Cụm bài Database: 1. Bảng và SQL cơ bản · 2. ERD, JOIN, GROUP BY · 3. Chuẩn hoá · 4. Bài tập thư viện · 5. Index và hiệu năng truy vấn · 6. Transaction và locking
Bài này trả lời câu hỏi chia dữ liệu vào các bảng thế nào cho đúng, để một sự thật không nằm ở nhiều chỗ rồi lệch nhau. Đọc xong, bạn nhìn một bảng là biết nó ở dạng chuẩn nào, tách nó ra sao, và khi nào nên cố ý phi chuẩn hoá. Nên đọc trước bảng, khoá chính và ERD, khoá ngoại; luyện tay ngay sau đó với bài tập hệ thống thư viện (SQL chạy trên MySQL 8.4).
1. Vì sao cần chuẩn hoá: ba loại anomaly
Ý chính: khi một sự thật bị lưu ở nhiều dòng, sửa, thêm, xoá đều có thể làm dữ liệu sai. Chuẩn hoá tách bảng để mỗi sự thật chỉ nằm một chỗ.
Bảng “gộp tất cả” cho đơn hàng:
| order_id | customer_name | customer_phone | product_id | product_name | qty |
|---|---|---|---|---|---|
| 1 | Lan | 0901 | P1 | Keyboard | 1 |
| 1 | Lan | 0901 | P2 | Mouse | 2 |
| 2 | Lan | 0901 | P1 | Keyboard | 1 |
- Update anomaly: Lan đổi số điện thoại phải sửa 3 dòng. Sót một dòng là dữ liệu mâu thuẫn.
- Insert anomaly: muốn thêm sản phẩm “Monitor” chưa ai mua thì không có
order_idđể điền. - Delete anomaly: Mouse chỉ có trong đơn 1, xoá đơn 1 là mất luôn “P2 tên Mouse”. Xoá hết đơn của một khách là mất số điện thoại của khách.
Khái niệm nền: phụ thuộc hàm
Ý chính: mọi dạng chuẩn đều là quy tắc về việc cột nào được phép xác định cột nào, nên trước hết phải liệt kê phụ thuộc hàm.
- Phụ thuộc hàm (functional dependency)
A → B: biết A thì xác định được duy nhất B. Ví dụproduct_id → product_name,zip_code → city. - Superkey: tập cột xác định duy nhất một dòng.
- Candidate key: superkey tối thiểu (bỏ cột nào cũng không còn là superkey). PK là một candidate key được chọn.
- Thuộc tính khoá (prime attribute): cột nằm trong một candidate key nào đó.
flowchart LR
N1["1NF<br/>giá trị nguyên tử"] --> N2["2NF<br/>không phụ thuộc<br/>một phần khoá"] --> N3["3NF<br/>không phụ thuộc<br/>bắc cầu"] --> BC["BCNF<br/>mọi định thức<br/>là candidate key"] --> N4["4NF<br/>không có phụ thuộc<br/>đa trị độc lập"] --> N5["5NF<br/>không còn<br/>phụ thuộc kết nối"]
Mỗi dạng chuẩn sau bao hàm dạng trước. Đạt 3NF/BCNF là đủ cho hầu hết hệ thống OLTP (xử lý giao dịch: nhiều ghi nhỏ); 4NF, 5NF hiếm gặp nhưng phỏng vấn senior đôi khi hỏi.
2. 1NF: mỗi ô một giá trị nguyên tử
Ý chính: mỗi ô chứa một giá trị không chia nhỏ được (atomic), không có nhóm cột lặp, và mỗi dòng xác định được bằng khoá.
Vi phạm: nhiều số điện thoại nhét vào một ô.
| user_id | name | phones |
|---|---|---|
| 1 | Minh | 0901111111, 0902222222 |
Dạng “nhóm lặp” phone1, phone2, phone3 cũng vi phạm tinh thần 1NF: người có 4 số thì sao? Tìm “ai có số 0902…” phải OR ba cột. Sửa bằng bảng con:
CREATE TABLE app_user (
id BIGINT AUTO_INCREMENT PRIMARY KEY,
name VARCHAR(100) NOT NULL
);
CREATE TABLE user_phone (
user_id BIGINT NOT NULL,
phone VARCHAR(15) NOT NULL,
PRIMARY KEY (user_id, phone),
KEY idx_phone (phone),
FOREIGN KEY (user_id) REFERENCES app_user(id)
);
3. 2NF: không phụ thuộc vào một phần của khoá
Ý chính: đạt 1NF và mọi cột không khoá phụ thuộc vào toàn bộ khoá chính. Chỉ có ý nghĩa với khoá ghép; bảng PK một cột đạt 1NF thì tự động đạt 2NF.
Bảng chi tiết đơn hàng, PK (order_id, product_id):
| order_id | product_id | qty | product_name | unit_price_now |
|---|---|---|---|---|
| 10 | P1 | 1 | Keyboard | 1290000 |
| 11 | P1 | 3 | Keyboard | 1290000 |
qtyphụ thuộc cả(order_id, product_id): đúng 2NF.product_namechỉ phụ thuộcproduct_id(một phần khoá): vi phạm 2NF, tên bị lặp trong mọi đơn.- Sửa: tách
product(product_id, product_name, unit_price);order_itemchỉ giữorder_id, product_id, qty.
Slide dùng cùng ý: nhân viên khoá ghép (mã nhân viên, mã phòng ban); tên phòng ban chỉ phụ thuộc mã phòng ban nên tách ra.
4. 3NF: không phụ thuộc bắc cầu
Ý chính: đạt 2NF và không có chuỗi PK → X → Y với X không phải khoá. Cột không khoá chỉ được mô tả khoá, không mô tả cột không khoá khác.
| emp_id | name | zip | city | province |
|---|---|---|---|---|
| 1 | Hai | 700000 | Thu Duc | HCMC |
| 2 | Nga | 700000 | Thu Duc | HCMC |
emp_id → zip và zip → city, province, nên city, province phụ thuộc bắc cầu vào emp_id. Đổi tên một thành phố phải sửa mọi nhân viên ở đó. Sửa: tách zip_code(zip, city, province); employee(emp_id, name, zip).
Mẹo nhớ: mỗi cột không khoá mô tả “the key (1NF), the whole key (2NF), and nothing but the key (3NF)”. (Slide ghi nhầm tiêu đề phần này là “3NF (First normal form)”; đúng là Third.)
5. BCNF: phần slide chưa nói
Ý chính: với mọi phụ thuộc hàm không tầm thường X → Y, X phải là superkey. 3NF còn cho phép ngoại lệ khi Y là thuộc tính khoá; BCNF bỏ ngoại lệ đó.
Ví dụ (student, subject, teacher): mỗi giáo viên chỉ dạy một môn, mỗi sinh viên học mỗi môn với một giáo viên. Candidate key là (student, subject) và (student, teacher). Có teacher → subject mà teacher không phải superkey: đạt 3NF (vì subject là thuộc tính khoá) nhưng không đạt BCNF.
6. 4NF: phụ thuộc đa trị
Ý chính: đừng nhét hai tập giá trị độc lập của cùng một khoá vào một bảng, vì bảng buộc phải lưu mọi tổ hợp. Tách mỗi tập ra một bảng.
Phụ thuộc đa trị (multivalued dependency) A ↠ B: mỗi A gắn với một tập B, độc lập với các cột còn lại. Bảng ở 4NF khi đạt BCNF và không có phụ thuộc đa trị không tầm thường nào mà vế trái không phải superkey.
| emp | skill | language |
|---|---|---|
| Hai | Java | English |
| Hai | Java | Japanese |
| Hai | SQL | English |
| Hai | SQL | Japanese |
PK là cả ba cột nên đã đạt BCNF. Nhưng để không “nói dối” (kiểu Hai chỉ biết tiếng Nhật khi làm SQL), phải lưu tích Descartes kỹ năng × ngôn ngữ; thêm một kỹ năng là thêm N dòng. Sửa: employee_skill(emp, skill) và employee_language(emp, language).
Thực tế 4NF thường đạt “tự nhiên” nếu mỗi quan hệ n-n có một bảng trung gian riêng. Lỗi 4NF hay xuất hiện khi ai đó gộp hai bảng trung gian thành một.
Ví dụ 4NF trên slide và chỗ định nghĩa slide nói chưa chuẩn
- Slide nói “4NF = đạt 3NF + không có phụ thuộc đa giá trị”. Theo định nghĩa chính thức, điều kiện tiên quyết là BCNF.
- Cách slide diễn giải phụ thuộc đa trị hơi rối. Điểm mấu chốt là hai tập giá trị độc lập với nhau cùng gắn vào một khoá.
- Ví dụ trên slide cùng cấu trúc với bảng kỹ năng × ngôn ngữ: sinh viên, khoá học và sở thích, trong đó khoá học và sở thích của một sinh viên độc lập, nên tách thành hai bảng.
7. 5NF: phụ thuộc kết nối
Ý chính: bảng ba cột chỉ nên tách thành ba bảng hai cột khi có quy tắc vòng khiến join lại ra đúng bảng cũ. Không có quy tắc đó thì tách sẽ sinh dòng giả.
5NF (Project-Join Normal Form): đạt 4NF và mọi phụ thuộc kết nối (join dependency) đều suy ra từ candidate key. Nói dễ hiểu: nếu tách bảng thành bảng nhỏ rồi join lại ra đúng bảng ban đầu (không mất, không thừa dòng), và phép tách đó không suy ra từ khoá, thì bảng chưa ở 5NF.
Ví dụ: đại lý bán sản phẩm của hãng, với quy tắc “nếu đại lý A đại diện hãng C, và A bán loại P, và C sản xuất P, thì A bán P của C”.
| agent | company | product |
|---|---|---|
| A1 | Sony | TV |
| A1 | Sony | Camera |
| A1 | Canon | Camera |
Với quy tắc này, bảng 3 cột là join của agent_company, agent_product, company_product. Giữ 3 cột thì mỗi lần A1 nhận hãng mới phải tự chèn mọi tổ hợp, dễ sai; tách ra thì mỗi sự thật ghi một lần.
Ví dụ 5NF trên slide: quy tắc vòng còn thiếu
Slide (môn học, giáo viên, kỳ học) tách bảng ba cột thành ba bảng hai cột nhưng không nêu quy tắc vòng làm phép tách không mất thông tin. Quy tắc cần có: “nếu giáo viên dạy được môn X, và giáo viên dạy trong kỳ K, và môn X mở trong kỳ K, thì giáo viên dạy X trong kỳ K”.
Có quy tắc này thì tách đúng; không có thì giữ bảng ba cột (xem khối cạm bẫy ngay trên). Với giả định đó, khoá là cả ba cột. Câu hỏi “kỳ sau thầy John chưa biết dạy môn nào thì lưu thế nào?” cho thấy “John dạy được môn X” và “John dạy kỳ 3” là những sự thật riêng, nên tách thành các bảng hai cột.
8. Phi chuẩn hoá: khi nào phá luật
Ý chính: chuẩn hoá tối ưu cho ghi đúng, đổi lại đọc phải join. Cố ý phi chuẩn hoá chỉ khi có số đo, và bản sao luôn có một nguồn sự thật cùng cơ chế đồng bộ.
Ví dụ làm trọn vẹn: booking.total_amount trong Đặt vé máy bay: booking, ledger và lịch sử. Tổng tính được từ booking_line nhưng vẫn lưu, vì là số đã chốt lúc checkout. Đủ ba nguyên tắc: các dòng là nguồn sự thật, header ghi cùng transaction và có CHECK, truy vấn đối soát định kỳ phải trả 0 dòng.
Chuẩn hoá và phi chuẩn hoá được đặt vào cả quy trình thiết kế (access pattern, table template, khoá ngoại, JSON, view) ở Quy trình data modeling, và áp vào sáu bài toán ở Case study data modeling.
Bài tập
Bài 1: Năm câu đố “bảng này ở dạng chuẩn nào?” trên slide
Năm câu đố cuối buổi trên slide (bảng dạng hình, mình chép lại bằng lời). Cách làm chung: (1) ô nguyên tử chưa, có nhóm cột lặp không → 1NF; (2) PK có ghép không, có cột chỉ phụ thuộc một phần PK không → 2NF; (3) có chuỗi PK → X → Y với X không phải khoá không → 3NF.
- Bảng đăng ký tình nguyện viên
Registration(RegistrationID PK, RegistrationDate, VolunteerID, LastName, FirstName, StreetAddress, City, State, Zip, Phone, Email). Dữ liệu mẫu có tình nguyện viên 101 (cùng họ tên, địa chỉ, điện thoại, email) ở hai lượt đăng ký. - Cũng bảng đăng ký, nhưng địa chỉ có một cột gộp “City, State, Zip Code” (ví dụ
Aurora, IL 60505) và ba cộtActivityID1,ActivityID2,ActivityID3. Invoice(InvoiceNumber PK, Date, PatronNumber).Booking(BookingID, ModelID, ModelLastName, ModelFirstName, ModelTypeID, TypeDescription, HourlyFee), PK ghép(BookingID, ModelID): một lượt đặt có thể thuê nhiều người mẫu.- Hai bảng:
Booking(BookingID PK, Date, ClientID FK)vàClient(ClientID PK, Name, Phone, Email).
Lời giải Bài 1: năm câu đố trên slide
Câu 1: đạt 2NF, chưa đạt 3NF. Mọi ô nguyên tử, PK một cột nên không thể có phụ thuộc một phần. Nhưng RegistrationID → VolunteerID → LastName, FirstName, StreetAddress, Phone, Email là bắc cầu: thông tin người tình nguyện bị chép lại mỗi lần đăng ký, đúng như dòng lặp của 101. Còn chuỗi Zip → City, State.
Sửa: Volunteer(VolunteerID PK, LastName, FirstName, StreetAddress, Zip, Phone, Email), Registration(RegistrationID PK, RegistrationDate, VolunteerID FK). Tách tiếp ZipCode(Zip, City, State) hay không là cân nhắc: đúng 3NF thì tách, nhưng nhiều hệ thống giữ City/State vì mã bưu chính ngoài đời không ánh xạ sạch một-một với thành phố.
Câu 2: chưa đạt 1NF. Cột “City, State, Zip Code” chứa giá trị ghép (lọc theo bang phải cắt chuỗi). ActivityID1..3 là nhóm cột lặp: đăng ký 4 hoạt động phải sửa schema, tìm “ai đăng ký hoạt động X” phải OR ba cột.
Sửa: tách City, State, Zip thành ba cột; đưa hoạt động ra RegistrationActivity(RegistrationID, ActivityID, PRIMARY KEY (RegistrationID, ActivityID)). Sau đó áp cách giải câu 1 để lên 3NF.
Câu 3: đạt 3NF (và BCNF). PK một cột, Date và PatronNumber chỉ phụ thuộc InvoiceNumber. PatronNumber là FK sang bảng khách; chỉ lưu mã, không chép tên khách nên không có bắc cầu.
Câu 4: đạt 1NF, chưa đạt 2NF. ModelLastName, ModelFirstName, ModelTypeID chỉ phụ thuộc ModelID, một phần PK ghép. Thêm nữa ModelID → ModelTypeID → TypeDescription, HourlyFee là bắc cầu, nên sửa xong 2NF vẫn chưa đạt 3NF. Sửa thẳng lên 3NF:
ModelType(ModelTypeID PK, TypeDescription, HourlyFee)Model(ModelID PK, LastName, FirstName, ModelTypeID FK)BookingModel(BookingID, ModelID, PRIMARY KEY (BookingID, ModelID)), cộngBooking(BookingID PK, ...)cho thông tin của chính lượt đặt.
Điểm nghiệp vụ: nếu giá thuê chốt lúc đặt thì lưu agreed_hourly_fee trong BookingModel. Đó là ảnh chụp lịch sử, không vi phạm chuẩn (giống unit_price trong order_item ở mục 3).
Câu 5: cả hai bảng đạt 3NF. Đây là kết quả “đã tách đúng”: thông tin khách ở Client, lượt đặt chỉ giữ ClientID. Đề cố ý kiểm tra xem bạn có nhận ra một thiết kế đã chuẩn, thay vì lúc nào cũng đi tìm lỗi.
Tổng kết: 2NF, chưa 1NF, 3NF, 1NF, 3NF. Hay nhầm ở câu 1: thấy dữ liệu lặp liền kết luận “chưa đạt 1NF”. Lặp giữa các dòng là triệu chứng vi phạm 2NF/3NF; 1NF chỉ nói về giá trị trong từng ô và nhóm cột lặp.
Bài 2 (luyện thêm): năm bảng tự soạn, phủ cả BCNF và 4NF
Năm câu đố trên slide chỉ dừng ở 3NF; năm bảng dưới đây luyện thêm các dạng chuẩn cao hơn.
- (a)
course(course_id PK, title, tags)vớitags = 'java,spring,backend'. - (b)
enrollment(student_id, course_id, enrolled_at, course_title), PK(student_id, course_id). - (c)
order(order_id PK, customer_id, customer_email, total). - (d)
class_room(student, subject, teacher), mỗi giáo viên chỉ dạy một môn, PK(student, subject). - (e)
restaurant(restaurant, dish, delivery_area), món ăn và khu vực giao hàng độc lập với nhau, PK là cả ba cột.
Lời giải Bài 2: năm bảng tự soạn
- (a) Chưa đạt 1NF:
tagschứa nhiều giá trị. Táchcourse_tag(course_id, tag). - (b) Đạt 1NF, chưa đạt 2NF:
course_titlechỉ phụ thuộccourse_id, một phần khoá. Đưa về bảngcourse. - (c) Đạt 2NF (PK một cột), chưa đạt 3NF:
order_id → customer_id → customer_emaillà bắc cầu; email thuộc bảngcustomer. Ngoại lệ: nếu nghĩa là “email nhận hoá đơn của đơn này” thì đó là thuộc tính riêng của đơn, hợp lệ. - (d) Đạt 3NF nhưng chưa đạt BCNF:
teacher → subjectmàteacherkhông phải superkey. Táchteacher_subject(teacher, subject)+student_teacher(student, teacher). - (e) Đạt BCNF, chưa đạt 4NF:
restaurant ↠ dishvàrestaurant ↠ delivery_arealà hai phụ thuộc đa trị độc lập. Táchrestaurant_dishvàrestaurant_area.
Ghi nhớ
- Kể được ba loại anomaly bằng một ví dụ bảng đơn hàng.
- Phát biểu được 1NF, 2NF, 3NF, BCNF mỗi cái một câu, và chỉ ra ví dụ đạt 3NF mà chưa đạt BCNF.
- Phân biệt được dữ liệu trùng lặp với ảnh chụp lịch sử (giá lúc mua), và lỗi 1NF với dữ liệu lặp giữa các dòng.
- Biết khi nào tách theo 4NF/5NF: chỉ khi hai tập độc lập, hoặc có quy tắc vòng.
- Giải thích được ba nguyên tắc phi chuẩn hoá: có số đo, một nguồn sự thật, ghi lý do.
Câu hỏi phỏng vấn
Junior
Chuẩn hoá dữ liệu là gì và để làm gì?
Là tổ chức bảng sao cho mỗi sự thật được lưu một lần, dựa trên phụ thuộc hàm.
Mục tiêu: giảm dư thừa và tránh update/insert/delete anomaly, tức là dữ liệu không mâu thuẫn khi thay đổi.
Phát biểu 1NF, 2NF, 3NF trong một câu mỗi cái.
1NF: mỗi ô một giá trị nguyên tử, không nhóm lặp. 2NF: thêm điều kiện cột không khoá phụ thuộc toàn bộ khoá. 3NF: thêm điều kiện không phụ thuộc bắc cầu.
Bắc cầu nghĩa là cột không khoá phụ thuộc khoá thông qua một cột không khoá khác.
Bảng có PK một cột thì có thể vi phạm 2NF không?
Không, vì phụ thuộc một phần chỉ xảy ra khi khoá có từ hai cột trở lên.
Bảng PK một cột đạt 1NF thì tự động đạt 2NF, nhưng vẫn có thể vi phạm 3NF.
Lưu danh sách tag dạng “a,b,c” trong một cột có vấn đề gì?
Vi phạm 1NF; nên tách thành bảng item_tag(item_id, tag).
Không đặt được FK hay unique trên từng tag. Tìm theo tag phải LIKE '%b%' (không dùng được index, còn khớp nhầm “bb”). Thêm/xoá một tag phải parse chuỗi.
Bảng có các cột phone1, phone2, phone3 (hoặc ActivityID1..3) vi phạm dạng chuẩn nào? Còn dữ liệu bị lặp giữa các dòng thì sao?
Cột đánh số là nhóm cột lặp, vi phạm 1NF. Dữ liệu lặp giữa các dòng không phải lỗi 1NF mà là triệu chứng của vi phạm 2NF hoặc 3NF.
- Nhóm cột lặp: thêm phần tử thứ tư phải sửa schema, tìm theo giá trị phải
ORnhiều cột. Sửa bằng bảng con(owner_id, value). - Dữ liệu lặp (cùng tên, địa chỉ của một người ở nhiều dòng): thông tin đó phụ thuộc một cột khác chứ không phải khoá (một phần hoặc bắc cầu), nên tách ra bảng riêng.
Mid
3NF khác BCNF thế nào? Cho ví dụ.
BCNF đòi mọi định thức (vế trái của phụ thuộc hàm) là superkey; 3NF cho phép ngoại lệ khi vế phải là thuộc tính khoá.
Ví dụ (student, subject, teacher) với teacher → subject: đạt 3NF vì subject thuộc khoá (student, subject), nhưng không đạt BCNF vì teacher không phải superkey.
Phụ thuộc đa trị là gì? Khi nào vi phạm 4NF?
A ↠ B khi mỗi A gắn với một tập B độc lập với các cột còn lại. Vi phạm 4NF khi một bảng chứa hai tập độc lập cùng gắn vào một khoá.
Ví dụ nhân viên × kỹ năng × ngôn ngữ, buộc phải lưu tích Descartes. Sửa bằng cách tách mỗi tập ra một bảng.
Lưu unit_price trong order_item có phải phi chuẩn hoá không?
Không, nếu nghĩa là “giá tại thời điểm mua”.
Đó là sự thật lịch sử phụ thuộc vào cả dòng đơn hàng, khác giá hiện tại ở bảng product. Không lưu thì đổi giá sản phẩm sẽ làm sai mọi hoá đơn cũ.
Chuẩn hoá có làm hệ thống chậm đi không?
Thường không: đường ghi nhanh hơn, đường đọc thêm join nhưng join theo khoá có index trên OLTP thường rẻ.
Ghi nhanh hơn vì sửa một chỗ, dòng nhỏ hơn, ít index mỗi bảng. Chậm thật chỉ ở truy vấn tổng hợp lớn hoặc đường đọc rất nóng; khi đó mới phi chuẩn hoá có chọn lọc, dựa trên số đo chứ không phỏng đoán.
Senior
Khi nào bạn chủ động phi chuẩn hoá và làm sao giữ dữ liệu đúng?
Khi số đo cho thấy join/aggregate là nút thắt ở đường đọc nóng; bản sao luôn có một nguồn sự thật và cơ chế đồng bộ rõ.
- Ví dụ: đếm comment mỗi lần tải feed.
- Đồng bộ trong cùng transaction với tăng nguyên tử (
SET c = c + 1), hoặc bất đồng bộ qua outbox/CDC nếu chấp nhận eventual consistency. - Có job đối soát định kỳ để sửa sai lệch, và ghi lại quyết định cho người sau.
5NF có ý nghĩa thực tế gì không?
Hiếm; nó chỉ xuất hiện khi có quy tắc nghiệp vụ dạng vòng (A–B, B–C, C–A cùng đúng thì A–B–C đúng).
Bài học thực tế: tách bảng ba chiều thành ba bảng hai chiều chỉ đúng nếu quy tắc đó tồn tại; nếu không, join lại sẽ sinh dòng giả. Quyết định dựa vào nghiệp vụ, không dựa vào dữ liệu mẫu.
Schema chuẩn hoá cho OLTP khác thế nào với schema cho báo cáo/OLAP?
OLTP chuẩn hoá 3NF/BCNF cho nhiều ghi nhỏ cần đúng; OLAP dùng star/snowflake schema phi chuẩn hoá cho đọc quét lớn.
- OLTP: index phục vụ truy vấn điểm.
- OLAP: bảng fact + dimension, thường lưu dạng cột (columnar) trong kho dữ liệu riêng, nạp qua ETL/CDC.
- Trộn hai loại tải trên một DB làm báo cáo nặng chiếm khoá và IO của giao dịch.
Bảng production 50 triệu dòng đang vi phạm 3NF. Bạn tách bảng thế nào mà không downtime?
Dùng expand–contract (parallel change) qua nhiều lần deploy, bước nào cũng rollback được.
- Tạo bảng mới, chưa ai đọc.
- Code ghi song song vào cả cột cũ và bảng mới.
- Backfill dữ liệu cũ theo lô nhỏ (vài nghìn dòng mỗi lô, có nghỉ) để không khoá bảng lâu và không làm replica lag.
- Đối soát hai nguồn.
- Chuyển đường đọc sang bảng mới, có feature flag để quay lại.
- Dừng ghi cột cũ rồi mới
DROP.
ALTER TABLE lớn trên MySQL nên dùng online DDL (ALGORITHM=INPLACE/INSTANT) hoặc gh-ost/pt-online-schema-change.
Từ vựng tiếng Anh
| Term | Phát âm | Nghĩa | Ví dụ câu tiếng Anh dùng trong phỏng vấn |
|---|---|---|---|
| normalization | /ˌnɔːməlaɪˈzeɪʃn/ | chuẩn hoá | “I normalize to third normal form first and only denormalize with evidence.” |
| denormalization | /diːˌnɔːməlaɪˈzeɪʃn/ | phi chuẩn hoá | “Denormalization trades write complexity for faster reads.” |
| anomaly | /əˈnɒməli/ | dị thường, lỗi dữ liệu | “Storing the customer’s phone in every order row causes update anomalies.” |
| functional dependency | /ˈfʌŋkʃənl dɪˈpendənsi/ | phụ thuộc hàm | “There’s a functional dependency from zip code to city.” |
| partial dependency | /ˈpɑːʃl dɪˈpendənsi/ | phụ thuộc một phần khoá | “Product name depends only on product_id, which is a partial dependency.” |
| transitive dependency | /ˈtrænsətɪv dɪˈpendənsi/ | phụ thuộc bắc cầu | “City depends on the key only through zip code, a transitive dependency.” |
| multivalued dependency | /ˌmʌltiˈvæljuːd dɪˈpendənsi/ | phụ thuộc đa trị | “Skills and languages are independent multivalued dependencies.” |
| candidate key | /ˈkændɪdət kiː/ | khoá ứng viên | “Both email and user_id are candidate keys; we chose user_id as the primary key.” |
| spurious tuple | /ˈspjʊəriəs ˈtjuːpl/ | dòng giả sinh ra khi join | “Splitting the table without the business rule would create spurious tuples on join.” |
| source of truth | /sɔːs əv truːθ/ | nguồn dữ liệu gốc | “The orders table is the source of truth; the counter is just a cache.” |
| expand–contract migration | /ɪkˈspænd ˈkɒntrækt/ | đổi schema kiểu mở rộng rồi thu hẹp, không downtime | “I’d split the table with an expand–contract migration so every step can be rolled back.” |
| lossless decomposition | /ˈlɒsləs ˌdiːkɒmpəˈzɪʃn/ | tách bảng không mất thông tin | “A normal-form decomposition must be lossless: joining the pieces gives back exactly the original rows.” |
Ghi chép dựa trên khoá Fundamentals of Backend (Ronin Engineer), viết lại theo cách hiểu của mình.