Nguyen Le Phong

Blog

Viết từ việc làm phần mềm và dẫn team: kiến trúc, AI trong công việc kỹ thuật hằng ngày, và cách một team thật sự ship. Có bài ngắn, có bài hướng dẫn dài. Chuyện nghề và chuyện đời tôi để riêng bên Ghi chép.

Bài mới để đọc tiếp · Trang 20/23

Ways of Working

Data: Scorecard là một trang số để thấy sớm vấn đề

Một bài reflection từ Data về Scorecard trong EOS: vì sao doanh nghiệp không cần hàng chục KPI để hiểu sức khỏe vận hành, mà cần một nhóm nhỏ measurables đủ đúng, đủ đều, đủ predictive. Bài viết bàn về Scorecard như check engine light, khác biệt giữa P&L và leading indicators, cách reverse-engineer từ kết quả mong muốn, nhịp đo hằng tuần, range goals, và những bẫy phổ biến khi đo quá nhiều hoặc đo thứ dễ đo thay vì thứ cần đo.

11 phút đọc
Ways of Working

Pre-mortem: nghĩ trước điều có thể hỏng để chuẩn bị tốt hơn

Pre-mortem là một cách chuẩn bị rất thực tế: tưởng tượng kế hoạch đã thất bại, rồi lần ngược lại xem điều gì có thể đã làm nó hỏng. Bài này chỉ cách dùng pre-mortem trong code, system design, release, promotion, phỏng vấn và mục tiêu cá nhân, để mình nhìn rủi ro sớm hơn mà không biến sự cẩn thận thành bi quan.

12 phút đọc
Góc nhìn & Trải nghiệm

Hoàng Ngưu Sơn: lên đỉnh, xuống núi và mang năng lượng về công việc

Một ngày trekking Hoàng Ngưu Sơn 972 m cùng hơn 150 đồng đội Zalo: bắt đầu bằng chút nghi ngờ, đi qua nắng, dốc, trạm nghỉ và cuối cùng là cảm giác rất sáng khi chạm đỉnh. Bài viết kể lại cách mình mang trải nghiệm đó về công việc: gặp khó thì giữ nhịp, muốn lên nấc mới thì phải biết xuống núi cũ, nhìn lại điều chưa tốt và chuẩn bị tử tế cho thử thách tiếp theo.

10 phút đọc
Source Code & Software Architecture

Scale database theo đúng thứ tự: Index, Read Replica, Cache rồi mới tới Sharding

Khi traffic tăng, database thường là nơi kêu cứu đầu tiên. Nhưng không phải cứ chậm là lao vào sharding. Bài này đưa ra một nấc thang thực tế để scale data layer: đo trước, thêm index, dùng read replica, cache đúng chỗ, hiểu replication lag và chỉ đụng tới partitioning hoặc sharding khi thật sự đã đến lúc.

15 phút đọc
Source Code & Software Architecture

Observability ở quy mô lớn: Logs, Metrics, Traces và SLO giúp mình thấy gì

Khi một request đi qua nhiều service, không còn một log file duy nhất để kể toàn bộ câu chuyện. Bài này giải thích observability theo cách dễ nắm: metrics cho biết hệ thống đang khỏe hay không, logs kể chuyện chi tiết, traces nối các bước lại với nhau, còn SLO giúp team nói về reliability bằng một ngôn ngữ rõ ràng hơn.

16 phút đọc
Source Code & Software Architecture

Event-Driven Architecture: khi service bớt gọi trực tiếp và hệ thống dễ thở hơn

Khi service nào cũng gọi trực tiếp service khác, một dependency chậm có thể kéo cả checkout đi xuống. Bài này giải thích event-driven architecture bằng cách gần gũi: khi nào nên dùng sync hay async, command khác event ra sao, message broker thật sự bảo đảm điều gì, choreography và orchestration khác nhau thế nào, và lúc nào events chỉ làm hệ thống rối hơn.

15 phút đọc
Source Code & Software Architecture

Database-per-Service, Saga và Eventual Consistency: dữ liệu sống thế nào trong distributed systems

Tách code thường dễ hơn tách dữ liệu. Khi mỗi service cần sở hữu dữ liệu riêng, team phải đối mặt với shared database, eventual consistency, dual-write bug, outbox, saga, CQRS và event sourcing. Bài này đi qua những lựa chọn đó bằng ví dụ thực tế, để bạn hiểu trade-off trước khi hệ thống phân tán bắt đầu làm mọi thứ khó hơn.

14 phút đọc
Source Code & Software Architecture

Timeout, Retry, Circuit Breaker và Idempotency: bộ kỹ năng sống còn của distributed systems

Một lời gọi ra khỏi process có thể chậm, lỗi, timeout, hoặc chạy hai lần. Đó không phải chuyện hiếm, mà là đời sống bình thường của distributed systems. Bài này gom lại những kỹ thuật giúp hệ thống bền hơn: timeout, retry với backoff và jitter, idempotency, circuit breaker, bulkhead, graceful degradation và observability.

14 phút đọc
AI & Future of Work

Trong thời đại AI, tham vọng nên lớn hơn nỗi sợ

AI có thể làm nhiều việc nhanh hơn, rẻ hơn và đều hơn con người. Điều đó đáng lo nếu mình chỉ muốn giữ nguyên cách làm cũ. Nhưng nếu nhìn AI như một đòn bẩy, câu hỏi thú vị hơn là: mình có thể đặt mục tiêu lớn hơn đến đâu? Bài này là một lời nhắc tỉnh táo về tham vọng, học hỏi và cách dùng AI để mở rộng giới hạn thay vì thu mình lại.

11 phút đọc