# 1. CBO（Cost-Based Optimizer）的代价估算模型，选择率、基数、CPU/IO/网络代价的统计与回归？ A 选择率与基数决定算子输入规模，CPU/IO/网络代价按标定权重加权，模型误差需硬件标定与回归校准 ✓ 正确答案 B CBO 完全依赖规则，不需要代价 C 选择率越高代价越低 D 网络代价只影响分布式查询，不影响代价模型
# 2. Join 顺序优化，动态规划（DP）、遗传算法（GA）、Volcano/Cascades 框架的工程取舍？ A DP 保证最优但指数级、受限表数；GA 可扩展但非最优；Cascades 用 memo+剪枝在最优与可扩展间折中 ✓ 正确答案 B DP 可以扩展到任意多表 C GA 保证全局最优 D Cascades 不使用 memo 结构
# 3. RBO 与 CBO 的分层，哪些规则优化（子查询上拉、谓词下推、连接消除）属于 RBO，哪些需要代价估算？ A Join 算法选择属于 RBO B 所有优化都依赖代价，属于 CBO C 谓词下推需要代价估算 D 谓词下推、连接消除等恒优规则走 RBO，Join 顺序与算法选择等依赖代价的走 CBO ✓ 正确答案
# 4. 直方图与基数估算，等频/等高直方图、多列相关性与采样误差如何导致基数高估/低估，从而选错 Join 顺序？ A 等频/等高直方图近似估算基数，多列相关性破坏独立假设、采样误差导致偏差，进而选错 Join 顺序 ✓ 正确答案 B 直方图能精确估算基数，无误差 C 多列相关性不会影响基数估算 D 基数偏差只影响返回行数，不影响 Join 顺序
# 5. Hash Join 的代价模型（构建/探测、内存内 vs 溢出）与优化器对内存的预估 A 优化器不需要预估 Hash Join 的内存 B Hash Join 不存在落盘 C 构建侧永远是大表 D 构建+探测两阶段计代价，构建表能否内存内决定是否落盘，优化器按估算行数与内存预算预估 ✓ 正确答案
# 6. Join 算法选择，Nested Loop、Hash Join、Sort-Merge Join、Index Nested Loop 的代价权衡？ A Sort-Merge Join 不需要排序 B Nested Loop 总比 Hash Join 快 C Hash Join 适合大表等值连接、Nested Loop 适合小表、Sort-Merge 需排序、Index NLJ 用索引加速，按数据量与索引选择 ✓ 正确答案 D Index Nested Loop 不适合带索引的表
# 7. 统计信息（Histogram、Sample、Cardinality Estimation）的自动收集与失真检测？ A 采样率越高越好，且不影响失真 B 统计信息只需收集一次，永不失效 C 通过 ANALYZE/采样构建直方图，并通过对比实际行数与阈值检测过期，失真时需重新 ANALYZE ✓ 正确答案 D 失真检测只能人工执行
# 8. 参数化查询与计划缓存，Prepared Statement 下"通用计划 vs 定制计划"的取舍，计划不稳定（plan instability）如何缓解？ A 通用计划复用稳定但可能非最优，定制计划按参数优化但每次重算，计划不稳定需用计划策略与缓存失效控制缓解 ✓ 正确答案 B 定制计划永远最优 C 通用计划永远最优 D 计划不稳定与参数无关
# 9. 优化器 Hint 与人工干预的边界，何时该用 hint，如何验证 hint 的必要性与副作用（统计信息更新后计划退化）？ A Hint 应一律使用，无需验证 B Hint 应在统计失真且优化器反复选错时使用，需验证有效，并警惕统计信息更新后计划退化 ✓ 正确答案 C Hint 会随数据变化自适应调整 D Hint 只影响执行，不影响计划
# 10. 统计信息新鲜度，自动更新阈值、采样比例与手动 ANALYZE 的工程实践，统计严重过期时会有什么症状？ A 统计信息永不需手动 ANALYZE B 自动更新依据变更阈值触发，采样比例权衡精度，过期症状是估算行数与实际偏差大导致计划退化 ✓ 正确答案 C 采样比例越高越容易过期 D 统计过期只影响展示，不影响计划
# 11. Join 顺序的优化，DP 与启发式的权衡？ A DP 可扩展到任意表数 B DP 保证最优但指数级、限表数，启发式可扩展但非最优，工程上按表数混合使用 ✓ 正确答案 C 启发式保证全局最优 D DP 与启发式在最优性上完全相同
# 12. 优化器的逻辑优化，常量折叠、谓词化简、外连接消除与子查询上拉 A 逻辑优化会改变查询结果 B 常量折叠、谓词化简、外连接消除、子查询上拉等都是保持语义的等价改写，利于后续优化 ✓ 正确答案 C 外连接消除会改变结果语义 D 子查询上拉会增加代价
# 13. Cardinality Estimation 偏差（业界普遍问题）如何被反馈优化与历史查询重放补救？ A 反馈优化与执行结果无关 B 基数估计偏差无法补救 C 反馈优化用实际执行结果修正估算，历史查询重放用真实负载校准模型，共同补救估算偏差 ✓ 正确答案 D 历史重放只会放大偏差
# 14. 代价模型的硬件标定，不同存储介质（HDD/SSD/内存）下 IO 代价权重如何校准，错误标定会导致什么偏差？ A 标定只影响展示，不影响计划 B 所有介质的 IO 代价相同，无需标定 C 不同介质 IO 成本差异大，需基准测试标定权重，错误标定会导致选错访问方式或 Join 算法 ✓ 正确答案 D 错误标定只会让查询更快
# 15. 统计信息过期对执行计划的影响与手动 ANALYZE？ A 过期统计不影响优化器 B 过期统计导致基数估算失真、计划退化，手动 ANALYZE 强制刷新统计以纠正 ✓ 正确答案 C 手动 ANALYZE 会让计划更差 D ANALYZE 只能自动执行，不能手动
# 16. 执行计划缓存失效，统计信息变化与 plan 重算？ A 计划缓存永不失效 B 统计信息或表结构变化会使缓存计划失效并触发重算，失效策略需权衡复用与新鲜度 ✓ 正确答案 C 统计信息变化不影响缓存计划 D 失效后直接复用旧计划
# 17. Hash Join vs Nested Loop 的选择，驱动表与选择性？ A Nested Loop 适合大表匹配多 B Hash Join 总比 Nested Loop 快 C 匹配少、驱动表小且带索引时 Nested Loop 优，等值大表匹配多时 Hash Join 优，驱动表与选择性是决策关键 ✓ 正确答案 D 驱动表选择不影响 Nested Loop 代价
# 18. 优化器正确性的测试方法（随机查询与 plan diff、查询重放） A 查询重放只能用于 OLTP 查询 B 优化器无需测试，天然正确 C plan diff 只比较耗时，不比较计划 D 随机查询对比结果验证正确性，plan diff 检查计划变化，查询重放用真实负载检测回归 ✓ 正确答案
