Software Engineer Encyclopedia
0%
Domain 04 · Module assessment

تقييم المجال: قواعد البيانات وإدارة البيانات

Database Engineering & Data Management

77 سؤال مجمّعين من دروس المجال. جاوب بصوت عالي أو اكتب إجابتك الأول، وبعدين افتح الإجابة وقارن. السؤال اللي تتعثر فيه: ارجع لدرسه من الرابط.

معيار الإتمام

تاخد query بطيئة، تقرأ الـ plan، وتصلحها بـ index أو إعادة كتابة — وتشرح إمتى الـ cache يبقى خطر.

إزاي تستخدم الصفحة

  • ما تفتحش الإجابة قبل ما تحاول.
  • اعتبر نفسك عدّيت لو جاوبت ~80% من غير رجوع للدرس.
  • بعدها نفّذ المشروع المرتبط من صفحة المشاريع.

SQL Server — Part 1

ليه نحتاج Foreign Key حتى لو EF Core بيعمل validation؟
لأن FK يحمي referential integrity لكل callers والتزامن، حتى لو script أو خدمة أخرى تجاوزت validation في التطبيق.
ما الفرق بين WHERE وHAVING؟
WHERE يفلتر rows قبل grouping، و HAVING يفلتر groups بعد حساب aggregates.
هل NOLOCK حل آمن للقراءة البطيئة؟
لا؛ قد يقرأ dirty/inconsistent data أو يفوّت/يكرر rows. افحص query plan والـ indexes و row-versioning.
ليه ما نسيبش transaction مفتوحة أثناء Payment API call؟
لأنها تمسك locks/connections وتزيد blocking؛ استخدم outbox/saga أو خطوات منفصلة مع compensation حسب الحاجة.

SQL Server — Part 2

عندك query ترجع 15 صفًا، لكن Actual Plan يظهر 300,000 logical reads. ما أول شيء تراجعه؟
أراجع actual execution plan و STATISTICS IO: هل يوجد scan واسع أو residual predicate أو lookup متكرر؟ بعدها أفحص SARGability والـ index المناسب و estimated مقابل actual rows. عدد الصفوف النهائي وحده لا يوضح حجم الشغل الذي حدث قبل إخراجها.
هل أضيف كل الأعمدة في INCLUDE حتى ألغي Key Lookup؟
لا. قارن تكلفة lookup بعدد مرات التنفيذ وحجم الصفوف مع زيادة حجم index وتكلفة INSERT/UPDATE/DELETE. أضف فقط الأعمدة اللازمة للاستعلامات ذات القيمة العالية، وراجع هل يمكن تقليل projection في query نفسها.
ما الفرق بين Temporal Table وAudit Log؟
Temporal table تحفظ نسخ row السابقة تلقائيًا وتجيب عن حالة البيانات في وقت معين. Audit log يسجل سياقًا مثل actor/action/reason وقد يسجل business events. غالبًا تحتاج الاثنين لأهداف مختلفة.
هل Vector search يضمن أن النتيجة مسموح للمستخدم يقرأها؟
لا. التشابه الدلالي ليس authorization. يجب تطبيق tenant/ACL checks على نتائج retrieval ومصدرها قبل إرجاع المحتوى.

T-SQL

إيه الفرق الأساسي بين GROUP BY وWindow Function؟
GROUP BY بيجمع الصفوف ويقلل عددها غالبًا؛ Window Function بتحسب عبر مجموعة صفوف مع الاحتفاظ بتفاصيل كل صف.
هل CTE معناها إن SQL Server أنشأ جدولًا مؤقتًا؟
لا. CTE اسم مؤقت داخل statement، ومش ضمان materialization. استخدم #temp لما تحتاج تخزينًا ماديًا وإعادة استخدام أو indexing.
هل أقدر أعمل parameter لاسم العمود في ORDER BY؟
لا كـ value parameter. لازم تبني identifier من allow-list وتستخدم QUOTENAME، مع تمرير قيم الفلترة عبر sp_executesql parameters.
ليه نستخدم XACT_STATE داخل CATCH؟
عشان نعرف هل transaction موجودة وهل ما زالت قابلة للـ commit، أو أصبحت uncommittable وتحتاج rollback.

SQL Query Optimization (pillar)

هل Index Seek دائمًا أسرع من Index Scan؟
لا. لو النتيجة تشمل نسبة كبيرة من الجدول، scan متتابع قد يكون أقل تكلفة من seeks كثيرة و lookups.
ما معنى estimated rows بعيدة جدًا عن actual rows؟
احتمال مشكلة cardinality estimation بسبب statistics أو skew أو correlation أو parameter sensitivity؛ افحص مصدر التقدير وتأثيره على operators.
لماذا Keyset Pagination أنسب أحيانًا للصفحات العميقة؟
لأنه يبدأ من آخر مفتاح معروف بدل تخطي آلاف الصفوف، بشرط وجود ترتيب فريد وفهرس متوافق.
هل Query Store بديل عن Actual Execution Plan؟
لا. Query Store يساعدك تاريخيًا على تحديد queries والخطط المتراجعة؛ والـ actual plan يساعدك تفهم تفاصيل تنفيذ تشغيل محدد.

SQL Window Functions in Depth

(Junior) الفرق بين GROUP BY والـ window function؟
GROUP BY بيرجع صف لكل مجموعة؛ الـ window function بترجع قيمة لكل صف محسوبة على مجموعة صفوف مرتبطة بيه، من غير ما تقلل عدد الصفوف.
(Mid) ROW_NUMBER مقابل RANK مقابل DENSE_RANK؟
ROW_NUMBER رقم فريد حتى مع التعادل (محتاج tie-breaker حتمي)، RANK بيدّي نفس الرقم للمتعادلين ويسيب فراغ بعدهم، DENSE_RANK نفس الرقم من غير فراغ.
(Senior) تقرير window functions على 200 مليون صف بطيء. تبص على إيه؟
الـ plan: هل فيه Sort ضخم أو spill لـ tempdb؟ index بترتيب (PARTITION BY, ORDER BY) مع INCLUDE للأعمدة، فلترة بدري، توحيد الـ OVER clauses، ROWS بدل RANGE، batch mode/columnstore للتقارير، أو pre-aggregation يومي في جدول ملخص بدل الحساب كل مرة.

Scores: 100, 90, 90, 80. قيم DENSE_RANK() OVER (ORDER BY Score DESC)؟

running total بيقفز بقيمتين مرة واحدة عند طلبين بنفس التاريخ. السبب؟

Storage Engine Internals

(Mid) إيه الفرق بين B-tree وLSM-tree؟
B-tree بيعدّل pages في مكانها وبيدّي قراءة ثابتة ومنخفضة التكلفة؛ LSM بيكتب sequential في memtable و SSTables مش بتتغير وبيدمجها بالـ compaction، فبيدّي كتابة أسرع بكتير مقابل read و space amplification أعلى.
(Mid) ليه random GUID كـ clustered key مشكلة؟
كل insert بيروح لمكان عشوائي في الشجرة فيعمل page splits و fragmentation ويلمس pages مش في الـ cache؛ وفي SQL Server كمان بيتنسخ في كل nonclustered index (16 byte).
(Senior) PostgreSQL مقابل SQL Server في update-heavy workload؟
PostgreSQL MVCC بيكتب نسخة جديدة لكل update فمحتاج VACUUM ملاحق و HOT updates (fillfactor، ما تعملش index على الأعمدة اللي بتتحدث)؛ SQL Server بيعدّل in-place مع locks (أو versions في tempdb مع RCSI). في الاتنين: transactions قصيرة، وعدادات hot مكانها Redis أو batching.

ليه الـ commit في database بيعتمد على fsync للـ WAL مش للـ data pages؟

Bloom filter قال «يمكن موجود». إيه المعنى؟

Entity Framework Core

هل DbSet هو الجدول نفسه؟
هو واجهة query/add للـ entity type داخل DbContext؛ mapping النهائي للجدول تحدده conventions و Fluent API.
متى أستخدم AsNoTracking؟
في read-only queries التي لا تحتاج تعديل entities tracked. Projection إلى DTO غالبًا خيار ممتاز أيضًا.
هل ExecuteUpdate يشغّل SaveChanges وChange Tracker؟
لا. ينفذ update set-based مباشرة في DB ويتجاوز تحميل وتتبع entities و SaveChanges pipeline.
ما الذي يسبب DbUpdateConcurrencyException؟
غالبًا concurrency token أو affected-row check لم يطابق الصف الحالي لأن مستخدمًا آخر عدّل أو حذف البيانات بعد قراءتها.

LINQ

لو كتبت Where على IQueryable ثم استدعيت ToListAsync، فين غالبًا بيتنفذ الـ predicate؟
في database بعد ما EF Core يترجمه إلى SQL، بشرط أن التعبير قابل للترجمة بواسطة provider.
ما الفرق الأساسي بين Func وExpression<Func>؟
Func delegate قابل للتنفيذ، أما Expression tree فتمثيل بنيوي للكود يمكن للـ provider تحليله وترجمته.
هل ToList مجرد تحسين أداء؟
لا؛ هو تنفيذ فوري و materialization إلى الذاكرة، ويغيّر مكان التنفيذ ويستهلك memory ويثبت snapshot لحظة القراءة.
متى تستخدم Single بدل First؟
عندما تكون القاعدة المنطقية تتطلب صفر/واحد أو واحد بالضبط، وتريد اكتشاف وجود duplicates؛ مع فرض uniqueness أيضًا في database.

ADO.NET

(Mid) الـ API بيرمي «Timeout expired... obtaining a connection from the pool». السبب المرجح؟
Connections مش بتتقفل (مفيش await using) أو بتتمسك طول ما بتستنى I/O تاني، أو sync-over-async بيخلي الـ threads مستنية. افحص الـ pool counters وابحث عن readers مفتوحة؛ زيادة Max Pool Size علاج للعرض مش السبب.
(Senior) إمتى تنزل لـ ADO.NET من EF Core في نفس المشروع؟
Bulk inserts (SqlBulkCopy أو TVPs)، تقارير معقدة مكتوبة يدوي، hot path محتاج أقل allocations، أو features DB-specific مش مدعومة. خلي ده في query object معزول، وشارك نفس الـ connection/transaction مع EF لو العملية لازم تبقى atomic.
لماذا SqlDataReader مناسب للنتائج الكبيرة؟
لأنه forward-only ويدعم القراءة التدريجية بدل materializing كل النتائج في DataTable أو List ضخمة.
ما الذي لا يوفره Dapper مقارنة بـ EF Core؟
لا يوفر change tracking و model migrations و relationship fix-up بنفس مستوى EF Core.

PostgreSQL

ما الذي يميز MVCC؟
إدارة نسخ متعددة من الصفوف تسمح للقراء برؤية snapshot متسقة وتقليل reader-writer blocking، مع بقاء locks و deadlocks ممكنة.
متى تستخدم JSONB بدل أعمدة relational؟
لبيانات شبه منظمة أو metadata مرنة، وليس بدل الأعمدة التي تحتاج constraints و joins و filtering منتظمًا.
هل EXPLAIN ANALYZE مجرد تقدير؟
لا؛ ينفذ الاستعلام فعليًا ويعرض actual rows/timing، لذلك يجب الحذر مع أوامر الكتابة والبيانات الإنتاجية.
لماذا لا يكفي SELECT ثم INSERT لمنع duplicate email؟
لأن عمليتين متزامنتين قد تقرآن عدم وجود الصف ثم تحاولان الإدخال؛ UNIQUE constraint مع ON CONFLICT يفرض القرار ذريًا.

MongoDB

متى تختار embedding؟
عندما تكون child data bounded وتقرأ غالبًا مع parent ولها ownership/lifecycle مرتبطان به.
هل document database تعني schema-free؟
لا؛ schema مرنة لكن يجب تصميمها ويمكن فرض validation وتخطيط migrations.
ما الذي يضمنه MongoDB atomicity افتراضيًا؟
التحديث على document واحدة atomic؛ العمليات متعددة documents قد تحتاج transaction.
لماذا MongoClient غالبًا Singleton؟
لأنه thread-safe ويدير connection pools؛ إنشاء clients متعددة لكل request يهدر الموارد.

Redis

لماذا ConnectionMultiplexer غالبًا Singleton؟
لأنه مصمم للمشاركة ويستخدم multiplexing ويدير connections؛ إنشاء واحد لكل request يزيد الاتصالات والموارد.
هل Pub/Sub يضمن وصول الرسالة لمشترك كان disconnected؟
لا؛ Pub/Sub لحظي وغير durable. استخدم Streams أو broker عند الحاجة إلى replay/acknowledgement.
هل Redis lock يضمن سلامة business operation في كل ظروف الشبكة؟
لا؛ lease expiry والـ pauses وال partitions قد تسبب مالكين ظاهريين. استخدم fencing أو database invariants للعمل الحساس.
هل MULTI/EXEC توفر rollback مثل SQL؟
لا؛ Redis transaction تنفذ batch ذريًا من ناحية عدم تداخل الأوامر، لكنها لا توفر rollback كاملًا لكل runtime command error.

Caching

هل 100% hit ratio هدف دائم؟
لا؛ المهم أثر cache على latency والحمل والتكلفة، مع freshness و memory trade-offs.
ما الخطر في Output Cache لendpoint شخصية؟
قد تُعاد response مستخدم إلى مستخدم آخر إذا لم تتضمن key/vary policy هوية أو scope مناسبة، أو إذا cache كانت عامة.
هل invalidation بعد SaveChanges ذرية مع SQL transaction؟
لا؛ Redis/Distributed Cache ليست ضمن transaction SQL تلقائيًا. استخدم outbox أو versioning إذا كانت الضمانات مهمة.
متى لا تستخدم cache؟
عندما لا يوجد reuse حقيقي، أو stale data غير مقبولة، أو cache overhead أكبر من source cost، أو لا توجد سياسة invalidation/limits واضحة.

Elasticsearch and OpenSearch

(Junior) إيه الـ inverted index؟
خريطة من كل term للمستندات اللي فيها (posting list)، فالبحث بالكلمة بيقرأ قائمة المستندات اللي فيها مباشرة بدل ما يفحص كل المستندات.
(Mid) text مقابل keyword في Elasticsearch؟
text بيتحلل لـ terms للبحث النصي؛ keyword بيتخزن كقيمة واحدة كاملة للمطابقة الدقيقة والـ filters والـ sorting والـ aggregations.
(Senior) PostgreSQL ولا Elasticsearch للـ RAG بتاع SaaS عندنا؟
بالأرقام والمتطلبات: لو مليون–عشرة ملايين chunk والـ ACL معقد ومحتاجين consistency، PostgreSQL FTS + pgvector أبسط تشغيليًا. لو relevance tuning متقدم، synonyms، facets، حجم أكبر، أو فريق بحث مخصص، Elasticsearch/OpenSearch. القرار بـ eval على نفس الـ golden set (recall@k، latency p95، تكلفة التشغيل) مش بالتفضيل.

المستخدم بيدور «فواتير» والمستند فيه «الفاتورة» وما ظهرش. أول حاجة تفحصها؟

ليه BM25 بيدّي وزن أقل لكلمة موجودة في 90% من المستندات؟

Hangfire

هل Hangfire job تنفذ exactly once؟
لا؛ صمم على أساس إمكانية إعادة التنفيذ، واجعل side effects idempotent.
لماذا تمرر ID بدل DbContext أو entity graph في job arguments؟
لأن Hangfire serializes arguments؛ الـ DbContext غير مناسب للتخزين، والـ graph قد يصبح ضخمًا أو قديمًا. اجلب البيانات وقت التنفيذ.
ما الذي يحمي Dashboard؟
Authentication و authorization policy و network restrictions وإخفاء البيانات الحساسة، وليس مجرد URL غير معروف.
كيف يساعد Outbox؟
يسجل business change والرسالة في transaction واحدة، ثم dispatcher ينشرها مع retry؛ consumer يظل محتاجًا idempotency.

SQLite Fundamentals and Core SQL

إيه معنى إن SQLite embedded database؟
بتشتغل كمكتبة جوه نفس process التطبيق بدون server منفصل، وبتخزن البيانات في ملف واحد. مفيش network protocol ولا users؛ الأمان بيعتمد على صلاحيات الملف والتطبيق.
يعني إيه type affinity؟
هو تفضيل نوع للعمود: SQLite بتحاول تحوّل القيم للنوع المفضل لكن ممكن تخزن القيمة بنوعها الأصلي لو التحويل مش ممكن. جداول STRICT بتفرض الأنواع.
إمتى SQLite اختيار سيئ؟
لما فيه كتّاب كتير متزامنين على نفس الـ database، أو لما الملف لازم يتشارك عبر network filesystem، أو محتاج صلاحيات ومستخدمين على مستوى الـ database.
(أصعب) ليه تخزين الأموال كـ REAL خطر؟
لأن REAL هو binary floating point، فبعض القيم العشرية (زي 0.1) مش بتتمثل بدقة وبتتراكم أخطاء التقريب. الأفضل integer للوحدة الصغرى (cents) أو decimal مع قواعد تقريب واضحة.

SQLite Advanced: Indexes, Transactions, WAL, Backup

إزاي تعرف إن query بتستخدم index في SQLite؟
بـ EXPLAIN QUERY PLAN: SEARCH ... USING INDEX يعني استخدام index، SCAN يعني قراءة الجدول (أو index كامل).
إيه الفرق بين rollback journal وWAL؟
في journal الكاتب بيحجب القراء، وفي WAL القراء والكاتب ما بيحجبوش بعض لكن لسه كاتب واحد فقط. WAL بيكتب التغييرات في ملف منفصل وبيعمل checkpoint لاحقًا.
يعني إيه covering index؟
index فيه كل الأعمدة المطلوبة للـ query فمش محتاجة تقرا الجدول الأصلي.
(أصعب) تطبيقك محتاج 200 كتابة متزامنة في الثانية من 50 مستخدم. SQLite تنفع؟
ممكن لو كل كتابة صغيرة وقصيرة مع WAL و busy timeout (200 كتابة/ث رقم معقول للكتابات الصغيرة)، لكن مفيش ضمان من غير قياس على الـ hardware الفعلي. لو الكتابات طويلة أو التوسع أفقي متوقع، السيرفر (PostgreSQL) خيار أأمن. القرار بيتاخد بالقياس.

SQLite with EF Core and Offline-First Architecture

(Senior) صمّم sync لتطبيق مندوبين مبيعات، 2,000 جهاز، كل جهاز بياخد عملاء منطقته بس.
Partition بالـ territory: الـ pull بيرجع بس سجلات المنطقة (filter + cursor لكل partition)، outbox بـ OpId للـ idempotency، الطلبات كـ operations (append-only) مش تعديل قيم، conflicts على بيانات العميل بـ field-level merge، tombstones مع retention، versioned payloads، و monitoring لعمر أقدم op pending لكل جهاز.
(Mid) ليه busy_timeout مهم في SQLite مع WAL؟
WAL بيسمح بقرّاء متزامنين، لكن لسه فيه writer واحد. من غير busy_timeout، أي كتابة متزامنة بترجع SQLITE_BUSY فورًا؛ معاه الـ connection بيستنى لحد المهلة. ومع ذلك الحل الأساسي transactions كتابة قصيرة.
إمتى تنتقل من SQLite لـ PostgreSQL/SQL Server؟
لما تحتاج كتابة متزامنة عالية من مستخدمين كتير، أو database مشتركة بين خدمات/أجهزة بشكل مباشر، أو صلاحيات وتدقيق على مستوى الـ database، أو توسع أفقي.
(أصعب) إيه المشكلة لو الـ sync worker بعت التغيير ثم وقع قبل ما يعلّمه synced؟
هيتبعت تاني بعد الرجوع (at-least-once delivery). الحل إن السيرفر يكون idempotent بمعرف التغيير، فالتكرار مش بيأثر. ده أبسط وأأمن من محاولة ضمان exactly-once على شبكة غير موثوقة.

جهاز عمل offline حذف منتج، وجهاز تاني عدّل نفس المنتج. السيرفر بيستخدم hard delete. إيه اللي هيحصل؟

ليه الـ pull بيعتمد على sequence من السيرفر مش على UpdatedAt من الجهاز؟