Thư Viện Câu Hỏi Phỏng Vấn
Tổng hợp các câu hỏi tuyển dụng thực tế theo nhiều cấp độ từ Entry đến Expert để bạn tự tin chinh phục nhà tuyển dụng.
Luyện Tập Phỏng Vấn Thử
Mô phỏng áp lực phỏng vấn thật với đồng hồ đếm ngược từng câu, tự đánh giá phản xạ và đo lường độ sẵn sàng của bạn.
Trong Next.js App Router, Server Actions là cơ chế mạnh mẽ để thực thi code phía server từ Client Components. Tuy nhiên, việc bảo mật các Server Actions này như thế nào trước các cuộc tấn công CSRF (Cross-Site Request Forgery) và cách quản lý trạng thái tải (Loading/Error State) tối ưu ở tầng giao diện?
Cơ chế bảo mật Server Actions trước tấn công CSRF
Next.js tự động triển khai cơ chế bảo mật chống CSRF cho Server Actions bằng cách sử dụng các phương pháp sau:
Nội dung chi tiết câu trả lời, phân tích kỹ thuật chuyên sâu, mã nguồn minh họa và các trường hợp ngoại lệ chỉ dành riêng cho học viên Unicode E-learning...
Để mở khóa toàn bộ giải pháp chi tiết và tài liệu hướng dẫn phỏng vấn, vui lòng nâng cấp tài khoản hoặc tham gia gói Learning Pass để truy cập không giới hạn.
// Mã nguồn và kiến trúc giải pháp bị ẩn đối với tài khoản chưa nâng cấp...Trong Next.js 14-15 App Router, hãy phân tích cơ chế hoạt động của Parallel Routes kết hợp với Intercepting Routes. Làm thế nào để giải quyết bài toán hiển thị Modal chi tiết sản phẩm mà vẫn giữ nguyên URL context và hỗ trợ tốt việc tải lại trang (Hard Refresh)?
Bản chất cơ chế hoạt động
Parallel Routes (Thư mục bắt đầu bằng dấu @) cho phép render đồng thời hoặc có điều kiện nhiều trang trong cùng một layout. Các slots này được Next.js quản lý độc lập về trạng thái và cơ chế Caching.
Nội dung chi tiết câu trả lời, phân tích kỹ thuật chuyên sâu, mã nguồn minh họa và các trường hợp ngoại lệ chỉ dành riêng cho học viên Unicode E-learning...
Để mở khóa toàn bộ giải pháp chi tiết và tài liệu hướng dẫn phỏng vấn, vui lòng nâng cấp tài khoản hoặc tham gia gói Learning Pass để truy cập không giới hạn.
// Mã nguồn và kiến trúc giải pháp bị ẩn đối với tài khoản chưa nâng cấp...Phân tích sâu về Caching Lifecycle trong Next.js App Router (bao gồm Request Memoization, Data Cache, Full Route Cache và Router Cache). Làm thế nào để vô hiệu hóa (Invalidate) hoặc kiểm soát chúng trong các hệ thống dữ liệu thời gian thực (Real-time Enterprise Systems)?
Phân tích 4 lớp Caching trong Next.js App Router
-
Request Memoization:
Nội dung chi tiết câu trả lời, phân tích kỹ thuật chuyên sâu, mã nguồn minh họa và các trường hợp ngoại lệ chỉ dành riêng cho học viên Unicode E-learning...
Để mở khóa toàn bộ giải pháp chi tiết và tài liệu hướng dẫn phỏng vấn, vui lòng nâng cấp tài khoản hoặc tham gia gói Learning Pass để truy cập không giới hạn.
// Mã nguồn và kiến trúc giải pháp bị ẩn đối với tài khoản chưa nâng cấp...Trong kiến trúc Multi-tier Caching, làm thế nào để đảm bảo tính nhất quán dữ liệu giữa Local Cache (In-memory) và Distributed Cache (Redis) khi dữ liệu thay đổi?
Để giải quyết vấn đề nhất quán dữ liệu giữa Local Cache và Distributed Cache, chúng ta thường áp dụng mô hình Pub/Sub hoặc Event Bus. Khi dữ liệu tại Redis thay đổi, một sự kiện (Invalidation Event) sẽ được phát đi. Các ứng dụng đang giữ Local Cache sẽ lắng nghe sự kiện này và xóa bỏ hoặc cập nhật giá trị tương ứng. Một kỹ thuật khác là sử dụng TTL (Time To Live) ngắn cho Local Cache để giảm thiểu rủi ro dữ liệu cũ (stale data), kết hợp với cơ chế Versioning để kiểm tra tính hợp lệ của dữ liệu.
Cache Stampede là gì và làm thế nào để ngăn chặn hiện tượng này trong hệ thống sử dụng Redis Cluster?
Cache Stampede xảy ra khi một key phổ biến hết hạn (expire) cùng lúc, dẫn đến hàng ngàn request đồng thời đổ dồn về Database vì cache miss. Cách giải quyết tối ưu bao gồm: 1. Sử dụng Mutex Lock (Distributed Lock) để chỉ cho phép một request duy nhất truy vấn Database và cập nhật cache. 2. Sử dụng chiến thuật Probabilistic Early Recomputation (tự động làm mới cache trước khi hết hạn). 3. Sử dụng cơ chế Background Refresh để cập nhật cache định kỳ mà không làm gián đoạn luồng đọc của người dùng.
Khi triển khai Redis Cluster, cơ chế Sharding hoạt động như thế nào và tại sao cần cân nhắc kỹ về Hash Slots?
Redis Cluster sử dụng khái niệm Hash Slots để phân phối dữ liệu. Tổng cộng có 16384 slots. Mỗi key được map vào một slot thông qua công thức CRC16(key) mod 16384. Việc hiểu rõ cơ chế này giúp tránh tình trạng Hot Key, nơi một node phải chịu tải quá lớn do dữ liệu tập trung vào các slot trên node đó. Khi thiết kế, cần đảm bảo phân bổ key đồng đều để tránh tình trạng lệch tải giữa các node trong cluster.
Sự khác biệt giữa chiến lược Write-Through và Write-Behind trong hệ thống Caching là gì và khi nào nên chọn phương án nào?
Write-Through: Dữ liệu được ghi vào Cache và Database đồng thời. Đảm bảo tính nhất quán cao nhưng độ trễ (latency) ghi cao hơn. Phù hợp với hệ thống yêu cầu tính toàn vẹn dữ liệu nghiêm ngặt. Write-Behind (Write-Back): Dữ liệu ghi vào Cache trước, sau đó hệ thống sẽ ghi vào Database một cách bất đồng bộ. Tốc độ ghi cực nhanh, giảm tải cho Database nhưng rủi ro mất dữ liệu nếu Cache bị lỗi trước khi kịp đồng bộ xuống Database.
Làm thế nào để xử lý hiện tượng Hot Key trong Redis Cluster khi lưu lượng truy cập tập trung vào một key duy nhất?
Để xử lý Hot Key, chúng ta có thể áp dụng các giải pháp: 1. Phân tán key: Thêm hậu tố ngẫu nhiên vào key để chia nhỏ dữ liệu ra nhiều node. 2. Sử dụng Local Cache tại tầng ứng dụng cho các key cực hot để giảm tải truy vấn xuống Redis. 3. Sử dụng Redis Read Replicas để phân tán lưu lượng đọc. 4. Sử dụng cơ chế LFU (Least Frequently Used) để ưu tiên giữ các key này trong bộ nhớ.
Tại sao việc sử dụng Redis làm Distributed Lock có thể gặp rủi ro và cách triển khai an toàn với Redlock là gì?
Sử dụng Redis làm lock đơn lẻ có rủi ro mất lock khi node Redis bị crash trước khi kịp replicate. Redlock là thuật toán được thiết kế để giải quyết vấn đề này bằng cách yêu cầu client lấy lock từ đa số (quorum) các node Redis độc lập. Nếu client lấy được lock từ quá bán số node trong một khoảng thời gian nhất định, lock mới được coi là thành công. Điều này đảm bảo tính an toàn ngay cả khi một vài node trong cluster gặp sự cố.
Trong hệ thống Microservices, tại sao việc sử dụng Redis làm Shared Cache lại có thể trở thành điểm nghẽn (bottleneck) và cách khắc phục?
Redis có thể trở thành bottleneck nếu tất cả các service cùng truy vấn vào một cluster duy nhất với lưu lượng quá lớn. Cách khắc phục: 1. Chia nhỏ Redis Cluster theo từng domain hoặc service (Service-specific Cache). 2. Sử dụng Multi-tier Caching (Local Cache cho các dữ liệu ít thay đổi và Redis cho dữ liệu dùng chung). 3. Tối ưu hóa serialization (sử dụng Protobuf thay vì JSON để giảm kích thước payload và tăng tốc độ xử lý).
Cơ chế Eviction Policy nào của Redis là phù hợp nhất cho hệ thống có lưu lượng ghi lớn và dữ liệu có tính chất tạm thời?
Đối với hệ thống có lưu lượng ghi lớn, chính sách 'volatile-lru' hoặc 'allkeys-lru' thường được ưu tiên. Nếu dữ liệu có tính chất tạm thời và cần ưu tiên giải phóng bộ nhớ, 'volatile-ttl' là lựa chọn tốt nhất vì nó sẽ xóa các key có thời gian sống ngắn nhất trước. Việc chọn đúng chính sách giúp tối ưu hóa hiệu năng bộ nhớ và tránh tình trạng OOM (Out Of Memory) trong Redis.
Khi thiết kế hệ thống Caching, làm thế nào để xử lý vấn đề Cache Penetration (tấn công vào các key không tồn tại)?
Cache Penetration xảy ra khi attacker liên tục gửi request cho các key không tồn tại trong Cache và Database. Giải pháp hiệu quả nhất là sử dụng Bloom Filter. Bloom Filter là cấu trúc dữ liệu xác suất giúp kiểm tra nhanh xem một key có khả năng tồn tại hay không. Nếu Bloom Filter khẳng định key không tồn tại, hệ thống sẽ từ chối request ngay lập tức mà không cần truy vấn Database, giúp bảo vệ hệ thống khỏi các cuộc tấn công.
Trong Redis Cluster, cơ chế Failover diễn ra như thế nào và làm sao để đảm bảo tính sẵn sàng cao (High Availability)?
Redis Cluster sử dụng cơ chế Sentinel hoặc Cluster Bus để giám sát trạng thái các node. Khi một Master node bị lỗi, các Slave node sẽ thực hiện bầu chọn (election) để chọn ra một Master mới. Để đảm bảo tính sẵn sàng cao, cần cấu hình replication factor ít nhất là 1 (mỗi Master có ít nhất 1 Slave) và đặt các node trên các Availability Zone khác nhau để tránh rủi ro hạ tầng vật lý.
Router state là gì?
RouterState là một cây (tree) gồm các route đã được kích hoạt. Mọi node trong cây này đều nắm thông tin về các URL segment đã được "tiêu thụ" (consumed), các tham số được trích xuất (extracted parameters), và dữ liệu đã được giải quyết (resolved data). Bạn có thể truy cập RouterState hiện tại từ bất kỳ đâu trong ứng dụng bằng cách sử dụng Router service và thuộc tính routerState.
Nội dung chi tiết câu trả lời, phân tích kỹ thuật chuyên sâu, mã nguồn minh họa và các trường hợp ngoại lệ chỉ dành riêng cho học viên Unicode E-learning...
Để mở khóa toàn bộ giải pháp chi tiết và tài liệu hướng dẫn phỏng vấn, vui lòng nâng cấp tài khoản hoặc tham gia gói Learning Pass để truy cập không giới hạn.
// Mã nguồn và kiến trúc giải pháp bị ẩn đối với tài khoản chưa nâng cấp...Tôi có thể sử dụng arrow function trong AOT được không?
Không, arrow function hoặc lambda function không thể được sử dụng để gán giá trị cho các thuộc tính của decorator. Ví dụ, đoạn mã sau là không hợp lệ:
Nội dung chi tiết câu trả lời, phân tích kỹ thuật chuyên sâu, mã nguồn minh họa và các trường hợp ngoại lệ chỉ dành riêng cho học viên Unicode E-learning...
Để mở khóa toàn bộ giải pháp chi tiết và tài liệu hướng dẫn phỏng vấn, vui lòng nâng cấp tài khoản hoặc tham gia gói Learning Pass để truy cập không giới hạn.
// Mã nguồn và kiến trúc giải pháp bị ẩn đối với tài khoản chưa nâng cấp...Cần Mentor Phỏng Vấn Thử 1-1 & Tối Ưu CV?
Mô phỏng phỏng vấn kỹ thuật thực tế 1-1 qua Google Meet, nhận xét chi tiết điểm mạnh/yếu và sửa CV trực tiếp cùng giảng viên Unicode.
Kiểm Tra CV Chuẩn ATS Miễn Phí
Tải CV của bạn lên để hệ thống AI rà soát từ khóa kỹ năng, định dạng và tính điểm chuẩn nhà tuyển dụng.
