Bài tóm tắt
Tóm tắt bằng lời riêng, luôn dẫn về bài gốc. 339 bài (đã lọc). Đọc miễn phí.
Nguồn dữ liệu danh sách bài viết của blog công ty
Danh sách bài trên trang công ty gồm 10.013 bài. Khoảng 73,6% (7.365 bài) do SWE Wiki thu thập thủ công từ kho lưu trữ blog chính chủ của các công ty, kèm ngày đăng. Phần còn lại lấy từ các danh sách công khai trên GitHub: binhnguyennus/awesome-scalability (667), abhivaikar/howtheytest (551), upgundecha/howtheysre (499), eugeneyan/applied-ml (376), Engineer1999/ML-System-Design-Case-Studies (239), upgundecha/howtheyaws (149) và một số danh sách nhỏ khác. Mọi link luôn dẫn về bài gốc trên blog của tác giả; SWE Wiki không sao chép nội dung bài. Hiện 8.979 bài thuộc 133 công ty có trang riêng được hiển thị cho thành viên. Cảm ơn những người duy trì các danh sách đó.
How WarpStream Powers Grafana Labs' Redesigned Architecture
Grafana Mimir (2025): TSDB mã nguồn mở, scale ngang, multi-tenant, tương thích Prometheus; đã chạy tới 1 tỷ active series. Là nền của Grafana Cloud Metrics.
Robinhood Swaps Kafka for WarpStream to Tame Logging Workloads and Costs
Robinhood (2025): hơn 14 triệu người dùng hoạt động mỗi tháng, hơn 10 TB dữ liệu mỗi ngày. Log gồm log ứng dụng và pipeline observability chạy bằng Vector, trước đó đi qua Kafka.
Investment Insights from Two Years of AI-Powered Postmortem Analysis
Văn hoá postmortem của Zalando theo sách SRE của Google: team phụ trách làm RCA và hành động phòng ngừa, sự cố chỉ đóng khi lãnh đạo (tới VP Engineering tuỳ mức) ký; bài học đi lên qua họp vận hành hằng tuần.
The Day Our Own Queries DoS'ed Us: Inside Zalando Search
Team Search & Browse vận hành backend catalog và full-text search. Nhiều tầng: Base Search (cụm Elasticsearch, lexical + vector), query builder dùng NER, Catalog API fan-out mỗi lượt tìm thành nhiều query (có A/B test),…
Designing AI-Driven User Memory for Personalization
Người tìm nhà đổi ý theo tuần: xem condo ở Seattle, ba tuần sau lưu townhouse ở bang khác. Hệ cá nhân hoá tĩnh không theo kịp.
Canva incident report: API Gateway outage
Editor của Canva là một SPA, deploy nhiều lần mỗi ngày; mỗi lần có hơn 100 file tĩnh mới lên S3 và được phát qua Cloudflare (tiered cache).
The evolution of SQL-based Observability
Luận điểm từ 2023: observability là một bài toán dữ liệu, nên SQL và hệ OLAP giải được; nén tốt, object storage gần như không giới hạn, không phải lấy mẫu log để tiết kiệm. OpenTelemetry biến việc thu thập thành hàng…
How we built a secure, performant, multi-tenant cloud platform to run untrusted code
Deno Deploy là cloud multi-tenant chạy JavaScript/TypeScript trên V8 isolate, phân tán toàn cầu; Subhosting cho doanh nghiệp chạy code không tin cậy của chính user của họ (edge function của Netlify: hơn 255 triệu…
How Discord Reduced Websocket Traffic by 40%
Client nhận cập nhật realtime qua service "gateway" (Elixir), nén bằng zlib từ cuối 2017 (nhỏ hơn 2–10 lần). Lần thử zstandard năm 2019 (chỉ desktop) tốn RAM quá nên bỏ.
GitHub Enterprise Cloud with data residency: How we built the next evolution of GitHub Enterprise using GitHub
Doanh nghiệp muốn kiểm soát dữ liệu của mình nằm ở vùng địa lý nào. GitHub làm Enterprise Cloud with data residency: namespace riêng trên ghe.com, tách khỏi github.com, chạy trên Azure; bắt đầu từ EU (10/2024). Dự án…
How GitHub uses merge queue to ship hundreds of changes every day
GitHub deploy trước rồi mới merge. Năm 2016, monorepo lớn đã có gần 1.000 PR merge mỗi tháng, nên họ cần gom nhiều PR deploy cùng lúc: train, một PR đặc biệt chứa nhiều PR "hành khách", có một người "lái tàu" điều phối…
How we seamlessly migrated high volume real-time streaming traffic with zero data loss and duplication
Grab tách phần đọc và phần ghi của một backend service thành hai service riêng để scale độc lập.
How we built a queue on top of Kafka
Messaging bất đồng bộ có trong kiến trúc microservices của Monzo từ đầu. Ban đầu dùng NSQ: tiện kiểu queue (xử lý và ack từng message), nhưng không bền, đó là khoảng cách duy nhất tới at-least-once.
Database-per-User Architecture With Isolated Application Environments
Bài trước trong loạt: database-per-user với môi trường ứng dụng dùng chung (một bản ứng dụng nói chuyện với DB riêng của từng khách). Bài này: môi trường ứng dụng cô lập, mỗi khách một bản sao toàn bộ hệ thống.
A brief history of Notion's data catalog
Giai đoạn 1 (không catalog): dữ liệu tăng tự phát, phần lớn ở dạng JSON không cấu trúc, đổ vào công cụ như Amplitude để phân tích nhanh. Hệ quả: kiến thức truyền miệng, tên không thống nhất, không phân biệt event quan…
Diving into Uber's cutting-edge data infrastructure
Uber (2023): hơn 10.000 thành phố, 137 triệu người dùng/tháng, 25 triệu chuyến/ngày. Khách nội bộ của đội Data Infrastructure (vận hành cộng đồng, ML, growth marketing) đều muốn insight từ dữ liệu nhưng khác nhau về độ…
API, ChatGPT & Sora Facing Issues (incident write-up)
11/12/2024, từ 15:16 tới 19:38 (PST), mọi dịch vụ của OpenAI (API, ChatGPT, Sora) suy giảm nặng hoặc ngừng hẳn.
From Fragile to Agile: Automating the fight against Flaky Tests
Project iOS của Reddit có hơn 20.000 test unit/snapshot và 2.500 UI test (2024), tăng nhanh trong hai năm; flaky test tăng theo.
Advancing Our Chef Infrastructure
Slack quản lý hàng chục nghìn instance EC2 (Vitess, worker Kubernetes, nhiều thành phần ứng dụng), đa số Ubuntu, một phần Amazon Linux, cấu hình bằng Chef.
MLow: Meta's low bitrate audio codec
Âm thanh thô của một cuộc gọi khoảng 768 kbps; codec hiện đại nén còn 25–30 kbps. Meta dùng Opus (2012) cho mọi cuộc gọi.
Failing to Auto Scale Elasticsearch in Kubernetes
Lounge by Zalando lưu mô tả sản phẩm trong một cụm Elasticsearch trên Kubernetes, vận hành bằng es-operator (custom resource ElasticsearchDataSet → StatefulSet). Pod rải qua mọi AZ; Elasticsearch bật zone awareness để…
Next Best Action platform: democratizing personalization with contextual bandits
Team sản phẩm và marketing chọn thông điệp, CTA bằng luật tay và A/B test tuần tự, rồi áp người thắng cho tất cả. Theo Zillow: thông điệp thắng với 60% khách bỏ quên 40% còn lại; mỗi vòng thử mất vài tuần tới vài tháng;…
Load Testing Kubernetes: Resolving bottlenecks and improving performance (Part 2)
Sau khi có baseline, đội đặt mục tiêu cho từng tiêu chí (throughput, lỗi, latency, scale) và dựng dashboard New Relic để thấy nút thắt ngay trong lúc chạy test.
25% or 6 to 4: The 11/6/23 Authentication Outage
Cụm ScyllaDB scylla-authentication giữ session người dùng, đứng sau service xác thực viết bằng Rust; mọi request API đều qua đây. Topology chuẩn của Discord: "super-disk" RAID gương giữa NVMe local SSD (mất khi reboot)…