Bỏ qua nội dung

Cẩm Nang Kỹ Thuật Dữ Liệu

Mục lục

🔥 Luyện thi Certificate Tất cả bài viết →

01

Kiến Trúc Hệ Thống Phân Tán

Data Pipeline: Thiết kế Hệ thống Phân tán cho Dữ liệu Quy mô Lớn Đồng Thuận Phân Tán: Paxos, Raft và FLP Impossibility Kiến trúc hệ thống dữ liệu Thời gian thực (Real-time Architecture)Zero-Copy Cloning: Deep Dive Architecture Modern Data Stack (MDS): Phân mảnh, ELT và Quản trị Chi Phí Định dạng Dữ liệu Data Lake: Parquet, ORC, Avro internals Kỹ Thuật Dữ Liệu Toàn Tập (Data Engineering Architecture)Vai trò Kỹ sư Dữ liệu (Staff Data Engineer Perspective) Xem tất cả →

02

Tích Hợp & Thu Thập Dữ Liệu

Deduplication Tính lũy đẳng (Idempotency)Webhooks & Tính luỹ đẳng (Idempotency)Backfill Data Loading & Lakehouse Architecture ELT (Extract, Load, Transform) & Modern Data Stack Data Ingestion: Kiến trúc và Thực tiễn Thu nạp Dữ liệu Log-based CDC Internals Xem tất cả →

03

Storage Engines & Định Dạng

Schema Evolution & Compatibility Kiến trúc OLAP (Online Analytical Processing) Chuyên Sâu Liquid Clustering: Kẻ Hủy Diệt Partitioning & Z-Order Snowflake: Kiến trúc Multi-Cluster Shared-Data OLTP vs OLAP: Phân Tích Kiến Trúc Vật Lý & Trade-offs Kiến trúc Cloud Object Storage (Amazon S3) dưới góc nhìn Hệ thống Iceberg: Snapshot Isolation & WAP Pattern Table Format (Định dạng Bảng) Xem tất cả →

04

Compute Engines & Batch

Các loại Join trong Spark: Kiến trúc Vật lý và Đánh đổi Kiến trúc MPP & Dremel Spark Execution Model Distributed Processing Broadcast Variables, Accumulators & Serialization trong Spark Spark Tungsten Engine Spark SQL & Catalyst Optimizer Distributed Joins Mechanisms Xem tất cả →

05

Xử Lý Luồng & Real-time

Watermark - Cỗ Máy Thời Gian Của Streaming Engine Internals: Tuning RocksDB State Backend Kafka Topics và Partitions Deep Dive: Watermarks & Late Data Handling Kiến trúc Thực thi: Xử lý Backpressure trong Apache Flink Event Time vs Processing Time Stream-Table Duality: Nguyên lý Lưỡng tính Dòng - Bảng Xử lý Thời gian thực (Streaming Processing) Xem tất cả →

06

Data Modeling & Biến Đổi

Bảng Sự kiện (Fact Table): Thiết kế Kỹ thuật số lượng lớn dbt Models: Thiết Kế DAG, Đánh Đổi Hệ Thống và Tối Ưu Materializations SQL Transformation & dbt: Kiến trúc ELT, Pipeline DAG và Tối ưu Hiệu năng Snowflake Schema Lược đồ Hình sao (Star Schema)Materialization Lớp ngữ nghĩa chỉ số - Metrics Layer / Semantic Layer Dimension Table Xem tất cả →

07

DataOps & Quản Trị Chất Lượng

Airflow Scheduler: Kiến Trúc Phân Tán và Đánh Đổi Hệ Thống Phân tích nguyên nhân gốc rễ - Root Cause Analysis (RCA)Data Reconciliation trong Pipeline Blue-Green Deployment cho Data & WAP Pattern Anomaly Detection Data Profiling Troubleshooting: Airflow Zombie Tasks & Pool Starvation Kiểm thử chất lượng và Mạch dừng dữ liệu (Data Testing & Circuit Breaker) Xem tất cả →

08

Bảo Mật, Quản Trị & FinOps

Kiểm soát truy cập - Access Control (RBAC & ABAC)Danh mục dữ liệu (Data Catalog): Kiến trúc và Trade-offs Data Classification: Kiến trúc Phân loại và Bảo vệ Dữ liệu Nhạy cảm Quyền sở hữu dữ liệu (Data Ownership) & Data Mesh Data Masking & Encryption: Physical Execution & FinOps Unity Catalog FinOps trong Data Engineering: Tối Ưu Chi Phí Tại Tầng Vật Lý Nhật ký kiểm toán (Audit Logging): Kiến trúc SIEM, SOC 2 và WAP Xem tất cả →

09

GenAI & Machine Learning

Kiến trúc Gợi ý hệ thống (System Prompt Architecture)Kiến Trúc Embedding Models: Two-Tower, MRL và Contrastive Learning Low-Rank Adaptation (LoRA) - Tối Ưu LLMs & Multi-LoRA Serving Phân tách văn bản (Chunking) trong Hệ thống RAG Tìm kiếm ngữ nghĩa (Semantic Search & Vector DB)Nucleus Sampling (Top-p)LLM làm Giám khảo (LLM-as-a-judge) - MLOps Thực Chiến Token - Đơn vị Xử lý Cơ bản & Tối ưu Chi phí LLM Xem tất cả →

Mới cập nhật

Sinh tự động từ lịch sử chỉnh sửa bài viết.

2026-07-09 Tổng hợp bộ đề thi Certificate Trắc nghiệm

2026-07-11 Beginner Data Engineer (Kỹ sư dữ liệu nhập môn) Lộ trình

2026-07-11 Ngân hàng Phỏng vấn (Interview) Phỏng vấn

2026-07-11 EcomLake: Hệ thống Data Lakehouse cho Thương Mại Điện Tử Dự án

2026-07-12 RDD vs DataFrame vs Dataset: Ba tầng API của Spark Kiến thức