系统架构设计师常见高频考点总结之数据库
1. 局部数据库+缓存
1.1. 如何避免单点故障？（高可用设计）
只要题目提到“避免单点故障”或“高可靠性”，标准答案只有一套组合拳：
冗余（Redundancy）：一台不够就两台。
热备（Hot Standby）/ 集群：主节点挂了，备节点立马顶上。
分布式/分片：鸡蛋不要放在一个篮子里。
本题答案套路：建立主从复制（Master-Slave）或热备份机制。局部数据库负责写，并同步给备份库；缓存负责读。
1.2. 数据的增删改查（CRUD）如何实现？（缓存策略）
这是经典的Cache-Aside Pattern（旁路缓存模式）。你必须背下来这套标准流程，软考只要考到缓存，90%都是这个逻辑。
读取（Read）逻辑：“先查缓存，再查库，最后回填”
应用先去 Cache 找。
命中（Hit）：直接返回数据。
未命中（Miss）：去数据库（DB）读数据。
回填：把从 DB 读到的数据写入 Cache，方便下次用。
返回数据。
写入/添加（Create）逻辑：“写库”
直接写入数据库（主库）。
注：新数据通常不需要立即写入缓存，等有人读的时候再利用“读取逻辑”加载（即延迟加载）。
更改/删除（Update/Delete）逻辑：“双更难题”
这里有一个著名的坑：是“更新缓存”还是“删除缓存”？
软考标准答案（也是业界推荐）：先更新数据库，然后删除（失效）缓存。
为什么不更新缓存？ 因为并发情况下容易产生脏数据。
为什么要删除？ 让下一次读取请求发现缓存空了，触发“读取逻辑”去数据库拉取最新的，这样最稳。
1.3 总结：答题“公式”
1. Cache-Aside Pattern数据不一致解决方案
初始状态：缓存失效（或为空），数据库中的值为 Old_Value。
线程 2（读）接收读请求，发现缓存未命中，于是去查询数据库，读取到了 Old_Value。
注意：此时线程 2 还没有来得及把数据写入缓存，发生了网络延迟或线程切换。
线程 1（写）接收写请求，将数据库中的值更新为 New_Value。
线程 1（写）按照策略删除（淘汰）缓存中的 Key。
线程 2（读）恢复执行，将第 2 步读取到的 Old_Value 写入缓存。
最终结果：数据库中是 New_Value（新值），但缓存中却是 Old_Value（旧值）。后续的读请求都会读到旧数据，直到缓存过期。
缓存出现数据不一致。下面有3中解决方案：
延时双删策略：在更新数据库并删除缓存后，延迟一段时间再次删除缓存，以清除可能被读线程回填的脏数据。
设置缓存过期时间：为缓存设置较短的 TTL（生存时间），保证在数据不一致时，旧数据能通过过期自动修正，实现最终一致性。
使用分布式锁：在读写操作时对同一资源加锁，将并发操作串行化，保证强一致性。
2. 遇到“缓存读写策略”：
请默写以下伪代码逻辑作为答案骨架：
读数据：
if (Cache中有数据) { return Cache数据; } else { Data = 读数据库; 写入Cache(Data); return Data; }改/删数据：
expand_less1. 操作数据库(Update/Delete); 2. 标记Cache失效(Delete Key); // 这一点最重要！
3. 遇到“高可用/无单点故障”：
答案必须包含关键词：热备份、主从复制、集群、冗余。
2. 数据库设计冲突
2.1. 命名冲突
指相同意义的属性，在不同的分E-R图上有着不同的命名，或是名称相同的属性在不同的分E-R图中代表着不同的意义，这些也要进行统一。
2.2. 属性冲突
指同一属性可能会存在于不同的分E-R中，由于设计人员不同或是出发点不同，对属性的类型、取值范围和数据单位等可能会不一致，这些属性对旧的数据将来只能以一种形式在计算机中存储，这就需要在设计阶段进行统一
2.3. 结构冲突
指同一实体在不同的分E-R图中有不同的属性，同一对象在某一分E-R图中被抽象为实体，而在另一分E-R图中又被抽象为属性
3. 函数依赖和无损连接
设关系模式R(U，F),其中R上的属性集U={A, B, C, D, E}，R上的函数依赖集 F={A→B，DE→B，CB→E，E→A, B→D}。（1）为关系R的候选关键字。分解（2）是无损连接，并保持函数依赖的。
(7)A.AB B.DE C.CE D.DB
(8)A.p = { R1(AC), R2 (ED), R3 (B)} B.p={R1 (AC), R2 (E), R3 (DB) }
C.p={R1(AC), R2 (ED), R3 (AB)} D.p = { R1 (ABC), R2 (ED), R3 (ACE) }
3.1 关键字
问题 (1)：寻找关系 R 的候选关键字
L-R-N 属性分类法：
L 类（只出现在依赖左边）：C（出现在 CB→E 左边，从未出现在右边）。
推论：候选关键字必须包含属性 C。
R 类（只出现在依赖右边）：无。
LR 类（两边都出现）：𝐴,𝐵,𝐷,𝐸。
N 类（两边都不出现）：无。
3.2 函数依赖
规则拿出原函数依赖集 F中的每一条依赖 X→Y，去检查分解后的选项：是否有一个小表，把X和Y里的所有属性都“包裹”进去了？
如果找到了，说明这条依赖被直接保留了。
如果 F 中的所有依赖都能在各个小表中找到各自的“归宿”，那么这个分解就100% 保持函数依赖。
结合你的题目（看选项 D）：
看 A→B：A 和 B 都在 R1(ABC) 中。直接保留。
看 E→A：E 和 A 都在 R3(ACE) 中。直接保留。
看 B→D：B 在 R1(ABC) 中，D 在
R2(ED)中。它们被拆散了！
当属性被拆散到不同的表中时，直观法就失效了。被拆散不一定意味着丢失，它可能通过其他表中的依赖“间接”推导出来。
3.3 无损连接
无损连接的核心判断标准是：分解后的各个子关系通过公共属性连接，能够还原出原关系，不会产生“多余”的元组。可以使用简单的交集键判断。
随便挑两个有公共属性的子集合（比如 R1和 R2）。
用 2 集合的法则判断它们：求交集 R1∩R2。
看已知函数依赖集 F 中，这个交集能不能推导出 R1 或 R2中的所有属性（或者推导出它们的差集）。
如果能：说明 R1和 R2 的连接是无损的。我们就可以把它们合并成一个新的大集合
R12=R1∪R2。如果不能：换另外两个集合试试（比如试试 R2 和 R3）。
重复上述过程，拿新合并出来的 R12 去和剩下的 R3 继续做交集判断。
最终结果：如果所有的子集合最终能“连连看”合并成一个包含全属性的大集合 U，那就是无损连接。如果中间卡住了，谁和谁都合并不了，那就是有损连接。
观察选项 A, B, C：
A.
{𝑅1(𝐴𝐶),𝑅2(𝐸𝐷),𝑅3(𝐵)}：𝑅1和𝑅2没有公共属性，连接变成笛卡尔积，有损。B.
{𝑅1(𝐴𝐶),𝑅2(𝐸),𝑅3(𝐷𝐵)}：𝑅1和𝑅3没有公共属性，有损。C.
{𝑅1(𝐴𝐶),𝑅2(𝐸𝐷),𝑅3(𝐴𝐵)}：𝑅1和𝑅2没有公共属性，𝑅2和𝑅3也没有公共属性。这种分解是断裂的，有损。
- 分析选项 D.
{𝑅1(𝐴𝐵𝐶),𝑅2(𝐸𝐷),𝑅3(𝐴𝐶𝐸)}：连接 R1 和 R3：公共属性是 AC，可以决定R1或R3所有的属性，R1 和 R3是无损连接，合并成连接 R13。R13 和 R2：公共属性是 E可以决定R2d的所有属性。所以R13 和 R2也可以合并
4.“三级模式-两级映像”架构
1. 核心概念：三层“皮”
数据库从外到内分为三层：
外模式：也叫用户模式。
对应：视图、部分数据。
含义：用户看到的数据样子。
模式：也叫概念模式/逻辑模式。
对应：基本表。
含义：数据库整体的逻辑结构（所有表、字段、关系）。
内模式：也叫物理模式。
对应：存储文件、索引。
含义：数据在硬盘上怎么存（物理顺序、存储路径）。
2. 核心价值：两级“映像”与独立性
为了让上层不动，下层随便改，中间需要两层映射：
外模式/模式映像→ 保证逻辑独立性。
场景：当表结构（模式）改变（如增加字段），只要修改此映像，视图（外模式）不用变，应用程序也不用修。
模式/内模式映像→ 保证物理独立性。
场景：当存储结构（内模式）改变（如创建聚簇索引），只要修改此映像，表（模式）不用变。
5. Armstrong 公理系统
设关系模式 R<U, F>，U 是关系模式 R 的属性全集，F 是关系模式 R 的一个函数依赖集。对于 R<U, F>来说有以下的：
自反律：若 Y ⊆ X ⊆ U，则 X→Y 为 F 所逻辑蕴含
增广律：若 X→Y 为 F 所逻辑蕴含，且 Z ⊆ U，则 XZ→YZ 为 F 所逻辑蕴含
传递律：若 X→Y 和 Y→Z 为 F 所逻辑蕴含，则 X→Z 为 F 所逻辑蕴含
合并规则：若 X→Y， X→Z， 则 X→YZ 为 F 所蕴涵
伪传递率：若 X→Y， WY→Z， 则 XW→Z 为 F 所蕴涵
分解规则：若 X→Y， Z
⊆Y ， 则 X→Z 为 F 所蕴涵
6. 反规范化技术
- 增加冗余列:在多个表中保留相同的列，通过增加数据冗余减少或避免查询时的连接操作。
- 重新组表:如果许多用户需要查看两个表连接出来的结果数据，则把这两个表重新组成一个表来减少连接而提高性能。
- 水平分割表:根据一列或多列数据的值，把数据放到多个独立的表中，主要用于表数据规模很 大、表中数据相对独立或数据需要存放到多个介质上时使用。
- 垂直分割表:对表进行分割，将主键与部分列放到一个表中，主键与其它列放到另一个表中，在查询时减少I/0次数。
7. 数据不一致性的解决方法
- 批处理维护:指对复制列或派生列的修改积累一定的时间后，运行一批处理作业或存储过程对复制或派生列进行修改，这只能在对实时性要求不高的情况下使用。
- 应用逻辑:要求必须在同一事务中对所有涉及的表进行增、删、改操作。用应用逻辑来实现数据的完整性风险较大，因为同一逻辑必须在所有的应用中使用和维护，容易遗漏，特别是在需求变化时，不易于维护。
- 触发器:对数据的任何修改立即触发对复制列或派生列的相应修改。触发器是实时的，而且相应的处理逻辑只在一个地方出现，易于维护。一般来说，是解决这类问题比较好的办法。该系统应该采用触发器。
8. 分布式数据
分布式数据库两阶段提交协议中的两个阶段是指表决阶段、执行阶段
主从复制机制的好处：提升性能（读写分离提升并发）、优良的可扩展性、提升可用性、负载均衡、提升数据安全性
9. 数据连接
1. 自然连接
符号：
（形状像一个蝴蝶结）
2. 全连接
“全连接”在不同的语境下可能有两种指代，对应的符号也不同：
指代一：全外连接
符号：⟗ （在自然连接的蝴蝶结左右两边各加一条竖线）
指代二：笛卡尔积 / 交叉连接
符号 ：
（乘号）
10ORM（对象关系映射）
ORM（对象关系映射）与直接 SQL 的优缺点对比：ORM 降低学习成本、减少代码量，但复杂查询处理难、性能不如直接 SQL 。
11 数据访问层（DAL）
引入数据访问层（DAL）的原因：隔离异构数据库平台、降低耦合、逻辑更清晰 。