Where Your Bytes Live: Memory Layout in Rust and Java

How Booking.com cut Node.js costs by 38% with Watt

Booking.com đã tiết giảm chi phí compute cho Node.js tới 38% khi chuyển từ pm2 sang Watt. …

Practical Rust API Design

Bài viết Practical Rust API Design tập trung vào nguyên tắc thiết kế API cho hệ thống …

Control How Your GPU Shares Work with Green Contexts

GPU ngày càng phải xử lý nhiều thành phần độc lập trong cùng một process, với các operator nhạy cảm độ trễ và các tác vụ heavy-weight chạy song song. Vấn đề nảy sinh khi GPU scheduler hiện tại (như CUDA's Concurrent Kernel Execution) không phân biệt rõ rệt giữa các context, dẫn đến tình trạng operator nhạy cảm độ trễ bị block bởi các tác vụ nặng. Hệ quả là hiệu năng của các ứng dụng real-time giảm đáng kể, có thể lên đến 30-40% độ trễ tăng thêm. Green Contexts là giải pháp từ Microsoft Research cho phép lập trình viên tách biệt các tác vụ thành các context ưu tiên khác nhau, qua đó kiểm soát chính xác GPU allocation và cải thiện đáng kể hiệu năng cho các ứng dụng đa thành phần.

Bài viết này giúp lập trình viên tối ưu hóa hiệu suất GPU bằng cách kiểm soát cách chia sẻ công việc giữa các thành phần khác nhau trong cùng một tiến trình.

Announcing DuckDB 1.5.6

DuckDB phiên bản 1.5.6 vừa được ra mắt với các bản vá lỗi và cải thiện hiệu năng. Bản cập nhật này tập trung vào tối ưu hóa truy vấn SQL và cải thiện hiệu suất khi xử lý lượng lớn dữ liệu. Phiên bản mới này sửa lỗi liên quan đến window functions và cải thiện hiệu suất khi sử dụng JOIN operation. Các nhà phát triển làm việc với analytical workloads sẽ thấy hiệu năng cải thiện đáng kể, đặc biệt khi xử lý data partitioning. Nếu bạn đang sử dụng DuckDB cho xử lý dữ liệu offline hoặc embedded analytics, bản cập nhật này đáng để xem xét nâng cấp.

Phiên bản DuckDB 1.5.6 mang lại những cải tiến hiệu năng và sửa lỗi quan trọng mà lập trình viên cần biết để tối ưu hóa hệ thống cơ sở dữ liệu của họ.

Optimizing objects with null prototypes

V8 engine gặp vấn đề khi đối tượng với __proto__: null bị mắc kẹt ở dictionary mode. Nguyên nhân kỹ thuật nằm ở cách V8 xử lý prototype chain khi prototype được đặt thành null. Hệ quả là hiệu năng giảm đáng kể, như test case cho thấy WebStreams throughput chỉ đạt 500MB/s. Điều đáng học là thay thế literal object bằng classes hoặc Object.setPrototypeOf giúp tăng hiệu năng lên 2x, đạt 1GB/s throughput trong Node core.

Tìm hiểu cách tối ưu hiệu suất bằng cách loại bỏ nguyên mẫu null để tăng gấp đôi throughput trong Node.js.

Announcing Tauri 2.12

Tauri 2.12 ra mắt như giải pháp cross-platform toolkit giúp xây dựng ứng dụng hiệu quả hơn. Phiên bản này tối ưu hóa FFI (Foreign Function Interface) và Rust runtime, giảm 30% kích thước binary so với bản 2.11. Hệ quả là ứng dụng chạy nhanh hơn và tiêu thụ ít bộ nhớ hơn đáng kể, đặc biệt với các ứng dụng sử dụng nhiều tính năng native. Điều đáng học là Tauri kết hợp Rust cho core security với JavaScript framework cho giao diện, tạo ra giải pháp hiệu quả mà không cần sacrifice trải nghiệm người dùng.

Bài viết này cung cấp những cải tiến quan trọng giúp lập trình viên xây dựng ứng dụng đa nền tảng hiệu quả hơn với Tauri.

Microsoft doubles down on Rust

Microsoft đã nâng Rust lên Tier-1 status trong hệ sinh thái nội bộ và bắt đầu tích hợp với Microsoft Visual C++ toolchain cho development Windows. Nguyên nhân kỹ thuật do Rust cung cấp khả năng memory safety mà không cần garbage collector, giải quyết vấn đề security vulnerabilities trong C/C++. Hệ quả là các team tại Microsoft đang dùng Rust để viết components quan trọng, giảm 40% vulnerabilities so với code C++ trong thử nghiệm internal. Điều đáng học là Rust đang trở thành công cụ quan trọng cho system programming, đặc biệt trong các dự án yêu cầu high performance và security, và lập trình viên nên cân nhắc học để tăng lợi thế cạnh tranh.

Lập trình viên nên đọc bài này vì Microsoft đã nâng Rust lên vị Tier-1 và tích hợp nó với Visual C++ cho phát triển Windows.

Async Rust: Where does the scheduler live?

Async Rust đặt ra câu hỏi về vị trí của scheduler trong hệ thống. Các vấn đề người dùng gặp với async Rust thực chất là hậu quả của những bài toán concurrency phức tạp. Khi triển khai async với runtime như Tokio, scheduler đóng vai trò quan trọng nhưng lại gây ra overhead đáng kể. Nghiên cứu này chỉ ra rằng việc tối ưu hóa async runtime cần cân bằng giữa hiệu suất và độ phức tạp của scheduler. Các lập trình viên nên xem xét kỹ trade-off khi chọn runtime và thiết kế hệ thống async để tránh các vấn đề về contention và blocking.

Bài này giải thích nguồn gốc các vấn đề trong async Rust do vấn đề đồng thời phức tạp.