Test De Montée En Charge Plus
Ces périodes représentent un enjeu capital pour le chiffre d'affaires des sites de e-commerce, pouvant représenter à elles-seules 35% du volume des transactions de l'année. Vous avez dit 35% du chiffre d'affaire de l'année? Il s'agit donc de ne pas se louper! Dans ce contexte, un test de montée en charge va permettre de: Mesurer la limite réelle de la capacité d'accueil de votre site, typiquement pour se rassurer dans les semaines qui précèdent une période de soldes. Comparer le volume des visiteurs simulés avec le trafic réel déjà réalisé dans le passé sur le site. Identifier précisément les goulots d'étranglements, et axes d'optimisations possibles permettant de repousser les limites d'accueil. Il est typiquement conseillé de faire un test de charge avant un pic de trafic important, après une migration, ou par exemple avant/après une phase d'optimisation pour en mesurer objectivement les bénéfices. En menant ces phases de test depuis QUANTA, il est possible d'aller lire précisément ce qu'il s'est produit avant, pendant, et juste après la surcharge de l'architecture.
Test De Montée En Charge De La
Problématique de dimensionnement: nombre de serveurs, puissance des processeurs, taille mémoire, espace disque, bande passante, etc. Complexité des architectures: les architectures contiennent de plus en plus de maillons techniques pour une seule transaction, il faut tester chaque partie afin d'assurer le fonctionnement de l'ensemble Choix techniques: les services web sont-ils plus performants que des échanges HTTP/XML? quel est le serveur d'applications le plus performant dans votre contexte? La mise en œuvre de tests de montée en charge permet, s'ils sont complètement maîtrisés, de répondre à la majorité des besoins exposés. Quel est le meilleur moment pour réaliser un benchmark? Il est souvent trop tard lorsque l'on s'interroge au sujet de la mise en place de tests de montée en charge. En principe, on se pose des questions lorsqu'un problème est survenu ou lorsque l'on émet des doutes sur le bon fonctionnement de son architecture. Evidemment, l'idéal serait de réaliser des tests de montée en charge à chaque phase du projet mais cela n'est pas toujours envisageable.
Test De Montée En Charge Plus
Cependant, en parcourant divers articles et forums, beaucoup montre que les performances de gatling ne sont pas aussi supérieur, comme on pourrait le croire, que celles de JMeter ou d'autres outils on peut même noter Dmitri Tikhanski qui publie des résultats de tests dans cet article de Blazemeter: Ces résultats qui sont la comparaison du nombre de requêtes par minute pour chaque logiciel nous montre que JMeter est clairement au dessus de Gatling et Grinder (Et tsung dont nous ne parlerons pas dans cet article). Le scénario du test était simple, une requête HTTP avec 20 threads et 100000 itérations exécutée avec un client ayant un CPU 4 coeurs à 2. 7Ghz, 4 GO de RAM et Ubuntu. Le résultat est donc sans appel et JMeter remporte la partie haut la main. Cependant, ici nous ne parlons que d'exécuter une requête et pas de simuler des utilisateurs avec un véritable scénario, donc on ne peut pas se baser uniquement sur cette étude. J'ai donc recherché d'autres études montrant les trois technos, mais j'ai été forcé à reconnaître que je n'en trouverai pas sans m'aventurer dans les méandres de la 50ème page de google.
Je pense que JMeter et Gatling sont au dessus du lot dans le sens où ils fournissent des rapports de bien meilleur qualité "out of the box" et qu'ils ont, selon les tests que j'ai pu voir, de meilleurs capacités à générer de la charge. Cependant, n'oublions pas que ces trois outils proposent des plugins, donc il pourrait être intéressant d'investiguer de manière plus approfondie dans les plugins proposés par Grinder pour voir si celui-ci ne pourrait pas, avec une bonne configuration, être aussi voir plus puissant que Gatling et JMeter. Sources Newer Pourquoi intégrer la performance dans le cycle de vie applicatif?