Cursor xây Git trên S3 để giải bài toán mở rộng

23 tháng 8, 2026·4 phút đọc

Cursor công bố dịch vụ kho mã Origin, dùng Amazon S3 làm nơi lưu bản gốc và bản sao cục bộ trên ổ NVMe để tăng tốc. Cách làm này né điểm yếu cố hữu của Git và mô hình sao chép nhiều bản mà GitHub đang dùng.

Cursor xây Git trên S3 để giải bài toán mở rộng

Cursor vừa công bố cách họ tự xây dịch vụ kho mã Git cho riêng mình, thay vì dựa vào hạ tầng sẵn có. Dịch vụ có tên Origin, chạy trên một engine nội bộ gọi là Continuity. Bản beta đã mở cho các gói Cursor trả phí.

Bài viết do Vicent Martí, kỹ sư hệ thống chính của Cursor, thực hiện. Ông từng làm việc nhiều năm tại GitHub trong giai đoạn công ty này định hình kiến trúc quản lý Git hiện tại.

Vì sao Git khó mở rộng

Git do Linus Torvalds thiết kế như một kho dữ liệu định địa chỉ theo nội dung. Mọi đối tượng được lưu và đánh chỉ mục bằng mã băm SHA-1 của chính nội dung đó.

Với Git, một kho mã là một đồ thị có hướng không chu trình (DAG), mỗi lần commit là một nút, các nút nối với nhau bằng con trỏ. Máy chủ tra thẳng một đối tượng nếu biết mã SHA. Nếu không biết, nó buộc phải duyệt đồ thị từng bước một.

Người dùng chỉ muốn tải một gói (packfile) gộp sẵn, hoặc xem danh sách thay đổi gần đây. Nhưng để đáp ứng, máy chủ vẫn phải đi hết đồ thị rồi mới ghép được các đối tượng cần thiết.

GitHub vận hành hơn 400 triệu kho mã. Sau nhiều lần thử nghiệm, nhóm kỹ sư ở đây chọn cách gọi là Spokes: giữ ít nhất ba bản sao của mỗi kho, đồng bộ chặt với nhau, trên ổ NVMe tốc độ cao.

Cách này thành chuẩn trong ngành, nhưng hạn chế dần lộ ra. Càng nhiều bản sao thì đồng bộ càng lâu. Git lại không hợp với kiểu nhất quán cuối (eventual consistency), tức chấp nhận các bản sao lệch nhau trong thời gian ngắn.

Tác nhân AI (agent) làm tình hình nặng thêm. Khi làm việc với Git ở quy mô lớn, chúng thường tạo ra vô số kho nhỏ, nhiều kho dùng một lần rồi bỏ, phần lớn gần như không bị đụng tới.

Đưa kho mã lên lưu trữ đối tượng

Cursor chuyển sang lưu trữ đối tượng (object storage). Khác với lưu trữ tệp hay lưu trữ khối, kiểu này cấp cho mỗi khối dữ liệu một định danh riêng và xếp tất cả vào một không gian tên phẳng, không có thư mục.

Phổ biến nhất hiện nay là Amazon S3. Dịch vụ này ngày càng được dùng làm lớp nền cho phần mềm doanh nghiệp: cơ sở dữ liệu, kho chứa container, trình nhắn tin trung gian. Lý do là chi phí thấp, dư thừa dựng sẵn và khả năng mở rộng gần như không giới hạn.

Với Origin, mỗi lần đẩy mã (push) được ghi vào S3 dưới dạng nhật ký ghi trước (write-ahead log, WAL). Mọi thay đổi thành các đối tượng bất biến. Thay đổi được gộp lại khi có thể để tăng thông lượng.

Cùng lúc, bản đẩy mã được ghi vào bản sao tham chiếu của kho, thường nằm trên ổ NVMe. Khi cả hai việc xong, các bản sao khác có thể tải thay đổi khi cần.

Theo Martí, hệ thống chỉ phải đồng bộ giao dịch tham chiếu với một kho cục bộ, không phải với cả nhóm bản sao. Nhờ vậy tốc độ nhận đẩy mã chỉ bị giới hạn bởi tốc độ đĩa.

Git vẫn phải duyệt DAG cho nhiều thao tác. Nhưng duyệt trên ổ thể rắn cục bộ vẫn nhanh hơn nhiều so với duyệt qua mạng.

Martí mô tả kho mã giống như bộ nhớ đệm ấm trên đĩa: nằm ở đâu cũng được. Bản gốc luôn là nhật ký ghi trước trên S3.

Origin vẫn đang trên đường trở thành dịch vụ chạy thật. Nếu không có sự cố ngừng dịch vụ nào được báo, các nhóm quản trị Git sẽ có lý do để xem lại lưu trữ đối tượng.

Góc nhìn

Với lập trình viên Việt Nam, bài học nằm ở chỗ Git không còn là hộp đen bất khả xâm phạm. Khi số kho và số tác nhân AI tăng, độ trễ đồng bộ giữa các bản sao sẽ thành nút cổ chai rõ rệt.

Các nhóm tự vận hành Git nội bộ, chạy CI trên kho lớn, có thể cân nhắc tách phần lưu trữ bất biến sang dịch vụ đối tượng. Ổ đĩa cục bộ lo phần cần tốc độ, còn bản gốc đặt ở nơi rẻ và bền.

Nhưng đổi hạ tầng quản lý mã nguồn là việc rủi ro cao. Nên thử trên kho ít người dùng trước, đo kỹ thời gian clone và push, rồi mới mở rộng.

Nguồn: theregister.com · Quy trình biên tập

Chia sẻ:FacebookX