数据库 (Databases) — A-Level Computer Science 学习指南

适合谁：A-Level Computer Science 参加 A-Level Computer Science 的考生。

覆盖内容：关系型数据库与表结构、主键外键与三范式规范化、核心SQL语句、数据字典与ER图、事务与并发控制五大核心子主题

前置知识：基础编程概念；Python / Java / VB 任一种。

关于练习题：下文「练习题」一节的所有题目均为我们按 A-Level Computer Science 风格编写的原创题目 (original problems)，仅用于教学。它们不是 Cambridge International 真题的复制，措辞、数值或语境可能不同。请把它们当作练手用；评分细则请对照 Cambridge 官方 mark scheme。

1. 什么是数据库？

数据库（Database）是结构化存储、管理和访问数据的集合，区别于普通文本文件，它支持高效的增删改查操作，能避免数据冗余、保证数据一致性，是绝大多数信息化系统的核心存储组件。在A-Level Computer Science考纲中，数据库模块占Paper 2和Paper 4总分的15%-20%，是必考的核心知识点，常以SQL编写、规范化设计、ER图绘制的大题形式出现。

2. 关系型数据库与表 (Relational databases and tables)

当前工业界最常用的是关系型数据库（relational database），它以**表（table/关系relation）**为基本存储单元：

• 每一列称为属性（attribute/字段field），代表数据的某一类特征，比如学生表的stu_id、name、grade
• 每一行称为元组（tuple/记录record），代表一条完整的独立数据，比如某一位学生的全部信息
• 每张表都有固定的结构（schema），定义了每一列的数据类型、约束规则

例如学校的学生表结构如下：

3. 主键、外键与规范化（1NF,2NF,3NF） (Primary and foreign keys; normalisation)

核心键定义

• 主键（primary key）：唯一标识表中每一行的属性，不能为NULL，也不能重复，比如学生表的stu_id就是主键
• 外键（foreign key）：一张表中的属性，引用另一张表的主键，用来建立两张表的关联关系，比如选课表中的stu_id就是引用学生表stu_id的外键，保证不会出现不存在的学生的选课记录

规范化（normalisation）

规范化是减少表中数据冗余、避免增删改异常的设计方法，考纲要求掌握前三范式：

1. 第一范式（1NF）：所有属性都是原子值，不能存储多个合并的值，比如不能把「数学,英语」存在同一个课程字段中，必须拆分到多行或多列
2. 第二范式（2NF）：首先满足1NF，且所有非主键属性完全依赖整个主键，不能只依赖主键的一部分。例如如果主键是（stu_id, course_id）的复合主键，stu_name只依赖stu_id，不符合2NF，需要拆分出独立的学生表
3. 第三范式（3NF）：首先满足2NF，且非主键属性之间没有传递依赖。例如学生表中如果同时存class_id和class_name，class_name依赖class_id，class_id依赖stu_id，属于传递依赖，不符合3NF，需要拆分出独立的班级表

4. 核心SQL语句：SELECT, JOIN, WHERE, GROUP BY

结构化查询语言（SQL, Structured Query Language）是操作关系型数据库的标准语言，考纲要求掌握4类核心操作：

1. WHERE条件过滤：用来筛选符合要求的行，例如查询12年级的所有学生姓名：

SELECT name FROM student WHERE grade = 12;

2. JOIN多表关联：用来联合查询多张表的数据，最常用的是INNER JOIN（只返回两张表匹配的记录），例如查询每个学生的选课成绩：

SELECT s.name, c.course_name, sc.score 
FROM student s
INNER JOIN student_course sc ON s.stu_id = sc.stu_id
INNER JOIN course c ON sc.course_id = c.course_id;

3. GROUP BY分组聚合：用来按指定列分组后做统计，常用聚合函数有COUNT()、SUM()、AVG()，例如统计每个年级的学生人数：

SELECT grade, COUNT(stu_id) AS stu_count 
FROM student 
GROUP BY grade
HAVING stu_count > 100; -- HAVING用来过滤分组后的聚合结果，和WHERE作用阶段不同

5. 数据字典与ER图 (Data dictionaries and ER diagrams)

数据字典（data dictionary）

数据字典是存储数据库**元数据（metadata）**的表，记录了所有表、字段的定义，例如：

实体关系图（ER diagram, Entity-Relationship diagram）

ER图是可视化数据库设计的工具，核心元素：

• 实体（entity）：用矩形表示，对应数据库中的表，比如学生、课程
• 属性（attribute）：用椭圆表示，对应表的字段，比如学生ID、姓名
• 关系（relationship）：用菱形表示，对应实体之间的关联，分为一对一、一对多、多对多三类，多对多关系必须新增中间表拆分为两个一对多关系

6. 事务与并发控制概述 (Transactions and concurrency overview)

**事务（transaction）**是一组不可分割的SQL操作集合，要么全部执行成功，要么全部失败回滚，满足ACID四大特性：

1. 原子性（Atomicity）：操作是最小单元，不可拆分
2. 一致性（Consistency）：事务执行前后数据库始终处于合法状态
3. 隔离性（Isolation）：多个事务并行执行时互不干扰
4. 持久性（Durability）：事务执行成功后修改永久生效，不会丢失

并发操作可能出现脏读、不可重复读、幻读等问题，一般通过锁机制、事务隔离级别来解决，考纲只要求掌握基础概念，不需要深入实现。

7. 常见陷阱 (Common Pitfalls)

1. 错误做法：把外键设置为唯一约束；原因：混淆主键和外键的规则，以为外键也必须唯一；正确做法：外键可以重复，只要引用的主键存在即可，比如多条选课记录可以对应同一个学生ID
2. 错误做法：用WHERE过滤GROUP BY后的聚合结果；原因：混淆WHERE和HAVING的执行顺序；正确做法：WHERE在GROUP BY之前执行，过滤原始行，HAVING在GROUP BY之后执行，过滤聚合结果
3. 错误做法：ER图中多对多关系直接连接两个实体，不设置中间表；原因：不知道多对多关系无法直接存储；正确做法：多对多关系必须新增中间表，存储两个实体的外键，拆分为两个一对多关系
4. 错误做法：认为规范化程度越高越好，必须全部到3NF；原因：忽略了查询性能的需求；正确做法：考试中要求规范化到3NF，实际场景中可以适当保留冗余来减少JOIN操作，提升查询效率

8. 练习题（A-Level Computer Science 风格）

题1

已知三张表：student(stu_id PK, name, grade)、course(course_id PK, course_name)、student_course(stu_id FK, course_id FK, score)，请编写SQL语句，查询选了「计算机科学」课程且分数大于80分的学生姓名。

解答

SELECT s.name
FROM student s
INNER JOIN student_course sc ON s.stu_id = sc.stu_id
INNER JOIN course c ON sc.course_id = c.course_id
WHERE c.course_name = '计算机科学' AND sc.score > 80;

题2

给定冗余表stu_info(stu_id, name, class_id, class_name, course_id, course_name, score)，主键为(stu_id, course_id)，请将其规范化到3NF，写出所有表的结构、主键和外键。

解答

拆分后共4张表：

1. student(stu_id PK, name, class_id FK)：存储学生基础信息，class_id是引用class表的外键
2. class(class_id PK, class_name)：存储班级信息
3. course(course_id PK, course_name)：存储课程信息
4. student_course(stu_id FK, course_id FK, score)：复合主键为(stu_id, course_id)，存储选课成绩，两个字段分别是student和course表的外键

题3

解释事务原子性的含义，举一个实际场景的例子。

解答

原子性指事务是不可分割的最小操作单元，包含的所有SQL操作要么全部执行成功，要么全部失败回滚。例子：银行转账操作，从A账户扣100元、给B账户加100元是同一个事务，若扣钱后系统故障，加钱操作未执行，整个事务会回滚，A账户的钱会退回，避免出现金额不一致的问题。

9. 速查表 (Quick Reference Cheatsheet)

10. 接下来怎么学

本模块是A-Level Computer Science后续分布式系统、数据处理等内容的基础，在考试中Paper 2常考SQL编写选择题，Paper 4常考规范化设计、ER图绘制的大题，占比约18%，掌握本模块内容也能为你后续学习大数据、后端开发等方向打下基础。

如果你在刷题过程中遇到任何数据库相关的疑问，或者需要更多针对性的练习题，可以随时到小欧提问，我们会为你提供个性化的辅导和解析。

本指南内容对齐 CIE 剑桥国际 AS & A Level 计算机科学 9618 考纲。OwlsAi 与 Cambridge Assessment International Education 无附属关系。