All Your GUCs in a Row: log_startup_progress_interval and log_recovery_conflict_waits

Debugging MySQL Memory Alerts: When innodb_buffer_pool_size Isn't the Whole Story

Trên instance GCP c4d-standard-4, tiến trình MySQL tiêu tốn 10.4 GB RAM dù …

Migration files and Git do not mix — DiffyPick Blog

Trong hệ thống version control như Git, các thay đổi schema tồn tại trong các file riêng biệt nên hiếm khi gây xung đột merge. Việc lưu trữ migration files trong Git không đồng nghĩa với việc quản lý chúng hiệu quả bởi Git không hiểu ngữ cảnh của các thay đổi database schema. Hệ quả là các migration files có thể trở nên lỗi thời hoặc gây khó khăn trong việc tracking changes thực tế. Lập trình viên nên cân nhắc sử dụng các công cụ chuyên dụng như Liquibase hoặc Flyway để quản lý schema thay vì phụ thuộc hoàn toàn vào Git tracking.

Lập trình viên nên đọc bài này để hiểu cách quản lý migration files trong Git để tránh hiểu lầm về việc các thay đổi schema được tự động hợp nhất.

New system views in PostgreSQL 19

PostgreSQL 19 ra mắt bản cập nhật chính thức và đi kèm với bốn view hệ thống mới. Những view này cho phép truy vấn trực tiếp về tình trạng khóa (lock contention), quá trình phục hồi (recovery state), mức độ ưu tiên của autovacuum và cách cấp phát bộ nhớ chia sẻ động (dynamic shared memory allocations). Trước đây, quản trị viên thường phải dựa trên các extension bên ngoài hoặc truy vấn các pg_catalog phức tạp để thu thập thông tin tương tự. Với các view mới, việc giám sát và chẩn đoán các vấn đề hiệu suất trở nên nhanh chóng và không cần cài đặt thêm thành phần. Điều này cho thấy việc cải thiện khả năng quan sát nội bộ của PostgreSQL có thể giảm thời gian debug và giúp tối ưu hoá cấu hình mà không cần phụ thuộc vào công cụ của bên thứ ba.

Bài viết này giúp lập trình viên dễ dàng kiểm tra các vấn đề về lock contention, trạng thái phục hồi, ưu tiên autovacuum và phân bổ bộ nhớ chia sẻ động trong PostgreSQL 19.

Postgres's implicit transactions

PostgreSQL mặc định bọc mỗi câu lệnh trong một giao dịch riêng khi không có BEGIN…COMMIT rõ ràng. Tuy nhiên, khi gửi nhiều câu lệnh trong một chuỗi truy vấn đơn (thông qua PQexec hoặc các hàm plpgsql) hoặc sử dụng các tiện ích như COPY và CREATE INDEX CONCURRENTLY, máy chủ sẽ ẩn ý tạo một giao dịch duy nhất bao gồm tất cả các câu lệnh đó. Điều này có thể dẫn đến việc giữ khóa lâu hơn, tiêu thụ ID giao dịch tăng nhanh và làm khó khăn việc rollback một phần công việc khi lỗi xảy ra. Do đó, lập trình viên cần kiểm tra xem ứng dụng của mình có vô tình nhóm nhiều câu lệnh vào một giao dịch ngầm không và cân nhắc sử dụng BEGIN…COMMIT cụ thể khi cần kiểm soát granularity. Theo dõi pg_stat_activity để phát hiện các giao dịch mở dài hạn cũng là biện pháp phòng ngừa tốt.

Bài này giúp lập trình viên hiểu rõ cách Postgres tự động tạo giao dịch nhiều câu lệnh, tránh lỗi và tối ưu hiệu năng.

All Your GUCs in a Row: log_lock_waits and log_lock_failures

Trong PostgreSQL 19, log_lock_waits sẽ bật mặc định sau khi tắt mặc định qua phiên bản 18, sử dụng timer giống deadlock_timeout (một giây) để ghi log tình trạng chờ khóa khi phát hiện xung đột. log_lock_failures, tham số mới trong PostgreSQL 18, ghi log ai đang giữ khi câu lệnh SELECT ... FOR UPDATE NOWAIT thất bại do không thể chờ. Cả hai tính năng này hữu ích để giám sát hiệu năng hệ thống, tuy nhiên log_lock_failures chỉ áp dụng cho cấp độ hàng với NOWAIT, không bao gồm LOCK TABLE hoặc timeout. Lập trình viên nên bật log_lock_waits ở mọi nơi và log_lock_failures trừ khi đang sử dụng workload thực thi NOWAIT liên tục.

Đọc bài này giúp bạn hiểu cách tối ưu hiệu suất PostgreSQL bằng các thông số log_lock_waits và log_lock_failures mới trong phiên bản 19.

Amazon ECS Managed Daemons now support non-critical daemons

Amazon ECS Managed Daemons nay hỗ trợ các non-critical daemons, cho phép triển khai các tác vụ nền không cần thiết phải chạy liên tục. Trước đây, các daemons này yêu cầu quản lý thủ công thông qua Amazon EC2 instances, gây phức tạp trong việc scaling và monitoring. Giờ đây, với tính năng mới, các daemons non-critical có thể được định nghĩa và quản lý trực tiếp trên ECS, tự động restart khi fail. Điều này đặc biệt hữu ích cho các hệ thống logging, monitoring hay data processing không yêu cầu high availability. Lập trình viên nên cân nhắc sử dụng tính năng này để giảm độ phức tạp trong việc quản lý các tác vụ nền không quan trọng.

Nếu bạn quản lý các ứng dụng chạy trên Amazon ECS và muốn tối ưu hóa chi phí cho các quá trình phụ không ảnh hưởng đến hiệu suất chính của hệ thống, bài viết này sẽ giúp bạn hiểu cách tận dụng tính năng mới cho daemons không quan trọng để giảm chi phí vận hành mà vẫn đảm bảo độ ổn định.

pgwatch v6: dashboards reimagined, and a reaper that doesn't choke

Bối cảnh: bài viết mở rộng giới thiệu các tính năng mới của pgwatch v6.0.0 beta, tập trung vào việc cải tiến dashboard và cải thiện quá trình thu thập dữ liệu. Nguyên nhân kỹ thuật: thay đổi cách dashboard được xây dựng bằng React và tối ưu hoá luồng xử lý để giảm tải server. Hệ quả: dashboard hiển thị nhanh hơn và reaper không còn gặp lỗi choking khi xử lý dữ liệu lớn. Điều đáng học: việc sử dụng các thư viện UI hiện đại và tối ưu hoá truy vấn giúp tăng hiệu suất và độ ổn định. Bài viết khuyến khích cộng đồng tham gia đóng góp mã nguồn để hoàn thiện tính năng.

We need to output exactly one short Vietnamese sentence explaining why a programmer should read this. Must be correct Vietnamese, no markdown, no opening greeting. Must only use Vietnamese and Latin characters, no Chinese/Japanese/Korean/Han characters. Latin characters are allowed (i.e., English letters). Names of technical terms must remain Latin (e.g., pgwatch, dashboards, reaper). Must not include any non-Latin characters (i.e., no diacritics? Actually Vietnamese uses diacritics which are Latin letters with diacritics; those are still Latin characters? The instruction says "chỉ dùng chữ Việt và chữ Latin: tuyệt đối không có ký tự Hán/Trung/Nhật/Hàn trong câu trả lời". Vietnamese uses Latin alphabet with diac

Observability 2.0: Why DevOps Teams Are Moving From Monitoring to Intelligent System Understanding

Bối cảnh: Các đội DevOps ngày càng cảm thấy rằng việc chỉ dựa vào dashboard và cảnh báo không đủ để phát hiện nguyên nhân sâu của sự cố trong môi trường đa đám mây và CI/CD phức tạp. Nguyên nhân kỹ thuật: Observability 2.0 đề xuất kết hợp dữ liệu telemetry (metrics, logs, traces) từ các dịch vụ cloud, mô hình AI và pipeline CI/CD vào một nền tảng thống nhất để thực hiện correlation tự động. Hệ quả: Khi telemetry được liên kết, kỹ sư có thể truy vết nguyên nhân gốc của sự cố trong thời gian thực, giảm trung bình thời gian khắc phục (MTTR) xuống dưới 30% so với cách tiếp cận truyền thống. Điều đáng học: Để chuyển từ monitoring sang hiểu hệ thống thông minh, các nhóm cần đầu tư vào công cụ thu thập và liên kết telemetry mở rộng, đồng thời nâng kỹ năng giải thích dữ liệu liên kết thay vì chỉ dựa vào bảng điều khiển. Kết luận: Việc áp dụng Observability 2.0 giúp équipes hiểu rõ “tại sao” sự cố xảy ra, từ đó đưa ra quyết định sửa chữa nhanh chóng và chính xác hơn.

Lập trình viên nên đọc bài này để hiểu cách chuyển từ việc theo dõi đơn giản thành việc phân tích sâu về nguyên nhân của các vấn đề trong hệ thống, giúp tối ưu hóa chất lượng dịch vụ và giảm thời gian khắc phục bằng cách kết hợp thông tin từ nhiều nguồn như cloud, AI và pipeline tự động.