Optimize OLTP and OLAP Workloads with MySQL HeatWave Autopilot

Edi Life OS: Self-Hosted Personal Dashboard with MCP

Edi Life OS là một nền tảng dashboard cá nhân tự host kết hợp thói quen, mục tiêu, Kanban …

System Design Drill Day 6: Sharding and Partitioning a MySQL Orders Table

Trong hệ thống quy mô lớn, việc chia nhỏ (sharding) bảng orders của MySQL theo user ID trở nên cần thiết để xử lý lượng dữ liệu khổng lồ. Bài viết trình bày kỹ thuật phân chia shard logic, sử dụng user ID để định tuyến request và giải quyết vấn đề sinh ID duy nhất khi dữ liệu phân tán. Chiến lược chuyển đổi từ 4 shard lên 8 shard mà không gián đoạn hoạt động được đề cập như giải pháp mở rộng hệ thống. Các kỹ thuật xử lý báo cáo (reporting) trên dữ liệu phân mảnh và cân bằng lại (rebalancing) shard mang lại bài học thiết thực về tính nhất quán và hiệu năng.

Bài viết này giúp lập trình viên hiểu cách thiết kế phân mảnh bảng orders trong MySQL để xử lý dữ liệu lớn hiệu quả.

42 databases, one boring question, eight wrong answers

Trong một sự kiện về công nghệ mở, một câu hỏi đơn giản đã được đặt ra cho 42 cơ sở dữ liệu khác nhau. Nguyên nhân kỹ thuật là do thiết kế API không đồng nhất giữa các hệ thống dẫn đến xử lý dữ liệu khác nhau. Hệ quả là 8 trong số 42 cơ sở dữ liệu đã trả lời sai câu hỏi này, làm giảm độ tin cậy của dữ liệu phân tán. Điều đáng học là ngay cả các dự án open source cũng cần chuẩn hóa API và kiểm thử giao tiếp hệ thống để đảm bảo tính nhất quán dữ liệu.

Bài viết này cung cấp câu trả lời chính xác về cách lựa chọn cơ sở dữ liệu phù hợp cho dự án open source của bạn.

MySQL Best Practice : not using date / time types, nor ENUM

Người thực hành MySQL khuyên không nên dùng các kiểu dữ liệu phức tạp như TIMESTAMP, DATE/TIME hay ENUM, thay vào đó nên dùng các kiểu số đơn giản hơn. Việc sử dụng ENUM gặp vấn đề khi xóa giá trị buộc phải rebuild toàn bộ bảng, cùng lỗi MySQL khiến MIN()/MAX() hoạt động không nhất quán trên ENUM.

Lập trình viên nên đọc bài này để tránh rủi ro về hiệu suất, tính bảo trì và tính nhất quán khi sử dụng các kiểu dữ liệu phức tạp như ENUM và TIMESTAMP trong MySQL, mà thay vào đó có thể áp dụng các giải pháp đơn giản và đáng tin cậy hơn.

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.

Doltgres is as Fast as MySQL is Slow

Doltgres đã đạt hiệu suất tương đương MySQL nhờ những tối ưu hóa gần đây.

Lập trình viên muốn tối ưu ứng dụng database cho hiệu suất cao và khả năng mở rộng nhanh chóng nên đọc bài này để khám phá cách Doltgres vượt trội so với MySQL trong các trường hợp sử dụng thực tế.

Napkin math: know what your system should do before you measure it

Napkin math là phương pháp ước lượng hiệu suất hệ thống từ nguyên lý cơ bản như tốc độ memory, network round trips và chi phí storage trước khi chạy benchmark. Simon Eskildsen, đồng sáng lập turbopuffer, đã phổ biến khái niệm này bằng cách ghi nhớ một bộ số nhỏ về latency, bandwidth và cost để sử dụng ngay trong các buổi thiết kế. Ví dụ thực tế với MySQL cho thấy group commit batching đạt 5,300 inserts/giây, cao gấp 5.3 lần ước tính ban đầu 1,000 inserts/giây. Sự chênh lệch này không phải là thất bại mà là dấu hiệu nhận diện điểm cần tối ưu hoặc hiểu sai hệ thống. Bài viết nhấn mạnh việc ước lượng trước khi đo đạc, học thuộc các số liệu then chốt và xem sự khác biệt như câu hỏi cần tìm hiểu hơn là kết luận.

Đọc bài này giúp lập trình viên ước tính hiệu suất hệ thống từ nguyên tắc cơ bản trước khi đo đạc, từ đó phát hiện điểm bất hợp lý và cải thiện thiết kế.

PostgreSQL Migrator 1.0 : first stable release

Dalibo đã phát hành bản ổn định 1.0 của PostgreSQL Migrator, công cụ mã nguồn mở miễn phí cho phép di chuyển database từ Oracle và MySQL/MariaDB sang PostgreSQL. Được xây dựng hoàn toàn bằng Go, công cụ này cung cấp khả năng kiểm tra catalog ngoại tuyến, đánh giá độ phức tạp, giao diện web tương tác, chuyển đổi schema và dữ liệu, biên dịch SQL/PL-SQL qua công cụ transqlate, và sao chép dữ liệu tốc độ cao. PostgreSQL Migrator hỗ trợ nguồn từ Oracle 11g đến 26ai và MySQL 8.4+/MariaDB 10+, nhắm đến PostgreSQL 16-19, với bản 1.0 hiện chỉ hỗ trợ chuyển đổi roles, schemas, sequences, tables, virtual columns, constraints và indexes. Dự án đạt độ ổn định sau 1 năm beta và release candidates, với cam kết tương thích về cấu hình, CLI và dự án cho tất cả các bản 1.x.

PostgreSQL Migrator 1.0 cung cấp giải pháp toàn diện để chuyển đổi cơ sở dữ liệu từ Oracle và MySQL sang PostgreSQL với nhiều tính năng mạnh mẽ.