Bài viết giới thiệu các tính năng mới trong MySQL 9.7 LTS, tập trung vào cải thiện sự ổn định và hiệu suất cho môi trường cơ sở dữ liệu.
Vì sao nên đọc: Là người phát triển cần hiểu về MySQL 9.7 LTS để tối ưu hóa ứng dụng của mình với các cải tiến về ổn định và hiệu suất, đặc biệt khi triển khai trong môi trường sản xuất hoặc hệ thống yêu cầu độ tin cậy cao.
Trả lời 3 câu hỏi ngắn để nhận điểm thưởng cho bài này. Chỉ làm khi bạn muốn lấy điểm.
3 câu hỏi · dưới một phút · không bắt buộc
Nguồn: https://www.percona.com/blog/inside-mysql-9-7-lts-features. 8sync News chỉ tóm tắt và dẫn link; bản quyền nội dung thuộc tác giả và nguồn gốc.
Đọc tin ở đây, luyện code, học theo lộ trình và luyện IELTS trên các sản phẩm anh em — tất cả kết nối với nhau trong hệ sinh thái 8 Sync Dev.
Cổng chính của hệ sinh thái: giới thiệu sản phẩm, blog và bảng giá trọn bộ.
Khám pháHọc theo lộ trình với video, quiz chấm tự động, certificate và mentor đang làm nghề.
Xem khóa họcLuyện thuật toán chấm tự động 7 ngôn ngữ, chạy code ngay trên trình duyệt.
Doltgres, cơ sở dữ liệu tương thích PostgreSQL với tính năng kiểm soát phiên bản kiểu Git, sẽ ra mắt phiên bản 1.0 vào ngày 6 tháng 8. Phiên bản này tập trung vào tính chính xác (99% tuân thủ SQL Logic Test), ổn định định dạng lưu trữ, hiệu năng (trong phạm vi 3x PostgreSQL), và tương thích rộng rãi với các ORM, thư viện và công cụ phổ biến. Các tính năng bổ sung như workflow remote push/pull, giao thức nhân bản riêng cho thiết lập HA, cùng garbage collection tự động cũng đang được hoàn thiện. Nhóm phát triển kêu gọi người dùng thử nghiệm Doltgres trên workload thực tế và báo cáo lỗi trước khi ra mắt.
Lập trình viên nên đọc bài này để khám phá cách Doltgres kết hợp cơ sở dữ liệu PostgreSQL với hệ thống quản lý phiên bản Git, giúp phát triển ứng dụng trở nên hiệu quả hơn với tính ổn định, tương thích ORM và khả năng mở rộng cho các dự án lớn.
AI cho doanh nghiệp B2B: chat đa kênh AI phản hồi, gom lead tiềm năng, phân loại khách hàng.
Sắp ra mắtBài viết phân tích tham số GUC enable_tidscan và cột hệ thống ctid trong PostgreSQL, giải thích rằng ctid đại diện cho địa chỉ vật lý (block, offset) của một dòng, tối ưu cho truy vấn đơn dòng nhanh nhất. PostgreSQL 14 bổ sung Tid Range Scan giúp tăng tốc độ backfill bằng cách quét tuần tự các phạm vi block liên tục. Tuy nhiên, ctid không ổn định khi dòng dữ liệu thay đổi, chỉ phù hợp cho các thao tác ngắn hạn.
Lập trình viên nên đọc bài này để hiểu cách tối ưu hóa các truy vấn nhanh chóng bằng ctid trong PostgreSQL, đặc biệt khi xử lý các thao tác batch hoặc backfill dữ liệu mà không cần phụ thuộc vào các giá trị ổn định lâu dài.
Nhóm kỹ thuật GitGuardian đã giảm thời gian phản hồi p95 của dashboard từ 8 giây xuống 1 giây nhờ 5 tối ưu hóa PostgreSQL trên hệ thống Django, bao gồm: deferred JOINs bằng prefetch_related, đếm bất đồng bộ, replica đọc premium, cải tiến full-text search (pg_trgm), và denormalization để hỗ trợ composite indexes. Việc nâng cấp lên PostgreSQL 18 cũng mang lại lợi ích nhỏ. Họ sử dụng OpenTelemetry và EXPLAIN ANALYZE để theo dõi tiến trình.
Nếu bạn đang làm việc với ứng dụng backend sử dụng PostgreSQL và Django, bài viết này sẽ giúp bạn tìm hiểu cách tối ưu hóa hiệu suất dashboard hiệu quả bằng những kỹ thuật cụ thể, từ đó tiết kiệm thời gian và chi phí phát triển.
Postgres 19 bổ sung hỗ trợ sao chép logic (logical replication) cho sequences, vốn bị loại trừ suốt gần một thập kỷ do tính phi giao dịch. Tính năng mới tự động đồng bộ sequences tại các thời điểm xác định như tạo/refresh subscription, cùng công cụ hỗ trợ như hàm pg_get_sequence_data() và cột sync_seq_error_count. Cách tiếp cận này tương tự pglogical nhưng được tích hợp sẵn vào Postgres.
Lập trình viên cần đọc bài này để hiểu cách PostgreSQL 19 tự động đồng bộ hóa các chuỗi (sequences) trong cơ sở dữ liệu replication, giúp tránh lỗi thủ công và bảo đảm tính nhất quán khi chuyển đổi từ máy chủ sang subscriber mà không cần script bổ sung.
Datadog đã di chuyển Stream Router từ FoundationDB sang PostgreSQL bằng Claude và Cursor theo phương pháp test-driven, với sự hỗ trợ của kiến trúc blue/green và bộ kiểm tra so sánh. Kết quả là thời gian vận hành giảm từ 45 phút xuống ~1 giây, độ trễ giảm mạnh, dung lượng lưu trữ giảm tới 40 lần và chi phí database giảm 90%. AI không tự động tối ưu truy vấn (như batching hay CTEs) và tiêu tốn nhiều token do logs test không được lọc.
Là một lập trình viên muốn tối ưu hóa quá trình chuyển đổi hệ thống từ backend cũ sang mới mà không mất thời gian dừng lại trong lỗi hoặc lỗ hổng, bài này sẽ cho bạn cách áp dụng công nghệ AI như Claude và Cursor trong chiến lược kiểm thử dẫn đầu để thực hiện việc này một cách nhanh chóng và hiệu quả.
Grab đã di chuyển Counter Service từ wide-column database sang Aerospike mà không gián đoạn, bằng cách tách lớp lưu trữ reader bằng Rust (sử dụng enum dispatch thay vì trait objects vì hiệu năng), redesign writer với schema dạng map thay vì row-per-bucket, và triển khai dual read-write shadow paths để rollout từ từ kèm xác thực dữ liệu. Schema mới giảm dung lượng lưu trữ xuống 1TB (từ 3TB), cải thiện độ trễ đọc p99 ~50% và giảm chi phí 45–50% mỗi node.
Lập trình viên cần đọc bài này để học cách tối ưu hóa thiết kế hệ thống cao cấp, từ việc chọn lựa cơ sở dữ liệu (Aerospike) đến giải quyết thách thức thực tế như giảm chi phí, cải thiện hiệu suất và xử lý các hạn chế của các thư viện như Rust, giúp áp dụng kinh nghiệm vào dự án của riêng mình.
Postgres 19 bổ sung tính năng chuyển đổi checksum dữ liệu trực tuyến qua lệnh pg_enable_data_checksums(), thay thế phương pháp cũ yêu cầu tắt toàn bộ cluster. Tính năng mới sử dụng background workers, đánh dấu trang dữ liệu "dirty" để ghi checksum, hỗ trợ WAL-logging cho standbys, và có thể điều chỉnh tốc độ I/O. Trạng thái checksum được quản lý qua tham số data_checksums dạng enum.
Lập trình viên cần đọc bài này để hiểu cách tối ưu hóa bảo mật và khả năng phục hồi dữ liệu trong ứng dụng PostgreSQL của mình bằng cách sử dụng cơ chế checksum mới trong phiên bản 19, giúp giảm thiểu thời gian downtime và cải thiện hiệu suất trong các kịch bản phục hồi cao độ.

The lobste.rs link aggregator has successfully migrated its production database from MariaDB to SQLite. The migration, which took roughly a year from initial interest to deployment, involved three pull request attempts and two deployment tries. The first deployment failed due to full table scans on large tables and an N+1 query issue, which were fixed before the successful second deploy on July 11th. Results after the Monday traffic spike were positive: CPU and memory usage dropped, the site feels snappier, and VPS costs will be halved once the MariaDB server is decommissioned. The migration used WAL mode for concurrency, a custom MariaDB-to-SQLite migration script, a slow query log, and nightly restic backups.