The DynamoDB Connector is now in Tinybird Forward

Full CDC semantics land in the Iceberg output for Redpanda Connect

Iceberg giờ đây hỗ trợ đầy đủ CDC semantics, giúp data lakehouse phản ánh trạng thái thời gian thực của database nguồn thay vì chỉ dữ liệu từ batch đêm qua. Đây là tính năng mới nhất trong Redpanda Connect.

Lập trình viên cần đọc bài này để hiểu cách Redpanda Connect tích hợp CDC (Change Data Capture) với Iceberg để xử lý dữ liệu thay đổi thực thời, giúp họ tối ưu hóa việc đồng bộ hóa và phân tích dữ liệu thời gian thực mà không phụ thuộc vào các batch update cũ.

Fail back from Amazon RDS for Db2 to on-premises AIX Db2 using DMS

A step-by-step guide for setting up CDC-only reverse replication from Amazon RDS for Db2 back to an on-premises AIX Db2 instance using AWS DMS. The setup provides a temporary fail-back safety net during the post-cutover validation window (2–4 weeks), using a private-only network via AWS Direct Connect with no internet gateway. Covers IAM roles, VPC endpoints, security groups, source/target endpoint configuration, replication task settings, CloudWatch monitoring metrics, fail-back execution procedures, known limitations (LOB mode, DDL operations, sequences), and cost considerations.

Debezium Platform: Mid-Year Update (2026)

Debezium Platform lead Mario Vitale shares a mid-2026 status update covering recent improvements and upcoming work. Key additions include an enhanced configuration UI backed by a new component descriptor system (DDD-13), and integrated pipeline monitoring using OpenTelemetry with a built-in dashboard tracking throughput, replication lag, queue utilization, and snapshot progress. An AI chatbot POC is in progress but not yet ready for release. Upcoming work includes alerting on metric thresholds, Identity and Access Management with support for external identity providers, and host-based (bare-metal) deployment via Ansible — the last being contributed by a Google Summer of Code participant.

Real-time anomaly detection: algorithms, use cases & SQL code

Bài viết hướng dẫn thực hành phát hiện bất thường theo thời gian thực bằng năm thuật toán SQL: out-of-range, timeout, rate-of-change, IQR và Z-score. Nó so sánh phương pháp học có giám sát và không giám sát, cung cấp ví dụ SQL trên nền tảng Tinybird (dựa trên ClickHouse), và đề cập các trường hợp sử dụng như hệ thống cảnh báo lũ, giám sát IoT và phát hiện gian lận.

Lập trình viên cần đọc bài này để hiểu cách triển khai nhanh chóng các giải pháp phát hiện ngoại lệ thực thời bằng SQL, giúp tối ưu hóa xử lý dữ liệu thời gian thực mà không cần kiến thức chuyên sâu về ML.

Postgres vs Oracle

A technical comparison of Postgres and Oracle Database covering licensing costs, extension ecosystems, SQL dialect differences, HA architecture, and partitioning maturity. Both databases share the same OLTP ceiling for analytical workloads — once tables grow large, aggregation queries degrade performance. The recommended architectural pattern for both is CDC-based streaming to a columnar OLAP layer (ClickHouse/Tinybird), keeping the operational database for transactions. Includes a practical Oracle-to-Postgres SQL translation table and notes on PL/SQL migration challenges.

Real-Time Analytics: Boost your business with instant data

Bài viết giới thiệu về real-time analytics (phân tích thời gian thực) qua 5 yếu tố cốt lõi (độ tươi mới của dữ liệu, độ trễ truy vấn thấp, độ phức tạp truy vấn cao, khả năng truy vấn đồng thời, lưu trữ dữ liệu lâu dài), phân biệt với batch và streaming analytics, cùng các trường hợp sử dụng phổ biến như cá nhân hóa, phát hiện gian lận, dashboard người dùng, quản lý hàng tồn kho. Bài viết cũng đề cập thách thức (công cụ, quy mô, chi phí, cộng tác nhóm) và kiến trúc 3 lớp (data streaming, real-time databases, API layers). Ngoài ra, Tinybird được giới thiệu như một nền tảng quản lý real-time analytics dựa trên ClickHouse, hỗ trợ ingest từ Kafka/S3/HTTP Events API, pipeline biến đổi SQL và xuất API có độ trễ thấp.

Lập trình viên nên đọc bài này để hiểu cách xây dựng và tối ưu hệ thống phân tích dữ liệu thực thời từ cơ sở hạ tầng đến giải pháp API, giúp họ thiết kế giải pháp hiệu quả hơn cho ứng dụng của mình.

Introducing Apache Spark 4.2

Apache Spark 4.2 trong Databricks Runtime 19.0 bổ sung các tính năng mới như Auto CDC pipelines, lớp semantic bản địa, SQL không gian địa lý (GA), PySpark UDFs nhanh hơn và streaming thời gian thực.

Lập trình viên cần đọc bài này để khám phá những cải tiến mới trong Apache Spark 4.2, đặc biệt là Auto CDC (Change Data Capture) giúp tự động theo dõi và xử lý thay đổi dữ liệu trong pipeline, giúp tối ưu hóa quy trình ETL và bảo mật dữ liệu hiệu quả hơn.