De reținut
- Întrebări diferite cer teste diferite: de încărcare (traficul așteptat), de stres (peste el), de vârf (salturi bruște), de anduranță (ore sau zile) și de scalabilitate.
- Măsoară percentilele (p95, p99), debitul, rata de erori și consumul de resurse. Mediile ascund experiențele lente de care se plâng utilizatorii.
- Un test de performanță e la fel de bun ca modelul de încărcare și mediul lui. Un trafic nerealist sau un server de test mic dau răspunsuri sigure pe ele, dar greșite.
De unde pornim
Știi că performanța e o calitate nefuncțională: nu ce face sistemul, ci cât de bine, în condiții reale. Articolul acesta arată cum o testezi efectiv.
Tipurile principale
| Tip | La ce întrebare răspunde | Exemplu |
|---|---|---|
| Test de încărcare (load) | Atinge țintele la traficul așteptat? | 2.000 de utilizatori simultan într-o luni obișnuită |
| Test de stres | Unde cedează și cum? | Crești numărul de utilizatori până cresc erorile; cedează elegant? |
| Test de vârf (spike) | Face față unui salt brusc? | Trafic ×10 într-un minut, când începe o ofertă |
| Test de anduranță (soak) | Rămâne sănătos în timp? | Încărcare normală timp de 12 ore; urmărești scurgerile de memorie |
| Test de scalabilitate | Dacă adaugi resurse, crește capacitatea? | Dublezi serverele; debitul aproape se dublează? |
Cifrele care contează
Timpul de răspuns, ca percentile
Timpul de răspuns p95 este timpul în care se termină 95% dintre cereri. Cele mai lente 5% durează mai mult.
De ce nu media? Dacă 95 de cereri durează 200 ms și 5 durează 8 secunde, media e de aproximativ 0,6 secunde, ceea ce arată bine. Dar unul din douăzeci de utilizatori așteaptă 8 secunde. Pe o pagină cu multe cereri, majoritatea utilizatorilor vor da de cel puțin una lentă.
Stabilește țintele ca percentile: „p95 sub 800 ms, p99 sub 2 s, la 2.000 de utilizatori simultan.”
Restul
- Debitul (throughput): cereri sau tranzacții pe secundă pe care le procesează sistemul.
- Rata de erori: erori și timeout-uri sub încărcare. Un sistem „rapid” pentru că pică repede nu e rapid.
- Consumul de resurse: procesor, memorie, conexiuni la baza de date, lungimea cozilor. Arată de ce încetinește.
În browser
Pentru paginile web, Core Web Vitals de la Google măsoară ce simt utilizatorii:
| Indicator | Ce măsoară | Prag „bun” |
|---|---|---|
| LCP (Largest Contentful Paint) | Cât de repede apare conținutul principal | ≤ 2,5 s |
| INP (Interaction to Next Paint) | Cât de repede răspunde pagina la click-uri și tastare | ≤ 200 ms |
| CLS (Cumulative Layout Shift) | Cât de mult „sare” aspectul paginii la încărcare | ≤ 0,1 |
Proiectarea unui test realist
- Stabilește țintele cu business-ul: utilizatori așteptați, orele de vârf, timpi de răspuns acceptabili. Obține cifre, nu „rapid”.
- Construiește un model de încărcare din date reale: ce parcursuri și în ce proporții. De exemplu, 70% navighează, 20% caută, 8% adaugă în coș, 2% plătesc.
- Adaugă timp de gândire (think time). Utilizatorii reali fac pauze între acțiuni. Fără pauze, 100 de utilizatori virtuali pot genera încărcarea a mii de oameni.
- Folosește date realiste. Dacă cauți același produs de un milion de ori, testezi doar cache-ul.
- Folosește un mediu asemănător producției. Un server de test cu un sfert din resurse dă rezultate pe care nu le poți extrapola în mod fiabil.
- Monitorizează totul în timpul testului: aplicația, baza de date, serverele, serviciile externe.
- Rulează o referință (baseline), apoi schimbă câte un singur lucru.
Unelte des folosite: JMeter, Gatling, k6 și Locust pentru încărcare, plus Lighthouse și uneltele pentru dezvoltatori din browser pentru performanța front-end.
Planifică pentru mai mult decât te aștepți
Când Pokémon GO s-a lansat, în iulie 2016, dezvoltatorul Niantic și Google Cloud planificaseră capacitatea pentru un anumit nivel-țintă de trafic, cu un scenariu pesimist de aproximativ cinci ori acea țintă.
Potrivit relatării Google Cloud despre lansare, traficul jucătorilor a urcat la de 50 de ori ținta inițială, adică de zece ori scenariul pesimist. Jucătorii au dat de autentificări eșuate și erori de server, iar echipele au scalat infrastructura în timp ce jocul era live.
Lecția: testele de încărcare la traficul „așteptat” nu sunt suficiente pentru lansări cu cerere imprevizibilă. Testele de stres și de vârf arată unde cedează sistemul și cum, și dacă poate scala repede când realitatea depășește prognoza.
Cum citești rezultatele
- Uită-te la curbă, nu la un singur număr. Cum se schimbă timpii de răspuns și erorile pe măsură ce crește încărcarea? O cotitură bruscă arată limita.
- Găsește gâtul de sticlă. Procesorul e la 100%? S-au epuizat conexiunile la baza de date? Un apel extern lent?
- Compară cu referința după fiecare schimbare.
- Raportează în termeni de business: „Site-ul suportă 3.000 de cumpărători simultan în limitele țintei; la 4.500, erorile la checkout ajung la 5%. Prognoza pentru Black Friday e de 4.000.”
Așa da
Să rulezi în pipeline o verificare de performanță mică și automată (câteva endpoint-uri importante, față de un buget de timp), plus teste de încărcare complete înaintea versiunilor majore.
Așa nu
Să rulezi un singur test de încărcare cu o săptămână înainte de lansare, să descoperi un gât de sticlă în arhitectură și să nu mai ai timp să-l repari.
Verifică-te
Un test de încărcare raportează un timp mediu de răspuns de 400 ms, care atinge ținta. P99 este de 9 secunde. Funcționează bine sistemul?
Arată răspunsul
Nu neapărat. 1 din 100 de cereri durează 9 secunde. Pe paginile cu multe cereri sau pentru utilizatorii care folosesc intens aplicația, asta e o experiență frecventă și frustrantă. Investighează ce au în comun cererile lente, de exemplu anumite date, endpoint-uri sau ore, și stabilește țintele pe percentile, nu pe medii.
