Testowanie obciążenia w Gatling: scenariusze jako kod i raporty w CI

Przeprowadzam testy obciążenia i wydajności w Gatling i traktuję każdy scenariusz jako kod, a nie jako jednorazowe uruchomienie. Kiedy dajesz mi API lub przepływ webowy, analizuję rzeczywiste scenariusze użytkowników i rozkład ruchu, a następnie piszę symulacje w Scali, które wiernie je reprodukują: przerwy między krokami, skorelowane tokeny, dynamiczne ciała żądań i dostawcy z wiarygodnymi danymi. Następnie zwiększam liczbę wirtualnych użytkowników w krokach, aby zobaczyć, gdzie system zaczyna się uginać, a nie tylko punkt, w którym ostatecznie zawodzi.

Moim zadaniem jest znaleźć wąskie gardła, zanim zrobią to Twoi klienci. Uruchamiam profile soak i spike oraz analizuję to, co istotne: percentyle czasu odpowiedzi, przepustowość i wskaźnik błędów. Nie ufam średnim: p50 kłamie, a cały ból tkwi w p95 i p99. Kiedy żądanie zwalnia, śledzę je do warstwy, która odpowiada za opóźnienie: pula wątków, limit połączeń, wolne zapytanie lub przerwa w zbieraniu śmieci. Wynikiem jest raport, na podstawie którego możesz działać, oraz integracja z CI z progami, które powodują niepowodzenie budowy w przypadku regresji. Poznaj swoje limity, zanim zrobią to Twoi użytkownicy.

— symulacje Gatling w Scali, wersjonowane obok kodu
— realistyczne profile soak, spike, stresowe i sprawdzające pojemność
— analiza percentyli, odkrywanie wąskich gardeł i porady dotyczące strojenia
— integracja z CI z progami pass/fail i historią trendów