Trace linkage: connect the dots between your app traces and database queries

Vector search in MySQL: from a plugin to the top of the Contributor Summit agenda

This week vector search opened the MySQL Contributor Summit. A plugin started the fire, the M-ecosystem picked it up, the hyperscalers went native, and now the benchmark wars have begun.

json vs jsonb in PostgreSQL: size and speed, measured

json vs jsonb in PostgreSQL 17 and 18, measured on six document shapes: when jsonb is 23% smaller or 41% larger, read speed, GIN, and what it changes.

Two migrations collide: one loud failure, one silent one

Two incompatible migrations merge clean, then resolve in the database — as a failed deploy in one environment and a healthy one in another, decided by apply order. The idempotent version is worse: every statement succeeds and the schemas silently diverge.

Don't Write Markdown Files for Your Coding Agent. Write Scripts.

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.

5 Event Driven Architecture Problems (And How to Avoid Them)

Event-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.

AI in Production Without a WHERE Clause

Bối cảnh triển khai AI mà không có bước review rủi ro giống như thiếu một WHERE clause trong SQL có thể dẫn đến đêm dài khắc phục sự cố. Nguyên nhân kỹ thuật nằm ở việc các model AI có thể tạo ra dữ liệu không mong muốn khi không có bộ lọc phù hợp. Hệ quả có thể rất nghiêm trọng khi hệ thống AI vô tình tạo ra nội dung độc hại, sai lệch hoặc vi phạm chính sách. Đáng học hỏi là bài nhấn mạnh việc xác định rõ vị trí của cơ chế "phanh" (brake) trong hệ thống AI và ai chịu trách nhiệm kiểm soát nó.

Bài viết này giải thích tại sao thiếu bước kiểm duyệt trong AI sản xuất có thể dẫn đến hậu quả nghiêm trọng như lỗi query SQL không có WHERE clause.

How to Build an Agentic Development Tech Stack

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.

Cloudflare Hyperdrive tutorial: use PostgreSQL with Workers

Cloudflare Hyperdrive giúp kết nối ứng dụng Workers với database PostgreSQL hiệu quả. Công nghệ sử dụng connection pooling để giảm 95% thời gian kết nối và cache để tăng tốc truy vấn. Giải pháp này tích hợp với D1, R2, Queues, Supabase và Neon tạo hệ sinh thái thống nhất. Lập trình viên có thể giảm chi phí database và tăng tốc độ ứng dụng nhờ cache layer thông minh. Tutorial cung cấp hướng dẫn chi tiết để cấu hình pooling và caching tối ưu cho hệ thống của bạn.

Bài viết này giúp lập trình viên tối ưu hóa hiệu suất ứng dụng bằng cách tích hợp Cloudflare Hyperdrive với PostgreSQL và Workers.