Exports, checkpoints or branches: what should you reuse? · SmolBox

Arch-specific SIMD in Go

Go 1.27 giới thiệu các API vector SIMD đặc thù kiến trúc dưới dạng experimental. API này được phát triển để tận dụng tối đa sức mạnh xử lý song song của các instruction set như AVX-512, NEON, hay SSE2 trên kiến trúc cụ thể. Việc tùy biến theo kiến trúc giúp tăng hiệu năng lên đến 3-4 lần cho các phép tính số học trên vector. Điều đáng học là cách Go cân bằng giữa tính di động và tối ưu hóa hiệu năng, cho phép lập trình viên lựa chọn mức độ tùy chỉnh phù hợp với nhu cầu ứng dụng.

Go 1.27 giới thiệu API vector SIMD cụ thể cho kiến trúc giúp tối ưu hóa hiệu năng ứng dụng.

Announcing DuckDB 1.5.6

DuckDB phiên bản 1.5.6 vừa được ra mắt với các bản vá lỗi và cải thiện hiệu năng. …

Optimizing objects with null prototypes

V8 engine gặp vấn đề khi đối tượng với __proto__: null bị mắc kẹt ở dictionary mode. …

Warming up the Puma master before it forks

Basecamp 5 gặp vấn đề về hàng chờ request sau khi triển khai. Nguyên nhân kỹ thuật là các signed-in request phải xử lý qua Rails app trong Puma master trước khi fork worker. Giải pháp này giúp giảm 80% hàng chờ request bằng cách xử lý một số request ngay trong master process trước khi tạo worker. Hệ quả là trải nghiệm người dùng cải thiện đáng kể sau deployment với thời gian phản hồi giảm mạnh. Điều đáng học là việc tối ưu xử lý request ngay ở master process có thể giải quyết hiệu quả tình trạng quá tải mà không cần tăng số lượng worker.

Bài viết này giúp lập trình viên giảm đáng kể hàng đợi yêu cầu sau triển khai bằng cách chạy yêu cầu đã đăng nhập qua ứng dụng Rails trong tiến trình Puma master trước khi tạo tiến trình worker.

What Actually Changed Inside the .NET 11 JIT Compiler — Daily DevOps & .NET

.NET 11 RC JIT Compiler đã được nâng cấp đáng kể với guarded devirtualization cho phép tối ưu hóa gọi phương thức ảo, cùng escape analysis được mở rộng để tối ưu bộ nhớ. Trình biên dịch này cũng cải tiến layout của delegate, giảm chi phí tạo đối tượng và loại bỏ bounds-check một cách thông minh hơn. Những thay đổi này giúp tăng hiệu suất thực thi lên đến 15% trong các ứng dụng sử dụng delegate và nhiều đối tượng. Lập trình viên nên đọc bài gốc để hiểu rõ từng kỹ thuật như Escape Analysis và Bounds-Check Elimination, từ đó tối ưu code tốt hơn.

Bài viết tiết lộ những thay đổi nội bộ quan trọng trong trình biên dịch JIT .NET 11 giúp tăng hiệu năng ứng dụng .NET của bạn.

A Million Go Map Entries Take 38MB, Not 16MB

Bối cảnh là cấu trúc map mới trong Go chiếm nhiều bộ nhớ hơn dự kiến. Nguyên nhân kỹ thuật nằm ở cách Go xử lý collision bucket, mỗi entry đều phải lưu trữ hash value 8 bytes dù không cần thiết cho tìm kiếm. Hệ quả là 1 triệu entries trong Go map chiếm tới 38MB thay vì 16MB như kỳ vọng, gây lãng phí tài nguyên đáng kể. Điều đáng học là bài viết phân tích chi tiết cách tối ưu bộ nhớ trong Go map, giúp lập trình viên hiểu rõ trade-off giữa performance và memory usage khi sử dụng hash table trong Go.

Bài viết tiết lộ lý do tại sao cấu trúc Go map mới chiếm dụng bộ nhớ nhiều hơn so với dự kiến.

Affordable and Fast Migration

Evil Martians đã hoàn thành migration từ Gatsby sang Astro trong chỉ 9 ngày mà không cần viết lại bất kỳ React component nào. Họ tận dụng tính năng Islands Architecture của Astro để giữ nguyên giao diện người dùng hiện có. Quy trình này giảm 60% bundle size và cải thiện tốc độ tải trang lên tới 70%. Học hỏi từ bài viết, lập trình viên có thể áp dụng migration strategy tương tự bằng cách sử dụng adapter cho framework hiện tại và tận dụng tính năng server-side rendering của Astro.

Bài viết tiết lộ bí quyết di chuyển dự án Gatsby sang Astro chỉ trong chín ngày mà không cần viết lại bất kỳ React component nào.

We Fixed N+1 With Eager Loading. Memory Usage Tripled.

Bài viết mô tả việc đội phát triển gặp vấn đề N+1 khi truy vấn danh sách đối tượng và quyết định áp dụng eager loading để giảm số lượng query. Sau khi bật eager loading, tổng số query giảm từ 801 xuống chỉ một câu SQL duy nhất. Tuy nhiên, câu query duy nhất này trả về lượng dữ liệu lớn hơn khả năng bộ nhớ của ứng dụng, khiến mức sử dụng RAM tăng lên gấp ba lần so với trước khi tối ưu. Kết quả là, mặc dù hiệu suất về số lượng query cải thiện, ứng dụng dễ gặp lỗi out‑of‑memory hoặc trễ do việc xử lý khối dữ liệu lớn. Bài học là khi tối ưu N+1 cần cân bằng giữa giảm query và kiểm soát lượng dữ liệu được tải, ví dụ qua việc chọn trường cụ thể, sử dụng pagination hoặc batch loading thay vì eager loading toàn bộ liên kết.

Bài viết này dạy bài học quý giá rằng tối ưu hóa database không lúc nào cũng tốt nếu không cân nhắc đến giới hạn tài nguyên hệ thống.