অধ্যায় ১১ / ১৮Backend & data

Database

SQL, index, transaction আর data modeling।

Backend এর বেশিরভাগ performance সমস্যা আসলে database সমস্যা। Default পছন্দ হিসেবে PostgreSQL নাও; নির্দিষ্ট কারণ থাকলে তবেই অন্য database। SQL নিজে লিখতে পারা আর query plan পড়তে পারা mid/senior level এর আসল পার্থক্য।

SQL যা অবশ্যই জানতে হবে

  • JOIN (INNER, LEFT), GROUP BY + HAVING, subquery, CTE (WITH), window function (ROW_NUMBER, RANK, SUM() OVER)।
  • Constraint: PRIMARY KEY, FOREIGN KEY, UNIQUE, NOT NULL, CHECK। Data integrity database এই রাখো, শুধু app code এ না।
  • Normalization (1NF–3NF): একই data এক জায়গায় রাখো। Read দ্রুত করতে ইচ্ছা করে denormalize করা যায়, কিন্তু তখন sync রাখার দায়িত্ব তোমার।
sql
-- প্রতিটা customer এর সর্বশেষ order
SELECT * FROM (
  SELECT o.*, ROW_NUMBER() OVER (PARTITION BY customer_id ORDER BY created_at DESC) AS rn
  FROM orders o
) t WHERE rn = 1;

Index

Index (সাধারণত B-tree) বইয়ের সূচিপত্রের মতো: read দ্রুত করে, কিন্তু write একটু ধীর করে আর জায়গা নেয়।

  • WHERE, JOIN, ORDER BY এ ব্যবহৃত column এ index দাও। Foreign key column এ Postgres নিজে index বানায় না।
  • Composite index (user_id, created_at): বাম থেকে ডানে ব্যবহার হয় (leftmost prefix rule)।
  • Column এ function দিলে (WHERE LOWER(email) = ...) index ব্যবহার হয় না, expression index লাগে। LIKE '%abc' এও হয় না।
  • Partial index, covering index (INCLUDE), full-text এর জন্য GIN।
  • EXPLAIN ANALYZE দিয়ে দেখো: Seq Scan নাকি Index Scan, আসল সময় কত।

Transaction, ACID আর isolation

ACID: Atomicity (সব বা কিছুই না), Consistency (constraint মানে), Isolation (একসাথে চলা transaction একে অপরকে নষ্ট করে না), Durability (commit হলে হারায় না)।

Isolation levelআটকায়মন্তব্য
Read CommittedDirty readPostgres এর default
Repeatable ReadNon-repeatable readMySQL InnoDB এর default
SerializablePhantom সহ সব anomalyসবচেয়ে নিরাপদ, retry লাগে
  • Race condition (দুইজন একসাথে শেষ ticket কিনছে): SELECT ... FOR UPDATE (pessimistic lock), বা version column দিয়ে optimistic lock, বা atomic update UPDATE ... SET stock = stock - 1 WHERE stock > 0।
  • Connection pooling: প্রতি request এ নতুন connection না; pool (বা PgBouncer) ব্যবহার করো। Serverless এ এটা খুব জরুরি।

N+1 problem

১টা query তে ১০০ post, তারপর প্রতিটা post এর author এর জন্য আলাদা query, মোট ১০১টা। সমাধান: JOIN বা eager loading (Prisma include, SQLAlchemy selectinload), GraphQL এ DataLoader।

SQL vs NoSQL

Databaseভালোউদাহরণ
PostgreSQL / MySQLRelation, transaction, জটিল queryOrder, payment, user
MongoDB (document)Flexible schema, nested dataContent, catalog, log
Redis (key-value, in-memory)Cache, session, rate limit, queue, leaderboardCache layer
Elasticsearch / OpenSearchFull-text searchProduct search
Vector DB (pgvector, Pinecone)Embedding similarityAI semantic search, RAG
Cassandra / DynamoDBবিশাল write scale, key-based accessIoT, event data

ORM আর migration

  • TypeScript: Prisma (schema-first, সহজ), Drizzle (SQL-এর কাছাকাছি, হালকা), TypeORM (NestJS এ পুরনো project)। Python: SQLAlchemy + Alembic।
  • Schema বদলাবে শুধু migration দিয়ে, version control এ রেখে।
  • Zero-downtime migration: আগে নতুন column যোগ করো, দুটোতেই লেখো, data copy করো, পড়া নতুনটায় সরাও, সবশেষে পুরনোটা মোছো (expand and contract)।

Scaling

  • Read replica: read traffic replica তে, write primary তে; replication lag এর কারণে নতুন data দেরিতে দেখা যেতে পারে।
  • Partitioning: একটা বিশাল table কে তারিখ অনুযায়ী ভাগ। Sharding: data কে একাধিক database server এ ভাগ (shard key বেছে নেওয়াই আসল চ্যালেঞ্জ)।
  • আগে index, query optimization আর cache; sharding সবশেষে।

Interview প্রশ্ন

  • Index কীভাবে কাজ করে? কখন index ক্ষতি করে? Composite index এ column order কেন জরুরি?
  • ACID কী? Isolation level গুলো বোঝাও।
  • N+1 problem কী আর কীভাবে ধরবে?
  • SQL না NoSQL: একটা e-commerce app এর জন্য কোনটা, কেন?
  • Live SQL: দ্বিতীয় সর্বোচ্চ salary, department অনুযায়ী top 3, duplicate email খোঁজা।

এই অধ্যায় পড়া শেষ?

পড়া শেষ চিহ্নিত করো, নিজের অগ্রগতি ধরে রাখো।