Нагрузкове тестування на Gatling: сценарії як код та звіти в CI

Я роблю нагрузкове та перформанс-тестування на Gatling і ставлюся до кожного сценарію як до коду, а не як до одноразового прогону. Коли ви відаєте мені API або веб-потік, я розбираю реальні користувацькі сценарії та розподіл трафіку, а потім пишу симуляції на Scala, які чесно їх відтворюють: паузи між кроками, корельовані токени, динамічні тіла запитів та фідери з правдоподібними даними. Далі я наростаю віртуальних користувачів ступенями, щоб бачити, де система починає прогинатися, а не тільки той момент, коли вона остаточно падає.

Моя задача — знайти вузькі місця раніше, ніж на них натрапляють ваші клієнти. Я гоняю профілі soak та spike та читаю те, що важливо: перцентилі часу відповіді, пропускну спроможність та частку помилок. Середнім я не вірю: p50 брехає, а весь біль живе в p95 та p99. Коли запит сповільнюється, я доводжу його до шару, який володіє затримкою: пул потоків, ліміт з'єднань, повільний запит або пауза збирача сміття. На виході — звіт, з яким можна працювати, та інтеграція в CI з порогами, які роняють збірку при регресії. Знайте свої ліміти раніше, ніж їх дізнаються ваші користувачі.

— Симуляції Gatling на Scala, версіновані поруч з кодом
— Реалістичні профілі soak, spike, стрес та перевірка ємності
— Аналіз перцентилів, пошук вузьких місць та поради з тюнінгу
— Інтеграція в CI з порогами pass/fail та історією трендів