• Kiểu GEOMETRY/GEOGRAPHY native, hỗ trợ WKT, WKB, GeoJSON, EWKT, EWKB
• Hơn 90 hàm ST_* tuân chuẩn OGC, dùng thẳng trong SQL
• SpatialBench: 8/12 truy vấn nhanh hơn 20% tới 15 lần so với Preview
• Genie sinh truy vấn không gian từ câu hỏi ngôn ngữ tự nhiên
• Geo types đang được đóng góp vào Apache Spark 4.2 (hè 2026)

Trước giờ làm geo-analytics nghiêm túc là phải vác PostGIS hoặc một nền GIS chuyên dụng đứng cạnh warehouse, rồi đồng bộ dữ liệu qua lại. Databricks gộp luôn vào một chỗ: lưu geometry trong Delta hoặc Iceberg v3, truy vấn bằng SQL, vẽ bản đồ ngay trong dashboard. Điểm đáng tiền nhất là khả năng chia sẻ bảng có cột geospatial qua Delta Sharing — dữ liệu quy hoạch, logistics, bản đồ cửa hàng giờ chia sẻ cho đối tác như bảng thường. Với doanh nghiệp Việt làm bất động sản, bán lẻ chuỗi hay giao vận, đây là cách bỏ bớt một hệ thống GIS rời. Việc đóng góp kiểu dữ liệu này vào Spark 4.2 cũng cho thấy Databricks muốn biến nó thành chuẩn chung chứ không giữ làm của riêng.

• Giao thức mở đầu tiên chia sẻ Agent Skills, AI model, dữ liệu phi cấu trúc
• Mở rộng hệ sinh thái Delta Sharing với client Iceberg REST catalog
• Truy cập tài sản on-prem/private cloud qua MinIO, Qumulo, Everpure
• Cho phép chia sẻ và thương mại hóa tài sản AI giữa các tổ chức

Delta Sharing ra đời để chia sẻ bảng dữ liệu không cần copy; OpenSharing nâng cấp tham vọng lên một bậc: chia sẻ cả model, Agent Skills và dữ liệu phi cấu trúc theo cùng một giao thức mở. Điểm chiến lược nằm ở hỗ trợ Iceberg REST catalog — nghĩa là bên nhận không cần là khách Databricks, chỉ cần engine đọc được Iceberg. Tung tin này 5 ngày trước Data + AI Summit là nước cờ rõ ràng: đặt Databricks ở vị trí "người định chuẩn" cho nền kinh tế chia sẻ tài sản AI, đối trọng trực tiếp với hướng đi interoperability mà Snowflake vừa công bố đầu tháng. Với doanh nghiệp, câu hỏi thực dụng là: khi cần trao đổi dữ liệu và model với đối tác khác nền tảng, có dám chuẩn hóa trên giao thức này không — và lịch sử Delta Sharing cho thấy nên theo dõi nghiêm túc.

• Áp dụng cho Redshift Serverless và Redshift RG (Graviton)
• Block trùng giữa nhiều manual snapshot chỉ bị tính tiền một lần
• Tự động chuyển đổi từ 08/06/2026, không cần hành động gì
• RA3 giữ nguyên mô hình tiered S3 billing cũ
• Automated snapshot vẫn miễn phí (35 ngày Provisioned, 1 ngày Serverless)

Đây là kiểu tin không hào nhoáng nhưng đụng thẳng vào hóa đơn. Logic cũ tính tiền từng snapshot như một bản sao đầy đủ, nên giữ 10 bản snapshot của một warehouse ít thay đổi là trả tiền 10 lần cho gần như cùng một đống dữ liệu. Giờ AWS chỉ tính block duy nhất — ai đang chạy chiến lược snapshot hàng ngày cho compliance hoặc trước mỗi lần migration sẽ thấy hóa đơn giảm rõ. Điều nên làm ngay: rà lại lịch snapshot, vì rào cản chi phí đã hạ, có thể tăng tần suất để RPO tốt hơn mà không phải đánh đổi. Lưu ý RA3 chưa được hưởng cơ chế này.

• Pipeline Postgres → Postgres fully managed trong ClickPipes
• Migration low-downtime về Postgres managed by ClickHouse
• Bổ sung cho ClickPipes Postgres CDC đã GA trước đó

Chiến lược của ClickHouse ngày càng rõ: không chỉ làm OLAP nhanh nhất mà muốn ôm luôn cặp đôi "Postgres cho giao dịch + ClickHouse cho phân tích" trong một cloud. ClickPipes trước đây lo CDC từ Postgres sang ClickHouse; giờ thêm Postgres-to-Postgres để kéo cả database OLTP của bạn về. Với startup Việt đang chạy RDS hay Supabase mà nhu cầu analytics tăng, mô hình một nhà cung cấp lo cả hai khối là lựa chọn đáng cân nhắc — đổi lại là gắn chặt hơn vào một vendor. Điểm kỹ thuật cần soi khi thử: cách họ xử lý logical replication với extension và sequence trong giai đoạn cutover.

• AI Functions mặc định gpt-5-mini, reasoning mức "low"
• gpt-4.1 nghỉ hưu 30/05, gpt-4.1-mini nghỉ hưu 15/06 — cần migrate
• Mirroring qua private link: Azure SQL DB, SAP, SQL Server 2016–2022, SharePoint
• PySpark .ai chaining đơn giản hóa: summarize → classify không cần DataFrame trung gian
• Git integration hỗ trợ GitHub Enterprise Cloud data residency (preview)

Bản cập nhật tháng này thiên về "enterprise-ready" hơn là tính năng hào nhoáng. Đáng chú ý nhất với đội đang dùng AI Functions trong pipeline: model mặc định đổi sang gpt-5-mini và dòng gpt-4.1 bị khai tử theo lịch rất sát — ai đang hard-code model cũ cần kiểm tra trước 15/06 kẻo job âm thầm lỗi. Phần mirroring qua private link mở rộng sang SAP và SQL Server on-prem là tin lớn cho khối ngân hàng, bảo hiểm vốn cấm public endpoint. Với cộng đồng Fabric Việt Nam, đây là tháng nên đọc kỹ changelog thay vì lướt qua.

• Copilot web modeling (preview): sửa schema, tạo relationship, sinh DAX bằng hội thoại
• Report Authoring agent skills: dựng report từ canvas trắng, theo best practice trực quan hóa
• Fabric Apps: web app AI-first chạy trên semantic model, backend là Fabric
• Snowflake connector hỗ trợ secret-less auth qua Fabric workspace identity
• Google BigQuery connector V2 hiệu năng cao hơn

Microsoft đang đẩy Power BI theo đúng kịch bản "agentic era" công bố ở Build: con người mô tả, agent thao tác. Copilot vào tận web modeling nghĩa là việc sửa semantic model — vốn là kỹ năng "gác cổng" của data modeler — giờ ai cũng chạm được, kèm theo đó là rủi ro model bị sửa ẩu nếu thiếu quy trình review. Report Authoring agent skills thì rõ ràng nhắm vào khối lượng report khổng lồ mà các team BI Việt Nam đang gánh: phần dựng khung, format, layout sẽ nhanh hơn hẳn, người làm nghề nên dồn thời gian vào logic nghiệp vụ và data quality. Fabric Apps đáng theo dõi riêng: viết app trên semantic model mà không cần dựng backend là hướng đi có thể thay một lớp internal tool.

• Link GA property với Google Business Profiles trong Admin panel
• Import dữ liệu GBP first-party vào GA
• Bộ report mới: interactions, calls, bookings, direction requests, website clicks

Tin nhỏ nhưng thực dụng với mảng retail và F&B. Trước đây muốn báo cáo "khách tìm đường tới quán bao nhiêu lần, gọi điện bao nhiêu cuộc, rồi bao nhiêu người vào web đặt bàn" là phải export tay từ Business Profile rồi ghép với GA trong spreadsheet hoặc BI tool. Giờ dữ liệu này nằm chung property, đồng nghĩa các team analytics có thể dựng funnel local-to-online tử tế và đỡ một pipeline thủ công. Ai đang làm agency quản lý nhiều chuỗi tại Việt Nam nên bật liên kết này sớm để tích lũy dữ liệu lịch sử.

• Một lệnh Stripe CLI tạo service ClickHouse/Postgres trên ClickHouse Cloud
• Credentials tự ghi vào .env, format agent đọc được
• Bàn giao cho clickhousectl — CLI thiết kế riêng cho agent
• Đang ở developer preview trong Stripe Projects

Chi tiết đáng chú ý không phải là "thêm một cách tạo database" mà là chuỗi thiết kế cho agent từ đầu đến cuối: provision không UI, credential không cần người copy-paste, CLI có output cấu trúc cho máy đọc. Databricks từng công bố hơn 80% database mới trên nền tảng của họ do agent khởi tạo — các vendor giờ chạy đua làm "ngôn ngữ giao tiếp" cho agent thay vì cho người. Với developer Việt hay vibe-code app bằng agent, mô hình này cắt hẳn khâu vào console bấm tay. Mặt trái cần tự hỏi: agent tự tạo hạ tầng thì ai kiểm soát chi phí và quyền — nên đặt guardrail billing trước khi thả agent chạy tự do.

• Tạo agent no-code với custom instructions và skills, không cần SQL
• Code interpreter sandbox: Bash, Python, JavaScript
• Multi-agent orchestration, memories và artifacts đóng gói được
• Nội bộ: 80% nhân viên dùng hằng ngày, ~70% truy vấn warehouse
• Mở cho mọi khách hàng Cloud qua SQL console hoặc ai.clickhouse.cloud

Công bố tại Open House cuối tháng 5, giờ mở public beta cho toàn bộ khách hàng Cloud — tốc độ ra hàng nhanh đáng kể. Điểm khác biệt so với làn sóng text-to-SQL đời đầu: đây không phải hộp chat sinh SQL rồi thôi, mà là agent có sandbox chạy code, có memory, có skill đóng gói lại thành workflow dùng chung — tức là nhắm thay luôn lớp "analyst trả lời câu hỏi ad-hoc". Bộ số nội bộ 70% truy vấn warehouse qua agent là lời cảnh tỉnh thực tế cho nghề BI: phần truy vấn lặp lại sẽ bị tự động hóa trước tiên. ClickHouse cho biết họ chấm điểm nhiều LLM trên đúng workload agentic analytics để chọn model mặc định, thay vì tin benchmark tổng quát — cách làm mà các team Việt Nam xây bot phân tích nội bộ nên học theo.

• Genie đổi tên thành Genie One (09/06)
• 11/06: lưu visualization từ Genie Space vào dashboard
• Custom visualization bằng thư viện Vega-Lite (Public Preview)
• Tùy biến màu, logo, messaging cấp account cho Genie One
• Trước đó: agent mode thành mặc định, Managed MCP Server (beta)

Đổi tên sản phẩm ngay trước Summit hiếm khi là chuyện ngẫu nhiên — "Genie One" nghe như lớp giao diện hợp nhất cho mọi nhân viên, và gần như chắc chắn sẽ là nhân vật chính trên sân khấu tuần tới. Chuỗi cập nhật cho thấy hướng đi: Genie không chỉ trả lời câu hỏi mà trở thành nơi sản xuất dashboard luôn (lưu viz, Gantt, Vega-Lite), cộng thêm white-label màu và logo cho doanh nghiệp triển khai rộng. Với các công ty đã đứng trên Databricks, nên thử cho một phòng ban dùng Genie One thay vì gửi yêu cầu report — đo xem bao nhiêu phần trăm câu hỏi tự phục vụ được trước khi quyết định nhân rộng.

• Data product giả định use case đoán trước được; agent thì không
• Shift-left: mastering và quality check dồn về gần ingestion
• Codify taxonomy + logic reconciliation ở upstream
• Đo "insight lag" thay vì chỉ đo freshness

Cần đọc với con mắt tỉnh: bài đăng trên blog Databricks nên có lợi ích thương mại phía sau, nhưng luận điểm cốt lõi thì chạm đúng chỗ đau. Nhiều team Việt Nam vừa kịp học xong "data product" với owner, SLA, catalog — giờ phải đối mặt câu hỏi mới: khi người tiêu thụ chính là agent, các bảng curated đóng gói sẵn lại thành nút cổ chai vì agent muốn ghép dữ liệu theo hướng chưa ai thiết kế. Hai việc đáng làm ngay bất kể theo trường phái nào: dồn kiểm tra chất lượng về sát nguồn thay vì vá ở downstream, và chuẩn hóa business definition ở một nơi máy đọc được. Còn chuyện đặt tên "product" hay "service" — đừng để buzzword dẫn dắt ngân sách.

• 5,5 triệu USD từ Basis Set, Y Combinator, Pioneer Fund
• 2M+ queries/giây production, đã shard hơn 20TB
• Mã nguồn mở, 1,4 triệu Docker pulls; bản Enterprise cho AWS
• Đội 3 người, kinh nghiệm scale Postgres tại Instacart
• Deploy bằng Docker, chỉ cần đổi connection string

Câu chuyện được Hacker News đẩy lên đầu trang không phải vì số tiền — 5,5 triệu USD là vòng nhỏ — mà vì nó đại diện cho một niềm tin đang lên: Postgres có thể gánh mọi thứ nếu có lớp hạ tầng đúng. PgDog đứng ở vị trí pgbouncer từng đứng nhưng tham vọng hơn hẳn: multithreaded tận dụng đủ CPU, load balancing và sharding luôn ở tầng proxy, app không cần biết gì. Với các team Việt đang vận hành Postgres tự quản và bắt đầu nghĩ đến chuyện tách shard, đây là dự án nên đưa vào danh sách thử nghiệm — chi phí thử thấp vì chỉ đổi connection string. Rủi ro thường trực của startup 3 người là tính bền vững, nhưng mã nguồn mở nghĩa là tệ nhất bạn vẫn còn code trong tay.

• Iceberg thắng format war; catalog là chiến trường mới
• Apache Polaris graduate top-level project — "chuẩn cộng đồng"
• Governance portability chưa giải: policy không mang theo được giữa catalog
• Server-side scan planning + remote signing là mặt trận tính năng mới
• Multi-catalog + federation là thực tế triển khai, không phải anti-pattern

Nếu hai năm trước câu hỏi phỏng vấn data engineer là "Iceberg hay Delta", thì từ giờ là "catalog nào và vì sao". Bài viết xếp lại bàn cờ rất gọn: catalog nắm quyền resolve metadata, cấp credential, sequence commit — tức là nắm cổ họng của mọi engine truy cập dữ liệu. Điểm thấm nhất là cảnh báo governance portability: bạn có thể đổi engine thoải mái nhờ REST API, nhưng policy phân quyền thì viết lại từ đầu khi đổi catalog — đó mới là lock-in thật sự của thời lakehouse. Team Việt Nam mới dựng lakehouse nên chọn catalog nói chuẩn REST ngay từ đầu và coi uptime của catalog nghiêm túc như database production, vì catalog sập là cả bãi dữ liệu "mù".

• Observability Pipelines route log thẳng về ClickHouse Cloud
• Log Explorer search liên bang trên dữ liệu trong ClickHouse
• Giữ full-fidelity telemetry, không phải sample/drop vì chi phí
• Đang Preview — đăng ký qua chương trình preview của Datadog

Đây là thương vụ "nếu không thắng được thì hợp tác" kinh điển. Nhiều năm nay khách Datadog than chi phí log, và lối thoát phổ biến là tự dựng stack ClickHouse — tức là rời hẳn Datadog. Giờ Datadog chủ động mở đường: dữ liệu rẻ nằm ở ClickHouse, trải nghiệm tìm kiếm và giao diện vẫn của Datadog — giữ được khách ở tầng giá trị cao nhất. Về phía ClickHouse, được "vua thị trường" công nhận là backend lưu trữ là cú chứng thực thương mại lớn ngay trước thềm IPO đồn đoán. Team DevOps/Data tại Việt Nam đang trả hóa đơn Datadog bằng USD nên đăng ký preview sớm: kịch bản giữ log 13 tháng cho audit mà không vỡ ngân sách giờ khả thi hơn nhiều.

• Summit 15–18/06, Moscone Center, 30.000+ người dự kiến
• Keynote 16/06: multi-engine catalog federation cùng Mastercard
• Stack demo: Bedrock AgentCore + Unity Catalog + Genie + Lakebase
• Khách hàng chung: Mastercard, Workday, nCino, Addepar, Talkdesk

Quan hệ AWS–Databricks luôn là kiểu "vừa đấm vừa xoa": AWS có Redshift và SageMaker cạnh tranh trực tiếp, nhưng phần lớn workload Databricks vẫn chạy trên hạ tầng AWS nên đôi bên không thể thiếu nhau. Nội dung được chọn để phô diễn rất đáng để ý — catalog federation giữa Unity Catalog và Glue chính là câu trả lời cho nỗi đau multi-catalog mà cộng đồng đang bàn (xem bài Iceberg catalogs ở mục Trend). Ai theo dõi từ Việt Nam nên đánh dấu lịch keynote 15–18/06: các công bố lớn của Databricks năm nào cũng định hình roadmap nửa cuối năm của cả hệ sinh thái lakehouse.

• Ed Lenta làm VP Asia Pacific & Japan (APJ)
• Nằm trong đợt mở rộng leadership GTM toàn cầu
• Bối cảnh: ARR vượt 250 triệu USD, 4.000 khách hàng

Tin nhân sự thường bị lướt qua, nhưng với người làm data ở Việt Nam thì đáng dừng lại vài giây: vendor chỉ bổ nhiệm VP khu vực khi đã quyết rót tiền vào thị trường đó. ARR của ClickHouse đã tăng gấp ba trong một năm và công ty đang được nhắc tới trên lộ trình IPO — APJ là mảnh tăng trưởng tiếp theo họ nhắm đến. Thực tế ClickHouse đã được nhiều công ty công nghệ Việt dùng ngầm trong stack analytics và observability từ lâu; có đội GTM khu vực nghĩa là sắp tới sẽ có support, pricing và sự kiện gần mình hơn thay vì mọi thứ dồn về giờ Mỹ.

• 51% doanh nghiệp ưu tiên đầu tư generative/agentic AI
• Nút thắt: tích hợp phức tạp, agent chưa write-back vào hệ thống nghiệp vụ
• 42% đề cao hiệu quả workflow, 41% ưu tiên tự động hóa tác vụ
• Cần theo dõi: agentic AI production-grade trước 2027

Bài phân tích này đáng đọc trước khi bị ngợp bởi loạt công bố tuần tới. Lập luận trung tâm rất thực dụng: cuộc đua không còn ở chỗ ai demo agent mượt hơn, mà ở chỗ agent có được phép ghi ngược vào ERP, CRM, hệ thống vận hành hay không — và ai giải được bài toán đó ở quy mô doanh nghiệp với governance đầy đủ. Đây cũng chính là khoảng trống mà OpenSharing (Top 1 tuần này) và Bedrock AgentCore đang nhắm vào từ hai phía. Người làm data tại Việt Nam nên dùng khung này khi đánh giá vendor: hỏi thẳng về write-back, audit trail và chi phí tích hợp, thay vì xem demo chatbot trả lời đẹp.