MariaDB Foundation Newsletter – September 2026

Tether Brings the Apple Continuity Experience to Linux

Tether là dự án mã nguồn mở mới cho phép Linux sử dụng tính năng Continuity của Apple. Nó đồng bộ iMessage, SMS và OTP qua Bluetooth/Wi‑Fi mà không cần thiết bị Mac. Kết quả là người dùng có thể nhận và trả lời tin nhắn iMessage, SMS và mã OTP trực tiếp trên Linux, giảm phụ thuộc vào môi trường Apple. Điều đáng học là việc tích hợp API Apple với Linux mở ra khả năng cross‑platform và đòi hỏi quan tâm tới bảo mật và quyền riêng tư. Đối với lập trình viên, nếu bạn quan tâm tới interoperability và muốn thử nghiệm các giải pháp sync thực tế, bài viết này cung cấp ví dụ đáng tham khảo.

Ứng dụng Tether giúp bạn đồng bộ iMessage, SMS và mã OTP giữa iPhone và Linux mà không cần thiết bị Mac.

The Linux Kernel AI Flood, Linux 7.2 Release & Other August Highlights

Trong tháng 8, Phoronix báo cáo rằng lượng bản vá nhân Linux được tạo bởi AI/LLM tăng đáng kể, khiến các nhà bảo trì staging phải áp dụng chính sách từ chối trừ khi đó là bản vá bảo mật thực sự. Đây là bối cảnh kỹ thuật khi các công cụ sinh mã tự động bắt đầu được đưa vào quy trình phát triển nhân, nhưng chất lượng và tính an toàn của chúng vẫn chưa được đảm bảo đầy đủ. Hệ quả là số CVE đang tiến gần tới 2.000 mỗi bản phát hành, đồng thời Linux 7.2 đã được ra mắt phiên bản ổn định và Linus Torvalds từng nhận được hỗ trợ từ AI trong một phiên debug phức tạp. Ngoài ra, Debian đã tổ chức bỏ phiếu về việc sử dụng AI sinh tạo có trách nhiệm, trong khi một số nhà bảo trì lâu năm như người giữ CIFS/SMB3 đã qua đời và một nhà phát triển Arch Linux đã từ chức. Bài học từ những sự kiện này là cần có quy trình kiểm tra, xác thực và quản lý bản vá được tạo bởi AI một cách rõ ràng, để tránh làm tăngภาระ bảo mật và duy trì ổn định của nhân Linux.

Bài viết này giúp lập trình viên hiểu tác động của AI đến quá trình phát triển Linux kernel và cập nhật các sự kiện công nghệ quan trọng trong tháng.

Gram Editor 3.3.0 Released

Gram Editor là một trình soạn thảo mã nguồn mở được nhiều lập trình viên sử dụng để viết …

Janet 1.42.0

Janet 1.42.0 là phiên bản mới nhất của ngôn ngữ lập trình động Janet cùng máy ảo bytecode (VM) tương ứng. Phiên bản này tập trung vào cải thiện hiệu suất và ổn định của hệ thống runtime, đặc biệt trong xử lý đa luồng (concurrency) và quản lý bộ nhớ. Nguyên nhân chính là do cộng đồng phát triển đã tối ưu hóa trình biên dịch JIT (Just-In-Time) để giảm độ trễ khi khởi động chương trình. Hệ quả là tốc độ thực thi các tác vụ lặp đi lặp lại (microbenchmarks) tăng lên 12% so với phiên bản 1.41.0, đồng thời giảm thiểu hiện tượng rò rỉ bộ nhớ trong các ứng dụng dài hạn. Điều đáng học từ bản cập nhật này là cách Janet cân bằng giữa tính linh hoạt của ngôn ngữ động và hiệu suất tiệm cận ngôn ngữ tĩnh thông qua cải tiến VM, hữu ích cho những ai đang tìm kiếm giải pháp nhẹ nhàng nhưng mạnh mẽ cho scripting hay hệ thống nhúng.

Lập trình viên nên đọc về Janet 1.42.0 vì ngôn ngữ này kết hợp tính động và hiệu năng cao, phù hợp với các dự án cần tốc độ phát triển nhanh và khả năng mở rộng linh hoạt, giúp tối ưu hóa thời gian và nguồn lực cho các giải pháp hệ thống mới.

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 innodb_buffer_pool_size chỉ được thiết lập là 7168 MB. Khoảng trống này được truy qua 4 lớp: dự kiến overhead từ InnoDB/Performance Schema/thread-buffer, khoảng ~9% mmap chunk padding trên buffer pool, sự tích tụ dirty pages của jemalloc trên DR replica không hoạt động, và nguyên nhân gốc - MALLOC_CONF không được thiết lập khiến decay của background_thread bị vô hiệu hóa. Các sửa chữa gồm giảm buffer pool thành bội số sạch (6144 MB), cắt giảm max_connections từ 3000 xuống 500, bật background_thread của jemalloc với decay 5 giây, và thêm swap để phòng OOM, giúp giảm RSS xuống còn ~7.9 GB. Bài viết cung cấp kiến thức sâu về quản lý memory của MySQL khi sử dụng jemalloc, cách tối ưu buffer pool size và thiết lập MALLOC_CONF phù hợp.

Lập trình viên cần đọc bài này để hiểu cách điều khiển và tối ưu hóa bộ nhớ InnoDB trên MySQL khi các tham số cơ bản như innodb_buffer_pool_size không đủ để giải quyết cảnh báo nhớ, khi hệ thống vẫn tiêu thụ nhiều bộ nhớ hơn dự kiến do các yếu tố như cấu hình bộ nhớ phân vùng, quá trình làm sạch nhớ của jemalloc, hoặc tình trạng replica hoạt động không hiệu quả.

This underrated Docker container is the perfect TeamViewer killer I wish I found sooner

Một container Docker duy nhất đã thay thế cho TeamViewer, cho phép truy cập remote desktop mà không cần mua giấy phép. Nguyên nhân kỹ thuật nằm ở việc sử dụng X11 forwarding và chia sẻ socket để truyền hình đồ họa qua mạng host. Hệ quả là chi phí subscription giảm gần bằng không và độ trễ được tối ưu nhờ môi trường cô lập. Bạn có thể chạy container trên bất kỳ máy Linux nào mà không cần cài đặt phần mềm bổ sung. Điều đáng học là việc tận dụng container để thay thế nhiều công cụ truyền thống, nhưng cần kiểm tra hiệu năng thực tế trước khi áp dụng rộng rãi.

Một container Docker này có thể thay thế phần mềm remote desktop TeamViewer giúp bạn tiết kiệm chi phí.

The New Debug Bar for Laravel

Các nhà phát triển Laravel thường cần công cụ debug trực quan để theo dõi request và response trong quá trình phát triển. The New Debug Bar được tích hợp một máy chủ MCP (Message Control Protocol) nội bộ, cho phép các agent mã hóa truy cập vào các request đã được lưu trữ. Nhờ MCP server, các agent có thể xem cùng một bộ dữ liệu request như giao diện trình duyệt, từ đó giảm thiểu việc chuyển đổi giữa công cụ và môi trường code. Việc kết hợp máy chủ MCP vào công cụ debug mở ra khả năng tự động hóa kiểm tra và sửa lỗi bằng AI, gợi ý cho các dự án Laravel tiếp theo cần cân nhắc mở rộng khả năng tương tác với agent. Đây là một cách улучшать làm việc với các công cụ hỗ trợ lập trình thông minh mà không phải sacrifices tính trực quan của giao diện debug truyền thống.

Laravel lập trình viên nên đọc bài này vì công cụ debug bar mới có tích hợp MCP server giúp agent kiểm tra request giống như giao diện trình duyệt.

SolidQueue Batches: evolution and architecture

Khi Rosa ra mắt SolidQueue lần đầu, cô đã đưa ra một bài phát biểu chi tiết về cách hệ thống hoạt động và những trade‑off mà cô đã chọn. Bài phát biểu đó là nguồn tài liệu đầu tiên mà tôi học được về nguyên lý thiết kế của SolidQueue và lý do tại sao nó đạt hiệu suất tốt. Sau đó, tôi đã đóng góp phần triển khai tính năng batch cho SolidQueue, nhận được phản hồi từ nhiều thành viên cộng đồng. Việc thêm batch cho phép các tác vụ được gom nhóm và xử lý trong cùng một giao dịch, giảm thiểu số lần truy cập cơ sở dữ liệu và tăng throughput. Kiến trúc này cho thấy việc lắng nghe phản hồi cộng đồng và thiết kế mô‑đun có thể nâng cấp hệ thống mà không làm thay đổi lõi hiện có.

Bài viết này giúp hiểu sâu về cách hoạt động và tối ưu hóa batch processing trong SolidQueue, một công cụ queue hiệu suất cao.