Was ist Durchsatz beim Performance-Test? Einfach erklärt

In der Welt des Performance-Testings ist der Durchsatz eine der kritischsten, aber auch am häufigsten missverstandenen Metriken. Als Performance-Ingenieure und QA-Experten ist ein klares Verständnis des Durchsatzes unerlässlich, um die Anwendungsleistung genau zu messen und potenzielle Engpässe zu identifizieren. Dieser umfassende Fachartikel wird untersuchen, was Durchsatz ist, wie er gemessen wird und warum er in Performance-Testing-Szenarien wichtig ist.

Bevor wir uns mit den Durchsatzmetriken befassen, ist es erwähnenswert, dass effektives Performance-Testing oft mit robusten API-Testfunktionen beginnt.

APIdog hat sich als umfassende Postman-Alternative herauskristallisiert, die API-Entwicklung, -Tests und -Dokumentation in einer einheitlichen Plattform rationalisiert.

Mit Funktionen wie automatisiertem Testen, Leistungsüberwachung und kollaborativen Workflows bietet APIdog die wesentliche Grundlage, um zu verstehen, wie Ihre APIs unter Last arbeiten – was es zu einem wertvollen Begleitwerkzeug macht, wenn wir die Durchsatztests durchführen, die wir in diesem Artikel untersuchen werden.

Durch die Etablierung der API-Basisfunktionalität mit Tools wie APIdog können Sie Durchsatzengpässe in Ihrer umfassenderen Performance-Testing-Strategie effektiver analysieren.

Definition des Durchsatzes im Performance-Testing

Der Durchsatz im Performance-Testing kann auf drei Arten definiert werden:

1. Anzahl der Transaktionen über die Zeit: Grundsätzlich ist der Durchsatz die Anzahl der Transaktionen, die während eines bestimmten Zeitraums in einem Test erzeugt werden. Er misst, wie viele Anfragen oder Operationen Ihr System innerhalb eines bestimmten Zeitrahmens verarbeiten kann.
2. Erforderliche Kapazitätsmessung: Der Durchsatz drückt die Kapazität aus, die eine Website oder Anwendung bewältigen kann, und gibt ihre Verarbeitungskapazität unter verschiedenen Lastbedingungen an.
3. Leistungszielmetrik: Vor der Einleitung von Leistungstests legen Unternehmen typischerweise Durchsatzziele fest – spezifische Anzahlen von Anfragen pro Stunde, die die Anwendung erfolgreich verarbeiten muss.

In technischen Begriffen wird der Durchsatz üblicherweise als Transaktionen pro Sekunde (TPS) oder Anfragen pro Sekunde (RPS) ausgedrückt, was ihn zu einer grundlegenden Maßeinheit im Performance-Testing macht.

Durchsatz im realen Kontext: Eine Analogie

Um den Durchsatz in praktischen Begriffen zu verstehen, betrachten Sie diese Analogie:

Stellen Sie sich eine Tankstelle namens "Joe's Gas" mit drei Zapfsäulen vor. Jeder Tankwart benötigt genau eine Minute, um jedes Auto zu betanken, unabhängig von der Tankgröße. Unter diesen Einschränkungen hat Joe's Gas einen maximalen Durchsatz von drei Autos pro Minute – egal wie viele Autos ankommen, die Tankstelle kann nur drei pro Minute bedienen.

Dies stellt ein kritisches Leistungskonzept dar: Der maximale Durchsatz ist eine feste Obergrenze. Wenn mehr Fahrzeuge ankommen, als verarbeitet werden können (mehr als drei pro Minute), bilden sie eine Warteschlange und müssen warten.

Dasselbe Prinzip gilt für Webanwendungen. Wenn eine Anwendung 50 Anfragen pro Sekunde empfängt, aber nur 30 Transaktionen pro Sekunde verarbeiten kann, warten die zusätzlichen 20 Anfragen in einer Warteschlange, was möglicherweise zu Verzögerungen und einer schlechteren Benutzererfahrung führt.

Messung des Durchsatzes im Performance-Testing

Performance-Testing-Tools wie LoadRunner, JMeter und k6 sind mit Durchsatzmonitoren ausgestattet, die helfen, diese Metrik während der Tests zu visualisieren und zu analysieren. Ein typischer Durchsatzmessprozess folgt diesem Muster:

1. Ramp-Up-Phase: Wenn virtuelle Benutzer beginnen, Anfragen zu stellen, steigt der Durchsatz proportional an.
2. Steady State: Sobald alle Benutzer aktiv sind und in einem konsistenten Muster arbeiten, stabilisiert sich der Durchsatz typischerweise auf einem Plateau.
3. Obergrenzenentdeckung: Um den maximalen Durchsatz einer Umgebung zu ermitteln, erhöhen Tester die Benutzerlast schrittweise, bis der Durchsatz nicht mehr ansteigt oder zu sinken beginnt.
4. Engpassidentifizierung: Wenn der Durchsatz trotz steigender Benutzerlast stagniert oder abnimmt, deutet dies typischerweise auf einen Engpass in der Anwendung hin.

Analyse der Durchsatzergebnisse: Drei Testszenarien

Betrachten wir drei verschiedene Durchsatztestszenarien und was sie offenbaren:

Testszenario Nr. 1: Gesunder Durchsatz

In einem gesunden Durchsatzmuster mit 25 gleichzeitigen Benutzern stellen wir fest, dass der Durchsatz relativ konstant bleibt, sobald alle Benutzer angemeldet und aktiv sind. Dieser konstante Durchsatz zeigt an, dass das System die Last effizient ohne Beeinträchtigung bewältigt.

Testszenario Nr. 2: Abnehmender Durchsatz

In diesem besorgniserregenden Szenario steigt der Durchsatz zunächst an, wenn sich Benutzer anmelden, aber sobald alle Benutzer aktiv sind, sinkt der Durchsatz unerwartet, anstatt sich zu stabilisieren. Dieses Muster deutet typischerweise auf einen schwerwiegenden Leistungsengpass hin.

Testszenario Nr. 3: Identifizierung von Datenbankengpässen

Durch Überlagerung von Durchsatzdaten mit Diagnostikmetriken (wie z. B. dem Diagramm "J2EE – Transaction Time Spent in Element" von HP Diagnostics) können wir die Ursache von Durchsatzproblemen identifizieren. In diesem Beispiel verbraucht die Datenbankschicht übermäßig viel Verarbeitungszeit, wodurch eine Warteschlange von Anfragen entsteht und die Antwortzeiten steigen.

Faktoren, die sich auf den Netzwerkdurchsatz und die Latenz auswirken

Mehrere technische Faktoren können zu einem verringerten Durchsatz und einer erhöhten Latenz beitragen:

Hardwareprobleme

• Veraltete oder fehlerhafte Geräte: Veraltete Router oder defekte Geräte können die Effizienz des Datenflusses erheblich einschränken
• Einschränkungen der Netzwerkinfrastruktur: Physische Einschränkungen in der Netzwerkarchitektur, die die Bandbreite einschränken

Netzwerkbezogene Faktoren

• Hoher Datenverkehr: Übermäßige gleichzeitige Anfragen, die zu Paketverlusten führen
• Ausbreitungsverzögerung: Die Zeit, die Pakete benötigen, um sich mit Lichtgeschwindigkeit zwischen Punkten zu bewegen
• Übertragungsmedium: Verschiedene Medien (Glasfaser, drahtlos, Kupfer) haben unterschiedliche Durchsatzfähigkeiten
• Paketgröße: Größere Pakete benötigen mehr Zeit zum Senden und Empfangen

Verzögerungen bei der Verarbeitung

• Router-Verarbeitungszeit: Gateway-Knoten müssen Paket-Header untersuchen und möglicherweise ändern
• Computer- und Speicherverzögerungen: Zwischengeräte wie Switches können Verzögerungen während der Speicherung und des Festplattenzugriffs verursachen
• Signalverstärkung: Repeater, die zur Verstärkung von Signalen verwendet werden, können zusätzliche Latenz einführen

Tools zur Messung und Überwachung des Durchsatzes

Effektives Performance-Testing erfordert geeignete Tools zur Messung des Durchsatzes. Häufige Optionen sind:

1. Simple Network Management Protocol (SNMP): Ein Anwendungsprotokoll zur Verwaltung und Überwachung von Netzwerkgeräten, das eine universelle Kommunikationsmethode für Geräte in Einzel- und Multi-Vendor-Umgebungen bietet. SNMP v3 bietet erweiterte Sicherheitsfunktionen.
2. Windows Management Instrumentation (WMI): Microsofts Spezifikationssatz zur Zentralisierung der Verwaltung von Windows-basierten Geräten und Anwendungen, der Zugriff auf Systemstatus, Konfiguration und Sicherheitseinstellungen bietet.
3. tcpdump: Ein Open-Source-Befehlszeilentool zum Überwachen und Erfassen des Netzwerkverkehrs, das Paket-Header anzeigt und boolesche Suchoperatoren zum Filtern unterstützt.
4. Wireshark: Ein umfassendes Open-Source-Tool zur Analyse des Netzwerkverkehrs, das Einblicke in Übertragungszeiten, Protokolle, Header sowie Quell- und Zielinformationen bietet.
5. Performance-Testing-Tools: Die meisten dedizierten Performance-Testing-Tools wie LoadRunner, JMeter und k6 enthalten eine integrierte Durchsatzüberwachung, obwohl sie dies möglicherweise als "Anfragen pro Sekunde" bezeichnen.

Die Beziehung zwischen Durchsatz und anderen Leistungsmetriken

Der Durchsatz existiert nicht isoliert – er ist mit anderen kritischen Leistungsmetriken verbunden:

Durchsatz vs. Antwortzeit

Ein höherer Durchsatz führt oft zu längeren Antwortzeiten, da das System mehr Anfragen verarbeitet. Das Ziel der Optimierung ist es, den Durchsatz zu maximieren und gleichzeitig akzeptable Antwortzeiten beizubehalten.

Durchsatz vs. gleichzeitige Benutzer

Es gibt typischerweise eine Korrelation zwischen Benutzerlast und Durchsatz bis zu einem bestimmten Punkt. Nach Erreichen der maximalen Kapazität kann der Durchsatz unabhängig von zusätzlichen Benutzern stagnieren oder sinken.

Durchsatz vs. Ressourcenauslastung

Systemressourcen (CPU, Arbeitsspeicher, Festplatten-E/A, Netzwerk) wirken sich direkt auf die Durchsatzkapazität aus. Die Überwachung der Ressourcenauslastung zusammen mit dem Durchsatz hilft, hardwarebezogene Engpässe zu identifizieren.

Optimierung des Durchsatzes im Performance-Testing

Basierend auf der Durchsatzanalyse können mehrere Optimierungsstrategien implementiert werden:

1. Horizontale Skalierung: Hinzufügen weiterer Server zur Verteilung der Last und zur Erhöhung der Gesamt-Durchsatzkapazität
2. Vertikale Skalierung: Aufrüsten vorhandener Hardware (mehr CPU-Kerne, RAM, schnellere Festplatten) zur Verbesserung der Verarbeitungskapazitäten
3. Code-Optimierung: Refactoring ineffizienter Algorithmen und Datenbankabfragen, die den Durchsatz einschränken
4. Verbindungspooling: Vorab herstellen und Wiederverwenden von Datenbankverbindungen zur Reduzierung des Overheads
5. Caching-Strategien: Implementierung eines geeigneten Cachings zur Reduzierung der Rechenlast für sich wiederholende Anfragen
6. Load Balancing: Verteilen eingehender Anfragen auf mehrere Server zur Optimierung der Ressourcenauslastung

Fazit: Die Bedeutung des Durchsatzes im Performance-Testing

Der Durchsatz ist eine der kritischsten Metriken im Performance-Testing und gibt direkten Einblick in die Verarbeitungskapazität einer Anwendung unter verschiedenen Lastbedingungen. Durch das Verständnis von Durchsatzmustern und ihrer Beziehung zu anderen Leistungsindikatoren können Tester:

1. Realistische Leistungsziele basierend auf Geschäftsanforderungen festlegen
2. Systemengpässe identifizieren, bevor sie sich auf Produktionsumgebungen auswirken
3. Datengestützte Entscheidungen über Infrastrukturskalierung und -optimierung treffen
4. Bestätigen, dass Leistungsverbesserungen tatsächlich eine erhöhte Kapazität liefern

Für umfassendes Performance-Testing sollte der Durchsatz immer zusammen mit verwandten Metriken wie Antwortzeit, Fehlerraten und Ressourcenauslastung analysiert werden, um ein vollständiges Bild der Anwendungsleistung zu erhalten. Durch die Beherrschung der Durchsatzanalyse können Performance-Ingenieure sicherstellen, dass Anwendungen auch unter Spitzenlastbedingungen eine konsistente, zuverlässige Leistung erbringen.

Da wir die entscheidende Rolle des Durchsatzes im Performance-Testing untersucht haben, lohnt es sich, noch einmal zu betrachten, wie Tools wie APIdog Ihre gesamte Teststrategie ergänzen können.

Durch die Verwendung von APIdog zur vorläufigen API-Validierung und Lastsimulation vor umfassenden Leistungstests können Teams potenzielle Durchsatzengpässe auf API-Ebene frühzeitig im Entwicklungszyklus identifizieren. Die intuitive Benutzeroberfläche von APIdog ermöglicht es Teams, API-Endpunkte schnell zu erstellen, zu validieren und zu dokumentieren, während die Leistungsüberwachungsfunktionen erste Einblicke in Antwortzeiten und Durchsatzbeschränkungen liefern.

Diese vorbereitende Arbeit mit APIdog schafft einen reibungsloseren Übergang zu umfassenden Durchsatztests und ermöglicht gezieltere Leistungsoptimierungsbemühungen. Wenn umfassende Leistungstests Durchsatzprobleme aufdecken, erleichtert eine gut dokumentierte API-Struktur in APIdog die Isolierung und Behebung spezifischer Endpunkte, die zu Engpässen beitragen, wodurch ein effizienterer Performance-Testing-Workflow entsteht.