107 鐵路特考高員三級 資訊處理 資料庫應用 考古題詳解

核心觀念

本題為典型之「資料庫技術演進史與架構比較」申論題，命題核心在於評量考生對資料儲存架構兩次重大典範轉移（Paradigm Shift）的理解：

1. 第一次轉移（檔案系統 $\to$ 資料庫管理系統 DBMS）：

• 核心定義：三層綱要架構（ANSI/SPARC Three-Schema Architecture）、資料獨立性（Data Independence）、交易之 $\text{ACID}$ 特性（Atomicity, Consistency, Isolation, Durability）。
• 關鍵理論：檔案系統所面臨之程式與資料高度相依、資料重複與不一致性、缺乏統一之並行控制與故障復原機制。

2. 第二次轉移（古典關聯式 DBMS $\to$ NoSQL 資料庫系統）：

• 核心定義：水平擴展（Scale-out）相對於垂直擴展（Scale-up）、無綱要（Schema-less / Dynamic Schema）。
• 關鍵定理與模型：$\text{CAP}$ 定理（Consistency, Availability, Partition Tolerance）、$\text{PACELC}$ 定理、$\text{BASE}$ 模型（Basically Available, Soft state, Eventual consistency）對比 $\text{ACID}$ 模型。

---

解題方法

國家考試申論題評分採「分項給分」，本題兩小題各佔 10 分，回答時應採取「結構化條列法」，將各小題清楚拆解為「主要緣由」與「主要議題」兩大構面，切入策略如下：

1. 第一小題切入點：以「檔案處理系統（File-Processing System）之結構性缺陷」作為出現緣由；再以「DBMS 為了克服上述缺陷所發展出的系統層核心技術」作為主要議題。
2. 第二小題切入點：以「Web 2.0、雲端運算與巨量資料（Big Data 3V：Volume, Velocity, Variety）對古典關聯式資料庫（RDBMS）造成的擴展極限」作為出現緣由；再以「分散式架構下的理論權衡（CAP/BASE）、資料模型多樣性與一致性保證」作為主要議題。
3. 論述層次：每一點皆先標示「黑體關鍵詞小標」，緊接著以一至二句精準定義其技術機制，展現專門技術素養。

---

選項分析

本題為申論題，無客觀選項。為利考生掌握各世代儲存系統之技術代差與演進邏輯，特將三者之核心特徵對照分析如下：

評估維度	檔案系統（File System）	古典資料庫系統（RDBMS）	NoSQL 資料庫系統
資料架構	散置檔案，由各應用程式自行定義格式	嚴謹結構（表格、正規化），固定綱要（Rigid Schema）	多樣化模型（Key-Value, Document, Column, Graph），動態綱要（Schema-less）
資料獨立性	極低（程式與資料高度相依）	高（具備實體與邏輯資料獨立性）	高（應用層直接處理彈性物件/資料結構）
事務保證	無內建交易機制，須於應用層土法煉鋼	強制遵循 $\text{ACID}$ 特性，強調強一致性（Strict Consistency）	多遵循 $\text{BASE}$ 模型，追求最終一致性（Eventual Consistency）
擴展機制	依賴單機作業系統檔案管理	主要採垂直擴展（Scale-up，增加單機 CPU/RAM/SSD）	原生支援水平擴展（Scale-out，節點叢集自動分片 Sharding）
查詢機制	無統一語言，依賴自訂程式碼依序存取	宣告式查詢語言（SQL），內建成本式查詢最佳化（CBO）	API、專用查詢語法，多不支援跨節點複雜 JOIN

---

解題技巧

1. 閱卷關鍵字佈局：

• 第一小題必寫關鍵字：程式與資料相依（Program-Data Dependence）、資料重複性與不一致（Data Redundancy & Inconsistency）、資料獨立性（Data Independence）、ACID、並行控制（Concurrency Control）。
• 第二小題必寫關鍵字：水平擴展（Scale-out）、巨量資料（3V）、動態綱要（Schema-less）、CAP 定理、BASE 模型、最終一致性（Eventual Consistency）、資料分片（Sharding）。

2. 答題版面配置：

• 本題共 20 分，考場標準作答篇幅約為 1.5 至 2 頁。
• 嚴格控制配分比例：第一題佔 1 頁（緣由 4 點、議題 4 點），第二題佔 1 頁（緣由 4 點、議題 4 點），層次編號採用「一、(一) 1. (1)」格式，切忌寫成無分段的長篇散文。

3. 避免常見陷阱：

• 勿將 NoSQL 解釋為「完全不用 SQL 或完全否定關聯式」，其標準意涵為「Not Only SQL」，強調針對特定場景採用合適的資料模型。
• 說明 CAP 定理時，必須強調在分散式網路環境下，網路分割（Partition Tolerance）為客觀現實，因此實務上系統是於一致性（$C$）與可用性（$A$）之間進行權衡（Trade-off）。

---

【答案】

一、資料庫管理系統（DBMS）出現之主要緣由與主要議題

(一) 主要緣由（檔案系統之缺陷）

1. 資料重複與不一致性（Data Redundancy and Inconsistency）：早期檔案系統由不同應用程式各自建立專用資料檔，導致相同資料重複儲存在多處；當進行更新時若未能同步修改所有檔案，將造成資料內容衝突與邏輯不一致。

核心觀念

本題評量關聯式資料庫管理系統（RDBMS）中，資料異動操作（DML）如何維護資料庫一致性（Database Consistency）​與完整性限制條件（Integrity Constraints）。核心概念源自關聯式資料模型理論（Relational Model）：

1. 實體完整性（Entity Integrity）：主鍵（Primary Key, PK）的屬性值必須唯一（Unique）且不得為空值（NOT NULL）。
2. 參考完整性（Referential Integrity）：外來鍵（Foreign Key, FK）的值必須參照關聯主檔中已存在的有效主鍵值，或在允許情況下設為空值（NULL）。
3. 網域完整性（Domain Integrity）：欄位屬性值必須落在定義的型態、格式、取值範圍（Range）及長度內，並遵循 NOT NULL 與 CHECK 限制。
4. 鍵值唯一性（Key / Uniqueness Constraint）：所有候選鍵（Candidate Key）或標註為 UNIQUE 的欄位值不得重複。
5. 使用者自訂完整性（User-Defined Integrity）：企業自訂之商業邏輯規則（透過 Assertion 或 Trigger 實現）。

---

解題方法

本題為高員三級標準申論題，答題架構應先明確拆解「新增（Insert）」與「刪除（Delete）」兩大操作對完整性的潛在衝擊與檢查項目，再系統性歸納「違反限制時的處理方法」（包含通用處理與 SQL 標準定義的參考動作）。

一、 新增（Insert）時的檢查項目

新增一筆元組（Tuple）可能同時破壞多項限制，系統依序需做以下檢查：

1. 網域完整性檢查（Domain Integrity Check）：

• 檢查輸入資料的型態、長度、格式是否符合 Schema 定義。
• 檢查是否有非空欄位（NOT NULL）被給予 NULL 值。
• 檢查是否通過該欄位定義的 CHECK 條件。

2. 實體完整性檢查（Entity Integrity Check）：

• 檢查新增資料的主鍵（PK）是否包含 NULL。
• 檢查主鍵值是否已存在於該資料表中（主鍵唯一性重複檢查）。

3. 唯一性限制檢查（Uniqueness Check）：

• 若資料表定義了其他候選鍵或 UNIQUE 限制，檢查新資料之相應屬性值是否與既有資料重複。

4. 參考完整性檢查（Referential Integrity Check）：

• 若新增的資料表包含外來鍵（FK），檢查該外來鍵的值是否已存在於被參照資料表（Referenced Table）的主鍵中，或該外來鍵是否為合法允許的 NULL 值。

5. 使用者自訂完整性檢查（User-Defined Integrity Check）：

• 觸發程序（Triggers）或整體宣告條件（General Assertions）之商業邏輯檢驗。

二、 刪除（Delete）時的檢查項目

刪除操作將資料自資料表中移除，不會破壞網域完整性、實體完整性或唯一性限制；其主要威脅在於關聯關係的斷鏈：

1. 參考完整性檢查（Referential Integrity Check）：

• 系統必須檢查被刪除記錄的主鍵（或候選鍵）值，是否正被其他子資料表（Referencing Table）的外來鍵（FK）所參照引用。
• 若存在子資料表引用該主鍵，直接刪除將導致子資料表產生「孤兒記錄（Orphan Records）」，破壞參考完整性。

2. 使用者自訂完整性檢查（User-Defined Integrity Check）：

• 檢查是否有設定禁止刪除特定狀態資料之商業規則（如透過 INSTEAD OF DELETE 或 BEFORE DELETE 觸發程序所定義之限制）。

三、 不符合限制時的處理方法

當檢查發現違反完整性限制時，關聯式資料庫系統提供以下處理方法：

核心觀念

本題的核心在於關聯式資料庫的正規化理論（Normalization Theory）、功能相依（Functional Dependency, FD）​與資料異常（Anomalies）。評量的核心知識點包含：

1. 功能相依與鍵（Keys）的定義：

• 主鍵（Primary Key, PK）為 $\{A, B\}$，故有非尋常相依（Non-trivial FD）：$\{A, B\} \to C, D, E$。
• 題目給定相依：$C \to E$。
• 超鍵（Super Key）：能唯一決定關聯中所有屬性的屬性集合。
• 主屬性（Prime Attribute）：包含於任一候選鍵中的屬性（此處為 $A, B$）；其餘為非主屬性（Non-prime Attribute，此處為 $C, D, E$）。

2. 正規型式（Normal Forms）判定標準：

• 第一正規化（1NF）：關聯中所有屬性的值皆為單一值（原子性，Atomic）。
• 第二正規化（2NF）：符合 1NF，且每個非主屬性皆「完全功能相依」（Fully Functionally Dependent）於候選鍵，即消除部分相依（Partial Dependency）。
• 第三正規化（3NF）：符合 2NF，且不存在非主屬性對候選鍵的「遞移相依」（Transitive Dependency）。形式定義為：對於關聯中所有非尋常相依 $X \to Y$，必須滿足「$X$ 為超鍵」或「$Y$ 為主屬性」。
• BCNF（Boyce-Codd Normal Form）：比 3NF 更嚴格。對於關聯中所有非尋常相依 $X \to Y$，$X$ 必須為超鍵（不允許 $Y$ 為主屬性的例外）。

3. 未正規化造成的資料異常（Data Anomalies）：

• 資料重複（Data Redundancy）
• 修改異常（Update Anomaly）
• 新增異常（Insertion Anomaly）
• 刪除異常（Deletion Anomaly）

4. 無失真連接分解（Lossless-Join Decomposition）：

• 將關聯 $R$ 分解為 $R_1$ 與 $R_2$，必須滿足 $(R_1 \cap R_2) \to (R_1 - R_2)$ 或 $(R_1 \cap R_2) \to (R_2 - R_1)$，以保證透過自然連接（Natural Join）能完全還原原始資料，不產生虛假元組（Spurious Tuples）。

---

解題方法

（一）未正規化存在之問題與資料實例說明

1. 現狀正規型式檢驗

• 關聯 $R(A, B, C, D, E)$ 的候選鍵／主鍵為 $\{A, B\}$。
• 屬性分類：
• 主屬性：$A, B$
• 非主屬性：$C, D, E$
• 功能相依集合 $F = \{\{A, B\} \to C, D, E,\ C \to E\}$。
• 2NF 檢驗：由於不存在 $A \to \dots$ 或 $B \to \dots$ 的部分功能相依，所有非主屬性皆完全依賴於主鍵 $\{A, B\}$，故關聯 $R$ 符合 2NF。
• 3NF 檢驗：
• 存在非尋常相依 $C \to E$。
• $C$ 不是 $R$ 的超鍵（$C$ 無法決定 $A, B, D$）。
• $E$ 不是主屬性（$E$ 不在候選鍵 $\{A, B\}$ 中）。
• 由於 $\{A, B\} \to C$ 且 $C \to E$（其中 $C \not\to \{A, B\}$），存在非主屬性對主鍵的遞移相依（Transitive Dependency）。因此，關聯 $R$ 未達 3NF。

2. 實體資料實例設計

為具體說明，將抽象屬性對應至常見的實務情境：

• $A$：學生編號（StudentID）
• $B$：課程代碼（CourseID）
• $C$：授課教師編號（TeacherID）
• $D$：學期成績（Score）
• $E$：教師研究室位置（Office）

$A$（學生）	$B$（課程）	$C$（教師）	$D$（成績）	$E$（研究室）
$s_1$	$c_1$	$t_1$	85	$R_{101}$
$s_2$	$c_1$	$t_1$	90	$R_{101}$
$s_3$	$c_1$	$t_1$	78	$R_{101}$
$s_1$	$c_2$	$t_2$	88	$R_{205}$

3. 使用上存在的四大問題

1. 資料重複（Data Redundancy）：

• 說明：每當有一位學生選修 $c_1$（由教師 $t_1$ 授課），教師 $t_1$ 的研究室 $R_{101}$ 就必須重複儲存一次，浪費儲存空間。

2. 修改異常（Update Anomaly）：

• 說明：若教師 $t_1$ 的研究室從 $R_{101}$ 搬遷至 $R_{105}$，系統必須逐一修改所有包含 $t_1$ 的資料列。若只更新了部分資料列（例如只更新第一列而漏改第二、三列），將造成同一位教師在資料庫中出現不同研究室的資料不一致現象。

3. 新增異常（Insertion Anomaly）：

• 說明：若學校新聘一位教師 $t_3$（研究室為 $R_{302}$），但在尚未有學生選修該教師的課程之前，主鍵屬性 $A$（學生）與 $B$（課程）皆為空值（NULL）。根據關聯式資料庫的實體完整性限制（Entity Integrity Constraint），主鍵不得為空值，導致無法單獨新增教師與其研究室的對應資料。

4. 刪除異常（Deletion Anomaly）：

• 說明：若選修課程 $c_2$ 的學生 $s_1$ 退選，資料庫將該筆元組（Tuple）刪除。

核心觀念

1. 區塊鏈的資料庫本質：區塊鏈本質上是一種分散式、僅能追加（Append-Only）、具備密碼學安全保證與拜占庭容錯能力的新興分散式帳本資料庫（Distributed Ledger Database）。與傳統由資料庫管理員（DBA）集中管理的關聯式資料庫（RDBMS）相比，其狀態轉移仰賴去中心化節點間的共識協定驅動。
2. 鐵路售票業務痛點：傳統鐵路售票系統常見問題包括黃牛程式掃票囤積、二手票券轉售真偽難辨、跨運具（如鐵路、捷運、客運）聯票清分結算耗時繁複、內部票務異動審計困難，以及節慶尖峰時段高併發（High Concurrency）交易造成的系統瓶頸。
3. 技術落地評估：鐵路售票具備高交易輸送量（TPS）需求，因此技術評估應排除交易延遲高、手續費昂貴的「公有鏈」，而採用權限受控的「聯盟鏈（Consortium Blockchain）」搭配「鏈下快速撮合、鏈上存證結算」的混合架構。

---

解題方法

1. 第一子題（特性說明，10 分）：

• 從資料結構、資料庫存取控制、一致性協定、密碼學應用及可程式化邏輯五個維度，嚴謹說明區塊鏈的核心技術特徵。
• 需點出關鍵技術名詞（如分散式帳本、SHA-256 雜湊鏈結、Merkle Tree、共識機制、智慧合約、Append-only）。

2. 第二子題（鐵路應用分析，10 分）：

• 針對鐵路售票具體情境，避免空泛宣傳區塊鏈，須提出務實的系統改善方案。
• 分為四個核心面向切入：票券數位資產化（防偽）、智慧合約控管二手轉讓（防黃牛）、跨運具多方清分（自動對帳）、雙層架構設計（兼顧效能與可擴展性）。

---

選項分析

本題為申論題，無選擇題選項。作答時須採階層式列點標題，條理分明，展現資料庫架構師與交通領域業務分析的整合能力。

---

解題技巧

1. 切中業務痛點：第二子題若僅回答「去中心化、不易當機」，分數難以突出；必須緊扣「鐵路」專屬情境（如春節搶票、黃牛退轉票、異質運具拆帳）。
2. 防範效能陷阱：公務人員考試強調技術可行性，若盲目提出「每筆購票都上公有鏈（如 Bitcoin、以太坊）驗證」，會因 TPS 過低（約 7～30 TPS）被扣分。務必強調採用聯盟鏈（Consortium Blockchain）​與鏈上鏈下混合設計（Off-chain matching, On-chain settlement）。
3. 關鍵字覆蓋率：閱卷老師評閱標準在於關鍵詞，作答須涵蓋：分散式帳本（DLT）、密碼學雜湊（Hash）、不可竄改性（Immutability）、共識機制、智慧合約（Smart Contracts）、數位身分識別（DID）。

---

【答案】

一、區塊鏈之核心特性分析（10 分）

區塊鏈係一種整合點對點網路（P2P）、密碼學技術、共識演算法與智慧合約的新型分散式帳本資料庫，其主要特性如下：

1. 去中心化與分散式儲存（Decentralization & Distributed Ledger）： 資料分散儲存於網路各參與節點，無單一中央伺服器或主控權限，消除單點故障（Single Point of Failure, SPOF）風險；所有節點共同保存帳本完整副本。
2. 密碼學鏈結與不可竄改性（Cryptographic Linking & Immutability）：