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 mở đầu cụm Database, không cần đọc gì trước: một bảng đơn lẻ, từ kiểu dữ liệu, khoá chính tới SQL cơ bản và cái bẫy NULL. Cuối bài là phần senior phải biết: đổi schema thế nào khi bảng đã trăm triệu dòng và đang nhận traffic. Ví dụ dùng MySQL 8 (InnoDB), chỗ PostgreSQL khác đáng kể có ghi chú; bài tiếp theo (ERD, JOIN, GROUP BY) nối nhiều bảng lại.
Sơ đồ tóm tắt:
flowchart TD
F[File] -->|"thiếu transaction, ràng buộc, đồng thời"| DB[DBMS]
DB --> TY[Chọn kiểu]
TY --> T1["Tiền: DECIMAL"]
TY --> T2["Id: BIGINT"]
TY --> T3["Chuỗi: utf8mb4"]
DB --> PK["PK clustered: ngắn, tăng dần"]
DB --> N["NULL = không biết"]
DB --> AL["ALTER: INSTANT / INPLACE / COPY"]
AL -.->|bẫy| ML["Transaction dài giữ metadata lock"]
1. Vì sao không lưu bằng file?
Ý chính: file nhanh lúc đầu nhưng sinh dư thừa, không nhất quán, khó truy vấn, khó phân quyền và hỏng khi ghi đồng thời. Quan trọng nhất: file không có transaction.
| Vấn đề | Ví dụ cụ thể |
|---|---|
| Dư thừa dữ liệu (data redundancy) | Địa chỉ khách được chép vào file đơn hàng, hoá đơn, giao hàng. |
| Không nhất quán (data inconsistency) | Sửa địa chỉ ở file này, quên file kia: hai nơi hai kết quả. |
| Truy xuất khó (difficult data access) | “Mọi đơn > 1 triệu trong tháng 3” phải tự viết code đọc và lọc. |
| Bảo mật kém (security) | Quyền chỉ ở mức file, không thể “cho xem tên nhưng ẩn lương”. |
| Truy cập đồng thời khó (concurrent access) | Hai tiến trình cùng ghi, dòng người này đè dòng người kia. |
Slide không nói điểm này: chương trình chết giữa lúc ghi hai file thì bạn có nửa dữ liệu mới, nửa cũ. Database đảm bảo ACID (bài transaction) để chuyện đó không xảy ra.
2. Data, Database, DBMS
Ý chính: data là thông tin thô, database là data được tổ chức có cấu trúc, DBMS là phần mềm quản lý database. MySQL là một DBMS, còn shop_db là một database chạy trên nó.
- Database tổ chức dữ liệu theo một mô hình: bảng, document JSON, key-value, graph…
- DBMS (Database Management System) định nghĩa mô hình đó (MySQL dùng bảng, MongoDB dùng document JSON/BSON), cung cấp ngôn ngữ truy vấn (SQL với RDBMS), và lo phân quyền, đồng thời (concurrency), backup/recovery, ghi log để chịu được crash.
- Ví dụ: MySQL, PostgreSQL, SQL Server, Oracle (quan hệ); MongoDB (document); Redis (key-value).
Người ta hay nói “database” khi ý là DBMS; trong phỏng vấn nên phân biệt.
Lịch sử ngắn
Ý chính: mốc cần nhớ là 1970, khi Ted Codd ở IBM công bố mô hình quan hệ, nền móng của SQL.
Bảng mốc lịch sử từ bảng đất sét tới NoSQL
| Năm | Sự kiện |
|---|---|
| ~3000 TCN | Người xưa ghi chép (ví dụ đơn thuốc) lên bảng đất sét/đá: “database” đầu tiên theo nghĩa rộng. |
| 1938 | Máy tính lập trình được đầu tiên ra đời. |
| 1961–1964 | Khái niệm file system xuất hiện. |
| 1970 | Edgar F. (Ted) Codd ở IBM công bố mô hình quan hệ; IBM phát triển SEQUEL, tiền thân của SQL. |
| 1979 | Oracle: RDBMS thương mại đầu tiên. |
| 1995 | MySQL ra mắt (tên đặt theo “My”, con gái của đồng sáng lập Monty Widenius). |
| 1998 | Carlo Strozzi dùng từ “NoSQL” (lúc đầu cho một RDBMS không dùng SQL; nghĩa “non-relational” phổ biến từ khoảng 2009). |
Slide ghi “Tone tables” ở mốc 3000 TCN, ý đúng là stone/clay tablets (bảng đá, bảng đất sét).
3. Dữ liệu được lưu như thế nào?
Ý chính: dữ liệu nằm trong bảng; mỗi cột có kiểu cố định, mỗi dòng được chỉ ra duy nhất bằng khoá chính. Chọn sai kiểu hay sai khoá chính lúc đầu thì về sau sửa rất đắt.
3.1. Bảng, hàng, cột
Ý chính: bảng giống sheet Excel, nhưng DBMS ép kiểu cột và có ràng buộc, index, transaction.
- Bảng (table): tập dữ liệu cùng loại. Cột (column): thuộc tính có tên và kiểu. Hàng (row/record): một bản ghi.
- Database quan hệ về cơ bản là nhiều bảng liên kết với nhau.
- Ràng buộc (constraint, quy tắc DBMS tự kiểm): NOT NULL, UNIQUE, CHECK, FOREIGN KEY.
3.2. Kiểu dữ liệu hay dùng (MySQL)
Ý chính: tiền dùng DECIMAL, id bảng lớn dùng BIGINT, chuỗi dùng VARCHAR với utf8mb4, thời điểm lưu theo UTC.
| Nhóm | Kiểu | Ghi chú thực tế |
|---|---|---|
| Số nguyên | TINYINT, INT, BIGINT |
Id bảng lớn dùng BIGINT ngay từ đầu; đổi INT sang BIGINT trên bảng trăm triệu dòng là migration đau đớn. |
| Số thập phân chính xác | DECIMAL(p, s) |
Bắt buộc cho tiền. DECIMAL(12,2): 12 chữ số, 2 sau dấu phẩy. |
| Số thực | FLOAT, DOUBLE |
Sai số nhị phân (0.1 + 0.2 ≠ 0.3). Không dùng cho tiền. |
| Chuỗi | CHAR(n), VARCHAR(n), TEXT |
CHAR độ dài cố định (mã quốc gia CHAR(2)), VARCHAR độ dài thay đổi. |
| Ngày giờ | DATE, DATETIME, TIMESTAMP |
TIMESTAMP lưu UTC, quy đổi theo timezone session, chỉ tới năm 2038. DATETIME không có timezone. |
| Logic | BOOLEAN |
MySQL: bí danh của TINYINT(1). PostgreSQL có boolean thật. |
| Bán cấu trúc | JSON |
Tiện nhưng khó ràng buộc và khó index hơn cột thường. |
PostgreSQL khác đáng nhớ: có timestamptz, uuid, jsonb, mảng, và TEXT không chậm hơn VARCHAR.
Kiểu Java tương ứng với kiểu cột nào? Với JPA/Hibernate (ORM và JPA), mỗi field Java ánh xạ sang một kiểu cột. Ba điều hay hỏi: BigDecimal mặc định DECIMAL(38,2) nên luôn khai báo precision/scale; String mặc định VARCHAR(255); enum luôn lưu dạng chuỗi (Enum trong database và API).
Bảng ánh xạ kiểu Java sang SQL của Hibernate 6 và bảng “Data Types” trên slide
Ánh xạ mặc định của Hibernate 6, kèm kiểu MySQL thực tế khi để Hibernate sinh bảng:
| Kiểu Java | Kiểu SQL chuẩn | MySQL | Ghi chú |
|---|---|---|---|
int / Integer |
INTEGER |
INT |
|
long / Long |
BIGINT |
BIGINT |
Kiểu hợp lý cho id |
short / Short, byte / Byte |
SMALLINT, TINYINT |
SMALLINT, TINYINT |
|
float / Float, double / Double |
FLOAT, DOUBLE PRECISION |
FLOAT, DOUBLE |
Không dùng cho tiền |
BigDecimal |
NUMERIC / DECIMAL |
DECIMAL(38,2) |
Nên khai báo @Column(precision = 12, scale = 2) |
String |
VARCHAR |
VARCHAR(255) |
Đổi độ dài bằng @Column(length = ...) |
char / Character |
CHAR(1) |
CHAR(1) |
|
boolean / Boolean |
BOOLEAN |
BIT(1) |
Migration viết tay dùng BOOLEAN (= TINYINT(1)) cũng đọc được; PostgreSQL có boolean thật |
LocalDate, LocalTime |
DATE, TIME |
DATE, TIME |
|
LocalDateTime |
TIMESTAMP |
DATETIME(6) |
Không có timezone |
Instant, OffsetDateTime |
TIMESTAMP WITH TIME ZONE |
DATETIME(6) hoặc TIMESTAMP(6) |
MySQL không lưu được offset, quy ước lưu UTC; PostgreSQL dùng timestamptz |
UUID |
(không có trong chuẩn) | BINARY(16) |
PostgreSQL có kiểu uuid |
enum |
TINYINT (ORDINAL) hoặc VARCHAR/ENUM (STRING) |
Luôn dùng @Enumerated(EnumType.STRING) |
|
byte[] |
VARBINARY / BLOB |
VARBINARY(255) |
File lớn để ở object storage, DB chỉ lưu đường dẫn |
Hai bẫy về chuỗi mà gần như dự án nào cũng gặp một lần:
3.3. Khoá chính (primary key)
Ý chính: khoá chính là cột (hoặc tổ hợp cột) duy nhất và không NULL, để chỉ ra đúng một dòng. Hai dòng ("Trang", 25) giống hệt nhau thì không có nó sẽ không biết sửa dòng nào.
CREATE TABLE person (
id BIGINT AUTO_INCREMENT PRIMARY KEY,
name VARCHAR(100) NOT NULL,
age INT
);
Slide dùng id VARCHAR(50) làm PK: chạy được, nhưng mọi secondary index của InnoDB chứa bản sao PK, nên PK chuỗi dài làm chúng phình to.
4. Tương tác với dữ liệu: SQL
Ý chính: SQL là ngôn ngữ chuẩn để nói chuyện với RDBMS, và là ngôn ngữ khai báo: ta nói muốn gì, query optimizer quyết định lấy thế nào (index nào, join theo thứ tự nào).
Hai điểm mạnh khác: chuẩn hoá (ANSI/ISO SQL, học một lần dùng nhiều DBMS) và dễ đọc.
4.1. Các nhóm lệnh
Ý chính: lệnh SQL chia năm nhóm theo việc chúng làm: định nghĩa cấu trúc, đổi dữ liệu, đọc, phân quyền, quản lý transaction.
| Nhóm | Lệnh | Mục đích |
|---|---|---|
| DDL (Data Definition) | CREATE, ALTER, DROP, TRUNCATE, RENAME |
Định nghĩa cấu trúc |
| DML (Data Manipulation) | INSERT, UPDATE, DELETE |
Thay đổi dữ liệu |
| DQL (Data Query) | SELECT |
Đọc dữ liệu |
| DCL (Data Control) | GRANT, REVOKE |
Phân quyền |
| TCL (Transaction Control) | BEGIN, COMMIT, ROLLBACK, SAVEPOINT |
Quản lý transaction |
RENAMElà DDL: chỉ sửa metadata nên nhanh, nhưng làm hỏng ngay mọi code dùng tên cũ, nên phải đi theo expand/contract ở mục 5.2.- Nhiều tài liệu (kể cả slide) xếp
SELECTvào DML, số khác tách thành DQL. Cả hai đều gặp; quan trọng làSELECTchỉ đọc.
Cú pháp RENAME trên MySQL và PostgreSQL
RENAME TABLE student TO students; -- MySQL
ALTER TABLE students RENAME TO learners; -- cú pháp chung MySQL/PostgreSQL
ALTER TABLE learners RENAME COLUMN full_name TO name; -- MySQL 8+, PostgreSQL
4.2. Tạo bảng và CRUD
Ý chính: CRUD là bốn việc cơ bản: tạo (INSERT), đọc (SELECT), sửa (UPDATE), xoá (DELETE). Ràng buộc như NOT NULL, UNIQUE, CHECK để DB tự chặn dữ liệu sai.
CREATE TABLE product (
id BIGINT AUTO_INCREMENT PRIMARY KEY,
sku VARCHAR(32) NOT NULL UNIQUE,
name VARCHAR(200) NOT NULL,
price DECIMAL(12,2) NOT NULL CHECK (price >= 0),
category VARCHAR(50),
created_at DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP
);
INSERT INTO product (sku, name, price, category)
VALUES ('KB-01', 'Mechanical keyboard', 1290000, 'accessory'),
('MS-02', 'Wireless mouse', 390000, 'accessory');
SELECT id, name, price FROM product WHERE category = 'accessory';
UPDATE product SET price = 1190000 WHERE sku = 'KB-01';
DELETE FROM product WHERE sku = 'MS-02';
ALTER TABLE product ADD COLUMN stock INT NOT NULL DEFAULT 0;
ALTER TABLE product DROP COLUMN category;
DROP TABLE product; -- xoá cả cấu trúc lẫn dữ liệu
4.3. Lọc, sắp xếp, tổng hợp
Ý chính: cú pháp dễ thuộc; cái cần hiểu là NULL. SQL dùng logic ba giá trị (TRUE, FALSE, UNKNOWN), và WHERE chỉ giữ dòng TRUE.
SELECT DISTINCT category FROM product; -- giá trị không trùng
SELECT COUNT(*), SUM(price), AVG(price), MIN(price), MAX(price) FROM product;
SELECT * FROM product WHERE name LIKE 'Wire%'; -- bắt đầu bằng "Wire"
SELECT * FROM product WHERE category IN ('accessory', 'laptop');
SELECT * FROM product WHERE price BETWEEN 100000 AND 500000;
SELECT * FROM product WHERE category IS NULL; -- KHÔNG dùng = NULL
SELECT * FROM product WHERE price > 500000 AND NOT (category = 'laptop');
SELECT * FROM product ORDER BY price DESC, id ASC LIMIT 10;
- NULL là “không biết”, không phải 0 hay chuỗi rỗng.
NULL = NULLcho ra UNKNOWN, nên phải dùngIS NULL. - Hàm tổng hợp bỏ qua NULL:
COUNT(col)chỉ đếm dòng cócolkhác NULL,COUNT(*)đếm mọi dòng.AVG(score)chia cho số dòng có điểm. LIKE '%abc'(wildcard ở đầu) không dùng được B+tree index;LIKE 'abc%'thì dùng được.
5. Thay đổi schema khi bảng đã có dữ liệu
Ý chính: ALTER vài mili giây trên bảng nhỏ có thể chặn ghi hàng giờ trên bảng 100 triệu dòng. Trước khi chạy, biết nó thuộc loại INSTANT, INPLACE hay COPY; thay đổi không tương thích ngược thì làm expand/contract.
Khoá học chỉ dạy cú pháp ALTER; phần này là những gì cần biết trước khi chạy nó trên production.
5.1. MySQL thực hiện ALTER theo ba cách
Ý chính: INSTANT chỉ sửa metadata, INPLACE xây lại trong bảng và thường vẫn cho ghi, COPY chép cả bảng và chặn ghi. Ghi rõ ALGORITHM để MySQL báo lỗi thay vì âm thầm rơi về COPY.
| Thuật toán | Làm gì | Ví dụ thao tác | Ghi đồng thời? |
|---|---|---|---|
INSTANT |
Chỉ sửa metadata, không đụng dữ liệu | Thêm cột (cuối bảng từ 8.0.12, mọi vị trí từ 8.0.29), đổi giá trị DEFAULT, đổi tên cột |
Có |
INPLACE |
Xây lại cấu trúc ngay trong bảng | Thêm secondary index, bỏ cột trên bản chưa hỗ trợ INSTANT | Thường có |
COPY |
Tạo bảng mới, chép từng dòng sang, rồi đổi tên | Đổi kiểu cột (INT → BIGINT), đổi charset |
Không |
-- Báo lỗi nếu không làm được INSTANT, thay vì lặng lẽ rơi về COPY
ALTER TABLE orders ADD COLUMN note VARCHAR(255) NULL, ALGORITHM=INSTANT;
-- Thêm index mà vẫn cho phép INSERT/UPDATE trong lúc xây
ALTER TABLE orders ADD INDEX idx_orders_created (created_at), ALGORITHM=INPLACE, LOCK=NONE;
-- Đổi kiểu khoá chính: chỉ chạy được bằng COPY, chặn ghi suốt thời gian chép.
-- Các cột FK trỏ vào orders.id cũng phải đổi theo.
ALTER TABLE orders MODIFY id BIGINT NOT NULL AUTO_INCREMENT;
Vì vậy bảng 3.2 khuyên BIGINT cho id từ đầu: INT có dấu hết ở khoảng 2,1 tỉ, và lúc gần hết thì đổi kiểu là COPY trên đúng bảng lớn nhất hệ thống.
Transaction chạy lâu như vậy thường sinh ra ngoài ý muốn (một method @Transactional gọi HTTP ở giữa, một session bị bỏ quên không commit). Cách tìm chúng trên MySQL và PostgreSQL bằng innodb_trx, pg_stat_activity và cách sửa có ở Transaction gây hại.
PostgreSQL khác chi tiết nhưng cùng tinh thần: từ PG 11, thêm cột có DEFAULT hằng số chỉ sửa metadata; tạo index không chặn ghi dùng CREATE INDEX CONCURRENTLY; đổi int sang bigint vẫn viết lại cả bảng.
Các cách tránh đổi schema (cột JSON, cột dự phòng), DDL online với pt-online-schema-change/gh-ost và bẫy metadata lock được bàn kỹ hơn ở Cột JSON, DDL online, kiểu dữ liệu và view.
5.2. Expand/contract: đổi schema mà không cần dừng hệ thống
Ý chính: khi rolling deploy, code cũ và mới chạy song song vài phút, nên mỗi migration phải chạy được với cả hai. Thay đổi phá vỡ (đổi tên cột) được chia thành nhiều bước nhỏ, mỗi bước một lần deploy.
Ví dụ đổi fullname thành display_name (một lệnh RENAME COLUMN làm code cũ lỗi ngay):
- Expand: thêm cột
display_namecho phép NULL (INSTANT). - Ghi cả hai: code mới ghi vào cả
fullnamevàdisplay_name. - Backfill: chép dữ liệu cũ theo lô nhỏ, ví dụ
UPDATE ... WHERE id BETWEEN ? AND ? AND display_name IS NULLmỗi lần 5.000 dòng, nghỉ giữa các lô để replica kịp đuổi theo. - Chuyển đọc: code đọc từ
display_name; thêmNOT NULLnếu cần. - Contract: khi không còn code nào dùng
fullname, bỏ cột cũ.
Migration phải quản lý phiên bản như code: Flyway hoặc Liquibase, mỗi thay đổi là một file V7__add_display_name.sql được review và chạy đúng một lần trên mọi môi trường. Đừng để Hibernate ddl-auto=update tự sửa schema production (xem bài ORM). Trong dự án Spring Boot, có migration rồi thì để ddl-auto=validate cho Hibernate chỉ kiểm entity khớp bảng (bài Maven và cấu trúc dự án).
So sánh ba cách đổi schema bảng lớn
Bài tập
Đề diễn giải lại từ khoá học, lời giải mình tự viết và đã chạy trên MySQL 8.4.
Bài 1: Bảng điểm sinh viên
Đề: tạo bảng sinh viên gồm mã (số nguyên, khoá chính), tên, ngày sinh, điểm toán, điểm tiếng Anh (số thập phân). Sau đó: (a) lấy tên và điểm toán của người có điểm toán trên 8; (b) tính điểm toán trung bình; (c) đổi điểm tiếng Anh của sinh viên mã 1 thành 9.5; (d) xoá sinh viên có điểm toán dưới 5; (e) sắp xếp theo điểm tiếng Anh giảm dần.
Lời giải Bài 1: SQL và các bẫy NULL trong kết quả
CREATE TABLE students (
student_id INT PRIMARY KEY,
student_name VARCHAR(100) NOT NULL,
date_of_birth DATE,
math_score DECIMAL(4,2) CHECK (math_score BETWEEN 0 AND 10),
english_score DECIMAL(4,2) CHECK (english_score BETWEEN 0 AND 10)
);
INSERT INTO students VALUES
(1, 'An', '2003-04-12', 8.50, 7.00),
(2, 'Binh', '2002-11-03', 4.50, 6.50),
(3, 'Chi', '2003-01-25', 9.25, 8.75),
(4, 'Dung', '2004-07-30', NULL, 9.00);
-- (a)
SELECT student_name, math_score FROM students WHERE math_score > 8.0;
-- (b)
SELECT ROUND(AVG(math_score), 2) AS avg_math FROM students;
-- (c)
UPDATE students SET english_score = 9.5 WHERE student_id = 1;
-- (d)
DELETE FROM students WHERE math_score < 5.0;
-- (e)
SELECT * FROM students ORDER BY english_score DESC, student_id;
DECIMAL(4,2)đủ cho thang 0.00–10.00, không có sai số nhưFLOAT.CHECKchặn điểm vô lý.- (b) ra
7.42, tức (8.5 + 4.5 + 9.25) / 3:AVGbỏ qua Dung vì điểm NULL. Muốn coi “chưa có điểm” là 0 thì viếtAVG(COALESCE(math_score, 0)). Câu phỏng vấn hay gặp. - (d) không xoá Dung, vì
NULL < 5là UNKNOWN. Đúng ý nghiệp vụ hay không thì phải hỏi lại người ra yêu cầu. - (e) thêm
student_idlàm tiêu chí phụ để thứ tự luôn xác định khi bằng điểm.
Luyện thêm: các trang thực hành SQL
Slide giới thiệu bốn chỗ luyện SQL. Cách luyện: tự viết trước, chạy, rồi mới xem lời giải; với mỗi câu nghĩ thêm “bảng 10 triệu dòng thì cần index gì”.
Bốn trang luyện SQL và mỗi trang hợp với việc gì
- w3resource SQL tutorial: lý thuyết kèm rất nhiều bài tập nhỏ theo từng chủ đề.
- SQLBolt: bài học tương tác ngắn, chạy query ngay trên trình duyệt. Hợp để ôn nhanh SELECT, JOIN, GROUP BY.
- sql-practice.com: bộ bài tập trên một database bệnh viện, chia theo độ khó.
- SQLPad: bài tập theo kiểu câu hỏi phỏng vấn của các công ty.
Ghi nhớ
- Giải thích được vì sao lưu bằng file không đủ, và điểm nào là quan trọng nhất.
- Biết chọn kiểu cho tiền, id, chuỗi, thời điểm, và lý do cho từng lựa chọn.
- Giải thích được vì sao UUID v4 làm khoá chính InnoDB là ý tồi, và nên dùng gì thay.
- Dự đoán được kết quả của
= NULL,NOT INcó NULL,AVGvàCOUNT(col)trên cột có NULL. - Biết một
ALTERthuộc INSTANT, INPLACE hay COPY, vì sao nó có thể treo bảng, và khi nào cần expand/contract.
Câu hỏi phỏng vấn
Junior
Primary key khác unique key thế nào?
Cả hai chặn trùng giá trị; PK không được NULL và mỗi bảng chỉ có một.
Unique key có thể có nhiều cái mỗi bảng và (trong MySQL/Postgres) cho phép nhiều NULL. Trong InnoDB, PK còn là clustered index quyết định cách dữ liệu được sắp xếp trên đĩa.
DELETE, TRUNCATE, DROP khác nhau thế nào?
DELETE xoá dòng theo điều kiện và rollback được; TRUNCATE xoá sạch dòng rất nhanh; DROP xoá cả bảng.
DELETE ghi log từng dòng và chạy trigger. TRUNCATE reset auto-increment, trong MySQL là DDL nên không rollback được. DROP xoá cả dữ liệu lẫn cấu trúc.
Vì sao dùng database thay vì tự lưu dữ liệu vào file?
Vì file không có transaction, ràng buộc, phân quyền chi tiết hay kiểm soát đồng thời; chết giữa chừng là dữ liệu nửa cũ nửa mới.
File còn dẫn tới dư thừa và không nhất quán (cùng dữ liệu chép nhiều nơi), truy vấn phải tự viết code, và nhiều tiến trình ghi cùng lúc thì đè nhau. DBMS cho ngôn ngữ truy vấn, ràng buộc, phân quyền chi tiết, kiểm soát đồng thời, ACID và backup/recovery.
CHAR, VARCHAR và TEXT khác nhau thế nào?
CHAR(n) độ dài cố định, VARCHAR(n) độ dài thay đổi (lựa chọn mặc định), TEXT cho chuỗi dài.
CHAR(n): chuỗi ngắn hơn được đệm khoảng trắng; hợp cho mã cố định nhưCHAR(2).VARCHAR(n): lưu thêm 1–2 byte độ dài.TEXTtrong MySQL: không index được toàn bộ (phải dùng prefix index), không cóDEFAULTdạng literal, có thể lưu ngoài trang dữ liệu chính.- Trong PostgreSQL,
TEXTvàVARCHARcó hiệu năng như nhau.
Field boolean, BigDecimal, Instant trong entity Java thành cột kiểu gì trong MySQL?
Hibernate 6 mặc định: boolean thành BIT(1), BigDecimal thành DECIMAL(38,2), Instant thành DATETIME(6)/TIMESTAMP(6) lưu UTC.
- Migration viết tay thường dùng
BOOLEAN(=TINYINT(1)) cho boolean. - Tiền luôn khai báo
precision/scale. - MySQL không lưu offset nên quy ước UTC; PostgreSQL có
timestamptz. Stringmặc địnhVARCHAR(255), enum lưu dạng chuỗi vớiEnumType.STRING.yes_no,true_falselà kiểu ánh xạ cũ của Hibernate 5, không phải kiểu cột.
Mid
NOT IN có bẫy gì?
Nếu subquery trả về dù một NULL, x NOT IN (...) thành UNKNOWN với mọi x và kết quả rỗng.
Dùng NOT EXISTS hoặc LEFT JOIN ... WHERE right.id IS NULL (anti-join) để an toàn.
AVG(score) trên cột có NULL cho kết quả gì?
AVG bỏ qua NULL nên chia cho số dòng có điểm, không phải tổng số dòng.
Bốn sinh viên mà một người chưa có điểm thì trung bình tính trên ba người. Coi “chưa có điểm” là 0 thì viết AVG(COALESCE(score, 0)). Tương tự, COUNT(score) khác COUNT(*). Câu này kiểm tra bạn có hiểu NULL là “không biết” chứ không phải 0.
utf8 và utf8mb4 trong MySQL khác nhau ra sao?
utf8 của MySQL là utf8mb3, tối đa 3 byte mỗi ký tự nên không lưu được emoji; utf8mb4 mới là UTF-8 đầy đủ.
utf8mb4 là mặc định từ MySQL 8.0, cần đặt ở mọi tầng: database, bảng, cột, kết nối. Kèm theo, collation mặc định utf8mb4_0900_ai_ci không phân biệt hoa thường và dấu, ảnh hưởng tới so sánh và unique constraint.
Senior
Chọn khoá chính: auto-increment, UUID v4 hay UUID v7/ULID?
Với InnoDB, chọn khoá tăng dần: auto-increment, hoặc UUID v7/ULID khi cần sinh id phân tán; tránh UUID v4.
- Auto-increment: nhỏ, tăng dần, tốt cho clustered index; nhưng lộ số lượng bản ghi, khó sinh id phía client, khó gộp dữ liệu nhiều shard.
- UUID v4: sinh ở đâu cũng được, nhưng ngẫu nhiên nên insert rải khắp B+tree, gây page split, buffer pool kém hiệu quả, và 16 byte lặp trong mọi secondary index.
- UUID v7/ULID: tiền tố thời gian, “gần tăng dần” mà vẫn phân tán được.
- Lưu
BINARY(16)(MySQL) hoặcuuid(Postgres), không lưuVARCHAR(36).
Lưu tiền bằng kiểu gì? Thời gian bằng kiểu gì?
Tiền: DECIMAL (hoặc số nguyên theo đơn vị nhỏ nhất). Thời gian: lưu theo UTC.
- Không dùng FLOAT/DOUBLE cho tiền vì sai số nhị phân.
- MySQL:
DATETIMEkhông có timezone (ứng dụng tự đảm bảo UTC),TIMESTAMPcó quy đổi nhưng giới hạn năm 2038. Postgres: dùngtimestamptz. - Java: map sang
Instant/OffsetDateTime, đừng dùngLocalDateTimecho thời điểm tuyệt đối.
Làm sao thêm cột hoặc đổi kiểu cột trên bảng 100 triệu dòng mà không downtime?
Xác định thao tác là INSTANT, INPLACE hay COPY; COPY thì dùng gh-ost/pt-online-schema-change; thay đổi không tương thích ngược thì expand/contract.
- Thêm cột, đổi default:
INSTANT. Thêm index:INPLACEkhông chặn ghi. Đổi kiểu cột:COPY, chặn ghi. - Ghi rõ
ALGORITHM=INSTANT/LOCK=NONEđể MySQL báo lỗi thay vì âm thầm chép bảng; đặtlock_wait_timeoutthấp vìALTERvẫn cần metadata lock trong chốc lát. - Đổi tên, tách cột: thêm cột mới, ghi cả hai, backfill theo lô, chuyển đọc, rồi mới bỏ cột cũ.
- Tất cả quản lý bằng Flyway/Liquibase.
Từ vựng tiếng Anh
| Term | Phát âm | Nghĩa | Ví dụ câu tiếng Anh dùng trong phỏng vấn |
|---|---|---|---|
| redundancy | /rɪˈdʌndənsi/ | sự dư thừa | “Storing the address in three files creates redundancy and, sooner or later, inconsistency.” |
| primary key | /ˈpraɪmeri kiː/ | khoá chính | “I prefer a surrogate primary key and a unique constraint on the natural key.” |
| constraint | /kənˈstreɪnt/ | ràng buộc | “A CHECK constraint rejects negative prices at the database level.” |
| declarative | /dɪˈklærətɪv/ | khai báo (nói “muốn gì”) | “SQL is declarative: you describe the result and the optimizer picks the plan.” |
| deterministic | /dɪˌtɜːmɪˈnɪstɪk/ | xác định, lặp lại được | “Without ORDER BY, pagination isn’t deterministic.” |
| surrogate key | /ˈsʌrəɡət kiː/ | khoá thay thế (id tự sinh, không mang nghĩa nghiệp vụ) | “I use a surrogate key as the primary key and keep the email unique.” |
| three-valued logic | /θriː ˈvæljuːd ˈlɒdʒɪk/ | logic ba giá trị (TRUE, FALSE, UNKNOWN) | “Because of three-valued logic, NULL = NULL is unknown, not true.” |
| collation | /kəˈleɪʃn/ | quy tắc so sánh và sắp xếp chuỗi | “The default collation is case-insensitive, so the unique index treats these emails as duplicates.” |
| migration | /maɪˈɡreɪʃn/ | thay đổi schema có phiên bản | “Every schema change goes through a versioned Flyway migration.” |
| backfill | /ˈbækfɪl/ | điền dữ liệu cũ vào cột mới | “We backfilled the new column in batches of five thousand rows.” |
| backward compatible | /ˈbækwəd kəmˈpætəbl/ | tương thích ngược | “The migration has to be backward compatible, because old and new code run side by side during a rolling deploy.” |
Ghi chép dựa trên khoá Fundamentals of Backend (Ronin Engineer), viết lại theo cách hiểu của mình.