Cụm bài Data modeling: 1. Quy trình data modeling · 2. Cột JSON, DDL online, kiểu dữ liệu và view · 3. Case study đa ngôn ngữ, sắp xếp, lịch và báo cáo
Bài này áp dụng quy trình ở bài 1 vào sáu bài toán nhỏ hay gặp khi phỏng vấn senior, nơi cái “đúng” nằm ở trade-off chứ không ở cú pháp. Mỗi case study đi theo nhịp đề bài → phương án → lựa chọn → chỗ hỏng, với SQL đã chạy trên PostgreSQL 16 (vài chỗ trên MySQL 8.4); con số là của lab, máy khác sẽ khác nhưng tỉ lệ giữ nguyên. Nên đọc trước: Index, EXPLAIN, N+1 và phân trang và Các loại index ngoài B-tree (GIN, GiST, exclusion constraint).
Sơ đồ tóm tắt:
flowchart LR
CS[Case study] --> T["Bản dịch: JSON hoặc bảng dịch"]
CS --> K["Kéo thả: khoảng trống / fractional"]
CS --> H["Homestay: một dòng mỗi ngày"]
CS --> R["Lịch lặp: local + IANA + RRULE"]
CS --> TG["Tag: bảng N–N"]
CS --> CL["Click: tổng hợp theo phút"]
J{"Trường JSON vào WHERE?"} -->|có| COL[Thành cột]
J -->|không| KJ[Giữ JSON]
1. Nội dung đa ngôn ngữ
Ý chính: cột JSON {"vi": ..., "en": ...} đủ khi bản dịch chỉ để hiển thị; có quy trình dịch (duyệt, theo dõi bản cũ) thì dùng bảng dịch riêng.
Đề bài. Chức danh tuyển dụng hiển thị bằng nhiều ngôn ngữ. Thêm ngôn ngữ không được đổi schema, thiếu bản dịch thì dùng ngôn ngữ dự phòng (fallback), tìm được theo tên đã dịch. Giả định 200.000 dòng, 2–3 ngôn ngữ mỗi dòng, đọc nhiều hơn ghi rất nhiều.
Slide gợi ý cột JSON, và lab xác nhận nó chạy được: CHECK (title ? 'en') đảm bảo luôn có bản dự phòng, mỗi ngôn ngữ cần tìm có một expression index (index trên biểu thức như title->>'vi').
Bảng ba phương án, lab SQL, dung lượng index và cách làm trên MySQL
| Phương án | Thêm ngôn ngữ | Đọc một dòng | Tìm theo bản dịch | Ràng buộc |
|---|---|---|---|---|
A. Cột JSON {"vi": ..., "en": ...} |
Không đổi schema | Không JOIN | Expression index hoặc GIN | Chỉ CHECK |
B. Bảng dịch (entity_id, locale, value) |
Không đổi schema | JOIN, fallback cần DISTINCT ON |
Một index (locale, value) |
NOT NULL, FK, metadata |
| C. Mỗi ngôn ngữ một cột | Đổi schema | Đơn giản nhất | Index thường | Đầy đủ |
CREATE TABLE job_title (
id bigint GENERATED ALWAYS AS IDENTITY PRIMARY KEY,
code text NOT NULL UNIQUE,
title jsonb NOT NULL CHECK (title ? 'en') -- luôn có bản dự phòng
);
SELECT code, coalesce(title->>'ja', title->>'en') FROM job_title WHERE id IN (1, 3);
-- job-1 | Engineer 1 job-3 | エンジニア 3
CREATE INDEX job_title_vi ON job_title ((title->>'vi')); -- 6,2 MB
CREATE INDEX job_title_gin ON job_title USING gin (title jsonb_path_ops); -- 25 MB
title->>'vi' = ...dùng expression index,title @> '{"vi": ...}'dùng GIN, insert thiếuenbị CHECK chặn.- Phương án B trên cùng dữ liệu: 466.666 dòng, 60 MB (A kèm hai index: 68 MB). Fallback viết bằng
DISTINCT ON (j.id) ... ORDER BY j.id, (t.locale = 'ja') DESC. - MySQL 8.4 index trường JSON bằng generated column
AS (title->>'$.vi') STOREDhoặc functional index((CAST(title->>'$.en' AS CHAR(200)) COLLATE utf8mb4_bin)). Lab cho thấyWHERE title->>'$.en' = ...viết trơn vẫn dùng được functional index.
2. Thứ tự kéo thả trong to-do list
Ý chính: đánh số có khoảng trống để mỗi lần kéo chỉ ghi một dòng; hết khe thì đánh số lại cả danh sách hoặc dùng khoá chuỗi, không đổi sang số thực.
Đề bài. Kéo thả để sắp xếp lại task. Đọc theo thứ tự phải rẻ (ORDER BY trên index), mỗi lần kéo chỉ ghi một dòng. Giả định 10–1.000 task mỗi danh sách.
Đánh số 1, 2, 3 thì chèn giữa phải dời mọi dòng phía sau. Slide đánh số có khoảng trống (1000, 1500, 2000, 3000), vị trí mới là trung điểm (trên + dưới) / 2; hết chỗ (1000 và 1001) thì đổi sang số thực. Lab Java: giữa 1000 và 1001 chỉ có 43 trung điểm double (giữa 1000 và 2000 là 53), vì mỗi lần chia đôi tốn một trong 52 bit định trị.
| Phương án | Ghi mỗi lần kéo | Khi hết chỗ | Ghi chú |
|---|---|---|---|
| Số nguyên có khoảng trống + đánh số lại | 1 dòng | Đánh số lại cả danh sách | Đủ cho danh sách nhỏ |
| Khoá chuỗi (fractional indexing, kiểu LexoRank) | 1 dòng | Không hết, chỉ dài dần | Cần collation "C" |
Linked list (prev_id) |
2–3 dòng | Không áp dụng | Đọc theo thứ tự cần đệ quy |
Khoá chuỗi (fractional indexing): vị trí là chuỗi so sánh theo thứ tự từ điển, và giữa hai chuỗi luôn có chuỗi thứ ba. Giống chèn trang “12a” giữa trang 12 và 13 của một cuốn sổ. Khoá dài dần nếu cứ chèn cùng một chỗ, nên cần job cân bằng lại.
Đánh số lại trong một câu UPDATE, code Java khoá chuỗi và kết quả kiểm thử
Đánh số lại là một câu UPDATE ... FROM (SELECT id, row_number() OVER (ORDER BY pos) * 1000 ...) sau khi SELECT ... FOR UPDATE cả danh sách. Ràng buộc UNIQUE (list_id, pos) khai báo DEFERRABLE INITIALLY DEFERRED để chịu được trùng tạm thời giữa câu lệnh (lab: 1000, 1001, 1250, 2000 thành 1000, 2000, 3000, 4000).
Khoá chuỗi, cài đặt Java 21 với chữ số base-36:
static final String DIGITS = "0123456789abcdefghijklmnopqrstuvwxyz";
/** Khoá nằm giữa a và b; a == null là đầu danh sách, b == null là cuối. */
static String between(String a, String b) {
if (a == null) a = "";
if (b != null && a.compareTo(b) >= 0) throw new IllegalArgumentException(a + " >= " + b);
StringBuilder out = new StringBuilder();
for (int i = 0; ; i++) {
int lo = i < a.length() ? DIGITS.indexOf(a.charAt(i)) : 0;
int hi = (b != null && i < b.length()) ? DIGITS.indexOf(b.charAt(i)) : DIGITS.length();
if (hi - lo > 1) return out.append(DIGITS.charAt((lo + hi) / 2)).toString();
out.append(DIGITS.charAt(lo));
if (hi > lo) b = null; // đã nhỏ hơn tiền tố của b
}
}
// between(null, null) = "i", between("i", "r") = "m", between("i", "j") = "ii", between("z", null) = "zi"
- Chữ số cuối luôn là trung điểm của khoảng rộng ≥ 2 nên không bao giờ là
'0', nhờ vậy luôn chèn được trước mọi khoá. - 100.000 lần chèn ngẫu nhiên giữ đúng thứ tự, khoá dài nhất 8 ký tự.
- 10.000 lần chèn cùng một chỗ đẩy khoá lên 2.001 ký tự. Vì vậy LexoRank thật vẫn có job cân bằng lại khi khoá quá dài.
3. Lịch trống của homestay
Ý chính: mỗi (homestay, ngày) một dòng có giá và trạng thái; đặt phòng là một UPDATE có điều kiện status = 'OPEN' rồi kiểm tra số dòng cập nhật đúng bằng số đêm.
Đề bài. Mỗi homestay có lịch theo ngày: còn trống không, giá bao nhiêu (cuối tuần, lễ khác giá). Truy vấn chính: “homestay nào trống đủ 3 đêm từ 24/12” và “đặt 3 đêm này”. Giả định 10.000 homestay, đặt trước tối đa một năm.
Slide sinh sẵn 365 dòng khi tạo homestay, nên đổi giá một ngày chỉ chạm một dòng. Bảng homestay_availability(homestay_id, stay_date, price, status, booking_id) có khoá chính (homestay_id, stay_date), status thuộc OPEN | BOOKED | BLOCKED.
Tìm phòng trống: khoá chính bắt đầu bằng homestay_id nên không giúp được (Parallel Seq Scan, 139 ms); partial covering index chỉ chứa ngày trống đưa xuống 5 ms. Đặt phòng:
UPDATE homestay_availability SET status = 'BOOKED', booking_id = 101
WHERE homestay_id = 42 AND stay_date >= '2026-12-24' AND stay_date < '2026-12-27'
AND status = 'OPEN'; -- phải đúng 3 dòng, nếu không thì ROLLBACK
Lab homestay: job sinh lịch, index ngày trống, dung lượng và thí nghiệm ba session
-- job hằng ngày nối dài cửa sổ, chạy lại bao nhiêu lần cũng được
INSERT INTO homestay_availability (homestay_id, stay_date, price)
SELECT h.id, d::date, h.base_price
FROM homestay h, generate_series(current_date, current_date + 365, interval '1 day') d
ON CONFLICT (homestay_id, stay_date) DO NOTHING;
CREATE INDEX ha_open_by_date ON homestay_availability (stay_date, homestay_id)
INCLUDE (price) WHERE status = 'OPEN';
SELECT homestay_id, sum(price) AS total
FROM homestay_availability
WHERE stay_date >= '2026-12-24' AND stay_date < '2026-12-27' AND status = 'OPEN'
GROUP BY homestay_id HAVING count(*) = 3 LIMIT 20;
-- Index Only Scan using ha_open_by_date, 5 ms
Dung lượng: 10.000 × 365 = 3,65 triệu dòng, 367 MB; 100.000 homestay cỡ 3,6 GB, nên chuyển ngày đã qua sang bảng lịch sử.
Lab viết câu đặt phòng trong khối DO với GET DIAGNOSTICS n = ROW_COUNT, khác 3 thì RAISE EXCEPTION.
- Session 1 đặt 24–26/12, ngủ 2 giây rồi commit.
- Session 2 đặt cùng ba đêm, chờ khoá dòng, rồi đánh giá lại
status = 'OPEN'trên phiên bản mới và cập nhật 0 dòng. - Session 3 đặt 26–28/12 (trùng một đêm) cập nhật 2 dòng, thấy
2 <> 3và rollback; đêm 27, 28 vẫnOPEN.
Trong Java: so giá trị trả về của executeUpdate, sai thì ném exception để @Transactional rollback.
4. Lịch hẹn lặp lại
Ý chính: lưu quy tắc lặp theo giờ địa phương kèm ID múi giờ IANA, rồi sinh sẵn các buổi trong một cửa sổ thành dòng timestamptz để truy vấn theo tuần bằng range scan.
Đề bài. Sự kiện có giờ bắt đầu, kết thúc, có thể lặp hằng ngày, hằng tuần; màn hình chính là “sự kiện của tôi tuần này”. Người dùng ở nhiều múi giờ, sự kiện có thể lặp vô hạn.
Slide đề xuất sinh sẵn khung giờ vào bảng time_slots (giờ địa phương bắt đầu, kết thúc, múi giờ). Còn thiếu ba thứ:
- Quy tắc lặp (RRULE của iCalendar, ví dụ
'FREQ=WEEKLY;BYDAY=MO') để sinh tiếp khi hết cửa sổ. - Ngoại lệ: buổi bị dời hay huỷ.
- Giờ mùa hè (DST): offset của một múi giờ đổi hai lần mỗi năm.
Bẫy DST. Họp 9:00 thứ Hai giờ Berlin từ 15/3/2027; ngày 28/3/2027 Berlin chuyển sang giờ mùa hè.
-- Sai: cộng 7 ngày vào thời điểm UTC
SELECT ts AT TIME ZONE 'Europe/Berlin'
FROM generate_series(timestamptz '2027-03-15 08:00+00', timestamptz '2027-04-05 08:00+00', interval '7 days') ts;
-- 09:00, 09:00, 10:00, 10:00 ← từ 29/3 lệch sang 10 giờ
-- Đúng: cộng 7 ngày theo giờ địa phương rồi mới đổi sang UTC
SELECT l AT TIME ZONE 'Europe/Berlin'
FROM generate_series(timestamp '2027-03-15 09:00', timestamp '2027-04-05 09:00', interval '7 days') l;
-- 08:00Z, 08:00Z, 07:00Z, 07:00Z ← luôn 09:00 ở Berlin
Cùng lịch ở Asia/Ho_Chi_Minh (không DST) luôn là 02:00Z, nên lỗi không lộ ra khi test ở Việt Nam.
Schema chuỗi sự kiện, giờ không tồn tại, ngoại lệ và truy vấn theo tuần có hai cận
Bảng recurring_event giữ định nghĩa chuỗi: tz (ID IANA như 'Europe/Berlin'), first_local_start timestamp (giờ địa phương, không offset), duration, rrule và materialized_until. Các buổi đã sinh nằm ở:
CREATE TABLE event_occurrence (
event_id bigint NOT NULL REFERENCES recurring_event(id),
original_local_start timestamp NOT NULL, -- định danh buổi trong chuỗi
start_at timestamptz NOT NULL,
end_at timestamptz NOT NULL,
owner_id bigint NOT NULL,
status text NOT NULL DEFAULT 'ACTIVE', -- ACTIVE | CANCELLED
is_exception boolean NOT NULL DEFAULT false,
PRIMARY KEY (event_id, original_local_start)
);
CREATE INDEX occ_owner_time ON event_occurrence (owner_id, start_at);
Giờ không tồn tại. 02:30 ngày 28/3 không có ở Berlin; PostgreSQL đổi thành 01:30Z (03:30 giờ mùa hè).
Ngoại lệ. Dời buổi 5/4 sang thứ Ba 14:00 là sửa start_at, giữ original_local_start, bật is_exception; huỷ buổi 12/4 là status = 'CANCELLED'. Job sinh tiếp (cửa sổ 6–12 tháng, ghi materialized_until) dùng ON CONFLICT ... DO NOTHING nên không ghi đè ngoại lệ. Sửa “buổi này và các buổi sau” là tách chuỗi thành hai.
Truy vấn theo tuần (tuần theo múi giờ người xem):
SELECT * FROM event_occurrence
WHERE owner_id = 7 AND status = 'ACTIVE'
AND start_at < timestamp '2027-04-12 00:00' AT TIME ZONE 'Asia/Ho_Chi_Minh'
AND end_at > timestamp '2027-04-05 00:00' AT TIME ZONE 'Asia/Ho_Chi_Minh'
AND start_at >= timestamp '2027-04-05 00:00' AT TIME ZONE 'Asia/Ho_Chi_Minh' - interval '1 day';
Chỉ với điều kiện giao khoảng, Index Cond chỉ có start_at < nên quét lại mọi buổi trong quá khứ. Dòng cuối thêm cận dưới “đầu tuần trừ độ dài tối đa của sự kiện” để range scan có hai đầu.
5. Gắn tag
Ý chính: bảng N–N post_tag là nguồn sự thật vì có FK và đổi tên tag rẻ; cột mảng tags với GIN chỉ thắng khi tag gần như bất biến và đọc tag của bài chiếm đa số.
Đề bài. Một bài viết nhiều tag. Hai truy vấn: (1) tag của một bài, (2) bài có một tag; (1) chạy nhiều hơn hẳn. Giả định 300.000 bài, 2.000 tag, 4 tag mỗi bài, một tag phổ biến (20% số bài).
Slide nêu hai lời giải: bảng N–N post_tag, và (PostgreSQL) cột tags text[] với GIN (inverted index: từ mỗi giá trị trỏ ngược về các dòng chứa nó). Lab dựng cả hai trên cùng dữ liệu: đọc tag của một bài 0,01 ms (mảng) so với 0,07 ms (N–N); đổi tên tag phổ biến 297 ms (mảng, viết lại 60.472 dòng) so với 2 ms (N–N, sửa một dòng). GIN chỉ phát huy khi lọc theo nhiều tag.
Bảng đo N–N và mảng + GIN trên 300.000 bài
| Truy vấn | N–N (post_tag + tag) |
Mảng tags + GIN |
|---|---|---|
| Tag của bài 4242 | Index Only Scan + Nested Loop, 0,07 ms | Đọc một dòng theo PK, 0,01 ms |
| 20 bài mới nhất có tag hiếm (626 bài) | 1,3 ms | 1,1 ms |
| Đếm bài có cả hai tag | JOIN hai lần hoặc HAVING |
tags @> ARRAY['tag1','tag777'], Bitmap Index Scan, 0,3 ms |
| Đổi tên tag phổ biến (60.472 bài) | Sửa 1 dòng tag, 2 ms |
Viết lại 60.472 dòng post, 297 ms |
| Dung lượng | post_tag 146 MB |
GIN 4,3 MB (+ mảng trong post) |
Với tag hiếm có ORDER BY created_at DESC LIMIT 20, planner bỏ qua GIN: đi lùi trên index created_at rồi lọc mảng (bỏ 8.660 dòng).
6. Báo cáo: tổng số click trong ngày
Ý chính: đừng count(*) mỗi lần mở dashboard; đọc từ bảng tổng hợp theo phút, chấp nhận trễ tới một phút để đổi lấy câu đọc ~1 ms.
Đề bài. Dashboard hiện tổng click 24 giờ qua; hai yêu cầu kéo nhau là thời gian phản hồi và độ chính xác. Giả định 2 triệu click mỗi ngày, bảng giữ 3 ngày (6 triệu dòng), dashboard mở hàng trăm lần mỗi phút.
Lab: count(*) mất 180–270 ms và tăng theo lượng click; cộng 1.440 dòng tổng hợp chỉ 1,2 ms. Các lựa chọn khác (materialized view, stream processing, ước lượng từ statistics) nằm trong bảng gấp bên dưới.
Job tổng hợp phải idempotent (chạy lại không làm sai số): mỗi phút tính lại 5 phút gần nhất và ghi đè, để bắt cả click đến muộn.
Bảng so sánh năm cách, SQL bảng tổng hợp theo phút và materialized view
| Cách | Lab | Độ chính xác | Độ trễ dữ liệu |
|---|---|---|---|
count(*) theo khoảng có index |
180–270 ms, tăng theo lượng click | Chính xác | Không trễ |
| Bảng tổng hợp theo phút (upsert, cron) | Cộng 1.440 dòng: 1,2 ms | Chính xác tới phút đã chốt | Tới 1 phút |
| Materialized view theo giờ | Refresh 351 ms, đọc 0,2 ms | Tới lần refresh | Theo lịch refresh |
| Stream processing (Kafka Streams, Flink) | Không chạy | Tuỳ semantics | Vài giây |
| Ước lượng từ statistics | Gần như miễn phí | Tuỳ độ mới của statistics | Tới lần ANALYZE sau |
CREATE TABLE click_per_minute (minute timestamptz PRIMARY KEY, clicks bigint NOT NULL);
-- job mỗi phút, idempotent: tổng hợp lại 5 phút gần nhất để bắt click đến muộn
INSERT INTO click_per_minute
SELECT date_trunc('minute', clicked_at), count(*) FROM click
WHERE clicked_at >= :current_minute - interval '5 minutes' AND clicked_at < :current_minute
GROUP BY 1
ON CONFLICT (minute) DO UPDATE SET clicks = EXCLUDED.clicks;
SELECT sum(clicks) FROM click_per_minute WHERE minute >= now() - interval '24 hours';
REFRESH MATERIALIZED VIEW CONCURRENTLY (không chặn người đọc) cần unique index; MySQL không có materialized view.
Tổng kết: “tận dụng JSON” nên hiểu thế nào
Ý chính: JSON hợp với dữ liệu đọc cùng nhau, ít ràng buộc, cấu trúc hay đổi; dữ liệu cần ràng buộc, JOIN hay đổi tên thì để thành cột hoặc bảng.
Slide chốt ba ý: tận dụng JSON; chuẩn hoá và phi chuẩn hoá; sinh sẵn khung thời gian khi cần truy vấn theo thời điểm. Hai ý sau đứng vững, ý đầu nên thu hẹp.
- Hợp với JSON: bản dịch hiển thị, thuộc tính mở rộng, payload đối tác.
- Không hợp: tag có vòng đời, tiền, trạng thái quy trình (cần cập nhật từng phần, ràng buộc).
- Trường JSON nào lọt vào
WHEREthì cần expression index hoặc generated column, và nên tự hỏi vì sao nó chưa là một cột.
Bài tập
Bài 1: Kéo thả trong Kanban nhiều cột
Đề. Thẻ nằm trong các cột (To do, Doing, Done), kéo trong cùng cột hoặc sang cột khác, an toàn khi hai người kéo cùng lúc.
Lời giải bài 1: rank chuỗi, version và unique constraint
CREATE TABLE card (
id bigint PRIMARY KEY,
column_id bigint NOT NULL,
rank text COLLATE "C" NOT NULL,
version int NOT NULL DEFAULT 0,
UNIQUE (column_id, rank)
);
-- thẻ 9 sang cột 3, giữa hai thẻ rank 'i' và 'r', client đã thấy version 5
UPDATE card SET column_id = 3, rank = :newRank, version = version + 1
WHERE id = 9 AND version = 5; -- 0 dòng: thẻ đã bị người khác di chuyển
- Server tự tính
newRank = between("i", "r")từ hai thẻ hàng xóm, không tin rank client gửi. versionchặn hai người kéo cùng một thẻ.UNIQUE (column_id, rank)chặn hai thẻ rơi vào cùng khe (tính lại, thử lại một lần).- Job nền cân bằng lại cột có rank dài quá 20 ký tự.
Bài 2: Đặt phòng họp không trùng giờ
Đề. Đặt phòng họp theo khoảng giờ bất kỳ, không trùng với booking khác của cùng phòng, booking đã huỷ không tính.
Lời giải bài 2: tstzrange và exclusion constraint
Không có giá theo ngày, chỉ cần chặn giao nhau, nên dùng khoảng và exclusion constraint:
CREATE EXTENSION IF NOT EXISTS btree_gist;
CREATE TABLE room_booking (
id bigint GENERATED ALWAYS AS IDENTITY PRIMARY KEY,
room_id bigint NOT NULL,
during tstzrange NOT NULL,
status text NOT NULL DEFAULT 'ACTIVE',
EXCLUDE USING gist (room_id WITH =, during WITH &&) WHERE (status = 'ACTIVE')
);
INSERT INTO room_booking (room_id, during) VALUES (1, '[2027-01-05 09:00+07, 2027-01-05 10:00+07)');
INSERT INTO room_booking (room_id, during) VALUES (1, '[2027-01-05 09:30+07, 2027-01-05 11:00+07)');
-- ERROR 23P01: conflicting key value violates exclusion constraint
- Lab: booking 10:00–11:00 nối tiếp ngay được nhờ khoảng nửa mở
[); booking trùng giờ nhưngCANCELLEDcũng vào được. - Ứng dụng bắt mã
23P01và trả 409 Conflict. - Trên MySQL: khoá dòng
roombằngSELECT ... FOR UPDATE, kiểm tra giao nhau rồi insert.
Ghi nhớ
- Biết khi nào chọn cột JSON, khi nào chọn bảng dịch cho nội dung đa ngôn ngữ.
- Giải thích được vì sao float không cứu được thứ tự kéo thả, và hai cách thay thế.
- Viết được câu đặt nhiều đêm an toàn khi đồng thời, và giải thích vì sao phải kiểm tra số dòng.
- Giải thích được vì sao sinh sự kiện lặp phải theo giờ địa phương + ID múi giờ IANA.
- Phân biệt được tổng click (cộng dồn) với đếm người dùng khác nhau (HyperLogLog).
Câu hỏi phỏng vấn
Junior
Lưu nội dung đa ngôn ngữ thế nào?
Cột JSON bản dịch trong cùng bảng, hoặc bảng dịch (entity_id, locale, value); cách nào cũng phải có ngôn ngữ dự phòng.
Cột JSON: không JOIN, thêm ngôn ngữ không đổi schema. Bảng dịch: đủ ràng buộc, một index cho mọi ngôn ngữ.
Vì sao đánh số thứ tự có khoảng trống (1000, 2000) thay vì 1, 2, 3?
Để chèn giữa chỉ cập nhật một dòng (lấy trung điểm) thay vì dời mọi dòng phía sau.
Hết khe thì đánh số lại hoặc dùng khoá chuỗi.
Vì sao không tính tổng click bằng count(*) mỗi lần mở dashboard?
Vì chi phí tăng theo số click (lab: 2 triệu click khoảng 200 ms) mà dashboard mở liên tục.
Tổng hợp trước theo phút thì mỗi lần đọc chỉ cộng 1.440 dòng, đổi lại trễ tới một phút.
Mid
Đặt 3 đêm homestay thế nào để không bị đặt trùng?
Một UPDATE có điều kiện status = 'OPEN' trên ba ngày trong transaction, kiểm tra đúng 3 dòng bị cập nhật, sai thì rollback.
Transaction đến sau chờ khoá dòng rồi đánh giá lại điều kiện và không cập nhật được dòng nào.
Lưu thời gian của sự kiện lặp lại thế nào?
Lưu giờ địa phương, ID múi giờ IANA và RRULE; sinh các buổi trong một cửa sổ thành dòng có start_at timestamptz để truy vấn.
Không lưu offset cố định vì DST làm offset đổi giữa các buổi.
Cột mảng tag với GIN có nhược điểm gì so với bảng N–N?
Không có FK, đổi tên tag phải viết lại mọi dòng chứa nó (lab: 297 ms so với 2 ms), GIN làm ghi chậm hơn, và gắn chặt với PostgreSQL.
Hợp khi tag gần như bất biến và đọc chiếm đa số.
Senior
Slide đề xuất đổi cột thứ tự sang float khi hết chỗ giữa hai số nguyên. Bạn review thế nào?
Float chỉ thêm khoảng 40–50 lần chia đôi ở cùng một chỗ (52 bit định trị), sau đó thứ tự hỏng âm thầm.
Đề xuất: phát hiện hết khe rồi đánh số lại trong transaction, hoặc khoá chuỗi theo collation “C” với unique constraint và job cân bằng lại.
Lịch trống homestay: mỗi ngày một dòng hay lưu khoảng ngày?
Mỗi ngày một dòng khi giá, trạng thái đổi theo ngày và cần lịch tháng; khoảng với exclusion constraint khi chủ yếu chặn giao nhau.
Mỗi ngày một dòng tốn dòng và cần job nối cửa sổ. Khoảng (PostgreSQL) không sinh trước, nhưng tính ngày trống khó hơn.
Đếm số người dùng khác nhau đã click trong 30 ngày với hàng tỉ click thế nào?
HyperLogLog: mỗi ngày một sketch vài KB, gộp 30 sketch được ước lượng sai số khoảng 1%.
Đếm khác nhau chính xác không cộng dồn được giữa các ngày và tốn bộ nhớ theo số người dùng. Cần chính xác thì chạy job batch.
Khi nào bạn chọn cột JSON thay vì thêm bảng hoặc cột?
Khi dữ liệu đọc cùng nhau, ít ràng buộc, cấu trúc hay đổi.
Trường nào bắt đầu vào WHERE, JOIN, cần ràng buộc hay cập nhật riêng thì tách thành cột hoặc bảng; tạm thời dùng generated column hoặc expression index.
Từ vựng tiếng Anh
| Term | Phát âm | Nghĩa | Ví dụ câu tiếng Anh dùng trong phỏng vấn |
|---|---|---|---|
| fallback locale | /ˈfɔːlbæk ləʊˈkɑːl/ | ngôn ngữ dự phòng | “If there’s no Japanese translation, we fall back to English.” |
| fractional indexing | /ˈfrækʃənl ˈɪndeksɪŋ/ | khoá vị trí luôn chèn được ở giữa | “Fractional indexing means a reorder touches exactly one row.” |
| conditional update | /kənˈdɪʃənl ˈʌpdeɪt/ | cập nhật có điều kiện | “Booking is one conditional update, and we check the row count.” |
| exclusion constraint | /ɪkˈskluːʒn kənˈstreɪnt/ | ràng buộc cấm giao nhau | “An exclusion constraint makes overlapping bookings impossible.” |
| recurrence rule | /rɪˈkʌrəns ruːl/ | quy tắc lặp | “We keep the recurrence rule and materialize six months of occurrences.” |
| daylight saving time | /ˈdeɪlaɪt ˈseɪvɪŋ taɪm/ | giờ mùa hè | “Adding seven days in UTC breaks across a daylight saving change.” |
| rollup table | /ˈrəʊlʌp ˈteɪbl/ | bảng tổng hợp sẵn | “The dashboard reads a per-minute rollup instead of raw clicks.” |
| distinct count | /dɪˈstɪŋkt kaʊnt/ | số giá trị khác nhau | “HyperLogLog is for distinct counts, not for totals.” |
Ghi chép dựa trên khoá Advanced Backend (Ronin Engineer), viết lại theo cách hiểu của mình.