Big Data: Hadoop, Spark, NoSQL

Zamisli konferencijsku salu, negdje 2012. ili 2013. godine. Projektor baca svjetlo na slajd, na slajdu je fotografija — obavezno crno-bijela, obavezno kap tekućine koja pljusne u kapljicu, ono, binarni brojevi u obliku kapi ulja. Ispod slike, veliko, boldirano, jedna rečenica koja će se ponoviti na tisuće identičnih slajdova u sljedeće tri godine: „data is the new oil”. Podaci su nova nafta. Čovjek u odijelu koji to izgovara vjerojatno ni sam ne zna točno što to znači, ali zna da mu publika kima. Kimaš i ti. Svi kimamo. Sekcirat ćemo tu frazu do kraja poglavlja, jer krije više nego što govori — ali za sada, u ovoj sobi, ona radi svoj posao. Prodaje.

A posao se prodaje ozbiljno. Negdje u zgradi iza te konferencijske sale, IT odjel upravo naručuje četrdeset servera za nešto što se zove Hadoop klaster — riječ koja zvuči kao njemački inženjerski pojam, a zapravo je ime po plišanom slonu, dok „klaster” znači samo gomilu povezanih računala koja se ponašaju kao jedan veliki stroj. Nitko u tom odjelu ne zna točno zašto im treba klaster, ali direktor je bio na konferenciji, vidio slajd s kapljicom, i rekao je jednu rečenicu koja u 2013. otvara svaki budžet: moramo biti data-driven. Tako se rađaju podrumi puni servera koji melju logove koje nitko neće analizirati, jer firma nema ni pitanje na koje bi ti podaci odgovorili — samo ima novac i strah da zaostaje.

Negdje u toj magli stoji istinski zanimljiv problem — Google je stvarno imao petabajte podataka koje je trebalo obraditi i stvarno je trebao novu arhitekturu za to — ali stoji i istinski novac koji je nekome sjeo na račun, te istinski petabajti bezvrijednog blata koji trunu u podrumima firmi koje su kupile lopatu, a nikad nisu ni krenule kopati. Ovo poglavlje ne pita je li Hadoop dobra tehnologija — jest, i vidjet ćemo zašto. Pita nešto drugo, dosadnije i puno poštenije: tko je od zlatne groznice podataka stvarno našao zlato, tko je prodavao lopate onima koji ga nisu našli, i tko je na kraju desetljeća samo platio račun za struju.

Krenimo od novca, jer je ovo ta vrsta priče. Prije nego se pojavi ijedan slon, ijedan klaster, ijedna faktura za konzultante — netko mora prvo objasniti kako se problem uopće rješava. I to je čudno poglavlje u ovoj priči, jer taj netko to objasni besplatno.

Google je, negdje između 2003. i 2006., objavio tri znanstvena rada — GFS, MapReduce, BigTable — u kojima je otvoreno napisao kako organizira, obrađuje i skladišti podatke u razmjerima koje tada nitko drugi nije ni pokušavao zamisliti. Da rastavimo slagalicu: GFS (Google File System) je sustav za skladištenje, dakle digitalni podrum u kojem stanu petabajti podataka razmrvljeni po tisućama strojeva; MapReduce je metoda za obradu tih podataka; a BigTable je baza podataka koja sve to drži pretraživim i urednim. Tri različita komada, tri različita rada, isti recept. Ne kod. Recept, ne jelo. Ovo je ključno i vrijedi zapamtiti jer cijela ova priča o milijardama koje slijede stoji na toj jednoj odluci: Google je pokazao KAKO, a ne dao ALAT. Zvuči kao akademska velikodušnost. I jest — ali ima strateško dno kao švicarsko jezero. Zašto bi kompanija koja živi od te prednosti prosto opisala tajni sastojak? Jednostavno — jer je Google već bio dvije generacije ispred, i znao je da dok svi ostali sagrade svoju verziju, on će već raditi na sljedećoj. Objaviti recept kad imaš deset godina prednosti u kuhanju nije plemenitost. To je marketing koji izgleda kao filantropija.

I onda dolazi Doug Cutting. Programer koji je radio na Nutchu, open-source pretraživaču, i koji te Googleove radove čita kao netko kome je upravo dat nacrt katedrale — samo mora sam nabaviti kamen i sagraditi je. Napisao je implementaciju MapReducea i distribuiranog datotečnog sustava u programskom jeziku Java, i tu dolazimo do jedne od boljih anegdota u industriji koja inače voli imena poput „Enterprise Resource Planning Framework 2.0”: projekt je nazvao Hadoop, po žutom plišanom slonu svog sina. Nema u tom imenu ničeg strateškog, ništa iz odbora za brendiranje. Slon se zvao Hadoop, i to je to.

Yahoo je taj slonić uzeo za ljubimca. Ne iz čiste dobrote — 2006. je imao vlastiti problem od milijardi web stranica koje treba indeksirati, i vlastiti motiv da se ne oslanja na tuđe rješenje. Zaposlio je Cuttinga, dao mu tim i poslužitelje, i pustio Hadoop da odraste unutar firme koja je imala i novac i konkretan bol koji treba liječiti. Do 2008. Hadoop je bio dovoljno odrastao da ga Yahoo pusti u divljinu kao open-source projekt Apache fondacije — udruge koja čuva takve projekte upravo zato da ne postanu ničije i svačije vlasništvo, nego zajednička imovina. Ovo je bitan trenutak za sve što slijedi u ovom poglavlju o novcu: tehnologija je bila besplatna, otvorena, dostupna svima. Ono što se prodavalo nije bio kod. Prodavalo se ono što dolazi POSLIJE koda — a to poglavlje tek počinje.

Ali prije nego krenemo tamo gdje novac stvarno mijenja ruke, demistificirajmo samu ideju, jer zvuči kompliciranije nego što jest. Cijeli koncept MapReducea svodi se na jednu prizemnu istinu: kad imaš previše posla za jednog radnika, ne tražiš boljeg radnika — nađeš tisuću prosječnih i podijeliš im posao u komadiće koje svaki može odraditi zasebno, pa na kraju spojiš rezultate. Nema tu genijalnog algoritma koji sam čita misli. Ima raspodjelu rada preko jata jeftinih, zamjenjivih strojeva, umjesto kupovine jednog skupog i savršenog. Zvuči poznato? Trebalo bi — ista filozofija koja je jednom pretvorila superračunala tipa Cray u muzejske izloške (K2, poglavlje 26) sad se vraća da isto učini bazama podataka. Masa protiv katedrale, opet. Samo umjesto Seymoura Craya koji ručno hladi rashladnom tekućinom jednu genijalnu kutiju, imaš tisuću iznajmljenih strojeva u nekom hangaru u Nevadi koji zajedno rade posao za koji je nekoć trebao jedan mainframe vrijedan cijene stana.

Dakle, karta blaga bila je nacrtana - besplatno - od firme koja je znala da će, do trenutka kad je svi počnu kopirati, već biti negdje drugdje. Slon je dobio ime. Yahoo je platio njegovo odrastanje. I upravo u tom trenutku, dok je Hadoop stajao besplatan i otvoren na Apacheu, počinje ono zbog čega je ovo poglavlje o novcu, a ne o inženjerstvu: netko je shvatio da se oko besplatnog alata mogu naplaćivati sve one stvari koje nitko ne želi raditi sam.

Kad netko pronađe zlato, prvi koji se obogate nisu rudari. Prvi koji se obogate su tipovi koji prodaju lopate, traperice i mazge za deset puta veću cijenu nego što vrijede, jer znaju da čovjek opsjednut zlatnom groznicom neće cjenkati. Kalifornija 1849. Hadoop 2010. Ista priča, samo umjesto mazgi imaš klastere od pedeset nodova i konzultanta koji ti naplaćuje po satu da ti objasni riječ »shard« — a shard je, kad skineš maglu žargona, samo komad tvoje baze podataka, razrezan i razbacan po više strojeva zato što na jedan više ne stane.

Cloudera. Hortonworks. MapR. Tri tvrtke koje su u jednom trenutku, na burzi i izvan nje, vrijedile milijarde dolara — a njihov proizvod je, ako ga skineš do gole srži, distribucija besplatnog open-source softvera koji je Yahoo već koristio, uz malo poliranja, dokumentaciju koja radi i podršku koju zoveš kad ti se slon zaglavi u tri ujutro. Cloudera je 2014. digla investicijsku rundu u kojoj je Intel uložio 740 milijuna dolara za udio koji je tvrtku vrednovao na oko 4,1 milijardu. Za softver koji je, u teoriji, svima dostupan za džaba. Platio si za etiketu, podršku i — najviše od svega — za osjećaj da nisi sam u sobi kad ti klaster padne.

I tu dolazimo do prave poante ovog poglavlja, one koju volim ponavljati dok svi ne prevrnu očima: platili su alat, ne rezultat. Nitko od tih vendora nije prodavao obećanje da ćeš iz podataka izvući uvid koji će te spasiti od bankrota. Prodavali su infrastrukturu za slaganje podataka na hrpu. Što ćeš s tom hrpom — to je tvoj problem, a rado ti prodamo i konzultanta baš za taj problem, posebno.

Sad, ta hrpa. Netko je smislio genijalan marketinški naziv za mjesto gdje baciš sve svoje podatke bez plana: data lake, jezero podataka. Zvuči mirno, plavo, gotovo duhovno — kao da ćeš sjediti na obali s laptopom i loviti uvide štapom za pecanje. Ideja je bila lijepa na papiru: umjesto da strukturiraš podatke prije nego ih spremiš (skupo, sporo, traži da znaš unaprijed što tražiš), baciš sve sirovo u jezero i strukturiraš tek kad ti zatreba. Schema-on-read, zvali su to, nasuprot starom schema-on-write — drugim riječima, umjesto da prvo nacrtaš police u skladištu pa tek onda uneseš robu, baciš sve u hrpu i police crtaš kad ti zatreba nešto pronaći. Zvuči pametno. I jest pametno — za otprilike deset posto slučajeva gdje stvarno znaš plivati.

Za preostalih devedeset posto, jezero se pretvorilo u nešto što je struka sama, s dozom crnog humora koji joj rijetko priznajem, nazvala data swamp. Data močvara. Podaci bez sheme, bez vlasnika, bez ikoga koji zna zašto tablica »temp_export_final_v2_ZADNJA« postoji ni što je u njoj, razbacana po hrpi shardova koje sad nitko ne može posložiti u smislenu cjelinu. Baciš dovoljno stvari u jezero bez organizacije i ono prestane biti jezero. Postane blato. Duboko, mračno, prepuno starih cipela i nečijeg diplomskog rada iz 2013. koji je netko »privremeno« stavio unutra.

A onda dolazi brojka koja bi trebala zaboljeti svakog direktora koji je sredinom 2010-ih potpisao ugovor s riječima „trebamo biti data-driven” ispisanim debelim fontom na strateškom slajdu. Gartner je procijenio da će većina inicijativa oko data lakeova propasti u smislu da neće isporučiti nikakvu poslovnu vrijednost — govorilo se o čak 90 posto. Devedeset posto. Ne pola, ne trećina — devet od deset. Druge studije iz otprilike istog razdoblja govore da je više od polovice big data projekata općenito završilo bez mjerljivog povrata investicije, a nemali broj kompanija taj povrat nikad nije ni pokušao mjeriti — jer, pretpostavljam, netko je odlučio da je bolje ne znati.

Ostani malo na toj brojci. Nije riječ o startupu koji je proćerdao pola milijuna i otišao kući. Riječ je o Fortune 500 kompanijama, bankama, telekomima, osiguravajućim društvima, koje su odvojile timove od desetak, dvadesetak ljudi, kupile licence, kupile hardver, platile Clouderi ili Hortonworksu godišnju pretplatu koja je imala više nula nego što je razumno reći naglas — i na kraju dobile jezero pretvoreno u blato, dashboard koji nitko ne otvara, i izvještaj menadžmentu koji kaže da je »faza jedan uspješno završena«, jer priznati neuspjeh nikad nije bilo u opisu posla nikoga u lancu odlučivanja.

I ovdje se, po treći put u ovoj knjizi, pojavljuje isti lik — samo u novom kostimu. Vidjeli smo ga kod Agilea, kad je pokret o ljudima i suradnji postao industrija certifikata i coacheva. Vidjeli smo ga kod mikroservisa, kad je arhitektonska ideja postala razlog da male firme kupuju Kubernetes klastere koji im ne trebaju. Sad ga vidimo treći put, u odijelu s natpisom „big data transformacija”: konzultantski kompleks. Mehanizam je uvijek isti: pojavi se stvarna, korisna ideja; ideja postane trend; trend postane linija u budžetu koju treba potrošiti prije kraja fiskalne godine; i onda dolaze ljudi u odijelima koji ti za šesteroznamenkastu svotu nacrtaju arhitekturu koju bi tvoja tri inženjera, uz malo vremena i Google, posložila i sami — samo bez powerpointa s logotipom konzultantske kuće u donjem desnom kutu.

Ne kažem da je sve bio prevara od početka do kraja. Netflix je stvarno riješio streaming zahvaljujući ozbiljnoj podatkovnoj infrastrukturi. LinkedIn je iz slične priče izgradio Kafku i cijelu novu kategoriju alata — Kafka je, u suštini, sustav za slanje i primanje podataka u stvarnom vremenu, nešto kao cjevovod kroz koji poruke neprekidno teku između različitih sustava, umjesto da čekaju u redu i gomilaju se. Netko je stvarno našao zlato. Ali za svaki takav slučaj postojalo je deset firmi koje su kupile lopatu, kopale rupu na parkiralištu i onda se čudile zašto nema nafte.

Negdje oko 2010. netko je na konferenciji izjavio da relacijska baza ne skalira — a relacijska baza je, pojednostavljeno, ona klasična baza podataka posložena u tablice s redovima i stupcima, kao Excel tablica, samo puno stroža i puno moćnija — i ta rečenica se raširila brže od bilo kojeg zakrpe koja je ikad izašla iz Oraclea. Nije bila posve netočna: jedan server stvarno ne može podnijeti Facebookov promet. Ali kao i svaka polovična istina koja donosi novac, dobila je vlastiti pokret, vlastite konferencije i vlastiti vokabular. NoSQL. „Not Only SQL”, tvrdili su kasnije, kad im je zatrebalo malo poniznosti, ali u prvoj verziji priče veliko NE bilo je izgovoreno jasno i glasno.

MongoDB, Cassandra, Redis, CouchDB — svaka je rješavala stvarni problem (dokumenti bez fiksne strukture, pisanje na tisuće čvorova istovremeno, keširanje brže od diska), i svaka je odmah postala odgovor na sve, bez obzira na pitanje. Startupi su mijenjali baze prije nego su napisali prvi pravi upit, jer je MySQL zvučao kao nešto što bi tvoj ćaća koristio. Cool kids su pisali JSON dokumente — obične tekstualne zapise u kojima podaci stoje u parovima ključ-vrijednost, bez stroge tablične strukture kakvu ima Excel — i zvali to »shemom« kad im je odgovaralo, a kad im nije odgovaralo, nije bilo nikakve sheme, i to je odjednom bila prednost, ne rupa u dizajnu. Bar tako je pisalo na slajdovima za investitore.

Novac je, kao i uvijek, tekao prema onima koji su prodavali osjećaj da ostajanje na starom znači ostajanje u prošlosti. MongoDB Inc. je 2017. izašao na IPO — to je onaj trenutak kad tvrtka prvi put prodaje svoje dionice na burzi, i svatko s računom kod brokera odjednom može kupiti kockicu vlasništva nad njom — i danas vrijedi desetke milijardi, dokaz da je priča o skalabilnosti bila dovoljno dobra da preživi i ono što slijedi. A ono što slijedi je mamurluk, i mamurluk je, kao i svaki drugi, stigao ujutro, tiho, s glavoboljom u obliku produkcijskog incidenta.

Ispada da transakcije — one dosadne ACID stvari koje su rane NoSQL baze odbacile kao teret starog svijeta — ipak nekome trebaju kad taj netko je banka, ili webshop koji ne želi naplatiti karticu dvaput. ACID je, u prijevodu, obećanje da transakcija (recimo, plaćanje) prođe u cijelosti ili ne prođe nikako — nema pola posla, nema ti skinutog novca bez isporučene narudžbe. Ispada da shema, ona koju si tako slavno izbjegao pisati, i dalje postoji — samo je sad razmazana po tisuću redaka aplikacijskog koda koji pretpostavlja da je polje `cijena` broj, a ne string, i puca kad netko iz drugog tima odluči da nije. Nisi izbjegao shemu. Samo si je premjestio s baze na svoj mozak, i tvoj mozak je gori dokumentiran sustav od bilo kojeg SQL-a napisanog 1985.

I tu dolazi obrat vrijedan cijele ove priče: SQL se vratio. Ne kao poražena strana koja se šutke ušuljala natrag, nego kao pobjednik koji nikad nije stvarno ni otišao. NewSQL baze (Google Spanner, CockroachDB) obećavaju skalabilnost NoSQL-a s transakcijama SQL-a, kao da je netko konačno priznao da su oba tabora tražila istu stvar. Cassandra je dobila CQL — jezik za upite koji, gle čuda, izgleda skoro identično SQL-u. A na vrhu cijelog big data ekosustava, na Hadoopu koji je trebao biti anti-baza za post-relacijsko doba, developeri su masovno pisali — SQL. Hive prevodi SQL upite u MapReduce poslove. Spark SQL radi isto, samo brže. Ljudi su izgradili cijelu planetarnu infrastrukturu da izbjegnu pisanje SELECT naredbe, i onda su na vrhu te infrastrukture napisali sloj koji im dopušta da nastave pisati baš — SELECT.

Dobro, sad dolazimo do dijela gdje inženjerska logika napokon dobije priliku da progovori — ali samo nakratko, jer novac je opet brži od nje. Hadoopov MapReduce morao je između svake operacije pisati rezultat na disk. Zvuči kao detalj. Nije. Disk je u računalnom svijetu ono što je poštanski ured u odnosu na SMS — pouzdan, ali sporiji koliko ti treba da izgovoriš „zašto ovo još čekam”. Spark, projekt koji je 2009. izašao iz Berkeleya, napravio je jednu jednostavnu, skoro uvredljivo jednostavnu stvar: držao je podatke u memoriji dok radiš s njima. Rezultat nije bio „malo brže”. Bio je red veličine brže — neki su benchmarci hvalili i sto puta, ovisno tko je plaćao benchmark. I u tom trenu je tehnologija koja je 2008. bila budućnost postala, u infrastrukturnom smislu, staretina. Pet godina. Toliko je trebalo da nešto proglašeno revolucijom postane sinonim za trom i skup.

Spark nije samo bio brži, nego je promijenio i ono što ljudi uopće rade s podacima. Hadoopova arhitektura bila je posložena za takozvani batch, odnosno obradu u serijama: pokupi terabajte, obrađuj satima, ispiši izvještaj sutra ujutro. To je bilo u redu dok je big data bila stvar odjela za analitiku koji šalje PDF menadžeru jednom tjedno. Ali kad su se pojavili senzori, klikovi, transakcije u realnom vremenu — kartica koja se blokira zbog sumnjive transakcije mora reagirati u sekundi, ne sutra ujutro — batch je postao luksuz koji si ne možeš priuštiti. Spark Streaming, pa Kafka kao njegov prirodni pratitelj, gurnuli su cijelu industriju od „obradi pa objavi” prema „obrađuj dok stiže”. Ekonomski gledano, to je bio pravi prekid: streaming infrastruktura je skuplja za održavati, ali omogućuje proizvode koje batch nikad ne bi mogao — prijevara na kartici otkrivena za tri sekunde vrijedi neusporedivo više od iste prijevare otkrivene sutra popodne, kad je novac već davno otišao.

Ali najveći udarac na cijeli Hadoop ekosustav nije stigao od Sparka. Stigao je od oblaka. Jer u ovoj priči, ono što je uvijek na kraju najvažnije nije tko ima bolji algoritam, nego tko ima jeftiniji račun. Držati vlastiti Hadoop klaster znači kupiti željezo, kupiti prostor za njega i kupiti ljude koji znaju zašto je NameNode pao u tri ujutro — a NameNode je, u prijevodu, glavni ured cijelog klastera, ono što pamti gdje se koji komadić podataka nalazi; kad on padne, cijeli klaster je slijep i ne zna više gdje je ostavio svoje stvari. AWS te sve to jednostavno pita: zašto to sam radiš, kad ti mogu iznajmiti onoliko strojeva koliko ti treba, na sat, i ugasiti ih čim posao završi? Zašto hraniti i čuvati slona kad možeš iznajmiti jato čim ti zatreba, a čim ne treba — vratiš ga? EMR, Databricks, BigQuery — svi su rekli u suštini istu stvar: kupi rezultat, ne infrastrukturu. I firme su, naravno, poslušale, jer im je netko konačno pokazao brojku koja je manja od plaće jednog administratora Hadoop klastera.

Posljedica se najbolje vidjela na burzi. Cloudera i Hortonworks, dva vodeća imena hadoopovske ere, dva bivša suparnika koji su se cijelo desetljeće tukli za velike poslovne ugovore, spojili su se 2019. Ne iz strateške genijalnosti, nego iz nužde: tržište na kojem su nekad prodavali distribuciju plišanog slona po poslovnim cijenama jednostavno se skupljalo brže nego što su mogli sami rasti. Spajanje dvije firme koje se ne vole nikad nije znak snage — to je znak da su obojica shvatili da će ih treći, oblak, pojesti oboje ako se ne saberu. Kombinirana firma je vrijedila tek djelić onoga za koliko su nekad zasebno bile procijenjene. Zlatna groznica se, kao i uvijek, završila tako da su lopate postale jeftinije od zlata koje su trebale vaditi.

Presuda. Konačna, i pišemo je crno na bijelo: podaci nisu nafta. Cijela ta metafora, koja je desetljeće krasila prezentacije na konferencijama i naslovnice biznis magazina, ne prolazi ni prvi test — onaj s dokazima na stolu. Nafta se potroši kad je iskoristiš, podaci ne — isti redak baze možeš analizirati tisuću puta i neće se istrošiti ni izlizati. Nafta ima vrijednost sama po sebi, u bilo čijim rukama; podaci bez konteksta su šum i vrijede onoliko koliko vrijedi pitanje koje postavljaš. I treće, presudno: nafta ne cijedi tvoje privatne poruke prijateljici iz srednje škole u ruke tvrtke koja onda profilira cijele nacije birača. Nafta curi u tlo i more, da, katastrofa — ali podaci cure u baze podataka drugih ljudi, a to je vrsta curenja koja se osjeti tek kad je prekasno. Zapamti to ime za par poglavlja: Cambridge Analytica. Tamo stiže račun za sve jezera koja su se punila bez pitanja tko smije zahvatiti iz njih.

Dakle, nafta nije. Ali dim jest — i dima je bilo napretek. Milijarde u vrednovanjima firmi koje su prodavale alat za problem koji devedeset posto kupaca nije imalo, jezera podataka koja su se pretvorila u mulj, plišani slon koji je nosio teret cijele industrije na svojim ušima. Sve to je istina, sve smo već izbrojali. Pitanje koje preostaje na kraju ovakvog poglavlja — ekonomskog, cinično po tonu, ali precizno po brojkama — nije samo koliko je novca spaljeno. Nego: je li nešto od tog pepela ostalo korisno, ili je cijelo desetljeće bilo samo velika rupa u proračunima?

Odgovor je, iznenađujuće za ovoliko cinizma, djelomično da. Ostala je kultura pipelinea — ideje da se podaci ne bacaju u jednu veliku hrpu uz molitvu da će netko kasnije nešto izvući, nego da postoji uredan, ponovljiv put od sirovog zapisa do nečega upotrebljivog. Ostao je data inženjering kao ozbiljna, plaćena, prepoznata struka — čovjek čiji posao nije da bude znanstvenik sa seksi naslovom iz naslovnice, nego da osigura da cijevi ne pucaju i da voda koja iz njih izlazi ne smrdi. To se ne pojavljuje na koricama magazina, ali bez toga nema ničega drugog u ovom poglavlju.

I u tome je, konačno, prava poanta ovog cijelog poglavlja o novcu, jezerima i sponzorstvu iluzija: hype ne postoji da bi napravio pametne stvari. Hype postoji da opere novac budala kroz sustav dovoljno dugo da se, usput, sagradi nešto na čemu će kasnije sjesti netko pametniji. Balon iz K4 nas je već učio istu lekciju s optičkim vlaknima koja su plaćena tuđim gubitkom, a nosila su tuđi internet dvadeset godina poslije. Big data je treći dokaz iste teze — samo umjesto kabela ispod oceana imamo diskove u klasterima i naviku da se podaci uredno pripreme prije nego ih se pita bilo što pametno. Investitori su platili školarinu. Slon je pojeo novac. A netko je, deset godina kasnije, sjeo za dovršen stol i naručio ono što je uvijek htio — samo je netko drugi platio račun za posluživanje.