Omnipresent availability risks in cloud software

Cloudflare23 Hot13 phút2 ngày trướcAI

How we saved 100 terabytes of memory by optimizing 1.1.1.1’s DNS cache

Cloudflare’s 1.1.1.1 công khai DNS resolver duy trì một bộ nhớ cache lớn để xử lý hàng tỷ truy vấn mỗi ngày. Đội ngũ đã thực hiện năm tối ưu hoá cấp Rust trong bố cục mục cache: tái cấu trúc struct, sử dụng kiểu số nguyên gọn gàng, loại bỏ padding, áp dụng arena allocation và lưu trữ trước giá trị băm, giảm kích thước mỗi mục xuống 56 %. Khi mở rộng ra toàn bộ hạ tầng toàn cầu, việc này giải phóng khoảng 100 TB RAM, tạo thêm dung lượng cho các đợt lưu lượng cao và giảm chi phí vận hành. Bài học là việc kiểm soát bố cục dữ liệu và khai thác khả năng kiểm soát bộ nhớ của Rust có thể tiết kiệm tài nguyên lớn ngay cả ở các dịch vụ quy mô lớn. Đọc bài gốc sẽ cung cấp các con số cụ thể và hướng dẫn chi tiết từng bước để áp dụng các tối ưu hoá tương tự vào các cache khác.

Bài viết tiết lộ những tối ưu hóa cấp độ Rust giúp tiết kiệm 100 terabyte bộ nhớ cho cache DNS của Cloudflare.

#rust #cloudflare #dns Nguồn

Medium43 Hot11 phút23 ngày trướcAI

Microservices Fundamentals Complete Guide

Bài viết giới thiệu các khái niệm cơ bản về microservices, so sánh với kiến trúc monolith, giải thích về modular monoliths, giao tiếp giữa các service, định lý CAP, hệ thống phân tán và các best practices trong kiến trúc microservices.

Nếu bạn đang phát triển ứng dụng lớn hoặc muốn nâng cấp kiến thức về thiết kế hệ thống phân tán, Microservices Fundamentals Complete Guide sẽ giúp bạn hiểu rõ cách chuyển đổi từ kiến trúc monolith sang microservices, tối ưu hóa giao tiếp giữa dịch vụ và tránh rủi ro của hệ thống phân tán.

#java #microservices #distributed-systems Nguồn

Milan Jovanović59 Hot5 phút29 ngày trướcAI

Should You Split That Into Microservices? Ask These 5 Questions First

Trước khi chuyển sang microservices, hãy tự hỏi 5 câu hỏi quan trọng vì hầu hết nỗi ân hận chỉ xuất hiện sau 18 tháng khi gặp phải các vấn đề hệ thống phân tán.

Lập trình viên nên đọc bài này để tránh rơi vào lỗi "phân tích quá muộn" khi hệ thống lớn lên, khi các vấn đề phân tán và quản lý không ngờ đến đã khiến dự án gặp khó khăn mà không có chiến lược phân tích trước.

#career #architecture #microservices Nguồn

Surfing Complexity17 Hot4 phút15 ngày trướcAI

GitHub has another tough day

Vào ngày 6 tháng 8 năm 2026, GitHub gặp sự cố nghiêm trọng khi GitHub Actions bị suy giảm hoạt động trong khoảng 9 giờ. Báo cáo sự cố công khai của GitHub cho biết nguyên nhân liên quan đến tình trạng bão hòa (saturation) hệ thống.

Đọc bài này để hiểu cách các hệ thống cloud lớn như GitHub xử lý áp lực từ hàng nghìn yêu cầu đồng thời, giúp bạn dự đoán và thiết kế hệ thống chịu tải tốt hơn trong thực tế công việc.

#github #distributed-systems #github-actions Nguồn

Dashbit1 Hot6 phút4 ngày trướcAI

WebSockets vs. SSE should be about ordering and correctness

Bối cảnh: các nhà phát triển đang tranh luận về việc truyền HTML qua WebSockets hoặc qua Server-Sent Events (SSE) kết hợp với Fetch API. Nguyên nhân kỹ thuật: cả hai cơ chế đều có thể gửi dữ liệu theo luồng, nhưng chúng không cung cấp cùng một mức độ bảo chứng về thứ tự sự kiện khi kết nối bị gián đoạn hoặc khi có nhiều kênh song song. Hệ quả: nếu không xử lý đúng thứ tự, giao diện có thể hiển thị các mảnh HTML ngoài trật tự, dẫn đến lỗi hiển thị, trạng thái không nhất quán và khó debug. Điều đáng học: khi chọn phương thức truyền, cần ưu tiên các giải pháp có khả năng bảo chứng thứ tự (ví dụ: sử dụng SSE với các id tăng dần hoặc WebSockets kèm cơ chế đánh số thứ tự và xử lý lại khi mất kết nối). Ngoài ra, thiết kế idempotent và có khả năng tái попытка giúp giảm thiểu tác động của sự kiện bị bỏ lỡ hoặc trùng lặp, làm cho ứng dụng ổn định hơn.

Bài viết này giúp lập trình viên hiểu được lựa chọn giữa WebSockets và SSE nên dựa trên yêu cầu về thứ tự và độ chính xác của dữ liệu, không chỉ dựa trên phương thức kỹ thuật.

#webdev #elixir #distributed-systems Nguồn

Metadata1 Hot11 phút3 ngày trướcAI

Composition and Modular Verification of TLA+ specs

Bài viết phân tích lý do việc ghép hai spec TLA+ đóng lại qua trạng thái chung thường làm quá mức ràng buộc hệ thống, khi mỗi thành phần được giả định độc lập mà không có mô hình môi trường rõ ràng. Để khắc phục, tác giả đề xuất viết spec "mở" bằng cách khai báo rõ ràng hành vi Env (rely) mà môi trường có thể thực hiện, từ đó tách biệt trách nhiệm của thành phần và môi trường. Quy trình xác minh mô-đun gồm ba bước: kiểm tra từng component riêng rẽ, chứng minh các nghĩa vụ rely đối với một "universe hỗn loạn" gồm tất cả trạng thái thỏa mãn kiểu, cuối cùng suy ra bằng quy�� quy nạp. Ví dụ kênh producer/consumer minh họa cách mỗi bên chỉ cần đảm bảo свои rely-guarantee, sau đó ghép lại không gây ràng buộc thừa. Tác giả cũng nêu ra lý do phương pháp này chưa phổ biến do chi phí chứng minh cao, nhưng việc tích hợp TLAPS cùng với hỗ trợ viết chứng minh bởi LLM đang thay đổi cân đối giữa proof và model checking.

Bài viết này giúp lập trình viên hiểu cách xác minh mô-đun và kết hợp đặc tả TLA+ một cách hiệu quả bằng cách tránh ràng buộc quá mức hệ thống và áp dụng các phương pháp chứng minh thực tế.

#distributed-systems Nguồn

Cloudflare32 Hot7 phút1 tháng trướcAI

Cloudflare Internal DNS is now generally available

Cloudflare vừa ra mắt Internal DNS, cung cấp dịch vụ authoritative và recursive DNS dành cho mạng nội bộ, tích hợp trên cùng hạ tầng toàn cầu và control plane của Cloudflare Zero Trust, mạng lưới và DNS công cộng.

Lập trình viên nên đọc bài này để khám phá cách Cloudflare Internal DNS giúp tối ưu hóa tốc độ và bảo mật cho các ứng dụng nội bộ bằng cách tích hợp DNS riêng tư vào hạ tầng toàn cầu của công ty, từ đó giảm thiểu chi phí và cải thiện trải nghiệm cho hệ thống mạng.

#cloudflare #dns Nguồn

Metadata2 Hot4 phút6 ngày trướcAI

Thoughts on LLMs

Nghiên cứu viên hệ thống phân tán đã dành hai năm viết về LLM và tổng hợp một chỉ mục các bài viết liên quan. Ông cho rằng LLM nổi bật ở việc tạo ra lượng lớn output “trung bình” – nhìn ấn tượng đối với người không chuyên nhưng chỉ đủ mức độ cho những người có kiến thức chuyên môn (hiện tượng Gell‑Mann amnesia). Nhờ khả năng này, LLM rất hữu ích để giảm tải công việc thường ngày và duy trì động lực làm việc, đặc biệt đối với người có ADHD, trong khi suy nghĩ thực sự, viết và lập kế hoạch vẫn diễn ra trong Emacs. Ngoài ra, ông còn liệt kê các bài viết nơi AI giao thoa với nghiên cứu phương pháp formal và hệ thống, bao gồm kiểm tra mô hình, workshop TLA+ và nghiên cứu về năng suất coding AI. Bài học chính là coi LLM như công cụ hỗ trợ cho công việc lặp lại, không thay thế cho tư duy sâu sắc và chuyên môn cần thiết trong nghiên cứu hệ thống và phương pháp formal.

Bài này giúp lập trình viên cân bằng cách sử dụng LLM hiệu quả cho công việc lặp lại mà vẫn giữ được tư duy sáng tạo sâu trong chuyên môn.

#llm #ai-coding #distributed-systems Nguồn

Omnipresent availability risks in cloud software

Đề xuất cho bạn

Bình luận

How we saved 100 terabytes of memory by optimizing 1.1.1.1’s DNS cache

Microservices Fundamentals Complete Guide

Should You Split That Into Microservices? Ask These 5 Questions First

GitHub has another tough day

WebSockets vs. SSE should be about ordering and correctness

Composition and Modular Verification of TLA+ specs

Cloudflare Internal DNS is now generally available

Thoughts on LLMs

Một tài khoản, cả hệ sinh thái

8syncdev.com

Khóa học

Luyện code

IELTS

ZUS — IDE AI

mind0

AcoLeads