Project 3: Mini Foodpanda

এটা তোমার প্রথম "system" project: একটা app না, কয়েকটা অংশ মিলে একটা system। Database, cache, queue, background worker, real-time update, push notification, rate limit, সব একসাথে। ছয় মাসে যা শিখেছো তার পরীক্ষা। শেষে এটা interview এ বলার মতো একটা গল্প হবে: "আমি একটা food delivery এর backend বানিয়েছি, load test করেছি, আর এই এই bottleneck ঠিক করেছি।"

#তিন ধরনের user

1. Customer (Flutter app): restaurant খোঁজে, menu দেখে, order দেয়, live status দেখে
2. Restaurant (Flutter app বা web): নতুন order পায়, accept/reject করে, "রান্না শেষ" বলে
3. Rider (Flutter app): order নেয়, location পাঠায়, "পৌঁছে দিয়েছি" বলে

#Functional requirement

• Customer: এলাকা অনুযায়ী খোলা restaurant এর list, menu, cart, order (cash on delivery যথেষ্ট), order এর ইতিহাস, live status
• Restaurant: নতুন order এর real-time খবর, accept/reject, status বদল, menu item চালু/বন্ধ
• Rider: কাছের অপেক্ষমান order দেখা, নেওয়া, প্রতি ৫ সেকেন্ডে location পাঠানো, delivered
• Push notification: order accepted, rider পথে, delivered
• Admin: দিনের মোট order আর বিক্রির report (রাতে তৈরি)

#Non-functional requirement

#Architecture

#Data model (মূল অংশ)

users        (id, phone UNIQUE, name, role: customer|restaurant|rider|admin, ...)
restaurants  (id, owner_id, name, area, lat, lng, is_open, rating_avg, ...)
menu_items   (id, restaurant_id, name, price, is_available)
orders       (id, public_id UUID, customer_id, restaurant_id, rider_id NULL,
              status, subtotal, delivery_fee, total, address, lat, lng,
              idempotency_key, created_at, updated_at)
              UNIQUE (customer_id, idempotency_key)
order_items  (order_id, menu_item_id, qty, unit_price)
order_events (id, order_id, from_status, to_status, actor_id, created_at)   ← ইতিহাস
devices      (id, user_id, fcm_token UNIQUE, platform, updated_at)

#Order এর অবস্থা: state machine

Order এর status এলোমেলো বদলাতে দেবে না। অনুমোদিত পথ এক জায়গায় লেখো:

ALLOWED = {
    "pending":    {"accepted", "rejected", "cancelled"},
    "accepted":   {"preparing", "cancelled"},
    "preparing":  {"ready"},
    "ready":      {"picked_up"},
    "picked_up":  {"delivered"},
    "delivered":  set(),
    "rejected":   set(),
    "cancelled":  set(),
}

WHO_CAN = {
    "accepted": {"restaurant"}, "rejected": {"restaurant"}, "preparing": {"restaurant"},
    "ready": {"restaurant"}, "picked_up": {"rider"}, "delivered": {"rider"},
    "cancelled": {"customer", "restaurant"},
}


async def change_status(self, order_id: int, to: str, actor: User) -> Order:
    async with self.db.begin():
        order = await self.repo.get_for_update(order_id)            # row lock
        if to not in ALLOWED[order.status]:
            raise InvalidTransitionError(order.status, to)
        if actor.role not in WHO_CAN[to] or not self.is_party(order, actor):
            raise PermissionDeniedError()
        self.db.add(OrderEvent(order_id=order.id, from_status=order.status, to_status=to, actor_id=actor.id))
        order.status = to
        self.db.add(OutboxEvent(type="OrderStatusChanged", payload={"order_id": order.id, "status": to}))
    return order

একসাথে state machine, row lock (lost update ঠেকাতে), permission, ইতিহাস, আর outbox। তারপর outbox relay থেকে: Redis pub/sub এ publish (live update) আর push notification এর Celery job।

#Rider এর location: সবচেয়ে বেশি চাপ

২০০ rider × প্রতি ৫ সেকেন্ডে = প্রতি সেকেন্ডে ৪০টা write। বড় শহরে ১০,০০০ rider হলে ২,০০০/সেকেন্ড। প্রতিটা PostgreSQL এ লিখলে অপ্রয়োজনীয় চাপ।

@router.post("/rider/location")
async def update_location(data: LocationIn, rider: RiderUser):
    await redis.geoadd("riders:online", (data.lng, data.lat, f"rider:{rider.id}"))
    await redis.set(f"rider:last_seen:{rider.id}", now_ts(), ex=60)
    if data.order_id:                                   # চলমান delivery থাকলে customer কে live
        await publish(f"order:{data.order_id}", {"type": "rider_location", "lat": data.lat, "lng": data.lng})
    return {"ok": True}

• শুধু সর্বশেষ অবস্থান Redis এ (GEO), database এ না
• কাছের rider খোঁজা: GEOSEARCH riders:online ... BYRADIUS 3 km
• ইতিহাস লাগলে (পরে বিরোধ মেটাতে) batch করে প্রতি মিনিটে database বা আলাদা store এ

#Background job

#কাজের ধাপ (প্রায় ৪ সপ্তাহ)

1. সপ্তাহ ১: Model, migration, OTP login (Redis + rate limit), restaurant list (cache সহ), menu
2. সপ্তাহ ২: Cart আর order (idempotency, দাম server এ হিসাব, client এর পাঠানো দাম বিশ্বাস না), state machine, order_events, outbox relay
3. সপ্তাহ ৩: SSE/WebSocket এ live status, rider location (Redis GEO), Celery + FCM push, auto-cancel job
4. সপ্তাহ ৪: Customer Flutter app (restaurant এর অংশ ছোট web বা একই app এ role ভিত্তিক), Locust load test, Sentry, README আর architecture diagram

#Load test এর গল্প লেখো

Locust দিয়ে চালিয়ে README তে লেখো:

"১০০ user এ restaurant list এর p95 ছিল ৯৫০ ms। EXPLAIN দেখে restaurants(area) WHERE is_open partial index দিলাম, আর ৬০ সেকেন্ডের Redis cache। এখন ২০০ user এ p95 ৮০ ms, database CPU ৭০% থেকে ১৫%।"

এই একটা অনুচ্ছেদ interview এ ৫ মিনিটের আলোচনা তৈরি করে, আর দেখায় তুমি মেপে কাজ করো।

#শেষ করার checklist

#নিজেকে যাচাই করো