2025年数据库系统工程师考试数据库系统时间序列数据库试卷.docxVIP

2025年数据库系统工程师考试数据库系统时间序列数据库试卷

一、单项选择题（共10题，每题2分，共20分）

1.时间序列数据的核心特征是（）

A.数据类型多样性

B.时间戳严格递增

C.关联关系复杂

D.事务原子性要求高

答案：B

解析：时间序列数据是按时间顺序记录的观测值序列，其核心特征是每个数据点必须包含严格递增的时间戳，其他选项为传统数据库或业务数据的常见特征。

2.以下不属于时间序列数据库典型应用场景的是（）

A.物联网设备监控

B.金融交易行情记录

C.电商用户行为分析

D.气象数据采集存储

答案：C

解析：电商用户行为分析通常涉及多维度关联查询，属于OLAP场景；而时间序列数据库更适合高频、连续、时间驱动的数据流存储（如物联网、金融行情、气象数据）。

3.时间序列数据库中“时间桶（TimeBucket）”的主要作用是（）

A.优化事务处理性能

B.减少索引存储空间

C.按时间窗口聚合数据

D.实现跨节点数据分片

答案：C

解析：时间桶通过将时间轴划分为固定长度的区间（如1小时/天），将同一区间内的数据存储在一起，便于快速聚合查询（如统计每小时平均值）。

4.InfluxDB的TSM（TimeSeriesMerge）存储引擎采用的核心压缩技术是（）

A.LZ4字典压缩

B.差值编码+游程编码

C.列存列式压缩

D.位图索引压缩

答案：B

解析：TSM引擎针对时间序列的单调性，对时间戳采用差值编码（存储相邻时间差），对数值采用游程编码（存储重复值或变化模式），显著降低存储开销。

5.时间序列数据库中“降采样（Downsampling）”操作的主要目的是（）

A.提高实时写入性能

B.减少长期存储成本

C.增强事务一致性

D.支持复杂关联查询

答案：B

解析：降采样通过按固定时间间隔聚合原始数据（如将每分钟数据聚合为每小时最大值），生成低精度但占用空间更小的汇总数据，适用于历史数据长期存储。

6.以下时间序列数据库中，基于PostgreSQL扩展实现的是（）

A.InfluxDB

B.Prometheus

C.TimescaleDB

D.OpenTSDB

答案：C

解析：TimescaleDB是PostgreSQL的时序扩展插件，继承了PostgreSQL的ACID特性和SQL兼容性；InfluxDB为独立时序数据库，Prometheus侧重监控指标存储，OpenTSDB基于HBase。

7.时间序列数据的“冷数据”通常指（）

A.最近1小时内的新写入数据

B.超过设定保留期的历史数据

C.未完成事务提交的数据

D.访问频率极低的备份数据

答案：B

解析：时间序列数据具有时效性，冷数据一般指超过业务需要的活跃期（如30天）、需归档到低成本存储（如对象存储）的历史数据。

8.分布式时间序列数据库中，数据分片策略通常优先考虑（）

A.主键哈希分片

B.时间范围分片

C.标签维度分片

D.随机分布分片

答案：B

解析：时间序列数据的查询通常按时间范围（如“最近24小时”）进行，因此按时间分片（如每月/每日为一个分片）可提升查询时的局部性，减少跨分片IO。

9.时间序列数据库的“连续查询（ContinuousQuery）”功能主要用于（）

A.实时计算滑动窗口聚合值

B.支持跨库关联查询

C.自动执行降采样任务

D.实现事务回滚操作

答案：C

解析：连续查询是预定义的定期执行的聚合查询（如每小时计算一次当日平均值），结果自动存储为降采样数据，减少实时查询时的计算压力。

10.衡量时间序列数据库写入性能的关键指标是（）

A.QPS（每秒查询数）

B.TPS（每秒事务数）

C.WPS（每秒写入点）

D.IOPS（每秒输入输出）

答案：C

解析：时间序列数据通常以“点”（时间戳+值+标签）为单位写入，WPS（WritesPerSecond）直接反映数据库处理高频数据流的能力。

二、填空题（共5题，每题3分，共15分）

1.时间序列数据的三要素是时间戳、测量值和____。

2.InfluxDB中用于标识数据类别的元数据称为____（如“温度”“湿度”）。

3.时间序列数据库的“温存储”通常采用____（如SSD）作为存储介质，兼顾性能与成本。

4.分布式时间序列数据库实现高可用的常用技术是____，通过多副本同步保证数据不丢失。

5.时间序列数据压缩的核心目标是降低____，同时保持可还原的精度。

三、判断题（共5题，每题2分，共10分）

1.时间序列数据库必须支持SQL查询语法。（）

答案：×

解析：部分时间序列数据库（如InfluxDB）使用专用查询语言（InfluxQL），但也有产品（如