Новости #dodo-picca. Бывшие франчайзи «Додо Пиццы» в один голос заявляют, что в сети сложилась абсолютно нездоровая атмосфера: 30% пиццерий буквально замучили постоянными проверками.
Статистика пиццерий Додо Пицца
Додо ис ревизия. Пожаловаться. Додо ис ревизия. А следовательно, Додо манипулирует выдачей дат проверок, которую я и разъяснил в комментарии сверху на скриншоте. Как мы систему тайных покупателей Додо пиццы водим вокруг пальца.
Додо ревизия - 88 фото
| Додо проверка | Я рекомендую проверки в ДоДо тайным покупателем и кратко отрезюмирую. |
| Додо пицца застраховалась от киберпреступников | компьютера, планшета, телефона - и не требовала сложной настройки. |
| Что нашли проверки в «Додо Пицца»: грязь, просрочка и тараканы | ДДмитрий Пильщиков Разрабатывают и поддерживают Додо ИС, контролируют качество продукта, соблюдение стандартов и сервиса. |
| Не только тесто и начинка: как автоматизация сделала «Додо Пиццу» успешной | Ревизия в Додо не бумажная: у ревизора есть планшет, где ревизор отмечает все продукты и создает отчеты. |
Dodo IS | Учет. Ревизия
Видео о Проверка эквайринговых платежей в Додо Пицца Смоленск, Dodo IS | Учет. Для этого компания использует облачную информационную систему «Додо ИС» и интеллектуальный подход к видеонаблюдению. Dodo Brands — это сети «Додо Пицца», «Дринкит» и Doner 42.
Dodo IS | Учет. Ревизия
| Додо ревизия - фото сборник | Бывшие франчайзи «Додо Пиццы» в один голос заявляют, что в сети сложилась абсолютно нездоровая атмосфера: 30% пиццерий буквально замучили постоянными проверками, в то время как другие 70%, подконтрольные «друзьям» Федора Овчинникова, о проверяющих из. |
| Додо проверка | А следовательно, Додо манипулирует выдачей дат проверок, которую я и разъяснил в комментарии сверху на скриншоте. |
| Что нашли проверки в «Додо Пицца»: грязь, просрочка и тараканы | В Додо ИС выручка пиццерии видна в режиме онлайн. |
«Мы пришли к успеху пока вы кушали пиццу». 3 франчайзи ДоДо об окупаемости и конкуренции
Франчайзи подключается не просто к успешной, узнаваемой сети — его, в полном смысле этого слова, подключают к системе «Додо ИС», которая позволяет контролировать происходящее на кухне и в торговом зале. В игровых комнатах начинают появляться занятные додо-домики. Додо ИС личный кабинет сотрудника. Dodo is Интерфейс.
Что нашли проверки в «Додо Пицца»: грязь, просрочка и тараканы
Разработали систему учета с использованием сводных данных из «ДоДо ИС», что помогло снизить затраты на ввод первичных документов в 1С за счет использования сводных проводок. Dodo IS — информационная система как ядро франчайзинга. Франчайзи подключается не просто к успешной, узнаваемой сети — его, в полном смысле этого слова, подключают к системе «Додо ИС», которая позволяет контролировать происходящее на кухне и в торговом зале.
Додо ис ревизия - фото сборник
О сервисе Прессе Авторские права Связаться с нами Авторам Рекламодателям Разработчикам. Как отметили сотрудники «Додо Пиццы», сайт был тепло встречен профессиональной аудиторией, а формат работы над сайтом смог подчеркнуть принципы компании — качество и открытость. Теперь «Додо ИС» умеет вести учет теста — полезная функция для тех пиццерий, которые делают тесто сами, а не снабжаются из центров производства теста. Данные по выручке и другим показателям по всем ресторанам сети Додо Пицца в России за всё время. Основа франшизы «Додо Пиццы» — облачная ERP-система «Додо ИС» (Dodo IS), которая организует рабочие процессы пиццерии, включая обработку заказов, работу кухни, доставку, управление штатом и маркетинг[24].
Додо ревизия - фото сборник
| Не только тесто и начинка: как автоматизация сделала «Додо Пиццу» успешной | Промоакции «Додо ИС» помогает конструировать промоакции и управлять промокодами в масштабах всей сети или одной пиццерии. |
| Dodo IS | Учет. Ревизия | Видео | 3. Результаты проверок публикуются каждую неделю в системе Додо ИС. |
Как франчайзи «ДоДо Пиццы» сократили налоговые риски на 2,5 млн рублей
Идея была в том, чтобы разжать LF, позволив ему подняться, принять в себя все запросы. Конечно, зажата пропускная способность была не просто так. Это нормальное ограничение, чтобы не пропускать в базу много трафика и не положить её. Положить базу — значит, положить все источники приёма заказа и часть других сервисов. Также разжатием мы хотели увидеть новую информацию, новые данные. База данных, к которой обращался LF, к тому времени была на 64 ядрах при нормальной работе в пики на 32-х. Это значит, что даже увеличив количество параллельных коннектов в базу, мы бы её не положили при разжатии балкхэдов был расчёт, что увеличенная база выдержит. В 18:32 ушли warnings от LF bulkhead rejected request. В 18:34 появились заказы на кассе.
Нам показалось, что вот сейчас всё полетит, раз уж касса ресторана принимает заказы. Но на самом деле касса ресторана принимает заказы только при выключенном сайте и мобильном приложении. Значит, проблема не решена. Когда включаем сайт и mapi это видно по графику дальше , то всё опять ложится. C 19:05 в логах LF много ошибок: По крайней мере, мы подсветили запросы, из-за которых не проходит флоу приёма заказа. Основной из них — запрос на получение меню GetMenu. При этом система не выдерживает, когда включаются все источники приёма заказа. Когда балкхэды разжимали, была слабая надежда, но она не оправдалась.
Для ускорения процесса решили поправить прямо в Kubernetes в Secrets configs-legacyfacade. Но поломали конфиги там нужно было конвертировать в base64. В 19:27 замечаем, что сегодня нагрузка на БД чуть больше обычного. Примерно в 19:38 видим, что на базе много тредов. Это запрос на метапродукты то есть например, есть продукт Кофе американо, а у него есть объём 0,2, 0,3 и 0,4 л и топпинги дополнительные ингредиенты в меню. Да, это связано с вызовом метода GetMenu, который мы видели выше, когда разжали балкхэды. В обычной жизни запросы к топпингам выполняются за 0. Позже мы исследовали этот запрос и никакой неоптимальности на уровне SQL в нём не было.
Этого запроса просто было слишком много и он не успевал обрабатываться. Появилось предположение, что нам немного не хватает перформанса базы, чтобы прожевать все нужные запросы. К тому же, запросы идут в базу в много потоков. В 20:27 БД перезапустилась. До этого CPU было небольшое, а теперь опять выросло. Грузим все 64 ядра мощной базы. БД перезапустилась, по CPU лучше не стало. В итоге изменение свойств базы с обработкой коннектов нам не помогло.
На 21:00 вся система была в разваленном состоянии.
Менеджер открывает смену и контролирует работу сотрудников. В конце каждой смены менеджер сверяет денежные средства, полученные от курьера, с количеством сделанных за день заказов, используя его рабочий мобильный планшет.
Также при закрытии смены сверку денежных средств производит кассир. Если при сведении кассы возникнут расхождения, система соберет информацию о возврате продуктов и ненапечатанных чеках. Таким образом автоматизированная система управления решает сложные вопросы в считаные минуты.
Построение рабочего графика После того как каждый работник пиццерии отметил нерабочие дни в своем ЛК, менеджер смены, используя информацию из «Сводной карты возможностей», составляет график работ, применяя автоматизированную систему Dodo IS. График составляется как на 1 день, так и на неделю с учетом выборки работников системой, благодаря которой сотрудники «Додо» имеют полное представление о своем рабочем расписании. Общая база контактов В «Личном кабинете» работника пиццерии есть справочник контактов всех сотрудников ресторана.
Он нужен для того, чтобы в случае необходимости обратиться к управляющему или в кратчайшие сроки найти замену. Общая база контактов содержит сведения о следующих работниках: руководителях предприятия; В общей базе есть справочник контактов всех сотрудников ресторана.
Игорь Виттель: Я могу сидеть, но не хочу слушать выступление в формате «почему мы такие замечательные». Ткачёв сейчас нарушает законодательство и работает под вывеской «Додо пицца», а первые дни точка не пробивала фискальные чеки, добавил Овчинников. Евгений Ткачёв: Ситуация сложилась таким образом, что мы оба понимаем, что дальше не сможем работать вместе.
Я пришел сюда, чтобы найти выход из сложившихся обстоятельств и в позитивном, конструктивном диалоге и в правовом поле решить вопрос по моему выходу из бизнеса. У меня сейчас есть ещё действующие пиццерии, и я пришёл решить вопрос о продаже и в том числе найти покупателя на мои прибыльные, новые, красивые пиццерии в Москве, Ярославле и Краснодарском крае. Чтобы подтвердить, что пиццерии прибыльные и успешные, Ткачёв раздал экспертам презентации. Согласно одному из слайдов, рейтинг точек Ткачёва в Ярославле выше среднего по сети, и только пару раз опускался ниже среднего, но на короткий период, добавил франчайзи. Ткачёв рассказал хронологию запуска своих пиццерий, шесть из них находятся в Москве.
По его словам, в апреле 2019 года представитель УК впервые предложил ему продать пиццерии в Ярославле, а в октябре того же года компания потребовала отказаться от «куска» Москвы или повторно оплатить паушальный взнос в 420 тысяч рублей. По собственным словам, Ткачёв его оплатил. Тогда же УК потребовала выставить на продажу точки в городе — или они будут закрыты. Евгений Ткачёв: По моему мнению, в тот момент УК понимала, что сеть в Ярославле хорошо растёт, пиццерии большие, красивые и в удачных локациях. Ткачёв отказался от его услуг, а УК отказалась помогать ему в поиске инвестора.
В начале 2021 года он выполнил все предписания, а рейтинги были отличные, рассказывает франчайзи. После расторжения договора ему поступило шесть предложений о покупке пиццерий, но УК не согласовала покупателя, то есть отказалась заключать с ним договор. Евгений Ткачёв: За четыре года нашей с тобой совместной работы, Фёдор, я построил сеть из 12 успешных, новых, прибыльных пиццерий. Каким образом я мог это сделать, если я всё время нарушал нормы пищевой безопасности, сервиса, качества, если бы мои пиццерии находились в операционном минусе и выручка бы не росла? Кто бы мне дал это сделать?
По поводу запрета продажи пиццерий: вопрос выручек — это только моё дело. Ни по договору коммерческой концессии, ни морально УК не имеет отношения к моей выручке. Даже если они у меня плохие: может я меценат, люблю кормить людей в убыток себе — это моё личное дело. У меня успешные пиццерии в плюсе. У меня нет задержек по роялти по одной из пиццерий.
По другим пиццериям была одна задержка в апреле на один день. Это была техническая ошибка бухгалтера. Когда вы продаете франшизу, вы говорите, что пиццерия окупится за три года. Какое-то противоречие. Мешала ли компания продаже Ковалёв рассказал, что у него некоторые арендаторы годами не платят: «И ничего, я никого не выгоняю».
По его словам, в таком случае он не даст такому партнёру арендовать другое помещение. Ведущий спросил у Овчинникова, как при таких плохих показателях Ткачёву разрешали открывать новые пиццерии. Игорь Виттель: Вы не дали человеку продать по той цене, по которой он хотел, и тому, кому он хотел. Свободный рынок, приходит покупатель, вы не даёте продать и потом предлагаете другую цену. Так и было?
Фёдор Овчинников: Мы не запрещали продавать, мы просили предоставить корректные данные. Евгений может продать сами пиццерии кому угодно, но мы не обязаны заключать договор франчайзинга со всеми. Игорь Виттель: Я сильно похож на идиота? Если вы ведёте бизнес так же, как изучаете бэкграунд... Низкие выручки, плохие отзывы и просрочка — это не аргумент Михаил Гончаров и Сергей Миронов Михаил Гончаров: Хочу прояснить для окружающих три аргумента, которые я бы не стал учитывать при рассмотрении ситуации.
Низкие выручки могут зависеть от специфики региона — Ярославль имеет сильную местную сеть пиццерий. Плохие отзывы приходят постоянно практически на все заведения — даже на рестораны Новикова и Dellos, не говоря уже о нас с тобой, Фёдор. Просрочка тоже прозвучала жёстко, но она случается везде. Я ничью позицию не занимаю, но Фёдор сказал, что рейдерство и крупные франчайзи невыгодны в компании. Но на самом деле они выгодны — большой системой легче управлять.
Андрей Ковалёв: Я, как человек, который восемь раз подвергался рейдерским захватам от командующего внутренними войсками России до председателя правления крупных банков и заканчивая заместителем Лужкова хочу сказать, что это на рейдерский захват не похоже. Ткачёв бы уже сидел в тюрьме. Фёдор Овчинников: Согласование открытия пиццерии длится шесть месяцев. Михаил Гончаров: У меня ощущение, что дело в сложной системе. Левая рука не знает, что делает правая.
Один департамент согласовывает открытие новых пиццерий, другой проверяет и понижает рейтинг. Мне кажется, ситуация требовала твоего личного участия. Перед нами сидит человек, который открыл 12 точек. Он как минимум заслуживает личной встречи. Фёдор Овчинников: У нас компания не сконцентрирована только на мне.
У нас большая команда, а это рядовой случай. Всё просто: пиццерии плохо работали, постоянно давалась обратная связь. Что дала бы эта встреча?
Любой владелец смартфона, ноутбука или ПК с доступом в сеть, установив Telegram-бота способен поставлять данные фото, видео, геолокацию и т. Команда DBrain по заказу «Додо Пиццы», используя методы machine learning, создала программу контроля качества свежеиспеченной пиццы.
Telegram-бот, взаимодействуя с огромным сообществом покупателей, самостоятельно присваивает готовой пицце оценку от 0 до 10. В группе тайных покупателей «Додо» 50 тысяч людей каждую неделю дают оценку около 700 пицц. На основе этих оценок создается рейтинг качества заведений, а покупатели получают за оценку додо-рубли, которыми потом оплачивают новую заказанную пиццу. Предоставляя приложению от Dbrain данные видеосъемки, можно снизить затраты и формировать рейтинг пиццерий автоматически. Взаимодействуя с видеокамерой, машинный алгоритм оценит не две пиццы в неделю, как человек, а 300 в день — каждой пиццы, вышедшей из печи.
Нейросеть Dbrain обработала 50 тысяч фото пицц. На каждой фотографии сеть визуально разделяла продукт на участки и теперь умеет находить недостатки на всех участках. К примеру, едва заметные глазу вздутия по краям пиццы укажут на низкое качество теста. Каждый готовый продукт искусственный интеллект соотносит с «идеальной» пиццей, построенной как раз с использованием информации, предоставленной реальными потребителями и профессионалами по оценке качества пиццы. Управление очередью от Ivideon Все существующие детекторы, увы, все еще несовершенны.
Здесь надо понимать, что люди в очереди нестационарны. Проще говоря, они меняют местоположение, меняют очередь, сливаются с фоном или друг с другом, мешая внешним датчикам правильно их считывать или не позволяют камере различить себя как отдельные объекты. Для создания своего детектора очереди Ivideon использовала machine learning. Алгоритм сумел выделить в человеке «существенное» — голову, что позволило добиться почти идеальной точности фиксации камерой именно человека. Осталось сосчитать число покупателей и уведомить управляющего о появлении очереди, чтобы открыть дополнительную кассу или закрыть пустую.
Крутая возможность этого сервиса — статистический учет.
«Помните, кто вы, и не уходите с радаров». Как в «Додо Пицца» решили никого не увольнять в кризис
Мы его делаем, отвечая на несколько вопросов: Что навредило. Что мы делали на инциденте, что нам не помогало. Это лишние или ошибочные действия. Скорее всего, скейл базы с 32 до 64-х ядер только ухудшил положение дел. После скейла очистился кеш БД и это привело к дальнейшему каскадному сбою. Удвоение количества подов mapi, сайта было лишним и только создавало нагрузку на дальнейшие сервисы LF , увеличение количества подов LF увеличило на базу и привело к каскадному сбою. Мы полностью отводили трафик от mapi и сайта для всех стран меняли selector в k8s service , а правильнее было бы отводить трафик от Ingress до сервиса для конкретной страны. Это влияло на другие страны. Плюс шел трафик на инстанс mapi из других стран, а это усложняло разбор. Полный возврат трафика на mapi и сайт в час пик.
Как только мы включали эти сервисы — система падала. Чего нам не хватало на инциденте. Этот вопрос помогает уже сформировать список задач на будущее. Не хватает экспертизы, чтобы смотреть метрики MySQL. У нас есть ранбук, но его никто не отрабатывал на реальных кейсах. Не сразу нашли ответственного, чтобы отключить маркетинговую рассылку пушей, не хватило актуальной схемы с зонами ответственности. Например, по имени пользователя. Сначала эти пользователи использовались в монолите, где тоже невозможно разделить, какие части сервисов какие запросы делают. Но потом другие сервисы тоже стали использовать тех же пользователей.
Не хватает информации, сколько каждый сервис может держать RPS. Это бы помогло в расчёте, сколько можно добавить реплик приложения, сколько нужно добавить реплик LF. Мы могли бы заранее увидеть проблемы с cache и с другими настройками. Нужны дополнительные алерты. Что пошло не так. Здесь больше случайные факторы или оставшиеся нюансы. Перестал работать мониторинг. Увеличение количества реплик приложений повлияло на количество собираемых метрик нашей системой мониторинга, из-за чего ей перестало хватать оперативной памяти, приложения мониторинга были остановлены по OOM OutOfMemory и в дальнейшем не смогли запуститься. Нагрузку давала также Grafana, так как все стали её активно использовать при расследовании инцидента.
Выдавало ошибку при работе с VPN. База данных «ушла в пике» и почему-то выполняла простейшие запросы по 10—15 секунд, что не позволяло прогреть кеши в LF и начать нормальную работу. Не скалировался нодпул для нод с Прометеем при указании 32 нод, а при указании 30 нод всё заработало. Не раскатился предыдущий релиз с первого раза. Следовало завершить откат релиза, а не бросать его при получении ошибки от мигратора. Отвлеклись на атаку на сайт.
В ней необходимо проверить наличие всех связных сущностей, а также права доступа у пользователя.
Только после соблюдения всех условий можно выполнять сохранение текущего состояния агрегата и отправлять события во внешний мир. Для реализации прикладной службы мы используем MediatR. GetAsync request. HasPermissionsAsync request. CountryId, request. Token, inventory. UnitId, ct ; if!
GetAsync inventory. Value, request. Version, request. MaterialTypeId, request. Id, unitOfMeasure, request. InventoryZoneId ; inventory. Id, user.
AppendEventsAsync inventory. Publish inventory. С помощью ES проще разобраться в проблеме во время инцидента — хранятся все действия пользователя. Если выбрать традиционный подход, то перейти к ES будет невозможно. Идея реализации достаточно проста — все новые события, которые появились в результате команд мы складываем в базу данных. Для восстановления агрегата мы получаем все события и проигрываем их на экземпляре. Чтобы не доставать каждый раз большую пачку событий, мы снимаем состояния каждые N событий и проигрываем оставшуюся часть с этого снимка.
IsAssignableFrom x. ExecuteAsync Sql. AggregateId, event. Version, event. Any return Domain. Select Map. Type]; return IEvent JsonConvert.
DeserializeObject e. Бизнес никак не использует эту информацию. При этом есть накладные расходы на поддержание такого подхода. Оценив все плюсы и минусы мы планируем уйти от ES к традиционному подходу — заменить табличку Events на Inventories и Measurements. Интеграция с внешними ограниченными контекстами Так выглядит схема взаимодействия ограниченного контекста Inventory с внешним миром. Взаимодействие контекста ревизий с остальными контекстами. На схеме изображены контексты, сервисы и их принадлежность друг другу.
В случае с Auth, Inventory и Datacatalog на каждый сервис приходится один ограниченный контекст. Монолит выполняет несколько функций, но сейчас нас интересуют только функционал учета в пиццериях. Помимо ревизий, к учету также относится движения сырья в пиццериях: поступления, перемещения, списания. Первым делом пользователь сталкивается с Auth, который предлагает пользователю выбрать одну из доступных ему ролей. В системе есть роль «ревизор», которую как раз и выбирает пользователь при проведении ревизии. Пользователь выбирает пиццерию. Перенаправляется на сервис ревизий.
На последнем этапе у пользователя есть токен от Auth. Сервис ревизий должен проверить этот токен, поэтому он обращается к Auth за проверкой.
Повысили привлекательность приложения уникальным функционалом: сбор комбо в корзине, донер-встряска, программа лояльности с донер-коинами.
Мобильные приложения написаны и поддерживаются на Swift и Kotlin Подробнее Приложение Донер 42 Задача: Создать мобильное приложение для заказа в сети донерных Донер 42, разработать для этого интерфейс, отличный от интерфейса приложения Додо Пиццы и привлекающий клиентов с целью развития нового стартапа. Мобильные приложения написаны и поддерживаются на Swift и Kotlin Административная часть: Мы адаптировали функциональность Додо ИС для реалий донерного бизнеса: в нем на то, чтобы отдать заказ, есть гораздо меньше времени, и все процессы из-за отсутствия например выпекания заказа происходят быстрее. В трекер заказов были добавлены новые этапы и убраны лишние.
Была добавлена возможность подключения доставки через агрегаторы, а не только собственными курьерами, также впервые в истории нашей работы с Додо Брэндс. Была разработана функциональность для добавления Историй в мобильное приложение Донер 42, рассказывающих об обновлениях. Мобильные приложения: В мобильном приложении вне зависимости от операционной системы, и на iOS, и на Android, клиент может собрать заказ, добавить дополнительные ингридиенты в блюда, узнать о пищевой ценности продуктов, узнать время до готовности заказа, оставить отзыв.
Также можно включить темную тему в приложении для комфортного заказа в темное время суток или в условиях слабой освещенности. В приложении реализованы Истории, рассказывающие в формате слайд-шоу о возможностях приложения или новых продуктах в меню. Также был разработан функционал донер-встряски: если потрясти приложение, автоматически сформируется предложенное комбо из продуктов, которое позволяет клиенту попробовать что-то новое, не задумываясь о выборе.
И наконец мы разработали отдельную систему лояльность с донер-коинами, получаемыми с каждого заказа, за которые можно покупать продукты в будущих заказах. На текущий момент в приложении можно разместить заказ в 7 точках питания в 2 странах: в России и Казахстане. Решение: Разработали приложение, в котором создали виртуальную витрину, реализовали возможности кастомизации напитков, заказа и оплаты в приложении.
Подробнее Приложение Дринкит Задача: Разработать мобильное приложение Дринкит: перенести в онлайн опыт выбора продукта, кастомизации, взаимодействия с кассиром, меню, оплату. Административная часть: Мы разработали дизайн приложения с виртуальной видеовитриной, чтобы привлечь внимание клиентов к новым продуктам. Адаптировали функциональность Додо ИС к особенностям кофейного бизнеса: добавили сложную кастомизацию внутри продукта выбор молока для кофейных продуктов с молоком, посыпок.
Создали модульное меню, которое управляется с сервера и позволяет разным пользователям видеть разное меню в зависимости от времени суток и истории покупок.
Поэтому крайне важно защитить ее от сбоев и киберрисков, подытожил финансовый директор.
Как насчет бесплатной пиццы?
Договор заключен по программе MyCyberInsurance Optima. Программа предусматривает страхование убытков от перерыва в хозяйственной деятельности и от несанкционированного списания денег со счета клиента в результате киберинцидента, а также страхование гражданской ответственности за вред, который может быть причинен третьим лицам, в результате киберинцидента. Сегодня это международная сеть пиццерий, активно использующая информационные технологии для улучшения процессов.
Dodo is дашборд.
Додо ИС график смены. Додо личный кабинет сотрудника. Dodo is личный кабинет.
Додо пицца личный кабинет. Персонал Додо пицца личный кабинет. Анкета Додо.
Додо миссия компании. Ценности Додо пицца. Почему я хочу работать.
Чек на доставку. Чек лист доставки. Чековый лист.
Чек лист курьера. Информационная система- Додо ИС.. Додо ИС график курьер.
Вячеслав Миллер Додо пицца. Додо Ростов. Додо Туапсе.
Додо Аксай. Наклейка контроль качества. Этикетка контроль качества.
Наклейка контроль качества на пиццу. Наклейка контроль качества Додо. Додо пицца ключевые показатели.
Менеджер Додо. Додо пицца Вельск. Додо пицца хозяин сети.
Вельск Додо. Додо пицца стаканчики. Додо пицца рецепт.
Рецепт теста Додо пиццы. Стандарты приготовления Додо пиццы. Схема Додо пиццы.
Dodo гравюра Dodo Фея. Гравюра Фея Dodo. Святой Додо.
Как выглядит Додо в прошлом веке птита. Додо личный кабинет. Додо ИС менеджер.
Додо ИС персонал. Додо книга. Книга Додо пицца.
Додо пицца Овчинников книга. Книга основателя Додо пицца. Додо сотрудники.
Додо витрина. Пиццерия касса. Додо пицца касса.
Кассовая зона Додо. Dodo is кабинет сотрудника. Додо пицца открытка.
Додо пицца мемы. Додо Стикеры. Додо пицца рисунок.
Инструкция для Тайного покупателя. Додо тайный покупатель. Анкета Тайного покупателя Додо.
Значит, проблема не решена. Когда включаем сайт и mapi это видно по графику дальше , то всё опять ложится. C 19:05 в логах LF много ошибок: По крайней мере, мы подсветили запросы, из-за которых не проходит флоу приёма заказа. Основной из них — запрос на получение меню GetMenu. При этом система не выдерживает, когда включаются все источники приёма заказа. Когда балкхэды разжимали, была слабая надежда, но она не оправдалась. Для ускорения процесса решили поправить прямо в Kubernetes в Secrets configs-legacyfacade. Но поломали конфиги там нужно было конвертировать в base64.
В 19:27 замечаем, что сегодня нагрузка на БД чуть больше обычного. Примерно в 19:38 видим, что на базе много тредов. Это запрос на метапродукты то есть например, есть продукт Кофе американо, а у него есть объём 0,2, 0,3 и 0,4 л и топпинги дополнительные ингредиенты в меню. Да, это связано с вызовом метода GetMenu, который мы видели выше, когда разжали балкхэды. В обычной жизни запросы к топпингам выполняются за 0. Позже мы исследовали этот запрос и никакой неоптимальности на уровне SQL в нём не было. Этого запроса просто было слишком много и он не успевал обрабатываться. Появилось предположение, что нам немного не хватает перформанса базы, чтобы прожевать все нужные запросы.
К тому же, запросы идут в базу в много потоков. В 20:27 БД перезапустилась. До этого CPU было небольшое, а теперь опять выросло. Грузим все 64 ядра мощной базы. БД перезапустилась, по CPU лучше не стало. В итоге изменение свойств базы с обработкой коннектов нам не помогло. На 21:00 вся система была в разваленном состоянии. Сайт, мобильное приложение и касса ресторана не принимают заказы уже 2,5 часа.
На этот момент понятно, что в базу идёт большое количество запросов, и они связаны с меню. При этом ни большое, ни малое количество реплик веб-сервисов не позволяет системе нормально работать. Четвёртая гипотеза: может, это плохой релиз? Вернёмся чуть назад во времени. В 19:22 у собравшихся появляется идея посмотреть, что же выходило в этот день на продакшен из обновлений. Может, мы найдём в них какую-то зацепку, которая поможет починить всё. Смотрим на последний релиз монолита. Монолит делает запросы к базе монолита, в монолите находится LF, а значит, что-то могло повлиять на них.
Релиз был раскатан в 11:01 23 сентября и весь день проработал нормально. Обычно перформансные проблемы в релизе проявляются достаточно быстро.
Мы также можем выслать документы по юридическому адресу вашей компании. Куда мне обратиться за помощью? С любыми вопросами обращайтесь по номеру 8-800-511-44-02 С воскресенья по пятницу: 08:00 — 22:00, суббота выходной.