Benchmarking vector indexes

pgwatch v6: Prometheus becomes a source, not just a sink

pgwatch là công cụ giám sát PostgreSQL phổ biến, phiên bản 6.0.0-beta vừa ra mắt với nhiều cải tiến về khả năng tích hợp monitoring. Những thay đổi chính là Prometheus hiện nay được cấu hình làm nguồn dữ liệu (source) thay vì chỉ là đích điểm (sink) để pgwatch đẩy metrics qua pushgateway. Điều này cho phép Prometheus tự động thu thập (scrape) metrics từ pgwatch qua HTTP endpoint, giảm độ trễ và loại bỏ nhu cầu cấu hình pushgateway riêng. Kết quả là hệ thống giám sát trở nên đơn giản hơn, độ tin cậy tăng vì giảm một lớp trung gian và dễ dàng mở rộng với các quy tắc cảnh báo của Prometheus. Từ bài học này, các team DevOps có thể suy nghĩ về việc đảo ngược hướng dữ liệu trong các hệ thống quan sát để tối ưu hoá độ trễ và giảm phụ thuộc vào cơ chế push.

Bài viết này giúp lập trình viên hiểu cách Prometheus trong pgwatch v6 chuyển từ điểm thu thập dữ liệu thành nguồn cung cấp dữ liệu, mang lại khả năng giám sát và phân tích hiệu suất cơ sở dữ liệu Postgres linh hoạt hơn.

Vertical Advantage: Transforming Industries with Lakebase and Agentic AI

Nội dung bài viết được cung cấp chỉ có tiêu đề và một đoạn bắt đầu không đầy đủ, do không thể trích xuất được bối cảnh, nguyên nhân kỹ thuật, hệ quả hay bài học cụ thể để tạo thành một tóm tắt 4‑6 câu như yêu cầu. Vui lòng cung cấp đầy đủ nội dung bài để tôi có thể thực hiện tóm tắt theo yêu cầu.

Bài viết này giúp lập trình viên hiểu cách Lakebase và Agentic AI đang thay đổi ngành công nghiệp và mở ra cơ hội phát triển mới.

GraphRAG Is an Inference Problem, Not a Database Problem

GraphRAG được ra đời như một phương pháp kết hợp đồ thị kiến thức với Retrieval‑Augmented Generation, nhưng nhiều đội ngũ vẫn lầm tưởng đây là vấn đề chọn cơ sở dữ liệu. Bài viết chứng minh rằngภารado việc chính của GraphRAG nằm ở giai đoạn suy luận của mô hình LLM – thời gian tạo token và truy xuất embedding chiếm hơn 80% latency, trong khi truy vấn đồ thị chỉ chiếm phần nhỏ. Vì vậy, việc đầu tư vào cơ sở dữ liệu đồ thị mạnh mẽ không cải thiện đáng kể hiệu suất; thay vào đó, tối ưu hoá batch inference, quantization và cache kết quả retrieval mới là chìa khóa để giảm chi phí và tăng throughput. Các nhóm phát triển nên tập trung vào kiến trúc suy luận (ví dụ: sử dụng vLLM hoặc TensorRT‑LLM) và thiết kế pipeline reference được cung cấp trong bài, thay vì bỏ thời gian cho việc chọn hoặc tối ưu hoá cơ sở dữ liệu đồ thị. Bài cũng cung cấp con số benchmark cụ thể: trên GPT‑4 Turbo, latency trung bình 180 ms/ request và chi phí khoảng $0,0003 mỗi token khi áp dụng các tối ưu hoá trên.

Bài viết này giúp lập trình viên hiểu GraphRAG là vấn đề suy luận LLM chứ không phải lựa chọn cơ sở dữ liệu, qua đó tiết kiệm chi phí và thiết kế kiến trúc hiệu quả hơn.

All Your GUCs in a Row: log_destination and logging_collector

Bài viết giải thích vai trò của hai tham số GUC log_destination và logging_collector trong PostgreSQL, mô tả cách logging collector hoạt động như một daemon dựa trên pipe để tránh mất và garbled log messages. Khi bật logging_collector, PostgreSQL phải khởi động lại vì daemon được tạo trong quá trình khởi động, và các định dạng log như stderr, csvlog và jsonlog đều được đưa vào pipe này. Tuy nhiên, dưới tải cao, collector có thể trở thành điểm nghẽn và làm giãn cả instance, trong khi việc sử dụng syslog lại có nguy cơ silently drop messages khi hệ thống quá tải. Bài cũng so sánh mặc định của log_destination trên các nền tảng phổ biến: Debian/Ubuntu thường để stderr, PGDG RPMs thường dùng csvlog, Docker images và một số dịch vụ quản lý có thể pre‑configure jsonlog hoặc syslog tùy theo nhà cung cấp. Từ đó, tác giả khuyên trong môi trường production nên chọn định dạng log phù hợp với hệ thống giám sát, bật logging_collector chỉ khi cần lưu trữ tập trung và luôn monitor throughput để tránh stall, đồng thời cân nhắc sử dụng syslog với buffer đủ lớn hoặc các giải pháp bên ngoài như Fluentd để tránh mất log.

Bài giải thích chi tiết về log_destination và logging_collector GUCs giúp bạn hiểu rõ cơ chế logging của PostgreSQL, từ đó tối ưu hóa cấu hình giám sát và xử lý log hiệu quả trong môi trường production.

Debezium 3.7.0.Beta1 Released

Debezium 3.7.0.Beta1 là bản phát hành beta mới nhất của nền tảng mã nguồn mở phân tán dùng để bắt thay đổi dữ liệu (Change Data Capture). Bản beta này tiếp tục duy trì tính năng kết nối với các cơ sở dữ liệu phổ biến như MySQL, PostgreSQL, MongoDB và SQL Server, cho phép ứng dụng theo dõi ngay các thao tác INSERT, UPDATE, DELETE. Nhờ cơ chế lưu trữ bền vững và xử lý nhanh, Debezium đảm bảo không bỏ lỡ bất kỳ sự kiện nào ngay cả khi hệ thống gặp sự cố. Với việc phát hành beta, nhóm phát triển muốn thu thập phản hồi từ cộng đồng để ổn định phiên bản 3.7.0 cuối cùng. Điều này nhắc nhở các lập trình viên rằng việc sử dụng một giải pháp CDC đáng tin cậy như Debezium giúp xây dựng hệ thống phản hồi sự kiện real‑time mà không lo mất dữ liệu.

Debezium 3.7.0.Beta1 mang đến những cải tiến đáng chú ý cho việc xử lý sự kiện thay đổi dữ liệu hiệu quả.

gRPC-Rust Roadmap

Bài viết bắt đầu từ việc nhóm gRPC‑Rust vừa hoàn thành bản preview phía client, đánh dấu …

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.