
CTO سست کویریز کو کیسے تلاش کرتا ہے اور انہیں مالیاتی نقل سے پہلے ٹھیک کرتا ہے
NeonEdge Tallinn، Estonia میں مقیم ایک کریپٹو-نیٹیو گیمنگ پلیٹ فارم ہے، جو قابل ثبوت منصفانہ کریش گیمز کے ارد گرد بنایا گیا ہے جس میں ETH، Tron، Polygon، اور SOL کے ذریعے متعدد زنجیریں ہیں۔ پلیٹ فارم تقریباً پندرہ ہزار ماہانہ فعال صارفین کی خدمت کرتا ہے اور ہفتے میں تقریباً $5M گیمنگ سے کل آمدنی چلاتا ہے۔ یہ ایک پتلی، تکنیکی طور پر پرجوش دکان ہے — دونوں انجینئر پورے ڈیٹا بنیادی ڈھانچے کو منظم کرتے ہیں — اور Priya Desai، CTO اور Head of Data، وہ شخص ہے جسے product اور finance کہتے ہیں جب کوئی چیز متوقع سے سست ہو جاتی ہے۔
استعمال شدہ مصنوعات: کوری اداکاری کی تجزیات, بنیادی ڈھانچے کی نگرانی, لاگت کی بہتری
20 منٹ | مکمل تحقیق کا وقت
3 | مسئلہ والی کویریز سردے شروع سے شناخت
12x | اہم بہتری کی تعیناتی کے بعد
مسئلہ
شکایتیں 48 گھنٹوں میں دونوں مختلف سمتوں سے آئیں۔ Product ٹیم نے کہا کہ کھلاڑی کی سرگرمی کی رپورٹیں سست لگ رہی ہیں۔ Finance زیادہ براہ راست تھا: ہفتہ وار GGR مختلف رپورٹ اب وقت ختم ہو رہی تھی۔ کوئی غلطی کے کوڈ نہیں، کوئی واضح ناکامی نہیں — صرف سستی جو خاموشی سے تکلیف دہ سے ٹوٹی ہوئی تک چلی گئی تھی۔
Priya کا معیاری تشخیصی ٹول کٹ اس قسم کے مسئلے کے لیے تیز نہیں تھا۔ متعدد زنجیری ڈیٹا اسٹیک کے ذریعے سوال میں تاخیر کو ٹریک کرنا تین الگ الگ سروسز سے لاگز کو ملانا، کلسٹر وسائل کے استعمال کو دستی طور پر چیک کرنا مطلب تھا۔ اچھے دن میں یہ دو سے تین گھنٹے لگے۔ برے دن میں یہ پورا دوپہر تک پھیل سکتا تھا۔
ساختی مسئلہ یہ تھا کہ NeonEdge کا ڈیٹا اسٹیک نامیاتی طور پر بڑھا تھا۔ ابتدائی انجینئری فیصلے منطقی تھے لیکن پلیٹ فارم کی نمو کے ساتھ کبھی دوبارہ نہیں دیکھے گئے۔
"ہم 15000 صارفین اور ہفتے میں $5M GGR کے لیے انفراسٹرکچر چلانے والی دو افراد کی ڈیٹا ٹیم ہیں۔ مجھے اپنی سکرین پر 20 منٹ میں bottleneck کی ضرورت ہے، نہیں تو مسئلہ اگلے sprint تک بیٹھا رہتا ہے۔"
— Priya Desai, CTO, NeonEdge
حل
Priya نے Gaming Mind AI کھولا اور سادہ الفاظ میں علامات کو بیان کیا۔ Gaming Mind نے NeonEdge بنیادی ڈھانچے کی عملی معلومات سے جڑا اور سب سے براہ راست تشخیصی سوال سے شروع کیا — کون سی کویریز اب اسٹیک کے ذریعے سب سے زیادہ execution وقت استعمال کر رہی ہیں۔
Priya: "رپورٹس سب جگہ سست ہیں۔ میں پہلے کہاں دیکھوں؟"
| درجہ | کوری کا نام | اوسط execution وقت | P99 وقت | فی دن چلاتا ہے | کال کرنے والا | کل کوری وقت کا % |
|---|---|---|---|---|---|---|
| 1 | GGR مختلف رپورٹ | 41.2 سیکنڈ | 68.4 سیکنڈ | 4 | Finance | 24% |
| 2 | کھلاڑی کی سرگرمی رپورٹ | 31.0 سیکنڈ | 54.1 سیکنڈ | 8 | Product | 22% |
| 3 | کھلاڑی Cohort رپورٹ | 28.3 سیکنڈ | 47.6 سیکنڈ | 6 | Product / CRM | 12% |
⚠️ Gaming Mind flags: سب سے اوپر 3 کویریز کل کوری execution وقت کا 58% رکھتی ہیں۔ سب سے اوپر 3 کو ٹھیک کرنے سے کوئی اور چیز چھوئے بغیر کل کوری وقت میں 58% کمی آئے گی۔
Gaming Mind نے آخری سات دن کوری execution کو covers کرتے ہوئے latency leaderboard بنایا۔
Priya: "سب سے سست کے بارے میں بتاؤ۔"
کوری: GGR مختلف رپورٹ
| Stage | آپریشن | Rows اسکین | Rows نکلے | Stage وقت | Cumulative وقت |
|---|---|---|---|---|---|
| 1 | مکمل ٹیبل اسکین — transaction_ledger | 84,200,000 | 84,200,000 | 28.4 سیکنڈ | 28.4 سیکنڈ |
| 2 | Filter: اس ہفتے کے records | 84,200,000 | 312,400 | 6.1 سیکنڈ | 34.5 سیکنڈ |
⚠️ Gaming Mind flags: GGR رپورٹ 18 ماہ کی لین دین کی تاریخ کے ذریعے ایک مکمل ٹیبل اسکین کرتی ہے موجودہ ہفتے کی ضرورت کا جواب دینے کے لیے۔ روٹ کا سبب: ٹیبل اسکین سے پہلے تاریخ کے فلٹر کی کمی۔
سب سے بری کوری GGR مختلف رپورٹ تھی۔ Gaming Mind نے stage-by-stage implementation plan کو توڑ دیا۔
Priya: "اور دوسرا؟"
کوری: کھلاڑی کی سرگرمی رپورٹ
| Stage | آپریشن | Input Rows | Output Rows | Stage وقت |
|---|---|---|---|---|
| 1 | Scan: player_sessions | 2,100,000 | 2,100,000 | 4.2 سیکنڈ |
| 2 | Join: game_events (وسیع، فلٹر سے پہلے) | 2,100,000 | 18,700,000 | 12.8 سیکنڈ |
| 3 | Join: wallet_activity | 18,700,000 | 18,700,000 | 7.1 سیکنڈ |
| 4 | Filter: کھلاڑی segment + تاریخ رینج | 18,700,000 | 480,000 | 4.6 سیکنڈ |
⚠️ Gaming Mind flags: Join فلٹر سے پہلے expands کرتا ہے — ضروری سے 3 گنا بڑا intermediate result سیٹ پیدا کرتا ہے۔ Join sequence میں دو اقدامات کو الٹنے سے memory کی کھپت میں تقریباً دو تہائی کمی آئے گی۔
دوسری سوال فلٹر سے پہلے expands ہو رہی تھی۔ حل واضح تھا۔
نتائج
سردے شروع سے 20 منٹ میں تحقیق مکمل
Priya کے پاس پہلے سے تیار کردہ dashboards نہیں تھے۔ Gaming Mind نے telemetry کھینچا، lawbreakers کو rank کیا، اور ایک بات چیت میں ترتیب شدہ فکس کی فہرست بنائی۔
تین مختلف مسئلہ کی اقسام کے اوپر تین Root Causes شناخت
ہر سست کوری میں الگ structural cause تھا — unfiltered historical scan، suboptimal join order، missing composite index۔
تعیناتی کے بعد 12x اوسط رفتار
تمام تین تبدیلیوں کے بعد، اوسط رپورٹ generation وقت 45 سیکنڈ سے تین سیکنڈ اور 42 سیکنڈ میں گر گیا۔
"میں لاگ فائلوں میں دوپہر گزارنے کی توقع رکھتا تھا۔ Gaming Mind نے 20 منٹ میں تین کویریز کو rank، profile، اور prioritize کیا۔"
— Priya Desai, CTO, NeonEdge
Read in another language
Want to see how Gaming Mind AI can help your operation?
Get a Demo