"મારા પગરખાંમાં ચાલવું" - રાહ જુઓ, શું તેઓ ચિહ્નિત છે?

2019 થી, રશિયામાં ફરજિયાત લેબલિંગ પર કાયદો છે. કાયદો માલના તમામ જૂથોને લાગુ પડતો નથી, અને ઉત્પાદન જૂથો માટે ફરજિયાત લેબલિંગના અમલમાં પ્રવેશ માટેની તારીખો અલગ છે. તમાકુ, પગરખાં અને દવાઓ ફરજિયાત લેબલિંગને આધિન પ્રથમ હશે; અન્ય ઉત્પાદનો પછીથી ઉમેરવામાં આવશે, ઉદાહરણ તરીકે, પરફ્યુમ, કાપડ અને દૂધ. આ કાયદાકીય નવીનતાએ નવા આઇટી સોલ્યુશન્સ વિકસાવવા માટે પ્રોત્સાહિત કર્યા જે ઉત્પાદનની સમગ્ર જીવન સાંકળને ઉત્પાદનથી ખરીદી સુધીના અંતિમ ગ્રાહક દ્વારા, પ્રક્રિયામાં તમામ સહભાગીઓ માટે ટ્રૅક કરવાનું શક્ય બનાવશે: રાજ્ય પોતે અને તમામ સંસ્થાઓ સાથે માલ વેચતા ફરજિયાત લેબલીંગ.

X5 માં, સિસ્ટમ કે જે લેબલવાળા માલને ટ્રેક કરશે અને સરકાર અને સપ્લાયર્સ સાથે ડેટાનું વિનિમય કરશે તેને "માર્કસ" કહેવામાં આવે છે. ચાલો તમને ક્રમમાં કહીએ કે તેને કેવી રીતે અને કોણે વિકસાવ્યું, તેની ટેક્નોલોજી સ્ટેક શું છે અને શા માટે અમને ગર્વ લેવા જેવું છે.

વાસ્તવિક હાઇલોડ

"માર્કસ" ઘણી સમસ્યાઓનું નિરાકરણ કરે છે, જેમાં મુખ્ય એક X5 માહિતી પ્રણાલીઓ અને લેબલવાળા ઉત્પાદનો (GIS MP) માટે લેબલ કરેલ ઉત્પાદનોની હિલચાલને ટ્રૅક કરવા માટે સ્ટેટ ઇન્ફર્મેશન સિસ્ટમ વચ્ચેની સંકલન ક્રિયાપ્રતિક્રિયા છે. પ્લેટફોર્મ અમને પ્રાપ્ત થયેલા તમામ લેબલિંગ કોડ્સ અને આ કોડ્સની સમગ્ર ઑબ્જેક્ટમાં હિલચાલનો સમગ્ર ઇતિહાસ પણ સંગ્રહિત કરે છે અને લેબલવાળા ઉત્પાદનોના રિ-ગ્રેડિંગને દૂર કરવામાં મદદ કરે છે. તમાકુ ઉત્પાદનોના ઉદાહરણનો ઉપયોગ કરીને, જે લેબલવાળા માલના પ્રથમ જૂથોમાં સમાવિષ્ટ હતા, સિગારેટના માત્ર એક ટ્રક લોડમાં લગભગ 600 પેક હોય છે, જેમાંથી દરેકનો પોતાનો અનન્ય કોડ હોય છે. અને અમારી સિસ્ટમનું કાર્ય વેરહાઉસ અને સ્ટોર્સ વચ્ચે આવા દરેક પેકની હિલચાલની કાયદેસરતાને ટ્રૅક કરવાનું અને ચકાસવાનું છે, અને છેવટે અંતિમ ખરીદનારને તેમના વેચાણની સ્વીકાર્યતાને ચકાસવાનું છે. અને અમે દર કલાકે લગભગ 000 રોકડ વ્યવહારો રેકોર્ડ કરીએ છીએ, અને અમારે એ પણ રેકોર્ડ કરવાની જરૂર છે કે આવા દરેક પેક સ્ટોરમાં કેવી રીતે આવ્યા. આમ, વસ્તુઓ વચ્ચેની તમામ હિલચાલને ધ્યાનમાં લેતા, અમે દર વર્ષે અબજો રેકોર્ડ્સની અપેક્ષા રાખીએ છીએ.

ટીમ એમ

X5 ની અંદર માર્કસને પ્રોજેક્ટ ગણવામાં આવે છે તે હકીકત હોવા છતાં, તેનો અમલ ઉત્પાદન અભિગમનો ઉપયોગ કરીને કરવામાં આવી રહ્યો છે. ટીમ સ્ક્રમ મુજબ કામ કરે છે. પ્રોજેક્ટ ગયા ઉનાળામાં શરૂ થયો હતો, પરંતુ પ્રથમ પરિણામો માત્ર ઓક્ટોબરમાં આવ્યા હતા - અમારી પોતાની ટીમ સંપૂર્ણપણે એસેમ્બલ કરવામાં આવી હતી, સિસ્ટમ આર્કિટેક્ચર વિકસાવવામાં આવી હતી અને સાધનો ખરીદવામાં આવ્યા હતા. હવે ટીમમાં 16 લોકો છે, જેમાંથી છ બેકએન્ડ અને ફ્રન્ટ એન્ડ ડેવલપમેન્ટ સાથે સંકળાયેલા છે, જેમાંથી ત્રણ સિસ્ટમ વિશ્લેષણમાં સામેલ છે. છ વધુ લોકો મેન્યુઅલ, લોડ, ઓટોમેટેડ ટેસ્ટિંગ અને પ્રોડક્ટ મેન્ટેનન્સમાં સામેલ છે. વધુમાં, અમારી પાસે SRE નિષ્ણાત છે.

અમારી ટીમમાં માત્ર ડેવલપર્સ જ કોડ લખતા નથી; લગભગ તમામ લોકો જાણે છે કે કેવી રીતે પ્રોગ્રામ અને ઑટોટેસ્ટ, લોડ સ્ક્રિપ્ટ્સ અને ઑટોમેશન સ્ક્રિપ્ટ્સ કેવી રીતે લખવી. અમે આના પર વિશેષ ધ્યાન આપીએ છીએ, કારણ કે ઉત્પાદન સપોર્ટ માટે પણ ઉચ્ચ સ્તરના ઓટોમેશનની જરૂર છે. અમે હંમેશા એવા સાથીદારોને સલાહ આપવા અને મદદ કરવાનો પ્રયાસ કરીએ છીએ જેમણે અગાઉ પ્રોગ્રામિંગ કર્યું નથી, અને તેમને કામ કરવા માટે કેટલાક નાના કાર્યો આપીએ છીએ.

કોરોનાવાયરસ રોગચાળાને કારણે, અમે આખી ટીમને દૂરસ્થ કાર્યમાં સ્થાનાંતરિત કરી; વિકાસ સંચાલન માટેના તમામ સાધનોની ઉપલબ્ધતા, જીરા અને ગિટલેબમાં બિલ્ટ વર્કફ્લોએ આ તબક્કાને સરળતાથી પસાર કરવાનું શક્ય બનાવ્યું. દૂરસ્થ રીતે વિતાવેલા મહિનાઓ દર્શાવે છે કે પરિણામે ટીમની ઉત્પાદકતાને અસર થઈ નથી; ઘણા લોકો માટે, કામ પર આરામ વધ્યો, એકમાત્ર વસ્તુ ખૂટે છે તે જીવંત સંચાર છે.

દૂરસ્થ ટીમ મીટિંગ

દૂરસ્થ કાર્ય દરમિયાન મીટિંગ્સ

ઉકેલની ટેકનોલોજી સ્ટેક

X5 માટે પ્રમાણભૂત રીપોઝીટરી અને CI/CD ટૂલ ગિટલેબ છે. અમે તેનો ઉપયોગ કોડ સ્ટોરેજ, સતત પરીક્ષણ અને પરીક્ષણ અને ઉત્પાદન સર્વર્સ માટે જમાવટ માટે કરીએ છીએ. અમે કોડ સમીક્ષાની પ્રથાનો પણ ઉપયોગ કરીએ છીએ, જ્યારે ઓછામાં ઓછા 2 સહકર્મીઓએ કોડમાં વિકાસકર્તા દ્વારા કરવામાં આવેલા ફેરફારોને મંજૂરી આપવાની જરૂર હોય. સ્ટેટિક કોડ વિશ્લેષકો SonarQube અને JaCoCo અમને અમારા કોડને સ્વચ્છ રાખવામાં અને યુનિટ ટેસ્ટ કવરેજના જરૂરી સ્તરની ખાતરી કરવામાં મદદ કરે છે. કોડમાંના તમામ ફેરફારો આ તપાસમાંથી પસાર થવા જોઈએ. મેન્યુઅલી ચલાવવામાં આવતી તમામ ટેસ્ટ સ્ક્રિપ્ટો પછીથી સ્વચાલિત થાય છે.

"માર્કસ" દ્વારા વ્યવસાયિક પ્રક્રિયાઓના સફળ અમલીકરણ માટે, અમારે સંખ્યાબંધ તકનીકી સમસ્યાઓ હલ કરવી પડી હતી, દરેક ક્રમમાં.

કાર્ય 1. સિસ્ટમની આડી માપનીયતાની જરૂરિયાત

આ સમસ્યાને ઉકેલવા માટે, અમે આર્કિટેક્ચર માટે માઇક્રોસર્વિસ અભિગમ પસંદ કર્યો. તે જ સમયે, સેવાઓની જવાબદારીના ક્ષેત્રોને સમજવું ખૂબ જ મહત્વપૂર્ણ હતું. અમે પ્રક્રિયાઓની વિશિષ્ટતાઓને ધ્યાનમાં લેતા, તેમને વ્યવસાયિક કામગીરીમાં વિભાજિત કરવાનો પ્રયાસ કર્યો. ઉદાહરણ તરીકે, વેરહાઉસમાં સ્વીકૃતિ એ ખૂબ વારંવાર નથી, પરંતુ ખૂબ મોટા પાયે કામગીરી છે, જે દરમિયાન રાજ્યના નિયમનકાર પાસેથી સ્વીકૃત માલના એકમો વિશે ઝડપથી માહિતી મેળવવી જરૂરી છે, જેની સંખ્યા એક ડિલિવરીમાં 600000 સુધી પહોંચે છે. , આ ઉત્પાદનને વેરહાઉસમાં સ્વીકારવાની સ્વીકાર્યતા તપાસો અને વેરહાઉસ ઓટોમેશન સિસ્ટમ માટે તમામ જરૂરી માહિતી પરત કરો. પરંતુ વેરહાઉસીસમાંથી શિપમેન્ટની તીવ્રતા ઘણી વધારે છે, પરંતુ તે જ સમયે ડેટાના નાના વોલ્યુમો સાથે કાર્ય કરે છે.

અમે તમામ સેવાઓને સ્ટેટલેસ ધોરણે અમલમાં મૂકીએ છીએ અને અમે જેને કાફકા સ્વ-વિષય કહીએ છીએ તેનો ઉપયોગ કરીને આંતરિક કામગીરીને પગલાંઓમાં વિભાજીત કરવાનો પ્રયાસ કરીએ છીએ. આ ત્યારે થાય છે જ્યારે માઇક્રોસર્વિસ પોતાને એક સંદેશ મોકલે છે, જે તમને વધુ સંસાધન-સઘન કામગીરી પરના ભારને સંતુલિત કરવાની મંજૂરી આપે છે અને ઉત્પાદન જાળવણીને સરળ બનાવે છે, પરંતુ તે પછીથી વધુ.

અમે અલગ સેવાઓમાં બાહ્ય સિસ્ટમો સાથે ક્રિયાપ્રતિક્રિયા માટે મોડ્યુલોને અલગ કરવાનું નક્કી કર્યું છે. આનાથી વ્યાપાર કાર્યક્ષમતા સાથે સેવાઓ પર વર્ચ્યુઅલ રીતે કોઈ અસર ન થતાં, બાહ્ય સિસ્ટમ્સના વારંવાર બદલાતા APIની સમસ્યાને ઉકેલવાનું શક્ય બન્યું.

બધી માઇક્રોસર્વિસિસ ઓપનશિફ્ટ ક્લસ્ટરમાં જમાવવામાં આવે છે, જે દરેક માઇક્રોસર્વિસને સ્કેલિંગ કરવાની બંને સમસ્યાને હલ કરે છે અને અમને થર્ડ-પાર્ટી સર્વિસ ડિસ્કવરી ટૂલ્સનો ઉપયોગ ન કરવાની મંજૂરી આપે છે.

કાર્ય 2. પ્લેટફોર્મ સેવાઓ વચ્ચે ઉચ્ચ ભાર અને અત્યંત સઘન ડેટા એક્સચેન્જ જાળવવાની જરૂરિયાત: એકલા પ્રોજેક્ટ લૉન્ચ તબક્કા દરમિયાન, પ્રતિ સેકન્ડ લગભગ 600 ઑપરેશન કરવામાં આવે છે. રિટેલ આઉટલેટ્સ અમારા પ્લેટફોર્મ સાથે કનેક્ટ થતાં અમે આ મૂલ્ય વધીને 5000 ops/sec થવાની અપેક્ષા રાખીએ છીએ.

આ સમસ્યા કાફકા ક્લસ્ટરને જમાવીને અને પ્લેટફોર્મની માઇક્રોસર્વિસિસ વચ્ચે સિંક્રનસ ક્રિયાપ્રતિક્રિયાને લગભગ સંપૂર્ણપણે છોડીને હલ કરવામાં આવી હતી. આ માટે સિસ્ટમ આવશ્યકતાઓનું ખૂબ જ કાળજીપૂર્વક વિશ્લેષણ જરૂરી છે, કારણ કે બધી કામગીરી અસુમેળ હોઈ શકતી નથી. તે જ સમયે, અમે બ્રોકર દ્વારા માત્ર ઇવેન્ટ્સ જ પ્રસારિત કરતા નથી, પરંતુ સંદેશમાં તમામ જરૂરી વ્યવસાય માહિતી પણ પ્રસારિત કરીએ છીએ. આમ, સંદેશનું કદ કેટલાક સો કિલોબાઈટ સુધી પહોંચી શકે છે. કાફકામાં સંદેશના કદની મર્યાદા માટે અમને સંદેશના કદની ચોક્કસ આગાહી કરવાની જરૂર છે, અને જો જરૂરી હોય તો, અમે તેને વિભાજિત કરીએ છીએ, પરંતુ વિભાજન તાર્કિક છે, વ્યવસાયિક કામગીરીથી સંબંધિત છે.
ઉદાહરણ તરીકે, અમે કારમાં આવતા માલને બોક્સમાં વહેંચીએ છીએ. સિંક્રનસ કામગીરી માટે, અલગ માઇક્રોસર્વિસિસ ફાળવવામાં આવે છે અને સંપૂર્ણ લોડ પરીક્ષણ હાથ ધરવામાં આવે છે. કાફકાનો ઉપયોગ કરીને અમને બીજો પડકાર રજૂ કર્યો - કાફકા સંકલનને ધ્યાનમાં લેતા અમારી સેવાના સંચાલનનું પરીક્ષણ કરવું એ અમારા તમામ એકમ પરીક્ષણોને અસુમેળ બનાવે છે. અમે એમ્બેડેડ કાફકા બ્રોકરનો ઉપયોગ કરીને અમારી પોતાની ઉપયોગિતા પદ્ધતિઓ લખીને આ સમસ્યા હલ કરી છે. આ વ્યક્તિગત પદ્ધતિઓ માટે એકમ પરીક્ષણો લખવાની જરૂરિયાતને દૂર કરતું નથી, પરંતુ અમે કાફકાનો ઉપયોગ કરીને જટિલ કેસોનું પરીક્ષણ કરવાનું પસંદ કરીએ છીએ.

ટ્રેસિંગ લૉગ્સ પર ઘણું ધ્યાન આપવામાં આવ્યું હતું જેથી સેવાઓના સંચાલન દરમિયાન અથવા કાફકા બેચ સાથે કામ કરતી વખતે અપવાદો આવે ત્યારે તેમનો ટ્રેસઆઈડી ખોવાઈ ન જાય. અને જો પ્રથમ સાથે કોઈ ખાસ સમસ્યાઓ ન હતી, તો પછી બીજા કિસ્સામાં અમને બેચ સાથે આવેલા તમામ ટ્રેસઆઈડ્સને લૉગ કરવાની ફરજ પાડવામાં આવે છે અને ટ્રેસિંગ ચાલુ રાખવા માટે એક પસંદ કરો. પછી, મૂળ TraceId દ્વારા સર્ચ કરતી વખતે, વપરાશકર્તા સરળતાથી શોધી શકશે કે જેની સાથે ટ્રેસિંગ ચાલુ છે.

કાર્ય 3. મોટી માત્રામાં ડેટા સ્ટોર કરવાની જરૂરિયાત: એકલા તમાકુ માટે દર વર્ષે 1 બિલિયનથી વધુ લેબલ X5 પર આવે છે. તેમને સતત અને ઝડપી ઍક્સેસની જરૂર છે. કુલ મળીને, સિસ્ટમે આ લેબલવાળા માલના હિલચાલના ઇતિહાસના લગભગ 10 બિલિયન રેકોર્ડ્સ પર પ્રક્રિયા કરવી આવશ્યક છે.

ત્રીજી સમસ્યાને ઉકેલવા માટે, NoSQL ડેટાબેઝ MongoDB પસંદ કરવામાં આવ્યો હતો. અમે 5 નોડ્સનો શાર્ડ બનાવ્યો છે અને દરેક નોડમાં 3 સર્વર્સનો પ્રતિકૃતિ સેટ છે. આ તમને ક્લસ્ટરમાં નવા સર્વરો ઉમેરીને, સિસ્ટમને આડી રીતે માપવા માટે પરવાનગી આપે છે, અને તેની ખામી સહિષ્ણુતાને સુનિશ્ચિત કરે છે. અહીં અમને બીજી સમસ્યાનો સામનો કરવો પડ્યો - મોંગો ક્લસ્ટરમાં વ્યવહારિકતા સુનિશ્ચિત કરવી, આડી રીતે માપી શકાય તેવી માઇક્રોસર્વિસિસના ઉપયોગને ધ્યાનમાં રાખીને. ઉદાહરણ તરીકે, અમારી સિસ્ટમનું એક કાર્ય એ સમાન લેબલિંગ કોડ્સ સાથે ઉત્પાદનોને ફરીથી વેચવાના પ્રયાસોને ઓળખવાનું છે. અહીં, કેશિયર્સ દ્વારા ભૂલભરેલા સ્કેન અથવા ભૂલભરેલી કામગીરી સાથે ઓવરલે દેખાય છે. અમે શોધી કાઢ્યું છે કે આવા ડુપ્લિકેટ્સ એક કાફકા બેચની અંદર અને સમાંતર પ્રક્રિયા કરવામાં આવતી બે બેચની અંદર બંને થઈ શકે છે. આમ, ડેટાબેઝની ક્વેરી કરીને ડુપ્લિકેટ્સ તપાસવાથી કંઈ મળ્યું નથી. દરેક માઇક્રોસર્વિસ માટે, અમે આ સેવાના વ્યવસાયના તર્કના આધારે સમસ્યાને અલગથી હલ કરી છે. ઉદાહરણ તરીકે, ચેક્સ માટે, અમે બેચની અંદર એક ચેક ઉમેર્યો અને દાખલ કરતી વખતે ડુપ્લિકેટ્સ દેખાવા માટે અલગ પ્રક્રિયા કરી.

ઑપરેશનના ઇતિહાસ સાથેના વપરાશકર્તાઓનું કાર્ય કોઈપણ રીતે સૌથી મહત્વપૂર્ણ વસ્તુને અસર કરતું નથી તેની ખાતરી કરવા માટે - અમારી વ્યવસાય પ્રક્રિયાઓની કામગીરી, અમે તમામ ઐતિહાસિક ડેટાને એક અલગ ડેટાબેઝ સાથે અલગ સેવામાં અલગ કર્યા છે, જે કાફકા દ્વારા પણ માહિતી મેળવે છે. . આ રીતે, વપરાશકર્તાઓ ચાલુ કામગીરી માટે ડેટા પર પ્રક્રિયા કરતી સેવાઓને અસર કર્યા વિના અલગ સેવા સાથે કામ કરે છે.

કાર્ય 4: કતાર પુનઃપ્રક્રિયા અને દેખરેખ:

વિતરિત પ્રણાલીઓમાં, ડેટાબેઝ, કતાર અને બાહ્ય ડેટા સ્ત્રોતોની ઉપલબ્ધતામાં સમસ્યાઓ અને ભૂલો અનિવાર્યપણે ઉદ્ભવે છે. માર્કસના કિસ્સામાં, આવી ભૂલોનો સ્ત્રોત બાહ્ય સિસ્ટમો સાથે એકીકરણ છે. તે ઉકેલ શોધવા માટે જરૂરી હતું કે જે અમુક ચોક્કસ સમયસમાપ્તિ સાથે ભૂલભરેલા પ્રતિસાદો માટે વારંવાર વિનંતીઓને મંજૂરી આપે, પરંતુ તે જ સમયે મુખ્ય કતારમાં સફળ વિનંતીઓ પર પ્રક્રિયા કરવાનું બંધ ન કરે. આ હેતુ માટે, કહેવાતા "વિષય આધારિત પુનઃપ્રયાસ" ખ્યાલ પસંદ કરવામાં આવ્યો હતો. દરેક મુખ્ય વિષય માટે, એક અથવા વધુ પુનઃપ્રયાસના વિષયો બનાવવામાં આવે છે જેમાં ભૂલભરેલા સંદેશાઓ મોકલવામાં આવે છે અને તે જ સમયે મુખ્ય વિષયના સંદેશાઓની પ્રક્રિયામાં વિલંબ દૂર થાય છે. ક્રિયાપ્રતિક્રિયા યોજના -

આવી યોજના અમલમાં મૂકવા માટે, અમને નીચેની જરૂર છે: આ ઉકેલને વસંત સાથે સંકલિત કરવા અને કોડ ડુપ્લિકેશન ટાળવા માટે. વેબ પર સર્ફિંગ કરતી વખતે, અમે સ્પ્રિંગ બીનપોસ્ટપ્રોસેસર પર આધારિત સમાન સોલ્યુશન શોધી કાઢ્યું, પરંતુ તે અમને બિનજરૂરી રીતે બોજારૂપ લાગ્યું. અમારી ટીમે એક સરળ ઉકેલ તૈયાર કર્યો છે જે અમને ઉપભોક્તા બનાવવા માટે વસંત ચક્રમાં એકીકૃત થવા દે છે અને વધુમાં ગ્રાહકોને ફરીથી પ્રયાસ કરી શકે છે. અમે સ્પ્રિંગ ટીમને અમારા સોલ્યુશનનો પ્રોટોટાઇપ ઓફર કર્યો છે, તમે તેને જોઈ શકો છો અહીં. પુનઃપ્રયાસના ઉપભોક્તાઓની સંખ્યા અને દરેક ઉપભોક્તા માટેના પ્રયત્નોની સંખ્યા, વ્યવસાય પ્રક્રિયાની જરૂરિયાતોને આધારે પરિમાણો દ્વારા ગોઠવવામાં આવે છે, અને બધું કાર્ય કરવા માટે, જે બાકી રહે છે તે એનોટેશન org.springframework.kafka.annotation.KafkaListener ઉમેરવાનું છે. , જે બધા વસંત વિકાસકર્તાઓ માટે પરિચિત છે.

જો તમામ પુનઃપ્રયત્નો પછી પણ સંદેશ પર પ્રક્રિયા કરી શકાતી નથી, તો તે સ્પ્રિંગ ડેડલેટર પબ્લિશિંગ રિકવરરનો ઉપયોગ કરીને DLT (ડેડ લેટર વિષય) પર જાય છે. સમર્થનની વિનંતી પર, અમે આ કાર્યક્ષમતાને વિસ્તૃત કરી છે અને એક અલગ સેવા બનાવી છે જે તમને DLT, stackTrace, traceId અને તેમના વિશેની અન્ય ઉપયોગી માહિતીમાં સમાવિષ્ટ સંદેશાઓ જોવાની મંજૂરી આપે છે. આ ઉપરાંત, તમામ DLT વિષયોમાં દેખરેખ અને ચેતવણીઓ ઉમેરવામાં આવી હતી, અને હવે, હકીકતમાં, DLT વિષયમાં સંદેશનો દેખાવ એ ખામીનું વિશ્લેષણ અને તેને સુધારવાનું એક કારણ છે. આ ખૂબ જ અનુકૂળ છે - વિષયના નામ દ્વારા, અમે તરત જ સમજીએ છીએ કે પ્રક્રિયાના કયા તબક્કે સમસ્યા ઊભી થઈ, જે તેના મૂળ કારણની શોધને નોંધપાત્ર રીતે ઝડપી બનાવે છે.

તાજેતરમાં, અમે એક ઇન્ટરફેસ અમલમાં મૂક્યું છે જે અમને તેમના કારણોને દૂર કર્યા પછી (ઉદાહરણ તરીકે, બાહ્ય સિસ્ટમની કાર્યક્ષમતાને પુનઃસ્થાપિત કરવા) અને, અલબત્ત, વિશ્લેષણ માટે અનુરૂપ ખામી સ્થાપિત કર્યા પછી અમારા સમર્થનનો ઉપયોગ કરીને સંદેશાઓને ફરીથી મોકલવાની મંજૂરી આપે છે. આ તે છે જ્યાં અમારા સ્વ-વિષયો હાથમાં આવે છે: લાંબી પ્રક્રિયાની સાંકળને ફરીથી શરૂ ન કરવા માટે, તમે તેને ઇચ્છિત પગલાથી ફરીથી પ્રારંભ કરી શકો છો.

પ્લેટફોર્મ ઓપરેશન

પ્લેટફોર્મ પહેલેથી જ ઉત્પાદક કામગીરીમાં છે, દરરોજ અમે ડિલિવરી અને શિપમેન્ટ હાથ ધરીએ છીએ, નવા વિતરણ કેન્દ્રો અને સ્ટોર્સને જોડીએ છીએ. પાયલોટના ભાગ રૂપે, સિસ્ટમ "તમાકુ" અને "જૂતા" ઉત્પાદન જૂથો સાથે કામ કરે છે.

અમારી આખી ટીમ પાયલોટ ચલાવવામાં ભાગ લે છે, ઉભરતી સમસ્યાઓનું વિશ્લેષણ કરે છે અને અમારા ઉત્પાદનને સુધારવા માટે સૂચનો આપે છે, લોગ સુધારવાથી લઈને પ્રક્રિયાઓ બદલવા સુધી.

અમારી ભૂલોને પુનરાવર્તિત ન કરવા માટે, પાયલોટ દરમિયાન મળેલા તમામ કેસ સ્વચાલિત પરીક્ષણોમાં પ્રતિબિંબિત થાય છે. મોટી સંખ્યામાં ઓટોટેસ્ટ્સ અને યુનિટ ટેસ્ટની હાજરી તમને રીગ્રેશન ટેસ્ટિંગ કરવા અને થોડા કલાકોમાં શાબ્દિક રીતે હોટફિક્સ ઇન્સ્ટોલ કરવાની મંજૂરી આપે છે.

હવે અમે અમારા પ્લેટફોર્મને વિકસાવવાનું અને સુધારવાનું ચાલુ રાખીએ છીએ અને સતત નવા પડકારોનો સામનો કરીએ છીએ. જો તમને રસ હોય, તો અમે નીચેના લેખોમાં અમારા ઉકેલો વિશે વાત કરીશું.

સોર્સ: www.habr.com