} F=ABC,BC,AB,ABC
    ( 1 ) 计算A+
    ( 2 ) 求 F 的最小等价依赖集 Fmin

正确答案:
(1) A(0)=A,左部为A的函数依赖有 A → B , A → C A \rightarrow B,A \rightarrow C AB,AC ,于是A(1)=AUBC=ABC
A(1)=U,因此(A)+=ABC
(2) 分解右部属性为单一属性得到 F = ( A → B , A → C , B → C , A B → C ) F=(A \rightarrow B,A \rightarrow C,B \rightarrow C,AB \rightarrow C) F=(AB,AC,BC,ABC)
A → B , B → C A \rightarrow B,B \rightarrow C AB,BC,因此 A → C A \rightarrow C AC 是多余的。又(AB)+=ABC,因此 A B → C AB \rightarrow C ABC 是多余的。
F m i n = A → B , B → C Fmin={A \rightarrow B,B \rightarrow C} Fmin=AB,BC

  1. (论述题, 15分)
    有一学生运动会模型,描述如下:
    a) 有若干班级,每个班级包括:班级号,班级名,专业,人数
    b) 每个班级有若干运动员,运动员只能属于一个班,包括:运动员号,姓名,性别,年龄
    c) 有若干比赛项目,包括:项目号,名称,比赛地点
    d) 每名运动员可参加多项比赛,每个项目可有多人参加
    e) 要求能够公布每个比赛项目的运动员名次与成绩
    完成如下设计:
    (1)画出该模型的E-R图,标明每个实体及其属性、实体间实体联系。
    (2)将E-R模型转换成关系数据模型(要求:1:1和1:n的联系进行合并)。
    (3)指出每个关系模式的关系码,在关系模型中用下划线标明。
    说明:请在图上标注自己的学号和姓名

正确答案:

(2)关系模型

班级(班级号,班级名,专业,人数)	运动员(运动员号,姓名,性别,年龄,班级号)       
项目(项目号,项目名,比赛地点)	比赛(运动员号,项目号,成绩,名次)  
  1. (论述题, 15分)
    设大学里教学数据库中有三个实体集。一是“课程”实体集,属性有课程号、课程名称;二是“教师”实体集,属性有教师工号、姓名、职称;三是“学生”实体集,属性有学号、姓名、性别、年龄。
    设教师与课程之间有“主讲”联系,每位教师可主讲若干门课程,但每门课程只有一位主讲教师,教师主讲课程将选用某本教材;教师与学生之间有“指导”联系,每位教师可指导若干学生,但每个学生只有一位指导教师;学生与课程之间有“选课”联系,每个学生可选修若干课程,每门课程可由若干学生选修,学生选修课程有个成绩。
    完成如下设计:
    (1)画出该模型的E-R图,标明每个实体及其属性、实体间实体联系。
    (2)将E-R模型转换成关系数据模型。(要求:1:1和1:n的联系进行合并)
    (3)指出每个关系模式的关系码,在关系模式中用下划线标明。
    说明:请在图上标注自己的学号和姓名

正确答案:
(1)
在这里插入图片描述
(2)转换成的关系模型应具有4个关系模式:
教师(工号,姓名,职称)
学生(学号,姓名,性别,年龄,教师工号)
课程(课程号,课程名称,教材,教师工号)
选课(学号,课程号,成绩)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/32452.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

基于深度学习FasterRCNN模型Restnet50 的生活垃圾智能分类(准确率达84%)-含python工程全源码

目录 前言总体设计系统整体结构图系统流程图 运行环境1. 硬件环境2. Python 环境 模块实现1. 数据预处理2. 数据加载3. 模型构建4. 模型训练及保存5. 模型加载与调用 系统测试1. 模型准确率2. 分类别准确率 工程源代码下载其它资料下载 前言 本项目基于Faster R-CNN模型&#…

jenkins流水线Pipeline的使用

pipeline流水线 1、jenkins安装pipeline插件 2、创建流水线项目 1、创建pipeline的流水线项目 2、编写流水线 pipeline {agent anystages {stage(拉去代码) {steps {git credentialsId: gitee, url: https://gitee.com/xwb1056481167/jenkins-demo.gitecho 拉去代码}}stage(m…

Vue中如何进行数据导入与Excel导入

Vue中如何进行数据导入与Excel导入 Vue是一款非常流行的JavaScript框架,它提供了一套用于构建用户界面的工具和库。在Vue中,我们可以使用多种方式来导入数据,包括从服务器获取数据、从本地存储获取数据、从文件中读取数据等等。其中&#xf…

NVIDIA Jetson TX1,TX2,TX2 NX,AGX Xavier 和 Nano开发板GPIO口配置及应用

NVIDIA Jetson TX1,TX2,TX2 NX,AGX Xavier 和 Nano开发板GPIO口配置及应用 简介 ​ Jetson TX1、TX2、TX2 NX、AGX Xavier和Nano开发板都配备了一个包含40个引脚的GPIO接头,这些引脚可以用于数字输入输出。如下图 ​ 类似于Rasp…

Solid Converter PDF v10 安装及使用教程

目录 一、软件介绍二、下载教程三、安装教程四、使用教程1.PDF转Word、Html等2.合并PDF文件 一、软件介绍 Solid Converter PDF是一套专门将PDF文件转换成Word的软件。 能够将PDF转换为Word、Excel、HTML、PowerPoint、纯文本文件从PDF文档中提取数据并以CSV等格式保存能够转…

【人工智能】— 深度神经网络、卷积神经网络(CNN)、多卷积核、全连接、池化

【人工智能】— 深度神经网络、卷积神经网络(CNN)、多卷积核、全连接、池化 深度神经网络训练训练深度神经网络参数共享 卷积神经网络(CNN)卷积多卷积核卷积全连接最大池化卷积池化拉平向量激活函数优化小结 深度神经网络训练 Pr…

Pytest+selenium+allure+Jenkins自动化测试框架搭建及使用

一、 环境搭建 1. Python下载及安装 Python可应用于多平台包括windows, Linux 和 Mac OS X, 本文主要介绍windows环境下。你可以通过终端窗口输入 "python" 命令来查看本地是否已经安装Python以及Python的安装版本。 如未安装python, 推荐下载python 3.8.3以…

Prompt的技巧持续总结

Prompt 有很多网站已经收录了,比如:aimappro 有些直接抄上述网站的作业即可,不过也来看看, 有一些日常提问大概的咒语该怎么写。 1 三种微调下的提示写法 chatgpt时代的创新:LLM的应用模式比较 实际案例说明AI时代大…

将win上的文件传输到Ubuntu虚拟机

首先获取Ubuntu系统的ip地址,在Ubuntu的Terminal中输入ifconfig,可以看到Ubuntu的ip地址 可以看到我电脑的ip地址是10.0.2.15。更改虚拟机的网络连接 这里以VirtualBox为例,打开VirtualBox设置,选择网络,将连接方式改…

通付盾入围《2023年度中国数字安全能力图谱(行业版)》

近日,数世咨询发布《2023年度中国数字安全能力图谱(行业版)》。通付盾作为以分布式数字身份和大数据决策智能技术为核心的数字化高端软件与服务提供商,凭借在数字安全领域的实力和影响力,入选政府、互联网两大行业细分…

ElasticSearch的安装和访问

ElasticSearch的安装 前言: 本次下载是在Windows系统进行操作,版本为7.6.1,因为下周最新版本的8.1.2有问题 ElasticSearch基于Java开发,JDK最低1.8版本 ElasticSearch的版本要和之后引入的Maven的Jar包版本对应 1 下载ElasticSearch 官网:https://www.elastic.co/cn/ 产品…

【yocto1】利用yocto工具构建嵌入式Linux系统

文章目录 1.获取Yocto软件源码2.初始化Yocto构建目录2.1 imx-setup-release.sh脚本运行2.2 imx-setup-release.sh脚本解析2.2.1 setup-environment脚本解析 3.构建嵌入式Linux系统3.1 BitBake构建系统3.2 BitBake构建系统过程简要解析3.2.1 解析Metadata基本配置Metadatarecipe…

Spring Boot面试题

什么是 Spring Boot? Spring Boot 是一个简化 Spring 应用程序开发的框架,通过自动配置、起步依赖和简化的配置方式,使开发人员能够更快速、方便地创建和配置 Spring 应用程序,提高开发效率和开发体验。 Spring Boot 的设计目标…

如何做一份干净的git提交记录

背景 毕业工作有一些年头了,之前在写工作代码或者给开源项目贡献的时候,提交代码都不是很规范,甚至可以说十分的随意,想到什么就提交什么,根本没有管理提交记录的概念或者想法(当你身边的人都不怎么在意的…

基于 Wav2Lip-GFPGAN 深度学习模型的数字人Demo

写在前面 工作中遇到简单整理博文为 Wav2Lip-GFPGAN 环境搭建运行的 Demo理解不足小伙伴帮忙指正 对每个人而言,真正的职责只有一个:找到自我。然后在心中坚守其一生,全心全意,永不停息。所有其它的路都是不完整的,是…

kubernetes operator解析

您是否想过站点可靠性工程 (SRE) 团队如何有效地成功管理复杂的应用程序? 在 Kubernetes 生态中,只有一个答案:Kubernetes Operators! 在本文中,我们将研究它们是什么以及它们是如何工作的。 Kubernetes Operator 概念…

RabbitMQ 能保证消息可靠性吗

系列文章目录 消息队列选型——为什么选择RabbitMQ RabbitMQ 五种消息模型 RabbitMQ 能保证消息可靠性吗 系列文章目录前言一、消息可靠性的定义二、几种不可靠的场景三、防意外丢失1. 消息持久化2. 队列持久化3. 发布确认3.1 简单发布确认3.2 批量发布确认3.3 异步发布确认 4…

miniconda 安装 windows+linux

虽然常用anaconda,但是有时候只需要管理环境的时候,用miniconda更方便 如果想安装anaconda,可以参考这篇:anaconda安装 一、linux下 1.下载 链接:miniconda文档 cd /usr/localwget https://repo.anaconda.com/mini…

简要介绍 | CUDA底层原理:加速高性能计算的关键技术

注1:本文系“简要介绍”系列之一,仅从概念上对CUDA的底层原理进行非常简要的介绍,不适合用于深入和详细的了解。 CUDA底层原理:加速高性能计算的关键技术 CUDA Refresher: The GPU Computing Ecosystem | NVIDIA Technical Blog 1…

python自动化办公——定制化读取Excel数据并写入到word表格

Python自动化办公——Excel写word表格 文章目录 Python自动化办公——Excel写word表格一、引言二、数据准备三、python代码1、方法一2、方法二3、方法三 一、引言 最近到了毕业设计答辩的时候,老师让我帮毕业生写一段毕业设计的功能就是提供一个学士学位授予申请表…