How to Format Your TDS Draft: A New and Improved Guide

System Design Explained: APIs, Databases, Caching, CDNs, Load Balancing & Production Infra

Bài viết giải thích thiết kế hệ thống từ đơn giản (máy chủ đơn) đến phức tạp (hàng triệu người dùng), bao gồm API, cơ sở dữ liệu, caching, CDN, load balancing và hạ tầng sản xuất.

Bài viết giúp bạn hiểu rõ cách xây dựng cơ sở hạ tầng thực tế từ những nguyên tắc cơ bản nhất, từ đó tránh những sai lầm thường gặp khi mở rộng hệ thống khi còn mới mẻ.

You should never be angry at work

Bài viết bắt đầu bằng việc chia sẻ kinh nghiệm cá nhân của tác giả về việc tránh cho phép …

I gave up on Obsidian twice before I found the setup that finally stuck

Tác giả đã bỏ Obsidian hai lần trước khi tìm được cách thiết lập phù hợp. Lần thử nghiệm thứ ba cuối cùng cũng thành công.

Một lập trình viên nên đọc bài này để khám phá cách Obsidian không chỉ là một công cụ lưu trữ văn bản mà còn là một công cụ mạnh mẽ để tổ chức, liên kết và phát triển kiến thức kỹ thuật thông qua các liên kết nội bộ, plugin và khung dữ liệu cá nhân hiệu quả.

(comic) The courage to question

Truyện tranh về công việc được tạo nên bằng sự đam mê và rất nhiều cà phê.

(comic) Concerned about mental health

Truyện tranh về công việc, được vẽ bằng tình yêu và rất nhiều cà phê.

Làm việc trong ngành công nghệ thường đòi hỏi sự tập trung cao và áp lực thời gian, nhưng những câu chuyện về tâm lý của các lập trình viên trong comic này giúp bạn hiểu rõ hơn về những căng thẳng thực tế mà họ phải đối mặt, từ đó có thể cải thiện hiệu suất và giữ gìn sức khỏe tinh thần hiệu quả hơn.

How I Handled 5GB+ File Uploads Without Breaking My Node.js Server

Khi người dùng bắt đầu tải lên file vượt 5GB qua tính năng đính kèm trong Slack, máy chủ Node.js đang dùng middleware body‑parser mặc định cố gắng đọc toàn bộ payload vào RAM, khiến bộ nhớ tăng đột ngột và process bị kill khi vượt quá giới hạn heap. Nguyên nhân kỹ thuật là việc không sử dụng streaming parser, vì mỗi kết nối tiêu tốn khoảng 5–6 GB RAM trong thời gian xử lý upload, làm giảm khả năng xử lý song song và gây ra timeout cho các request khác. Hệ quả là server thường xuyên restart, perda dữ liệu upload chưa hoàn thành và thời gian phản hồi tăng lên tới 30 giây cho các truy vấn API bình thường. Để khắc phục, tác giả đã thay body‑parser bằng busboy (hoặc multiparty) và pipe dữ liệu trực tiếp vào một file tạm trên đĩa hoặc vào multipart upload của Amazon S3, đồng thời đặt giới hạn kích thước phần qua highWaterMark và bật chế độ tự động dọn dẹp file tạm sau khi hoàn thành. Bài học là đối với file lớn hơn vài trăm MB, Node.js không nên đọc toàn bộ payload vào bộ nhớ; thay vào đó, cần sử dụng streaming, lưu trữ tạm hoặc truyền trực tiếp tới dịch vụ lưu trữ đối tượng, và nếu cần xử lý sau upload thì offload sang worker thread hoặc dịch vụ nền.

Bài này sẽ dạy bạn cách xử lý upload file lớn trên Node.js mà không làm quá tải server.

From Prediction to Action: How to Turn AI Outputs Into Decisions

Khi các mô hình AI chỉ trả về xác suất hoặc điểm số, các đội ngũ tại Salesforce cần biến chúng thành quyết định có thể thực hiện ngay trong ứng dụng kinh doanh. Họ thực hiện điều này bằng cách kết hợp model signals (xác suất, độ tin cậy) với business logic được viết dưới dạng quy tắc Apex, đồng thời đưa vào contextual knowledge từ bản ghi khách hàng và lịch sử tương tác. Kết quả là một pipeline quyết định nơi AI agents đề xuất hành động tiếp theo, còn MCP (Model Confidence Processor) lọc bỏ những dự đoán dưới ngưỡng tin cậy để giảm thiểu sai lệch. Quá trình này cho thấy việc đưa ra hành động từ AI không chỉ phụ thuộc vào mô hình mà còn cần sự đồng bộ giữa tín hiệu mô hình, quy tắc nghiệp vụ và bối cảnh thực tế. Việc tích hợp lớp này giúp nâng cao độ phù hợp của quyết策 và giảm nhu cầu can thiệp thủ công từ người dùng.

Bài này giúp lập trình viên biết cách chuyển hóa dự đoán AI thành quyết định hành động thực tế trong hệ thống Salesforce.