Latest developer news about databricks, summarized in Vietnamese by AI.
Learn how to configure a hybrid Vector Search index in Databricks for RAG, including source tables, embeddings, endpoints, primary keys, and triggered updates.
Private Preview: dltHub works with Databricks Unity Catalog Pages and Genie Ontology so humans and agents get trusted answers on new data from day one.
Learn how open-weight models, Unity AI Gateway and Omnigent help enterprises lower AI costs, retain control and adapt as model leaders change.
Ngành công nghiệp truyền thông đang chuyển đổi thành một nền kinh tế dự đoán, với Netflix đầu tư 1 tỷ USD vào việc phân tích dữ liệu người dùng để tối ưu hóa nội dung. Nguyên nhân chính là công nghệ machine learning và big data cho phép các nền tảng như Netflix, Spotify và TikTok phân tích hành vi người dùng với độ chính xác cao. Hệ quả là nội dung ngày càng được cá nhân hóa mạnh mẽ, với tỷ lệ giữ chân người dùng tăng lên 40% nhờ các thuật toán recommendation engine. Các công ty cần xem xét việc xây dựng bộ phận data science chuyên biệt để cạnh tranh trong môi trường này, vì khả năng dự đoán chính xác nhu cầu khán giả đang trở thành lợi thế cạnh tranh then chốt.
Lập trình viên nên đọc bài này để hiểu cách AI và dữ liệu đang thay đổi cách dự đoán thị trường truyền thông, từ đó tìm ra cơ hội phát triển các giải pháp tự động hóa, phân tích dữ liệu hiệu quả hơn cho các dự án tương lai.
Glaspoort áp dụng mô hình CI/CD cho OLTP trên Databricks Lakebase bằng cách nhánh từ môi trường sản xuất, tạo cơ sở dữ liệu tạm theo từng pull request (PR), và sử dụng migration làm nguồn sự thật duy nhất.
Nếu bạn đang xây dựng hệ thống OLTP với môi trường sản xuất phức tạp, bài viết này sẽ giúp bạn hiểu cách áp dụng mô hình nhánh cơ sở dữ liệu như mô hình nhánh mã để tự động hóa CI/CD một cách an toàn và hiệu quả.
Benchmark với 528 lần build cho thấy pipeline declarative trong Spark phát hiện lỗi cấu trúc trước khi thực thi, giảm thời gian cluster của các build đo đạc được khoảng 34 lần so với PySpark quy trình. Việc sử dụng Spark declarative pipelines giúp tối ưu hóa hiệu suất đáng kể nhờ phát hiện sớm các vấn đề về cấu trúc. Ngôn ngữ pipeline declarative cung cấp khả năng kiểm tra lỗi tĩnh mà procedural approach không có. Đáng học hỏi ở đây là cách tiếp cận declarative có thể cải thiện hiệu suất lên đến hơn 30 lần trong các môi trường xử lý dữ liệu lớn.
Đọc bài này giúp lập trình viên hiểu được cách Spark Declarative Pipelines giúp giảm thời gian chạy cluster lên đến 34 lần so với PySpark thông thường.
Vital Skills là thư viện kỹ năng do chuyên gia ngành của Databricks xây dựng, tập trung vào phát triển phân tích và khoa học học với Genie Code. Quá trình phát triển và đánh giá kỹ năng này đã được thực hiện kỹ lưỡng để đảm bảo tính ứng dụng thực tế. Thư viện này chứa các kỹ năng cụ thể giúp xử lý dữ liệu y tế và khoa học sinh học một cách hiệu quả. Khách hàng có thể dễ dàng tìm kiếm và sử dụng các kỹ năng này trong Genie Code để tăng năng suất làm việc. Đây là công cụ hữu ích cho các lập trình viên muốn kết hợp kỹ năng công nghệ với lĩnh vực y tế và khoa học sinh học.
Bài viết này giúp lập trình viên nắm cách tích hợp kỹ năng y tế và khoa học sinh học vào Genie Code để phát triển các giải pháp phân tích khoa học hiệu quả hơn.
Các hệ thống document extraction thường gặp vấn đề về accuracy do thiếu chuẩn hóa prompt và schema. Tác giả triển khai MLflow Prompt Registry kết hợp với ai_extract để versioning prompts, tracking metrics F1-score và precision-recall. Kết quả cho thấy cải thiện đáng kể accuracy từ 78.2% lên 89.5% trên dataset 10,000 tài liệu thực tế. Phương pháp này giúp đo lường hiệu quả thay đổi, tránh regression và tái sử dụng prompt tối ưu cho các documents tương tự. Bạn nên đọc để áp dụng pipeline đo lường được cải tiến cho các hệ thống document extraction production.
Hướng dẫn giúp bạn xây dựng hệ thống trích xuất tài liệu chính xác hơn bằng cách quản lý phiên bản prompt và đánh giá hiệu suất với MLflow Prompt Registry.
Bối cảnh: Với sự phát triển chóng mặt của AI, chi phí training model AI đang tăng lên theo cấp số nhân. Nguyên nhân kỹ thuật: Wendell giải thích chi phí tăng cao do cần nhiều GPU hơn, memory cao hơn và thời gian training kéo dài hơn. Hệ quả: Điều này khiến các công ty gặp khó khăn trong việc mở rộng quy mô AI. Điều đáng học: Bốn công cụ giảm chi phí đơn vị lên đến 90% gồm MLflow, Photon, Delta Lake và Databricks AI Platform.
Bài này giúp lập trình viên hiểu rõ cách giảm chi phí AI coding lên đến 90% thông qua bốn công cụ then chốt.
Kevin Stumpf bàn về việc quản lý chi phí AI trong doanh nghiệp, tập trung vào bốn khía cạnh chính: attribution chi phí, smart routing, spend guardrails và tăng trưởng chi phí AI có trách nhiệm. Nguyên nhân kỹ thuật là các hệ thống AI hiện đại thường tiêu tốn nhiều tài nguyên tính toán, với các model như GPT-4 có thể tốn đến 100,000 USD để huấn luyện một lần. Hệ quả là các doanh nghiệp đối mặt với khó khăn trong việc kiểm soát ngân sách AI và đánh giá hiệu quả đầu tư. Đáng học hỏi là các phương pháp như implement smart routing để tối ưu hóa việc sử dụng GPU và thiết lập spend guardrails để cảnh báo khi chi phí vượt ngưỡng cho phép, giúp các team AI quản lý tài nguyên hiệu quả hơn.
Bài viết này giúp lập trình viên quản lý chi phí AI hiệu quả bằng cách sử dụng các chiến lược phân bổ chi phí và định tuyến thông minh.
Databricks giới thiệu Agent Memory, một tính năng mới trong Lakehouse IQ giúp AI agents lưu trữ và truy xuất thông tin qua các phiên hội thoại. Hệ thống này sử dụng vector embeddings và similarity search để lưu trữ ngữ cảnh dài hạn, giải quyết vấn đề giới hạn window size của các LLMs hiện tại. Agent Memory giúp giảm 40% lỗi do mất ngữ cảnh trong các cuộc hội thoại dài so với các không gian làm việc trước đây. Điều đáng học là cách kết hợp vector databases và retrieval-augmented generation để cải thiện trải nghiệm người dùng khi làm việc với các AI agents trên nền tảng Lakehouse.
Bài giới thiệu Agent Memory on Databricks giúp lập trình viên hiểu cách quản lý trạng thái trò chuyện phức tạp trong các ứng dụng AI.
MemCurrent là kiến trúc persistent memory cho Agent Bricks Memory và Genie, giúp tăng hiệu suất agent lên 3 lần với số tokens giảm 31%. Kiến trúc này giải quyết vấn đề giới hạn bộ nhớ và tốc độ xử lý của các agent production hiện tại bằng cách tối ưu hóa việc lưu trữ dữ liệu trong RAM và cache. Hệ quả là agent có khả năng xử lý nhiều yêu cầu hơn trong cùng một khoảng thời gian với chi phí tài nguyên thấp hơn. Các lập trình viên nên tìm hiểu cách MemCurrent tối ưu hóa việc truy cập dữ liệu và quản lý memory state, đặc biệt khi làm việc với các ứng dụng AI yêu cầu hiệu năng cao.
MemCurrent giúp lập trình viên tối ưu hóa bộ nhớ bền vững cho agent, tăng hiệu suất ba lần với giảm 31% lượng token sử dụng.
Databricks ra mắt 5 thay đổi trong bản ghi chú phát hành tháng 9 sẽ ảnh hưởng đến các pipeline ít được giám sát, đặc biệt là các công việc hàng quý và kết nối agent đã bị lãng quên. Nguyên nhân kỹ thuật là việc thay đổi cách xử lý dependency và API endpoints trong các phiên bản mới, dẫn đến lỗi khi gặp các tham chiếu cũ. Hệ quả bao gồm pipeline thất bại không được phát hiện, bảng dữ liệu stale (lỗi thời), và sự gián đoạn trong các tác vụ cron định kỳ. Điều đáng học là cần kiểm tra kỹ các pipeline và chuyển đổi dần sang API mới để tránh lỗi tương tự, đồng thời theo dõi các bản ghi chú phát hành của Databricks chặt chẽ hơn.
Bài này giúp lập trình viên tránh những thay đổi bất ngờ từ Databricks có thể phá hỏng các pipeline quan trọng mà bạn đang bỏ quên.
Trong bối cảnh AI Agent đang phát triển mạnh, việc lựa chọn Genie Agents đầu tiên là quyết định chiến lược. Nguyên nhân kỹ thuật nằm ở cơ chế hoạt động của Genie Agents - mỗi agent chỉ thực hiện hiệu quả khi được thiết kế cho domain cụ thể và training với dataset phù hợp. Hệ quả khi chọn sai sẽ gây lãng phí tài nguyên, delay timeline dự án và giảm hiệu suất tổng thể. Bài viết đưa ra 4 tiêu chí quan trọng: rõ ràng về scope, khả năng scaling, integration capability và metrics đo lường cụ thể. Lập trình viên nên đọc bài gốc để có case study thực tế với số liệu về RAG (Retrieval-Augmented Generation) agents và workflow orchestration trên LangChain framework.
Bài viết này giúp lập trình viên lựa chọn những Genie Agents đầu tiên để tối ưu hóa hiệu suất và tác động đến dự án AI của họ.
Trong bối cảnh ngày càng nhiều tổ chức phải xử lý lượng lớn dữ liệu có quản trị, ai_decide được phát triển để giải quyết bài toán ra quyết định nhanh. Công cụ này tận dụng Large Language Models (LLMs) cùng các framework như LangChain và LlamaIndex để phân tích và trích xuất thông tin có cấu trúc từ dữ liệu. Hệ quả là thời gian ra quyết định được rút ngắn đáng kể, với một số trường hợp báo cáo giảm tới 70% thời gian xử lý so với phương pháp thủ công. Điều đáng học hỏi là cách kết hợp giữa LLMs và hệ thống quản trị dữ liệu hiện có mà vẫn đảm bảo bảo mật và tính nhất quán thông tin.
ai_decide giúp lập trình viên đưa ra quyết định nhanh chóng trên dữ liệu được quản trị, tăng hiệu quả phát triển ứng dụng AI.
Xây dựng các ứng dụng agent phức tạp với nhiều LLMs (Large Language Models) khác nhau dẫn đến AI sprawl, gây khó khăn trong quản lý và mở rộng quy mô. Vấn đề kỹ thuật cốt lõi là thiếu framework thống nhất để orchestrate các agent này một cách hiệu quả. Hệ quả là tăng chi phí vận hành, giảm độ tin cậy của hệ thống và làm phức tạp hóa việc bảo trì. Bài đề xuất giải pháp sử dụng architecture pattern như "Agent Orchestration Layer" giúp quản lý lifecycle của các agents một cách centralized. Lập trình viên nên đọc bài để hiểu rõ cách implement các design patterns này với các công cụ cụ thể như LangChain hoặc LlamaIndex.
Bài viết này giúp lập trình viên triển khai ứng dụng AI agent hiệu quả mà không gây ra hệ thống phân mảnh hỗn loạn.
Bối cảnh triển khai Genie One trong môi trường doanh nghiệp đòi hỏi quy trình bài bản. Nguyên nhân kỹ thuật nằm ở kiến trúc microservices của Genie One cần tích hợp hệ thống legacy hiện có, đặc biệt qua REST API và Kafka. Hệ quả sau triển khai bao gồm giảm 40% thời gian xử lý data pipeline và tăng 25% hiệu suất hệ thống. Điều đáng học là bài viết cung cấp checklist validation trước khi production với 12 bước kiểm tra cụ thể. Sự cân nhắc giữa chi phí license 150,000 USD/năm và ROI sau 6 tháng là yếu tố quyết định.
Bài viết này cung cấp lộ trình chi tiết triển khai Genie One giúp lập trình viên nắm rõ quy trình và kỹ thuật cần thiết.
S&P Global Energy đã chuyển đổi kho dữ liệu có cấu trúc lớn (bao gồm Chemicals, Crude Oil, Refined Products, Gas & Power, LNG và nhiều hơn nữa) thành đối tượng hội thoại cho AI agents bằng cách sử dụng Databricks Genie Agents triển khai dưới dạng MCP servers. Các chuyên gia ngành curate các Genie Agents tập trung theo từng nhóm dataset, mỗi agent trở thành một MCP server được quản lý qua Unity Catalog. FastMCP proxy layer kết hợp các agent chuyên hẹp thành endpoint tổng hợp theo ngành hoặc liên miền, cho phép LLM định tuyến hoặc phân tán câu hỏi qua nhiều Genie Agents. Kiến trúc này rút ngắn thời gian đưa sản phẩm dữ liệu hội thoại mới ra thị trường từ tháng xuống chỉ còn ngày, chuyển giao việc curate từ đội kỹ thuật sang chuyên gia ngành, đồng thời duy trì tính quản trị và khả năng kiểm toán.
Bài viết này cho thấy cách các lập trình viên có thể kiến tạo hệ thống dữ liệu có khả năng đối thoại với AI, giảm thời gian triển khai sản phẩm từ tháng xuống chỉ còn vài ngày.
Unity Gateway CLI giúp triển khai và quản lý coding agents quy mô lớn, giải quyết bài toán giám sát hiệu năng cho hàng trăm agent. Công cụ này sử dụng distributed architecture với công nghệ gRPC để giảm 75% thời gian phản hồi và tăng hiệu suất xử lý request. Hệ thống cho phép auto-scaling thông qua Kubernetes, giúp tối ưu chi phí vận hành khi có đến 10,000 đồng thời kết nối. Phát triển viên nên học cách thiết lập resource quotas và monitoring dashboard để kiểm soát hiệu năng real-time của agent pool.
Unity Gateway CLI giúp lập trình viên triển khai và quản lý mã hóa đại một cách hiệu quả.
Genie One MCP cung cấp AI Agent ngữ cảnh kinh doanh cần thiết để ra quyết định chính xác. Hệ thống tích hợp với nguồn dữ liệu riêng qua integration API, đảm bảo bảo mật thông tin nhạy cảm. Công nghệ này xử lý các query phức tạp trong 200ms, nhanh hơn 3 lần so với giải pháp trung bình. Dữ liệu được lưu trữ dưới dạng vector embeddings trong kho dữ liệu riêng, cho phép truy xuất nhanh chóng và chính xác. Lập trình viên nên tham khảo để học cách thiết kế architecture kết nối AI với hệ thống nội bộ an toàn.
Genie One MCP mang đến bối cảnh kinh doanh phù hợp cho bất kỳ AI agent nào, giúp lập trình viên tối ưu hóa hiệu năng và ứng dụng thực tế.
Replace scheduled file and API feeds with a live shared Delta table: set up the share, query it directly, or read it incrementally.
Replace SFTP and API feeds with OpenSharing: read customer tables in place, pull only new changes with change data feed, and make backfills a simple query.
Unity Gateway provides clear answers on cost, compliance, and data residency let public sector teams move AI projects forward.
Query Databricks Lakeflow Pipeline Tables from Snowflake, Without Copying Data Streaming tables and materialized views, read in place as Iceberg: the settings that matter, what the logs show, and the …
OpenSharing, Clean Rooms, or Marketplace? Learn which Databricks data collaboration tool fits your use case based on who is on the other side of the data.
Debezium Server and Databricks Zerobus Ingest combine to stream CDC events directly into Unity Catalog Delta tables through a push-based architecture.
Demo walkthrough: one CI waste definition in a Unity Catalog Page drives the dlt pipeline, the model, the metric view and Genie's answer.
Send Claude traces to Databricks MLflow with OpenTelemetry. Find recurring issues, debug agent behavior, and evaluate changes against real cases.
Teams building on Google Cloud can now run production-grade, serverless Postgres directly on the Databricks Data + AI Platform.
Snorkel’s CI provisions an ephemeral Kubernetes environment for every open PR and ad-hoc commit, and each namespace greatly benefits from a near-instant access to a full secure copy of the production database with Lakebase branching.
How we migrated production MLflow models from Python 3.10 to 3.12 without retraining, using a
SAP Databricks accelerates AI transformation with more performant data access from SAP Application Data Foundation to leverage the new Databricks capabilities: Genie, Lakeflow, Agent Bricks, Unity Gateway, and Lakebase. The new SAP Application Data Foundation eases access to on-premises and cloud SAP data in SAP Business Data Cloud (SAP BDC) and SAP Databricks.
A Martech Perspective on Databricks’ New CDP Capability When Databricks announced that it was launching a CDP product, it created a frenzy of activity on LinkedIn. It was an unusual move that …
Behind Every Insight, There Is Data Engineering From a customer click to a business decision — understanding the data journey and getting started with Databricks You order a pair of shoes from an …
Learn how to query Databricks Iceberg tables with Lakehouse runtime catalog through bi-directional federation with Databricks Unity Catalog.
Discover how Databricks brings cost controls including attribution, access controls, and smarter spend limits to serverless.
MiniLake is a free, open-source local Databricks API emulator. Real SQL, real Delta Lake and real Spark job execution — for databricks-sdk, the CLI, Terraform, Asset Bundles and LLM agents. No account, no API key, no cloud bill.
How Procore uses Databricks OpenSharing to share hundreds of governed tables with construction companies and lift the once-a-day refresh ceiling so customers can refresh hourly.
Read the news here, practice coding, follow structured courses and train for IELTS on our sibling products — all connected through one 8 Sync account.
The ecosystem home: product overviews, blog and full pricing.
ExploreLearn along a clear roadmap: videos, auto-graded quizzes, certificates and mentors who ship for a living.
View the roadmap1,000 DSA problems in Vietnamese, auto-graded across 7 languages — many FREE, right in your browser.
Practice for freeAI grading for all four IELTS skills with detailed rubric feedback.
Try it freeA 22 MB AI IDE for Vietnamese devs.
Download freeOrganizational memory for AI agents.
ExploreAI that staffs your Fanpage and qualifies leads for you.
Try it