2026 İçin En İyi 25 MongoDB Mülakat Sorusu ve Cevabı

Temel MongoDB Mülakat Soruları

Bu bölümde, MongoDB mülakatlarında sıkça sorulan temel sorulara odaklanacağız.

BSON depolama formatını açıklayın.

BSON, ikili JavaScript nesne gösterimi anlamına gelir. Serileştirilmiş JSON belgelerini ikili kodlu bir formatta depolar ve Date, ObjectId ve düzenli ifadeler gibi ek veri türlerini destekleyerek JSON'un yeteneklerini genişletir. 

Tipik bir BSON belgesi üç bileşen içerir: belgenin boyutu, alan öğeleri (veri türü, ad ve değer gibi) ve ikili formatta kodlanmış bir null sonlandırıcı.

Aşağıdaki tablo, özellikle BSON'un JSON yeteneklerini genişlettiği için BSON ile JSON arasındaki farkları göstermektedir:

MongoDB'de koleksiyon nedir?

MongoDB koleksiyonu, tek bir veritabanında depolanan belge grubudur. İlişkisel bir veritabanındaki tabloya benzer; koleksiyondaki her belge, tablodaki bir satırı temsil eder. Ancak, koleksiyonun sabit bir şeması yoktur; bu da koleksiyon içindeki belgelerin farklı veri türlerinde olabileceği anlamına gelir. 

MongoDB'de bir belge nasıl sorgulanır?

MongoDB'de belgeleri find() yöntemiyle sorgulayabilirsiniz. Bir koleksiyondaki tüm belgeleri sorgulamak için db.collection_name.find() kullanın. find yöntemi iki giriş parametresine sahiptir: query ve projection. query parametresi, belirli bir koşulu karşılayan belgeleri filtrelemek için kullanılır. 

Sorgu parametresi için sözdizimi:

db.collection_name.find({condition}) 

İkincisi, çıktıda hangi sütunların dahil edileceğini veya hariç tutulacağını belirten proje parametresidir. Getirmek istediğiniz sütunlara 1 atayın. Sözdizimi şöyledir:

db.collection_name.find({},{column1: 1, column2: 1})

find() ile findOne() arasındaki fark nedir?

find() yöntemi, sorgu ölçütleriyle eşleşen birden çok belgeye bir imleç döndürür. Bu, tüm sonuçlar üzerinde yineleme yaparak ve eşleşen belgeleri getirerek çalışır. Öte yandan, findOne() yöntemi ilk eşleşen belgeyi döndürür.

MongoDB'de _id alanı nedir?

Bir koleksiyonda depolanan her belgenin benzersiz bir tanımlayıcıya ihtiyacı vardır. Bu _id alanı, bir koleksiyondaki belgeleri benzersiz şekilde tanımlamak için birincil anahtar görevi görür. 

Orta Seviye MongoDB Mülakat Soruları

Şimdi, görüşmecinin bilmenizi bekleyebileceği bazı temel MongoDB kavramlarına geçelim. 

MongoDB büyük resimleri ve videoları nasıl saklar?

Geleneksel olarak, MongoDB 16 MB'tan büyük belgelerin depolanmasına izin vermez. Ancak, 16 MB'tan büyük dosyaları depolamak ve almak için GridFS adlı özel bir belirtime sahiptir. Dosyayı daha küçük, eşit parçalara böler ve bunları dahili olarak ayrı belgeler olarak depolar. 

Aşağıdaki tablo, MongoDB'nin GridFS kullanarak büyük dosyaları nasıl sakladığını özetler:

MongoDB yüksek erişilebilirliği nasıl sağlar?

MongoDB, çoğaltma yoluyla yüksek erişilebilirlik sağlar. Replica set'ler verilerin farklı kopyalarını düğümler arasında depolar; böylece bir düğüm arızalanırsa bir diğeri devralabilir.

MongoDB'de sharding nedir?

Sharding, MongoDB'de yatay ölçeklemeyi mümkün kılar. Tek bir örnek büyük bir veri kümesini yönetemediğinde, MongoDB veriyi daha küçük parçalara böler ve shard olarak bilinen birden çok sunucuya dağıtır. 

Aşağıdaki tablo, çoğaltma ve sharding arasındaki farkları netleştirir:

MongoDB'de replica set nedir?

MongoDB'de replica set, aynı veri kümesini koruyan örnekler grubudur. Yüksek erişilebilirlik gerektiren uygulamalarda devreye alınırlar; çünkü bir örnek sorun yaşarsa, sistem otomatik olarak replica set içindeki bir sonraki uygun düğüme geçer. 

MongoDB'de toplulaştırma (aggregation) kavramını açıklayın.

MongoDB, birden çok belgeden verileri toplar ve tek bir sonuç döndürmek üzere işler. Bu, belgelerin birkaç aşamadan geçtiği bir toplulaştırma hattını içerir—her aşamanın çıktısı bir sonrakinin girdisi olur. Tipik bir hat, match, group ve sort gibi aşamaları içerebilir:

• Match: Belirtilen ölçütlere göre belgeleri filtreler.
• Group: Toplulaştırma işlemini gerçekleştirir.
• Sort: Nihai sonuçları ihtiyacımıza göre sıralar. 

MongoDB'de sabit boyutlu (capped) koleksiyon nedir? 

Sabit boyutlu bir koleksiyonun belirli bir boyutu ve belge sayısı sınırı vardır. Sınır aşıldığında en eski belgeyi otomatik olarak üzerine yazar ve en güncel bilgiyi saklar. Bu yaklaşım, günlükleme ve önbellekleme gibi kullanım durumları için uygundur. 

İleri Seviye MongoDB Mülakat Soruları

Bu bölümde, popüler ileri seviye MongoDB mülakat sorularına ve cevaplarına göz atıyoruz.

MongoDB ACID işlemleri destekler mi?

Sürüm 4.0'a kadar MongoDB, yalnızca tek belgeler için ACID işlemlerini destekliyordu. Çok belgeli ACID işlemleriyle, geliştiriciler artık bir koleksiyon içindeki birden çok belge boyunca ACID özelliklerini sağlayabilir. 

MongoDB'de map-reduce nedir?

Map-reduce, büyük veri kümeleri üzerinde işlemler gerçekleştirip toplulaştırılmış sonuçlar üreten bir veri işleme paradigmasıdır. MongoDB, map ve reduce olmak üzere iki aşamadan oluşan yerleşik bir mapReduce() fonksiyonu sunar. 

Map aşamasında, fonksiyon koleksiyondaki her belgeyi işler ve anahtar-değer çiftleri üretir. Bu anahtar-değer çiftleri reduce aşamasında toplanır ve işlemler gerçekleştirilir. 

Örneğin, bir metin belgeleri koleksiyonunuz varsa, map fonksiyonu her kelimeyi bir anahtara dönüştürür ve ona 1 değeri atar. Ardından reduce fonksiyonu, tüm koleksiyon genelinde her kelimenin geçiş sayısını belirlemek için her anahtarın değerlerini toplar.

MongoDB'de TTL indekslerini açıklayın.

Üretilen veriler düzenli olarak gözden geçirilmeli ve gerekmediğinde kaldırılmalıdır; aksi takdirde en güncel bilgileri barındırmak için kaynaklarınız tükenecektir. 

MongoDB, süresi dolan belgelerin silinmesini kolaylaştıran Time-to-Live (TTL) indeksleri sağlar. Tek yapmanız gereken bir belgenin ne kadar süre tutulacağını belirtmektir; TTL, belirtilen süre geçtikten sonra belgeyi otomatik olarak kaldırır.

Aşağıdaki tablo, MongoDB'de mevcut dizin türlerini ve kullanım durumlarını açıklar:

MongoDB'de yedekleme ve kurtarma özelliği var mı?

MongoDB, mongodump yardımcı programı aracılığıyla veri yedeklemeye izin verir. Bu araç, verilerinizin ikili yedeklerini oluşturur; ihtiyaç duyduğunuzda bunları içe aktarabilirsiniz. Bir diğer seçenek ise üçüncü taraf bulut çözümleri veya MongoDB Atlas(bulut hizmeti) kullanarak yedekleme sürecini otomatikleştirmektir. 

MongoDB, yedeklenmiş BSON dosyalarından veri almak için mongorestore yardımcı programını sağlar. Ayrıca, üçüncü taraf bulut çözümleri otomatik geri yükleme yetenekleri sunarak kesinti süresini en aza indirir. 

MongoDB sorgularını nasıl optimize edebilirsiniz?

MongoDB sorgularınızı optimize etmek için uygulanabilecek birkaç çözüm şunlardır:

• Dizinler, belgeler hakkında bilgi saklar ve doğru veriye hızlıca ulaşmaya yardımcı olur. Bu nedenle, dizin oluşturmak sorgu performansını artırabilir.
• Hangi sütunlara ihtiyacınız olduğunu biliyorsanız, yalnızca bu alanları döndürmek için projeksiyon yöntemlerini kullanın; bu daha iyi performans sağlar.
• Düzenli ifadeler gibi maliyetli işlemlerden kaçının; bunun yerine önek aramaları veya indeksli alanları kullanın.
• Özellikle okuma ağırlıklı iş yüklerinde doğru shard anahtarını seçin.

MongoDB'de journaling'i açıklayın.

Bir yazma işlemi gerçekleştirildiğinde, MongoDB bunu veritabanı dosyalarına işlenmeden önce günlük dosyalarına kaydeder. Bu günlükler, taahhüt edilmiş yazma işlemlerinin sistem arızaları veya çökmeleri durumunda hızla kurtarılmasını sağlar. 

MongoDB Kodlama Mülakat Soruları

Kodlama mülakat soruları genellikle MongoDB kavramlarını kod aracılığıyla uygulama becerinize odaklanır. Sözdiziminizi, kodlama uygulamalarınızı ve MongoDB araçlarını ve işlevlerini ne kadar verimli kullanabildiğinizi sınar. 

MongoDB'de bir dizin nasıl oluşturulur?

MongoDB, tek alanlı dizinler, metin dizinleri ve 2D dizinler gibi çeşitli dizin türleri oluşturmak için createIndex() fonksiyonuna sahiptir. Yöntem, indekslenecek sütunları tanımlayan anahtarlar ve diğer seçenekler olmak üzere iki giriş parametresi alır.

Sözdizimi:

db.collection.createIndex(keys, options)

• Anahtarlar: { field1: 1, field2: -1, ... }, 1 artan sıra, -1 azalan sıra içindir
• Seçenekler: {unique: true}, {sparse: true}, { expireAfterSeconds: 3600 }

Örnek:

db.users.createIndex({ email: 1 }, { unique: true });

MongoDB'de toplulaştırma nasıl uygulanır?

Toplulaştırma genellikle üç aşama içerir: match, group ve sort. Bunları koda nasıl uygulayabileceğimize bakalım.

“products” belge örneği:

[
  { "_id": 1, "product_id": "t2409", "amount": $250, "status": "done" },
  { "_id": 2, "product_id": "t2009", "amount": $300, "status": "done" },
  { "_id": 3, "product_id": "t1309", "amount": $150, "status": "pending" },
  { "_id": 4, "product_id": "t1919", "amount": $480, "status": "done" },
  { "_id": 5, "product_id": "t5459", "amount": $120, "status": "pending" },
  { "_id": 6, "product_id": "t3829", "amount": $280, "status": "done" }
]

• $match: Bir koşula göre belgeleri filtrelemek için
• $group: Verileri gruplar ve toplulaştırma işlemi uygular
• $sort: Çıktı belgelerini ihtiyacınıza göre sıralayın

Örnek:

db.products.aggregate([
  { $match: { status: "completed" } },
  { $group: { _id: "$product_id", totalAmount: { $sum: "$amount" },
  { $sort
]);

MongoDB'de SQL join eşdeğeri nasıl gerçekleştirilir?

MongoDB, SQL eşdeğeri join işlemleri için $lookup gibi toplulaştırma operatörleri sağlar.

Sözdizimi:

db.collection_1_name.aggregate([
  {
    $lookup: {
      from: "collection_2_name",  // The other collection to join with
      localField: "field_in_collection_1", // The field on which you want to join
      foreignField: "field_in_collection_2", // The field from the second collection you want to perform join operation
      as: "result_field" // The name of the new field to store the joined result
    }
  }
])

Örnek: 

Diyelim ki aşağıdaki gibi verilere sahip sipariş ve ürün koleksiyonlarınız var:

“Orders” koleksiyonu:

[
  { "_id": 1, "product_id": 101, "order_amount": 250 },
  { "_id": 2, "product_id": 102, "order_amount": 300 },
  { "_id": 3, "product_id": 101, "order_amount": 150 }
]

“Products” koleksiyonu:

[
   { "_id": 3789, "product_id": 102, "product_price": $100},
   { "_id": 3970, "product_id": 103, "product_price": $297},
   { "_id": 3509, "product_id": 101, "product_price": $300},
]

Join işlemi:

db.orders.aggregate([
  {
    $lookup: {
      from: "products",              
      localField: "customer_id",       
      foreignField: "_id",             
      as: "customer_info"             
    }
  }
])

MongoDB'de bire-çok ilişkiyi nasıl modellersiniz?

Bire-çok ilişkiyi açıklamak için gömülü belgeler kullanan bir veri modeli oluşturabilirsiniz. Örneğin, tek bir ekibin birden çok çalışanı olabilir; bu nedenle onları şu şekilde gömebilirsiniz:

Veri:

// team details
{
    _id: "Datascience"
   company_name: "DataCamp"
   team_name: "Data leaders"
}

// employee one
{
   name: "John"
   employee_id: "t009456"
email: johnsmith@datacamp.com
}
// employee two
{
  name: "Emily"
  employee_id: "t8068ms"
  email: emilyjones@datacamp.com
}

Bire-çok gömülü belge:

{
    "_id": "Datascience",
    "company_name": "DataCamp",
    "team_name": "Data leaders",
    "employees": [
        {
            "name": "John",
            "employee_id": "t009456",
            "email": "johnsmith@datacamp.com"
        },
        {
            "name": "Emily",
            "employee_id": "t8068ms",
            "email": "emilyjones@datacamp.com"
        }
    ]
}

DBA'lar İçin Senaryo Tabanlı MongoDB Mülakat Soruları

Görüşmeciler sizi zorlu durumlara sokarak bunlara nasıl yaklaşacağınızı değerlendirir. Bu, MongoDB ile çalışırken gerçek zamanlı sorunları ele alma yeteneğinizi anlamalarına yardımcı olur. 

Aşağıdaki gibi “orders” veritabanında bir arama işlemi gerçekleştirdiğinizi hayal edin. Sorgunun neden yavaş olduğunu nasıl hata ayıklarsınız?

df.orders.find({
	customer_id: 'yop89'
	ordered_items: {
		product_id: 'toi45'
		product_id: 'tac87'
	}
});

Önce, yalnızca yavaş çalışan sorguları seçmek için profil seviyesini 1 olarak ayarlamalısınız:

db.setProfilingLevel(1, { slowms: 100 }); // Logs queries slower than 100ms

Şimdi, aşağıdaki kod bize işlem türü, geçen süre ve taranan anahtarlar veya belgeler gibi ek ayrıntılar verir. Bu bilgiler, yavaş çalışan sorguları bulmanıza yardımcı olur:

db.system.profile.find({ millis: { $gt: 100 } }).sort({ millis: -1 }).limit(10);

Yukarıdaki senaryoda, yavaş çalışan sorguların performansını nasıl artırırsınız?

Yukarıdaki kodun çıktısından, eğer sorgu tüm koleksiyonu tarıyorsa, customer_id ve ordered_items üzerinde dizinler oluşturun. Dizinler, taranan belge sayısını azaltarak sorgu yürütme süresini iyileştirebilir.

db.orders.createIndex({ customer_id: 1, "ordered_items.product_id": 1});

Sharding'de, bir shard aşırı yüklenmişken diğerleri boşta kalırsa bunu nasıl dengelersiniz?

İki olası sorun, uygun olmayan shard anahtarı seçimi ve shard'lar arasında dengesiz veri dağılımıdır.

Çözüm 1: Doğru shard anahtarını seçin

• Shard anahtarı olarak yüksek kardinaliteli sütunlar seçin; yani çok sayıda benzersiz değere sahip olmalı.
• İş yükünüz yazma ağırlıklıysa, shard anahtarınızın tüm yazmaları tek bir shard'a yönlendirmediğinden emin olun.
• En sık kullanılan sorgularınızla uyumlu bir shard anahtarı seçin. Örneğin, sorgularınız sıkça belirli bir alan üzerinde join yapıyorsa, o alan etkili bir shard anahtarı olabilir.

Çözüm 2: Dengesiz dağılımı yeniden dengeleyin

Aşağıdaki komut, shard'lar arasında dağıtılan verilere genel bir bakış sağlar. Parçalar iyi dağılmamışsa, dengeleyiciyi (balancer) etkinleştirin.

sh.status()

Aşağıdaki komut, dengeleyicinin durumunu getirir. Devre dışıysa, sonraki komutla etkinleştirin.

sh.getBalancerState()
sh.enableBalancing("db_name.collection_name")

RDBMS'ten MongoDB'ye geçiş yaparken hangi zorluklarla karşılaşabilirsiniz?

İlişkisel veritabanı işlemlerini NoSQL'deki karşılıklarına eşlemek zorlayıcı olabilir.

• Örneğin, SQL join'leri MongoDB'de doğrudan değildir; benzer işlevselliğe ulaşmak için toplulaştırma çerçevesini kullanmanız gerekir.
• Bir diğer zorluk, yapılandırılmış tablolarda saklanan verilerin MongoDB'nin BSON depolama formatına uyacak şekilde dönüştürülmesini gerektirmesidir. 
• Ayrıca, RDBMS güçlü ACID uyumluluğu sağlarken, MongoDB yalnızca belge düzeyinde ACID özellikleri sunar; bu da karmaşık ACID işlemlerinin ekstra dikkat gerektirebileceği anlamına gelir.

MongoDB Mülakatına Hazırlanma İpuçları

Bir MongoDB mülakatında başarılı olmak, kavramlara derin bir anlayış ve konuda pratik uzmanlık gerektirir. NoSQL veritabanları hakkında bilginizi güçlendirmeniz, MongoDB sözdizimini öğrenmeniz ve çeşitli MongoDB hata senaryolarına maruz kalıp bunları çözmeyi öğrenmeniz önemlidir. 

Bir sonraki MongoDB mülakatını geçmenize yardımcı olacak en iyi ipuçlarım şunlar:

• Temellerde iyi olun: İster başlangıç seviyesi ister kıdemli bir role başvurun, temeller her zaman test edilir. Bu nedenle MongoDB mimarisini, depolama türünü, sözdizimini ve desteklenen işlemleri anlayın. 
• İleri konular: MongoDB'de çoğaltma, toplulaştırma, sharding ve indeksleme gibi ileri kavramların nasıl çalıştığını bilmeli ve gerekirse bunları uygulayabilmelisiniz.
• Gerçek dünya senaryoları: Görüşmeciler, çeşitli işyeri senaryolarında MongoDB veritabanlarını nasıl yönettiğinizi sıklıkla test eder. Örneğin, mevcut bir RDBMS veritabanını MongoDB'ye nasıl taşıyacağınız sorulabilir. Daha ileri düzey mülakatlarda, bir senaryo verilip bunu ele almak için kod yazmanız istenebilir.
• Geçmiş deneyimleri okuyun: Şirketteki önceki mülakat deneyimlerini öğrenmek, hangi tür soruları ve mülakat kalıplarını bekleyeceğiniz konusunda fikir verir ve buna göre hazırlanmanızı sağlar. Ben kişisel olarak önceki mülakat deneyimleri için Glassdoor, Blind, YouTube ve LinkedIn gibi platformları kullanıyorum.
• Deneme mülakatlar: Deneme mülakatları, güçlü ve zayıf yönlerinizi değerlendirmenize yardımcı olur. Ayrıca mülakat ortamına hazırlar; bu da gerçek mülakat sırasında kendinizi daha emin ve rahat hissetmenizi sağlar. 
• Güçlü iletişim becerileri: Karmaşık konuları aktarabilme becerisi, görüşmeciyi etkilemek için gereklidir. Bu yüzden iletişim ve sunum becerilerinizi geliştirin.
• Sertifikalar: MongoDB sertifikaları uzmanlığınızın kanıtıdır. Konuya hakimiyetinizi derinleştirir ve işe alınma şansınızı artırır. İşte MongoDB sertifikası alma konusunda kapsamlı bir rehber.

Sonuç

MongoDB, modern uygulamaları destekleyen esnek bir şemaya sahip güçlü bir NoSQL veritabanıdır. Bu nedenle, yazılım geliştirmede uzmanlığı oldukça talep görmektedir. 

Bu yazıda, temelden kodlamaya ve senaryo tabanlı sorulara kadar temel mülakat sorularını inceledik. Ayrıca, sonda yer alan ipuçları mülakatlarda başarılı olma şansınızı artıracaktır.

MongoDB bilginizi derinleştirmek için, şu kursları değerlendirin: Python ile MongoDB ve NoSQL kavramları.