• Hỗ trợ variant, geometry, geography và timestamp nanosecond
• Nâng cấp bảng Iceberg V2 tại chỗ
• Khả dụng tại mọi region có S3 Tables

Variant giúp gom nhiều hình dạng event vào một bảng mà không ép schema quá sớm. Geometry và geography mở đường cho workload không gian trên cùng table format. Điều này giảm số pipeline chuyên biệt phải duy trì. Nhưng chuẩn file mới không tự đảm bảo mọi query engine đều đọc được. Team production nên lập ma trận compatibility trước khi nâng cấp. Đừng biến một cải tiến format thành sự cố đa engine.

• GA trên serverless compute
• Yêu cầu Runtime 19 trở lên
• Hỗ trợ chứng thư SSL
• OAuth M2M vẫn Beta

Kết nối ngoài được đưa vào cùng catalog với bảng và quyền. Đây là bước cần thiết nếu muốn federation có thể kiểm toán. SSL đã sẵn sàng nhưng OAuth machine-to-machine chưa GA, nên kiến trúc xác thực vẫn cần rà kỹ. Đội data nên chuẩn hóa connection object thay cho chuỗi kết nối rải trong code. Lợi ích lớn nhất là governance, không phải chỉ bớt vài dòng cấu hình.

• Áp dụng cho INCREMENTAL và ADAPTIVE
• Giữ trạng thái sau promotion
• Giảm nguy cơ full refresh

Failover tốt không chỉ là hệ thống mở lại được. Pipeline phải tiếp tục đúng trạng thái và không tạo hóa đơn compute bất ngờ. Giữ incremental refresh xử lý đúng phần hậu sự cố thường bị bỏ quên. Team dùng dynamic table nên diễn tập cả promotion lẫn lần refresh đầu tiên sau promotion. Chỉ kiểm tra endpoint sống là chưa đủ.

• Mục tiêu thông lượng 100 Tbps
• Phục vụ tới 50.000 GPU
• Metadata tăng độc lập data path
• Một namespace NFS

GPU càng đắt thì thời gian chờ dữ liệu càng khó chấp nhận. Novus chọn sửa kiến trúc metadata thay vì chỉ tăng tốc ổ đĩa. Đây là hướng hợp lý cho hàng tỷ file và concurrency cao. Tuy nhiên các con số hiện là mục tiêu do vendor công bố. Cần chờ benchmark độc lập về latency đuôi dài, phục hồi và tổng chi phí. Kiến trúc hay chỉ có giá trị khi workload thật giữ được hiệu năng.

• Tạo semantic view bằng hội thoại
• Chỉnh trực tiếp YAML
• Version control dựa trên Git
• Deploy thành Snowflake object

Metric, dimension và verified query giờ có thể đi qua review như code. Đây là nền tảng tốt hơn cho cả BI lẫn agent. Nhưng tool không giải quyết mâu thuẫn định nghĩa giữa các phòng ban. Phải có owner chốt nghĩa và test bằng câu hỏi thật. Nên bắt đầu nhỏ với nhóm metric quan trọng. Semantic layer toàn doanh nghiệp làm một lần thường thành dự án tài liệu rất đẹp và rất ít người dùng.

• Đặt lịch theo interval hoặc calendar
• Chọn SQL warehouse chạy refresh
• Xem lịch sử run trong Excel

Đây là thay đổi nhỏ nhưng trúng workflow thật. Người dùng kinh doanh không cần rời Excel để vận hành refresh. Team data vẫn phải kiểm soát lịch để tránh nhiều workbook cùng đánh thức warehouse. Cần gắn ownership và cảnh báo thất bại. Tự động hóa mà không quan sát được chỉ chuyển lỗi từ con người sang lịch chạy.

• Một hub quản nhiều database Microsoft
• SQL và PostgreSQL agents sắp preview
• Giám sát và governance tập trung

Một control plane chung giảm việc nhảy qua nhiều portal. Agent chẩn đoán có thể giúp đọc bottleneck nhanh hơn, nhưng không nên được trao quyền sửa production quá sớm. Doanh nghiệp cần tách rõ suggest, approve và execute. Giá trị đầu tiên nên là quan sát và giải thích. Tự động thay đổi cấu hình chỉ nên đến sau khi có log, rollback và policy.

• Phủ SQL Server và Azure SQL
• Kết nối SQL database trong Fabric
• Cập nhật công cụ developer

Thông điệp quan trọng là SQL không bị thay thế bởi agent. Nó được bọc thêm control plane, ngữ cảnh và công cụ chẩn đoán. Team đang vận hành SQL Server có đường tiến hóa thay vì phải viết lại toàn bộ. Nhưng portfolio rộng cũng dễ gây rối licensing và ownership. Hãy chọn capability theo pain point cụ thể, không triển khai theo danh sách tính năng hội nghị.

• Checkpoint mới cho chế độ standard
• Nhanh hơn 2,3 lần
• Chất lượng tăng, giá không đổi

Trích xuất bằng model thường bị kẹt ở chi phí và latency. Cải tiến cùng lúc ba vế là tín hiệu tốt cho production. Tuy nhiên checkpoint đổi có thể làm output lệch ở edge case. Team nên giữ bộ golden document và chạy regression. Nhanh hơn không có nghĩa là bỏ validation schema và confidence threshold.

• Fabric IQ trong Copilot đã GA
• MCP server đã GA
• Data agents vào Copilot Studio
• Fabric vượt 40.000 khách hàng

Điểm mới không phải chat với dashboard. Fabric IQ tái sử dụng metric, quan hệ và business definition đã được quản trị. Điều đó giảm khả năng agent tự diễn giải sai khái niệm nội bộ. Nhưng semantic model kém thì câu trả lời vẫn kém, chỉ nhanh hơn. Doanh nghiệp nên ưu tiên owner cho metric và quyền theo vai trò. Đừng nối Copilot thẳng vào một kho dữ liệu mà chính con người còn chưa thống nhất nghĩa.

• Pro tối ưu chất lượng retrieval
• Fast tối ưu latency và chi phí
• Hai tier chung embedding space
• Phủ multimodal và multilingual

Chung embedding space là chi tiết có giá trị vận hành lớn. Team có thể index một lần rồi route query theo SLA. Workload quan trọng dùng Pro, tác vụ khối lượng lớn dùng Fast. Cần benchmark trên corpus tiếng Việt và tài liệu thật, không dựa vào bảng điểm chung. Retrieval tốt phải đo bằng câu hỏi của người dùng và lỗi bỏ sót tài liệu.

• Redaction nội dung orchestrator
• Metadata được chia sẻ mặc định
• Nội dung cần consumer phê duyệt

Observability cần đủ dữ liệu để debug nhưng không nên hút toàn bộ prompt và logic độc quyền. Snowflake chọn metadata làm mức mặc định, nội dung là opt-in. Đây là nguyên tắc đáng học cho mọi hệ agent. Log nhiều không đồng nghĩa quan sát tốt. Hãy thu đúng tín hiệu, giới hạn retention và kiểm soát ai xem được nội dung.

• Spider 2.0 có 632 workflow
• Trung bình 812 cột mỗi database
• Schema linking vẫn là điểm nghẽn
• Tri thức ngoài database rất quan trọng

Agent không có access pattern cố định như dashboard. Nó tự chọn bảng, join và đường điều tra lúc chạy. Nếu metadata không nói cột nào đáng tin, agent phải đoán. Đây là lý do demo với vài bảng thường đẹp hơn production. Hướng xử lý là biến quy ước, metric và test thành artifact truy vấn được. Mua model mạnh hơn chỉ che vấn đề trong một thời gian.

• Số newsletter 289
• Xuất bản ngày 28/09
• Kiến trúc và vận hành nổi bật

Càng nhiều agent, số đường truy cập dữ liệu càng khó dự đoán. Vì vậy kiến trúc, contract và ownership quay lại thành câu hỏi chính. Một stack nhiều tool không bù được ranh giới trách nhiệm mơ hồ. Team data nên dùng newsletter như danh sách tín hiệu, không phải backlog phải học hết. Chọn một vấn đề thật trong hệ thống rồi đọc sâu theo vấn đề đó.

• Nhiều tính năng hơn các đợt trước
• Rollout khác nhau theo region
• Cộng đồng hỏi về vòng phản hồi

Community signal hữu ích vì nó lộ khoảng cách giữa công bố và tenant thật. Tính năng GA chưa chắc có ngay ở mọi region. Team triển khai nên kiểm release plan trên tenant của mình trước khi hứa timeline với business. Cũng nên có phương án fallback cho preview. Slide hội nghị không phải SLA.

• Theo dõi khoảng 380 thông điệp
• Chờ Iceberg 1.12.0
• Equality delete tiến gần merge
• File và Vector còn thảo luận

Các chuẩn mở tiến chậm vì từng dòng đặc tả phải dùng được qua nhiều implementation. Equality delete ảnh hưởng trực tiếp cách engine biểu diễn thay đổi hàng. File và Vector types còn cần thống nhất để tránh mỗi vendor hiểu một kiểu. Team production nên theo dõi release chính thức, không triển khai theo PR chưa merge. Interoperability cần kiên nhẫn và test chéo.

• Thương vụ trị giá 915 triệu USD
• Kết hợp tiền mặt và cổ phiếu
• Phủ development tới production

Thương vụ cho thấy AI observability đã thành thị trường chiến lược. Chất lượng model, retrieval và hạ tầng cần cùng một chuỗi trace. Tuy nhiên hoàn tất mua không đồng nghĩa sản phẩm hợp nhất ngay. Khách hàng nên theo dõi roadmap, pricing và data retention. Tránh dồn toàn bộ telemetry vào vendor trước khi rõ đường xuất dữ liệu.

• TomTom data kết nối OneLake
• Dùng qua IQ Sharing preview
• Phục vụ Fabric và Foundry agents

Agent hỏi về logistics hay rủi ro địa điểm cần nhiều hơn tọa độ. Nó cần biết đường, quy định và quan hệ không gian. TomTom đang đóng gói tri thức đó để dùng cùng dữ liệu nội bộ. Doanh nghiệp cần làm rõ licensing và quyền chia sẻ trước khi trộn với dữ liệu riêng. Knowledge product bên ngoài cũng phải có lineage như dữ liệu nội bộ.

• Giải pháp được kiểm chứng chung
• Compute ghép với data management
• Nhắm tăng mức sử dụng GPU
• Phủ enterprise và sovereign AI

Khách hàng muốn rút ngắn thời gian tích hợp rack, mạng, làm mát và storage. Một kiến trúc được kiểm chứng chung giảm rủi ro tương thích. Đổi lại, team cần soi kỹ ranh giới hỗ trợ khi sự cố đi qua hai vendor. Hiệu suất GPU phải đo trên workload của mình. Full stack tiện hơn nhưng cũng tăng switching cost.