Performance Improvements in JDK 26

What Actually Changed Inside the .NET 11 JIT Compiler — Daily DevOps & .NET

.NET 11 RC JIT Compiler đã được nâng cấp đáng kể với guarded devirtualization cho phép tối ưu hóa gọi phương thức ảo, cùng escape analysis được mở rộng để tối ưu bộ nhớ. Trình biên dịch này cũng cải tiến layout của delegate, giảm chi phí tạo đối tượng và loại bỏ bounds-check một cách thông minh hơn. Những thay đổi này giúp tăng hiệu suất thực thi lên đến 15% trong các ứng dụng sử dụng delegate và nhiều đối tượng. Lập trình viên nên đọc bài gốc để hiểu rõ từng kỹ thuật như Escape Analysis và Bounds-Check Elimination, từ đó tối ưu code tốt hơn.

Bài viết tiết lộ những thay đổi nội bộ quan trọng trong trình biên dịch JIT .NET 11 giúp tăng hiệu năng ứng dụng .NET của bạn.

Platform-independent SIMD in Go

Go 1.27 giới thiệu API SIMD độc lập platform dưới dạng experimental. Go sử dụng package internal/cpu để detect instruction sets như AVX-512 hay NEON mà không require inline assembly. API này cung cấp các intrinsic cho các operation vector như add, multiply, shuffle với 64-element vectors. Hệ quả là lập trình viên Go có thể viết code hiệu năng cao mà không cần lo về platform-specific code. Điều đáng học là cách Go giải quyết bài toán vector computing một cách an toàn mà vẫn giữ được tính portable.

Bài này giúp lập trình viên Go khai thác sức mạnh xử lý song song trên nhiều nền tảng không phụ thuộc vào kiến trúc cụ thể.

MapStruct — Nothing Falls Through

Bối cảnh là strict object mapping với MapStruct trên JDK 25, đảm bảo mỗi khi dữ liệu …

A Million Go Map Entries Take 38MB, Not 16MB

Bối cảnh là cấu trúc map mới trong Go chiếm nhiều bộ nhớ hơn dự kiến. Nguyên nhân kỹ thuật nằm ở cách Go xử lý collision bucket, mỗi entry đều phải lưu trữ hash value 8 bytes dù không cần thiết cho tìm kiếm. Hệ quả là 1 triệu entries trong Go map chiếm tới 38MB thay vì 16MB như kỳ vọng, gây lãng phí tài nguyên đáng kể. Điều đáng học là bài viết phân tích chi tiết cách tối ưu bộ nhớ trong Go map, giúp lập trình viên hiểu rõ trade-off giữa performance và memory usage khi sử dụng hash table trong Go.

Bài viết tiết lộ lý do tại sao cấu trúc Go map mới chiếm dụng bộ nhớ nhiều hơn so với dự kiến.

ESLint v10.11.0 released

ESLint phiên bản 10.11.0 đã được phát hành, đây là công cụ linting có khả năng mở rộng và cấu hình để phát hiện và báo cáo các mẫu mã trong JavaScript. Phiên bản mới này tập trung vào cải thiện hiệu suất và trải nghiệm người dùng với các tính năng mới như auto-fix cho nhiều quy tắc phổ biến. ESLint giúp duy trì chất lượng code một cách dễ dàng nhờ hệ thống quy tắc linh hoạt và khả năng tùy chỉnh cao. Với hơn 50 quy tắc tích hợp sẵn và hỗ trợ plugins từ cộng đồng, ESLint trở thành công cụ không thể thiếu cho các dự án JavaScript quy mô lớn.

Lập trình viên nên đọc bài này để cập nhật các tính năng mới và cải tiến trong ESLint v10.11.0 giúp nâng cao chất lượng code JavaScript.

Affordable and Fast Migration

Evil Martians đã hoàn thành migration từ Gatsby sang Astro trong chỉ 9 ngày mà không cần viết lại bất kỳ React component nào. Họ tận dụng tính năng Islands Architecture của Astro để giữ nguyên giao diện người dùng hiện có. Quy trình này giảm 60% bundle size và cải thiện tốc độ tải trang lên tới 70%. Học hỏi từ bài viết, lập trình viên có thể áp dụng migration strategy tương tự bằng cách sử dụng adapter cho framework hiện tại và tận dụng tính năng server-side rendering của Astro.

Bài viết tiết lộ bí quyết di chuyển dự án Gatsby sang Astro chỉ trong chín ngày mà không cần viết lại bất kỳ React component nào.

We Fixed N+1 With Eager Loading. Memory Usage Tripled.

Bài viết mô tả việc đội phát triển gặp vấn đề N+1 khi truy vấn danh sách đối tượng và quyết định áp dụng eager loading để giảm số lượng query. Sau khi bật eager loading, tổng số query giảm từ 801 xuống chỉ một câu SQL duy nhất. Tuy nhiên, câu query duy nhất này trả về lượng dữ liệu lớn hơn khả năng bộ nhớ của ứng dụng, khiến mức sử dụng RAM tăng lên gấp ba lần so với trước khi tối ưu. Kết quả là, mặc dù hiệu suất về số lượng query cải thiện, ứng dụng dễ gặp lỗi out‑of‑memory hoặc trễ do việc xử lý khối dữ liệu lớn. Bài học là khi tối ưu N+1 cần cân bằng giữa giảm query và kiểm soát lượng dữ liệu được tải, ví dụ qua việc chọn trường cụ thể, sử dụng pagination hoặc batch loading thay vì eager loading toàn bộ liên kết.

Bài viết này dạy bài học quý giá rằng tối ưu hóa database không lúc nào cũng tốt nếu không cân nhắc đến giới hạn tài nguyên hệ thống.

Improving First Request Latency in Java Spring Application

Tối ưu hóa latency của request đầu tiên trong ứng dụng Java Spring là vấn đề quan trọng với thời gian khởi động ứng dụng lên tới 12-15 giây. Nguyên nhân chính nằm ở cơ chế dependency injection và lazy initialization của Spring container khi tải các bean. Điều này gây ra độ trễ đáng kể cho request đầu tiên, ảnh hưởng trải nghiệm người dùng. Giải pháp bao gồm sử dụng Spring Boot 3.x với cải tiến khởi động, áp dụng eager initialization cho các bean quan trọng, và triển khai warm-up mechanism trước khi tiếp nhận traffic thực tế.

Bài viết này giúp giảm độ trễ của yêu cầu đầu tiên trong ứng dụng Java Spring.