Cụm bài Giải quyết vấn đề và trade-off: 1. Giải quyết vấn đề · 2. Phân tích trade-off
Junior nhận một ticket và làm cho nó chạy; senior nhận một tình huống (“khách than hệ thống chậm”, “chi phí cloud tăng gấp đôi”) và phải tự tìm vấn đề thật là gì, của ai. Phỏng vấn system design chấm điều này đầu tiên. Đọc xong, bạn định nghĩa được vấn đề, vẽ causal diagram, dùng 5 Whys, Seven-So-What và checklist review; phần 2, Phân tích trade-off như senior, bàn cách chọn giữa các giải pháp.
1. Vấn đề là gì
Ý chính: vấn đề là khoảng cách giữa thực tế một stakeholder cảm nhận và thực tế họ kỳ vọng, nên có ba cách đóng khoảng cách chứ không phải một.
Ba chữ quan trọng:
- Stakeholder (bên liên quan): vấn đề luôn là của ai đó. Team vận hành thấy “alert kêu suốt đêm”, giám đốc tài chính thấy “hoá đơn AWS”.
- Cảm nhận: không phải thực tế khách quan. App bị chê “chậm” vì spinner trống quay 3 giây, trong khi API chỉ mất 800 ms.
- Kỳ vọng: có thể hợp lý hoặc không. “Báo cáo phải realtime” đôi khi nghĩa là “trước 9 giờ sáng mỗi ngày”.
Ba cách đóng khoảng cách:
- Đưa thực tế lại gần kỳ vọng: nhanh hơn, rẻ hơn, ổn định hơn. Thường đắt nhất.
- Thay đổi cảm nhận: progress bar, kết quả từng phần, email “đang xử lý”, dữ liệu cache có nhãn “cập nhật 2 phút trước”.
- Điều chỉnh kỳ vọng: thương lượng SLA, làm rõ “realtime” là mấy giây, giải thích vì sao export 2 triệu dòng phải chạy nền.
flowchart LR
P[Thực tế cảm nhận] -- khoảng cách = vấn đề --> E[Thực tế kỳ vọng]
S1[1 · Thay đổi thực tế] -.-> P
S2[2 · Thay đổi cảm nhận] -.-> P
S3[3 · Điều chỉnh kỳ vọng] -.-> E
Cách 2 và 3 không phải “lừa” người dùng: nhiều khoảng cách nằm ở thông tin chứ không ở hiệu năng.
2. Case study: thang máy giờ cao điểm
Ý chính: toà nhà đông người, chỉ hai thang, sáng nào cũng quá tải, nhiều người chấm công muộn. Cách rẻ nhất hoá ra không phải lắp thêm thang.
2.1 Vấn đề của ai?
Ý chính: liệt kê stakeholder trước khi nghĩ giải pháp, vì người trả tiền và người dùng thường không phải một người.
Ở đây: nhân viên (đi thang), ban quản lý (nhận phàn nàn), chủ toà nhà (trả tiền lắp thang), công ty thuê văn phòng (đặt giờ chấm công).
Tranh trong khoá học: bố mẹ (người mua) nhìn ngang thấy đồ chơi treo nôi rất đẹp, em bé (người dùng) nằm dưới chỉ thấy… đáy của chúng.
2.2 Causal diagram
Ý chính: causal diagram (sơ đồ nhân quả) phân rã triệu chứng thành nguyên nhân nối bằng VÀ/HOẶC. Các lá là giải pháp ứng viên để so chi phí.
flowchart TD
F[Nhân viên bực bội] --> W[Chờ thang quá lâu]
F --> N[Không có gì làm khi chờ]
W --> T[Thang phục vụ chậm]
W --> M[Quá nhiều người cùng lúc]
T --> T1[Thang chạy chậm]
T --> T2[Quá ít thang]
T1 --> S1[Nâng cấp thang]
T2 --> S2[Lắp thêm thang]
M --> S3[Giãn khung giờ chấm công]
N --> S4[Gương, TV tin tức ở sảnh]
Đọc: “bực bội” = chờ lâu VÀ không có gì làm; “chờ lâu” = phục vụ chậm VÀ quá đông; “phục vụ chậm” = chạy chậm HOẶC quá ít thang.
| Hướng | Tác động vào | Chi phí | Thời gian |
|---|---|---|---|
| Nâng cấp thang | Capacity | Rất cao | Tháng |
| Lắp thêm thang | Capacity | Rất cao, có khi không làm được | Tháng đến năm |
| Giãn giờ chấm công (8:00–9:30) | Demand | Gần như 0 | Một tuần |
| Gương, TV ở sảnh | Perception | Thấp | Một ngày |
Giải pháp rẻ nhất thường đến từ demand hoặc perception, không phải capacity. Ánh xạ sang phần mềm:
- Thêm thang = scale out, mua máy to hơn.
- Giãn giờ chấm công = rate limiting, queue để san tải (load levelling), batch chạy lệch giờ, jitter cho TTL cache (thêm thời gian ngẫu nhiên để các key không hết hạn cùng lúc).
- Gương ở sảnh = progress indicator, skeleton UI, trả
202 Acceptedkèm trạng thái job, optimistic UI.
3. Quy trình giải quyết vấn đề
Ý chính: bảy bước, từ định nghĩa có con số đến kiểm chứng bằng dữ liệu và trình bày. Đây là quy trình năm bước kiểu McKinsey cộng hai bước cuối kỹ sư hay quên.
- Định nghĩa vấn đề: một câu, có stakeholder, có con số. “p99 của API tìm kiếm là 4 s vào 9–10 giờ sáng, mục tiêu dưới 800 ms” tốt hơn “tìm kiếm chậm”.
- Phân rã thành các issue: dùng cây như causal diagram. Các nhánh nên MECE (không chồng lấn, không bỏ sót).
- Loại issue không quan trọng: 80/20, giữ nhánh có khả năng đóng góp phần lớn.
- Phân tích và lập kế hoạch: mỗi nhánh có giả thuyết gì, cần dữ liệu gì để kiểm, ai làm, bao lâu.
- Thực hiện: đo, thử nghiệm, làm PoC.
- Kiểm chứng bằng dữ liệu: số trước/sau, không phải “cảm giác”.
- Trình bày và chia sẻ: ADR, postmortem, tin nhắn top-down.
flowchart LR
A[1 · Định nghĩa] --> B[2 · Phân rã]
B --> C[3 · Loại issue phụ]
C --> D[4 · Phân tích, kế hoạch]
D --> E[5 · Thực hiện]
E --> F[6 · Kiểm chứng bằng dữ liệu]
F --> G[7 · Trình bày]
F -- giả thuyết sai --> B
Trong phỏng vấn system design, bước 1 chính là làm rõ yêu cầu: chọn tối đa ba functional requirement và biến tính từ thành con số, xem Phỏng vấn system design: quy trình và yêu cầu.
3.1 Checklist tư duy phản biện cho bước 1
Ý chính: problem statement tốt trả lời được mục tiêu, phạm vi, ràng buộc, giả định và câu hỏi thật sau yêu cầu.
- Mục tiêu: thành công trông thế nào, đo bằng gì.
- Phạm vi: cái gì trong, cái gì ngoài.
- Ràng buộc: ngân sách, deadline, công nghệ bắt buộc, quy định.
- Giả định: những gì đang coi là đúng mà chưa kiểm tra.
- Stakeholder và timeline.
- Câu hỏi thật: người yêu cầu “thêm Redis” thật ra muốn gì? Thường là “trang chủ load dưới 1 giây”.
- Nỗ lực trước đây: ai đã thử gì, vì sao không thành.
- Lăng kính mới: nhìn từ phía người dùng, vận hành, chi phí.
- Nguyên nhân gốc: triệu chứng hay nguyên nhân?
Để ý input ẩn (config, giờ hệ thống, timezone của JVM, dữ liệu trong cache) và output ẩn (log, event, email, side effect lên hệ thống khác) — khoá học vẽ chúng là mũi tên nét đứt quanh Input → Processor → Output. Bug “không tái hiện được” hay nằm ở input ẩn; sự cố lan rộng hay nằm ở output ẩn.
3.2 Ba cái bẫy thường gặp
Ý chính: nhảy vào giải pháp quá sớm, giải sai vấn đề, và chỉ tìm đáp án trong “chiếc hộp” mình biết.
Nhảy vào giải pháp quá sớm. Theo Kahneman, não có System 1 (nhanh, phản xạ) và System 2 (chậm, có chủ đích). Sự cố lúc 2 giờ sáng cần phản xạ (rollback trước, hỏi sau); thiết kế lại hệ thống cần chậm.
Giải sai vấn đề. Hai tuần tối ưu query, p99 từ 400 ms xuống 120 ms, người dùng vẫn than vì thời gian thật nằm ở 6 MB JavaScript. Cách tránh: đo từ góc người dùng trước.
Boxing, cờ vua, bóng đá và các ví dụ tối ưu sai chỗ
Khoá học ví hai chế độ suy nghĩ như boxing và cờ vua, hay bóng đá: thoát pressing phải nhanh theo phản xạ, có khoảng trống rồi thì bình tĩnh chọn đường chuyền quyết định.
Không chịu mở rộng vấn đề. Team chỉ biết Java thì mọi vấn đề đều thành “thêm một service Java”. Đáp án đơn giản hơn thường nằm ngoài hộp: một index, cấu hình CDN, đổi quy trình nghiệp vụ, hoặc không làm gì.
4. Bộ công cụ
Ý chính: 5 Whys tìm gốc, Cartesian doubt và Socratic questions thử giả định, 80/20 bỏ nhánh phụ, Seven-So-What lường hệ quả.
| Công cụ | Dùng để | Câu hỏi mẫu |
|---|---|---|
| 5 Whys | Tìm nguyên nhân gốc hoặc mục tiêu thật | “Vì sao?” lặp lại đến khi chạm thứ sửa được ở mức hệ thống |
| Cartesian doubt | Nghi ngờ giả định | “Điều này chắc chắn đúng không? Bằng chứng ở đâu?” |
| Socratic questions | Mở rộng hiểu biết, sửa giả định | “Nếu điều đó đúng thì điều gì khác cũng phải đúng?” |
| 80/20 (Pareto) | Bỏ các issue không quan trọng | “20% nguyên nhân nào gây 80% thời gian chờ?” |
| Seven-So-What | Đánh giá hệ quả của giải pháp | “Làm vậy thì sao? Rồi sao nữa?” lặp vài lần |
4.1 Ví dụ 5 Whys trên một sự cố backend
Ý chính: khách bị trừ tiền hai lần; gốc là giả định sai lúc thiết kế (“client không retry”), không phải cổng thanh toán chậm.
- Vì sao? Có hai bản ghi payment cho cùng một đơn.
- Vì sao hai bản ghi? Client gửi lại request sau khi timeout 10 giây.
- Vì sao timeout? Cổng thanh toán mất 12 giây lúc chậm.
- Vì sao request thứ hai tạo payment mới? API không có idempotency key, bảng payment không có unique constraint theo order.
- Vì sao không có? Thiết kế giả định “client không bao giờ retry”.
Sửa: Idempotency-Key + unique constraint (xem Idempotency trong hệ thống phân tán), và thêm câu “retry thì sao?” vào checklist thiết kế mọi API ghi.
4.2 Seven-So-What trên một giải pháp
Ý chính: hỏi “rồi sao?” lặp lại trên một đề xuất để lộ ra hệ quả xấu trước khi làm.
Đề xuất “thêm cache Redis cho API chi tiết sản phẩm” lộ ra: dữ liệu cũ, phải invalidate, thêm hệ thống vận hành, tải đổ về DB khi Redis chết.
Chuỗi Seven-So-What đầy đủ cho đề xuất thêm Redis
- So what? Đọc nhanh hơn, DB nhẹ hơn.
- So what? Dữ liệu có thể cũ đến hết TTL. Giá sai vài phút có chấp nhận được không?
- So what? Nếu không, phải invalidate khi cập nhật và xử lý race giữa đọc và ghi (xem Cache-aside và invalidation).
- So what? Thêm một hệ thống cần vận hành, monitoring, và kịch bản khi Redis chết (xem Các sự cố cache).
- So what? Redis chết thì toàn bộ tải đổ về DB đúng lúc cao điểm…
Các hệ quả này vào cột “harmful effects” khi chấm phương án bằng công thức ideality (phần 2).
4.3 Các framework khác và vài thói quen
Ý chính: framework chỉ là khung; thói quen đáng giữ là nói top-down (kết luận trước) và lập luận từ first principles.
Systems engineering, PDSA, TRIZ, pyramid principle, first principles và câu “của Einstein”
- Systems engineering, PDSA (Plan–Do–Study–Act, vòng lặp cải tiến liên tục), TRIZ (lý thuyết giải quyết vấn đề sáng tạo, phần 2 dùng một số ý của nó). Không framework nào thay được luyện tập.
- Giao tiếp top-down (pyramid principle): kết luận trước, lý do và dữ liệu sau. Người nghe nắm ý ngay; người nói buộc phải hiểu chính xác vấn đề và cắt phần thừa.
- First-principles thinking: lập luận từ sự thật cơ bản (một ổ SSD làm được bao nhiêu IOPS, một round-trip mạng mất bao lâu) thay vì bắt chước “công ty X làm vậy”.
- Giữ tò mò và quan sát: nhiều giải pháp hay đến từ cách hệ thống khác (kể cả thang máy) giải cùng một dạng vấn đề.
5. Checklist cho kỹ sư backend
Ý chính: review thiết kế phân tán bằng năm câu (order, duplication, relationship, direction, consistency) và ba câu tư duy (misconception, assumption, expectation).
| Mục | Câu hỏi | Ví dụ lỗi |
|---|---|---|
| Order | Thứ tự có được đảm bảo không? Cần trong phạm vi nào? | OrderCancelled đến trước OrderCreated ở consumer vì khác partition |
| Duplication | Message, request, job chạy hai lần thì sao? | Retry tạo hai payment; Kafka at-least-once xử lý trùng |
| Relationship | Dữ liệu liên quan thế nào, ai sở hữu, xoá một bên thì bên kia ra sao? | Xoá user nhưng còn booking trỏ tới; hai service cùng ghi một bảng |
| Direction | Ai gọi ai, phụ thuộc theo chiều nào? Có vòng không? | A gọi B, B lại gọi A lấy dữ liệu, tạo vòng timeout |
| Consistency | Sync hay async? Chấp nhận lệch bao lâu? | Đọc replica ngay sau khi ghi primary, người dùng không thấy thay đổi của mình |
- Misconception: hiểu sai khái niệm (nghĩ
@Transactionalbao luôn việc gửi message Kafka). - Assumption: giả định không ai kiểm tra (“client không retry”, “giờ server là giờ Việt Nam”).
- Expectation: kỳ vọng không được nói ra (“realtime”, “không mất dữ liệu”).
Mẹo: dán năm câu vào template design doc hoặc PR description để bắt lỗi ở giai đoạn rẻ nhất. Câu Consistency dẫn thẳng tới CAP và PACELC (khi partition chọn C hay A, lúc bình thường chọn latency hay consistency), giải thích ở Nguyên tắc thiết kế: CAP, scalability, performance, availability.
Bài tập
Bài 1: Causal diagram cho “API chậm lúc 9 giờ sáng”
Đề (diễn giải): Đội hỗ trợ báo người dùng than “app chậm” khoảng 8:45–9:30 mỗi sáng. Vẽ causal diagram như case thang máy và đề xuất ít nhất một giải pháp cho mỗi nhóm capacity, demand, perception.
Lời giải Bài 1: sơ đồ và giải pháp theo ba nhóm
flowchart TD
U[Người dùng thấy app chậm] --> L[Thời gian chờ dài]
U --> I[Không biết app đang làm gì]
L --> C[Server xử lý chậm]
L --> D[Nhiều request cùng lúc]
C --> C1[Thiếu index, query nặng]
C --> C2[Ít pod, pool kết nối nhỏ]
D --> D1[Mọi người đăng nhập cùng giờ]
D --> D2[Batch báo cáo chạy 9:00]
I --> I1[Spinner trống, không có tiến độ]
- Capacity: thêm index sau khi xem
EXPLAIN ANALYZE, autoscale theo lịch trước 8:45, tăng pool kết nối nếu đo thấy chờ pool. - Demand: dời batch báo cáo sang 2 giờ sáng (thường là thủ phạm lớn nhất và rẻ nhất), cache dashboard trang chủ 60 giây, rate limit endpoint export.
- Perception: skeleton UI, tải phần trên trước, export trả
202 Accepted+ trạng thái.
Kiểm chứng: so p95/p99 theo giờ trước và sau, mỗi lần một thay đổi.
Bài 2: Viết problem statement
Đề (diễn giải): Sếp nói “báo cáo doanh thu chậm quá, em xem dùng Elasticsearch được không”. Viết problem statement theo checklist ở mục 3.1 trước khi bàn công nghệ.
Lời giải Bài 2: problem statement cho báo cáo doanh thu
- Stakeholder: kế toán (user, xem hằng ngày), giám đốc tài chính (client, xem cuối tháng).
- Thực tế và kỳ vọng: báo cáo tháng mất 45 giây; mục tiêu dưới 5 giây vào 3 ngày cuối tháng; số liệu chậm tối đa 1 giờ là chấp nhận được (cần xác nhận).
- Phạm vi: chỉ báo cáo doanh thu. Ràng buộc: không thêm hệ thống mới trong quý này, dữ liệu trên PostgreSQL 16.
- Giả định cần kiểm tra: chậm do query (chưa đo), không phải do bước xuất Excel.
- Câu hỏi thật: “dùng Elasticsearch” là phương án; mục tiêu là “báo cáo tháng dưới 5 giây”. Hướng rẻ trước: bảng tổng hợp theo ngày (materialized view hoặc bảng summary cập nhật mỗi giờ), vì kỳ vọng “chậm tối đa 1 giờ” cho phép điều đó.
Bài 3: 5 Whys cho một sự cố
Đề (diễn giải): Một job gửi email nhắc lịch gửi trùng cho khách ba lần trong một đêm. Thực hiện 5 Whys, đến nguyên nhân gốc sửa được ở mức hệ thống.
Lời giải Bài 3: job chạy trên ba pod
- Vì sao gửi ba lần? Ba pod đều chạy job.
- Vì sao?
@Scheduledchạy trên mọi instance, và tuần trước HPA scale từ 1 lên 3 pod. - Vì sao không ai phát hiện? Môi trường test chỉ có 1 pod.
- Vì sao job không chống trùng? Thiết kế giả định “chỉ có một instance”.
Nguyên nhân gốc: giả định số instance không được ghi lại và không được kiểm tra. Sửa: khoá phân tán cho job (ShedLock dùng bảng DB) và đánh dấu đã gửi theo (reminder_id) với unique constraint để mọi lần chạy lặp đều vô hại; thêm mục “chạy trên N instance thì sao?” vào checklist review (mục Duplication). Xem thêm Cron job.
Ghi nhớ
- Phát biểu được định nghĩa “vấn đề” và ba cách đóng khoảng cách, mỗi cách một ví dụ.
- Vẽ được causal diagram cho một tình huống quá tải và xếp các lá vào capacity, demand, perception.
- Viết được problem statement một câu có stakeholder và con số trước khi nhắc tên công nghệ.
- Biết khi nào 5 Whys chưa đến gốc (“lỗi do người”) và vì sao cần causal diagram đi kèm.
- Nhớ năm câu review hệ phân tán: order, duplication, relationship, direction, consistency.
Câu hỏi phỏng vấn
Junior
Bạn định nghĩa một “vấn đề” thế nào trước khi giải nó?
Vấn đề là khoảng cách giữa thực tế một stakeholder cảm nhận và thực tế họ kỳ vọng.
Vì vậy trước khi giải, cần biết vấn đề của ai, thực tế hiện tại đo được là bao nhiêu, kỳ vọng là bao nhiêu. Định nghĩa này cũng cho ba cách đóng khoảng cách: thay đổi thực tế, thay đổi cảm nhận, hoặc điều chỉnh kỳ vọng.
5 Whys là gì và dùng khi nào?
Hỏi “vì sao” lặp lại (khoảng năm lần, không cứng nhắc) để đi từ triệu chứng đến nguyên nhân gốc, hoặc từ yêu cầu bề mặt đến mục tiêu thật.
Dùng trong postmortem, khi phân tích bug, và khi nhận yêu cầu dạng giải pháp (“thêm Redis”) để tìm mục tiêu (“trang chủ dưới 1 giây”). Dừng ở nguyên nhân sửa được ở mức hệ thống, không dừng ở “lỗi do người”.
Mid
Hệ thống quá tải mỗi sáng 9 giờ. Bạn tiếp cận thế nào?
Đo trước để biết thời gian nằm ở đâu, rồi thử cách rẻ (san demand, đổi perception) trước khi tăng capacity.
Đo: endpoint nào, thời gian nằm ở đâu (DB, pool, CPU, dịch vụ ngoài), có job nào chạy cùng giờ không. Ba nhóm giải pháp: giảm hoặc san demand (dời batch, cache, rate limit, queue), đổi perception (progress, 202 Accepted), tăng capacity (index, autoscale theo lịch). Mỗi lần một thay đổi, so số liệu trước/sau. Giống bài thang máy: giãn giờ chấm công rẻ hơn nhiều so với lắp thêm thang.
Causal diagram bổ sung gì cho 5 Whys?
5 Whys đi một đường thẳng nên dễ sót khi một kết quả có nhiều nguyên nhân; causal diagram là một cây thấy được mọi nhánh.
Mỗi nút là kết quả của các nút con nối bằng VÀ hoặc HOẶC, nên thấy được chỗ nào có thể cắt. Ví dụ “người dùng bực bội” = chờ lâu VÀ không có gì làm khi chờ; cắt một trong hai nhánh là đủ giảm bực bội. Các lá là danh sách giải pháp ứng viên, so được chi phí với nhau.
Sếp yêu cầu “thêm Redis cho hệ thống”. Bạn phản hồi thế nào?
Coi đó là một phương án, không phải vấn đề: hỏi mục tiêu thật và đo nút thắt trước.
Hỏi: chậm ở đâu, đo bằng gì, mục tiêu bao nhiêu, chấp nhận dữ liệu cũ đến mức nào. Đo để biết nút thắt (thiếu index? N+1? dịch vụ ngoài?). Nếu cache đúng là phương án tốt, vẫn liệt kê hệ quả (invalidation, vận hành Redis, kịch bản Redis chết). Trả lời top-down: “Em đề xuất X để đạt mục tiêu Y, Redis là một lựa chọn nhưng trước tiên cần đo Z.”
Khi review một thiết kế dùng message queue, bạn kiểm tra những gì?
Đi qua checklist order, duplication, relationship, direction, consistency, rồi thêm retry, DLQ và monitoring lag.
Thứ tự: có cần không, trong phạm vi nào (theo key/partition). Trùng lặp: at-least-once nên consumer phải idempotent. Quan hệ: ai sở hữu dữ liệu, event mang đủ thông tin chưa. Hướng: ai phụ thuộc ai, có vòng không. Consistency: phần nào async, chấp nhận lệch bao lâu, publish có nằm trong transaction không (outbox). Thêm: retry, dead-letter queue, monitoring lag.
Senior
Bạn trình bày một đề xuất kỹ thuật cho người không chuyên thế nào?
Top-down theo pyramid principle: kết luận trước, hai ba lý do kèm số liệu, cuối cùng là chi phí và rủi ro.
Ví dụ: “Đề xuất dời batch báo cáo sang 2 giờ sáng. Lý do: nó chiếm 60% IOPS lúc 9 giờ, đúng giờ người dùng than chậm. Chi phí: báo cáo cập nhật trễ 7 tiếng, kế toán đã đồng ý.” Muốn nói được vậy phải hiểu chính xác vấn đề và cắt phần thừa, nên đây cũng là bài kiểm tra cho chính mình.
Khi sự cố đang diễn ra, làm sao vừa nhanh vừa không “nhảy vào giải pháp”?
Tách hai giai đoạn: giảm thiệt hại bằng phản xạ ngay, sửa tận gốc bằng suy nghĩ chậm sau khi ổn định.
Giảm thiệt hại: rollback bản deploy gần nhất, tắt feature flag, chuyển traffic, scale tạm; rẻ và đảo ngược được. Sửa tận gốc: thu thập dữ liệu, causal diagram, 5 Whys, rồi postmortem không đổ lỗi. Bẫy là làm ngược lại: tìm nguyên nhân gốc khi người dùng vẫn đang lỗi, hoặc dừng ở bản vá tạm mà không bao giờ làm phần chậm.
Từ vựng tiếng Anh
| Term | Phát âm | Nghĩa | Ví dụ câu tiếng Anh dùng trong phỏng vấn |
|---|---|---|---|
| stakeholder | /ˈsteɪk.hoʊl.dər/ | bên liên quan | “Before proposing anything, I’d ask which stakeholder owns this problem.” |
| problem statement | /ˈprɑː.bləm ˈsteɪt.mənt/ | phát biểu vấn đề | “Let me write a one-line problem statement with a number in it.” |
| root cause | /ruːt kɔːz/ | nguyên nhân gốc | “The root cause was a wrong assumption, not the slow gateway.” |
| causal diagram | /ˈkɔː.zəl ˈdaɪ.ə.ɡræm/ | sơ đồ nhân quả | “I drew a causal diagram to separate capacity from demand.” |
| assumption | /əˈsʌmp.ʃən/ | giả định | “One assumption I want to validate is that clients never retry.” |
| load levelling | /loʊd ˈlev.əl.ɪŋ/ | san tải | “A queue gives us load levelling during the morning peak.” |
| first principles | /fɜːrst ˈprɪn.sə.pəlz/ | nguyên lý cơ bản | “From first principles, one disk can’t serve that many random reads.” |
| bottleneck | /ˈbɑː.t̬əl.nek/ | nút thắt cổ chai | “We measured end to end to find the real bottleneck.” |
| mitigate | /ˈmɪt̬.ə.ɡeɪt/ | giảm thiểu | “First we mitigate by rolling back, then we look for the root cause.” |
| blameless postmortem | /ˈbleɪm.ləs ˌpoʊstˈmɔːr.t̬əm/ | postmortem không đổ lỗi | “In a blameless postmortem, we ask why the system allowed the mistake.” |
Ghi chép dựa trên khoá Advanced Backend (Ronin Engineer), viết lại theo cách hiểu của mình.