Phỏng vấn theo JD Fullstack
Trang chủ / Chủ đề 8
🍃 Chủ đề 8 / 13 ❓ Câu 54-60

NoSQL: MongoDB, Redis, Cassandra

Khi nào chọn NoSQL, mô hình hoá document trong MongoDB (embed vs reference, index, aggregation, transaction), Redis (cấu trúc dữ liệu, cache, lock, rate limit, pub/sub, persistence), Cassandra (thiết kế theo query, partition key, consistency), CAP.

📄 Dòng JD tương ứng

non-relational database skills (MongoDB, Redis, Cassandra, etc.)

📌 Người phỏng vấn muốn kiểm tra điều gì

JD liệt kê ba hệ rất khác nhau. Người phỏng vấn muốn biết bạn chọn đúng công cụ cho đúng việc và hiểu các đánh đổi — không phải thuộc lệnh.

📋 Danh sách câu hỏi

  1. 54Khi nào dùng SQL, khi nào dùng MongoDB, Redis, Cassandra?●●○○ Trung bình
  2. 55Mô hình hoá dữ liệu trong MongoDB: embed hay reference?●●●○ Khó
  3. 56Redis: các cấu trúc dữ liệu chính và một use case cho mỗi loại?●●○○ Trung bình
  4. 57Chiến lược cache với Redis: cache-aside, TTL, invalidation, cache stampede?●●●○ Khó
  5. 58Distributed lock bằng Redis làm thế nào? Có an toàn tuyệt đối không?●●●○ Khó
  6. 59Thiết kế bảng Cassandra cho 'lịch sử hoạt động của người dùng, xem 50 sự kiện mới nhất'.●●●○ Khó
  7. 60Định lý CAP và PACELC nói gì? Áp dụng khi chọn database?●●●○ Khó
Mẹo: tự trả lời thành tiếng trước, rồi mới mở đáp án.
Câu 54●●○○ Trung bình
Khi nào dùng SQL, khi nào dùng MongoDB, Redis, Cassandra?
Xem câu trả lời & giải thích
💬 Trả lời ngắn (nói trong 30-60 giây)

PostgreSQL/MySQL: mặc định cho dữ liệu nghiệp vụ có quan hệ, cần transaction và ràng buộc. MongoDB: document linh hoạt schema, đọc cả cụm dữ liệu cùng nhau (catalog nhiều thuộc tính khác nhau, CMS, event log). Redis: dữ liệu trong bộ nhớ, độ trễ dưới ms — cache, session, rate limit, lock, hàng đợi, leaderboard. Cassandra: ghi cực lớn, phân tán nhiều node/region, truy vấn biết trước — time series, IoT, lịch sử hoạt động.

📖 Giải thích lý thuyết
Mô hìnhMạnhYếu
PostgresBảng, quan hệJOIN, ACID, ràng buộc, SQL linh hoạtScale ghi ngang khó hơn
MongoDBDocument (BSON)Schema linh hoạt, đọc theo aggregate, sharding sẵnJOIN ($lookup) hạn chế, dễ thiết kế lỏng
RedisKey–value cấu trúcCực nhanh, cấu trúc dữ liệu phong phúGiới hạn bởi RAM, độ bền tuỳ cấu hình
CassandraWide-column, phân tánGhi tuyến tính theo số node, không single point of failureKhông JOIN, truy vấn phải theo partition key
🛠️ Áp dụng trong dự án thực tế

Kiến trúc thường gặp: Postgres là nguồn sự thật + Redis cache/queue + (tuỳ bài toán) Mongo cho catalog/nội dung, Cassandra/BigQuery cho log, sự kiện khối lượng lớn.

🎭 Tình huống & câu hỏi nối tiếp

Nối tiếp: "Postgres có JSONB rồi, còn cần Mongo không?" → Nhiều trường hợp không; JSONB + GIN index đủ cho thuộc tính linh hoạt. Mongo đáng giá khi phần lớn dữ liệu là document và cần sharding/scale theo cách của nó.

🚩 Sai lầm khiến ứng viên mất điểm

Chọn NoSQL vì 'nhanh hơn' hoặc 'không cần thiết kế schema'.

  • Tôi trả lời được câu này mà không cần xem đáp án
Câu 55●●●○ Khó
Mô hình hoá dữ liệu trong MongoDB: embed hay reference?
Xem câu trả lời & giải thích
💬 Trả lời ngắn (nói trong 30-60 giây)

Thiết kế theo cách đọc: dữ liệu luôn đọc cùng nhau, quan hệ một–ít, không tăng vô hạn → embed (địa chỉ trong user, item trong order). Quan hệ một–nhiều lớn, dữ liệu dùng chung nhiều nơi, cập nhật độc lập, hoặc mảng tăng không giới hạn → reference. Document tối đa 16MB; mảng không giới hạn là anti-pattern.

📖 Giải thích lý thuyết
// Order embed items (đọc cùng nhau, số lượng ít, giá chốt tại thời điểm mua)
{ _id, userId, status: 'paid', items: [{ productId, name, qty, unitPrice }], total, createdAt }
// Comment reference post (có thể hàng nghìn)
{ _id, postId, authorId, text, createdAt }   // index { postId: 1, createdAt: -1 }

db.orders.createIndex({ userId: 1, createdAt: -1 });   // ESR: Equality, Sort, Range
db.orders.aggregate([
  { $match: { status: 'paid', createdAt: { $gte: since } } },
  { $unwind: '$items' },
  { $group: { _id: '$items.productId', units: { $sum: '$items.qty' } } },
  { $sort: { units: -1 } }, { $limit: 10 },
]);

Mongo có multi-document transaction (replica set) nhưng tốn hơn — mô hình tốt hạn chế cần đến nó. Dùng schema validation ($jsonSchema) và Mongoose/Zod ở tầng ứng dụng.

🛠️ Áp dụng trong dự án thực tế

Pattern: subset (embed 10 review mới nhất, phần còn lại ở collection riêng), extended reference (chép vài field hay đọc), bucket (time series).

🎭 Tình huống & câu hỏi nối tiếp

Tình huống: "Collection users có mảng followers vài triệu phần tử, cập nhật chậm và chạm giới hạn 16MB." → Tách thành collection follows.

🚩 Sai lầm khiến ứng viên mất điểm

Thiết kế như SQL rồi $lookup khắp nơi; mảng tăng vô hạn.

  • Tôi trả lời được câu này mà không cần xem đáp án
Câu 56●●○○ Trung bình
Redis: các cấu trúc dữ liệu chính và một use case cho mỗi loại?
Xem câu trả lời & giải thích
💬 Trả lời ngắn (nói trong 30-60 giây)

String (cache, counter INCR), Hash (object, session), List (queue đơn giản), Set (tag, người dùng duy nhất), Sorted Set (leaderboard, rate limit sliding window, hàng đợi theo thời gian), Stream (log sự kiện có consumer group), HyperLogLog (đếm unique xấp xỉ), Bitmap (điểm danh theo ngày), Geo (tìm gần), Pub/Sub (phát tin realtime không lưu).

📖 Giải thích lý thuyết
SET product:42 '{...}' EX 300 NX         # cache có TTL
INCR rl:user:7:202611041015              # đếm request theo phút
ZADD leaderboard 1520 "user:7"           # bảng xếp hạng
ZREVRANGE leaderboard 0 9 WITHSCORES
XADD orders * id 123 status paid         # stream

Redis xử lý lệnh tuần tự trên một luồng → mỗi lệnh nguyên tử; nhiều lệnh nguyên tử bằng MULTI/EXEC hoặc Lua script. Tránh lệnh O(n) trên key lớn (KEYS *, HGETALL hash triệu field) — dùng SCAN.

🛠️ Áp dụng trong dự án thực tế

Persistence: RDB (snapshot) / AOF (log); trên GCP dùng Memorystore. Đặt maxmemory-policy (allkeys-lru cho cache). Không dùng Redis làm nguồn sự thật duy nhất cho dữ liệu không thể mất trừ khi đã cấu hình độ bền phù hợp.

🎭 Tình huống & câu hỏi nối tiếp

Nối tiếp: "Redis dùng 100% CPU." → Tìm lệnh chậm bằng SLOWLOG, big key bằng --bigkeys, hot key; tách key, dùng pipeline.

🚩 Sai lầm khiến ứng viên mất điểm

Chỉ biết dùng Redis làm cache string.

  • Tôi trả lời được câu này mà không cần xem đáp án
Câu 57●●●○ Khó
Chiến lược cache với Redis: cache-aside, TTL, invalidation, cache stampede?
Xem câu trả lời & giải thích
💬 Trả lời ngắn (nói trong 30-60 giây)

Cache-aside: đọc cache → miss thì đọc DB, ghi cache có TTL; khi ghi DB thì xoá key (không cập nhật) để tránh race. Rủi ro: stampede (key nóng hết hạn, nghìn request cùng đánh DB) → khoá tái tạo (single flight), TTL có jitter, làm mới sớm; penetration (query key không tồn tại) → cache giá trị rỗng ngắn hạn, bloom filter; dữ liệu lệch → TTL là lưới an toàn.

📖 Giải thích lý thuyết
async function getProduct(id: string) {
  const key = `product:${id}`;
  const hit = await redis.get(key);
  if (hit) return JSON.parse(hit);
  const lock = await redis.set(`${key}:lock`, '1', 'EX', 10, 'NX');
  if (!lock) { await sleep(50); return getProduct(id); }          // chờ người khác tái tạo
  try {
    const p = await db.product.findUnique({ where: { id } });
    await redis.set(key, JSON.stringify(p ?? null), 'EX', 300 + Math.floor(Math.random() * 60));
    return p;
  } finally { await redis.del(`${key}:lock`); }
}
🛠️ Áp dụng trong dự án thực tế

Đo hit rate; cache theo tầng (CDN → Redis → DB); không cache dữ liệu quyền/cá nhân hoá với key chung.

🎭 Tình huống & câu hỏi nối tiếp

Tình huống: "Mỗi 5 phút DB CPU nhảy lên 100% vài giây." → Nhiều key cùng TTL hết hạn cùng lúc; thêm jitter + single flight.

🚩 Sai lầm khiến ứng viên mất điểm

Cập nhật cache khi ghi (dễ lệch khi hai ghi chồng nhau); TTL giống hệt nhau.

  • Tôi trả lời được câu này mà không cần xem đáp án
Câu 58●●●○ Khó
Distributed lock bằng Redis làm thế nào? Có an toàn tuyệt đối không?
Xem câu trả lời & giải thích
💬 Trả lời ngắn (nói trong 30-60 giây)

SET lock:key <token-ngẫu-nhiên> NX PX 30000 để lấy khoá có hạn; giải phóng bằng Lua script chỉ xoá nếu token khớp (tránh xoá khoá của người khác). Không an toàn tuyệt đối: tiến trình bị GC pause/mạng chậm quá TTL thì hai bên cùng nghĩ mình giữ khoá. Việc cần đúng tuyệt đối dùng fencing token hoặc ràng buộc ở DB.

📖 Giải thích lý thuyết
-- release.lua
if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end

Redlock (nhiều node Redis) vẫn gây tranh luận về tính đúng. Thay thế: SELECT ... FOR UPDATE, advisory lock của Postgres, unique constraint, idempotency.

🛠️ Áp dụng trong dự án thực tế

Dùng cho: chống chạy cron trùng giữa instance, chống xử lý trùng một job, single flight cache. Luôn có TTL; gia hạn khoá cho việc dài.

🎭 Tình huống & câu hỏi nối tiếp

Nối tiếp: "Hai worker cùng trừ tiền một ví dù có lock." → Lock hết hạn giữa chừng; thêm kiểm tra version/điều kiện trong câu UPDATE.

🚩 Sai lầm khiến ứng viên mất điểm

DEL khoá không kiểm tra token; lock không TTL.

  • Tôi trả lời được câu này mà không cần xem đáp án
Câu 59●●●○ Khó
Thiết kế bảng Cassandra cho 'lịch sử hoạt động của người dùng, xem 50 sự kiện mới nhất'.
Xem câu trả lời & giải thích
💬 Trả lời ngắn (nói trong 30-60 giây)

Cassandra thiết kế theo truy vấn: một bảng cho một mẫu truy vấn. Partition key (user_id, bucket_tháng) để partition không phình vô hạn; clustering key event_time DESC để đọc mới nhất. Truy vấn luôn chỉ định partition key; không JOIN, không lọc tuỳ ý (tránh ALLOW FILTERING).

📖 Giải thích lý thuyết
CREATE TABLE activity_by_user (
  user_id    uuid,
  month      text,          -- '2026-11': chia bucket, giữ partition < ~100MB
  event_time timeuuid,
  type       text,
  payload    text,
  PRIMARY KEY ((user_id, month), event_time)
) WITH CLUSTERING ORDER BY (event_time DESC) AND default_time_to_live = 31536000;

SELECT * FROM activity_by_user WHERE user_id = ? AND month = '2026-11' LIMIT 50;

Ghi là append (LSM tree), rất nhanh; xoá tạo tombstone — xoá nhiều làm đọc chậm. Consistency điều chỉnh theo truy vấn: QUORUM đọc + QUORUM ghi → đọc thấy ghi gần nhất (R + W > RF). LOCAL_QUORUM cho nhiều data center.

🛠️ Áp dụng trong dự án thực tế

Cần truy vấn khác (theo loại sự kiện) → thêm bảng khác, ghi trùng dữ liệu (denormalize) — đó là chuẩn mực trong Cassandra. Tương đương trên GCP: Bigtable.

🎭 Tình huống & câu hỏi nối tiếp

Nối tiếp: "Một người dùng bot có 50 triệu sự kiện." → Hot partition; bucket nhỏ hơn (theo ngày) hoặc giới hạn ghi.

🚩 Sai lầm khiến ứng viên mất điểm

Thiết kế như SQL rồi dùng ALLOW FILTERING; partition key không giới hạn.

  • Tôi trả lời được câu này mà không cần xem đáp án
Câu 60●●●○ Khó
Định lý CAP và PACELC nói gì? Áp dụng khi chọn database?
Xem câu trả lời & giải thích
💬 Trả lời ngắn (nói trong 30-60 giây)

CAP: khi có phân mảnh mạng (P), hệ phân tán phải chọn nhất quán (C — từ chối phục vụ) hoặc sẵn sàng (A — trả dữ liệu có thể cũ). PACELC bổ sung: khi không có phân mảnh (Else), vẫn phải đánh đổi độ trễ (L) và nhất quán (C). Cassandra/DynamoDB mặc định thiên AP/EL (điều chỉnh được); Postgres một primary, Spanner thiên CP/EC.

📖 Giải thích lý thuyết

"Eventually consistent" nghĩa là các bản sao sẽ hội tụ nếu không có ghi mới; ứng dụng phải chịu được việc đọc cũ (ví dụ đọc từ replica ngay sau khi ghi).

🛠️ Áp dụng trong dự án thực tế

Read-your-writes: sau khi người dùng sửa, đọc từ primary hoặc chờ replica theo LSN; số dư tiền, tồn kho cần nhất quán mạnh; lượt xem, feed chấp nhận trễ.

🎭 Tình huống & câu hỏi nối tiếp

Tình huống: "Người dùng cập nhật avatar xong reload vẫn thấy ảnh cũ." → Đọc replica lag hoặc cache; định tuyến đọc của chính người đó về primary một lúc.

🚩 Sai lầm khiến ứng viên mất điểm

Nói 'chọn 2 trong 3' như thể có thể bỏ P.

  • Tôi trả lời được câu này mà không cần xem đáp án