資訊處理 112 年高等資料庫設計考古題

假設你想記載太平洋颱風資訊，並設計一個簡易資料庫，以下為其實體 型態（Entity Type）和相關資訊： 國家（Nation）：需記載國名（nName）、人口（population）、區域（region）， 其中國名為唯一。 颱風（Typhoon）：需記載年（year）、編號（num）、中文名（cName）、 英文名（eName）、生成日期（startDate）、路徑（path）。其中沒有任 何一個屬性是唯一，但不同颱風的年和編號不會完全一樣，此外路徑 裡要記載多個時間點（time）的中心點緯度（latitude）、中心點經度 （longitude）和暴風半徑（radius）。此外，颱風影響（impact）的國 家，以及造成的死亡人數（casualty）和經濟損失（loss）也要記載。 預測單位（Bureau）：需記載單位名稱（bName）、成立日期（startDate）， 其中單位名稱是唯一，且預測單位所屬國家也需記載。 預測路徑（PredictedPath）：需記載預測時間（pTime）和預測路徑 （pPath），其中預測路徑裡要記載多個時間點（time）的中心點緯度 （latitude）、中心點經度（longitude）和暴風半徑（radius）。請注意預 測路徑是由某一個預測單位針對某一個颱風所做的預測，因此預測 單位、針對的颱風和預測時間合起來為唯一。 請根據以上說明畫出實體關係圖（Entity Relationship Diagram），題目 沒有說明處可自行假設，但要說明清楚。（20 分） 請轉成關聯綱目（Relational Schema），每一關聯的主鍵（Primary key） 和外鍵（Foreign key）要標示清楚。（10 分）

參考Youtube 上的影片資訊的一個資料表VideoClip，考慮以下屬性： URL 標題 發布者 訂閱數 評論次序 評論者 評論內容 評論推數 評論噓數 評論回覆次序 回覆者 回覆內容 回覆推數 回覆噓數 有以下的函數相依（Functional Dependencies）： URL標題 URL發布者 發布者訂閱數 {URL, 評論次序}{評論者, 評論內容, 評論推數, 評論噓數} {URL, 評論次序, 評論回覆次序}{回覆者, 回覆內容, 回覆推數, 回覆噓數} 請推導出VideoClip 的關聯鍵（key）。（7 分） 將VideoClip 關聯綱目（Relation schema）分解成滿足第二正規式 （Second Normal Form）但不滿足第三正規式（Third Normal Form）的 綱目，請列出分解後每一關聯綱目之主鍵（Primary key）和外鍵（Foreign key）並說明之。（10 分） 進一步將VideoClip 關聯綱目（Relation schema）分解成滿足第三正規 式（Third Normal Form）的綱目，請列出分解後每一關聯綱目之主鍵 （Primary key）和外鍵（Foreign key）並說明之。（10 分）

考慮以下的商品資料庫綱目（Database Schema）： User(uId, name, date) //使用者編號，姓名，加入日期 Product(pId, seller, name, category, star, sale) //商品編號，賣家名稱，商品名稱，類別，星等，售出數量 Opinion(uId, pId, seller, time, comment, star) //使用者編號，商品編號，賣家名稱，評論日期，意見，星等 各資料表的主鍵（Primary key）以底線表示。此外，並有以下的外鍵 （Foreign key）： Opinion(uId) 參考到User 的主鍵 Opinion(pId, seller) 參考到Product 的主鍵 請寫出下列問題的結構化查詢語言（SQL）： 列出2023 年加入的使用者編號和姓名（5 分） 列出商品名稱為「掃地機器人」在2023 年的總評論數（8 分） 找出在2023 年對於「掃地機器人」做出最多評論的使用者之編號和姓 名。（10 分）

請簡要說明以下非關聯式資料庫，並各舉一個真實系統範例。 （每小題5 分，共20 分） 鍵值資料庫（Key-value database） 文件資料庫（Document database） 圖資料庫（Graph database） NoSQL 資料庫