简介：面向备考软考中级数据库系统工程师的考生，这份与第四版教材对应的考试大纲docx可用于快速确认考试范围、梳理复习主线并安排各模块学习顺序。压缩包内仅含1个docx文件，约110KB，体积轻便，便于在电脑或手机上随时查阅。大纲从考试说明、考试要求、考试目的与考试科目切入，内容覆盖信息系统知识、计算机系统基础、数据库技术、系统开发与运行维护、网络与系统安全、数据库主流应用技术及计算机专业英语，并进一步细分关系数据库、事务管理、SQL、数据库设计、数据仓库与数据分析、系统分析与设计等知识点。读者可据此对照教材逐项排查薄弱环节，建立从基础概念到设计管理的完整知识框架，也可作为冲刺阶段查漏补缺的清单。目前已有1660人学习，适合需要按官方范围系统备考的考生参考。

1. 考试全景：两科一张卷，先看清这张知识地图

数据库系统工程师考纲对应第四版教材，最大的特点是"两科分工明确、覆盖面铺得极开"。上午卷 150 分钟选择题，考信息系统知识，从 CPU 流水线、RAID 分级一路铺到网络协议和专业英语；下午卷 150 分钟问答题，考数据库系统设计与管理，从需求分析、E-R 建模、SQL 编写一路压到备份恢复与性能调优。很多人复习翻车的根本原因，往往不是不够努力，而是把下午卷当上午卷背，或者把公共基础课当专业课死磕。这张图其实是三层的结构：底层是计算机与网络公共底座，中层是数据库原理加 SQL 硬功夫，顶层是设计与运维的工程判断。两科都卡在 45 分及格线，意味着一科偏离及格线和另一科拿高分同样危险。

2. 信息系统知识：从硬件底座到网络安全的公共盘

上午卷看上去是"什么都考一点"，真正拉分的其实集中在几块固定区域：体系结构与存储、操作系统与数据结构、网络与安全。这几块的知识点密度高、题型稳定，属于投入产出比最高的部分，先把它们拿下，再谈数据库原理。

2.1 硬件与存储系统：CPU、流水线与 RAID 分级

计算机由运算器、控制器、存储器、输入设备和输出设备五大部件构成，CPU 内部则由运算器、控制器和寄存器组组成。寄存器里名字最容易记混的是几个：PC 存放下一条指令地址，IR 存放当前正在执行的指令，PSW 存放程序状态字。性能指标要看主频、字长、CPI 和 MIPS，别只盯着主频判断快慢，指令集不同，主频高不代表实际吞吐高。

CISC 与 RISC 的对比是选择题里重复率很高的对照题，考点集中在指令数量、指令长度、寻址方式和实现方式这四个维度上。

流水线部分必须会算执行时间。设一条指令分 k 段，各段耗时为 t1 到 tk，流水线周期 Δt 取最长的那一段，则执行 n 条指令的时间为 (t1+t2+…+tk)+(n−1)×Δt。举个数：取指 2ns、分析 2ns、执行 1ns，共 100 条指令，结果是 5+(100−1)×2=203ns。吞吐率是 n 除以执行时间，加速比是顺序执行时间除以流水线执行时间。这里最容易错的是把 Δt 当成各段平均时间，实际要取最大值。

存储系统分 Cache、主存、辅存三级，理论依据是程序的局部性原理，包括时间局部性和空间局部性。Cache 平均访问时间 = H×Tc + (1−H)×Tm，H 是命中率。虚拟存储器有页式、段式、段页式三种实现，页式由系统划分、对用户透明，段式按逻辑意义划分、便于共享和保护，这个区别下午卷偶尔也会借去考。

RAID 分级几乎每年都有影子，记住技术特征和可用容量的对应关系比背定义有用。

网络存储分 DAS、NAS、SAN 三类：DAS 是直接挂在本机上的存储，NAS 走文件级共享，SAN 走块级网络。可靠度计算里串联系统 R=R1×R2，并联系统 R=1−(1−R1)(1−R2)，可用性用 MTBF/(MTBF+MTTR) 表达，MTTR 越小可用性越高，这个结论要能直接反推。

2.2 操作系统与数据结构：上午卷的高频得分区

数据结构这部分不是让你写代码，而是考性质和复杂度。把常用结构按查找、插入、删除的开销排成一张表，比逐个背定义有效得多。

排序算法那张表必须背到条件反射，尤其是稳定性这一列，考试极爱在这一列设题。稳定的有冒泡、插入、归并、基数排序；不稳定的有快速排序、希尔排序、堆排序、直接选择排序。复杂度和稳定性的交叉判断是常见失分点。

操作系统部分抓住四条主线。进程管理看三态转换：就绪、运行、阻塞，以及创建和终止两个附加状态，从运行到阻塞是主动请求资源，从运行到就绪是被剥夺处理机，这两个方向最容易被调换。同步互斥用 PV 操作，P 操作申请资源、V 操作释放资源，信号量的取值含义要能写出来。死锁的四个必要条件——互斥、请求并保持、不可剥夺、环路等待——缺一不可，银行家算法属于死锁避免。存储管理要分清分页和分段。

设备管理记 SPOOLing 假脱机技术把独占设备改造成共享设备，磁盘调度考 FCFS、SSTF、SCAN 三种算法的磁头移动序列计算。文件管理看目录结构、索引结构和存取控制。语言处理程序要能排出六个阶段：词法分析、语法分析、语义分析、中间代码生成、代码优化、目标代码生成，解释程序不生成目标代码，这是与编译程序最本质的区别。

2.3 网络与信息安全：协议分层、加密与数字签名

网络部分的主干是分层模型和协议归属，任何一道题落在哪一层，先定位层次再判断。

TCP 面向连接、可靠、有流量控制，UDP 无连接、开销小、不保证送达，选谁取决于业务对时延和可靠性的取舍，不是谁更"好"。IP 地址部分要会做基本的子网划分，用子网掩码取出网络号和主机号，判断两台主机能否直接通信，看的是网络号是否一致。

信息安全重点在三类算法的分工，这张表几乎覆盖了选择题的全部考点范围。

数字签名的流程要能倒着说清楚：发送方先对消息计算摘要，再用自己的私钥加密摘要形成签名，与消息一起发出；接收方用发送方的公钥解开签名得到摘要，再对收到的消息重新计算摘要做比对。既验完整性，也防抵赖。数字证书由认证机构签发，解决的是公钥本身可信的问题，不是数据加密的问题，这两个概念在题干里经常被混在一起考。

3. 数据库内核：数据模型、关系代数、范式与事务的复习主线

下午卷和上午卷的数据库部分共享同一套原理，区别只在考法：上午卷考判断，下午卷考推导与书写。这一章按"模型—运算—设计理论—事务—语言"的顺序串起来，是因为它本身就是一条推导链：数据模型定结构，关系代数定操作语义，范式定设计质量，事务定并发正确性，SQL 定落地写法。

3.1 数据模型与三级模式两级映像

数据模型的三要素是数据结构、数据操作和完整性约束。按抽象层次分两类：概念数据模型面向用户，最典型的是 E-R 模型，由实体、属性和联系构成，联系分一对一、一对多、多对多三种；逻辑数据模型面向实现，包括层次模型、网状模型、关系模型和面向对象模型。典型数据库系统则列了关系型、面向对象型、对象关系型、XML 数据库和 NoSQL 几类。

DBMS 的功能要按"定义—操作—管理—存储—维护"的顺序记：数据库定义、数据库操作、数据库运行管理（并发控制、安全性、完整性检查）、数据组织存储和管理、数据库建立与维护（装载、备份、恢复、重组重构），再加上通信接口等辅助功能。题干问"保证数据独立性属于哪项功能"时，答案落在运行管理与辅助功能交界处，看清楚问的是哪一项。

三级模式两级映像是本章最扎实的框架。外模式是用户视图，可以有多个；模式是全局逻辑结构，只有一个；内模式是物理存储结构，也只有一个。外模式/模式映像保证逻辑独立性，修改模式时只要调整映像，外模式和应用不必改；模式/内模式映像保证物理独立性，改内模式时同样只调整映像。梳理下来会发现，考"逻辑独立性"和"物理独立性"的题目，本质就是问改了哪一层、动了哪个映像。

数据库体系结构还包括集中式、并行（SMP、MPP、NUMA 等）、分布式、C/S 与 B/S 等形态。并行数据库强调的是多个处理机协同完成同一查询，分布式强调的是数据物理分散而逻辑统一，两者不要混为一谈。

3.2 关系代数与关系演算

关系模型的术语先对齐：关系即二维表，元组即行，属性即列，域是属性的取值范围。键的层次要分清：超键是能唯一标识元组的属性集，候选键是最小超键，主键是选定的那个候选键，外键是本关系中引用其他关系主键的属性。关系的"型"指结构，"值"指某一时刻的具体内容。

完整性约束有三类：实体完整性要求主键非空且唯一；参照完整性要求外键要么为空、要么等于被参照关系中某个主键值；用户自定义完整性由具体业务规则决定，落地形式是 CHECK、NOT NULL 等约束。

关系代数运算分两组。集合运算包括并、交、差、笛卡尔积，要求参与运算的关系属性个数相同、对应属性域相同。专门运算包括选择、投影、连接和除。连接的变体最多：θ 连接按条件连接，等值连接用等号做条件，自然连接在等值连接基础上去掉重复属性，外连接则保留未匹配的悬挂元组，分左外、右外和全外。

除运算的语义是"对所有的"，是最容易看不懂的一个。用 SQL 表达时靠双重否定，这个写法值得抄下来反复看。

-- 关系代数除运算的等价写法：找出选修了全部课程的学生 -- 语义拆解："不存在一门课程，该学生没有选" SELECT s.sname FROM student s WHERE NOT EXISTS ( -- 外层：不存在这样的课程 SELECT 1 FROM course c WHERE NOT EXISTS ( -- 中层：该学生没有选这门课 SELECT 1 FROM sc WHERE sc.sno = s.sno AND sc.cno = c.cno ) );

这段逻辑要从内往外读：最内层判断某学生是否选了某门课，中层在外面套一层 NOT EXISTS，含义变成"这门课该学生没选"，最外层再套一层 NOT EXISTS，含义变成"不存在他没选的课"，也就是全都选了。参数上 sno 是学号、cno 是课程号、sc 是选课关系，三张表的主外键关系决定了关联条件写在哪一层。

元组演算的表达式形式是 {t | P(t)}，软考只要求能把简单的关系代数与演算式互译，重点在于识别量词"存在"和"任意"对应的否定嵌套。这里有个细节值得单独标出来：关系代数的投影默认去重，而 SQL 的 SELECT 默认保留重复行，要写 DISTINCT 才等价。这个差异在判断题里年年有。

3.3 函数依赖、范式与模式分解

函数依赖 X→Y 表示 X 的取值唯一决定 Y。完全函数依赖要求 X 的任何真子集都不能决定 Y；部分函数依赖则是存在真子集就能决定；传递函数依赖是 X→Y、Y→Z 且 Y 不能反推 X。多值依赖 X→→Y 描述的是"一组值独立于另一组值"的情形，比较抽象，抓住定义里"交换两组值不影响关系"这一条即可。

Armstrong 公理三条：自反律、增广律、传递律。由此可推出合并规则、分解规则和伪传递规则。求候选键的实用方法是先给属性分类：只出现在函数依赖左部的属性必定属于某个候选键，只出现在右部的必定不属于，然后从左侧属性集开始求闭包，看能否推出全部属性。

范式判定是本章的核心表格，建议直接背判定条件和"消除了什么"。

举一个具体的判定过程：关系 R(A,B,C)，函数依赖集 {A→B, B→C}。左侧只出现 A，A 的闭包能推出 A、B、C，所以候选键是 A。A→B 是完全依赖，没有问题；但 A→B、B→C 构成传递依赖，所以 R 满足 2NF 不满足 3NF。保持无损连接的分解方式之一是拆成 R1(A,B) 和 R2(B,C)。

模式分解要同时看两个性质：无损连接性和保持函数依赖。无损连接的判定可以用表格法（初表法），把每个函数依赖逐个代入消元，最后若某一行全是 a 则无损。结论层面记两条：分解到 3NF 可以同时做到无损连接和保持函数依赖；分解到 BCNF 能保证无损连接，但不一定保持函数依赖。这个不对称结论是简答题的常客。

3.4 事务、并发控制与恢复

事务的四个特性 ACID 要能各配一句解释：原子性靠日志的 UNDO 实现，一致性靠完整性约束和业务逻辑保证，隔离性靠并发控制机制，持久性靠日志的 REDO 和介质冗余。四者不是并列的技术手段，而是层层支撑的关系。

并发不加控制会出四类问题：丢失更新（两个事务读同一数据各自修改，后写的覆盖先写的）、读脏数据（读到未提交且随后回滚的数据）、不可重复读（同一事务内两次读同一行结果不同）、幻读（同一事务内两次按同一条件查询，第二次多出或少了行）。前三个针对"值变了"，幻读针对"行数变了"，这个区分决定了加锁对象是行还是范围。

封锁机制里两种锁：排他锁 X 锁和共享锁 S 锁。相容性只有 S 与 S 相容，其余组合都冲突。三级封锁协议层层加严：一级要求修改前加 X 锁并保持到事务结束，解决丢失更新；二级在一级基础上要求读前加 S 锁、读完即可释放，解决读脏数据；三级要求 S 锁也保持到事务结束，解决不可重复读。两段锁协议规定事务分扩展段和收缩段，加锁只能在前段、解锁只能在后段，遵守 2PL 能保证并发调度的可串行化，但可能产生死锁。

隔离级别与四类问题的对应关系几乎是必考项。

事务控制的语句写法要熟，尤其是回滚的边界。

-- 转账场景：两条更新必须同生共死 BEGIN TRANSACTION; -- 开启事务 UPDATE account SET balance = balance - 100 WHERE acct_id = 'A001'; -- 转出 UPDATE account SET balance = balance + 100 WHERE acct_id = 'A002'; -- 转入 COMMIT; -- 两条同时生效 -- 若第二条更新失败，执行 ROLLBACK; A001 的扣款一并撤销

参数 acct_id 是账户标识，balance 是余额。这段的价值在于说明原子性的实现思路：两步更新之间任何一步失败都必须整体回滚，否则账目对不上。写简答题时点出"由日志记录前像，回滚时用前像恢复"会更完整。

故障恢复要区分三类故障：事务故障（单个事务出错，靠 UNDO）、系统故障（如断电，导致内存内容丢失但磁盘完好，靠 UNDO 未提交事务、REDO 已提交事务）、介质故障（磁盘损坏，靠备份加日志重做）。日志的两条铁律：先写日志后写数据库，以及事务提交前必须把该事务的日志写到稳定存储。检查点的作用是缩短恢复时需要扫描的日志范围，判定规则是：检查点之前已提交的事务不需要处理，检查点之后提交的事务需要 REDO，检查点之后未提交的事务需要 UNDO。

3.5 SQL 语言：DDL、DML、DCL 与存储过程、触发器

SQL 的四大类要分清楚：DDL 数据定义（CREATE、ALTER、DROP，对象是表、视图、索引、约束）、DML 数据操作（SELECT、INSERT、UPDATE、DELETE）、DCL 数据控制（GRANT、REVOKE）、以及事务控制语句。SQL 的特点是一体化（集定义、操纵、控制于一体）、非过程化（只说要什么不说怎么做）、面向集合。

视图是高频考点。它的作用有三个：简化复杂查询、实现安全性（只暴露部分行和列，且能隐藏基表结构）、提供逻辑独立性。可更新视图有前提条件，一般要求视图由单表导出且不含聚合函数、GROUP BY、DISTINCT 等，聚合视图和连接视图通常不可更新。

多表连接要能默写左外、右外、全外的语义差别：左外保留左表全部行、右表匹配不上补空；右外反之；全外两边都保留。自连接用于同一张表内的层次或比较关系，典型场景是"找出工资高于本部门平均工资的员工"。

子查询要分清非相关与相关：非相关子查询独立执行一次，结果供外层使用；相关子查询依赖外层的每一行，逐行执行。EXISTS 只判断结果集是否为空，不关心取到什么值，配合 NOT EXISTS 可以表达"对所有"的语义，这也是上一节除运算的写法基础。

窗口函数在 OLAP 类题目里越来越常见，它和 GROUP BY 最大的区别是不折叠行。

-- 按部门给工资排名，同时保留每一行明细 SELECT dept_id, emp_name, salary, RANK() OVER (PARTITION BY dept_id ORDER BY salary DESC) AS rk FROM employee;

PARTITION BY 划分分组窗口，相当于"按部门分组但不合并行"；ORDER BY 决定排名依据。三个排名函数的差异要记牢：ROW_NUMBER 强制给出连续不重复序号，RANK 遇到并列时跳号（1、1、3），DENSE_RANK 并列时不跳号（1、1、2）。题目问"并列第二名之后下一个是第几名"，就是在考这个区别。

存储过程把多条 SQL 封装成可调用单元，参数模式分 IN、OUT、INOUT 三种，内部可以用变量、条件分支、循环和游标。游标解决的是"集合操作语言处理单行逻辑"的矛盾，使用分四步：声明、打开、取数、关闭。触发器绑定在表的增删改事件上，分 BEFORE 和 AFTER、行级和语句级，典型用途是审计留痕、级联更新和复杂业务约束。嵌入式 SQL 要掌握三个概念：SQL 通信区用来回传执行状态、共享变量用于宿主语言与 SQL 之间传值、游标用于把集合结果逐行交给宿主语言处理。

4. 设计与运维：从需求到 E-R，再到备份恢复与性能调优

上午卷考"知不知道"，下午卷考"会不会做"。这一章的四个模块，对应下午卷第一题到最后一题的全部题型：设计流程出 E-R 与关系模式，分析设计出数据流图与架构，运维出备份恢复与调优，新技术出概念辨析。

4.1 数据库设计六步法与 E-R 图转换规则

六步法：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、数据库运行维护。每一步的产出物要能对上号：需求分析出数据字典和数据流图；概念设计出 E-R 图；逻辑设计出关系模式和视图；物理设计出索引、分区与存储安排。

概念设计阶段的核心工作是局部 E-R 图设计与合并。合并时要处理三类冲突：属性冲突（同名不同义、同义不同名、单位不一致）、命名冲突、结构冲突（同一对象在不同局部图中抽象不同）。合并后还要消除冗余，冗余的联系会让后续关系模式变复杂。

逻辑设计的核心是 E-R 图向关系模式的转换规则，这几条必须能直接写出来：

• 每个实体转换为一个关系模式，实体的属性成为关系的属性，实体的码成为关系的码。
• 一对一联系可以独立成一个关系模式，也可以合并到任意一端的关系模式中。
• 一对多联系可以独立成关系模式，也可以合并到多端，把一端的码作为外键加进去。
• 多对多联系必须独立成一个关系模式，码是两端实体码的组合。
• 三个及以上实体之间的多元联系，独立成一个关系模式，码是各实体码的组合。
• 同一实体集内部的联系按一对多或一对一规则处理。

转换完还要做规范化处理，一般达到 3NF 即可，然后再做优化，包括减少连接次数、消除冗余属性，最后设计外模式即用户视图。

物理设计阶段选存取方法和存储结构：存取方法主要指索引策略，区分聚簇索引与非聚簇索引、区分哪些列建索引；存储结构涉及分区、表空间和存放位置。判断依据是查询模式，读多写少、等值查询多的列优先建索引，更新极频繁的列要慎建，因为每个索引都要跟着维护。

4.2 系统分析与架构：数据流图、数据字典与体系结构选择

结构化分析的两大工具是数据流图和数据字典，二者合起来构成系统的逻辑模型。数据流图有四种元素：外部实体、加工、数据流、数据存储，画分层图时从顶层图开始逐层细化，关键约束是父子平衡——父图中某个加工的输入输出数据流，必须与它对应子图的输入输出保持一致。

数据字典有五类条目：数据项、数据结构、数据流、数据存储、加工。其中数据项是不可再分的最小单位，数据结构由若干数据项组成。简答题常问"数据字典的作用是什么"，答案是它对数据流图中的每个元素给出精确定义，使系统逻辑模型完整无歧义。

面向对象分析用 UML 表达，用例图描述系统与外部参与者的交互，类图描述静态结构，序列图描述对象间的时序交互，状态图描述对象生命周期。面向服务的分析方法则强调服务识别与编排，属于较新的内容，抓"服务松耦合、可复用"两个关键词。

系统设计层面，模块化设计的两个度量是内聚和耦合。内聚从高到低分为功能内聚、顺序内聚、通信内聚、过程内聚、时间内聚、逻辑内聚、偶然内聚；耦合从低到高分为非直接耦合、数据耦合、标记耦合、控制耦合、外部耦合、公共耦合、内容耦合。判断原则是"高内聚、低耦合"，做题时看模块之间传递的是数据还是控制信号，传控制信号就落在控制耦合，共享全局变量就是公共耦合。

体系结构选型上，C/S 结构把处理分散到客户端和服务器，交互体验好但维护成本高；B/S 把界面统一到浏览器，部署升级方便；三层结构在二者之间加一层应用服务器，用于承载业务逻辑。大规模数据库与并行计算机体系结构是下午卷的高频搭配考点，SMP 是共享内存的对称多处理，扩展

本文还有配套的精品资源，点击获取