Tìm kiếm
40 kết quả cho “Play”. Tìm không phân biệt dấu.
- Beyond synthetic testing: Capturing and replaying real database workloads at Airbnb Bài tóm tắt · Airbnb · 2026
…ech/infrastructure/beyond-synthetic-testing-capturing-and-replaying-real-database-workloads-at-airbnb/) Bối cảnh - Fleet MySQL-compatible của Airbnb (2026): hàng trăm cụm , hàng ng…
- How we manage our 1200 incident playbooks Bài tóm tắt · Zalando · 2023
…g.zalando.com/posts/2023/01/how-we-manage-our-1200-incident-playbooks.html) Bối cảnh - Zalando gom playbook sự cố về một chỗ vào 9/2019 , khi chuẩn bị Cyber Week. Đến 2023: hơn 1.2…
- Inside the Go Playground Bài tóm tắt · Go · 2013
…g trưởng · Độ khó: Nâng cao — [bài gốc](https://go.dev/blog/playground) Dự án ngôn ngữ mã nguồn mở. Bài tự ghi chú là không còn mô tả bản Playground hiện tại. Bối cảnh - Playground…
- Scaling up your microservice testing with Apache Spark, Part 2 Bài tóm tắt · Stripe · 2026
…-testing-with-apache-spark-part-2) Phần 2; phần 1 (vì sao replay): . Bối cảnh - Câu hỏi của phần này: dựng harness replay thế nào mà không tạo ra bản thứ hai của service (bản đó sẽ…
- MySQL sharding at Quora Bài tóm tắt · Quora · 2020
…ldump trong một transaction kèm vị trí binlog → restore → replay binlog của bảng → cutover bằng rename bảng nguồn rồi cập nhật vị trí trong ZooKeeper). Nghiêng về nhất quán: có cửa…
- Engineering operational excellence, a case of continuous improvement Bài tóm tắt · Nubank · 2023
…Lập kế hoạch: mỗi tính năng có SLI/SLO từ lúc thiết kế, kèm playbook và dashboard; metric và dashboard mặc định có sẵn nên chi phí thấp. - Vận hành: trực theo tuần (đổi ca trưa thứ…
- DrP: Meta's Root Cause Analysis Platform at Scale Bài tóm tắt · Meta · 2025
…cảnh - Theo Meta, điều tra sự cố bằng tay ở hệ lớn dựa vào playbook cũ và script tự viết , kéo dài downtime và làm người trực mệt. Thay đổi chính - DrP : nền tảng để viết playbook…
- Reliable load testing with regards to unexpected nuances Bài tóm tắt · Miro · 2020
…trong lúc chạy test lớn trên môi trường test, rồi dùng pgreplay phát lại nhiều luồng trên một bản dump (công cụ Marucy tự dựng instance, deploy dump, replay, đo bằng Prometheus/Gr…
- Scaling up your microservice testing with Apache Spark Bài tóm tắt · Stripe · 2026
…og/microservice-testing-with-apache-spark) Phần 1 (vì sao replay); phần 2 (cách dựng harness): . Bài mô tả pattern, không nêu số liệu vận hành. Bối cảnh - Ví dụ xuyên suốt: service…
- How We Upgrade Kubernetes on GKE Bài tóm tắt · Gojek · 2020
…người tuần trước dẫn việc nâng cấp và truyền bối cảnh; theo playbook, mỗi tuần ra thêm một cải tiến, automation hay tài liệu; có thời gian dev dành riêng trong sprint. Vì sao - The…
- Scalability and Load Testing for VALORANT Bài tóm tắt · Riot Games · 2020
…á nặng, và không muốn nhồi code test vào client): simulated player chạy đúng các vòng polling nền của client (làm mới token, cấu hình động); scenario là chuỗi thao tác (vào hàng ch…
- Building observability into Notion's dead-letter queue Bài tóm tắt · Notion · 2026
…Bài học cho SWE - DLQ chỉ có giá trị khi có người xem và replay được ; công cụ xem khó dùng thì lỗi bị bỏ qua (). - Bản ghi dead task nên mang đủ ngữ cảnh (payload, lỗi, số lần th…
- Outage post-mortem Bài tóm tắt · Dropbox · 2014
…hục MySQL từ backup chậm với dữ liệu lớn; họ viết công cụ replay binlog song song (hẹn mở mã nguồn). Bài học cho SWE - Replica bảo vệ khỏi hỏng phần cứng, không bảo vệ khỏi automat…
- How Etsy Prepared for Historic Volumes of Holiday Traffic in 2020 Bài tóm tắt · Etsy · 2021
…đầu tháng 9, nâng capacity cho 3 lần traffic tháng 8, rồi replay request chồng lên traffic thật, tăng dần và theo dõi latency, lỗi, bão hoà. Kết quả: xác nhận quota, xác nhận công…
- Scaling Prometheus to billions of samples a second Bài tóm tắt · Hudson River Trading · 2021
…hêm server không gây downtime. - Khởi động lại nhanh hơn: replay WAL từng vượt một giờ , giờ chia theo số shard; query node không có WAL. - Cái giá (theo bài): cấu hình phức tạp, n…
- Advancing Our Chef Infrastructure: Safety Without Disruption Bài tóm tắt · Slack · 2025
…mỗi khi promote (theo stack và môi trường, kèm tham số như Splay để rải thời điểm); một dịch vụ mới kích Chef trên node chỉ khi có cập nhật thật. Vì sao - Máy mới dựng là đường lan…
- Sharding Cash Bài tóm tắt · Square · 2018
…khỏi các bảng sẽ shard tiếp: clone bảng, giữ đồng bộ bằng replay binlog, rồi MigrateServedFrom ... MASTER chuyển traffic master. Lúc đó lệnh không đảo ngược được nếu không mất dữ l…
- Treating Data as Code at Two Sigma Bài tóm tắt · Two Sigma · 2025
…o bằng Terraform; version cả dataset lẫn hạ tầng xử lý để replay được; CI/CD; nền tảng chất lượng dữ liệu chạy kiểm tra và sinh luôn chỉ số độ phủ kiểm tra. - Công cụ nội bộ: giám…
- Using Fault Injection Testing to Improve DoorDash Reliability Bài tóm tắt · DoorDash · 2022
DoorDash viết backend theo microservice; một request từ app có thể đi qua hàng chục tới hàng trăm service, nên phải xử lý lỗi một phần (một dependency chậm, lỗi, hay vừa deploy kèm bug).
- Dynamometer: Scale Testing HDFS on Minimal Hardware with Maximum Fidelity Bài tóm tắt · LinkedIn · 2018
Tháng 3/2015: ngay sau khi thêm 500 máy vào cụm HDFS chính, thao tác chậm tới hai bậc độ lớn hoặc timeout, job dồn ứ. Gỡ máy ra không dễ vì chúng đã nhận dữ liệu. Nguyên nhân là một thay đổi khoảng 24 dòng trong bản…
- Now You See Me, Now You Don't: LinkedIn's Real-Time Presence Platform Bài tóm tắt · LinkedIn · 2018
Chấm xanh "đang online" cho khoảng 500 triệu thành viên (2018): mỗi giây hàng nghìn người online/offline, cần phát thay đổi tới mọi kết nối đang xem.
- Scaling LinkedIn's Hadoop YARN cluster beyond 10,000 nodes Bài tóm tắt · LinkedIn · 2021
Cụm Hadoop gấp đôi mỗi năm; cụm lớn nhất khoảng 10.000 node năm 2021. HDFS (một NameNode giữ mọi metadata) chạm giới hạn trước nên được đầu tư từ 2016; YARN ResourceManager nhẹ hơn nên được để yên tới đầu 2019.
- Infrastructure patterns for agentic applications Bài tóm tắt · Render · 2026
Cách làm agent đầu tiên thường là bọc model trong một route handler và chờ response. Theo Render, đó là thứ hỏng đầu tiên ở production: agent chạy lâu (giờ, có khi ngày), có trạng thái (mục tiêu, kế hoạch, kết quả tool,…
- Xử lý sự cố và on-call Chủ đề Thành viên
Khi hệ còn nhỏ, vài người biết hết mọi thứ; có lỗi thì người thấy đầu tiên sửa luôn. Khi có hàng trăm service và hàng trăm engineer, câu hỏi đổi khác:
- Migration không downtime Chủ đề Thành viên
Hệ thống đang chạy thật (gọi xe, chat, thiết kế) không được dừng, nhưng phải đổi ngôn ngữ, database hoặc hạ tầng bên dưới.
- Event-driven, message queue và Kafka Chủ đề Thành viên
Khi một hệ có nhiều bên cần biết "có gì vừa xảy ra" (đơn hàng đổi trạng thái, tin đăng được sửa, ticket được cập nhật), gọi đồng bộ từng bên một làm producer phải biết mọi consumer, và một consumer chậm kéo chậm cả…
- Load test và kiểm chứng capacity Chủ đề Thành viên
Trước một mốc tải chưa từng gặp (ra mắt game, tính năng mới gửi push toàn quốc, mùa giải, tăng trưởng nhanh), cần biết hệ chịu được bao nhiêu, cái gì gãy trước, và cần bao nhiêu máy. Test từng service riêng không đủ vì…
- Tự động hoá vận hành và auto-remediation Chủ đề Thành viên
Khi số máy, shard, pod tăng lên hàng nghìn, lỗi "hiếm" (một node chết, một đĩa hỏng, một replica trễ) thành chuyện hằng ngày, và thao tác tay không còn theo kịp: Stripe có hàng trăm lần shard suy giảm mỗi năm, mỗi lần…
- Bảo mật hạ tầng và quản lý secret Chủ đề Thành viên
Khi hệ thống lớn lên, số credential (mật khẩu DB, API key, SSH key, token, cookie phiên) tăng theo số service, pipeline, nhà cung cấp, và chúng rải vào code, cấu hình, hệ build, log. Các nguồn trong wiki cho thấy kẻ tấn…
- Kiểm thử độ tin cậy (chaos, fault injection, mô phỏng tất định) Chủ đề Thành viên
Lỗi trong hệ phân tán là chắc chắn (máy chết, zone mất, dependency chậm, cấu hình sai), nhưng phần lớn lỗi nằm ở những tổ hợp hiếm mà test chức năng không chạm tới. Bài toán là chủ động gây lỗi để biết hệ thống phản ứng…
- Observability và monitoring Chủ đề Thành viên
Lúc đầu, monitoring là vài dashboard và một công cụ cài sẵn; log đọc thẳng từ máy. Khi hệ lớn lên, chính hệ quan sát thành một hệ phân tán có bài toán riêng:
- Realtime và fan-out Chủ đề Thành viên
Một sự kiện (tin nhắn, ảnh, tweet, vote) phải tới rất nhiều người, rất nhanh, qua rất nhiều kết nối mở cùng lúc.
- Failover, replica và dự phòng dữ liệu Chủ đề Thành viên
Mọi hệ có trạng thái đều giữ nhiều bản (replica) để một máy chết không làm mất dịch vụ. Khó không nằm ở việc có bản sao mà ở lúc chuyển sang bản sao:
- Đổi ngôn ngữ và runtime Chủ đề Thành viên
Ngôn ngữ ban đầu được chọn để làm nhanh. Khi lớn lên, nó có thể thành nút thắt về hiệu năng, latency, hoặc tổ chức code. Có ba hướng: tối ưu runtime đang dùng, cải tiến dần, hoặc viết lại có phạm vi.
- Hệ thống độ trễ thấp (low latency) Chủ đề Thành viên
Ở sàn giao dịch và công ty market making, mỗi giao dịch làm thay đổi thị trường cho giao dịch sau, và ai phản ứng chậm hơn thì thua. Yêu cầu không chỉ là latency trung bình thấp mà latency ổn định ở đuôi, ở thang micro…
- Load shedding, rate limit và backpressure Chủ đề Thành viên
Mọi hệ đều có lúc nhận nhiều việc hơn sức làm: spike của người dùng, client nội bộ có bug, dependency chậm đi, retry dồn lại. Theo Discord, khi chạm giới hạn năng lực thì đó là bài toán kinh tế: hoặc tăng cung (thêm…
- Mô hình tổ chức SRE Chủ đề
Lúc nhỏ, một team ops hay SRE tập trung trực và vận hành mọi thứ. Khi chuyển sang microservice và "you build it, you run it", team sản phẩm phải tự sở hữu service trên production, nhưng nhiều team chưa có kỹ năng, còn…
- Nền tảng nội bộ cho service (đường ray chung) Chủ đề Thành viên
Tách hệ thống thành nhiều phần (service, hoặc component trong một monolith) giải được bài toán tổ chức. Nhưng nếu mỗi team tự làm RPC, retry, log, metric, contract theo cách riêng, thì ta chỉ đổi một kiểu hỗn loạn lấy…
- Hạ tầng nghiên cứu định lượng (dữ liệu thị trường, feature, backtest) Chủ đề Thành viên
Một quỹ định lượng hay công ty market making sống bằng vòng nghiên cứu: đặt giả thuyết → lấy dữ liệu → tạo feature → train model hay dựng tín hiệu → backtest/mô phỏng → đưa vào giao dịch thật → lặp lại. Theo Optiver, độ…
- Sự cố và postmortem Chủ đề Thành viên
Nhiều bước ngoặt kiến trúc trong wiki bắt đầu từ một sự cố: Netflix lên cloud sau 3 ngày không gửi được DVD, Twitter viết lại hệ thống sau World Cup 2010, Instagram đi nhiều data center sau trận bão 2012. Trang này gom…