30 Pertanyaan Wawancara Administrator Database Teratas untuk 2026

Pertanyaan Wawancara Database Administrator Dasar

Pada bagian ini, kami membahas pertanyaan mendasar yang menguji pengetahuan dan keterampilan dasar yang diharapkan dari seorang database administrator. Pertanyaan-pertanyaan ini biasanya menilai pemahaman Anda tentang konsep database dasar, kueri SQL, dan praktik penting pengelolaan database.

Apa itu database?

Deskripsi: Pertanyaan ini menguji pemahaman dasar Anda tentang apa yang dimaksud dengan database dan fungsi utamanya.

Contoh jawaban: “Database adalah kumpulan data yang terorganisasi yang disimpan dan dikelola secara elektronik. Database memungkinkan pengambilan, penyisipan, pembaruan, dan penghapusan data secara efisien. Biasanya, data dalam database diorganisasi ke dalam tabel dengan baris dan kolom, di mana setiap tabel merepresentasikan suatu entitas, dan baris merepresentasikan rekaman. Misalnya, sebuah database pelanggan mungkin memiliki tabel untuk informasi pelanggan, pesanan, dan transaksi.”

Jelaskan properti ACID dalam database.

Deskripsi: Pertanyaan ini menilai pengetahuan Anda tentang prinsip-prinsip fundamental yang memastikan transaksi dalam database dapat diandalkan.

Contoh jawaban: “Singkatan ACID adalah Atomicity, Consistency, Isolation, dan Durability. Properti ACID penting untuk memastikan transaksi database andal dan konsisten.”

Berikut tabel yang menjelaskan setiap konsep beserta contohnya:

Apa itu indeks database, dan mengapa digunakan?

Deskripsi: Pertanyaan ini mengevaluasi pemahaman Anda tentang indeks dan perannya dalam meningkatkan kinerja database.

Contoh jawaban: “Indeks adalah objek database yang meningkatkan kecepatan operasi pengambilan data. Indeks bekerja dengan membuat mekanisme pencarian cepat untuk data berdasarkan satu atau lebih kolom dalam tabel, mirip seperti indeks di buku yang membantu Anda menemukan informasi dengan cepat. Intinya, indeks mengurangi jumlah I/O disk yang dibutuhkan untuk mengakses data, sehingga meningkatkan kinerja database secara keseluruhan.”

Berikut tabel yang menggambarkan berbagai jenis indeks dalam SQL dan kasus penggunaannya:

Apa itu normalisasi, dan mengapa penting dalam database?

Deskripsi: Pertanyaan ini mengevaluasi pemahaman Anda tentang normalisasi database dan perannya dalam mengurangi redundansi serta meningkatkan integritas data.

Contoh jawaban: “Normalisasi adalah proses mengorganisasi data dalam database untuk mengurangi redundansi dan memastikan integritas data. Ini melibatkan pemecahan sebuah tabel menjadi tabel-tabel yang lebih kecil dan lebih mudah dikelola serta mendefinisikan relasi di antaranya. Proses ini memastikan data disimpan secara efisien dan konsisten di seluruh database.

Sebagai contoh, alih-alih menyimpan data pelanggan di banyak tabel, normalisasi akan membuat satu tabel pelanggan dan mereferensikannya menggunakan key pada tabel lain, sehingga mengurangi duplikasi data.”

Begini penerapannya dalam praktik:

Dalam bentuk yang tidak ternormalisasi, redundansi data terlihat jelas karena detail pelanggan dan produk terulang di banyak baris:

First Normal Form (1NF)

Untuk mencapai 1NF, kita menghilangkan grup berulang dan memastikan setiap kolom berisi nilai atomik:

Second Normal Form (2NF)

Untuk 2NF, kami menghapus ketergantungan parsial dengan memisahkan tabel menjadi dua: satu untuk Orders dan satu lagi untuk Customers. Ini menghindari duplikasi detail pelanggan:

Tabel Orders

Tabel Customers

Third Normal Form (3NF)

Untuk 3NF, kami menghapus ketergantungan transitif. Detail produk dipindahkan ke tabel terpisah untuk menghindari informasi berulang di tabel Orders:

Tabel Orders

Tabel Customers

Tabel Products

Apa itu foreign key dalam database?

Deskripsi: Pertanyaan ini menilai pemahaman Anda tentang desain database relasional dan bagaimana tabel saling berhubungan.

Contoh jawaban: “Foreign key adalah sebuah kolom di satu tabel yang merujuk ke primary key di tabel lain, sehingga menciptakan relasi antar tabel. Foreign key memastikan integritas referensial, artinya data pada kolom foreign key harus cocok dengan nilai pada primary key yang dirujuk. Misalnya, pada tabel pesanan, foreign key dapat mengaitkan setiap pesanan ke pelanggan tertentu dari tabel pelanggan, sehingga memastikan pesanan terkait dengan pelanggan yang valid.”

Pertanyaan Wawancara Database Administrator Tingkat Menengah

Di bagian ini, kami membahas pertanyaan tingkat menengah yang menguji kemampuan Anda menangani skenario database yang lebih kompleks. Pertanyaan-pertanyaan ini mengeksplorasi topik yang membutuhkan pemahaman lebih dalam tentang pengelolaan, optimasi, dan pemecahan masalah database.

Bagaimana Anda mengoptimalkan kueri yang berjalan lambat?

Deskripsi: Pertanyaan ini mengevaluasi kemampuan Anda menganalisis dan meningkatkan kinerja kueri database.

Contoh jawaban: “Untuk mengoptimalkan kueri yang berjalan lambat, saya terlebih dahulu menganalisis rencana eksekusi kueri untuk mengidentifikasi bottleneck atau area yang menyebabkan keterlambatan. Saya mencari hal-hal seperti pemindaian tabel penuh (full table scan), indeks yang hilang, atau join yang tidak efisien.

Jika kueri melakukan pemindaian tabel penuh, menambahkan indeks yang sesuai pada kolom yang digunakan dalam klausa WHERE atau operasi JOIN dapat meningkatkan kinerja secara signifikan. Misalnya, jika kueri sering memfilter pada suatu kolom, indeks pada kolom tersebut dapat mengurangi waktu pengambilan data.

Saya juga mempertimbangkan untuk menulis ulang kueri agar lebih sederhana atau memecahnya menjadi bagian-bagian yang lebih kecil jika memungkinkan. Misalnya, menggunakan subquery atau tabel sementara dapat membantu merampingkan kueri kompleks.

Selain itu, saya memeriksa faktor lain, seperti penggunaan join yang tepat, menghindari kolom yang tidak perlu dalam pernyataan SELECT, dan memastikan statistik pada tabel mutakhir. Langkah-langkah ini membantu memastikan kueri berjalan seefisien mungkin.”

Bagaimana Anda menangani deadlock database?

Deskripsi: Pertanyaan ini menguji pemahaman Anda tentang deadlock dan kemampuan Anda untuk menyelesaikannya dalam lingkungan database.

Contoh jawaban: “Untuk menangani deadlock database, saya terlebih dahulu berupaya mengidentifikasi akar penyebab deadlock dengan meninjau log database dan grafik deadlock, yang memberikan informasi terperinci tentang transaksi yang terlibat serta sumber daya yang diperebutkan. Setelah diidentifikasi, ada beberapa strategi yang dapat saya terapkan untuk menyelesaikan dan mencegah deadlock:

• Salah satu pendekatan adalah memastikan semua transaksi mengakses sumber daya dalam urutan yang konsisten, yang mengurangi kemungkinan kondisi tunggu melingkar. Selain itu, menjaga transaksi tetap singkat dan mengurangi lamanya lock dipegang dapat meminimalkan kemungkinan deadlock.
• Strategi lain adalah menggunakan isolation level yang sesuai untuk transaksi; misalnya, menggunakan READ COMMITTED alih-alih SERIALIZABLE ketika isolasi penuh tidak diperlukan dapat mengurangi kontensi lock.
• Jika deadlock sering terjadi, saya menyarankan menerapkan mekanisme retry deadlock dalam logika aplikasi. Mekanisme ini menangkap pengecualian deadlock dan secara otomatis mencoba ulang transaksi setelah jeda singkat.

Kuncinya adalah mengidentifikasi dan mengurangi penyebab mendasar untuk mencegah kejadian di masa depan.”

Apa itu partisi database dan kapan Anda menggunakannya?

Deskripsi: Pertanyaan ini menilai pengetahuan Anda tentang partisi database dan kemampuan menerapkannya secara efektif pada skenario yang tepat.

Contoh jawaban: “Partisi database melibatkan pembagian sebuah tabel besar menjadi bagian-bagian yang lebih kecil dan lebih mudah dikelola yang disebut partisi. Setiap partisi disimpan secara terpisah dan dapat dikueri secara individual, yang dapat meningkatkan kinerja dan kemudahan pengelolaan, terutama untuk dataset yang sangat besar.

Partisi sangat berguna saat menangani volume data besar yang sering diakses berdasarkan kriteria tertentu, seperti rentang tanggal atau wilayah geografis.

Saya akan menggunakan partisi ketika sebuah tabel tumbuh begitu besar hingga kinerja kueri mulai menurun.

Misalnya, pada tabel yang menyimpan data transaksi historis, saya mungkin mempartisi data berdasarkan bulan atau tahun. Ini memungkinkan kueri yang menargetkan periode waktu tertentu hanya mengakses partisi yang relevan alih-alih memindai seluruh tabel, sehingga meningkatkan kinerja.

Selain itu, partisi dapat membuat tugas pemeliharaan, seperti pengarsipan atau pembersihan data lama, menjadi lebih efisien karena operasi ini dapat dilakukan pada partisi individual, bukan seluruh tabel.”

Berikut tabel yang membandingkan berbagai jenis partisi jika Anda mendapat pertanyaan lanjutan tentang partisi:

Apa itu replikasi database, dan kapan Anda menggunakannya?

Deskripsi: Pertanyaan ini menguji pengetahuan Anda tentang replikasi database dan kasus penggunaannya untuk ketersediaan tinggi serta pemulihan bencana.

Contoh jawaban: “Replikasi database melibatkan penyalinan dan pemeliharaan objek database di beberapa server untuk memastikan redundansi data dan ketersediaan tinggi. Replikasi dapat bersifat sinkron atau asinkron.

• Sinkron memastikan perubahan tercermin secara real time di seluruh server.
• Asinkron memperbarui replika dengan sedikit jeda.

Replikasi sangat berguna dalam skenario di mana waktu aktif (uptime) bersifat krusial, seperti pada platform e-commerce, di mana pengguna mengharapkan database selalu tersedia, bahkan selama pemeliharaan atau kegagalan perangkat keras.”

Apa itu view dalam database, dan apa manfaatnya?

Deskripsi: Pertanyaan ini menilai pemahaman Anda tentang view dan bagaimana view dapat digunakan untuk menyederhanakan kueri kompleks atau meningkatkan keamanan.

Contoh jawaban: “View database adalah tabel virtual yang didasarkan pada hasil sebuah kueri. View tidak menyimpan data itu sendiri tetapi menampilkan data yang diambil dari satu atau lebih tabel dasar.

View menyederhanakan kueri kompleks dengan memungkinkan pengguna melakukan SELECT dari satu view, alih-alih menulis kueri SQL yang rumit. View juga meningkatkan keamanan dengan membatasi akses pengguna ke kolom data tertentu tanpa memberikan akses ke tabel dasarnya. Misalnya, sebuah view mungkin hanya menampilkan kolom tertentu dari data sensitif, seperti nama dan email pelanggan, tetapi tidak informasi finansialnya.”

Pertanyaan Wawancara Administrator Basis Data Tingkat Lanjut

Bagian ini berfokus pada topik lanjutan yang memerlukan pengetahuan dan pengalaman mendalam dalam administrasi basis data. Pertanyaan-pertanyaan ini menilai kemampuan Anda menangani tugas yang kompleks.

Metode apa yang akan Anda gunakan untuk memastikan skalabilitas basis data? 

Deskripsi: Pertanyaan ini menilai pengetahuan Anda tentang berbagai strategi dan teknik untuk melakukan scaling pada basis data.

Contoh jawaban: “Untuk memastikan skalabilitas basis data, saya akan menggunakan kombinasi strategi scaling vertikal dan horizontal, bersama dengan mengoptimalkan desain dan arsitektur basis data. Berikut beberapa cara yang saya gunakan untuk memastikan skalabilitas: 

1. Scaling vertikal: Ini melibatkan penambahan lebih banyak sumber daya, seperti CPU, memori, atau penyimpanan, ke server basis data yang ada. Meskipun ini adalah pendekatan paling sederhana, ada batasannya karena perangkat keras hanya dapat ditingkatkan sampai tingkat tertentu. Saya akan menggunakan scaling vertikal sebagai solusi jangka pendek atau dalam skenario saat basis data tidak terlalu besar atau tidak memerlukan scaling yang sering.
2. Scaling horizontal (sharding): Untuk basis data yang lebih besar atau ketika menangani kumpulan data masif, scaling horizontal, atau sharding, lebih efektif. Ini melibatkan pendistribusian basis data ke beberapa server atau node, di mana setiap shard menyimpan subset data. Cara ini memungkinkan sistem menangani volume kueri yang lebih tinggi dengan membagi beban. Misalnya, pada platform e-niaga dengan jutaan pengguna, saya dapat melakukan shard basis data berdasarkan ID pengguna untuk mendistribusikan beban ke beberapa server.
3. Replikasi: Replikasi melibatkan penyalinan data ke beberapa server basis data untuk mendistribusikan beban baca. Saya akan menyiapkan replikasi master-slave atau master-master agar beberapa server dapat menangani permintaan baca, sehingga meningkatkan skalabilitas baca. Metode ini juga menambah redundansi, yang meningkatkan ketersediaan data dan toleransi kesalahan.
4. Indexing basis data dan optimasi kueri: Indeks yang efisien dan optimasi kueri dapat sangat meningkatkan kinerja, membuat basis data lebih skalabel. Dengan menganalisis dan mengoptimalkan kueri yang lambat, menambahkan indeks yang sesuai, dan menghindari operasi mahal seperti pemindaian tabel penuh, saya dapat mengurangi beban pada basis data, yang secara tidak langsung berkontribusi pada skalabilitas.
5. Caching: Menerapkan lapisan cache, seperti Redis atau Memcached, membantu mengalihkan data yang sering diakses dari basis data. Dengan menyimpan dan mengambil kueri umum dari cache, saya dapat mengurangi beban pada basis data, menghasilkan waktu respons yang lebih cepat dan skalabilitas yang lebih baik.
6. Partisi: Partisi basis data melibatkan pemecahan tabel besar menjadi bagian-bagian yang lebih kecil dan lebih mudah dikelola, meningkatkan kinerja kueri dan membuat pengelolaan data lebih efisien. Misalnya, saya mungkin mempartisi tabel transaksi besar berdasarkan tanggal, sehingga kueri yang menargetkan rentang waktu tertentu hanya memindai partisi yang relevan, mengurangi I/O dan mempercepat waktu respons.”

Tabel dapat membantu Anda lebih mudah mengingat perbedaan antara scaling vertikal dan horizontal dalam arsitektur basis data:

Apa perbedaan antara basis data OLTP dan OLAP, dan bagaimana Anda mengoptimalkannya masing-masing?

Deskripsi: Pertanyaan ini menguji pemahaman Anda tentang karakteristik yang berbeda dan strategi optimasi untuk Online Transaction Processing (OLTP) dan Online Analytical Processing (OLAP).

Contoh jawaban: “Sistem OLTP dirancang untuk mengelola data transaksional, dengan fokus pada pemrosesan kueri yang cepat, konkurensi tinggi, dan menjaga integritas data. Biasanya melibatkan sejumlah besar transaksi singkat yang intensif penulisan, seperti operasi insert, update, dan delete. 

Untuk mengoptimalkan basis data OLTP, saya akan menggunakan teknik seperti normalisasi untuk mengurangi redundansi data, menerapkan indexing yang sesuai untuk mempercepat eksekusi kueri, dan menggunakan manajemen transaksi yang efisien untuk menangani akses bersamaan.

Di sisi lain, sistem OLAP dioptimalkan untuk kueri yang kompleks dan analisis data. Sistem ini dirancang untuk menangani volume besar kueri baca yang melakukan agregasi dan ringkasan data. Basis data OLAP sering menggunakan denormalisasi untuk meningkatkan kinerja kueri, karena data disusun sedemikian rupa sehingga memungkinkan pengambilan dan analisis yang lebih cepat.

Untuk mengoptimalkan basis data OLAP, saya akan berfokus pada pembangunan dan pemeliharaan materialized view, menerapkan partisi data untuk mengelola kumpulan data besar, dan menggunakan strategi indexing yang mendukung kueri multi-dimensi, seperti bitmap index.”

Sebuah tabel perbandingan antara OLTP dan OLAP dapat memperjelas perbedaan antara dua jenis sistem basis data ini:

Jelaskan berbagai jenis replikasi basis data dan kasus penggunaannya.

Deskripsi: Pertanyaan ini menilai pengetahuan Anda tentang metode replikasi basis data dan kapan menerapkan masing-masing jenis dalam skenario yang berbeda.

Contoh jawaban: “Jenis replikasi yang berbeda meliputi: 

1. Replikasi master-slave: Dalam pengaturan ini, satu basis data (master) menangani semua operasi tulis, sedangkan satu atau lebih replika (slave) menangani operasi baca. Jenis replikasi ini umum digunakan untuk mendistribusikan trafik baca dan mengurangi beban pada basis data master. Cocok untuk aplikasi di mana operasi baca jauh lebih banyak daripada tulis, dan konsistensi eventual dapat diterima.
2. Replikasi master-master: Dalam pengaturan master-master, dua atau lebih basis data dapat menangani operasi baca dan tulis. Perubahan yang dibuat pada salah satu basis data direplikasi ke yang lain. Jenis replikasi ini berguna di lingkungan terdistribusi di mana data perlu dapat ditulis dari beberapa lokasi. Namun, ini memperkenalkan kompleksitas seperti penyelesaian konflik dan paling cocok untuk aplikasi di mana konflik penulisan jarang terjadi atau dapat dikelola secara efektif.
3. Replikasi snapshot: Ini melibatkan pengambilan snapshot basis data pada titik waktu tertentu dan menyalinnya ke lokasi lain. Umumnya digunakan untuk situasi di mana perubahan data jarang terjadi atau salinan penuh data secara berkala sudah memadai. Replikasi snapshot sering digunakan untuk tujuan pelaporan atau gudang data di mana akurasi real-time tidak kritis.
4. Replikasi transaksional: Metode ini mereplikasi data secara inkremental saat transaksi terjadi. Ini lebih canggih daripada replikasi snapshot karena terus-menerus menerapkan perubahan ke replika. Ideal untuk skenario yang memerlukan ketersediaan tinggi dan konsistensi data real-time, seperti load balancing dan pengaturan failover.”

Tabel yang membandingkan perbedaan antara replikasi master-slave dan master-master dapat membantu menjelaskan jenis replikasi secara visual:

Pada akhirnya, pilihan metode replikasi bergantung pada faktor-faktor seperti kebutuhan konsistensi data, frekuensi perubahan data, dan persyaratan spesifik aplikasi.

Apa itu stored procedure, dan bagaimana cara meningkatkan kinerja basis data?

Deskripsi: Pertanyaan ini menguji pengetahuan Anda tentang stored procedure dan bagaimana prosedur tersebut dapat mengoptimalkan kinerja dan keberpeliharaan.

Contoh jawaban: “Stored procedure adalah kumpulan pernyataan SQL yang telah dikompilasi sebelumnya dan dapat dieksekusi sebagai satu kesatuan. Stored procedure meningkatkan kinerja dengan mengurangi jumlah data yang dikirim antara basis data dan aplikasi, karena beberapa kueri dapat dieksekusi dengan satu panggilan. Prosedur ini juga membantu dari sisi keamanan, karena pengguna dapat mengeksekusi prosedur tanpa mengakses tabel yang mendasarinya secara langsung. 

Stored procedure meningkatkan keterpakaiulangan kode, karena dapat ditulis sekali dan digunakan di banyak aplikasi.”

Apa itu sharding basis data, dan kapan Anda akan menerapkannya?

Deskripsi: Pertanyaan ini mengevaluasi pengetahuan Anda tentang strategi pemartisian basis data untuk scaling horizontal.

Contoh jawaban: “Sharding basis data adalah strategi pemartisian horizontal di mana basis data besar dipecah menjadi bagian-bagian yang lebih kecil dan lebih mudah dikelola yang disebut shard. Setiap shard disimpan pada server terpisah, memungkinkan skalabilitas dan kinerja yang lebih tinggi dalam sistem terdistribusi. 

Sharding biasanya digunakan saat menangani kumpulan data besar, seperti pada platform media sosial atau situs web e-niaga, di mana basis data perlu menangani volume transaksi yang tinggi dan jutaan pengguna. 

Sebagai contoh, basis data pengguna dapat di-shard berdasarkan ID pengguna sehingga setiap shard menangani subset pengguna, meningkatkan kinerja kueri dan menyeimbangkan beban di beberapa server.”

Pertanyaan Wawancara Administrator Basis Data SQL

Pertanyaan-pertanyaan ini akan menguji pengetahuan Anda tentang sintaks SQL, optimasi kueri, dan praktik pengelolaan basis data dalam lingkungan SQL.

Bagaimana Anda akan mengoptimalkan sebuah kueri SQL?

Deskripsi: Pertanyaan ini mengevaluasi pemahaman Anda tentang teknik optimasi kueri SQL dan bagaimana meningkatkan kinerja basis data dengan menulis kueri yang efisien.

Contoh jawaban: “Pertama, saya akan menganalisis rencana eksekusi kueri untuk mengidentifikasi bottleneck kinerja. Indexing adalah metode utama untuk meningkatkan kinerja kueri, jadi saya akan memastikan indeks yang diperlukan tersedia untuk kolom yang digunakan dalam klausa WHERE, kondisi JOIN, dan klausa ORDER BY.

Pendekatan lain adalah menghindari penggunaan SELECT * dan sebagai gantinya menentukan hanya kolom yang diperlukan, yang mengurangi jumlah data yang diambil. Selain itu, saya akan mempertimbangkan menulis ulang kueri kompleks menjadi subkueri yang lebih sederhana atau menggunakan tabel sementara untuk memecah kueri menjadi bagian yang lebih mudah dikelola. Misalnya, alih-alih menggunakan subkueri berkorelasi, saya mungkin menggunakan JOIN untuk meningkatkan kinerja.”

Tabel berikut dapat membantu Anda mengingat berbagai teknik untuk mengoptimalkan kueri SQL:

Jelaskan perbedaan antara klausa WHERE dan HAVING.

Deskripsi: Pertanyaan ini menguji pemahaman Anda tentang sintaks SQL dan kasus penggunaan spesifik untuk klausa WHERE dan HAVING dalam pemfilteran data.

Contoh jawaban: “Perbedaan utama antara klausa WHERE dan HAVING adalah kapan dan bagaimana keduanya memfilter data. Klausa WHERE digunakan untuk memfilter baris sebelum proses pengelompokan terjadi, dan diterapkan pada baris individual dalam tabel. Klausa ini digunakan dengan pernyataan SELECT, UPDATE, dan DELETE.

Di sisi lain, klausa HAVING digunakan untuk memfilter grup baris yang dibuat oleh klausa GROUP BY. Klausa ini digunakan untuk menetapkan kondisi pada fungsi agregat seperti COUNT, SUM, AVG, dll., yang tidak dapat digunakan langsung dalam klausa WHERE.”

Contoh praktis berikut menunjukkan bagaimana pemfilteran terjadi dengan klausa WHERE dan HAVING dalam SQL:

Tabel: Sales

Menggunakan WHERE: Memfilter baris sebelum pengelompokan.

SELECT Category, SUM(TotalAmount)
FROM Sales
WHERE TotalAmount > 1000
GROUP BY Category;Didukung oleh

Menggunakan  HAVING: Memfilter setelah pengelompokan.

SELECT Category, SUM(TotalAmount)
FROM Sales
GROUP BY Category
HAVING SUM(TotalAmount) > 1000;Didukung oleh

Apa perbedaan antara INNER JOIN, LEFT JOIN, dan RIGHT JOIN dalam SQL?

Deskripsi: Pertanyaan ini menguji pengetahuan Anda tentang join SQL dan bagaimana join digunakan untuk menggabungkan data dari beberapa tabel.

Contoh jawaban: 

• “INNER JOIN hanya mengembalikan baris yang cocok antara dua tabel berdasarkan kondisi join. 
• LEFT JOIN mengembalikan semua baris dari tabel kiri dan baris yang cocok dari tabel kanan; jika tidak ada kecocokan, nilai NULL dikembalikan untuk kolom dari tabel kanan. 
• RIGHT JOIN mirip dengan LEFT JOIN, tetapi mengembalikan semua baris dari tabel kanan dan baris yang cocok dari tabel kiri, mengisi NULL di tempat yang tidak ada kecocokan. 

Join ini digunakan untuk menggabungkan data di beberapa tabel, dan pemilihan join yang tepat bergantung pada kasus penggunaan spesifik. Misalnya, LEFT JOIN dapat digunakan untuk mendapatkan daftar semua pelanggan, bahkan yang tidak memiliki pesanan, sementara INNER JOIN hanya akan mengembalikan pelanggan yang telah melakukan pesanan.”

Berikut contoh praktisnya:

Tabel: Customers

Tabel: Orders

Hasil INNER JOIN: Hanya mengembalikan baris yang memiliki kecocokan antara tabel Customers dan Orders.

Hasil LEFT JOIN: Mengembalikan semua pelanggan, termasuk yang tidak memiliki pesanan, dengan nilai NULL untuk baris yang tidak cocok.

Hasil RIGHT JOIN: Mengembalikan semua pesanan, termasuk yang tidak memiliki pelanggan yang cocok, dengan nilai NULL untuk baris yang tidak cocok.

Apa perbedaan antara indeks clustered dan non-clustered dalam SQL?

Deskripsi: Pertanyaan ini menilai pemahaman Anda tentang pengindeksan dan bagaimana hal tersebut memengaruhi kinerja kueri.

Contoh jawaban: “Clustered index menentukan urutan fisik data dalam tabel dan hanya dapat diterapkan pada satu kolom per tabel, karena data tabel diurutkan oleh indeks tersebut. Saat Anda melakukan kueri tabel berdasarkan clustered index, mesin basis data dapat langsung menemukan data karena indeks tersebut menentukan bagaimana data disimpan di disk. 

Sementara itu, indeks non-clustered membuat struktur terpisah yang menyimpan pointer ke data fisik, sehingga memungkinkan adanya beberapa indeks non-clustered per tabel. Indeks non-clustered bermanfaat untuk kolom yang sering digunakan dalam kueri pencarian tetapi tidak memengaruhi urutan penyimpanan fisik tabel. Misalnya, clustered index dapat diterapkan pada primary key, sementara indeks non-clustered dapat digunakan untuk kolom seperti email atau tanggal pesanan untuk mempercepat operasi pencarian.”

Berikut adalah tabel yang menggambarkan perbedaan antara indeks clustered dan non-clustered:

Bagaimana Anda menangani situasi deadlock di SQL Server? 

Deskripsi: Pertanyaan ini menilai kemampuan Anda mendiagnosis dan menyelesaikan situasi deadlock di SQL Server, menunjukkan keterampilan pemecahan masalah dan pengetahuan tentang kontrol konkurensi.

Contoh jawaban: “Deadlock terjadi ketika dua atau lebih sesi saling menunggu satu sama lain untuk melepaskan lock, sehingga proses menjadi macet tanpa batas. Untuk menangani deadlock, pertama saya akan mengidentifikasi dan menangkap peristiwa deadlock menggunakan SQL Server Profiler atau dengan mengaktifkan trace flag 1222 untuk mencatat informasi deadlock di error log SQL Server. Setelah diidentifikasi, saya akan menganalisis grafik deadlock untuk memahami resource dan kueri yang terlibat. 

Solusi yang paling umum untuk menyelesaikan deadlock secara umum meliputi:

• Mengoptimalkan kueri: Meninjau dan mengoptimalkan kueri yang terlibat untuk memastikan lock diambil dalam urutan yang sama guna menghindari kondisi tunggu sirkular.
• Mengurangi cakupan transaksi: Menjaga transaksi sesingkat mungkin untuk meminimalkan waktu lock dipegang.
• Menerapkan logika retry deadlock: Mengubah kode aplikasi untuk menangkap pengecualian deadlock dan mencoba ulang transaksi, karena SQL Server secara otomatis akan memilih salah satu proses sebagai korban deadlock.
• Menggunakan query hint: Menggunakan hint seperti NOLOCK untuk operasi baca yang tidak memerlukan konsistensi ketat atau menggunakan ROWLOCK untuk memperoleh lock yang lebih granular.”

Pertanyaan Wawancara DBA Berbasis Cloud dan Infrastruktur

Bagian ini mencakup pertanyaan yang menilai pengetahuan Anda tentang pengelolaan database berbasis cloud, termasuk penyiapan, pemeliharaan, dan optimalisasi di lingkungan cloud.

Bagaimana Anda memastikan ketersediaan tinggi untuk database di cloud?

Deskripsi: Pertanyaan ini mengevaluasi pemahaman Anda tentang strategi high availability (HA) di lingkungan cloud, termasuk penggunaan alat dan teknik native cloud untuk meminimalkan downtime.

Contoh jawaban: “Salah satu pendekatan umum adalah memanfaatkan layanan database terkelola dari penyedia cloud, seperti Amazon RDS, Azure SQL Database, atau Google Cloud SQL, yang menawarkan fitur HA bawaan. Layanan ini menyediakan deployment multi-AZ (Availability Zone), failover otomatis, dan solusi backup.

Sebagai contoh, di AWS, saya akan menyiapkan instance Amazon RDS dengan deployment Multi-AZ, yang secara otomatis mereplikasi data ke instance siaga di Availability Zone yang berbeda. Jika terjadi kegagalan, sistem akan otomatis melakukan failover ke instance siaga, meminimalkan downtime.

Metode lain adalah menerapkan replikasi dan clustering. Misalnya, menggunakan PostgreSQL di VM cloud, saya dapat menyiapkan streaming replication dan mekanisme failover dengan alat seperti pgPool atau Patroni untuk memastikan ketersediaan database. Saya juga mengonfigurasi backup otomatis berkala dan memantau database dengan mekanisme peringatan untuk deteksi masalah secara proaktif.”

Tabel ini menggambarkan berbagai strategi high availability (HA) di lingkungan database berbasis cloud:

Apa praktik terbaik untuk memigrasikan database on-premises ke cloud?

Deskripsi: Pertanyaan ini menilai kemampuan Anda merencanakan dan mengeksekusi migrasi database on-premises ke lingkungan cloud, dengan fokus pada meminimalkan downtime dan memastikan integritas data.

Contoh jawaban: “Berikut beberapa praktik terbaik yang saya ikuti:

1. Penilaian dan perencanaan: Saya akan mulai dengan menilai lingkungan database yang ada untuk memahami skema, ukuran data, dan dependensi aplikasi. Selanjutnya, saya memilih layanan cloud dan tipe instance yang sesuai berdasarkan kebutuhan beban kerja – penting untuk merencanakan konfigurasi jaringan, keamanan, dan kepatuhan.
2. Strategi migrasi data: Pilih strategi migrasi data yang sesuai seperti migrasi offline menggunakan alat seperti AWS Database Migration Service (DMS) atau Azure Database Migration Service untuk downtime minimal. Untuk database besar, menggunakan pendekatan bertahap atau solusi pipeline data seperti AWS Snowball untuk transfer data massal awal bisa efektif.
3. Pengujian: Lakukan pengujian menyeluruh di lingkungan staging yang mencerminkan setup produksi. Uji proses migrasi data, konektivitas, performa, dan skenario failover untuk mengidentifikasi masalah sebelum migrasi sebenarnya.
4. Cutover dengan downtime minimal: Rencanakan cutover final pada periode penggunaan rendah. Gunakan replikasi database untuk menjaga sinkronisasi database cloud dengan database on-premises hingga cutover final guna memastikan downtime dan kehilangan data minimal.
5. Validasi pasca-migrasi: Setelah migrasi, validasi integritas data, jalankan uji performa, dan pantau database cloud untuk memastikan semuanya berjalan sesuai harapan.”

Bagaimana Anda menangani keamanan di database berbasis cloud?

Deskripsi: Pertanyaan ini menyoroti pemahaman Anda dalam menerapkan langkah-langkah keamanan untuk melindungi data di database berbasis cloud, termasuk enkripsi, kontrol akses, dan kepatuhan.

Contoh jawaban: “Beberapa langkah kunci yang saya ambil adalah:

1. Enkripsi data: Aktifkan enkripsi saat istirahat (at rest) dan saat transit. Untuk enkripsi at rest, saya menggunakan layanan enkripsi dari penyedia cloud seperti AWS KMS atau Azure Key Vault untuk mengelola kunci enkripsi. Untuk data in transit, saya menggunakan SSL/TLS untuk mengenkripsi koneksi antara aplikasi dan database.
2. Kontrol akses: Terapkan prinsip least privilege dengan memberikan hanya izin yang diperlukan kepada pengguna dan aplikasi. Gunakan Identity and Access Management (IAM) role dan kebijakan untuk mengontrol akses ke database dan sumber dayanya. Selain itu, aktifkan multi-factor authentication (MFA) untuk akses administratif.
3. Keamanan jaringan: Manfaatkan konfigurasi Virtual Private Cloud (VPC) atau Virtual Network (VNet) untuk mengisolasi database dalam jaringan yang aman. Gunakan security group, firewall, dan ACL jaringan untuk membatasi akses ke database hanya dari alamat IP atau subnet tepercaya.
4. Monitoring dan audit: Aktifkan fitur pencatatan (logging) dan pemantauan database untuk melacak akses dan eksekusi kueri. Gunakan layanan seperti AWS CloudTrail, Azure Monitor, atau Google Cloud Audit Logs untuk menjaga jejak audit aktivitas database.
5. Kepatuhan dan audit keamanan rutin: Pastikan database mematuhi regulasi seperti GDPR atau HIPAA dengan mengonfigurasi pengaturan perlindungan data serta melakukan audit keamanan dan penilaian kerentanan secara berkala.”

Apa perbedaan utama antara mengelola database on-premises dan database berbasis cloud?

Deskripsi: Pertanyaan ini mengevaluasi pemahaman Anda tentang perbedaan operasional antara pengelolaan database on-premises dan berbasis cloud.

Contoh jawaban: “Mengelola database on-premises memerlukan penanganan pengadaan perangkat keras, instalasi perangkat lunak, dan pemeliharaan rutin seperti backup, patching, dan pemantauan. 

Sebaliknya, database berbasis cloud memanfaatkan infrastruktur penyedia cloud, menawarkan skalabilitas, high availability bawaan, dan backup otomatis. Database cloud juga menyediakan opsi untuk menskalakan sumber daya naik atau turun sesuai kebutuhan, tanpa perlu investasi perangkat keras fisik. Misalnya, di AWS RDS, Anda dapat dengan mudah meningkatkan daya komputasi dan penyimpanan hanya dengan beberapa klik, dan sistem menangani sisi perangkat keras untuk Anda.”

Bagaimana Anda memantau dan mengoptimalkan biaya layanan database cloud?

Deskripsi: Pertanyaan ini menilai kemampuan Anda menyeimbangkan performa dan biaya saat mengelola database cloud.

Contoh jawaban: “Untuk mengoptimalkan biaya database cloud, saya terus memantau pola penggunaan dan konsumsi sumber daya menggunakan alat pemantauan dari penyedia cloud, seperti AWS CloudWatch atau Azure Monitor. 

Saya mencari instance yang kurang dimanfaatkan dan mempertimbangkan rightsizing ke instance tier lebih rendah bila memungkinkan. Selain itu, saya memanfaatkan fitur seperti auto-scaling untuk memastikan saya tidak membayar berlebih untuk kapasitas yang tidak terpakai selama jam sepi. Cara lain menghemat biaya adalah menggunakan Reserved Instances atau Savings Plans untuk beban kerja jangka panjang. 

Terakhir, saya secara berkala meninjau penggunaan penyimpanan dan membersihkan data atau log yang tidak digunakan yang menimbulkan biaya yang tidak perlu.”

Pertanyaan Wawancara DBA Perilaku dan Pemecahan Masalah

Pertanyaan perilaku dan pemecahan masalah bertujuan untuk mengukur pengalaman Anda dalam menangani skenario dunia nyata, kerja tim, dan bagaimana Anda menyikapi tantangan dalam pengelolaan database. Pertanyaan-pertanyaan ini sering kali mengungkap pola pikir pemecahan masalah Anda dan kemampuan Anda bekerja di bawah tekanan.

Jelaskan situasi ketika Anda harus menelusuri masalah kritis pada database. 

Deskripsi: Pertanyaan ini menilai keterampilan pemecahan masalah dan kemampuan Anda untuk tetap tenang dan efektif di bawah tekanan. Ini mencari contoh bagaimana Anda mendiagnosis dan menyelesaikan masalah database yang kritis.

Contoh jawaban: “Dalam peran sebelumnya, saya mengalami situasi ketika database produksi mengalami penurunan performa yang parah, berdampak pada aplikasi yang berhadapan dengan pelanggan… 

Langkah pertama yang saya ambil adalah segera memberi tahu para pemangku kepentingan dan menyiapkan panggilan bersama untuk menjaga komunikasi tetap terbuka. Saya kemudian mengakses database dan menggunakan alat seperti SQL Server Profiler untuk mengidentifikasi kueri yang berjalan lama dan proses yang intensif sumber daya.

Setelah mengidentifikasi kueri yang menyebabkan deadlock karena indeks yang hilang, saya menerapkan perbaikan cepat dengan menambahkan indeks yang sesuai, yang langsung meningkatkan performa. 

Setelah itu, saya meninjau rencana eksekusi kueri dan merestrukturisasi kueri SQL untuk mengoptimalkan performa lebih lanjut. Selain itu, saya menjadwalkan jendela pemeliharaan untuk menganalisis dan mengoptimalkan database secara menyeluruh tanpa memengaruhi pengguna.

Saya mendokumentasikan masalah, langkah penyelesaian, dan pelajaran yang didapat untuk meningkatkan proses respons insiden kami di masa mendatang. Pengalaman ini mengajarkan pentingnya pendekatan sistematis untuk troubleshooting dan perlunya pemantauan performa yang proaktif.”

Bagaimana Anda memprioritaskan dan mengelola banyak proyek database secara bersamaan?

Deskripsi: Pertanyaan ini mengeksplorasi keterampilan manajemen waktu dan prioritisasi Anda saat menangani beberapa tugas atau proyek terkait database secara bersamaan.

Contoh jawaban: “Saat mengelola beberapa proyek database, saya mulai dengan memahami dengan jelas prioritas dan tenggat waktu setiap proyek. Saya berkolaborasi dengan pemangku kepentingan untuk mengidentifikasi tugas kritis dan menggunakan alat manajemen proyek seperti Jira atau Trello untuk mengatur dan melacak kemajuan.

Saya memprioritaskan tugas berdasarkan dampaknya terhadap bisnis, potensi risiko, dan ketergantungan. Misalnya, tugas yang melibatkan patch keamanan akan diutamakan dibanding pemeliharaan rutin. Saya juga mengalokasikan slot waktu khusus untuk setiap proyek guna memastikan kemajuan yang konsisten tanpa sering berganti konteks.

Komunikasi yang rutin sangat penting, jadi saya terus memberi informasi kepada pemangku kepentingan mengenai kemajuan dan potensi keterlambatan. Saya juga bersiap menghadapi masalah tak terduga dengan membangun waktu buffer dalam jadwal saya. Jika muncul isu prioritas tinggi, seperti outage database, saya dapat dengan cepat beralih untuk menanganinya sambil menjaga proyek lain tetap berjalan.”

Bagaimana Anda tetap mengikuti perkembangan teknologi dan tren database terbaru?

Deskripsi: Pertanyaan ini menilai komitmen Anda terhadap pembelajaran berkelanjutan dan tetap mengikuti perkembangan teknologi database yang terus berkembang, yang penting dalam industri yang bergerak cepat.

Contoh jawaban: “Pertama, saya mengikuti blog, publikasi, dan forum industri seperti SQLServerCentral, DatabaseJournal, dan Stack Overflow untuk tetap mendapatkan informasi tentang perkembangan baru dan praktik terbaik.

Saya juga mengikuti webinar, kursus online, dan sertifikasi untuk memperdalam pemahaman tentang teknologi yang sedang berkembang seperti database NoSQL, layanan database cloud, dan alat otomasi. Misalnya, saya baru-baru ini menyelesaikan rangkaian kursus SQL Server for Database Administrators di DataCamp.

Menghadiri konferensi dan meetup lokal juga menjadi cara saya untuk tetap terhubung dengan komunitas, belajar dari para ahli, dan bertukar pengetahuan dengan rekan sejawat. Selain itu, saya bereksperimen dengan alat dan teknik baru di lingkungan uji untuk mengevaluasi potensi manfaatnya bagi organisasi kami. Pendekatan proaktif ini membantu saya terus meningkatkan keterampilan dan tetap unggul di bidang ini.”

Bisakah Anda menjelaskan saat Anda harus menangani situasi bertekanan tinggi selama outage database? Apa pendekatan Anda?

Deskripsi: Pertanyaan ini menilai kemampuan Anda menangani situasi bertekanan tinggi dan pendekatan untuk menyelesaikan masalah kritis.

Contoh jawaban: “Selama acara penjualan e-commerce yang kritis, database down karena lonjakan trafik secara tiba-tiba. Langkah pertama saya adalah mengomunikasikan masalah kepada para pemangku kepentingan dan memastikan pemantauan serta peringatan yang tepat sudah aktif. 

Saya dengan cepat menganalisis log dan mengidentifikasi bahwa kekurangan koneksi database menyebabkan outage. Saya meningkatkan ukuran connection pool dan menerapkan load balancing di beberapa read replica untuk membagi beban lebih merata. Database berhasil dipulihkan, dan saya kemudian melakukan analisis akar penyebab untuk mencegah kejadian serupa di masa depan.”

Bagaimana pendekatan Anda saat mengomunikasikan masalah teknis yang kompleks kepada pemangku kepentingan non-teknis?

Deskripsi: Pertanyaan ini menilai keterampilan komunikasi Anda dan kemampuan untuk menjelaskan isu kompleks dengan cara yang sederhana.

Contoh jawaban: “Saat berkomunikasi dengan pemangku kepentingan non-teknis, saya fokus menyajikan masalah dalam istilah yang bisa mereka pahami, seperti dampaknya pada bisnis. 

Misalnya, alih-alih membahas optimasi kueri dan rencana eksekusi, saya akan menjelaskan bagaimana database yang lambat menyebabkan keterlambatan pemrosesan pesanan, yang bisa memengaruhi kepuasan pelanggan. 

Saya juga menggunakan bantuan visual seperti bagan atau grafik untuk menunjukkan peningkatan performa setelah perubahan dilakukan. Pendekatan ini membantu menjembatani kesenjangan antara anggota tim teknis dan non-teknis serta memastikan semua orang berada pada pemahaman yang sama.”

Tips untuk Mempersiapkan Wawancara DBA

Agar Anda siap menghadapi wawancara DBA, berikut beberapa hal yang perlu Anda lakukan: 

Kuasai konsep dan alat database

Pahami secara mendalam konsep inti database seperti sifat ACID, pengindeksan, normalisasi, dan manajemen transaksi — serta dapatkan pengalaman praktik langsung.

Kursus Database Design dan Data Management adalah rekan terbaik Anda untuk menyegarkan pengetahuan.

Siapkan contoh dunia nyata

Bersiaplah membahas skenario spesifik dari pengalaman Anda ketika Anda mengoptimalkan kueri, menerapkan strategi backup, atau menyelesaikan masalah performa. Perlu dicatat, ini juga bisa berasal dari proyek pribadi! 

Tujuannya adalah menyoroti tantangan yang Anda hadapi, solusi yang Anda terapkan, dan hasil yang dicapai.

Tetap mengikuti tren industri

Ikuti perkembangan terbaru dalam teknologi database. Pada saat penulisan, pemahaman tentang platform cloud, keamanan dan manajemen data AI yang bertanggung jawab dapat membuat Anda menonjol!

Tinjau pertanyaan wawancara umum

Inilah yang sedang Anda lakukan! Latih menjawab pertanyaan umum wawancara DBA terkait desain database, optimasi kueri, prosedur backup dan pemulihan, serta manajemen keamanan. Persiapan akan membantu Anda mengutarakan pengetahuan dengan percaya diri. Jadi, pastikan Anda telah meninjau semua pertanyaan dalam panduan ini.

Siapkan diri untuk pertanyaan perilaku

Bersiaplah menjelaskan bagaimana pendekatan Anda dalam pemecahan masalah, menangani situasi bertekanan tinggi, dan berkolaborasi dengan anggota tim. Kemampuan Anda untuk mengomunikasikan konsep teknis dan data yang kompleks kepada pemangku kepentingan non-teknis secara efektif sangatlah krusial.

Kesimpulan

Administrator database sangat penting untuk kelancaran operasional strategi manajemen data, oleh karena itu mereka harus mampu menunjukkan dan menerapkan pengetahuannya. 

Artikel ini mencakup berbagai pertanyaan wawancara dari tingkat dasar hingga lanjutan, termasuk skenario khusus SQL dan berbasis cloud. Kami harap Anda kini lebih siap menghadapi wawancara yang akan datang!

Untuk pembelajaran lebih lanjut, jelajahi sumber daya berikut:

• Introduction to Oracle SQL
• SQL Server Developer
• SQL Server for Database Administrators
• SQL for Database Administrators 
• Introduction to Relational Databases in SQL