Xuan Tuan Nguyen · Engineering Notes
Tuyển chọn từ engineering blog của các công ty product lớn, đọc và đối chiếu trong nhiều năm. Mỗi mục giữ tiêu đề gốc tiếng Anh, kèm ghi chú tiếng Việt và link thẳng tới bài nguồn.
33 bài viết17 engineering blog2014–2026Cập nhật 10/2026
Sự cố thật khi bật virtual threads trên Java 21 + Spring Boot/Tomcat: thread dump trông “bình yên” nhưng hàng nghìn virtual thread bị kẹt, service treo. Bài học: virtual threads không miễn phí — phải hiểu pinning, carrier threads và lock.
So sánh G1 và Generational ZGC bằng số liệu vận hành thật: tail latency, CPU, bộ nhớ — và cả những workload mà ZGC không hợp. Có bảng trade-off thay vì benchmark lý thuyết.
Uber tự viết Java agent để profile Spark/JVM ở quy mô lớn: đo method, argument, CPU/memory mà không sửa code; giảm 2 GB executor memory, tiết kiệm 2 TB RAM.
Profiling liên tục trong production: flame graph, so sánh profile giữa các deploy, bắt OOM và lock contention của Java. Góc nhìn vendor nhưng là phần giới thiệu gọn cho continuous profiling.
Bài benchmark kinh điển: 2 triệu writes/giây trên 3 máy rẻ. Giải thích vì sao log tuần tự + zero-copy cho throughput cao — nền tảng để hiểu trade-off của Kafka.
Từ khoảng 2.200 microservices xuống 70 domain: Uber kể lại quá trình vật lộn với complexity của microservices và cách chia domain / layer / gateway. Bài mẫu mực về trade-off kiến trúc gắn với tổ chức.
Vì sao Shopify bỏ hướng “một database to hơn”, shard dữ liệu rồi tiến tới kiến trúc pods — đơn vị scale độc lập cho cả hệ thống lẫn team. Đọc kèm “Deconstructing the Monolith” để thấy bức tranh nhiều năm.
Tách control plane khỏi data plane để quản lý hàng triệu database D1 mà query vẫn chạy ở edge. Bài học thiết kế cho hệ multi-tenant quy mô lớn.
Agent viết code làm write traffic vào Git tăng vọt; GitHub mô tả cách thiết kế lại hạ tầng Git để chịu tải “agent-scale”. Góc nhìn rất thời sự về hạ tầng cho AI agents.
Slack thay hệ EC2/Chef cũ bằng Shipyard — platform tự phục vụ cho compute. Bài học modernization hạ tầng: abstraction nào cần giữ, cái nào nên bỏ.
Grab biến các pain point lặp lại thành platform primitives để team tự build, test và chạy AI agent an toàn. Mô hình “internal agent platform” đáng tham khảo khi agent tràn vào production.
Meta chuyển live ingest của Instagram sang Media over QUIC: giảm phức tạp protocol stack, tối ưu streaming real-time ở quy mô lớn.
GC của Go tạo spike latency vài trăm ms mỗi vài phút; chuyển Read States sang Rust bỏ được GC, tăng cache, latency phẳng. Bài học chọn ngôn ngữ theo đặc tính workload, không theo trend.
Thay lõi NGINX/LuaJIT bằng proxy Rust (Pingora): nhanh hơn khoảng 20% toàn mạng, CPU/RAM giảm mạnh. Case study rewrite có số đo, không phải cảm tính.
Profiling toàn fleet quy mô internet cùng Intel: gProfiler giúp tìm hotspot và regression trên hàng nghìn service. Đọc để biết profiling production được vận hành thế nào.
API star history từ 2.500 request xuống 24 nhờ thiết kế lại cách tổng hợp dữ liệu thay vì trả từng identity. Ví dụ gọn về tối ưu API và database.
Shopify viết lại GraphQL execution theo breadth-first để cắt “chi phí ẩn” của DFS. Bài hiếm hoi đi sâu vào implementation runtime GraphQL.
World Cup là bài stress test 4 năm một lần: Meta kể cách hạ tầng chịu spike traffic kỷ lục và giữ độ tin cậy.
Framework ra quyết định TOMASP: Timebox – Meta – Analyze – Step back. Cách chống analysis paralysis, so sánh pros/cons có kỷ luật và chọn tiêu chí trước khi chọn giải pháp.
Monolith vs microservices: Shopify chọn modular monolith và nói rõ vì sao — trade-off giữa productivity, deployment và scale. Bài gốc của cả series.
18 tháng sau: cái gì đúng, cái gì phải làm lại — phần “what we’d do differently” rất đáng đọc trước khi chốt kiến trúc.
So sánh callback và pipeline cho xử lý media: độ phức tạp, khả năng bảo trì, observability — ví dụ tốt về chọn abstraction theo vòng đời hệ thống.
Ba lựa chọn: tiếp tục NGINX, fork, hay tự viết proxy. Cloudflare phân tích trade-off rồi chọn Rust; kết quả dùng khoảng 1/3 CPU và 2/3 memory so với hạ tầng cũ.
So sánh major version (v1/v2) với rolling date-based versions; trade-off giữa tiến hoá API, chi phí maintain và trải nghiệm developer.
Checklist trước khi rewrite: đã cạn cải tiến tăng dần chưa, có đủ người và thời gian, có chấp nhận chậm feature không. Bài hiếm về quyết định “có nên viết lại” với tiêu chí rõ ràng.
Vì sao Spotify không chuyển sang Bayesian A/B testing: so sánh hai trường phái thống kê và tiêu chí quyết định của họ — đúng chủ đề “trade-off scoring” cho experimentation.
Prototype “music-playing product pages” trong Hack Days — ví dụ về văn hoá thử nhanh, ship thử nghiệm trước khi đầu tư.
Dùng Gemini + XR Blocks để prototype ứng dụng XR nhanh: case study về AI-assisted prototyping.
Bỏ Redis cho inventory reservations, thay bằng MySQL + SKIP LOCKED; đơn giản hơn mà vẫn đạt scale. Bài học: đôi khi lựa chọn “nhàm chán” lại thắng.
Hơn 700 SSH operator điều khiển pipeline dữ liệu được thay bằng REST API: modernization vì bảo mật, kèm bài học migration hệ thống đang chạy.
Lyft chuyển stream processing sang Apache Flink Operator — kinh nghiệm migration hạ tầng streaming.
Netflix tự động hoá pipeline thí nghiệm Spark để chạy “trong lúc ngủ” — cách biến thử nghiệm định kỳ thành hệ thống.
Portal giúp giảm 90% token khi dùng Claude Code — thí nghiệm tối ưu chi phí AI coding, đáng tham khảo cho team dùng agent.