LinkedIn xây dựng lại hệ thống telemetry dựa trên OpenTelemetry để thống nhất phân tích client-side và distributed tracing backend, tạo nên góc nhìn kết nối về hành trình member. Mỗi span chứa pageForestId, traceId, và spanId, cho phép kỹ sư theo dõi tương tác từ iOS, Android, web qua các backend service xuống database. Client spans đi qua pipeline tracking dựa trên Kafka hiện tại, trong khi server spans xuất bản trực tiếp đến Kafka, cả hai đều được lưu vào ClickHouse để truy vấn. Chính sách sampling tầng giảm khoảng 30% client spans không quan trọng và ước tính tới 90% server spans trong điều kiện ổn định. Dữ liệu trace được giữ trong khoảng một tuần với quyền truy cập hạn chế.
AI có thể tóm tắt sai. Đọc bài gốc trước khi dựa vào thông tin quan trọng.
Vì sao nên đọc: Lập trình viên nên đọc bài viết này để hiểu cách LinkedIn áp dụng OpenTelemetry để kết hợp phân tích client-side và distributed tracing backend theo một tầm nhìn duy nhất, giúp tối ưu hóa hệ thống telemetry và theo dõi hành trình member toàn diện.
Trả lời 3 câu hỏi ngắn để nhận điểm thưởng cho bài này. Chỉ làm khi bạn muốn lấy điểm.
3 câu hỏi · dưới một phút · không bắt buộc
Nguồn: https://www.linkedin.com/blog/engineering/infrastructure/from-membertap-to-backend-how-linkedin-traced-the-member-journey-with-opentelemetry. 8 Sync News chỉ tóm tắt và dẫn link; bản quyền nội dung thuộc tác giả và nguồn gốc.
Đọc tin ở đây, luyện code, học theo lộ trình và luyện IELTS trên các sản phẩm anh em — tất cả kết nối với nhau trong hệ sinh thái 8 Sync.
Cổng chính của hệ sinh thái: giới thiệu sản phẩm, blog và bảng giá trọn bộ.
Khám pháHọc theo lộ trình rõ từng chặng: video, quiz chấm tự động, certificate và mentor đang làm nghề.
Xem lộ trình1.000 bài DSA, đề tiếng Việt, chấm tự động 7 ngôn ngữ — nhiều bài FREE, chạy ngay trên trình duyệt.
Luyện miễn phíChấm bốn kỹ năng IELTS bằng AI, phản hồi chi tiết theo rubric.
Dùng thử miễn phíAI IDE 22 MB cho dev Việt.
Tải miễn phíBộ nhớ tổ chức cho AI agent.
Khám pháAI trực Fanpage, tự sàng lọc lead.
Dùng thửEvent-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.
What is OpenTelemetry? See how the OTel framework standardizes traces, metrics, and logs so you can switch backends freely.
An optimization that made Pivot significantly faster on GROUP BY queries with a Top-K operator above them, and a walkthrough of how analytical databases run GROUP BY in the first place.
Bối cảnh xây dựng agentic development tech stack đang trở nên quan trọng khi các hệ thống AI tự chủ ngày càng phổ biến. Nguyên nhân kỹ thuật đến từ nhu cầu tích hợp nhiều thành phần như models, orchestration, memory, tools, observability, evaluations, guardrails và testing. Hệ quả là việc thiếu kế hoạch tổng thể dẫn đến hệ thống phức tạp, khó bảo trì và không đảm bảo chất lượng. Điều đáng học là cần có thiết kế hệ thống có cấu trúc, rõ ràng cho từng thành phần để tạo ra nền tảng agent mạnh mẽ và đáng tin cậy.
Bài này giúp bạn thiết kế hệ thống công cụ phát triển agent hiệu quả với các thành phần then chốt như model, orchestration và bảo mật.
Learn how any agent—whether it's Grafana Assistant, a coding agent in your IDE, or a tool you’ve built yourself—can interact with Grafana Cloud and use your observability data to find root causes faster.
If you want agents to do what you want, you need to learn how to box them into deterministic actions.... Tagged with ai, programming, devops, productivity.
An investigation of prompt cache misses in internal AI applications by using Datadog Cloud Cost Management and Agent Observability.
Blender đang tuyển dụng vị trí Software và DevOps Engineer cho các lập trình viên đam mê công nghệ 3D. Công ty cần bổ sung nhân sự để phát triển các dự án như Geometry Nodes và Blender Engine. Các ứng viên sẽ làm việc với công nghệ cụ thể như OpenGL, C++ và Python để cải thiện core functionality của phần mềm. Đây là cơ hội tốt cho những ai muốn đóng góp trực tiếp vào một dự án open-source nổi tiếng toàn cầu. Bạn sẽ được làm việc trong môi trường phát triển năng động và có tác động lớn đến cộng đồng người dùng Blender.
Bài viết này giúp lập trình viên khám phá cơ hội làm việc tại Blender, nơi họ có thể góp sức vào dự án phần mềm mã nguồn mở 3D hàng đầu thế giới.
Đang tải bình luận…