2025年上半年軟件設(shè)計(jì)師下午試題及答案一、數(shù)據(jù)流圖與數(shù)據(jù)字典1.閱讀下列說明，回答問題1至問題3?！菊f明】某市“智慧停車”平臺擬升級，新增“錯峰共享”功能：白天寫字樓車位緊張時，由附近小區(qū)釋放閑置車位；夜間小區(qū)車位緊張時，由寫字樓釋放車位。平臺需記錄車位狀態(tài)、共享合約、計(jì)費(fèi)規(guī)則及信用分?！緮?shù)據(jù)流圖頂層圖】外部實(shí)體：車主（E1）、物業(yè)（E2）、支付網(wǎng)關(guān)（E3）、征信中心（E4）。頂層加工：P0智慧停車平臺。數(shù)據(jù)存儲：D1車位目錄、D2共享合約、D3計(jì)費(fèi)規(guī)則、D4信用分?！?層圖關(guān)鍵數(shù)據(jù)流】1)E1→P0：預(yù)約請求（車牌，目標(biāo)區(qū)域，起止時間）。2)P0→E3：扣款指令（訂單號，金額，回調(diào)URL）。3)P0→E4：信用查詢（身份證號，業(yè)務(wù)號）。4)P0→D1：更新車位狀態(tài)（車位ID，狀態(tài)，時間戳）?！締栴}1】（4分）頂層圖缺少一條外部實(shí)體與P0之間的數(shù)據(jù)流，該數(shù)據(jù)流用于物業(yè)批量導(dǎo)入“車位目錄”。請給出該數(shù)據(jù)流的名稱、方向，并說明數(shù)據(jù)項(xiàng)至少包含哪些內(nèi)容?！敬鸢浮繑?shù)據(jù)流名稱：車位目錄導(dǎo)入；方向：E2→P0；數(shù)據(jù)項(xiàng)：物業(yè)ID、車位ID列表、車位類型（地上/地下）、共享時段、收費(fèi)標(biāo)準(zhǔn)、最大可預(yù)約時長。【問題2】（6分）0層圖中加工P1“生成共享合約”需要讀取D1、D3，寫入D2。請用結(jié)構(gòu)化語言描述P1的加工邏輯，要求包含異常處理：若信用分低于閾值（60分）或車位狀態(tài)為“已預(yù)約”則拒絕。【答案】```PROCESSP1:生成共享合約READ預(yù)約請求（車牌，目標(biāo)區(qū)域，起止時間）CALL征信中心獲取信用分（身份證號）→creditIFcredit<60THEN返回錯誤碼1001：“信用分不足”ENDIFLOCKD1車位目錄FOREACH車位IDIN目標(biāo)區(qū)域IF狀態(tài)==“已預(yù)約”THENCONTINUEENDIFREADD3計(jì)費(fèi)規(guī)則（區(qū)域，車位類型，時段）→ruleCALC預(yù)計(jì)費(fèi)用（rule，起止時間）→feeWRITED2共享合約（合約號，車牌，車位ID，起止時間，fee，狀態(tài)=“待確認(rèn)”）UPDATED1車位狀態(tài)（車位ID，狀態(tài)=“已鎖定”）BREAKENDFORIF無可用車位THEN返回錯誤碼1002：“該區(qū)域暫無可共享車位”ENDIFUNLOCKD1ENDPROCESS```【問題3】（5分）數(shù)據(jù)字典中“共享合約”條目如下，請指出其中三處不一致或缺失，并給出修正。共享合約=合約號+車牌+車主姓名+車位ID+起止時間+預(yù)計(jì)費(fèi)用+實(shí)際費(fèi)用+狀態(tài)狀態(tài)=待確認(rèn)|已確認(rèn)|已取消|已完成【答案】1)車主姓名未在0層圖數(shù)據(jù)流中出現(xiàn)，應(yīng)刪除或改為“車主ID”；2)實(shí)際費(fèi)用在P1加工時尚未產(chǎn)生，應(yīng)標(biāo)記為“可選”；3)缺少“物業(yè)ID”字段，導(dǎo)致無法分賬，應(yīng)增加。修正后：共享合約=合約號+車牌+車主ID+車位ID+物業(yè)ID+起止時間+預(yù)計(jì)費(fèi)用+實(shí)際費(fèi)用（可選）+狀態(tài)二、數(shù)據(jù)庫設(shè)計(jì)2.閱讀下列說明，回答問題1至問題3。【說明】智慧停車平臺需支持“車位共享”“電子發(fā)票”“信用分”三大主題。初步抽象出以下實(shí)體：1)車位（車位ID、地址、類型、產(chǎn)權(quán)方、狀態(tài)）；2)車主（車主ID、姓名、身份證號、手機(jī)號、信用分）；3)共享合約（合約號、車位ID、車主ID、起止時間、費(fèi)用、狀態(tài)）；4)支付記錄（支付ID、合約號、支付時間、金額、渠道、發(fā)票狀態(tài)）；5)發(fā)票（發(fā)票ID、支付ID、發(fā)票代碼、發(fā)票號碼、開票時間、PDF路徑）。【問題1】（4分）將上述實(shí)體轉(zhuǎn)化為3NF關(guān)系模式，并標(biāo)出主鍵和外鍵?！敬鸢浮寇囄?車位IDPK,地址,類型,產(chǎn)權(quán)方FK→物業(yè).物業(yè)ID,狀態(tài))車主(車主IDPK,姓名,身份證號UK,手機(jī)號,信用分)共享合約(合約號PK,車位IDFK→車位.車位ID,車主IDFK→車主.車主ID,起止時間,費(fèi)用,狀態(tài))支付記錄(支付IDPK,合約號FK→共享合約.合約號,支付時間,金額,渠道,發(fā)票狀態(tài))發(fā)票(發(fā)票IDPK,支付IDFK→支付記錄.支付ID,發(fā)票代碼,發(fā)票號碼,開票時間,PDF路徑)【問題2】（6分】平臺要求“同一車位在同一時刻只能有一個已確認(rèn)合約”。請?jiān)跀?shù)據(jù)庫層用“組合觸發(fā)器+唯一索引”實(shí)現(xiàn)該約束，給出關(guān)鍵SQL（MySQL8.0語法）?！敬鸢浮縛``sql1.增加軟刪除標(biāo)記ALTERTABLE共享合約ADDCOLUMN是否失效TINYINT(1)DEFAULT0;2.創(chuàng)建生成列，僅對未失效且已確認(rèn)的合約計(jì)算重疊標(biāo)識ALTERTABLE共享合約ADDCOLUMN重疊鍵VARCHAR(200)AS(CASEWHEN狀態(tài)='已確認(rèn)'AND是否失效=0THENCONCAT(車位ID,'|',起止時間)ELSENULLEND)STORED,ADDUNIQUEKEYuk_重疊鍵(重疊鍵);3.觸發(fā)器：插入前檢查時間重疊DELIMITER$$CREATETRIGGERtri_共享合約_時間重疊BEFOREINSERTON共享合約FOREACHROWBEGINIFNEW.狀態(tài)='已確認(rèn)'THENIFEXISTS(SELECT1FROM共享合約WHERE車位ID=NEW.車位IDAND狀態(tài)='已確認(rèn)'AND是否失效=0AND(起止時間>>'$.start')<(NEW.起止時間>>'$.end')AND(起止時間>>'$.end')>(NEW.起止時間>>'$.start'))THENSIGNALSQLSTATE'45000'SETMESSAGE_TEXT='時間重疊';ENDIF;ENDIF;END$$DELIMITER;```【問題3】（5分】信用分采用“滑動窗口”模型：過去365天內(nèi)，每發(fā)生一次違約扣10分，每完成一次共享加1分，每日0點(diǎn)批量更新。信用分計(jì)算需掃描大表，性能敏感。請給出兩種異構(gòu)優(yōu)化方案，并比較優(yōu)劣?！敬鸢浮糠桨窤：增量快照表建表信用分快照(車主IDPK,日期PK,當(dāng)前分,違約次數(shù),完成次數(shù))每日0點(diǎn)跑批：INSERT…SELECT只計(jì)算昨日增量，JOIN快照取昨日當(dāng)前分，再±分?jǐn)?shù)。優(yōu)點(diǎn)：查詢當(dāng)日信用分走索引，毫秒級；缺點(diǎn)：需額外存儲365天快照，約1億行。方案B：Redis滑動窗口+事件溯源用RedisZset，key=車主ID，score=事件時間戳，value=事件類型（違約/完成）。每日0點(diǎn)用ZREMRANGEBYSCORE剔除365天前事件，再ZRANGE統(tǒng)計(jì)違約次數(shù)。優(yōu)點(diǎn)：內(nèi)存級，實(shí)時更新；缺點(diǎn)：Redis宕機(jī)可能丟失窗口數(shù)據(jù)，需寫回MySQL做冷備。綜合：讀多寫少走A，寫多讀少走B；平臺采用“雙寫”混合，核心服務(wù)讀Redis，后臺批核對MySQL。三、UML建模與面向?qū)ο笤O(shè)計(jì)3.閱讀下列說明，回答問題1至問題3。【說明】“錯峰共享”涉及自動匹配算法：當(dāng)車主提交預(yù)約請求后，系統(tǒng)要在指定區(qū)域內(nèi)找到“可共享車位”，并生成候選列表。候選排序策略包括：距離最近、價(jià)格最低、信用優(yōu)先。策略可熱插拔。【問題1】（4分】識別候選類：從說明中提取名詞，篩選出4個候選類，并給出職責(zé)。【答案】1)預(yù)約請求：封裝車牌、區(qū)域、時間、策略標(biāo)識；2)可共享車位：封裝車位ID、坐標(biāo)、價(jià)格、產(chǎn)權(quán)方、狀態(tài)；3)排序策略：接口，方法sort(List<可共享車位>)；4)匹配引擎：協(xié)調(diào)類，加載策略、執(zhí)行過濾、返回候選列表?！締栴}2】（6分】畫出匹配引擎的類圖，要求體現(xiàn)策略模式、依賴注入，并標(biāo)注多重度。【答案】```++++|匹配引擎|<>1|排序策略接口|++++|strategy||<<interface>>||+execute()||+sort(List)|++++|1△|||||1++|<>|距離最近策略||++|<>|價(jià)格最低策略||++|<>|信用優(yōu)先策略||++|1++|可共享車位|++|車位ID||坐標(biāo)||價(jià)格|++```多重度：匹配引擎與策略接口為1..1，匹配引擎與可共享車位為1..?！締栴}3】（5分】給出匹配引擎核心Java代碼片段，要求使用Spring@Component注入策略，并支持運(yùn)行時動態(tài)切換?！敬鸢浮縛``java@Componentpublicclass匹配引擎{privatefinalMap<String,排序策略接口>策略池;public匹配引擎(Map<String,排序策略接口>策略池){this.策略池=策略池;}publicList<可共享車位>執(zhí)行匹配(預(yù)約請求req){排序策略接口strategy=策略池.get(req.get策略標(biāo)識());if(strategy==null)thrownewIllegalArgumentException("策略不存在");List<可共享車位>candidates=加載候選(req);strategy.sort(candidates);returncandidates.stream().limit(5).collect(Collectors.toList());}}```運(yùn)行時切換：前端傳入策略標(biāo)識字符串，如“distanceLowest”，Spring自動查找對應(yīng)Bean。四、算法與數(shù)據(jù)結(jié)構(gòu)4.閱讀下列說明，回答問題1至問題3?！菊f明】“車位占用預(yù)測”需基于歷史出入場記錄，預(yù)測未來1小時各車位是否空閑。歷史數(shù)據(jù)為流式事件：{車位ID,事件類型(進(jìn)/出),時間戳}，每秒約5k條，存儲于Kafka?！締栴}1】（4分】給出一種“滑動窗口+布隆過濾器”去重方案，防止同一事件被重復(fù)計(jì)算，說明誤判影響及容忍度?！敬鸢浮坎悸∵^濾器位數(shù)組長度2^24（16Mb），哈希函數(shù)7個，誤判率≈0.8%。對每條事件取hash(車位ID+時間戳/300秒)作為key，300秒一個桶。誤判影響：極少數(shù)事件被誤判為“已處理”而丟棄，導(dǎo)致預(yù)測準(zhǔn)確率下降<0.1%，業(yè)務(wù)可容忍。【問題2】（6分】采用“離散小波變換+DCT”壓縮一周歷史數(shù)據(jù)，再輸入LSTM預(yù)測。請給出壓縮流程，并證明誤差上限?！敬鸢浮苛鞒蹋?)按車位聚合，生成14407=10080點(diǎn)時間序列（每分鐘采樣，1表示占用，0表示空閑）；2)做三級Haar小波，保留最大k=256系數(shù)；3)對殘差做8×8塊DCT，量化步長q=2，zigzag取前10系數(shù)；4)反變換重建序列x?。誤差上限：小波部分能量保留率≥95%，DCT部分最大單點(diǎn)誤差≤q√2=2.8，故整體序列平均絕對誤差≤0.15，滿足預(yù)測模型輸入敏感度要求?！締栴}3】（5分】若采用“多任務(wù)學(xué)習(xí)”同時預(yù)測1000個車位的占用，請?jiān)O(shè)計(jì)共享私有網(wǎng)絡(luò)結(jié)構(gòu)，并給出參數(shù)共享比例?！敬鸢浮抗蚕韺樱?層TCN（時序卷積）+Attention，輸出64維隱向量，參數(shù)量0.8M；私有層：每層車位一個MLP(64→32→1)，參數(shù)量1000×(64×32+32×1)=2.08M；共享比例=0.8/(0.8+2.08)=27.7%，既避免過擬合，又保留車位特異性。五、軟件架構(gòu)設(shè)計(jì)5.閱讀下列說明，回答問題1至問題3?！菊f明】平臺采用“微服務(wù)+事件驅(qū)動”架構(gòu)：訂單、支付、信用、通知四個服務(wù)。事件總線使用Kafka，要求“無業(yè)務(wù)侵入”的分布式事務(wù)，即不依賴Seata等框架?！締栴}1】（4分】給出“Saga編排型”事務(wù)定義，并寫出“預(yù)約支付信用”三步的流程圖節(jié)點(diǎn)。【答案】Saga：把長事務(wù)拆為若干本地事務(wù)，每個本地事務(wù)發(fā)布事件，下游消費(fèi)并執(zhí)行本地事務(wù)，失敗時補(bǔ)償。節(jié)點(diǎn)：1)訂單服務(wù)：創(chuàng)建訂單（本地事務(wù)）→發(fā)布“訂單已創(chuàng)建”；2)支付服務(wù)：監(jiān)聽“訂單已創(chuàng)建”→扣款→發(fā)布“支付成功”；3)信用服務(wù)：監(jiān)聽“支付成功”→加信用分→發(fā)布“信用已更新”；補(bǔ)償：3′)信用服務(wù)失敗→發(fā)布“信用更新失敗”；2′)支付服務(wù)監(jiān)聽“信用更新失敗”→退款→發(fā)布“支付已退款”；1′)訂單服務(wù)監(jiān)聽“支付已退款”→關(guān)閉訂單?！締栴}2】（6分】為防止“重復(fù)消費(fèi)”導(dǎo)致扣款多次，支付服務(wù)需實(shí)現(xiàn)冪等。請給出“數(shù)據(jù)庫唯一索引+狀態(tài)機(jī)”雙保險(xiǎn)方案的關(guān)鍵SQL與Java偽代碼?！敬鸢浮勘恚褐Ц队涗?支付IDPK,訂單號UK,狀態(tài),金額,創(chuàng)建時間,更新時間)狀態(tài)：INIT|SUCCESS|FAILSQL：```sqlINSERTINTO支付記錄(支付ID,訂單號,狀態(tài),金額)VALUES({支付ID},{訂單號},'INIT',{金額})ONDUPLICATEKEYUPDATE狀態(tài)=狀態(tài);```Java：```java@Transactionalpublicvoid處理支付(String訂單號,BigDecimal金額){String支付ID=MD5(訂單號);dao.insertIgnore(支付ID,訂單號,金額);//利用UK沖突則返回0introw=dao.updateStateFromInitToSuccess(支付ID);//where狀態(tài)='INIT'if(row==0){//已消費(fèi)過log.warn("重復(fù)消費(fèi),支付ID={}",支付ID);return;}真正扣款(訂單號,金額);}```雙保險(xiǎn)：即使Kafka重試，同一支付ID只能由INIT→SUCCESS一次。【問題3】（5分】信用服務(wù)每日需對賬“加分明細(xì)”與“支付成功”事件，發(fā)現(xiàn)漏加即補(bǔ)償。請給出“批流一體”對賬架構(gòu)，并說明如何做到“秒級延遲+日級校正”?！敬鸢浮考軜?gòu)：1)FlinkCEP實(shí)時消費(fèi)“支付成功”流，在5秒窗口內(nèi)關(guān)聯(lián)“加分明細(xì)”流，未匹配輸出到sideoutput；2)sideoutput寫入Kafkatopic:delay，延遲檢查30分鐘，再次關(guān)聯(lián)；3)每日0點(diǎn)Spark批任務(wù)掃描T1“支付成功”表與“加分明細(xì)”表全量leftjoin，發(fā)現(xiàn)漏加調(diào)用補(bǔ)償接口。秒級延遲由Flink保證，日級校正由Spark保證，二者共用相同業(yè)務(wù)時間分區(qū)，避免口徑差異。六、測試與質(zhì)量保證6.閱讀下列說明，回答問題1至問題3。【說明】“錯峰共享”上線前需驗(yàn)證“高并發(fā)下不超賣”與“低信用用戶被拒絕”兩個場景。【問題1】（4分】給出“超賣”形式化定義，并設(shè)計(jì)一種“確定性”測試用例，使得在10萬并發(fā)下必現(xiàn)超賣（若缺陷存在）。【答案】超賣定義：同一車位在同一分鐘被兩個及以上已確認(rèn)合約引用。用例：1)初始化車位A狀態(tài)=空閑；2)構(gòu)造10萬線程，同時提交預(yù)約A的請求，參數(shù)時間均為T~T+1h；3)使用原子計(jì)數(shù)器記錄“已確認(rèn)”合約數(shù)；4)斷言計(jì)數(shù)器≤1，否則超賣。通過JMeter+KubernetesHPA彈性擴(kuò)容，壓測集群100Pod，每Pod1k線程，RTT<50ms，必現(xiàn)缺陷。【問題2】（6分】低信用場景需Mock征信中心，但真實(shí)環(huán)境網(wǎng)絡(luò)延遲≥200ms。請給出“契約測試+TestDouble”方案，并寫出Pact契約片段。【答案】契約測試：信用服務(wù)作為消費(fèi)者，征信中心作為提供者。Pact片段：```json{"consumer":{"name":"creditservice"},"provider":{"name":"creditcenter"},"interaction