Descrizione del progetto
TradottoGestiamo un negozio online e ci aspettiamo una grande vendita stagionale tra poche settimane. Il traffico aumenterà bruscamente in pochi minuti quando inizia la campagna, e dobbiamo sapere in anticipo se il sito sopravvive al picco o crolla al momento del pagamento. Stiamo cercando un ingegnere QA per progettare ed eseguire test di carico realistici sulla nostra copia di staging e produrre un rapporto chiaro su cui possiamo agire.
Il lavoro dovrebbe modellare il comportamento reale degli acquirenti piuttosto che colpi ciechi: navigare nel catalogo, cercare, aprire pagine di prodotto, aggiungere articoli al carrello e completare un ordine, mescolati in proporzioni realistiche. Vogliamo test a diversi livelli di concorrenza fino a un picco concordato, uno scenario di picco breve che simula i primi minuti della vendita e script ripetibili che possiamo rieseguire dopo le correzioni. Il rapporto deve nominare i colli di bottiglia — query lente, caching sottile, un pool saturo o un server debole — con numeri, non con congetture, e classificarli per impatto.
L'accesso a un ambiente di staging e ai log sarà fornito. I risultati attesi sono gli script di test, i risultati grezzi e un documento di risultati prioritizzati con raccomandazioni. Si prega di descrivere i propri strumenti e come si mantiene i test vicini al traffico reale.
In ambito:
— scenari utente realistici e un mix realistico;
— profili di carico di ramp-up e picco;
— un rapporto sui colli di bottiglia classificato per impatto con numeri chiari.
Il lavoro dovrebbe modellare il comportamento reale degli acquirenti piuttosto che colpi ciechi: navigare nel catalogo, cercare, aprire pagine di prodotto, aggiungere articoli al carrello e completare un ordine, mescolati in proporzioni realistiche. Vogliamo test a diversi livelli di concorrenza fino a un picco concordato, uno scenario di picco breve che simula i primi minuti della vendita e script ripetibili che possiamo rieseguire dopo le correzioni. Il rapporto deve nominare i colli di bottiglia — query lente, caching sottile, un pool saturo o un server debole — con numeri, non con congetture, e classificarli per impatto.
L'accesso a un ambiente di staging e ai log sarà fornito. I risultati attesi sono gli script di test, i risultati grezzi e un documento di risultati prioritizzati con raccomandazioni. Si prega di descrivere i propri strumenti e come si mantiene i test vicini al traffico reale.
In ambito:
— scenari utente realistici e un mix realistico;
— profili di carico di ramp-up e picco;
— un rapporto sui colli di bottiglia classificato per impatto con numeri chiari.
Sviluppo software Contante, Bonifico bancario
