Знаешь ли ты теорию баз данных?

Да, я работал с различными СУБД в экосистеме Node.js и понимаю ключевые теоретические концепции.

1. Реляционная модель и SQL (PostgreSQL, MySQL):

• Схемы, таблицы, связи (1:1, 1:M, M:M). При проектировании API на Node.js я использую ORM, такие как Sequelize или TypeORM, которые отражают эти связи в моделях.
• Нормализация: Следовал правилам (1NF, 2NF, 3NF) для устранения аномалий при вставке, обновлении и удалении. Например, выносил повторяющиеся данные (названия городов) в отдельную таблицу.
• Транзакции и ACID: Использовал транзакции для обеспечения атомарности операций. Например, при регистрации пользователя нужно создать запись в таблице users и начальный профиль в profiles — либо создаётся всё, либо ничего.

  // Пример с Sequelize
  const transaction = await sequelize.transaction();
  try {
  const user = await User.create({ email: 'test@mail.com' }, { transaction });
  await Profile.create({ userId: user.id, name: 'Test' }, { transaction });
  await transaction.commit(); // Фиксация только здесь
  } catch (error) {
  await transaction.rollback(); // Откат в случае ошибки
  }

• Индексы: Создавал индексы (B-деревья) для ускорения поиска по часто запрашиваемым полям (WHERE email = ...), понимая компромисс с производительностью записи.

2. NoSQL (MongoDB с Mongoose):

• Работал с документной моделью, где данные хранятся в виде JSON-подобных документов. Это хорошо подходит для схем, которые часто меняются.
• Понимаю принципы CAP-теоремы (Consistency, Availability, Partition Tolerance). Например, MongoDB в конфигурации по умолчанию ориентирована на доступность и устойчивость к разделению (AP).

3. Производительность:

• Анализировал и оптимизировал медленные запросы с помощью EXPLAIN в PostgreSQL или методов .explain() в Mongoose.
• Использовал кэширование результатов частых запросов в Redis для снижения нагрузки на основную БД.