W mojej praktyce \u2013 zar\u00f3wno jako programista, jak i konsultant technologiczny \u2013 widz\u0119 pewien powtarzaj\u0105cy si\u0119 schemat. Firma uruchamia now\u0105 aplikacj\u0119, sklep internetowy lub platform\u0119 SaaS. Przed premier\u0105 robi si\u0119 \u201etesty obci\u0105\u017ceniowe\u201d. Wyniki wygl\u0105daj\u0105 \u015bwietnie: strona \u0142aduje si\u0119 poni\u017cej sekundy, API odpowiada w 200 ms. Premiera \u2013 i klienci narzekaj\u0105, \u017ce aplikacja \u201esi\u0119 zawiesza\u201d przy pierwszym wi\u0119kszym szczycie ruchu. Co posz\u0142o nie tak?<\/p>\n
Problem le\u017cy w tym, jak wi\u0119kszo\u015b\u0107 firm podchodzi do testowania wydajno\u015bci. Testy obci\u0105\u017ceniowe cz\u0119sto traktuje si\u0119 jak formalno\u015b\u0107, a nie jak realne narz\u0119dzie do ochrony przychod\u00f3w i reputacji. Poni\u017cej opisa\u0142em trzy najcz\u0119stsze b\u0142\u0119dy, kt\u00f3re widz\u0119 u klient\u00f3w \u2013 i kt\u00f3re sam pope\u0142nia\u0142em w przesz\u0142o\u015bci.<\/p>\n
Wi\u0119kszo\u015b\u0107 firm uruchamia testy obci\u0105\u017ceniowe na \u015brodowisku, kt\u00f3re jest czyste \u2013 bez innych proces\u00f3w, z lokaln\u0105 baz\u0105 danych na tym samym serwerze, z pomini\u0119ciem cache\u2019\u00f3w zewn\u0119trznych, CDN-\u00f3w czy kolejek zada\u0144. To tak, jakby testowa\u0107 samoch\u00f3d na idealnie g\u0142adkiej, pustej drodze. W realnym \u015bwiecie ruch na stronie to nie tylko \u017c\u0105dania HTTP. To tak\u017ce zapytania do bazy, wywo\u0142ania API zewn\u0119trznych firm (np. bramki p\u0142atnicze, systemy logistyczne), dzia\u0142anie skrypt\u00f3w analitycznych, ataki bot\u00f3w i wiele innych.<\/p>\n
Przyk\u0142ad z \u017cycia:<\/strong><\/p>\n Klient \u2013 platforma e-commerce B2B \u2013 testowa\u0142 sw\u00f3j sklep z 500 u\u017cytkownikami jednocze\u015bnie. W te\u015bcie wszystko dzia\u0142a\u0142o. Po wdro\u017ceniu, przy pierwszym promocyjnym szczycie (ok. 500 realnych u\u017cytkownik\u00f3w), aplikacja zwalnia\u0142a do 10 sekund \u0142adowania strony g\u0142\u00f3wnej. Okaza\u0142o si\u0119, \u017ce w te\u015bcie nie uwzgl\u0119dniono r\u00f3wnoczesnych zapyta\u0144 do zewn\u0119trznego API dostawcy logistyki, kt\u00f3re op\u00f3\u017ania\u0142o generowanie koszyka. Wystarczy\u0142o doda\u0107 symulacj\u0119 tego op\u00f3\u017anienia \u2013 i od razu wysz\u0142o na jaw, \u017ce limit po\u0142\u0105cze\u0144 do tego API jest za niski.<\/p>\n Jak to zrobi\u0107 dobrze?<\/strong><\/p>\n Twoje \u015brodowisko testowe powinno jak najdok\u0142adniej odzwierciedla\u0107 produkcj\u0119. Obejmij testem nie tylko sam\u0105 aplikacj\u0119, ale tak\u017ce wszystkie zale\u017cno\u015bci: API, bazy danych, cache, CDN, a nawet symuluj op\u00f3\u017anienia sieciowe. Narz\u0119dzia takie jak k6 (z JavaScript) czy Locust (Python) pozwalaj\u0105 definiowa\u0107 scenariusze, w kt\u00f3rych miksujesz r\u00f3\u017cne typy \u017c\u0105da\u0144: normalne przegl\u0105danie, dodawanie do koszyka, logowanie, a tak\u017ce obci\u0105\u017cenie t\u0142em (np. ci\u0105g\u0142e zapytania do bazy). Pami\u0119taj te\u017c o zmienno\u015bci \u2013 ruch nie jest jednostajny, wi\u0119c warto testowa\u0107 \u201eskoki\u201d nag\u0142ego wzrostu.<\/p>\n Kolejna powszechna praktyka: firmy konfiguruj\u0105 test, kt\u00f3ry walnie 1000 \u017c\u0105da\u0144 na sekund\u0119 do jednego endpointu, np. Dlaczego to b\u0142\u0105d krytyczny?<\/strong><\/p>\n Je\u015bli testujesz tylko jeden endpoint, nie sprawdzisz, jak aplikacja zachowuje si\u0119 przy mieszanym obci\u0105\u017ceniu. Na przyk\u0142ad: gdy wielu u\u017cytkownik\u00f3w pr\u00f3buje jednocze\u015bnie sk\u0142ada\u0107 zam\u00f3wienie, mo\u017ce doj\u015b\u0107 do zakleszcze\u0144 na bazie danych (deadlocki) lub wyczerpania puli po\u0142\u0105cze\u0144. Te problemy rzadko ujawniaj\u0105 si\u0119 przy testach jednow\u0105tkowych.<\/p>\n Realne case:<\/strong><\/p>\n Widzia\u0142em sytuacj\u0119, w kt\u00f3rej aplikacja do rezerwacji termin\u00f3w dzia\u0142a\u0142a \u015bwietnie przy te\u015bcie 100 r\u00f3wnoczesnych u\u017cytkownik\u00f3w przegl\u0105daj\u0105cych terminy. Ale gdy 30 z nich pr\u00f3bowa\u0142o dokona\u0107 rezerwacji jednocze\u015bnie, system k\u0142ad\u0142 si\u0119 na 5 minut \u2013 zapytania do bazy nak\u0142ada\u0142y si\u0119 na siebie, blokuj\u0105c tabel\u0119. Test tylko endpointu Rozwi\u0105zanie?<\/strong><\/p>\n Zdefiniuj \u015bcie\u017cki u\u017cytkownika (user journeys) \u2013 realistyczne scenariusze, kt\u00f3re na\u015bladuj\u0105 zachowanie prawdziwych klient\u00f3w. Narz\u0119dzia takie jak k6 pozwalaj\u0105 tworzy\u0107 skrypty, kt\u00f3re przechodz\u0105 przez sekwencje: strona g\u0142\u00f3wna \u2192 kategoria \u2192 produkt \u2192 dodanie do koszyka \u2192 finalizacja. Mo\u017cesz te\u017c doda\u0107 my\u015blnik czasu mi\u0119dzy akcjami (np. user my\u015bli przez 5 sekund). Taki test ujawni w\u0105skie gard\u0142a na ka\u017cdym etapie.<\/p>\n Trzeci, najbardziej podst\u0119pny b\u0142\u0105d \u2013 testowanie na ma\u0142ej, sztucznej bazie danych. Firmy cz\u0119sto tworz\u0105 kilka tysi\u0119cy rekord\u00f3w w bazie, podczas gdy w produkcji maj\u0105 miliony. Taka r\u00f3\u017cnica diametralnie wp\u0142ywa na wydajno\u015b\u0107. Zapytania, kt\u00f3re dzia\u0142aj\u0105 b\u0142yskawicznie na ma\u0142ej bazie, mog\u0105 sta\u0107 si\u0119 dramatycznie wolne na du\u017cej \u2013 zw\u0142aszcza je\u015bli brakuje odpowiednich indeks\u00f3w.<\/p>\n Przyk\u0142ad:<\/strong><\/p>\n Klient \u2013 platforma SaaS dla e-commerce \u2013 testowa\u0142 wydajno\u015b\u0107 wyszukiwarki produkt\u00f3w. Na 10 tysi\u0105cach produkt\u00f3w zapytanie dzia\u0142a\u0142o w 200 ms. W produkcji, po za\u0142adowaniu 2 milion\u00f3w produkt\u00f3w, to samo zapytanie wykonywa\u0142o si\u0119 20 sekund. Problemem by\u0142 brak indeksu na kolumnie Co wi\u0119cej?<\/strong><\/p>\n Nie tylko liczba rekord\u00f3w ma znaczenie. Wa\u017cna jest tak\u017ce r\u00f3\u017cnorodno\u015b\u0107 danych. Je\u015bli twoja aplikacja ma koszyki z r\u00f3\u017cn\u0105 liczb\u0105 produkt\u00f3w, zam\u00f3wienia w r\u00f3\u017cnych stanach, produkty z wieloma atrybutami \u2013 testuj z takim w\u0142a\u015bnie rozk\u0142adem. Sztucznie jednorodne dane prowadz\u0105 do mylnego wniosku, \u017ce wszystko jest OK.<\/p>\n Jakie jest antidotum?<\/strong><\/p>\n Przygotuj zestaw danych testowych, kt\u00f3re odzwierciedlaj\u0105 produkcj\u0119 zar\u00f3wno pod wzgl\u0119dem wielko\u015bci, jak i struktury. Mo\u017cesz zanonimizowa\u0107 produkcyjne dane (pami\u0119taj\u0105c o RODO) i u\u017cy\u0107 ich w testach. Je\u015bli to niemo\u017cliwe \u2013 stw\u00f3rz skrypt generuj\u0105cy dane o podobnym rozk\u0142adzie statystycznym. Testuj te\u017c z r\u00f3\u017cnymi parametrami \u2013 nie tylko \u201e\u015brednie\u201d scenariusze, ale te\u017c skrajne (np. u\u017cytkownik z koszykiem 100 produkt\u00f3w).<\/p>\n Testy obci\u0105\u017ceniowe to nie luksus, to konieczno\u015b\u0107 \u2013 ale tylko wtedy, gdy s\u0105 robione poprawnie. Trzy opisane b\u0142\u0119dy \u2013 idealne \u015brodowisko, tylko jeden endpoint, ma\u0142e dane \u2013 s\u0105 w stanie zrujnowa\u0107 premier\u0119 i zniech\u0119ci\u0107 klient\u00f3w. Zamiast traktowa\u0107 testy jako checkbox, potraktuj je jako inwestycj\u0119. Dobrze przeprowadzony test obci\u0105\u017ceniowy mo\u017ce ujawni\u0107 problemy zanim trafi\u0105 na produkcj\u0119 \u2013 i zaoszcz\u0119dzi\u0107 dziesi\u0105tki tysi\u0119cy z\u0142otych na awaryjnych interwencjach, utracie sprzeda\u017cy i zaufania.<\/p>\n W JurskiTech.pl cz\u0119sto pomagamy firmom w projektowaniu i przeprowadzaniu realistycznych test\u00f3w wydajno\u015bciowych. Je\u015bli masz w\u0105tpliwo\u015bci, czy Twoja aplikacja wytrzyma Black Friday lub kampani\u0119 reklamow\u0105 \u2013 warto skonsultowa\u0107 si\u0119 z kim\u015b, kto ju\u017c to przechodzi\u0142. Bo w dzisiejszych czasach jedna sekunda op\u00f3\u017anienia to nie tylko utrata klienta \u2013 to utrata wiarygodno\u015bci na d\u0142ugo.<\/p>\n","protected":false},"excerpt":{"rendered":" Dlaczego wi\u0119kszo\u015b\u0107 firm \u017ale testuje obci\u0105\u017ceniowo swoje aplikacje? W mojej praktyce \u2013 zar\u00f3wno jako programista, jak i konsultant technologiczny \u2013 widz\u0119 pewien powtarzaj\u0105cy si\u0119 schemat. Firma uruchamia now\u0105 aplikacj\u0119, sklep internetowy lub platform\u0119 SaaS. Przed premier\u0105 robi si\u0119 \u201etesty obci\u0105\u017ceniowe\u201d. Wyniki wygl\u0105daj\u0105 \u015bwietnie: strona \u0142aduje si\u0119 poni\u017cej sekundy, API odpowiada w 200 ms. Premiera \u2013<\/p>\n","protected":false},"author":2,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[7],"tags":[144,24,988,81],"class_list":["post-2567","post","type-post","status-publish","format-standard","hentry","category-warto-wiedziec","tag-bledy-techniczne","tag-skalowalnosc","tag-testy-obciazeniowe","tag-wydajnosc-aplikacji"],"_links":{"self":[{"href":"https:\/\/news.jurskitech.pl\/blog\/wp-json\/wp\/v2\/posts\/2567","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/news.jurskitech.pl\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/news.jurskitech.pl\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/news.jurskitech.pl\/blog\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/news.jurskitech.pl\/blog\/wp-json\/wp\/v2\/comments?post=2567"}],"version-history":[{"count":0,"href":"https:\/\/news.jurskitech.pl\/blog\/wp-json\/wp\/v2\/posts\/2567\/revisions"}],"wp:attachment":[{"href":"https:\/\/news.jurskitech.pl\/blog\/wp-json\/wp\/v2\/media?parent=2567"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/news.jurskitech.pl\/blog\/wp-json\/wp\/v2\/categories?post=2567"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/news.jurskitech.pl\/blog\/wp-json\/wp\/v2\/tags?post=2567"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}B\u0142\u0105d #2: Testowanie tylko jednego endpointu<\/h3>\n
GET \/api\/products<\/code>. Wynik pokazuje 95 percentyl odpowiedzi na poziomie 50 ms \u2013 sukces. Tymczasem w rzeczywisto\u015bci u\u017cytkownicy nie bombarduj\u0105 jednego endpointa. Przegl\u0105daj\u0105 kategorie, wchodz\u0105 w produkty, wype\u0142niaj\u0105 formularze, loguj\u0105 si\u0119, wrzucaj\u0105 rzeczy do koszyka i sk\u0142adaj\u0105 zam\u00f3wienie. Ka\u017cda z tych \u015bcie\u017cek ma inny profil obci\u0105\u017cenia \u2013 jedne intensywnie korzystaj\u0105 z bazy, inne z cache\u2019u, jeszcze inne z API zewn\u0119trznych.<\/p>\nGET \/slots<\/code> niczego nie wykry\u0142.<\/p>\nB\u0142\u0105d #3: Ignorowanie danych testowych<\/h3>\n
kategoria<\/code>, a tak\u017ce zbyt og\u00f3lne zapytanie, kt\u00f3re wczytywa\u0142o wszystkie kolumny.<\/p>\nPodsumowanie<\/h3>\n