Głębiej
Rozwinięcie krótkiej odpowiedzi — co zwykle ma znaczenie w praktyce:
- Kontekst (tagi): mongo, schema-validation, json-schema, data-quality
- Model danych i dostęp: jakie zapytania dominują (read/write ratio, sortowanie, paginacja).
- Indeksy: kiedy pomagają, a kiedy szkodzą (write amplification, pamięć).
- Spójność i transakcje: co jest gwarantowane i gdzie trzeba uważać.
- Wytłumacz "dlaczego", nie tylko "co" (intuicja + konsekwencje).
- Trade-offy: co zyskujesz i co tracisz (czas, pamięć, złożoność, ryzyko).
- Edge-case’y: puste dane, duże dane, błędne dane, współbieżność.
Przykłady
Krótki przykład (query + projection):
// Example: query + projection
const user = await db.collection('users').findOne(
{ email: '[email protected]' },
{ projection: { _id: 0, email: 1, name: 1 } },
)
Typowe pułapki
- Zbyt ogólna odpowiedź (brak konkretów, brak przykładów).
- Brak rozróżnienia między "średnio" a "najgorzej" (np. złożoność).
- Pomijanie ograniczeń: pamięć, współbieżność, koszty sieci/dysku.
Pytania uzupełniające na rozmowie
- Kiedy zastosował(a)byś alternatywę i dlaczego?
- Jakie są typowe problemy w produkcji i jak je diagnozować?
- Jak byś przetestował(a) edge-case’y?