# 1. 全局查询的优化器，CBO、统计信息？ A CBO 不需要统计信息，随机选择执行计划 B CBO 用统计信息估算各执行计划代价并选最优，分布式下还需考虑跨节点传输与下推 ✓ 正确答案 C 统计信息过时不影响 CBO 表现 D 分布式查询优化无需考虑网络传输代价
# 2. 分布式查询（Distributed Query）的下推（Pushdown），谓词、投影、聚合？ A 断言下推与谓词下推无关 B 下推会把所有数据传输到中心节点再计算，传输量大 C 下推把过滤、投影、聚合计算下推到各分片执行，减少跨节点传输的数据量 ✓ 正确答案 D 下推只适用于单机数据库，不适用于分布式
# 3. 跨分片 JOIN 的处理，广播 JOIN、Shuffle JOIN？ A 跨分片 JOIN 不需要特殊处理，直接连接即可 B 广播 JOIN 适合两个大表 JOIN C Shuffle JOIN 只传输小表，成本最低 D 广播 JOIN 把小时表复制到各分片避免移动大表，Shuffle JOIN 按连接键重分布数据到各分片本地 JOIN ✓ 正确答案
# 4. 跨分片 JOIN 的代价，网络传输、数据倾斜？ A 数据倾斜只影响存储，不影响 JOIN 性能 B 跨分片 JOIN 没有额外代价，与单机 JOIN 相同 C 跨分片 JOIN 代价主要是网络传输（数据移动）与数据倾斜（热分片成为瓶颈），需减少传输并均衡分片 ✓ 正确答案 D 广播 JOIN 会比 shuffle 传输更多数据
# 5. 跨分片 JOIN 的实现，广播、Shuffle、Lookup？ A 广播 JOIN 复制小表、Shuffle JOIN 按连接键重分布、Lookup JOIN 按需查询，优化器按表大小与索引选择 ✓ 正确答案 B 三种 JOIN 实现完全相同，只是叫法不同 C Lookup JOIN 需要全量传输大表 D 广播 JOIN 适合任意大小的表
# 6. 全局二级索引（Global Secondary Index）的需求，跨分片查询？ A 全局二级索引为非分片键列建立全局索引，支持按索引键高效跨分片查询，避免全表广播 ✓ 正确答案 B 全局二级索引只作用于分片键列 C 没有全局索引时，非分片键查询也能高效定位分片 D 全局二级索引会增加主表写入速度，无需维护
# 7. 分布式查询的执行模型，MPP（Massively Parallel Processing）？ A MPP 不涉及数据倾斜问题 B MPP 由单体节点串行执行所有查询 C MPP 无法横向扩展，数据量固定 D MPP 把数据分片并让多节点并行执行子任务，再通过数据交换汇总，实现海量数据并行处理 ✓ 正确答案
# 8. 在线扩容（Online Scale-Out）的实现，TiDB、CockroachDB、YugabyteDB？ A 在线扩容需要停机，无法在不中断下完成 B TiDB/CockroachDB/YugabyteDB 通过节点加入 + 自动数据再平衡实现在线扩容，迁移过程对应用透明 ✓ 正确答案 C 在线扩容只需加机器，无需迁移数据 D 在线扩容只能读，不能写
# 9. 弹性扩缩容（Elastic Scaling）的需求，流量波动？ A 弹性扩缩容只针对固定容量，不随流量变化 B 弹性扩缩容根据实时流量动态加减节点，通过监控触发并配合数据再平衡，匹配高峰与低谷需求 ✓ 正确答案 C 弹性扩缩容只需加节点，无需监控和再平衡 D 弹性扩缩容与流量波动无关
# 10. 数据再平衡（Data Rebalance）的策略，均匀分布、业务感知？ A 数据再平衡只按数据量均匀分布，与负载无关 B 数据再平衡有均匀分布（按数据量）与业务感知（按负载）两种策略，业务感知可处理热点但迁移成本高 ✓ 正确答案 C 业务感知策略不需要监控负载 D 数据再平衡与热点处理无关
# 11. 单元化（Cell-Based）架构，用户绑定到特定单元？ A 单元化架构按用户维度划分独立单元，用户通过路由绑定到特定单元，实现隔离、容灾与多活 ✓ 正确答案 B 单元化架构把所有用户放在一个单元，便于管理 C 单元化无需路由，用户随机访问 D 单元化架构单元间数据不隔离，故障会互相影响
# 12. 多活（Multi-Active）的概念，多个数据中心同时对外服务？ A 多活中只有一个中心服务，其余备份 B 多活指多个数据中心同时对外服务，收益是资源利用与可用性，挑战是数据一致、路由与冲突解决 ✓ 正确答案 C 多活无需处理数据一致性 D 多活与主备架构完全相同
# 13. 全局二级索引如何保证与主表数据一致？TiDB 等系统为何用分布式事务或异步回填构建索引，写入放大如何控制？ A 建索引必须全程阻塞，无法异步 B 全局索引与主表可以不一致，无需保证 C TiDB 用分布式事务保证主表与索引原子一致，建索引用异步回填避免阻塞，通过控制索引数量与批量写缓解写入放大 ✓ 正确答案 D 全局索引不会增加写入放大
# 14. 多活架构中为什么多数系统选择单点写、多点读而非真双写？真双写需要满足哪些前提（冲突消解、时钟、幂等）？ A 真双写比单点写多点读更简单可靠 B 真双写无需处理冲突，任何系统都能实现 C 单点写多点读无法获得多活收益 D 真双写需解决写冲突、时钟、幂等等前提，复杂且风险高，因此多数系统用单点写多点读获得多活收益 ✓ 正确答案
# 15. 异地多活的冲突解决，最后写入获胜（LWW）、向量时钟？ A 异地多活无需冲突解决，复制自动一致 B LWW 能准确判断所有并发冲突 C 向量时钟开销小，适合大规模节点 D LWW 取时间戳最新写入、简单但可能丢更新且依赖时钟；向量时钟能准确判断并发但开销大 ✓ 正确答案
# 16. MPP 模型如何通过数据分片与并行执行扩展，其扩容与数据倾斜的挑战是什么？ A MPP 通过分片与并行扩展，挑战是扩容时数据迁移再平衡与数据倾斜导致的最慢节点瓶颈 ✓ 正确答案 B MPP 扩容无需迁移数据，直接加节点即可 C 数据倾斜不影响 MPP 扩展性 D MPP 无法横向扩展，只能纵向
# 17. 不用全局二级索引时有哪些替代方案，冗余表、广播小表、应用层维护索引各自的维护成本与一致性风险？ A 冗余表、广播小表、应用层索引都是无全局索引的替代方案，但都以手动维护一致性为代价，一致性风险较高 ✓ 正确答案 B 冗余表无需维护一致性，自动同步 C 应用层维护索引干脆利落，不会有数据不一致 D 广播小表适合任意大小的表，无成本
# 18. 缩容（Scale-In）的安全考量？ A 缩容需确保数据完整迁移、副本冗余不减、剩余节点容量够用，并更新路由，比扩容更需谨慎 ✓ 正确答案 B 缩容无需迁移数据，直接下线节点 C 缩容不会降低容灾能力 D 缩容后无需更新路由
# 19. 多活切换后的回切（failback）如何避免数据冲突？旧主追平校验与双写窗口的处理流程是什么？ A 回切需先让旧主追平校验一致，切换时关闭双写窗口（单点写），避免新旧主同时写入产生冲突 ✓ 正确答案 B 回切无需校验数据，直接切回 C 回切期间允许新旧主同时写，以保可用性 D 双写窗口是安全的，不会产生冲突
