Home Made CobbleDB Replaces DynamoDB at Perplexity to Cut Query Latency 5x and Reduce Cloud Storage

Saving another 100TB of RAM with math (and Rust)

Cloudflare đã giảm thành công việc sử dụng RAM lên đến 100TB cho dịch vụ dựa trên Pingora bằng cách áp dụng thống kê. Nguyên nhân kỹ thuật nằm ở việc tối ưu hóa việc lưu trữ trạng thái trong các cây nhị phân (binary trees) mà không làm giảm độ chính xác. Hệ quả là việc sử dụng RAM giảm xuống còn 25%, giải phóng tài nguyên đáng kể cho hệ thống. Bài viết đáng học ở chỗ cho thấy cách áp dụng toán học và Rust để giải quyết vấn đề hiệu suất mà không cần thay đổi logic nghiệp vụ.

Bài viết này tiết lộ phương pháp thống kê thú vị giúp giảm đáng kể lượng RAM sử dụng trong hệ thống mạng lớn của Cloudflare.

Your AI Agent is Writing Rust… But Is It Good? Explore On This Upcoming Livestream.

AI coding agents đang ngày càng phổ biến trong việc hỗ trợ viết Rust, đặt ra câu hỏi về chất lượng code được tạo ra. Livestream sắp tới sẽ phân tích liệu code do AI tạo ra có đạt chuẩn chất lượng như code viết thủ công hay không. Tình huống này đặc biệt quan trọng với Rust - ngôn ngữ yêu cầu kiểm soát bộ nhớ nghiêm ngặt mà AI có thể gặp khó khăn. Khán giả sẽ học được cách đánh giá và cải thiện code do AI sinh ra để đảm bảo an toàn bộ nhớ và hiệu năng. Sự kiện hứa hẹn cung cấp các tiêu cụ thể để đánh giá chất lượng Rust code do AI tạo ra.

Livestream này sẽ giúp bạn đánh giá chất lượng code Rust do AI tạo ra và đảm bảo nó đạt tiêu chuẩn cao.

Encore for Rust

Encore đang mở rộng framework của mình sang ngôn ngữ Rust, với phiên bản beta sắp ra mắt. …

100 Exercises To Learn Rust, Updated

Khóa học "100 Exercises to Learn Rust" mới được cập nhật lớn sau khi được Mainmatter phát triển. Khóa học cung cấp 100 bài thực hành thực tế giúp người học nắm vững ngôn ngữ Rust. Các bài tập này tập trung vào các khái niệm quan trọng như ownership, borrowing, và lifetimes thông qua ví dụ mã thực tế. Người học sẽ được làm việc với các dự án nhỏ từ cơ bản đến nâng cao như xây dựng CLI tool và web server. Việc cập nhật này thêm nhiều bài tập mới về async programming và error handling, giúp người học tiếp cận với các chủ đề hiện đại của Rust.

Bài viết này cung cấp 100 bài tập thực tế giúp bạn thành thạo ngôn ngữ lập trình Rust một cách hệ thống.

Designing a Production-Ready Agent Harness With Persistence and Checkpointing

Để xây dựng một agent harness có khả năng chịu được crash và restart, tác giả đề xuất mô hình mỗi lần chạy agent như state bền vững với id, cursor và version, lưu trữ trong SQLite (hoặc Postgres cho đa tiến trình). Hệ thống checkpoint trước và sau các bước có side effect, sử dụng compare-and-swap dựa trên version để ngăn chèn chéo giữa các worker đồng thời. Các tool call được bảo vệ chống retry bằng idempotency key được sinh từ run_id và step index, với fallback dedup table cho dịch vụ không hỗ trợ idempotency. Bài viết bao gồm code Python hoàn chỉnh, test crash-and-recovery thực tế, và khuyến cáo theo dõi các bước ở trạng thái RUNNING sau recovery và cảnh báo nếu bước đó vượt TTL.

Lập trình viên nên đọc bài này để học cách xây dựng hệ thống agent bền vững, xử lý lỗi hiệu quả và quản lý trạng thái trong môi trường phân tán.

Why we taught agents to break distributed safety properties

Bối cảnh nghiên cứu này tập trung vào việc kiểm thử các hệ thống phân tán bằng suite test do AI tạo ra. Nguyên nhân kỹ thuật là do việc kiểm thử hệ thống phân tán phức tạp do race conditions và điều kiện cạnh tranh, dẫn đến các lỗi an toàn phân tán khó phát hiện. Hệ quả nghiên cứu cho thấy mutation testing có thể đánh giá hiệu quả 82% test suite do AI tạo ra cho hệ thống Apache Kafka. Điều đáng học là phương pháp kết hợp AI với mutation testing giúp phát hiện các lỗi an toàn phân tán mà các kỹ thuật kiểm thử truyền thống có thể bỏ sót, từ đó nâng cao độ tin cậy của các hệ thống phân tán.

Bài viết này giúp lập trình viên hiểu cách đánh giá độ tin cậy của bộ kiểm thử AI được tạo ra cho hệ thống phân tán.

Concurrency Control: Arbitration vs. Serialization

Concurrency control trong hệ thống phân tạp tồn tại hai hình thức khác nhau và hầu hết lỗi …

Microservices vs Monolithic Architecture: What Nobody Tells You Until You've Lived Through Both

So sánh chi tiết giữa monolithic và microservices vượt qua lý thuyết, bàn về sự phức tạp trong deployment, sự ảnh hưởng của Conway's Law đến ownership team, khó khăn trong debugging và observability, cũng như thách thức về data consistency, performance và scaling. Bài viết chỉ ra monolithic thực sự phù hợp trong những trường hợp nào, khi nào microservices mang lại hiệu quả, và giới thiệu khái niệm "modular monolith" như giải pháp trung gian. Các lỗi phổ biến như resume-driven development hay distributed monoliths được liệt kê kèm framework thực tế để ra quyết định dựa trên team, domain, delivery, operations và scale. Thông điệp chính là chọn architecture dựa trên vấn đề thực tế chứ không phải sự phức tạp giả định.

Bài viết này giúp lập trình viên hiểu rõ sự cân thực giữa kiến trúc microservices và monolithic, tránh những sai lầm phổ biến và đưa ra quyết định kiến trúc phù hợp dựa trên nhu cầu thực tế.