Backend tài chính thực chiến do nhà phát triển Toss với MAU 30,000,000 chia sẻ: Outbox, tính idempotent, Dual Write

Có lẽ bạn đã từng gặp tình trạng Claude Code cho ra kết quả khác nhau mỗi lần dù cùng một yêu cầu, vi phạm các quy tắc ghi trong chỉ dẫn, và quá dễ dãi khi tự đánh giá, chấp nhận kết quả của chính mình. Trong quá trình phát triển máy chủ nền tảng ở Pangyo, mỗi tháng sử dụng Claude Code với chi phí hơn 1,000 đô la, tôi đã ngăn chặn vấn đề này bằng cách xây dựng một harness gồm chỉ dẫn, Hook, quyền hạn và Sandbox, thay vì chỉ yêu cầu bằng prompt. Trong khóa học này, bạn sẽ tự tay xây dựng harness đó từ đầu, tích hợp cả Subagent, Agent Teams và Headless execution, đồng thời hoàn thiện một bộ thiết lập có thể sao chép sang các dự án khác và sử dụng ngay.

Đây là khóa học dành cho các nhà phát triển đã tạo agent nhưng còn bối rối không biết kết nối agent đó với các dịch vụ và framework khác như thế nào, cũng như nên trao đổi các tác vụ dài, yêu cầu phê duyệt, trạng thái và kết quả dưới định dạng nào. Dựa trên agent LangGraph, bạn sẽ trực tiếp triển khai giao thức A2A và từng bước tìm hiểu về Agent Card, Task, Artifact, tính năng streaming, xác thực, webhook và gRPC. Cuối khóa học, bạn còn kiểm tra khả năng tương thích bằng SDK chính thức.

Nếu bạn gặp khó khăn trong việc giải thích điều gì đang diễn ra bên trong khi sử dụng AI và embedding, khóa học này có thể là câu trả lời. Dựa trên kinh nghiệm của một nhà phát triển AI đang làm việc tại Thung lũng Silicon, khóa học giúp bạn hiểu nguyên lý của AI thông qua việc tự triển khai mọi thứ từ embedding, Word2Vec, vi phân tự động cho đến Transformer bằng mã nguồn.

Nếu bạn từng gặp khó khăn trong việc xác định liệu chất lượng câu trả lời có giảm so với trước hay không sau khi thay đổi prompt hoặc mô hình trong quá trình xây dựng dịch vụ sử dụng LLM, khóa học này có thể là giải pháp dành cho bạn. Bạn sẽ học cách tự xây dựng tiêu chí đánh giá và tự động tìm ra những câu trả lời đã thay đổi.

Khi chỉ Redis không còn đảm bảo được hiệu năng, chúng ta có những lựa chọn nào?? Có Valkey, tương thích 100% với Redis và được tối ưu dựa trên IO. Thông qua khóa học này, hãy cùng tìm hiểu cách Valkey đảm bảo hơn 1 triệu++ TPS, đồng thời học về các cấu trúc dữ liệu phù hợp với từng loại lưu lượng và cách triển khai tính năng.

Giới hạn của LLM? Chúng tôi sẽ chia sẻ cách giải quyết vấn đề thực tiễn dựa trên những thử nghiệm, sai lầm và bí quyết vận hành RAG trong thực tế tại Thung lũng Silicon.

Đây là khóa học giúp bạn trang bị năng lực sử dụng PostgreSQL cần thiết trong thời đại AI từ góc nhìn thực tiễn, vượt xa việc chỉ sử dụng cơ sở dữ liệu ở mức CRUD đơn giản. Dựa trên kinh nghiệm phát triển AI tại Thung lũng Silicon, khóa học hướng dẫn từng bước cách thiết kế và ứng dụng JSON, chỉ mục, giao dịch, pgvector trong các dịch vụ thực tế, đồng thời giúp bạn học cách giải quyết các vấn đề về cấu trúc dữ liệu phức tạp và hiệu suất.

Bạn biết về framework AI agent nhưng thấy khó hiểu nguyên lý và áp dụng vào thực tế, đúng không? Chúng tôi sẽ chia sẻ từ những nguyên lý cốt lõi đến cách ứng dụng thực tiễn, dựa trên bí quyết trực tiếp trải nghiệm tại Thung lũng Silicon.

Đây là khóa học Redis được xây dựng cùng các nhà phỏng vấn hiện đang làm việc tại Kakao. Khóa học bao gồm thực hành các cấu trúc dữ liệu từ String đến Sorted Set, cùng việc cấu hình Sentinel và Cluster, giúp bạn xây dựng cơ sở lập luận thiết kế có thể áp dụng trong phỏng vấn và công việc thực tế.

Được tạo ra để giải quyết “vấn đề không biết nên bắt đầu với Kubernetes từ đâu và như thế nào”. Dựa trên kinh nghiệm thực tế trực tiếp có được trong quá trình vận hành hạ tầng tài chính, nội dung được xây dựng để người học hiểu theo quy trình triển khai và vận hành thực tế, thay vì chỉ học lý thuyết đơn thuần. Thông qua lộ trình học tập bao gồm mối quan hệ với Docker, YAML, Pod, Deployment và Service, người học sẽ tiếp thu Kubernetes không phải như một “khái niệm” mà như một “công nghệ có thể sử dụng”.

Khóa học này không chỉ dừng lại ở việc hướng dẫn sử dụng Docker như một công cụ đơn thuần, mà còn tiếp cận Docker từ góc nhìn giải quyết những băn khoăn và vấn đề thường gặp trong thực tế công việc. Từ những lỗi khó lường phát sinh do sự khác biệt giữa môi trường phát triển và môi trường vận hành, những sai sót trong cấu hình do khái niệm image và container còn mơ hồ, cho đến cảm giác lo lắng về việc “cần biết đến đâu thì mới có thể áp dụng trong thực tế” — tất cả đều được giải thích dựa trên những trải nghiệm trực tiếp trong quá trình vận hành hạ tầng tài chính thực tế. Thay vì chỉ liệt kê các câu lệnh, khóa học tập trung vào những vấn đề như tại sao cần cấu trúc này, nên thiết kế image theo cách nào để dễ bảo trì, và cần quản lý container ra sao để có thể vận hành dịch vụ một cách ổn định, thông qua các ví dụ thực tế. Đặc biệt, khóa học tăng cường tỷ trọng thực hành thay vì thiên về lý thuyết, nhằm giúp học viên hiểu bằng mắt, thành thạo qua thực hành và nâng cao năng lực từ mức “biết sử dụng Docker” lên mức “hiểu Docker dưới góc độ vận hành”. Đây là khóa học mang đến những tiêu chuẩn và định hướng thiết thực cho người mới làm quen với Docker, người đã từng sử dụng nhưng chưa hệ thống hóa được các khái niệm, cũng như các lập trình viên muốn nâng cao tư duy và năng lực về hạ tầng lên một cấp độ mới.

Hầu hết các nhà phát triển khi nói về xử lý dữ liệu vẫn chỉ dừng lại ở Batch và CronJob. Tuy nhiên, trong môi trường dịch vụ thực tế, dữ liệu liên tục được tạo ra, và nếu không thể xử lý ngay luồng dữ liệu đó, hệ thống sẽ dẫn đến các vấn đề về độ trễ, nút thắt cổ chai và tính nhất quán. Bản thân tôi cũng đã nhiều lần trực tiếp đối mặt với các vấn đề về đề xuất theo thời gian thực, đồng bộ hóa trạng thái và độ trễ sự kiện trong môi trường có lưu lượng truy cập lớn, đồng thời không ngừng tự hỏi: “Liệu xử lý việc này bằng batch có thực sự phù hợp không?”. Khóa học này bắt đầu từ chính câu hỏi đó. Thông qua Apache Flink, khóa học trình bày dưới góc nhìn thực tiễn cách thực hiện phép tính ngay tại thời điểm dữ liệu đang luân chuyển, quản lý trạng thái một cách an toàn và tạo ra kết quả chính xác dựa trên Event Time. Đây không chỉ là phần giải thích lý thuyết đơn thuần, mà còn giúp bạn hiểu rõ cách một hệ thống xử lý luồng dữ liệu theo thời gian thực được thiết kế và vận hành thông qua mã nguồn và cấu trúc thực tế. Đối với những ai còn cảm thấy xử lý thời gian thực khá mơ hồ, hoặc tò mò về thế giới phía sau messaging, khóa học này chắc chắn sẽ đưa ra một định hướng rõ ràng.

Đây là khóa học dành cho các nhà phát triển muốn tìm ra giải pháp căn bản trong môi trường mà lưu lượng truy cập càng tăng thì phản hồi càng chậm, thread pool nhanh chóng cạn kiệt và tình trạng nghẽn cổ chai càng nghiêm trọng khi số lượng lời gọi API bên ngoài tăng lên. Khóa học không chỉ tập trung vào việc mở rộng máy chủ một cách đơn thuần, mà còn giúp bạn nhìn nhận vấn đề từ góc độ thay đổi chính cấu trúc hệ thống. Thông qua khóa học này, trước tiên bạn sẽ hiểu những giới hạn của mô hình Thread per Request truyền thống trong Spring MVC. Bạn sẽ kiểm tra ở cấp độ mã nguồn lý do vì sao CPU vẫn còn dư nhưng thông lượng không tăng, cũng như cách Blocking I/O thực sự chiếm dụng tài nguyên hệ thống. Tiếp theo, bạn sẽ tìm hiểu khái niệm và đặc tả tiêu chuẩn của Reactive Streams, đồng thời học cách xử lý luồng dữ liệu bằng Mono và Flux của Reactor. Không dừng lại ở việc sử dụng đơn giản, bạn sẽ thực hành để nắm được cách luồng dữ liệu bắt đầu, được tiêu thụ và điều tiết thông lượng như thế nào. Đặc biệt, bạn cũng sẽ trực tiếp triển khai phương pháp thiết kế sử dụng Back Pressure để ngăn ngừa OOM hoặc tình trạng quá tải. Ngoài ra, bạn sẽ hiểu cấu trúc xử lý dựa trên event loop của Spring WebFlux và thực hành so sánh cách Non-Blocking I/O hoạt động trong quá trình xử lý yêu cầu thực tế. Bằng cách đặt MVC và WebFlux cạnh nhau để kiểm tra sự khác biệt về mặt cấu trúc, khóa học cũng giúp bạn hệ thống hóa các tiêu chí quyết định khi nào nên lựa chọn Reactive. Khóa học không chỉ dừng lại ở mức “học về bất đồng bộ”. Bạn sẽ học cách xử lý nhiều yêu cầu hơn với ít thread hơn, duy trì luồng hoạt động ổn định trong môi trường phụ thuộc nhiều vào API bên ngoài, đồng thời phát triển tư duy thiết kế để đảm bảo thông lượng trong môi trường có mức độ đồng thời cao.

Đây là khóa học giúp bạn thành thạo Kotlin thông qua máy chủ thanh toán ảo.

Học quy trình xây dựng đường ống dữ liệu bằng Apache Airflow từ cơ bản đến thực hành. Bạn sẽ hiểu các khái niệm cốt lõi và kiến trúc của Airflow, đồng thời thông qua thực hành, nắm vững các mẫu thiết kế nâng cao thường được sử dụng trong thực tế như DAG động, xử lý song song, xử lý phân tán và Custom Operator. Bạn sẽ thiết lập môi trường thực hành bằng Python và Docker, đồng thời phát triển năng lực thực tiễn để thiết kế và vận hành các workflow thực tế.

Làm thế nào để ứng phó với lưu lượng truy cập tăng đột biến? Thông qua các mẫu thiết kế thực tiễn dựa trên EDA (Event-Driven Architecture), sử dụng Kafka, Spring, CDC và Temporal, bạn sẽ học cách xây dựng một kiến trúc có khả năng chống chịu sự cố và mở rộng linh hoạt. Nội dung được giải thích đơn giản, rõ ràng, kết hợp với kinh nghiệm thực tế của các nhà phát triển Kakao để cả những người không chuyên về công nghệ cũng có thể hiểu được. Một khóa học mang tính thực tiễn, bao quát toàn diện từ luồng dữ liệu thời gian thực, xử lý sự kiện đến tích hợp microservice!

Cùng với một nhà phát triển của Toss, người xử lý hàng trăm tỷ giao dịch tài chính, và một nhà phát triển bắt đầu từ lĩnh vực không chuyên nhưng hiện đang phát triển nền tảng tại Pangyo, bạn sẽ học cách thiết kế và xử lý kiến trúc dữ liệu quy mô lớn có khả năng xử lý hàng trăm tỷ dữ liệu chỉ bằng SQL thuần túy và các chức năng cốt lõi của MySQL.

Khi phát triển backend, sẽ có lúc bạn bắt đầu trăn trở về những vấn đề như thế này. Khi số lượng dịch vụ tăng lên và lưu lượng truy cập ngày càng lớn, sẽ đến lúc chỉ sử dụng giao tiếp REST đơn giản cùng cấu trúc CRUD không còn đáp ứng được nữa. Tôi cũng từng gặp phải vấn đề tương tự trong thực tế và đã trải qua nhiều lần thử nghiệm, sai lầm khi phải cân bằng giữa hiệu năng và độ phức tạp của cấu trúc. Giải pháp tôi lựa chọn trong quá trình đó chính là NATS. Cấu hình đơn giản dựa trên một binary duy nhất, hiệu năng có độ trễ cực thấp tính bằng micro giây, cùng việc cung cấp vừa đủ những tính năng thiết yếu trong thực tế—từ Pub/Sub, Queue Group cho đến JetStream—khiến NATS trở thành một lựa chọn rất thực tế trong môi trường dịch vụ thực tế. Khóa học này không đơn thuần là khóa học liệt kê các tính năng của NATS. Dựa trên những vấn đề tôi từng gặp trong công việc, tôi sẽ giải thích bằng code và luồng xử lý về việc đã lựa chọn NATS trong tình huống nào, vì sao lại lựa chọn, cũng như đã thiết kế cấu trúc ra sao. Đây là khóa học giúp mọi người—từ những người mới làm quen với hệ thống messaging, các lập trình viên backend đang chuẩn bị xin việc, cho đến những lập trình viên senior đang suy nghĩ về một kiến trúc tốt hơn—hiểu về hệ thống phân tán và phát triển lên một tầm cao mới.

Khóa học tập trung vào thực hành về kỹ thuật quản lý giao dịch SAGA để duy trì tính nhất quán của dữ liệu trong môi trường phân tán. Bạn sẽ xây dựng 3 microservices bằng Spring Boot và Docker, đồng thời triển khai hai mô hình Orchestration và Choreography với Kafka và MySQL. Thông qua khóa học này, bạn có thể nắm vững các khái niệm cốt lõi có thể áp dụng ngay vào thực tế như nguyên lý hoạt động của giao dịch phân tán, thiết kế giao dịch bù (compensating transaction) và xử lý phục hồi sau sự cố.

Xây dựng cụm Kafka bằng Spring Boot 3.x + Kotlin và phát triển hệ thống xử lý đơn hàng có khả năng mở rộng, hỗ trợ truyền phát sự kiện theo thời gian thực bằng cách sử dụng CDC PostgreSQL, Debezium Connect và lược đồ Apache Avro.