Grafana 13.1 release: observability as code updates, extending Grafana Assistant across more data sources, and more

Tempo 3.0 release: a new architecture for scale and lower TCO, TraceQL metrics GA, and more

Tempo 3.0, phiên bản mới của hệ thống truy vết phân tán mã nguồn mở, giới thiệu kiến trúc tương thích Kafka cho microservices, tách biệt đường đọc-ghi, giảm yêu cầu sao chép RF3 xuống RF1, và thay thế ingesters/compactors bằng block-builders, live-stores cùng scheduler. Tính năng TraceQL metrics giờ đã sẵn sàng, hỗ trợ truy vấn metric trực tiếp từ trace data cùng toán tử so sánh mới, cùng nhiều cải tiến khác như giới hạn cardinality theo label, tối ưu truy vấn TraceQL AST, và công cụ di chuyển từ phiên bản 2.x.

Lập trình viên phát triển ứng dụng microservices nên đọc vì Tempo 3.0 mang đến kiến trúc Kafka-compatible cải tiến, giúp tối ưu hóa quy mô, giảm chi phí vận hành và cung cấp công cụ TraceQL mạnh mẽ để phân tích hiệu suất trực tiếp từ dữ liệu theo dõi phân tán.

Monitor Laravel Queues, Commands, and Schedulers on Any Driver with Vigilance

Vigilance là bảng điều khiển giám sát Laravel tự lưu trữ, theo dõi jobs, artisan commands và scheduled tasks trên mọi trình điều khiển queue (Redis, SQS, database, v.v.), ghi nhận lifecycle chi tiết. Nó cung cấp tính năng sampling, dispatch jobs thủ công, metrics tùy chỉnh, Real User Monitoring, exception grouping, SLO tracking, N+1 detection, uptime checks, log explorer, alerting và hỗ trợ MCP server cho AI agent, yêu cầu PHP 8.2+, Laravel 12/13 và Livewire 3.5+/4.

Lập trình viên cần đọc bài này để khám phá cách Vigilance giúp theo dõi và tối ưu hóa hiệu suất, lỗi, và hiệu suất của các nhiệm vụ queu, lệnh Artisan, và lịch lập trình trong Laravel một cách toàn diện, từ Redis đến các driver khác, với các công cụ như cảnh báo, phân tích lỗi và đo lường thực người dùng.

The inside scoop on alerting changes in Kubernetes Monitoring

Grafana Cloud's Kubernetes Monitoring có hai hệ thống cảnh báo riêng biệt: cảnh báo quản lý bởi data source (Mimir/Prometheus) và cảnh báo quản lý bởi Grafana. Việc cài đặt lại app sẽ tự động chuyển quy tắc cảnh báo sang hệ thống Grafana, có thể làm gián đoạn các tuyến thông báo đã cấu hình trong Alertmanager. Bài viết hướng dẫn cách nhận diện hệ thống cảnh báo đang sử dụng, nguyên nhân ngừng hoạt động sau khi cài đặt lại, và các phương pháp tốt nhất như sử dụng nút Update thay vì cài đặt lại, sao lưu quy tắc tùy chỉnh trước khi nâng cấp, và lưu ý rằng cảnh báo quản lý bởi data source (Prometheus/Loki) sẽ ngừng hoạt động từ tháng 4/2026.

Lập trình viên cần đọc bài này để tránh mất hiệu suất cảnh báo trong Kubernetes khi tái cài đặt Grafana Cloud, vì nó có thể phá hủy cấu hình thông báo hiện có và cảnh báo cũ sẽ chuyển sang hệ thống quản lý mới, gây mất liên lạc với các hệ thống cảnh báo bên ngoài.

A revamped way to create and manage alerts across all your telemetry

Last9 đã tái thiết hệ thống cảnh báo từ đầu, với trình chỉnh sửa mới hợp nhất việc tạo cảnh báo cho metrics và logs, hỗ trợ PromQL/LogQL cùng Builder không code, cùng chế độ xem trước trực tiếp. Bản cập nhật bổ sung trang Rules mới, Alert Monitor, cài đặt cảnh báo theo nhóm, khả năng kiểm tra kênh thông báo trước khi triển khai, cùng cải tiến dashboard (tải CSV, panel markdown, hỗ trợ Terraform) và sửa lỗi trên mobile SDK.

Lập trình viên nên đọc bài này vì giải pháp mới của Last9 giúp tối ưu hóa quản lý cảnh báo từ dữ liệu telemetry một cách hiệu quả hơn, với công cụ trực quan và tích hợp no-code, giúp phát triển và kiểm soát quy trình theo dõi lỗi và cảnh báo nhanh chóng hơn.

How to use traces to avoid breaking changes

Việc sử dụng tracing giúp phát hiện sớm các vấn đề tiềm ẩn khi thay đổi hệ thống bằng cách theo dõi luồng dữ liệu và sự kiện trong môi trường phân tán. Các thư viện phổ biến như OpenTracing, OpenTelemetry, Zipkin và Jaeger hỗ trợ giám sát, trong khi Digma cung cấp phản hồi tức thì trong quá trình phát triển.

Lập trình viên nên đọc bài này để hiểu cách sử dụng tracing để phát hiện và tránh các break changes trong hệ thống phân tán, từ đó giảm thiểu rủi ro khi cập nhật hoặc mở rộng ứng dụng.

Fix unsecured Argo CD communications

Argo CD 3.5 introduces native mutual TLS (mTLS) support for securing internal component communications, eliminating the need for service mesh sidecars or custom certificate management scripts. The post explains why mTLS is superior to one-way TLS in zero-trust environments, details the pre-3.5 workarounds (Istio/Linkerd sidecars, cert-manager, HashiCorp Vault), and provides a step-by-step setup guide. It covers both shared-certificate and per-component certificate configurations, migration patterns from existing setups, and real-world use cases including compliance with SOC 2, HIPAA, and PCI-DSS frameworks.

High Cardinality in ClickHouse at Scale: What Actually Breaks

ClickHouse gặp vấn đề nghiêm trọng khi xử lý dữ liệu telemetry có độ phân loại cao (high-cardinality) ở quy mô lớn, với ba nguyên nhân chính gây lỗi: cạn kiệt bộ nhớ trong GROUP BY, "part explosion" từ khóa nhóm chi tiết trong materialized views, và quét full-text trên cột chưa được index. Một trường hợp sản xuất ghi nhận tốc độ 400 triệu dòng/phút gây ra 160 tác vụ merge đồng thời và độ trễ insert 40-50 giây. Giải pháp bao gồm tối ưu ORDER BY theo mẫu truy vấn, sử dụng bloom filter tokenbf_v1, giảm độ chi tiết timestamp, chuyển Map keys nóng sang LowCardinality, và tránh SELECT * trên bảng rộng.

Là lập trình viên xử lý dữ liệu lớn, bạn nên đọc bài này để tránh những lỗi ẩn giấu trong ClickHouse khi dữ liệu có tính chất cao độ phân bố (high cardinality), từ đó tối ưu hóa hiệu suất và tránh rủi ro về chi phí và độ trễ trong các query lớn.