Splunk SHC Upgrade Performance — Comparing search runtime from 9.3.3 to 10.2.5

Boldly Go28 Hot3 phút4 ngày trướcAITop

slog.Handler.WithAttrs

Bài viết giải thích ra đời của slog.Handler.WithAttrs trong Go 1.21 như một cách thêm …

CYBERTEC PostgreSQL19 Hot4 phút8 ngày trướcAI

pgwatch v6: dashboards reimagined, and a reaper that doesn't choke

Bối cảnh: bài viết mở rộng giới thiệu các tính năng mới của pgwatch v6.0.0 beta, tập trung vào việc cải tiến dashboard và cải thiện quá trình thu thập dữ liệu. Nguyên nhân kỹ thuật: thay đổi cách dashboard được xây dựng bằng React và tối ưu hoá luồng xử lý để giảm tải server. Hệ quả: dashboard hiển thị nhanh hơn và reaper không còn gặp lỗi choking khi xử lý dữ liệu lớn. Điều đáng học: việc sử dụng các thư viện UI hiện đại và tối ưu hoá truy vấn giúp tăng hiệu suất và độ ổn định. Bài viết khuyến khích cộng đồng tham gia đóng góp mã nguồn để hoàn thiện tính năng.

We need to output exactly one short Vietnamese sentence explaining why a programmer should read this. Must be correct Vietnamese, no markdown, no opening greeting. Must only use Vietnamese and Latin characters, no Chinese/Japanese/Korean/Han characters. Latin characters are allowed (i.e., English letters). Names of technical terms must remain Latin (e.g., pgwatch, dashboards, reaper). Must not include any non-Latin characters (i.e., no diacritics? Actually Vietnamese uses diacritics which are Latin letters with diacritics; those are still Latin characters? The instruction says "chỉ dùng chữ Việt và chữ Latin: tuyệt đối không có ký tự Hán/Trung/Nhật/Hàn trong câu trả lời". Vietnamese uses Latin alphabet with diac

#postgresql #observability #grafana Nguồn

Baeldung1 Hot9 phút1 ngày trướcAI

MCP Logging in Spring AI

Spring AI giới thiệu cơ chế logging cho MCP (Model Context Protocol) trên cả server và client. Ghi log trong Spring AI MCP được thực hiện thông qua class McpLogger với các mức độ log khác nhau như TRACE, DEBUG. Việc implement logging này giúp tracking các request/response giữa server và client một cách chi tiết. Nếu bạn đang xây dựng ứng dụng AI sử dụng Spring AI và MCP, việc hiểu cơ chế logging này rất quan trọng để debug và tối ưu hiệu năng.

Bài viết giúp lập trình viên hiểu cách triển khai và sử dụng MCP logging trong Spring AI để giám sát hiệu năng và gỡ lỗi hệ thống AI.

#java #logging #mcp Nguồn

Product Hunt199 Hot1 phút1 tháng trướcAI

witr: Why is this running? Trace process, port, container or file

witr là công cụ truy vết nguyên nhân của tiến trình, port, container hay file đang chạy, hiển thị toàn bộ chuỗi khởi động từ systemd, supervisor, shell hay cron cùng thông tin người khởi động, thời gian, nguồn gốc và cảnh báo quan trọng. Có thể chạy dạng tương tác TUI hoặc script với định dạng đầu ra ngắn gọn (--short) hoặc JSON (--json), hỗ trợ đa nền tảng qua một file binary Go tĩnh.

Lập trình viên nên đọc bài này để hiểu cách khám phá và giải quyết nguyên nhân sâu sắc của các quá trình bất thường, container hoặc dịch vụ chạy trong hệ thống, từ nguồn gốc khởi động đến các cảnh báo quan trọng mà ps, top hoặc lsof không thể cung cấp.

#linux #go #cli Nguồn

Grafana Labs18 Hot8 phút15 ngày trướcAI

Grafana 13.2 release: easier ways to query and explore your data

Grafana 13.2 là phiên bản mới nhất của nền tảng quan sát và trực quan hóa dữ liệu, ra mắt sau chuỗi các bản cập nhật tập trung vào trải nghiệm người dùng. Phiên bản này giới thiệu thư viện truy vấn được cải thiện cho phép lưu trữ, chia sẻ và tái sử dụng các truy vấn đã được xác thực, đồng thời bổ sung chế độ khám phá panel điều khiển với bộ lọc tự động và gợi ý chỉ số để giảm thời gian phân tích bảng điều khiển đông đúc. Nhờ đó, nhóm DevOps có thể giảm thời gian chuẩn bị dashboard lên tới 30% và tăng độ tin cậy của các panel nhờ sử dụng lại các truy vấn đã được kiểm định, đồng thời phát hiện nhanh điểm nóng trong dữ liệu thời gian thực. Đối với những ai đang cân nhắc nâng cấp hoặc áp dụng Grafana, việc đầu tư vào tính năng chia sẻ truy vấn và công cụ khám phá panel sẽ mang lại lợi ích rõ rệt về hiệu suất làm việc và chất lượng giám sát.

Grafana 13.2 mang đến những cải tiến giúp bạn truy vấn và khám phá dữ liệu hiệu quả hơn, đồng thời dễ dàng chia sẻ và tái sử dụng các truy vấn đáng tin cậy.

#observability #terraform #grafana Nguồn

Planet PostgreSQL1 Hot5 phút4 ngày trướcAI

All Your GUCs in a Row: log_lock_waits and log_lock_failures

Trong PostgreSQL 19, log_lock_waits sẽ bật mặc định sau khi tắt mặc định qua phiên bản 18, sử dụng timer giống deadlock_timeout (một giây) để ghi log tình trạng chờ khóa khi phát hiện xung đột. log_lock_failures, tham số mới trong PostgreSQL 18, ghi log ai đang giữ khi câu lệnh SELECT ... FOR UPDATE NOWAIT thất bại do không thể chờ. Cả hai tính năng này hữu ích để giám sát hiệu năng hệ thống, tuy nhiên log_lock_failures chỉ áp dụng cho cấp độ hàng với NOWAIT, không bao gồm LOCK TABLE hoặc timeout. Lập trình viên nên bật log_lock_waits ở mọi nơi và log_lock_failures trừ khi đang sử dụng workload thực thi NOWAIT liên tục.

Đọc bài này giúp bạn hiểu cách tối ưu hiệu suất PostgreSQL bằng các thông số log_lock_waits và log_lock_failures mới trong phiên bản 19.

#postgresql #observability Nguồn

AWS1 Hot2 phút4 ngày trướcAI

Amazon ECS Managed Daemons now support non-critical daemons

Amazon ECS Managed Daemons nay hỗ trợ các non-critical daemons, cho phép triển khai các tác vụ nền không cần thiết phải chạy liên tục. Trước đây, các daemons này yêu cầu quản lý thủ công thông qua Amazon EC2 instances, gây phức tạp trong việc scaling và monitoring. Giờ đây, với tính năng mới, các daemons non-critical có thể được định nghĩa và quản lý trực tiếp trên ECS, tự động restart khi fail. Điều này đặc biệt hữu ích cho các hệ thống logging, monitoring hay data processing không yêu cầu high availability. Lập trình viên nên cân nhắc sử dụng tính năng này để giảm độ phức tạp trong việc quản lý các tác vụ nền không quan trọng.

Nếu bạn quản lý các ứng dụng chạy trên Amazon ECS và muốn tối ưu hóa chi phí cho các quá trình phụ không ảnh hưởng đến hiệu suất chính của hệ thống, bài viết này sẽ giúp bạn hiểu cách tận dụng tính năng mới cho daemons không quan trọng để giảm chi phí vận hành mà vẫn đảm bảo độ ổn định.

#aws #observability #orchestration Nguồn

DevOps.com1 Hot9 phút4 ngày trướcAI

Observability 2.0: Why DevOps Teams Are Moving From Monitoring to Intelligent System Understanding

Bối cảnh: Các đội DevOps ngày càng cảm thấy rằng việc chỉ dựa vào dashboard và cảnh báo không đủ để phát hiện nguyên nhân sâu của sự cố trong môi trường đa đám mây và CI/CD phức tạp. Nguyên nhân kỹ thuật: Observability 2.0 đề xuất kết hợp dữ liệu telemetry (metrics, logs, traces) từ các dịch vụ cloud, mô hình AI và pipeline CI/CD vào một nền tảng thống nhất để thực hiện correlation tự động. Hệ quả: Khi telemetry được liên kết, kỹ sư có thể truy vết nguyên nhân gốc của sự cố trong thời gian thực, giảm trung bình thời gian khắc phục (MTTR) xuống dưới 30% so với cách tiếp cận truyền thống. Điều đáng học: Để chuyển từ monitoring sang hiểu hệ thống thông minh, các nhóm cần đầu tư vào công cụ thu thập và liên kết telemetry mở rộng, đồng thời nâng kỹ năng giải thích dữ liệu liên kết thay vì chỉ dựa vào bảng điều khiển. Kết luận: Việc áp dụng Observability 2.0 giúp équipes hiểu rõ “tại sao” sự cố xảy ra, từ đó đưa ra quyết định sửa chữa nhanh chóng và chính xác hơn.

Lập trình viên nên đọc bài này để hiểu cách chuyển từ việc theo dõi đơn giản thành việc phân tích sâu về nguyên nhân của các vấn đề trong hệ thống, giúp tối ưu hóa chất lượng dịch vụ và giảm thời gian khắc phục bằng cách kết hợp thông tin từ nhiều nguồn như cloud, AI và pipeline tự động.

#devops #cicd #observability Nguồn

Splunk SHC Upgrade Performance — Comparing search runtime from 9.3.3 to 10.2.5

Đề xuất cho bạn

slog.Handler.WithAttrs

Bình luận

pgwatch v6: dashboards reimagined, and a reaper that doesn't choke

MCP Logging in Spring AI

witr: Why is this running? Trace process, port, container or file

Grafana 13.2 release: easier ways to query and explore your data

All Your GUCs in a Row: log_lock_waits and log_lock_failures

Amazon ECS Managed Daemons now support non-critical daemons

Observability 2.0: Why DevOps Teams Are Moving From Monitoring to Intelligent System Understanding

Một tài khoản, cả hệ sinh thái

8syncdev.com

Khóa học

Luyện code

IELTS

ZUS — IDE AI

mind0

AcoLeads