बिज़नेस बढ़ने पर आपको कुछ भी दोबारा लिखना नहीं पड़ेगा। आप बस बड़े server पर शिफ्ट करते हैं या components को अलग करते हैं। इसके hooks पहले से कोड में मौजूद हैं।
संभावित reseller पार्टनर्स सबसे ज़्यादा यही पूछते हैं: "अगर मैं छोटे से शुरू करूँ और हज़ारों कस्टमर्स तक पहुँचूँ, तो क्या सिस्टम संभाल पाएगा?" जवाब है हाँ, बिना rewrite के। यह पेज आपको Tier 1 (₹1,200/महीना वाला 4GB Contabo VPS) से लेकर Tier 5 (multi-region Kubernetes) तक का पूरा रास्ता दिखाता है।
नीचे दिया हर नंबर कोड पर किए गए असली internal load testing से आया है (देखें docs/system/LOAD_TEST.md, 1,281 lines), marketing वाले अनुमानों से नहीं। Server की कीमतें 2026 की public कीमतें हैं (Hetzner Cloud, Contabo, DigitalOcean, AWS Singapore)।
1 कस्टमर आमतौर पर 1-3 WhatsApp devices इस्तेमाल करता है। यानी 100 कस्टमर्स ≈ 100-300 devices ≈ सिर्फ़ whatsmeow sessions के लिए 200-600 MB RAM।
1 कस्टमर औसतन रोज़ 50-200 मैसेज भेजता/पाता है। 100 कस्टमर्स × 100 msg × 365 दिन ≈ 3.6 GB/साल (archive किया जा सकता है)।
1 कस्टमर आमतौर पर 1-3 dashboard tabs खोलता है। 100 कस्टमर्स ≈ 200 active WS connections ≈ 16 MB RAM।
100k मैसेज वाला broadcast ≈ 15 MB Asynq queue payload। Tier 2 (6-8 GB RAM) में आराम से फिट हो जाता है।
सीधा नियम: 1 active कस्टमर ≈ 5-10 MB RAM (whatsmeow + WS + buffer)। 100 कस्टमर्स = customer-state के लिए ~500 MB-1 GB RAM। बाक़ी OS, Postgres, Redis और headroom के लिए।
DB_MAX_OPEN_CONNS=60 बढ़ाएँ; Asynq concurrency 50 पर ही रहती है
shared_buffers=2GB
shared_buffers=4GB)
business_id hash range के हिसाब से shard किया जाता है
नोट: ऊपर दी गई कीमतों में bandwidth (Hetzner/Contabo पर आमतौर पर 5–20 TB फ़्री) और external backup storage शामिल नहीं हैं।
जब broadcast queue भर जाती है, तो सिस्टम crash होने या OOM तक पहुँचने के बजाय नए pickups लेना बंद कर देता है। कस्टमर्स को साफ़ error messages मिलते हैं।
हर phone पर 250 RPS, अपने आप। Meta Graph API rate limit से टकराने की चिंता करने की ज़रूरत नहीं।
अगर heartbeat lock छूट जाए (क्योंकि किसी दूसरे instance ने ले लिया), तो batch अपने आप रुक जाता है। इससे एक ही device पर double-send नहीं होता, जिससे WhatsApp ban का ख़तरा हो सकता था।
लंबी queries अपने आप cancel हो जाती हैं, इसलिए ख़राब query पर भी कोई goroutine हमेशा के लिए block नहीं होता।
Redeploy पर सिस्टम requests को drain करता है और हर client के लिए 1 सेकंड के timeout के साथ WS connections बंद करता है, ताकि force-kill से data corruption न हो।
Task fail हुआ? स्मार्ट backoff के साथ अपने आप retry होता है। आपको सिर्फ़ वही tasks दिखते हैं जो सच में पूरे नहीं हो सकते।
Tier 1: DB_MAX_OPEN_CONNS=25। Tier 4: =120। बस env variable बदलें और restart करें।
Tier 1: concurrency=20। Tier 4: हर worker पर =200 × 2 worker shards। सिर्फ़ env variable।
Tier 4 से आप 2 instances पर WORKER_SHARD_RANGE=0-50% और =50-100% चलाते हैं, जो business_id hash range के हिसाब से काम को अपने आप बाँट देता है।
Tier 4: queue, throttle और pubsub REDIS_QUEUE_URL + REDIS_CACHE_URL के ज़रिए 2 अलग Redis instances इस्तेमाल कर सकते हैं। यह पहले से supported है।
Tier 4: read-heavy queries को db.Pool.Read() के ज़रिए replica पर भेजा जा सकता है। ढाँचा तैयार है, और आप ज़रूरत के हिसाब से हर repository में इसे चालू करते हैं।
/health endpoint DB + Redis को चेक करता है। Cross-instance cache invalidation Redis pub-sub पर चलता है और multi-replica deploys के लिए पहले से काम करता है।
हमारी टीम से 30 मिनट बात करें। आपके target कस्टमर्स, अनुमानित मैसेज volume और infra बजट के आधार पर हम आपके setup का सही साइज़ तय करने में मदद करेंगे।