Primeiro, a conclusão: quando um WMS fica lento após o go-live, o servidor geralmente não é o problema. Dados, consultas, tarefas e integrações se acumulam após o lançamento sem que ninguém cuide deles, e o peso acaba arrastando o sistema para baixo. Não comece adicionando servidores. Verifique na ordem abaixo, pare no passo em que o problema aparecer, corrija-o ali e só então siga em frente. Já vi essa falha exata três vezes. O armazém muda a cada vez, mas o roteiro continua o mesmo.

Trabalhei em mais de 30 projetos de go-live, e um padrão aparece repetidamente. Na primeira semana, todo mundo diz que o sistema é rápido. No segundo mês, alguém menciona que a leitura demora um instante. No terceiro mês, os separadores esperam as páginas girarem na frente de picking. Na alta temporada, o armazém inteiro está amaldiçoando o sistema. O sistema em si não mudou. O volume de dados mudou, o volume de tarefas mudou e o volume de chamadas de integração mudou. A lentidão quase nunca chega em um dia. Chega um pouco a cada dia, até que um dia se torna insuportável.

Cinco causas de um WMS lento: encontre a sua primeiro

A primeira causa é o crescimento dos dados sem arquivamento. Documentos de recebimento, documentos de expedição, documentos de contagem e documentos de ajuste só se acumulam após o go-live. Depois de alguns anos, uma única tabela guarda milhões de linhas de histórico. Cada consulta precisa escavar documentos antigos para encontrar os novos, então as páginas ficam lentas. Pior ainda, muitos relatórios varrem por padrão a tabela inteira, então uma execução de relatório pune o banco de dados inteiro.

A segunda causa é a degradação de índices e consultas. Os índices criados no go-live foram projetados para as consultas daquela época. O negócio muda, surgem novas condições de consulta e os índices antigos deixam de corresponder. O quadro clássico: alguém adiciona um filtro de status ou ordena por tempo decrescente, o índice deixa de ser usado, o sistema recorre a uma varredura completa da tabela e uma consulta arrasta um lote inteiro de operações junto com ela.

A terceira causa é o acúmulo de ondas e tarefas. Ondas demais, ondas cortadas pequenas demais ou regras de alocação rígidas demais deixam o pool de tarefas cheio de tarefas vencidas, canceladas ou não alocáveis. Cada vez que o sistema aloca trabalho, precisa primeiro garimpar essas tarefas mortas. Quanto maior o pool, mais lenta a alocação, e os separadores ficam esperando enquanto as tarefas permanecem em uma fila.

A quarta causa é o polling das integrações. A plataforma de e-commerce, as transportadoras e o sistema financeiro puxam dados conforme um cronograma. Alguns consultam a cada poucos minutos, e outros continuam tentando após uma falha. Cada chamada parece pequena por si só. Juntas, são uma pressão constante. A pior versão é uma tempestade de tentativas: um lado tem um problema, o outro lado tenta freneticamente, e o sistema é derrubado pelas suas próprias tentativas.

A quinta causa é o hardware e a concorrência atingindo o teto. Os servidores foram dimensionados para o volume do go-live, depois o negócio cresceu, o volume de pedidos dobrou e os usuários simultâneos dobraram junto. Coloco essa causa por último de propósito. Se as quatro primeiras não forem corrigidas, adicionar hardware só adia o colapso. Não o evita.

Verifique um WMS lento nesta ordem, e pare quando encontrar

Esta é a ordem de verificação que uso nos projetos. Siga-a passo a passo e não pule nada.

Sintoma Causa mais provável Verificar primeiro
Todas as páginas lentas, pior à tarde Crescimento de dados, sem arquivamento Volume de documentos históricos, política de arquivamento, escopo dos relatórios
Apenas uma consulta é lenta, outras páginas estão bem Degradação de índices e consultas O plano de execução dessa consulta, se usa um índice
Separadores esperam tarefas enquanto o pool parece grande Acúmulo de ondas e tarefas Tarefas vencidas e canceladas, regras de ondas
Travamentos intermitentes, bom um minuto e ruim no seguinte Polling das integrações Volume de chamadas, tentativas com falha
Tudo fica lento na alta temporada e se recupera depois Teto de hardware e concorrência Carga do servidor, usuários simultâneos

Passo um, olhe os dados. Verifique o volume de documentos históricos e se a política de arquivamento já foi realmente executada alguma vez. Em muitos armazéns, a política existe em um documento e nunca foi executada. Arquivar não é apagar dados. É afastar os documentos históricos frios para que as consultas em tempo real enfrentem apenas dados quentes. Antes de arquivar, confirme o período de retenção com o financeiro e as operações, e então aja. Não decida isso sozinho.

Passo dois, olhe a consulta. Pegue a consulta mais lenta e leia seu plano de execução. O motivo de um índice parar de funcionar costuma ser minúsculo: o tipo de um campo mudou, a direção da ordenação inverteu ou uma nova condição não tem índice. Verifique qualquer correção de índice primeiro no ambiente de testes. Nunca a altere diretamente no banco de dados de produção. Minha lista de verificação da noite do go-live sempre traz a mesma linha: liste as consultas lentas antes do go-live.

Passo três, limpe as tarefas. Conte as tarefas vencidas, canceladas e mortas no pool e depois limpe-as em massa. Revise também as regras de ondas: as ondas estão sendo cortadas pequenas demais, um pedido está sendo dividido em várias ondas? Antes de mudar as regras de alocação, teste a mudança em um escopo pequeno, confirme que a eficiência de picking realmente melhora e só então expanda para todo o armazém.

Passo quatro, olhe as integrações. Extraia o volume de chamadas por hora, procure picos anormais e conte as tentativas com falha. O intervalo de polling pode ser ampliado? As tentativas podem ser limitadas? Uma falha pode gerar um alerta em vez de tentar para sempre? Este passo costuma revelar uma surpresa: uma integração que ninguém mais usa continua puxando dados conforme o cronograma todos os dias, consumindo recursos para nada.

Passo cinco, e só agora, olhe o hardware. Se os quatro primeiros passos estiverem limpos e o sistema continuar lento, então verifique a carga do servidor e a concorrência. Neste ponto, adicionar hardware é razoável. Antes de adicionar, calcule os números: quanto o volume cresceu, quanto a concorrência cresceu e se o gargalo é o processador, a memória ou o disco. Se não souber dizer, não adicione. Adicionar capacidade no lugar errado é dinheiro desperdiçado.

Três falhas que continuo vendo

A primeira falha é lançar sem prever o crescimento dos dados. Muitos projetos testam apenas o volume do dia do lançamento e nunca testam o volume de um ano depois. O sistema voa no primeiro dia, a aceitação passa e, um ano depois, os dados se multiplicaram e a lentidão se torna inevitável. A lista de verificação da noite do go-live deve incluir uma linha: teste de carga com o volume esperado para daqui a um ano.

A segunda falha é executar relatórios diretamente contra o banco de dados de produção. As operações querem relatórios, o financeiro quer relatórios, o dono quer relatórios, e essas consultas de relatório atingem a produção durante o pico do dia, então as operações do negócio ficam lentas junto com elas. Os relatórios deveriam rodar contra uma réplica de leitura ou um caminho de relatórios separado, e não competir com as operações em tempo real pelos recursos.

A terceira falha são as integrações sem ninguém de olho nelas. Todo mundo acompanha as integrações no lançamento e, quando começam a rodar bem, ninguém mais olha. O volume de chamadas sobe aos poucos, as tentativas sobem aos poucos e, quando o sistema é arrastado para baixo, os logs de integração já estão cheios de falhas há muito tempo. As integrações também precisam de uma rotina semanal: volume de chamadas, taxa de falhas e contagens de tentativas, revisados uma vez por semana.

Vi um armazém onde os separadores começavam cada manhã esperando o sistema acordar. Dois segundos por leitura, dia após dia, somaram centenas de separações extras perdidas. Depois da correção, a primeira coisa que um separador disse foi que o sistema finalmente conseguia acompanhar o ritmo das suas mãos. Um sistema lento nunca é apenas um problema técnico. Ele devora diretamente o tempo e a paciência das pessoas no chão.

Então pare de perguntar se deve adicionar um servidor. Verifique em ordem, corrija o passo em que o problema aparece e depois escreva quatro coisas na rotina mensal: arquivamento, revisão de consultas lentas, limpeza de tarefas e verificação de integrações. Não espere a próxima lentidão para começar a corrigir de novo.

Por Lin Xiao, Consultor de Implementação de WMS

Traduzido do inglês. Em caso de divergência, prevalece a versão em inglês.