#microservices

5 Event Driven Architecture Problems (And How to Avoid Them)

Event-driven architecture (EDA) phổ biến nhưng tiềm nhiều thách thức trong production environment. Vấn đề truy xuất lỗi (tracing) trở nên phức tạp khi sự kiện (event) đi qua nhiều service khác nhau, đòi hỏi hệ thống phân tích log tập trung như ELK stack. Hàng đợi tin hỏi (dead letter queues) dễ bị đầy nếu không implement validation logic kỹ càng, dẫn đến mất dữ kiện quan trọng. Sự không nhất quán cuối cùng (eventual consistency) gây race condition khi nhiều consumer xử lý cùng event đồng thời. Các EDA system cần thiết kế event schema versioning và comprehensive testing framework với Contract Testing để đảm bảo reliability khi số lượng service tăng lên.

Bài viết này giúp lập trình viên nhận diện và giải quyết các vấn đề phổ biến trong kiến trúc hướng sự kiện như tracing, dead letter queues, tính nhất quán cuối cùng và testing.

How Uber Built A Gateway For AI Agents To Access Tools

In this article, we’ll look at how Uber built this gateway in detail.

**Data-Driven vs Event-Driven Architecture: How to Pick the Right One**

Data-driven architecture tập trung vào nguồn dữ liệu chung (database, data warehouse) mà các service truy vấn, trong khi event-driven dựa trên message broadcast khi có sự kiện, được các service độc lập tiêu thụ. Data-driven coupling chặt hơn trong khi event-driven cho phép loose coupling nhưng tăng độ phức tạp hệ thống khi số lượng events lớn. Data-driven phù hợp cho analytics, ML và ứng dụng đơn giản, còn event-driven tối ưu cho features thời gian thực, microservices và scaling không đồng đều. Hai phương pháp này thực chất bổ trợ chứ không cạnh tranh nhau - câu hỏi quyết định nên bắt đầu đơn giản và chỉ thêm events khi thực sự cần thiết.

Bài viết này giúp lập trình viên lựa chọn kiến trúc phù hợp giữa data-driven và event-driven dựa trên nhu cầu cụ thể của dự án.

Why Database Generated IDs Can Complicate Your System Design

Database generated IDs can impact your system design. Generating IDs earlier simplifies asynchronous processing, workflows, and service boundaries.

Multi-Agent Is the New Microservices. Including the Mistakes.

Bối cảnh: Xu hướng microservices đang phát triển thành hệ thống Multi-Agent với nhiều agent độc lập. Nguyên nhân kỹ thuật: Việc chia hệ thống thành nhiều agent giúp cải thiện khả năng mở rộng và khả năng chịu lỗi, nhưng nếu chia không hợp lý sẽ gây ra sự phức tạp không cần thiết. Hệ quả: Việc chia quá nhỏ có thể dẫn đến overhead communication trong khi chia quá lớn làm giảm tính độc lập và khả năng tái sử dụng. Điều đáng học: Pattern Supervisor được đề xuất để quản lý hiệu quả các agent, giúp cân bằng giữa độ phân mảnh và tính gắn kết, tương tự cách Netflix quản lý các microservices của họ.

Bài viết này giúp lập trình viên hiểu rõ khi nào nên áp dụng kiến trúc Multi-Agent thay vì Microservices và cách tránh các sai lầm phổ biến khi chuyển đổi.

Microservices Are Not a Sign You’re a Senior Engineer

Bài viết chỉ ra hiện tượng coi số lượng dịch vụ microservices như dấu hiệu của kinh nghiệm cao trong ngành phần mềm. Tac giả lấy ví dụ về một dự án có tới 37 dịch vụ độc lập, mỗi dịch vụ được triển khai trong container và kết nối qua API REST/gRPC. Nguyên nhân kỹ thuật là xu hướng tách hệ thống quá sớm mà không xác định rõ ranh giới nghiệp vụ, dẫn đến sự dư thừa trong quản lý cấu hình, giám sát và truy vết lỗi. Hệ quả là tăngภาระ vận hành, độ trễ giao tiếp giữa dịch vụ và khó duy trì tính nhất quán dữ liệu, khiến đội ngũ tiêu tốn nhiều thời gian cho DevOps thay vì phát triển tính năng. Bài học là trước khi quyết định chuyển sang microservices, cần đánh giá độ phức tạp miền vấn đề, cân nhắc sử dụng monolith mô-đun hoặc các dịch vụ có kích thước vừa phải, và chỉ mở rộng khi có bằng chứng thực tế về nhu cầu mở rộng và đội ngũ có khả năng vận hành.

Bài viết này giúp lập trình viên hiểu rằng kiến trúc microservices không phải là thước đo trình độ kỹ năng hay kinh nghiệm senior thực sự.

When to repeat yourself

Nguyên tắc DRY (Don't Repeat Yourself) quan trọng nhưng việc loại bỏ trùng lặp cũng có chi phí. Khi chia sẻ code giữa các service, lựa chọn giữa thư viện chung (gây coupling) hay microservice (thêm độ trễ mạng) đều có nhược điểm. Trong codebase, kế thừa tạo coupling cứng nhắc, trong khi composition linh hoạt nhưng phức tạp. Tốt nhất nên giữ trùng lặp cho đến khi có bằng chứng thực tế để tách thành abstraction phù hợp.

Lập trình viên nên đọc bài này để tránh rơi vào sai lầm về DRY quá cứng nhắc, vì sự trùng lặp có thể là dấu hiệu cần thiết cho sự linh hoạt và bảo trì hiệu quả hơn là cố gắng loại bỏ ngay từ đầu.

Built for Reliability: How American Express Processes Payments at Scale

American Express sử dụng kiến trúc cell-based để xử lý giao dịch thanh toán quy mô lớn. Kiến trúc này chia hệ thống thành các cell độc lập, mỗi cell chứa đầy đủ các dịch vụ cần thiết để xử lý một giao dịch. Khi một cell gặp sự cố, các cell khác vẫn có thể tiếp tục hoạt động, đảm bảo hệ thống không bị sập hoàn toàn. Mô hình này giúp American Express đạt độ sẵn sàng cao, với thời gian downtime chỉ vài giây mỗi năm và xử lý hàng triệu giao dịch mỗi ngày. Các lập trình viên học được cách thiết kế hệ thống phân tán có khả năng chịu lỗi bằng cách cô lập sự cố trong một phạm vi nhỏ.

Bài viết này giúp lập trình viên hiểu cách xây dựng hệ thống xử lý giao dịch đáng tin cậy ngay cả khi gặp sự cố.

The strangler fig pattern: modernizing without a big-bang rewrite

The strangler fig pattern hiện đại hóa hệ thống legacy bằng cách thay thế từng phần nhỏ thay vì viết lại toàn bộ cùng lúc. Bài gốc chỉ ra vấn đề về quyền sở hữu dữ liệu trong giai đoạn chồng chéo, chi phí vận hành song song hai hệ thống, và lý do các dự án migration thường bị ì tại giai đoạn cuối. Những con số cụ thể về chi phí và timeline không được đề cập trong tài liệu tham khảo. Lập trình viên nên đọc bài gốc để hiểu rõ các rủi ro thực tế và chiến lược xử lý khi áp dụng pattern này vào dự án.

Bài này giúp lập trình viên hiểu thách thức thực tế khi áp dụng Strangler Fig pattern, đặc biệt là vấn đề sở hữu dữ liệu và chi phí vận hành hệ thống song song.

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.

Architecting for uncertainty - part 3: GenAI as an amplifier

Bối cảnh bài viết thảo luận về vai trò của GenAI trong việc tăng tốc quá trình phát triển phần mềm. Nguyên nhân kỹ thuật là GenAI hoạt động như một bộ khuếch đại cho kiến trúc và khả năng giao phần mềm hiện có của tổ chức. Hệ quả là các tổ chức hiệu suất cao sẽ nhận được tốc độ dòng chảy (flow) nhanh hơn nhờ GenAI, trong khi các tổ chức hiệu suất thấp lại gặp tốc độ chậm hơn. Điều đáng học là GenAI không phải là giải pháp độc lập mà phụ thuộc vào nền tảng kỹ thuật và xã hội đã có của tổ chức, và việc triển khai GenAI cần xem xét kỹ bối cảnh cụ thể.

GenAI có thể giúp tăng tốc hoặc làm chậm quá trình phát triển phần mềm tùy thuộc vào chất lượng kiến trúc và năng lực tổ chức hiện tại.

Microservices and GenAI in 2026: my Dear Architects conversation

Chris Richardson trong buổi trò chuyện Dear Architects với Luca Mezzalira giải thích tại sao nhiều doanh nghiệp vẫn xây dựng hệ thống big ball of mud. Nguyên nhân kỹ thuật là distributed monolith hiện ra qua dấu hiệu như quá nhiều dịch vụ mỗi nhà phát triển, phát hành lockstep và không có tăng tốc độ, cùng với khung dark energy và dark matter để xác định ranh giới dịch vụ. Khi sử dụng GenAI coding agents, các yếu tố cơ bản như phản hồi nhanh, kiểm thử tự động và kết nối lỏng lẻo trở nên quan trọng hơn vì cần có bảo vệ và vòng phản hồi nhanh để tránh tạo mã chết hoặc tài liệu ảo; đồng thời ông nghi ngại về hiện đại hóa di sản nhanh bằng AI, khuyến nghị dùng Strangler Fig thay vì viết lại toàn bộ, và nêu lo ngại về mệt mỏi từ lập trình đôi với AI, tác động của GenAI đến mô hình kinh doanh mã nguồn mở và khả năng phát triển theo spec trở lại mô hình waterfall. Điều đáng học là các kiến trúc sư nên tập trung vào cơ sở vững chắc (feedback nhanh, kiểm thử tự động, coupling lỏng) trước khi áp dụng AI, và cân nhắc cách tiếp cận Strangler Fig để thay đổi hệ thống cũ thay vì viết lại toàn bộ. Bài học còn nhắc nhở việc giám sát mệt mỏi từ lập trình đôi với AI và đánh giá tác động của GenAI đến kinh doanh mã nguồn mở để tránh quyết định dựa trên xu hướng mà không có căn cứ thực tiễn.

Bài viết này giúp lập trình viên hiểu rõ cách kết hợp Microservices và GenAI trong tương lai, tránh các cạm bẫy kiến trúc phân mòn và tận dụng AI một cách hiệu quả.

I let Google Antigravity 2.0 write a microservice from scratch while I ate lunch, and I’m mildly terrified

Một nhà phát triển đã giao nhiệm vụ cho Google Antigravity 2.0 xây dựng một microservice theo dõi thói quen toàn stack, bao gồm timer, đếm streak, nhật ký giờ làm, phân tích tuần, lưu trữ SQLite, API REST và bảng điều khiển web cục bộ. Sau khi quay lại sau bữa trưa, công cụ này đã tạo ra một ứng dụng hoàn chỉnh có tên Antigravity Focus với sidebar, thẻ phân tích và nhật ký phiên đầy đủ chức năng. Mặc dù ấn tượng, tác giả vẫn sẽ rà soát code, kiểm tra trường hợp biên và xác thực logic trước khi triển khai.

Những công cụ AI như Google Antigravity 2.0 không chỉ tiết kiệm thời gian mà còn giúp lập trình viên nhận thức được cách tối ưu hóa quy trình phát triển từ những khái niệm cơ bản đến việc kiểm soát chất lượng cuối cùng.

Introducing AnduinOS Container: The Zero-Setup Microservice Base Image

AnduinOS Container là một base image Docker mới, được xây dựng từ đầu bằng pipeline debootstrap khai báo, có dung lượng chỉ dưới 150MB với duy nhất một lớp atomic. Ảnh này tích hợp sẵn 174 gói phần mềm (bao gồm Python 3.14, curl, vim, iproute2, TLS/SSL stack) và tương thích 100% với Ubuntu, hỗ trợ cả kiến trúc amd64 lẫn arm64, nhằm thay thế trực tiếp ubuntu:latest để loại bỏ các lệnh apt install lặp lại trong Dockerfile.

Nếu bạn thường xây dựng các ứng dụng microservice cần nhiều gói phần mềm và muốn tiết kiệm thời gian và công sức trong quá trình cấu hình Docker, AnduinOS Container sẽ giúp bạn loại bỏ việc lặp đi lặp lại các lệnh apt install bằng cách cung cấp một nền tảng chuẩn hóa, nhẹ nhàng và tích hợp sẵn.

Monolith to Service Architecture

Di chuyển từ kiến trúc monolith sang microservices cần áp dụng các pattern cụ thể thay vì viết lại toàn bộ. Bốn chiến lược chính gồm: Strangler Fig (dần dần chuyển lưu lượng qua API gateway), Parallel Run (chạy song song để kiểm chứng), Collaborator (thêm microservices mới mà không sửa core), và Change Data Capture (đồng bộ dữ liệu real-time bằng Debezium/Kafka Connect). Các pattern này hiệu quả nhất khi kết hợp theo trình tự trong quá trình chuyển đổi.

Lập trình viên nên đọc bài này để hiểu cách chuyển đổi từ kiến trúc monolith sang microservices một cách chỉnh xác, ít rủi ro và tối ưu hóa hiệu suất, không phải là một thay đổi đột ngột mà là một quá trình thuần túy, có kế hoạch với các mẫu thiết kế hiệu quả.

Postgres Is Enough

Thư mục này lập luận rằng PostgreSQL có thể thay thế hầu hết các cơ sở dữ liệu chuyên dụng như Redis, Elasticsearch hay MongoDB nhờ hỗ trợ đa dạng chức năng (tìm kiếm toàn văn, JSONB, vector embeddings, time-series, v.v.) qua extensions, giảm bớt overhead vận hành. Chỉ khi PostgreSQL không đáp ứng đủ, mới cần đến các dịch vụ chuyên biệt.

Lập trình viên nên đọc bài này để khám phá cách PostgreSQL có thể thay thế nhiều dịch vụ chuyên dụng khác với chi phí thấp hơn về thời gian và chi phí vận hành, giúp tối ưu hóa kiến trúc dự án và giảm rủi ro phức tạp.

Should You Split That Into Microservices? Ask These 5 Questions First

Trước khi chuyển sang microservices, hãy tự hỏi 5 câu hỏi quan trọng vì hầu hết nỗi ân hận chỉ xuất hiện sau 18 tháng khi gặp phải các vấn đề hệ thống phân tán.

Lập trình viên nên đọc bài này để tránh rơi vào lỗi "phân tích quá muộn" khi hệ thống lớn lên, khi các vấn đề phân tán và quản lý không ngờ đến đã khiến dự án gặp khó khăn mà không có chiến lược phân tích trước.

We Switched From REST to gRPC for the Performance, Got It, and Then Spent a Year Fighting Everything That Used to Be Trivial. Two Years of Running Both Taught Me the Real Tradeoff.

Chuyển từ REST sang gRPC vì hiệu năng, nhưng sau đó phải mất một năm khắc phục những vấn đề vốn dễ dàng trước đây. Sau hai năm vận hành song song, tác giả nhận ra sự đánh đổi thực sự giữa hai công nghệ này.

Đọc bài này để hiểu rõ những nhược điểm không ngờ khi chuyển từ REST sang gRPC, giúp bạn tránh những quyết định kỹ thuật không cân bằng giữa hiệu suất và sự phức tạp thực tế trong dự án thực tế.

Microservices Fundamentals Complete Guide

Bài viết giới thiệu các khái niệm cơ bản về microservices, so sánh với kiến trúc monolith, giải thích về modular monoliths, giao tiếp giữa các service, định lý CAP, hệ thống phân tán và các best practices trong kiến trúc microservices.

Nếu bạn đang phát triển ứng dụng lớn hoặc muốn nâng cấp kiến thức về thiết kế hệ thống phân tán, Microservices Fundamentals Complete Guide sẽ giúp bạn hiểu rõ cách chuyển đổi từ kiến trúc monolith sang microservices, tối ưu hóa giao tiếp giữa dịch vụ và tránh rủi ro của hệ thống phân tán.

Introducing mirrord Chaos Testing

Bối cảnh: Khi phát triển dịch vụ microservice, các team thường gặp khó khăn mô phỏng lỗi mạng mà không ảnh hưởng tới môi trường chung hoặc cần triển khai môi trường staging đắt costo. Nguyên nhân kỹ thuật: mirrord Chaos Testing hoạt động bằng cách chèn vào quá trình‑local, bắt các kết nối TCP/UDP tới các dependency và cho phép inject lỗi như mất kết nối, latency hoặc gói tin lỗi ngay khi cần. Hệ quả: Entwickler có thể quan sát ngay cách ứng dụng phản hồi – từ việc fallback, retry cho tới crash – mà không cần triển khai môi trường staging riêng hoặc lo ảnh hưởng tới các team khác. Điều đáng học: Công cụ cho thấy việc thực hiện chaos testing theo yêu cầu, nhẹ weight và isolates giúp phát hiện sớm các lỗi xử lý lỗi mà không tốn chi phí môi trường phức tạp, từ đó nâng cao độ tin cậy trước khi deploy. Các benchmark trong bài cho thấy mức overhead trung bình dưới 5% khi không kích hoạt fault, nên có thể bật liên tục trong quá trình dev mà không làm chậm đáng kể.

mirrord Chaos Testing giúp bạn phát hiện điểm yếu trong hệ thống của mình một cách an toàn và tiện lợi bằng cách mô phỏng các sự cố kết nối trong môi trường thực tế.

Software architecture patterns: Full catalog & how to choose

Bài viết mô tả bối cảnh khi các đội ngũ phát triển cần quyết định kiến trúc phù hợp để hỗ trợ sự mở rộng và thay đổi nhanh. Nguyên nhân kỹ thuật được phân tích qua so sánh 12 mẫu kiến trúc – layered, microservices, event-driven, CQRS, serverless và các biến thể khác – dựa trên dữ liệu từ các cuộc di chuyển thực tế trong doanh nghiệp. Hệ quả của mỗi mẫu được thể hiện qua các chỉ số như thời gian triển khai, mức độ phức tạp vận hành, chi phí infrastruct và khả năng mở rộng theo chiều ngang. Điều đáng học là không có mẫu nào “tốt nhất” toàn diện; việc lựa chọn phải cân bằng giữa nhu cầu về độ độc lập dịch vụ, đội ngũ có kinh nghiệm DevOps và ngân sách vận hành. Do đó, trước khi đọc bài gốc, lập trình viên nên xác định ưu tiên cụ thể của dự án (ví dụ: cần xử lý sự kiện thời gian thực hay cần giảmภาระ quản lý server) để áp dụng phần so sánh hiệu quả nhất.

Bài viết này giúp lập trình viên so sánh và lựa chọn kiến trúc phần mềm phù hợp thông qua 12 mẫu phổ biến với ưu nhược điểm từ thực tế.

Software Architecture with C# 14 and .NET 10 (Fifth Edition): Book Review

Cuốn sách "Software Architecture with C# 14 and .NET 10 (Fifth Edition)" cung cấp hướng dẫn thực hành về kiến trúc .NET hiện đại, bao gồm .NET Aspire, AI, bảo mật đám mây và các chủ đề liên quan.

Nếu bạn đang tìm hiểu cách xây dựng kiến trúc phần mềm mạnh mẽ, tối ưu hóa cho ứng dụng .NET hiện đại với các công nghệ mới như AI, cloud và bảo mật, thì cuốn sách này sẽ là nguồn tư liệu thiết thực, cập nhật và thực hành ngay từ trang đầu.

Modular Monoliths: Creating Real Boundaries Before Reaching for Microservices

Bài viết khám phá sâu về modular monoliths, bao gồm module APIs, sở hữu database, giao tiếp giữa module, kiểm tra kiến trúc, di chuyển tăng dần và các tín hiệu chứng minh cần microservices.

Đọc bài này giúp bạn hiểu cách thiết kế kiến trúc modular monolith hiệu quả trước khi cân nhắc chuyển sang microservices.

Architecting for uncertainty - part 5: DevOps defines how a fast-flow organization works

Bài viết thứ 5 trong series kiến trúc cho luồng làm việc nhanh, tập trung vào DevOps, làm rõ khái niệm DevOps và những hiểu lầm phổ biến. Tác giả trình bày các kỹ thuật cốt lõi của DevOps và lợi ích mà chúng mang lại cho tổ chức vận hành theo mô hình fast-flow. Các công cụ như CI/CD pipeline, Infrastructure as Code và monitoring tự động được đề cập như nền tảng kỹ thuật. Bài viết có giá trị tham khảo cho lập trình viên muốn hiểu sâu về cách DevOps thúc đẩy quy trình phát triển linh hoạt và hiệu quả.

Bài viết này giải thích rõ DevOps thực sự là gì và không phải là gì, giúp lập trình viên hiểu đúng về cách thức vận hành tổ chức dòng chảy nhanh.

We Are Not Abandoning Architecture

Việc viết code ngày càng rẻ hơn nhưng lý luận về hệ thống thì không. Trong gần hai thập kỷ, tác giả xây dựng hệ thống theo cách ngành công nghiệp hướng dẫn, nhưng giờ nhận ra cách tiếp cận này không còn hiệu quả khi hệ thống trở nên phức tạp.

Lập trình viên nên đọc bài này để hiểu cách hệ thống phức tạp không chỉ phụ thuộc vào code hiệu quả mà còn cần kiến thức thiết kế và tư duy hệ thống để tránh rủi ro dài hạn khi chỉ tập trung vào việc viết mã nhanh chóng.

Boring Stacks Quietly Won July. Fashion Stacks Quietly Paid for On-Call

Tháng Bảy, các ứng dụng Rails và backend ổn định (calm backends) lại được đánh giá cao về mặt văn hóa, trong khi những "Fashion Stacks" phải trả tiền cho chế độ trực (on-call) dù không thực sự cần thiết.

Lập trình viên nên đọc bài này để hiểu cách các stack truyền thống (như Ruby on Rails) vẫn chiếm ưu thế trong các công việc đòi hỏi sự ổn định và hiệu suất cao, trong khi các stack "trang trí" (mới) chỉ được ưu tiên khi cần giải quyết vấn đề cấp bách ngay lập tức.

Perfection is not over-engineering — var0.xyz

Hoàn hảo không đồng nghĩa với over-engineering. Over-engineering xảy ra khi giải quyết sai vấn đề, trong khi giải pháp hoàn hảo chỉ xuất hiện khi yêu cầu được xác định rõ ràng.

Lập trình viên nên đọc bài này để tránh rơi vào sai lầm thường gặp là cố gắng hoàn thiện quá mức khi thực chất dự án chỉ cần giải quyết nhu cầu cơ bản, tiết kiệm thời gian và nguồn lực cho việc phát triển hiệu quả hơn.

What is a pattern, and what isn't?

Khái niệm "pattern" trong công phần mềm đang bị hiểu sai và lạm dụng khi các kỹ thuật, thực tiễn và thiết kế không đủ điều kiện cũng được gọi là pattern. Một pattern đúng phải là giải pháp tái diễn cho một vấn đề trong ngữ cảnh cụ thể, có các lực tác động, hệ quả quan hệ với pattern khác, khác biệt với tập hợp pattern đơn thuần. Bài so sánh 4 hình thức viết pattern lịch sử (Alexandrian, Gang of Four, POSA, và Microservices Patterns) qua ví dụ Saga pattern cho thấy sự khác biệt trong cấu trúc và mối liên hệ. Các checklist dành cho tác giả và người đọc giúp xác minh xem một khái niệm có thực sự là pattern hay không.

Bài viết này giúp lập trình viên phân biệt đúng đắn giữa pattern thực sự và các kỹ thuật được gán nhãn sai, từ đó áp dụng thiết kế phần mềm hiệu quả hơn.

Thundering herd of circuit breakers

Một circuit breaker ở phía client bị mắc trong trạng thái mở trong nhiều giờ, chặn 95% lượng truy cập bất chấp dịch vụ hoàn toàn khỏe mạnh. Nguyên nhân kỹ thuật là do thuật toán backoff exponential trong circuit breaker retry mechanism tạo ra hiệu ứng thundering herd khi nhiều request đồng thời gọi hàm health check cùng lúc. Hệ quả nghiêm trọng là gần như toàn bộ traffic bị blocking gây suy giảm hiệu năng đáng kể. Bài viết cung cấp giải pháp chi tiết bằng cách thêm jitter vào backoff algorithm và triển khai custom span để theo dõi behavior này. Lập trình viên làm việc với resilience pattern nên đọc để tránh được vấn đề này trong production environment.

Bài viết này giúp giải quyết vấn đề circuit breaker bị kẹt mở gây tắc nghẽn lưu lượng hiệu quả.

Announcing Istio 1.32.0

Istio 1.32 Release Announcement.

Agentic AI Architecture: Current Challenges and Future Opportunities

Agentic AI architecture extends microservices and cloud-native architectures with AI agent systems. The article covers coordination strategies, new security risks, and observability needs.

Cloud-Agnostic Java Microservices with Halyx: One Jar on AWS, Azure and Google Cloud

Build a Java microservice once and deploy it to AWS, Azure or Google Cloud by configuration, with no cloud SDK in your code.

Case Study: Connecting the pipes: Building Dixon scalable B2B platform on Symfony and Drupal (Symfony Blog)

Eliminating 503 timeouts across 12+ global domains without ditching Drupal 🤯 Discover how Dixon powers a massive multi-ERP manufacturing platform with a decoupled architecture leveraging Drupal, Sy…

The App Is Just the Tip: What It Takes to Build Mobile Infrastructure at Scale

What determines whether your app feels fast, ships often, and stays stable at scale is not the app itself. It is what sits behind it. This article is about that layer and how to design it correctly.

Introduction to gRPC as a Tool for Connecting Microservices

Learn how to work with gRPC servers and microservices. We’ll explore Protocol Buffers, NestJS gRPC servers with streaming support and grpcurl.

Uber Builds MCP Gateway to Govern Access to 800+ Servers and 5,000+ AI Agent Tools

Uber has built an MCP Gateway to standardize how AI agents discover and invoke internal services across more than 800 MCP servers and 5,000 tools. The gateway separates tool registration from runtime

Educating an Architect: A Conversation with Luca Mezzalira

Michael Stiefel spoke to Luca Mezzalira about software architecture as a socio-technical discipline that balances technological design with an organization's social and managerial context.

We Spent $400,000 on Kubernetes. Our Biggest Customer Was Running Everything on One Server

We Spent $400,000 on Kubernetes. Our Biggest Customer Was Running Everything on One Server We had autoscaling, a service mesh, and enough YAML to ruin a perfectly good weekend. They had a boring Java …

Contract testing implementation challenges

This post was previously published through my newsletter on October 19, 2026. From time to time, I will republish newsletter issues on my blog here if I think people (and search engines) might benefit from it. If you want to read everything I’ve written once it is posted, I recommend signing up for the newsletter.

Introducing Standalone Nexus Operations

Standalone Nexus Operations lets apps and agents call durable Nexus services directly through the Temporal SDK, with retries and tracking built in.