CAP Theorem and PACELC Explained in Plain English

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.

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.

AI in Production Without a WHERE Clause

Bối cảnh triển khai AI mà không có bước review rủi ro giống như thiếu một WHERE clause trong SQL có thể dẫn đến đêm dài khắc phục sự cố. Nguyên nhân kỹ thuật nằm ở việc các model AI có thể tạo ra dữ liệu không mong muốn khi không có bộ lọc phù hợp. Hệ quả có thể rất nghiêm trọng khi hệ thống AI vô tình tạo ra nội dung độc hại, sai lệch hoặc vi phạm chính sách. Đáng học hỏi là bài nhấn mạnh việc xác định rõ vị trí của cơ chế "phanh" (brake) trong hệ thống AI và ai chịu trách nhiệm kiểm soát nó.

Bài viết này giải thích tại sao thiếu bước kiểm duyệt trong AI sản xuất có thể dẫn đến hậu quả nghiêm trọng như lỗi query SQL không có WHERE clause.

Supabase Compute: run your agents inside your project

Supabase Compute đang ở giai đoạn private alpha cho phép chạy agents và background jobs trực tiếp trong Supabase project. Giải pháp này khắc phục vấn đề về độ trễ network khi phải gọi đến các external services. Việc agents chạy bên trong database giúp giảm latency tới 90% so với các phương án truyền thống. Bạn có thể sử dụng JavaScript, Python, TypeScript và các ngôn ngữ khác để viết agents ngay trong Supabase dashboard. Nếu bạn đang xây dựng ứng dụng cần xử lý tác vụ nền hoặc AI agents với độ trễ thấp, Supabase Compute là công nghệ đáng để xem xét.

Supabase Compute giúp bạn chạy các tác vụ nền và agent trực tiếp trong dự án Supabase của mình.

Introducing the (blazing fast!) native TCP client for .NET

ClickHouse vừa giới thiệu native TCP client cho .NET giúp tăng tốc độ đọc và insert dữ liệu với số lần phân bổ bộ nhớ ít hơn. API cột (columnar APIs) và hỗ trợ POCO giúp xử lý dữ liệu hiệu quả hơn so với HTTP truyền thống. Client mới này giảm đáng kể chi phí CPU và bộ nhớ nhờ loại bỏ các lớp trung gian không cần thiết. Nếu bạn đang làm việc với ClickHouse trên .NET, việc chuyển sang native TCP client sẽ mang lại hiệu suất vượt trội, đặc biệt với các operation đọc/ghi hàng loạt.

Client TCP native của ClickHouse cho .NET mang lại hiệu suất vượt trội với API cột và hỗ trợ POCO giúp tối ưu hóa hiệu năng ứng dụng của bạn.

Protobuf in Python and TypeScript is actually good now

Bối cảnh: Buf phát triển thư viện Protobuf và Connect cấp cao cho TypeScript và Python thay vì vá runtime hiện có. Nguyên nhân kỹ thuật: Các thư viện gốc có vấn đề về hiệu năng (TypeScript: 4.5MB bundle size so với Buf 1.1MB), API phức tạp và thiếu support cho ES modules. Hệ quả: Buf cung cấp trải nghiệm developer tốt hơn với API trực quan, hiệu năng cao và hỗ trợ TypeScript đầy đủ. Điều đáng học: Việc xây dựng từ nền tảng cho phép tạo giải pháp tối ưu và đáng tin cậy hơn là vá các vấn đề cố hữu của hệ thống cũ.

Lập trình viên cần đọc bài này để hiểu cách Buf thiết kế lại các thư viện Protobuf cho Python và TypeScript từ đầu, thay vì chỉ bổ sung vào các phiên bản hiện có của Google, giúp cải thiện hiệu suất, tính tương thích và tính mở rộng cho ứng dụng hiện đại.

I Built a Distributed Task Queue from Scratch with Go and PostgreSQL

Tác giả đã xây dựng Dhara, một distributed task queue bằng Go sử dụng PostgreSQL làm queue duy nhất và nguồn sự thật thực tế. Sử dụng replication của PostgreSQL để đảm bảo high availability và các WAL (Write-Ahead Logging) để đảm bảo data consistency. Cấu trúc hiện tại hỗ trợ tới 5,000 tasks mỗi giây với độ trễ chỉ 10ms. Điều đáng học hỏi là việc tối ưu hóa connection pooling và cách tận dụng tính năng built-in của database để giảm dependency hệ thống.

Bài này giúp bạn hiểu cách xây dựng hàng đợi tác vụ phân tạp hiệu quả với Go và PostgreSQL mà không cần các hệ thống lưu trữ phụ.

gRPC vs REST Is the Wrong Question · Buf

Bối cảnh: Câu trả lời truyền thống thường khuyên sử dụng REST cho public APIs và gRPC cho microservices. Nguyên nhân kỹ thuật: REST dựa trên HTTP/JSON trong khi gRPC sử dụng Protocol Buffers và HTTP/2, mang lại hiệu suất tốt hơn. Hệ quả: Cách phân chia này tạo ra sự lựa chọn sai lầm vì cả hai đều có thể được sử dụng linh hoạt trong nhiều ngữ cảnh khác nhau. Điều đáng học: Buf cho thấy chúng ta nên cân nhắc dựa on yêu cầu thực tế như hiệu suất, ngôn ngữ và công cụ hỗ trợ thay vì chỉ dựa trên kiến trúc hệ thống.

Bài viết này giúp lập trình viên hiểu sâu hơn về lựa chọn công nghệ API, vượt ra ngoài so sánh bề mặt gRPC và REST để tìm giải pháp phù hợp nhất cho từng ngữ cảnh cụ thể.