2025年軟考練習(xí)題中級軟件設(shè)計師上半年下午考試練習(xí)題及答案解析案例一、試題一（數(shù)據(jù)流圖與結(jié)構(gòu)化分析）【說明】某市“智慧停車”平臺擬升級，新增“車位共享”功能：個人或商業(yè)車場可將空閑車位發(fā)布到平臺，駕駛員可預(yù)約并導(dǎo)航至共享車位，離場時平臺自動結(jié)算。升級后系統(tǒng)邊界不變，仍與市政交通平臺、支付網(wǎng)關(guān)、地圖服務(wù)商交互。項目組已完成0層圖，要求考生補充1層DFD并回答相關(guān)問題?！?層圖要素】外部實體：駕駛員、車位發(fā)布者、市政交通平臺、支付網(wǎng)關(guān)、地圖服務(wù)商。主要加工：P1注冊登錄、P2發(fā)布車位、P3預(yù)約車位、P4導(dǎo)航、P5進場記錄、P6離場結(jié)算、P7信用管理。數(shù)據(jù)存儲：D1用戶檔案、D2車位檔案、D3訂單檔案、D4信用檔案、D5計費規(guī)則?！締栴}1】（6分）在1層DFD中，P3“預(yù)約車位”需要分解為哪三個子加工？請用“加工編號+名稱”形式給出，并簡述每個子加工的核心職能?！敬鸢浮縋3.1檢查車位實時狀態(tài)：讀取D2，校驗?zāi)繕?biāo)車位在預(yù)約時段是否仍空閑。P3.2生成預(yù)訂單：向D3寫入預(yù)訂單，狀態(tài)=“已預(yù)約”，并凍結(jié)車位30分鐘。P3.3推送預(yù)約結(jié)果：向駕駛員APP返回預(yù)約成功/失敗，同時向車位發(fā)布者推送提醒消息?！締栴}2】（5分）0層圖中缺少一條外部實體“市政交通平臺”到加工P7的數(shù)據(jù)流，請給出該數(shù)據(jù)流名稱并說明必要性。【答案】數(shù)據(jù)流名稱：交通違章事件。必要性：當(dāng)駕駛員在共享車位路段出現(xiàn)違停、逆行等違章時，市政交通平臺將違章信息推送至P7，用于扣減信用分，確保信用檔案閉環(huán)。【問題3】（4分）D5“計費規(guī)則”在0層圖中僅與P6關(guān)聯(lián)。請指出1層圖中還有哪些子加工必須讀取D5，并說明原因。【答案】P3.2生成預(yù)訂單：需讀取D5獲取“預(yù)約超時罰金規(guī)則”，在預(yù)訂單中寫入潛在罰金，用于提醒駕駛員。P5.1記錄進場：需讀取D5獲取“免費時長”，決定計費起點。原因：計費規(guī)則是平臺核心資產(chǎn)，任何涉及費用計算的加工都需實時同步，避免前后端不一致導(dǎo)致糾紛?！締栴}4】（5分）項目組擬將“導(dǎo)航”加工P4整體外包給地圖服務(wù)商，僅在平臺保留“導(dǎo)航請求接口”。這種外包方式對DFD產(chǎn)生何種影響？請從數(shù)據(jù)流、加工、外部實體三個角度各答一點。【答案】數(shù)據(jù)流：原P4→駕駛員的“導(dǎo)航路徑”數(shù)據(jù)流消失，改為地圖服務(wù)商→駕駛員。加工：P4不再出現(xiàn)，平臺側(cè)新增接口加工“P4.0導(dǎo)航網(wǎng)關(guān)”，僅負(fù)責(zé)轉(zhuǎn)發(fā)請求。外部實體：地圖服務(wù)商由“外部實體”升級為“外部系統(tǒng)+加工”混合形態(tài)，DFD需用虛線框標(biāo)注其不在平臺控制范圍內(nèi)。二、試題二（數(shù)據(jù)庫設(shè)計）【說明】繼續(xù)“智慧停車”平臺，需設(shè)計車位共享核心表。初始需求如下：1.用戶分為“發(fā)布者”與“駕駛員”，兩者屬性重疊度80%。2.車位必須綁定“產(chǎn)權(quán)證明”圖片，一張圖片≤5MB。3.訂單支持“預(yù)約金”與“離場補差”兩筆支付，需記錄各自狀態(tài)。4.平臺采用MySQL8.0，InnoDB引擎，全球部署，日均訂單百萬級?！締栴}1】（6分）設(shè)計用戶表，要求可區(qū)分角色且避免冗余，請給出DDL，并說明主鍵與索引策略?！敬鸢浮緾REATETABLEt_user(user_idBIGINTPRIMARYKEYAUTO_INCREMENT,phoneVARCHAR(20)NOTNULLUNIQUE,pwd_hashCHAR(60)NOTNULL,nicknameVARCHAR(40),roleENUM('PUBLISHER','DRIVER','BOTH')NOTNULL,statusTINYINTDEFAULT1,create_timeDATETIMEDEFAULTCURRENT_TIMESTAMP,update_timeDATETIMEDEFAULTCURRENT_TIMESTAMPONUPDATECURRENT_TIMESTAMP,INDEXidx_phone(phone),INDEXidx_status_role(status,role))ENGINE=InnoDBDEFAULTCHARSET=utf8mb4;主鍵：user_id，全局自增，確保分布式環(huán)境下唯一（使用雪花算法兼容）。索引：status+role聯(lián)合索引用于后臺多角色分頁查詢，避免全表掃描?！締栴}2】（5分）車位表需存儲高清產(chǎn)權(quán)圖片，請給出兩種可行方案并對比優(yōu)劣。【答案】方案A：垂直分表，t_parking_space存結(jié)構(gòu)化字段，t_space_certificate單獨存圖片BLOB。優(yōu)點：InnoDB行格式不變，主表體積小，查詢列表時不加載大字段。缺點：一次查詢需JOIN，事務(wù)邊界擴大，代碼復(fù)雜。方案B：圖片存對象存儲OSS，表里只存HTTPSURL。優(yōu)點：數(shù)據(jù)庫體積恒定，無限水平擴展，CDN加速。缺點：額外一次網(wǎng)絡(luò)I/O，需處理OSS404與緩存失效。結(jié)論：訂單百萬級，方案B綜合成本更低，推薦采用?！締栴}3】（4分）訂單支付需記錄兩筆款項，請設(shè)計表結(jié)構(gòu)，要求支持冪等回調(diào)，并說明如何防止重復(fù)通知導(dǎo)致金額重復(fù)累加?！敬鸢浮緾REATETABLEt_order_payment(payment_idBIGINTPRIMARYKEY,order_idBIGINTNOTNULL,pay_typeENUM('RESERVE','BALANCE')NOTNULL,amountINTNOTNULLCOMMENT'單位：分',statusENUM('WAIT','SUCCESS','FAIL','CLOSED')NOTNULL,third_serialVARCHAR(64)UNIQUECOMMENT'第三方支付單號',callback_timesTINYINTDEFAULT0,create_timeDATETIMEDEFAULTCURRENT_TIMESTAMP,update_timeDATETIMEDEFAULTCURRENT_TIMESTAMPONUPDATECURRENT_TIMESTAMP,UNIQUEKEYuk_order_type(order_id,pay_type));冪等：利用uk_order_type保證同一訂單同一類型僅一條記錄；回調(diào)時先SELECTFORUPDATE，若status=SUCCESS直接返回SUCCESS，不再修改金額?！締栴}4】（5分）平臺計劃按“市+區(qū)+街道”三級區(qū)域做分區(qū)統(tǒng)計，但區(qū)域編碼會隨政策調(diào)整，請給出區(qū)域表設(shè)計，確保歷史訂單能正確關(guān)聯(lián)到當(dāng)時的區(qū)域名稱。【答案】CREATETABLEt_region(region_idINTPRIMARYKEY,parent_idINT,region_nameVARCHAR(50)NOTNULL,region_levelTINYINTCHECK(region_levelBETWEEN1AND3),versionINTDEFAULT1,start_dateDATENOTNULL,end_dateDATEDEFAULT'99991231',INDEXidx_parent(parent_id),INDEXidx_version(region_id,version));訂單表不直接存名稱，只存region_id+version；區(qū)域調(diào)整后新增版本，舊版本end_date截止，歷史訂單無需更新，仍指向舊版本，保證統(tǒng)計一致。三、試題三（面向?qū)ο笤O(shè)計）【說明】升級后的平臺需支持“信用分”動態(tài)計算，規(guī)則如下：1.基礎(chǔ)分600，上限900，下限300。2.駕駛員完成1次正常訂單+5分；發(fā)布者完成1次共享+5分。3.違章被市政交通平臺推送1次?50分。4.分?jǐn)?shù)每日凌晨2點批量更新，實時性要求不高。5.規(guī)則可能每月調(diào)整，系統(tǒng)需支持熱插拔?！締栴}1】（6分）采用策略模式實現(xiàn)信用計算，請給出類圖核心部分（文字描述即可），并說明各策略類職責(zé)?！敬鸢浮款悎D核心：Context：CreditCalculator，持有ICreditStrategy接口引用。接口：ICreditStrategy，方法intcalculate(Useruser,Eventevent)。具體策略：NormalOrderStrategy：正常訂單+5。TrafficViolationStrategy：違章?50。ManualAdjustStrategy：人工調(diào)整，可±任意值，受上下限約束。DailyBatchStrategy：每日凌晨匯總所有事件，批量計算，避免單次寫庫。職責(zé)：每個策略只處理一種事件類型，策略內(nèi)部調(diào)用CreditRuleConfig讀取當(dāng)前規(guī)則版本，實現(xiàn)熱插拔?！締栴}2】（5分）為避免每日批處理時內(nèi)存溢出，系統(tǒng)采用“分頁+異步”方案，請給出偽代碼并指出潛在陷阱?！敬鸢浮總未a：intpageSize=1000;longmaxId=0;while(true){List<Event>list=eventDao.findByIdGreaterThan(maxId,pageSize);if(list.isEmpty())break;for(Evente:list){creditService.calculateAsync(e);maxId=e.getId();}}潛在陷阱：1.異步線程池隊列積壓，需配置拒絕策略為“調(diào)用者運行”防止丟失。2.同一用戶并發(fā)更新信用分導(dǎo)致臟寫，需在數(shù)據(jù)庫層使用樂觀鎖（version字段）?！締栴}3】（4分）規(guī)則熱插拔要求不重啟應(yīng)用，請給出兩種技術(shù)方案并對比?！敬鸢浮糠桨窤：Spring@RefreshScope+配置中心（Nacos），將分值參數(shù)外置。優(yōu)點：簡單，支持動態(tài)刷新。缺點：只能調(diào)整數(shù)值，無法新增算法。方案B：Groovy腳本引擎，策略類以腳本形式存儲在數(shù)據(jù)庫，變更后即時編譯加載。優(yōu)點：可新增算法，無需上線。缺點：腳本錯誤會導(dǎo)致運行時異常，需沙箱與單元測試保護。結(jié)論：數(shù)值變更用A，算法變更用B，兩者可共存。【問題4】（5分）信用分變動后需通知用戶APP，但消息不能重復(fù)，請設(shè)計消息去重機制?！敬鸢浮肯⒈韙_credit_message：msg_idBIGINTPRIMARYKEY,user_idBIGINT,score_changeINT,event_idBIGINTUNIQUE,statusENUM('NEW','SENT')DEFAULT'NEW',create_timeDATETIME,INDEXidx_status_user(status,user_id)發(fā)送邏輯：1.事務(wù)內(nèi)先插入t_credit_message，event_id做唯一約束，保證重復(fù)事件僅一條消息。2.本地事務(wù)提交后，異步線程掃描status=NEW，調(diào)用推送網(wǎng)關(guān)，成功則更新status=SENT。3.推送網(wǎng)關(guān)返回失敗，線程指數(shù)退避重試，最多5次，仍失敗則報警人工介入。四、試題四（算法與程序設(shè)計）【說明】平臺需提供“最優(yōu)車位推薦”接口，輸入：駕駛員經(jīng)緯度（x,y），預(yù)計停車時長t（分鐘），輸出：Top5車位列表，按綜合得分降序。得分公式：score=w1distScore+w2priceScore+w3availScore其中distScore=1000/(1+d)，d為駕駛距離（米）；priceScore=50?p，p為每小時費用（元）；availScore=剩余可預(yù)約時長（分鐘）。權(quán)重w1=0.5，w2=0.3，w3=0.2。車位數(shù)據(jù)存儲在MySQL，量級100萬，接口平均QPS500，要求RT≤200ms?！締栴}1】（6分）請給出距離計算SQL函數(shù)，并說明為何放棄MySQL內(nèi)置ST_Distance?！敬鸢浮亢瘮?shù)：CREATEFUNCTIONdist_km(lat1DOUBLE,lng1DOUBLE,lat2DOUBLE,lng2DOUBLE)RETURNSDOUBLEDETERMINISTICREADSSQLDATABEGINDECLARErDOUBLEDEFAULT6371;DECLAREdlatDOUBLEDEFAULTRADIANS(lat2lat1);DECLAREdlngDOUBLERADIANS(lng2lng1);DECLAREaDOUBLEDEFAULTSIN(dlat/2)SIN(dlat/2)+COS(RADIANS(lat1))COS(RADIANS(lat2))SIN(dlng/2)SIN(dlng/2);DECLAREcDOUBLEDEFAULT2ATAN2(SQRT(a),SQRT(1a));RETURNrc;END;放棄ST_Distance原因：MySQL8.0地理計算默認(rèn)使用平面坐標(biāo)，精度低；且無法使用普通B+樹索引，需SPATIAL索引，而SPATIAL在阿里云RDS只支持InnoDB的POINT格式，現(xiàn)有表結(jié)構(gòu)為單獨lat/lng字段，改造成本高?！締栴}2】（5分）為降低計算量，系統(tǒng)先按“矩形+索引”粗篩，再精確排序。請給出粗篩SQL，并說明如何確定矩形邊長?！敬鸢浮縎QL：SELECTspace_id,lat,lng,price,avail_minutesFROMt_spaceWHERElatBETWEEN{lat0}?δAND{lat0}+δANDlngBETWEEN{lng0}?δAND{lng0}+δANDstatus='FREE'ANDavail_minutes>={t}ORDERBYdist_km(lat,lng,{lat0},{lng0})LIMIT100;δ確定：根據(jù)歷史95分位駕駛距離，取δ=3km，可過濾掉99%以上無效數(shù)據(jù)，實測索引掃描行數(shù)<500?！締栴}3】（4分）粗篩后仍需計算score，請用Java偽代碼給出Top5算法，要求O(nlog5)復(fù)雜度?！敬鸢浮縋riorityQueue<Space>queue=newPriorityQueue<>(CparingDouble(s>s.score));for(Spaces:list){doubled=dist_km(s.lat,s.lng,req.lat,req.lng)1000;doubledistScore=1000.0/(1+d);doublepriceScore=50s.price;doublescore=0.5distScore+0.3priceScore+0.2s.availMinutes;s.score=score;queue.offer(s);if(queue.size()>5)queue.poll();}List<Space>top=newArrayList<>();while(!queue.isEmpty())top.add(queue.poll());Collections.reverse(top);復(fù)雜度：維護大小為5的小頂堆，插入n次，每次log5，總O(nlog5)。【問題4】（5分】系統(tǒng)高峰期QPS500，MySQLCPU占用飆升，請給出兩級緩存方案并說明一致性策略?！敬鸢浮糠桨福篖1本地caffeine，容量5000，過期30秒，存儲(lat0,lng0)柵格化key，value為Top5列表JSON。L2Redis，過期5分鐘，key格式“space:top:{geohash_5}:{t}”，value為protobuf序列化。一致性：1.車位狀態(tài)變更時，先寫MySQL，再發(fā)canalbinlog消息到MQ，消費者按geohash失效對應(yīng)Rediskey；本地緩存依靠短TTL自然過期。2.對同一geohash并發(fā)請求，在Redis層使用SETNX實現(xiàn)單飛，防止緩存擊穿。3.駕駛員下單成功立即減少avail_minutes，采用“緩存預(yù)減”策略：先減Redis庫存，異步扣MySQL，失敗則回滾Redis，保證最終一致。五、試題五（系統(tǒng)設(shè)計）【說明】平臺擬上線“車位預(yù)約排隊”功能：當(dāng)車位被預(yù)約滿，用戶可加入排隊，一旦有人取消，系統(tǒng)自動將車位分配給隊首用戶，并給用戶推送5分鐘支付窗口，超時則順延。該功能預(yù)計峰值隊列長度10萬，平均取消率5%/分鐘?！締栴}1】（6分】請給出排隊系統(tǒng)整體架構(gòu)文字描述，要求包括接入層、隊列層、調(diào)度層、通知層，并指出各層關(guān)鍵技術(shù)選型?！敬鸢浮拷尤雽樱篈PI網(wǎng)關(guān)+SpringBoot，接收“加入排隊”請求，返回排隊號。隊列層：RedisStream，每個車位對應(yīng)一個streamkey，如“queue:space:123”，利用stream的單調(diào)遞增ID作為排隊號，保證全局有序。調(diào)度層：Quartz集群+分布式鎖，每10秒掃描“即將取消”的訂單，將釋放車位插入“待分配”stream；調(diào)度器消費“待分配”stream，使用XREADGROUP阻塞讀取隊首，生成待支付訂單。通知層：MQ（RocketMQ）異步發(fā)送APP推送與短信，消息延遲等級5分鐘，用于觸發(fā)“支付窗口超時”事件?！締栴}2】（5分】RedisStream消費采用消費者組，請給出XGROUPCREATE命令并說明為何使用消費者組而非簡單LPOP。【答案】命令：XGROUPCREATEqueue:space:123scheduler_group$MKSTREAM原因：1.消費者組支持ACK機制，若調(diào)度器崩潰，未ACK的消息會重新分配給存活節(jié)點，實現(xiàn)故障轉(zhuǎn)移。2.組內(nèi)可橫向擴展多個scheduler實例，均攤壓力，而LPOP無法多消費者安全并發(fā)?！締栴}3】（4分】系統(tǒng)需保證“同一用戶不能重復(fù)排隊”，請給出Lua腳本，實現(xiàn)原子性判斷與入隊?！敬鸢浮縧ocalexists=redis.call('ZSCORE','user_in_queue:'..KEYS[1],ARGV[1])ifexiststhenreturn0endlocalid=redis.call('XADD','queue:space:'..KEYS[1],'','user',ARGV[1],'time',ARGV[2])redis.call('ZADD','user_in_queue:'..KEYS[1],0,ARGV[1])returnid腳本先檢查用戶是否已在集合，若不在則XADD并記錄，確保并發(fā)安全?！締栴}4】（5分】調(diào)度器分配成功后需創(chuàng)建訂單，但訂單服務(wù)可能超時，請給出Saga事務(wù)模式實現(xiàn)思路?！敬鸢浮?.調(diào)度器生成“預(yù)訂單”，狀態(tài)=CREATED，持有車位樂觀鎖version。2.發(fā)送“創(chuàng)建訂單”命令到訂單服務(wù)，訂單服務(wù)成功后回復(fù)“訂單已創(chuàng)建”事件。3.調(diào)度器收到事件，更新預(yù)訂單狀態(tài)=CONFIRMED，并ACKRedisStream。4.若訂單服務(wù)返回失敗或超時，調(diào)度器發(fā)送“補償釋放車位”命令，將version回滾，并XDEL排隊消息，實現(xiàn)最終一致。5.所有步驟記錄到t_saga_log，支持人工干預(yù)重試。六、試題六（Web安全與性能）【說明】平臺上線后遭遇“惡意占坑”攻擊：攻擊者用大量賬號預(yù)約車位但不進場，導(dǎo)致真實用戶無法預(yù)約。攻擊特征：同一IP短時并發(fā)請求>100，UserAgent為腳本，預(yù)約后30分鐘內(nèi)取消率>90%?！締栴}1】（6分】請在WAF層給出兩條正則規(guī)則，分別攔截異常UserAgent與異常取消率請求，并說明誤傷風(fēng)險?！敬鸢浮恳?guī)則1：UserAgent匹配^Python|Gohttp|curl|Wget攔截腳本請求，誤傷：部分開發(fā)者使用官方SDK封裝底層libcurl，可能誤殺，需配合頻率閾值。規(guī)則2：URI路徑=/api/reserve且請求參數(shù)cancel_rate>0.9該規(guī)則需應(yīng)用層回傳cancel_rate，WAF無法直接計算，實際不可行；修正為：URI=/api/cancel，且同一個session_id5分鐘內(nèi)取消次數(shù)>5，則攔截。誤傷：用戶因填寫錯誤車牌反復(fù)取消，可能命中，需加入“會員等級”白名單?！締栴}2】（5分】后端采用令牌桶限流，請給出GuavaRateLimiter的SpringAOP環(huán)繞通知偽代碼，要求針對“IP+用戶”組合維度?！敬鸢浮緻Aspect@ComponentpublicclassReserveLimitAspect{privatefinalLoadingCache<String,RateLimiter>cache=Caffeine.newBuilder().expireAfterAccess(1,TimeUnit.HOURS).build(k>RateLimiter.create(10));//每IP+用戶10次/秒@Around("@annotation(ReserveRateLimit)")publicObjectlimit(ProceedingJoinPointpjp)throwsThrowable{HttpServletRequestrequest=((ServletRequestAttributes)RequestContextHolder.getRequestAttributes()).getRequest();Stringip=getClientIp(request);Stringuser=SecurityContextHolder.getContext().getAuthentication().getName();Stringkey=ip+":"+user;RateLimiterlimiter=cache.get(key);if(!limiter.tryAcquire()){