Один сервис — четыре стека: практический бенчмарк с SLO по p99 и Docker/JMeter

В статье я сравниваю четыре реализации одного и того же сервиса поверх PostgreSQL: 1. Spring MVC + JDBC 2. Spring WebFlux + R2DBC 3. Ktor + JDBC 4. Go + pgx Все сервисы крутятся в Docker с одинаковыми ресурсными лимитами и прогоняются через один и тот же JMeter-план. Для каждого стека я ищу максимальный RPS при соблюдении SLO по p99-латентности. Я подробно разбираю: - как устроен стенд (Docker-compose, Postgres, Prometheus, Grafana, JMeter); - как реализованы сервисы и чем различаются модели конкурентности; - методологию нагрузочного тестирования и расчёта RPS@p99≤SLA; - как реально ведут себя блокирующий стек, реактивный стек и Go под честной нагрузкой.

https://habr.com/ru/companies/domclick/articles/970104/

#java #kotlin #go #goland #spring #load_testing

Как мы выстроили процесс нагрузочного тестирования в KISLOROD

Привет, Хабр! Меня зовут Эдуард, я руковожу отделом DevOps в компании

https://habr.com/ru/companies/kislorod/articles/964212/

#нагрузочное_тестирование #devops #тестирование_производительности #jmeter #zabbix #load_testing #тестирование_вебсервисов #stress_testing #тестовый_сервер #сценарии_тестирования

Сидинг тестовых данных: как готовить окружение перед нагрузочным тестированием

Почему ваши нагрузочные тесты врут? Часто проблема не в коде и не в стенде, а в данных. Разбираемся, как правильно готовить окружение перед тестами и почему сидинг через API надёжнее прямых вставок в БД.

https://habr.com/ru/articles/934568/

#нагрузочное_тестирование #тестирование_производительности #автоматизация_тестирования #микросервисы #тестовые_данные #инфраструктура #load_testing #performance_tests #qa #qa_automation

Как вырасти из Manual QA в Automation: пошаговый план

Пошаговое руководство для Manual QA, которые хотят перейти в автоматизацию. Как выбрать направление, язык и инструменты, какие шаги пройти и что добавить в портфолио, чтобы уверенно расти в Automation QA.

https://habr.com/ru/articles/932374/

#manual_qa #manual_testing #api_testing #ui_testing #load_testing #python #playwright #allure #junior_qa #автоматизация_тестирования

Правильный инструмент для аналитики нагрузочного тестирования. Часть 2

Load-testing-hub : эволюция сервиса аналитики нагрузочного тестирования Ранее я рассказывал о load-testing-hub , инструменте для аналитики и агрегации данных по нагрузочным тестам. Тогда он находился в стадии MVP , а теперь прошел значительные улучшения. Что изменилось? — Добавлено больше информации и гибкости в настройках. — Расширены возможности сравнения результатов. — Реализованы детальные графики и аналитика по методам. — Оптимизирован процесс выявления аномалий в производительности сервисов. Один из практических кейсов — поиск по банковским операциям среди сотен миллионов записей. Load-testing-hub помог протестировать производительность, выявить узкие места и оптимизировать решение. Изменений настолько много, что проще рассказать о сервисе заново. В статье подробно разберу его новые возможности и кейсы использования.

https://habr.com/ru/articles/871154/

#нагрузочное_тестирование #нагрузка_на_сервер #python #performance_tests #performance_analysis #reporting #сервис_для_аналитики #locust #load_testing #metrics_server

Правильный инструмент для аналитики нагрузочного тестирования

В данной статье хочу рассказать про сервис load-testing-hub , главная задача которого это сбор, агррегация, анализ и визуализация данных о нагрузочном тестировании Расскажу о том, какие проблемы решает сервис, как он помогает оценивать производительность выпускаемых релизов, а также поделюсь примерами его использования Рассмотрим основные возможности load-testing-hub , такие как создание наглядных графиков и отчетов, сравнение результатов нагрузочных тестов

https://habr.com/ru/articles/833598/

#нагрузочное_тестирование #нагрузка_на_сервер #python #performance_tests #performance_analysis #reporting #сервис_для_аналитики #locust #load_testing #metrics_server

Открытые инструменты нагрузочного тестирования

Сервисы по продаже билетов, новостные ленты, стриминговые приложения, платформы онлайн-курсов и другие ресурсы, на которых бывает волнообразная нагрузка, должны поддерживать оптимальную производительность без сбоев. Как помочь ИТ-системам справиться с ростом трафика? Конечно, обеспечить эластичные вычисления и надежные каналы связи — сделать это можно с помощью

https://habr.com/ru/companies/cloud_mts/articles/779888/

#нагрузочное_тестирование #load_testing