ทำการสรุป VDO เรื่อง Build in Observability While Developing จากงาน KubeConทำการอธิบายถึง observability ของระบบว่าช่วยให้เราเข้าใจสิ่งที่กำลังเกิดขึ้นในระบบงาน หรือบน productionแต่มักจะพบว่า ในการพัฒนาและส่งมอบ feature นั้นมักจะแยกระหว่าง code กับพวก observability (log, trace, metric) ออกจากกัน
สิ่งหนึ่งที่น่าสนใจของการพัฒนาระบบงานคือเรื่องของ Unique Id หรือ id ของ object ต่าง ๆ ที่ไม่ซ้ำเพื่อระบุถึง object นั้น ๆ ในระบบงาน ยกตัวอย่างเช่น คำถามคือ เรามีวิธีการสร้าง unique id กันอย่างไรบ้างดังนั้นลองจดสรุปสิ่งที่เคยทำมาบ้างไว้นิดหน่อยมาเริ่มกันเลย
ในโลกของ Event-Driven Architecture นั้นมักจะมีการออกแบบ event ต่าง ๆสำหรับติดต่อสื่อสารระหว่างส่วนการทำงานแต่สิ่งหนึ่งที่มักจะขาดหายไปคือ เอกสารของแต่ละ event ว่ามีรายละเอียดอย่างไรแต่ละ event ข้าม service หรือ domain อะไรบ้างดังนั้นถ้ามีเครื่องมือมาช่วยจัดการน่าจะดีขึ้นหนึ่งในเครื่องมือที่น่าสนใจคือ EventCatalog
ไปเจอ Domain Message Flow Diagram มาน่าสนใจดีเป็น diagram สำหรับการออกแบบ flow ของ messageที่ใช้ติดต่อสื่อสาร หรือ แลกเปลี่ยนระหว่าง actor, boundary context หรือ service/system ก็ว่าไปเพื่อช่วยให้ทีมที่เกี่ยวข้องเข้าใจได้ง่ายยิ่งขึ้นเป็นอีกรูปแบบหนึ่งของการพูดคุยบนภาษาเดียวกัน
หนึ่งในสิ่งที่น่าสนใจมาก ๆ สำหรับ CI/CD (Continuous Integration and Delivery/Deployment)คือเรื่องคุณภาพ และ ความเร็ว ที่เป็นหัวใจสำคัญของแนวคิดและแนวปฏิบัตินี้เลยเป็นสิ่งที่ผิดปกติอย่างมาก (หรือเป็นเรื่องปกติไปแล้วนะ ?)
หนึ่งในคำถามใน course Microservice Design ที่ Skooldio ที่น่าสนใจคือแนวทางในการปรับปรุงประสิทธิภาพการทำงานของ APIs ให้ดีขึ้นว่าเราควรทำอย่างไรบ้าง ?เท่าที่จำได้ก็จะตอบไปบางส่วนจึงได้ทำการหาและสรุปข้อมูลเพิ่มเติม ได้ดังนี้คิดว่าน่าจะพอมีประโยชน์
คำถาม ถ้าต้องการใช้งาน Selenium Grid และ Appiumสำหรับการทดสอบแบบ distributedหรือกระจายการทดสอบ mobile app ไปหลายเครื่องหรือ run อยู่ในเครื่องเดียวกันก็ได้และเมื่อไปดูเอกสาร หรือ บทความต่าง ๆ แล้วทำตามไม่ได้ดังนั้น จึงเขียนสรุปการติดตั้ง config และใช้งานแบบสั้น ๆ ไว้ดังนี้
Redis 7.2 ถูกปล่อยออกมา โดยมี feature ใหม่ ๆ เพิ่มเข้ามาซึ่งจะอยู่ใน Enterprise version เสียมากกว่า ดังนี้ ปรับปรุงประสิทธิภาพของอ่านและเขียนข้อมูลและเน้นที่การ search ข้อมูลมากยิ่งขึ้นที่ค้นหาข้อมูลชนิด vector และสนับสนุน LLM (Large Language Model) อีกด้วย
เห็นใน feed มีการ share บทความเรื่อง How Quora scaled MySQL to 100k+ Queries Per Secondเป็นการ scale MySQL database ของระบบ Quoraซึ่งเป็นระบบถามตอบปัญหาต่าง ๆ นั่นเองโดยมีการใช้งานคร่าว ๆ คือ ข้อมูลต่าง ๆ จะเก็บไว้ใน MySQL นั่นเองดังนั้นมาดูกันว่าทางระบบทำการ scale กันอย่างไร
ใน course Microservices ที่ Skooldio นั้นมีคำถามเรื่องเกี่ยวกับรูปแบบของการแลกเปลี่ยนข้อมูลระหว่าง serviceว่า CDC (Change Data Capture) และ Outbox pattern มันเป็นอย่างไรจึงทำการอธิบายพร้อมตัวอย่าง code และเครื่องมือที่ผมมีโอกาสใช้งานในงานมาบ้างเลยทำการสรุปและบันทึกแนวทางไว้นิดหน่อย