الوظيفة:
مطور باك اند
المستوى:
خبرة متوسطة
عدد الأسئلة:
١٢ سؤالاً
الزمن:
٦ دقائق

أسئلة انترفيو باك اند لأصحاب الخبرة

مواقف عملية تُطرح في مقابلات وظيفة مطور خلفيات لأصحاب الخبرة المتوسطة: واجهات REST وقواعد البيانات والأمان والأداء والطوابير والنشر. في آخرها تقرير بنقاط ضعفك.

المهارات: تصميم واجهات REST البرمجية، الأداء والتخزين المؤقت، قواعد البيانات والفهارس والمعاملات، المصادقة وأمن التطبيقات، البرمجة غير المتزامنة والطوابير، الاختبارات والنشر

تعليمات: لكل سؤال إجابة صحيحة واحدة. إن لم تعرف الإجابة فاختر «لا أعرف»، وسيدلّك التقرير على ما تراجعه.

السؤال الأول: مستخدمان فتحا المنتج نفسه عبر GET /products/42، ثم أرسل كل منهما طلب PUT بتعديلاته، فاستبدلت تعديلات الثاني تعديلات الأول دون أي تنبيه (lost update). ما الآلية القياسية في HTTP لمنع ذلك؟

اختر إجابتك لتبدأ الاختبار

كل الأسئلة مع الإجابات (١٢ سؤالاً)

جرّب المقابلة أولاً، ثم افتح الإجابات لتراجعها مع الشرح.
  1. ١. مستخدمان فتحا المنتج نفسه عبر GET /products/42، ثم أرسل كل منهما طلب PUT بتعديلاته، فاستبدلت تعديلات الثاني تعديلات الأول دون أي تنبيه (lost update). ما الآلية القياسية في HTTP لمنع ذلك؟

    • يرسل الخادم ETag مع المورد، ويعيده العميل في ترويسة If-Match مع PUT، فيرد الخادم بـ 412 إن تغيّر المورد
    • استخدام PATCH بدلاً من PUT، لأن PATCH يمنع تلقائياً تعارض التعديلات المتزامنة القادمة من عدة عملاء على المورد نفسه دون أي إعداد إضافي
    • إرجاع 409 Conflict لأي طلب PUT يصل خلال ثوانٍ قليلة من طلب PUT سابق على المورد نفسه
    • إضافة Cache-Control: no-cache إلى استجابة GET، حتى يحصل كل عميل دائماً على أحدث نسخة من المورد قبل أن يعدّله

    الشرح: تجعل If-Match التعديل مشروطاً بأن تطابق نسخة المورد الحالية قيمة ETag التي قرأها العميل، وإلا يرد الخادم بـ 412 Precondition Failed فيعيد العميل القراءة. يظن كثيرون أن PATCH أو منع التخزين المؤقت يكفي، لكن السباق بين القراءة والكتابة يبقى قائماً في الحالتين.

  2. ٢. نقطة النهاية GET /events?page=N تستخدم LIMIT 20 OFFSET (N-1)*20 على جدول تُضاف إليه سجلات وتُحذف منه باستمرار. يشكو العملاء من عناصر تتكرر أو تختفي عند الانتقال بين الصفحات، ومن بطء شديد في الصفحات البعيدة. ما الحل الأنسب؟

    • الترقيم بالمؤشر (cursor pagination) بالاعتماد على آخر قيمة لـ (created_at, id) رآها العميل بدلاً من رقم الصفحة
    • رفع حجم الصفحة إلى 500 عنصر، فيقل عدد الطلبات بين الصفحات وتقل فرص ظهور العناصر المكررة أو المفقودة
    • الإبقاء على OFFSET مع إضافة فهرس على عمود الترتيب created_at، فيصبح تخطي الصفوف السابقة سريعاً مهما كان رقم الصفحة
    • قراءة الجدول كاملاً في ذاكرة التطبيق مع كل طلب، ثم تقسيمه إلى صفحات في الشيفرة بدلاً من قاعدة البيانات

    الشرح: مع OFFSET تقرأ قاعدة البيانات كل الصفوف السابقة ثم تتجاهلها، وأي إدراج أو حذف يزيح المواقع فتتكرر عناصر أو تختفي. الترقيم بالمؤشر يقفز عبر الفهرس مباشرة إلى ما بعد آخر عنصر ولا يتأثر بتغير المواقع، أما إضافة فهرس مع إبقاء OFFSET فلا تزيل أياً من المشكلتين.

  3. ٣. هذا الاستعلام بطيء على جدول orders الذي يحتوي ملايين الصفوف: SELECT id, total FROM orders WHERE customer_id = 1234 AND created_at >= '2026-01-01' ORDER BY created_at DESC; أي فهرس يخدم هذا الاستعلام بأفضل شكل؟

    • فهرس مركب على (created_at, customer_id)
    • فهرسان منفصلان، أحدهما على customer_id والآخر على created_at
    • فهرس مركب على (customer_id, created_at)
    • فهرس على created_at وحده، لأنه مستخدم في شرط المدى وفي الترتيب معاً

    الشرح: يُوضع عمود المساواة أولاً ثم عمود المدى، فتصل قاعدة البيانات مباشرة إلى طلبات هذا العميل مرتبة حسب created_at دون فرز إضافي. أما تقديم created_at فيجعلها تمسح طلبات كل العملاء في المدى الزمني، والفهرسان المنفصلان أقل كفاءة من فهرس مركب واحد يناسب الاستعلام.

  4. ٤. في أوقات العروض يُباع المنتج الأخير أحياناً لعدة عملاء في اللحظة نفسها، فتُنشأ طلبات أكثر من الكمية المتاحة. هذه شيفرة الشراء: const { rows } = await db.query('SELECT stock FROM products WHERE id = $1', [id]); if (rows[0].stock > 0) { await db.query('UPDATE products SET stock = $1 WHERE id = $2', [rows[0].stock - 1, id]); await createOrder(id, userId); } ما الحل الصحيح؟

    • دمج التحقق والخصم في أمر واحد: UPDATE products SET stock = stock - 1 WHERE id = $1 AND stock > 0 وإنشاء الطلب إن تأثر صف
    • نقل قيمة stock إلى Redis وقراءتها منه بدلاً من قاعدة البيانات، لأن Redis أحادي الخيط فلا تتداخل فيه الطلبات المتزامنة
    • إضافة فهرس على عمود stock، فيصبح الاستعلامان أسرع بكثير وتضيق نافذة التزامن بينهما حتى لا يمكن أن يتداخل طلبان عملياً
    • وضع الاستعلامين داخل معاملة (transaction) بمستوى العزل الافتراضي، فالمعاملة وحدها تمنع أي طلبين متزامنين من قراءة القيمة نفسها ثم تعديلها

    الشرح: هذا سباق قراءة ثم كتابة (race condition): يقرأ طلبان القيمة 1 معاً ثم يكتب كلاهما 0 وينشئ طلباً، والشرط داخل UPDATE يجعل قاعدة البيانات تتحقق وتخصم في خطوة ذرية واحدة. يظن كثيرون أن المعاملة وحدها تكفي، لكن SELECT العادي لا يقفل الصف في مستوى العزل الافتراضي.

  5. ٥. خلال اختبار اختراق، سجّل المختبِر دخوله بحسابه وطلب GET /api/invoices/1043 فحصل على فاتورته، ثم غيّر الرقم إلى 1044 فحصل على فاتورة عميل آخر. ما الإصلاح الصحيح؟

    • استبدال الأرقام المتسلسلة بمعرّفات UUID عشوائية، حتى يتعذر على أي مستخدم تخمين أرقام فواتير الآخرين
    • تفعيل HTTPS على كل نقاط النهاية، لمنع المهاجم من رؤية أرقام الفواتير أو التلاعب بها أثناء النقل
    • التحقق في الخادم مع كل طلب من أن الفاتورة المطلوبة تخص المستخدم صاحب الجلسة
    • نقل رقم الفاتورة من المسار إلى جسم طلب POST، حتى لا يظهر في شريط العنوان ولا يستطيع المستخدم تعديله

    الشرح: هذه ثغرة IDOR (Broken Object Level Authorization): المصادقة تثبت هوية المستخدم، لكن التفويض يجب أن يتحقق من ملكية كل مورد يطلبه. المعرّفات العشوائية تصعّب التخمين فقط، فإذا تسرّب معرّف عبر سجل أو رابط مشارك بقيت الثغرة قائمة.

  6. ٦. يصدر تطبيقك رموز JWT موقّعة صالحة لمدة 30 يوماً، ويتحقق الخادم من توقيعها فقط دون تخزين أي حالة. اكتُشف أن حساب أحد المستخدمين مخترق وأن المهاجم يملك نسخة من رمزه. أي تصميم يتيح إبطال وصول المهاجم بسرعة؟

    • رموز وصول قصيرة العمر (دقائق)، مع رمز تحديث (refresh token) مخزّن في الخادم يمكن إبطاله
    • تغيير قيمة role الخاصة بالمستخدم في قاعدة البيانات إلى blocked، فيُرفض رمزه تلقائياً في الطلب التالي
    • حذف الرمز من localStorage في متصفح المستخدم، وإجباره على تسجيل الخروج من جميع أجهزته فوراً
    • تشفير محتوى الرمز باستخدام JWE، حتى لا يستطيع المهاجم قراءة البيانات الموجودة داخله أو الاستفادة منها

    الشرح: الرمز عديم الحالة يبقى صالحاً حتى انتهاء مدته مهما تغيّر في قاعدة البيانات أو في جهاز المستخدم، لأن المهاجم يملك نسخته الخاصة والخادم لا يفحص سوى التوقيع. تقصير عمر رمز الوصول وربط التجديد برمز مخزّن في الخادم يحصر نافذة الاستغلال في دقائق بعد إبطال رمز التحديث.

  7. ٧. تعتمد الصفحة الرئيسية على استعلام ثقيل يُخزَّن ناتجه في Redis لمدة خمس دقائق. كلما انتهت صلاحية المفتاح في وقت الذروة، يقفز حمل قاعدة البيانات فجأة وتتباطأ الخدمة كلها لعدة ثوانٍ. ما الحل الأنسب؟

    • حذف المفتاح يدوياً من Redis بمهمة مجدولة كل خمس دقائق، بدلاً من الاعتماد على مدة الصلاحية
    • رفع الحد الأقصى لاتصالات قاعدة البيانات، حتى تستوعب كل الطلبات التي تصل في لحظة انتهاء صلاحية المفتاح
    • تقليل مدة الصلاحية إلى دقيقة واحدة، حتى تكون البيانات المخزنة أحدث ويقل حجم العمل عند كل إعادة حساب لها
    • السماح لطلب واحد فقط بإعادة حساب القيمة عبر قفل، بينما تنتظر بقية الطلبات أو تُخدَم بالقيمة القديمة

    الشرح: هذه ظاهرة cache stampede: تجد كل الطلبات المفتاح غائباً في اللحظة نفسها فتنفذ الاستعلام الثقيل معاً. حصر إعادة الحساب في طلب واحد يمنع هذا الاندفاع، أما زيادة الاتصالات أو تقصير المدة فتزيد الضغط على قاعدة البيانات بدل تخفيفه.

  8. ٨. بعد ساعات من تشغيل الخدمة تبدأ الطلبات بالتعليق، ثم تفشل بانتهاء مهلة الحصول على اتصال من مجمع الاتصالات (connection pool)، مع أن استهلاك المعالج في قاعدة البيانات منخفض. هذه نقطة النهاية المشتبه بها: app.get('/users/:id', async (req, res) => { const client = await pool.connect(); const result = await client.query('SELECT * FROM users WHERE id = $1', [req.params.id]); if (result.rows.length === 0) { return res.status(404).end(); } client.release(); res.json(result.rows[0]); }); ما سبب المشكلة؟

    • الاتصال لا يُعاد إلى المجمع في مسار 404 أو عند حدوث خطأ، فتنفد اتصالات المجمع تدريجياً
    • Node.js يعمل بخيط واحد، فلا يستطيع تنفيذ أكثر من استعلام واحد على قاعدة البيانات في الوقت نفسه
    • حجم المجمع صغير على حمل الإنتاج، والحل رفع عدد الاتصالات المسموح بها إلى عدة مئات
    • الاستعلام يفتقد فهرساً على عمود id، فيستغرق وقتاً طويلاً ويحجز الاتصال حتى تنتهي المهلة

    الشرح: كل طلب لمستخدم غير موجود أو استعلام يفشل يحجز اتصالاً إلى الأبد حتى يفرغ المجمع، والحل وضع client.release() في كتلة finally أو استخدام pool.query مباشرة. رفع حجم المجمع يؤخر ظهور العطل فقط، وانخفاض حمل قاعدة البيانات دليل على أن الاستعلام ليس بطيئاً.

  9. ٩. ما المشكلة في هذه الشيفرة في Node.js؟ async function importUsers(users) { users.forEach(async (user) => { await db.insert(user); }); console.log('Import finished'); }

    • await داخل الحلقة يجعل الإدراج متسلسلاً وبطيئاً، والأفضل حذفها لتعمل عمليات الإدراج بالتوازي
    • forEach لا ينتظر الدوال غير المتزامنة، فتُطبع الرسالة قبل انتهاء الإدراج ولا تُلتقط أخطاؤه
    • ترمي خطأً نحوياً، لأن استخدام await غير مسموح داخل دالة سهمية (arrow function) ممررة إلى forEach
    • لا مشكلة فيها، فالدالة الخارجية async وستنتظر انتهاء كل عمليات الإدراج قبل أن تطبع الرسالة

    الشرح: يستدعي forEach كل دالة ويتجاهل الـ Promise التي تعيدها، فلا تنتظر importUsers أي إدراج رغم وجود await داخل الدالة السهمية. الحل for...of مع await للتنفيذ المتسلسل، أو await Promise.all(users.map(...)) للتنفيذ المتوازي.

  10. ١٠. عامل (worker) يستهلك رسائل الطلبات من طابور يضمن التسليم مرة واحدة على الأقل (at-least-once)، فيشحن الطلب ثم يؤكد الرسالة (ack). لاحظ الفريق أن بعض الطلبات تُشحن مرتين بعد إعادة تشغيل العمال أثناء النشر. ما الحل الصحيح؟

    • تقليل عدد العمال إلى عامل واحد، حتى لا تصل الرسالة نفسها إلى عاملين مختلفين في الوقت نفسه
    • جعل المعالجة متساوية الأثر (idempotent)، بتسجيل معرّف كل طلب مشحون وتجاهل الرسائل المكررة له
    • رفع مهلة الرؤية (visibility timeout) في الطابور، فهذا يضمن أن تصل كل رسالة إلى عامل واحد مرة واحدة فقط
    • تأكيد الرسالة (ack) فور استلامها وقبل بدء الشحن، حتى لا يعيد الطابور إرسالها مهما حدث للعامل

    الشرح: إذا توقف العامل بعد الشحن وقبل ack يعيد الطابور الرسالة، وهذا سلوك متوقع في نمط at-least-once لا يلغيه رفع المهلة أو تقليل العمال، لذا يجب أن يتحمل المستهلك التكرار. أما التأكيد قبل المعالجة فيستبدل التكرار بفقدان طلبات عند أي عطل.

  11. ١١. تنشر خدمتك بأسلوب rolling deployment، فتعمل النسختان القديمة والجديدة معاً لعدة دقائق. تحتاج إلى إعادة تسمية العمود fullname إلى full_name في جدول users الذي يُستخدم باستمرار. ما الطريقة الآمنة؟

    • تنفيذ إعادة التسمية والنشر داخل معاملة (transaction) واحدة، حتى يُتراجع عنهما معاً تلقائياً عند حدوث أي خطأ أثناء النشر
    • تنفيذ ALTER TABLE users RENAME COLUMN قبل النشر مباشرة، فالعملية سريعة ولا تنسخ البيانات فلا يتوقف شيء
    • إضافة العمود الجديد والكتابة في العمودين ونسخ البيانات، ثم نقل القراءة إليه، وحذف القديم في نشر لاحق
    • تنفيذ إعادة التسمية بعد اكتمال النشر، حتى تكون كل نسخ التطبيق الجديدة قد بدأت العمل وجاهزة للاسم الجديد

    الشرح: خلال النشر التدريجي تخدم الطلبات نسختان من الشيفرة، فأي تغيير في المخطط لا يتوافق مع إحداهما يسبب أخطاء فورية حتى لو كان سريعاً. نمط expand and contract يبقي المخطط متوافقاً مع النسختين في كل خطوة، ويسمح بالتراجع عن النشر دون فقدان بيانات.

  12. ١٢. اختبار ظل ينجح أشهراً، ثم بدأ يفشل في CI صباح الأول من أكتوبر 2026 دون أي تغيير في الشيفرة: def test_coupon_is_valid(): coupon = Coupon(code="SUMMER", expires_at=date(2026, 9, 30)) assert coupon.is_valid() والدالة is_valid تقارن expires_at بـ date.today(). ما السبب والإصلاح الصحيح؟

    • الاختبار يعتمد على التاريخ الحقيقي، والإصلاح أن يتحكم الاختبار في الوقت بتمرير التاريخ أو تثبيت الساعة
    • الاختبار متقلّب (flaky)، والإصلاح تفعيل إعادة تشغيله تلقائياً في CI عدة مرات قبل اعتباره فاشلاً
    • تغيّرت المنطقة الزمنية لخادم CI، والإصلاح ضبط متغير البيئة TZ على المنطقة الزمنية الصحيحة للفريق
    • حُدّثت إحدى الاعتماديات تلقائياً فتغير سلوك التواريخ، والإصلاح تثبيت إصدارات كل الاعتماديات في ملف القفل الخاص بالمشروع

    الشرح: الاختبار الذي يقرأ الساعة الحقيقية غير حتمي، فنتيجته تتغير بمرور الزمن لا بتغير الشيفرة، وهنا انتهت صلاحية الكوبون فعلاً. تمرير التاريخ إلى الدالة أو تثبيت الوقت بأداة مثل freezegun يجعل النتيجة ثابتة، أما إعادة التشغيل فلا تفيد لأنه سيفشل في كل مرة بعد ذلك التاريخ.

المزيد