2026 için En İyi 30 Veritabanı Yöneticisi Mülakat Sorusu

Temel Veri Tabanı Yöneticisi Mülakat Soruları

Bu bölümde, bir veri tabanı yöneticisinden beklenen temel bilgi ve becerileri ölçen soruları ele alıyoruz. Bu sorular genellikle temel veri tabanı kavramlarını, SQL sorgularını ve temel veri tabanı yönetimi uygulamalarını anlama düzeyinizi değerlendirir.

Veri tabanı nedir?

Açıklama: Bu soru, veri tabanını oluşturan unsurlar ve temel işlevlerine dair temel anlayışınızı ölçer.

Örnek cevap: “Veri tabanı, elektronik olarak depolanan ve yönetilen düzenli bir veri koleksiyonudur. Verilerin verimli şekilde getirilmesini, eklenmesini, güncellenmesini ve silinmesini sağlar. Genellikle veri tabanındaki veriler satır ve sütunlardan oluşan tablolarda düzenlenir; her tablo bir varlığı, her satır da bir kaydı temsil eder. Örneğin, bir müşteri veri tabanında müşteri bilgileri, siparişler ve işlemler için ayrı tablolar bulunabilir.”

Bir veri tabanında ACID özelliklerini açıklayın. 

Açıklama: Bu soru, veri tabanında güvenilir işlemleri sağlayan temel ilkeler hakkındaki bilginizi değerlendirir.

Örnek cevap: “ACID kısaltması Atomicity (Atomiklik), Consistency (Tutarlılık), Isolation (Yalıtım) ve Durability (Kalıcılık) anlamına gelir. ACID özellikleri, veri tabanı işlemlerinin güvenilir ve tutarlı olmasını sağlamak için gereklidir.”

İşte her kavramı örneklerle açıklayan bir tablo:

Veri tabanı indeksleri nedir ve neden kullanılır?

Açıklama: Bu soru, indeksleri ve veri tabanı performansını artırmadaki rollerini anlama düzeyinizi ölçer. 

Örnek cevap: “İndeksler, veri getirme işlemlerinin hızını artıran veri tabanı nesneleridir. Bir tabloda bir veya daha fazla sütuna dayalı hızlı bir arama mekanizması oluşturarak çalışırlar; tıpkı bir kitabın dizini gibi bilgiyi hızla bulmanıza yardımcı olur. Yani indeksler, veriye erişmek için gereken disk I/O miktarını azaltır ve böylece genel veri tabanı performansını artırır.”

İşte SQL’deki farklı indeks türlerini ve kullanım durumlarını gösteren bir tablo:

Normalizasyon nedir ve bir veri tabanında neden önemlidir?

Açıklama: Bu soru, veri tabanı normalizasyonu ve bunun yinelenmeyi azaltma ile veri bütünlüğünü artırmadaki rolünü anlama düzeyinizi ölçer.

Örnek cevap: “Normalizasyon, veri tabanındaki verileri yinelenmeyi azaltacak ve veri bütünlüğünü sağlayacak şekilde düzenleme sürecidir. Bir tabloyu daha küçük ve yönetilebilir tablolara ayırmayı ve aralarındaki ilişkileri tanımlamayı içerir. Bu süreç, verilerin veri tabanı genelinde verimli ve tutarlı biçimde depolanmasını sağlar. 

Örneğin, müşteri verilerini birden fazla tabloda saklamak yerine, tek bir müşteri tablosu oluşturup diğer tablolarda anahtarlarla referans vermek, mükerrer veriyi azaltır.”

Uygulamada bunun görünümü şöyledir:

Bu normalleştirilmemiş biçimde, müşteri ve ürün ayrıntıları birden çok satırda tekrarlandığı için veri yinelenmesi belirgindir:

Birinci Normal Form (1NF)

1NF’ye ulaşmak için tekrar eden grupları ortadan kaldırır ve her sütunun atomik değerler içermesini sağlarız:

İkinci Normal Form (2NF)

2NF için, tabloyu Orders ve Customers olmak üzere iki tabloya ayırarak kısmi bağımlılıkları kaldırırız. Bu, müşteri ayrıntılarının yinelenmesini önler:

Orders Tablosu

Customers Tablosu

Üçüncü Normal Form (3NF)

3NF için, geçişli bağımlılıkları kaldırırız. Ürün ayrıntıları, Orders tablosundaki yinelenen bilgileri önlemek için ayrı bir tabloya taşınır:

Orders Tablosu

Customers Tablosu

Products Tablosu

Bir veri tabanında yabancı anahtar nedir?

Açıklama: Bu soru, ilişkisel veri tabanı tasarımını ve tabloların birbirleriyle nasıl ilişkili olduğunu anlama düzeyinizi ölçer.

Örnek cevap: “Yabancı anahtar, bir tabloda yer alan ve başka bir tablodaki birincil anahtara referans veren alandır; iki tablo arasında ilişki kurar. Başvuru bütünlüğünü sağlar; yani yabancı anahtar alanındaki veriler, referans verdiği birincil anahtardaki değerlerle eşleşmelidir. Örneğin, siparişler tablosunda yer alan bir yabancı anahtar, her siparişi müşteri tablosundaki belirli bir müşteriye bağlayarak siparişin geçerli bir müşteriyle ilişkilendirilmesini sağlar.”

Orta Düzey Veri Tabanı Yöneticisi Mülakat Soruları

Bu bölümde, daha karmaşık veri tabanı senaryolarını ele alma becerinizi ölçen orta düzey soruları ele alacağız. Bu sorular, veri tabanı yönetimi, iyileştirme ve sorun giderme konularında daha derin bir anlayış gerektiren başlıkları inceler.

Yavaş çalışan bir sorguyu nasıl optimize edersiniz?

Açıklama: Bu soru, sorgu performansını analiz etme ve iyileştirme becerinizi değerlendirir.

Örnek cevap: “Yavaş çalışan bir sorguyu optimize etmek için önce sorgu yürütme planını analiz ederek darboğazları veya gecikmeye neden olan alanları belirlerim. tam tablo taramaları, eksik indeksler veya verimsiz join’ler gibi unsurlara bakarım. 

Sorgu tam tablo taraması yapıyorsa, WHERE koşulunda veya JOIN işlemlerinde kullanılan sütunlara uygun indeksler eklemek performansı önemli ölçüde iyileştirebilir. Örneğin, sorgu sıkça belirli bir sütuna göre filtreleme yapıyorsa, o sütuna eklenecek bir indeks veri getirme süresini azaltabilir.

Ayrıca mümkünse sorguyu basitleştirmeyi veya daha küçük parçalara bölmeyi düşünürüm. Örneğin, alt sorgular ya da geçici tablolar kullanmak karmaşık sorguları sadeleştirmeye yardımcı olabilir. 

Buna ek olarak join’lerin doğru kullanıldığını, SELECT ifadesinde gereksiz sütunların yer almadığını ve tablolar üzerindeki istatistiklerin güncel olduğunu kontrol ederim. Bu adımlar, sorgunun mümkün olan en verimli şekilde çalışmasını sağlar.”

Veri tabanı deadlock’larını nasıl ele alırsınız?

Açıklama: Bu soru, deadlock’ları anlama ve bir veri tabanı ortamında çözme becerinizi ölçer.

Örnek cevap: “Veri tabanı deadlock’larını ele almak için önce deadlock’a dahil olan işlemler ve çektikleri kaynaklar hakkında ayrıntılı bilgi sağlayan veri tabanı günlüklerini ve deadlock grafiklerini inceleyerek kök nedeni belirlemeye çalışırım. Belirledikten sonra, deadlock’ları çözmek ve önlemek için birkaç strateji uygularım:

• Bir yaklaşım, tüm işlemlerin kaynaklara tutarlı bir sırayla erişmesini sağlamaktır; bu, dairesel bekleme koşullarının olasılığını azaltır. Ayrıca, işlemleri kısa tutmak ve kilitlerin elde tutulduğu süreyi azaltmak deadlock olasılığını en aza indirir. 
• Bir diğer strateji, işlemler için uygun yalıtım düzeyini kullanmaktır; örneğin, tam yalıtım gerekli olmadığında READ COMMITTED yerine SERIALIZABLE kullanmak kilit çekişmesini azaltabilir.
• Deadlock’ların sık olduğu durumlarda, uygulama mantığında deadlock yeniden deneme mekanizması önermeyi tercih ederim. Bu, deadlock istisnasını yakalayıp kısa bir gecikmeden sonra işlemi otomatik olarak yeniden dener. 

Önemli olan, gelecekteki oluşumları önlemek için altta yatan nedenleri belirlemek ve azaltmaktır.”

Veri tabanı bölümleme (partitioning) nedir ve ne zaman kullanırsınız?

Açıklama: Bu soru, veri tabanı bölümleme bilgisini ve uygun senaryolarda bunu etkili şekilde uygulama yeteneğinizi değerlendirir.

Örnek cevap: “Veri tabanı bölümleme, büyük bir tabloyu bölümler adı verilen daha küçük ve yönetilebilir parçalara ayırma işlemidir. Her bölüm ayrı ayrı depolanır ve tek başına sorgulanabilir; bu da özellikle çok büyük veri kümeleri için performansı ve yönetilebilirliği önemli ölçüde iyileştirebilir. 

Bölümleme, tarih aralıkları veya coğrafi bölgeler gibi belirli ölçütlere göre sıklıkla erişilen büyük hacimli verilerle çalışırken özellikle kullanışlıdır.

Bir tablo öyle büyür ki sorgu performansı düşmeye başlarsa bölümlemeyi kullanırım. 

Örneğin, tarihsel işlem verilerini tutan bir tabloda verileri ay veya yıla göre bölümleyebilirim. Bu sayede belirli zaman dilimlerini hedefleyen sorgular tüm tabloyu taramak yerine yalnızca ilgili bölüme erişir ve performans artar. 

Ayrıca, bölümleme arşivleme veya eski verileri temizleme gibi bakım görevlerini daha verimli hale getirir; çünkü bu işlemler tüm tablo yerine tek tek bölümler üzerinde yapılabilir.”

Takip sorularında sorulursa diye farklı bölümleme türlerini karşılaştıran bir tablo:

Veri tabanı çoğaltma (replication) nedir ve ne zaman kullanırsınız?

Açıklama: Bu soru, yüksek erişilebilirlik ve felaket kurtarma için veri tabanı çoğaltmayı ve kullanım durumlarını bilginizi ölçer.

Örnek cevap: “Veri tabanı çoğaltma, veri fazlalığı ve yüksek erişilebilirlik sağlamak için veri tabanı nesnelerinin birden fazla sunucu arasında kopyalanması ve sürdürülmesini içerir. Eşzamanlı (synchronous) veya eşzamanlı olmayan (asynchronous) olabilir. 

• Eşzamanlı çoğaltma, değişikliklerin sunucular arasında gerçek zamanlı yansıtılmasını sağlar.
• Eşzamanlı olmayan çoğaltma, replikaları küçük bir gecikmeyle günceller. 

Çoğaltma, e-ticaret platformları gibi kesintisiz çalışma süresinin kritik olduğu senaryolarda özellikle kullanışlıdır; kullanıcılar, bakım veya donanım arızaları sırasında bile veri tabanının her zaman erişilebilir olmasını bekler.”

Veri tabanı görünümleri (view) nedir ve faydaları nelerdir?

Açıklama: Bu soru, görünümleri ve bunların karmaşık sorguları basitleştirme veya güvenliği artırma amaçlı kullanımını anlama düzeyinizi ölçer.

Örnek cevap: “Veri tabanı görünümü, bir sorgu sonucuna dayanan sanaldır bir tablodur. Veriyi kendisi depolamaz; bir veya daha fazla alttaki tablodan getirilen veriyi görüntüler. 

Görünümler, kullanıcıların karmaşık bir SQL sorgusu yazmak yerine tek bir görünümden seçim yapmasına olanak tanıyarak karmaşık sorguları basitleştirir. Ayrıca, alttaki tablolara erişim vermeden kullanıcı erişimini belirli veri alanlarıyla sınırlandırarak güvenliği artırır. Örneğin, bir görünüm, bir müşterinin adı ve e-postası gibi bazı sütunları gösterip finansal bilgilerini göstermeyebilir.”

İleri Düzey Veritabanı Yöneticisi Mülakat Soruları

Bu bölüm, veritabanı yönetiminde derin bilgi ve deneyim gerektiren ileri düzey konulara odaklanır. Bu sorular, karmaşık görevleri yerine getirme becerinizi değerlendirir.

Veritabanı ölçeklenebilirliğini sağlamak için hangi yöntemleri kullanırsınız? 

Açıklama: Bu soru, veritabanlarını ölçeklendirmeye yönelik çeşitli strateji ve tekniklere dair bilginizi ölçer.

Örnek yanıt: “Veritabanı ölçeklenebilirliğini sağlamak için dikey ve yatay ölçekleme stratejilerini bir arada kullanır, ayrıca veritabanı tasarımı ve mimarisini optimize ederim. Ölçeklenebilirliği şu şekillerde sağlarım: 

1. Dikey ölçekleme: Mevcut veritabanı sunucusuna daha fazla CPU, bellek veya depolama gibi kaynaklar eklemeyi içerir. En basit yaklaşım olsa da donanım yalnızca belirli bir noktaya kadar yükseltilebileceğinden sınırları vardır. Dikey ölçeklemeyi kısa vadeli bir çözüm olarak veya veritabanının çok büyük olmadığı ya da sık ölçekleme gerektirmediği senaryolarda kullanırım.
2. Yatay ölçekleme (sharding): Daha büyük veritabanları veya çok büyük veri kümeleri söz konusu olduğunda yatay ölçekleme ya da sharding daha etkilidir. Bu, veritabanının birden çok sunucuya ya da düğüme dağıtılmasını, her parçanın (shard) verinin bir alt kümesini tutmasını içerir. Yükü dağıtarak sistemin daha fazla sorgu hacmini kaldırmasını sağlar. Örneğin, milyonlarca kullanıcısı olan bir e-ticaret platformunda yükü dağıtmak için veritabanını kullanıcı kimliğine göre parçalara ayırabilirim.
3. Replikasyon: Replikasyon, okuma iş yükünü dağıtmak için verilerin birden fazla veritabanı sunucusuna kopyalanmasını içerir. Okuma ölçeklenebilirliğini artırmak için master-slave veya master-master replikasyon kurarım. Bu yöntem aynı zamanda yedeklilik ekleyerek veri erişilebilirliğini ve hata toleransını artırır.
4. Veritabanı indeksleme ve sorgu optimizasyonu: Etkin indeksleme ve sorgu optimizasyonu performansı önemli ölçüde artırarak veritabanını daha ölçeklenebilir hale getirebilir. Yavaş sorguları analiz edip optimize ederek, uygun indeksler ekleyerek ve tam tablo taraması gibi maliyetli işlemlerden kaçınarak veritabanı üzerindeki yükü azaltırım; bu da dolaylı olarak ölçeklenebilirliğe katkı sağlar.
5. Önbellekleme (caching): Redis veya Memcached gibi bir önbellek katmanı uygulamak, sık erişilen verileri veritabanından alıkoymaya yardımcı olur. Yaygın sorguları önbellekte saklayıp oradan getirerek veritabanı üzerindeki yükü azaltır, yanıt sürelerini kısaltır ve ölçeklenebilirliği artırırım.
6. Bölümleme (partitioning): Veritabanı bölümleme, büyük bir tablonun daha küçük ve yönetilebilir parçalara ayrılmasını içerir; bu da sorgu performansını iyileştirir ve veri yönetimini daha verimli hale getirir. Örneğin, büyük bir işlem tablosunu tarihe göre bölebilirim; böylece belirli zaman aralıklarını hedefleyen sorgular yalnızca ilgili bölümleri tarar, G/Ç’yi azaltır ve yanıt sürelerini hızlandırır.”

Bir tablo, veritabanı mimarilerinde dikey ve yatay ölçekleme arasındaki farkı daha iyi hatırlamanıza yardımcı olabilir:

OLTP ve OLAP veritabanları arasındaki farklar nelerdir ve her birini nasıl optimize edersiniz?

Açıklama: Bu soru, Çevrimiçi İşlem İşleme (OLTP) ve Çevrimiçi Analitik İşleme (OLAP) veritabanlarının farklı özelliklerini ve optimizasyon stratejilerini anlama düzeyinizi ölçer.

Örnek yanıt: “OLTP sistemleri, işlemsel veriyi yönetmek için tasarlanmıştır; hızlı sorgu işleme, yüksek eşzamanlılık ve veri bütünlüğünü korumaya odaklanır. Genellikle ekleme, güncelleme ve silme gibi kısa ve yazma ağırlıklı çok sayıda işlem içerir. 

Bir OLTP veritabanını optimize etmek için veri yinelenmesini azaltmak amacıyla normalleştirme, sorgu yürütmesini hızlandırmak için uygun indeksleme ve eşzamanlı erişimi yönetmek üzere verimli işlem yönetimi gibi teknikler kullanırım.

Öte yandan OLAP sistemleri, karmaşık sorgular ve veri analizi için optimize edilmiştir. Verileri birleştirip özetleyen, okuma ağırlıklı büyük hacimli sorguları karşılamak üzere tasarlanırlar. OLAP veritabanları sıklıkla sorgu performansını artırmak için denormalizasyon kullanır; veri, daha hızlı getirme ve analiz sağlayacak şekilde yapılandırılmıştır.

OLAP veritabanlarını optimize etmek için maddi tablolar (materialized view) oluşturup sürdürmeye, büyük veri kümelerini yönetmek için veri bölümlemeye ve bitmap indeksler gibi çok boyutlu sorgulara uygun indeksleme stratejilerine odaklanırım.”

OLTP ve OLAP’i karşılaştıran bir tablo, bu iki veritabanı sistemi türü arasındaki farkları netleştirebilir:

Farklı veritabanı replikasyonu türlerini ve kullanım alanlarını açıklayın.

Açıklama: Bu soru, veritabanı replikasyon yöntemlerine ve her birinin hangi senaryolarda uygulanacağına dair bilginizi değerlendirir.

Örnek yanıt: “Farklı replikasyon türleri şunlardır: 

1. Master-slave replikasyon: Bu yapıda, bir veritabanı (master) tüm yazma işlemlerini gerçekleştirirken, bir veya daha fazla kopya (slave) okuma işlemlerini üstlenir. Bu tip replikasyon, okuma trafiğini dağıtmak ve master veritabanının yükünü azaltmak için yaygın olarak kullanılır. Okumaların yazmalardan belirgin şekilde fazla olduğu ve nihai tutarlılığın (eventual consistency) kabul edilebilir olduğu uygulamalar için uygundur.
2. Master-master replikasyon: Master-master yapıda, iki veya daha fazla veritabanı hem okuma hem yazma işlemlerini yapabilir. Herhangi bir veritabanında yapılan değişiklikler diğerlerine çoğaltılır. Bu replikasyon türü, verinin birden çok konumdan yazılabilir olması gereken dağıtık ortamlarda faydalıdır. Ancak çatışma çözümü gibi karmaşıklıklar getirir ve yazma çatışmalarının nadir olduğu ya da etkili biçimde yönetilebildiği uygulamalar için daha uygundur.
3. Anlık görüntü (snapshot) replikasyonu: Bu yöntem, belirli bir andaki veritabanının anlık görüntüsünü alıp başka bir konuma kopyalamayı içerir. Genellikle verilerin seyrek değiştiği veya periyodik tam kopyanın yeterli olduğu durumlarda kullanılır. Snapshot replikasyon, dakika dakikasına doğruluğun kritik olmadığı raporlama veya veri ambarı amaçları için sıklıkla kullanılır.
4. İşlemsel (transactional) replikasyon: Bu yöntem, işlemler gerçekleştikçe verileri artımlı olarak çoğaltır. Snapshot replikasyondan daha gelişmiştir çünkü değişiklikleri sürekli olarak kopyaya uygular. Yük dengeleme ve failover kurulumları gibi yüksek erişilebilirlik ve gerçek zamanlı veri tutarlılığı gerektiren senaryolar için idealdir.”

Master-slave ve master-master replikasyon arasındaki farkları karşılaştıran bir tablo, replikasyon türlerini görsel olarak açıklamaya yardımcı olabilir:

Sonuç olarak, replikasyon yöntemi seçimi; veri tutarlılığı gereksinimi, veri değişim sıklığı ve uygulamanın özel gereksinimleri gibi faktörlere bağlıdır.

Saklı yordamlar (stored procedures) nedir ve veritabanı performansını nasıl iyileştirirler?

Açıklama: Bu soru, saklı yordamlar hakkındaki bilginizi ve bunların performans ve sürdürülebilirliği nasıl optimize edebileceğini ölçer.

Örnek yanıt: “Saklı yordaml ar, bir önceden derlenmiş SQL deyimleri kümesidir ve bir bütün olarak yürütülebilir. Saklı yordamlar, birden çok sorgunun tek bir çağrıyla yürütülebilmesi sayesinde veritabanı ve uygulama arasında gönderilen veri miktarını azaltarak performansı iyileştirir. Kullanıcılar, alttaki tablolara doğrudan erişmeden yordamları çalıştırabildiği için güvenliğe de yardımcı olur. 

Saklı yordamlar, bir kez yazılıp birden çok uygulamada kullanılabildikleri için kodun yeniden kullanılabilirliğini artırır.”

Veritabanı sharding nedir ve ne zaman uygularsınız?

Açıklama: Bu soru, yatay ölçekleme için veritabanı bölümleme stratejileri konusundaki bilginizi değerlendirir.

Örnek yanıt: “Veritabanı sharding, büyük bir veritabanının shard adı verilen daha küçük ve yönetilebilir parçalara bölündüğü yatay bir bölümleme stratejisidir. Her shard, ayrı bir sunucuda saklanır; bu da dağıtık sistemlerde daha yüksek ölçeklenebilirlik ve performans sağlar. 

Sharding genellikle sosyal medya platformları veya e-ticaret siteleri gibi büyük veri kümeleriyle çalışırken, veritabanının yüksek işlem hacimlerini ve milyonlarca kullanıcıyı karşılaması gerektiğinde kullanılır. 

Örneğin, bir kullanıcı veritabanı kullanıcı kimliğine göre shard edilerek her shard’ın kullanıcıların bir alt kümesini işlemesi sağlanabilir; bu da sorgu performansını iyileştirir ve yükü birden çok sunucu arasında dengeler.”

SQL Veritabanı Yöneticisi Mülakat Soruları

Bu sorular, SQL sözdizimi, sorgu optimizasyonu ve bir SQL ortamındaki veritabanı yönetimi uygulamaları hakkındaki bilginizi ölçer.

Bir SQL sorgusunu nasıl optimize edersiniz?

Açıklama: Bu soru, SQL sorgu optimizasyon tekniklerini ve verimli sorgular yazarak veritabanı performansını nasıl artıracağınızı anlama düzeyinizi değerlendirir.

Örnek yanıt: “Önce sorgu yürütme planını analiz ederek performans darboğazlarını tespit ederim. İndeksleme, sorgu performansını iyileştirmenin başlıca yöntemidir; bu nedenle WHERE ifadesinde, JOIN koşullarında ve ORDER BY ifadelerinde kullanılan sütunlar için gerekli indekslerin mevcut olduğundan emin olurum.

Bir diğer yaklaşım, SELECT * kullanmaktan kaçınmak ve bunun yerine yalnızca gereken sütunları belirtmektir; bu, getirilen veri miktarını azaltır. Ek olarak, karmaşık sorguları daha basit alt sorgulara dönüştürmeyi veya sorguyu yönetilebilir parçalara ayırmak için geçici tablolar kullanmayı düşünürüm. Örneğin, ilişkili alt sorgular kullanmak yerine performansı artırmak için JOIN’lerden yararlanabilirim.”

Bir tablo, SQL sorgularını optimize etmeye yönelik çeşitli teknikleri hatırlamanıza yardımcı olabilir:

WHERE ve HAVING ifadeleri arasındaki farkı açıklayın.

Açıklama: Bu soru, SQL sözdizimini ve verileri filtrelemede WHERE ve HAVING ifadelerinin özel kullanım durumlarını anlama düzeyinizi test eder.

Örnek yanıt: “WHERE ve HAVING ifadeleri arasındaki temel fark, veriyi ne zaman ve nasıl filtreledikleridir. WHERE ifadesi, herhangi bir grupla­ma gerçekleşmeden önce satırları filtrelemek için kullanılır ve tablodaki tekil satırlara uygulanır. SELECT, UPDATE ve DELETE deyimleriyle kullanılır.

Öte yandan HAVING ifadesi, GROUP BY ifadesi tarafından oluşturulan satır gruplarını filtrelemek için kullanılır. COUNT, SUM, AVG gibi toplu (aggregate) fonksiyonlara koşul koymakta kullanılır; bu fonksiyonlar doğrudan WHERE ifadesinde kullanılamaz.”

Bu pratik örnek, SQL’de WHERE ve HAVING ile filtrelemenin nasıl gerçekleştiğini gösterir:

Tablo: Sales

WHERE kullanımı: Gruplamadan önce satırları filtreler.

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

HAVING  kullanımı: Gruplamadan sonra filtreler.

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

SQL’de INNER JOIN, LEFT JOIN ve RIGHT JOIN arasındaki farklar nelerdir?

Açıklama: Bu soru, birden çok tablodan verileri birleştirmek için kullanılan SQL join’leri hakkındaki bilginizi test eder.

Örnek yanıt: 

• “INNER JOIN, join koşuluna göre iki tablo arasında eşleşme olan satırları döndürür. 
• “LEFT JOIN, sol tablodaki tüm satırları ve sağ tablodaki eşleşen satırları döndürür; eşleşme yoksa sağ tablonun sütunları için NULL değerleri döner. 
• “RIGHT JOIN, LEFT JOIN’e benzer, ancak sağ tablodaki tüm satırları ve sol tablodaki eşleşen satırları döndürür; eşleşme yoksa NULL’larla doldurur. 

Bu join’ler, verileri birden fazla tablo arasında birleştirmek için kullanılır ve doğru join türünün seçimi belirli kullanım durumuna bağlıdır. Örneğin, LEFT JOIN tüm müşterilerin, siparişi olmayanlar da dahil, listesini almak için kullanılabilirken, INNER JOIN yalnızca sipariş vermiş müşterileri döndürür.”

İşte pratik bir örnek:

Tablo: Customers

Tablo: Orders

INNER JOIN sonucu: Yalnızca Customers ve Orders tabloları arasında eşleşme olan satırları döndürür.

LEFT JOIN sonucu: Eşleşmeyen satırlar için NULL’larla birlikte, siparişi olmayanlar da dahil tüm müşterileri döndürür.

RIGHT JOIN sonucu: Eşleşmeyen satırlar için NULL’larla birlikte, eşleşen müşterisi olmayanlar dahil tüm siparişleri döndürür.

SQL'de kümelenmiş (clustered) ve kümelenmemiş (non-clustered) indeks arasındaki fark nedir?

Açıklama: Bu soru, indekslemeyi ve sorgu performansını nasıl etkilediğini anlama düzeyinizi ölçer.

Örnek yanıt: “Kümelenmiş indeks, tablodaki verilerin fiziksel sırasını belirler ve tablonun verileri bu indekse göre sıralandığından, tablo başına yalnızca bir sütuna uygulanabilir. Bir tabloyu kümelenmiş indeksle sorguladığınızda, veritabanı motoru veriyi doğrudan bulabilir çünkü indeks, verinin diskte nasıl saklandığını tanımlar. 

Buna karşılık, kümelenmemiş indeks fiziksel veriye işaretçiler (pointer) tutan ayrı bir yapı oluşturur ve tablo başına birden fazla kümelenmemiş indeks tanımlanabilir. Kümelenmemiş indeksler, arama sorgularında sık kullanılan sütunlar için faydalıdır ancak tablonun fiziksel saklama sırasını etkilemez. Örneğin, birincil anahtar üzerinde kümelenmiş indeks kullanılabilirken, e-posta veya sipariş tarihi gibi sütunlarda aramaları hızlandırmak için kümelenmemiş indeksler tercih edilebilir.”

İşte kümelenmiş ve kümelenmemiş indeksler arasındaki farkları gösteren bir tablo:

SQL Server'da kilitlenme (deadlock) durumunu nasıl yönetirsiniz? 

Açıklama: Bu soru, SQL Server'daki kilitlenme durumlarını teşhis etme ve çözme becerinizi, problem çözme yeteneğinizi ve eşzamanlılık kontrolüne dair bilginizi değerlendirir.

Örnek yanıt: “Kilitlenme, iki veya daha fazla oturumun birbirlerinin kilitleri serbest bırakmasını beklemesi ve süreçlerin süresiz olarak takılı kalmasıdır. Bir kilitlenmeyi ele almak için önce SQL Server Profiler kullanarak veya SQL Server hata günlüğüne kilitlenme bilgilerini kaydetmek için trace flag 1222'yi etkinleştirerek kilitlenme olaylarını tespit eder ve yakalarım. Tespit ettikten sonra, ilgili kaynakları ve sorguları anlamak için kilitlenme grafiğini analiz ederim. 

Genel olarak kilitlenmeleri çözmeye yönelik en yaygın çözümler şunlardır:

• Sorguları optimize etmek: Dairesel bekleme koşullarını önlemek için kilitlerin aynı sırada alındığından emin olmak üzere ilgili sorguları gözden geçirmek ve optimize etmek.
• İşlem kapsamını azaltmak: Kilitlerin tutulduğu süreyi en aza indirmek için işlemleri mümkün olduğunca kısa tutmak.
• Kilitlenme yeniden deneme mantığı uygulamak: SQL Server kilitlenme durumunda süreçlerden birini otomatik olarak kurban seçeceği için, uygulama kodunu kilitlenme özel durumlarını yakalayacak ve işlemi yeniden deneyecek şekilde değiştirmek.
• Sorgu ipuçlarını kullanmak: Sıkı tutarlılık gerektirmeyen okuma işlemleri için NOLOCK gibi veya daha ince taneli kilitler almak için ROWLOCK gibi sorgu ipuçlarını kullanmak.”

Bulut ve Altyapı Tabanlı DBA Mülakat Soruları

Bu bölüm, kurulum, bakım ve bulut ortamlarında optimizasyon dahil olmak üzere bulut tabanlı veritabanı yönetimi bilginizi değerlendiren soruları kapsar.

Bulutta veritabanları için yüksek erişilebilirliği (high availability) nasıl sağlarsınız?

Açıklama: Bu soru, kesinti süresini en aza indirmek için bulut yerel araç ve tekniklerin kullanımını da içeren yüksek erişilebilirlik (HA) stratejilerine ilişkin anlayışınızı değerlendirir.

Örnek yanıt: “Yaygın bir yaklaşım, Amazon RDS, Azure SQL Database veya Google Cloud SQL gibi bulut sağlayıcısının yönetilen veritabanı hizmetlerini kullanmaktır; bu hizmetler yerleşik HA özellikleri sunar. Bu hizmetler, çoklu AZ (Kullanılabilirlik Bölgesi) dağıtımları, otomatik failover ve yedekleme çözümleri sağlar.

Örneğin AWS'de, verileri farklı bir Kullanılabilirlik Bölgesindeki bekleme örneğine otomatik olarak çoğaltan Multi-AZ dağıtımıyla bir Amazon RDS örneği kurarım. Bir arıza durumunda sistem, kesinti süresini en aza indirerek otomatik olarak bekleme örneğine geçer.

Bir diğer yöntem, çoğaltma ve kümeleme uygulamaktır. Örneğin, bir bulut VM'inde PostgreSQL kullanırken akış (streaming) çoğaltma ve pgPool veya Patroni gibi araçlarla bir failover mekanizması kurarak veritabanı erişilebilirliğini sağlarım. Ayrıca düzenli otomatik yedeklemeler yapılandırır ve sorunları proaktif olarak tespit etmek için uyarı mekanizmalarıyla veritabanını izlerim.”

Aşağıdaki tablo, bulut tabanlı veritabanı ortamlarında farklı yüksek erişilebilirlik (HA) stratejilerini göstermektedir:

Şirket içi (on-premises) veritabanlarını buluta taşımak için en iyi uygulamalar nelerdir?

Açıklama: Bu soru, şirket içi veritabanlarını bulut ortamına taşımayı planlama ve yürütme becerinizi, kesinti süresini en aza indirmeye ve veri bütünlüğünü sağlamaya odaklanarak değerlendirir.

Örnek yanıt: “Şu en iyi uygulamaları takip ederim:

1. Değerlendirme ve planlama: Mevcut veritabanı ortamını; şemayı, veri boyutunu ve uygulama bağımlılıklarını anlamak için değerlendirerek başlarım. Sonrasında, iş yükü gereksinimlerine göre uygun bulut hizmetini ve örnek türünü seçerim – ağ yapılandırması, güvenlik ve uyumluluk konularını planlamak önemlidir.
2. Veri geçiş stratejisi: AWS Database Migration Service (DMS) veya Azure Database Migration Service gibi araçlarla çevrimdışı (offline) geçiş gibi, kesintiyi en aza indiren uygun bir veri geçiş stratejisi seçin. Büyük veritabanları için, ilk toplu veri aktarımı amacıyla AWS Snowball gibi aşamalı bir yaklaşım veya veri hattı çözümleri etkili olabilir.
3. Test: Üretim kurulumunu yansıtan bir hazırlık (staging) ortamında kapsamlı testler yapın. Gerçek geçiş öncesinde veri geçiş sürecini, bağlantıyı, performansı ve failover senaryolarını test ederek sorunları tespit edin.
4. Asgari kesintiyle geçiş (cutover): Nihai geçişi düşük kullanım dönemine planlayın. Kesinti ve veri kaybını en aza indirmek için nihai geçişe kadar bulut veritabanını şirket içi veritabanıyla senkron tutmak üzere çoğaltma kullanın.
5. Geçiş sonrası doğrulama: Geçişten sonra veri bütünlüğünü doğrulayın, performans testleri yapın ve her şeyin beklendiği gibi çalıştığından emin olmak için bulut veritabanını izleyin.”

Bulut tabanlı veritabanlarında güvenliği nasıl ele alırsınız?

Açıklama: Bu soru, bulut tabanlı veritabanlarında veri koruma önlemlerini uygulamaya, şifreleme, erişim kontrolü ve uyumluluk dahil olmak üzere anlayışınızı sorgular.

Örnek yanıt: “Aldığım bazı temel önlemler şunlardır:

1. Veri şifreleme: Dinlenen (at rest) ve iletim halindeki (in transit) veriler için şifrelemeyi etkinleştirin. Dinlenen veri şifrelemesi için, şifreleme anahtarlarını yönetmek üzere AWS KMS veya Azure Key Vault gibi bulut sağlayıcısının şifreleme hizmetlerini kullanırım. İletim halindeki veri için, uygulama ile veritabanı arasındaki bağlantıları şifrelemek üzere SSL/TLS kullanırım.
2. Erişim kontrolü: Kullanıcılara ve uygulamalara yalnızca gerekli izinleri vererek en az ayrıcalık ilkesini uygulayın. Kimlik ve Erişim Yönetimi (IAM) rol ve ilkelerini veritabanına ve kaynaklarına erişimi kontrol etmek için kullanın. Ayrıca, yönetimsel erişim için çok faktörlü kimlik doğrulamayı (MFA) etkinleştirin.
3. Ağ güvenliği: Veritabanlarını güvenli bir ağ içinde izole etmek için Sanal Özel Bulut (VPC) veya Sanal Ağ (VNet) yapılandırmalarından yararlanın. Güvenlik grupları, güvenlik duvarları ve ağ ACL'leri kullanarak veritabanı erişimini güvenilir IP adresleri veya alt ağlarla sınırlayın.
4. İzleme ve denetim: Erişimi ve sorgu yürütmeyi izlemek için veritabanı günlükleme ve izleme özelliklerini etkinleştirin. AWS CloudTrail, Azure Monitor veya Google Cloud Audit Logs gibi hizmetleri kullanarak veritabanı etkinliklerinin bir denetim izi tutulur.
5. Uyumluluk ve düzenli güvenlik denetimleri: İlgili düzenlemelerle uyumu sağlayın (GDPR veya HIPAA gibi) veri koruma ayarlarını yapılandırarak ve düzenli güvenlik denetimleri ile zafiyet değerlendirmeleri yaparak.”

Şirket içi bir veritabanını yönetmek ile bulut tabanlı bir veritabanını yönetmek arasındaki temel farklar nelerdir?

Açıklama: Bu soru, şirket içi ve bulut tabanlı veritabanı yönetimi arasındaki operasyonel farklara dair anlayışınızı değerlendirir.

Örnek yanıt: “Şirket içi veritabanlarını yönetmek; donanım tedariki, yazılım kurulumu ve yedekleme, yamalama ve izleme gibi düzenli bakımların yürütülmesini gerektirir. 

Buna karşılık, bulut tabanlı veritabanları, sağlayıcının altyapısından yararlanır; ölçeklenebilirlik, yerleşik yüksek erişilebilirlik ve otomatik yedeklemeler sunar. Bulut veritabanları, fiziksel donanıma yatırım yapmadan gerektikçe kaynakları artırma veya azaltma seçenekleri de sağlar. Örneğin AWS RDS'de, yalnızca birkaç tıklamayla işlem gücünü ve depolamayı kolayca ölçekleyebilirsiniz ve sistem donanım tarafını sizin yerinize yönetir.”

Bulut veritabanı hizmetlerinin maliyetini nasıl izler ve optimize edersiniz?

Açıklama: Bu soru, bulut veritabanlarını yönetirken performans ile maliyeti dengeleme becerinizi değerlendirir.

Örnek yanıt: “Bulut veritabanı maliyetlerini optimize etmek için, AWS CloudWatch veya Azure Monitor gibi sağlayıcının izleme araçlarıyla kullanım modellerini ve kaynak tüketimini sürekli izlerim. 

Az kullanılan örnekleri belirler ve mümkün olduğunda daha düşük seviyeli örneklere yeniden boyutlandırmayı (rightsizing) değerlendiririm. Ayrıca, özellikle yoğun olmayan saatlerde kullanılmayan kapasite için fazla ödeme yapmamak adına otomatik ölçeklendirme gibi özelliklerden yararlanırım. Uzun vadeli iş yüklerinde Rezerve Edilmiş Örnekler veya Tasarruf Planları kullanmak da maliyetleri düşürmenin bir diğer yoludur. 

Son olarak, depolama kullanımını düzenli olarak gözden geçirir ve gereksiz maliyete neden olan kullanılmayan veri veya günlükleri temizlerim.”

Davranışsal ve Problem Çözme Odaklı DBA Mülakat Soruları

Davranışsal ve problem çözme soruları, gerçek dünya senaryolarını nasıl ele aldığınızı, ekip çalışmasını ve veritabanı yönetimindeki zorluklara yaklaşımınızı ölçmeyi amaçlar. Bu sorular, problem çözme bakış açınızı ve baskı altında çalışma yeteneğinizi sıklıkla ortaya koyar.

Kritik bir veritabanı sorununu gidermeniz gereken bir durumu anlatın. 

Açıklama: Bu soru, problem çözme becerilerinizi ve baskı altında sakin ve etkili kalma yeteneğinizi değerlendirir. Kritik veritabanı sorunlarını nasıl teşhis edip çözdüğünüze dair örnekler arar.

Örnek yanıt: “Önceki bir görevimde, üretim veritabanımızın ciddi performans düşüşü yaşaması ve müşteriyle yüz yüze uygulamamızı etkilemesiyle karşılaştım… 

İlk adım olarak paydaşları derhal bilgilendirdim ve iletişimi açık tutmak için bir köprü (bridge) çağrısı başlattım. Ardından veritabanına erişip SQL Server Profiler gibi araçlarla uzun süre çalışan sorguları ve kaynak tüketimi yüksek süreçleri tespit ettim.

Eksik bir indeks nedeniyle kilitlenmeye yol açan bir sorguyu belirledikten sonra, uygun indeksi ekleyerek hızlı bir düzeltme uyguladım ve performans anında iyileşti. 

Bunu takiben, sorgu yürütme planını gözden geçirdim ve performansı daha da artırmak için SQL sorgularını yeniden yapılandırdım. Ayrıca, kullanıcıları etkilemeden veritabanını kapsamlı şekilde analiz edip optimize etmek için bir bakım penceresi planladım.

Olayı, çözüm adımlarını ve çıkarılan dersleri belgeleyerek gelecekteki senaryolar için olay müdahale sürecimizi iyileştirdim. Bu deneyim, sistematik bir sorun giderme yaklaşımının ve proaktif performans izlemenin önemini öğretti.”

Aynı anda birden fazla veritabanı projesini nasıl önceliklendirir ve yönetirsiniz?

Açıklama: Bu soru, aynı anda birden fazla veritabanı görevi veya projesi yürütürken zaman yönetimi ve önceliklendirme becerilerinizi inceler.

Örnek yanıt: “Birden fazla veritabanı projesini yönetirken, her proje için öncelikleri ve teslim tarihlerini net şekilde anlamakla başlarım. Kritik görevleri belirlemek için paydaşlarla iş birliği yaparım ve ilerlemeyi düzenlemek ve takip etmek için Jira veya Trello gibi proje yönetim araçlarını kullanırım.

Görevleri, işe etkilerine, potansiyel risklere ve bağımlılıklara göre önceliklendiririm. Örneğin, güvenlik yamalarını içeren bir görev, rutin bakıma kıyasla öncelik kazanır. Bağlam değiştirmeden istikrarlı ilerleme sağlamak için her proje için ayrılmış zaman dilimleri de oluştururum.

Düzenli iletişim esastır; bu nedenle paydaşları ilerleme ve olası gecikmeler hakkında bilgilendiririm. Ayrıca, programıma pay bırakıp öngörülemeyen sorunlara hazırlıklı olurum. Veritabanı kesintisi gibi yüksek öncelikli bir sorun ortaya çıkarsa, diğer projeleri rayında tutarken hızla yönelip onu ele alabilirim.”

En son veritabanı teknolojileri ve trendleriyle nasıl güncel kalırsınız?

Açıklama: Bu soru, hızlı ilerleyen bir sektörde gelişen veritabanı teknolojileriyle güncel kalma ve sürekli öğrenmeye bağlılığınızı değerlendirir.

Örnek yanıt: “Öncelikle, SQLServerCentral, DatabaseJournal ve Stack Overflow gibi sektör bloglarını, yayınları ve forumları takip ederek yeni gelişmeler ve en iyi uygulamalar hakkında bilgi sahibi olurum.

Ayrıca, NoSQL veritabanları, bulut veritabanı hizmetleri ve otomasyon araçları gibi ortaya çıkan teknolojiler hakkındaki bilgimi derinleştirmek için web seminerlerine, çevrimiçi kurslara ve sertifikasyonlara katılırım. Örneğin, yakın zamanda DataCamp'te Veritabanı Yöneticileri için SQL Server üzerine bir dizi kurs tamamladım.

Konferanslara ve yerel buluşmalara katılmak da toplulukla bağlantıda kalmamı, uzmanlardan öğrenmemi ve meslektaşlarla bilgi alışverişi yapmamı sağlar. Ayrıca, test ortamında yeni araç ve teknikleri deneyerek kuruluşumuz için potansiyel faydalarını değerlendiririm. Bu proaktif yaklaşım, becerilerimi sürekli geliştirmeme ve alanda bir adım önde olmama yardımcı olur.”

Bir veritabanı kesintisi sırasında yüksek baskı altında kalmanız gereken bir zamanı anlatabilir misiniz? Yaklaşımınız neydi?

Açıklama: Bu soru, yüksek baskı altındaki durumları ele alma ve kritik sorunları çözme yaklaşımınızı değerlendirir.

Örnek yanıt: “Kritik bir e-ticaret satış etkinliği sırasında, trafikteki ani artış nedeniyle veritabanı çöktü. İlk adımım, konuyu paydaşlara iletmek ve uygun izleme ile uyarıların devrede olduğundan emin olmaktı. 

Günlükleri hızla analiz ederek, yetersiz veritabanı bağlantılarının kesintiye yol açtığını tespit ettim. Bağlantı havuzu boyutunu artırdım ve yükü daha dengeli dağıtmak için birden fazla okuma replikası arasında yük dengeleme uyguladım. Veritabanı geri geldi ve ardından kök neden analizi yaparak gelecekteki tekrarları önlemeye çalıştım.”

Karmaşık teknik sorunları teknik olmayan paydaşlara iletmeye nasıl yaklaşırsınız?

Açıklama: Bu soru, iletişim becerilerinizi ve karmaşık konuları basit şekilde açıklama yeteneğinizi değerlendirir.

Örnek yanıt: “Teknik olmayan paydaşlarla iletişim kurarken, konuyu iş üzerindeki etkisi gibi onların anlayabileceği terimlerle sunmaya odaklanırım. 

Örneğin, sorgu optimizasyonu ve yürütme planlarını tartışmak yerine, yavaş bir veritabanının sipariş işlemede gecikmelere neden olarak müşteri memnuniyetini etkileyebileceğini açıklarım. 

Ayrıca, yapılan değişikliklerden sonra performans iyileştirmelerini göstermek için grafikler veya çizelgeler gibi görsel araçlar kullanırım. Bu yaklaşım, teknik ve teknik olmayan ekip üyeleri arasındaki uçurumu kapatmaya yardımcı olur ve herkesin aynı noktada buluşmasını sağlar.”

DBA Mülakatına Hazırlık İpuçları

DBA'nize hazır olduğunuzdan emin olmak için yapmanız gereken birkaç şey: 

Veritabanı kavramları ve araçlarında ustalaşın

ACID özellikleri, indeksleme, normalizasyon ve işlem yönetimi gibi temel veritabanı kavramlarını derinlemesine anlayın ve uygulamalı deneyim edinin.

Veritabanı Tasarımı ve Veri Yönetimi kursları, bilginizi tazelemek için en iyi yardımcılarınızdır.

Gerçek dünya örnekleri hazırlayın

Sorguları optimize ettiğiniz, yedekleme stratejileri uyguladığınız veya performans sorunlarını çözdüğünüz deneyimlerinizden belirli senaryoları tartışmaya hazır olun. Bunun kişisel projelerden de olabileceğini unutmayın! 

Amaç; karşılaştığınız zorlukları, uyguladığınız çözümleri ve elde edilen sonuçları vurgulamaktır.

Sektör trendleriyle güncel kalın

Veritabanı teknolojisindeki en son gelişmeleri takip edin. Bu yazı kaleme alınırken, bulut platformlarına, güvenliğe ve sorumlu yapay zekâ veri yönetimine aşina olmak sizi öne çıkarabilir!

Yaygın mülakat sorularını gözden geçirin

Şu anda yaptığınız şey bu! Veritabanı tasarımı, sorgu optimizasyonu, yedekleme ve kurtarma prosedürleri ile güvenlik yönetimiyle ilgili yaygın DBA mülakat sorularını yanıtlamayı pratik yapın. Bu hazırlık, bilginizi kendinden emin şekilde ifade etmenize yardımcı olur. Bu rehberdeki tüm soruları gözden geçirdiğinizden emin olun.

Davranışsal sorulara hazırlanın

Problem çözmeye nasıl yaklaştığınızı, yüksek baskı durumlarını nasıl yönettiğinizi ve ekip üyeleriyle nasıl iş birliği yaptığınızı açıklamaya hazır olun. Karmaşık teknik ve veri kavramlarını teknik olmayan paydaşlara etkili şekilde aktarabilme yeteneğiniz kritik öneme sahiptir.

Sonuç

Veritabanı yöneticileri, bir veri yönetimi stratejisinin sorunsuz işlemesi için hayati öneme sahiptir; bu nedenle bilgilerini gösterebilmeli ve uygulayabilmelidirler. 

Bu makale, SQL'e özgü ve bulut tabanlı senaryolar dahil olmak üzere temel seviyeden ileri seviyeye kadar bir dizi mülakat sorusunu ele aldı. Umarız yaklaşan mülakatınıza şimdi daha iyi hazırsınızdır!

Daha fazla öğrenme için aşağıdaki kaynakları keşfedin:

• Oracle SQL'e Giriş
• SQL Server Geliştirici
• Veritabanı Yöneticileri için SQL Server
• Veritabanı Yöneticileri için SQL
• SQL'de İlişkisel Veritabanlarına Giriş