Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Säulen der Leistungstechnik in Aktion
Die folgende Referenzarchitektur zeigt die Säulen der Performance-Entwicklung beim Testen einer bestimmten API.
-
Daten zum Protokollieren, Überwachen und Nachverfolgen werden von der Ziel-API an das Backend gesendet.
-
Wenn die Testberichts-API aufgerufen wird, sendet sie Ergebnisse und Konfigurationsinformationen an das Backend.
Die Kernkomponente ist die Ziel-API oder Anwendung, die getestet wird. Die Ziel-API wird auf die gleiche GitOps Weise mit dem Repository für die Anwendungskonfiguration und dem Repository für die Bereitstellungskonfiguration synchronisiert, um die neuesten Anwendungs- und Infrastrukturkonfigurationen zu erhalten. Durch diese Synchronisation können die automatisierten Tests mit dem aktuellen gewünschten Status der Anwendung und ihrer unterstützenden Infrastruktur, wie in den Git-Repositorys definiert, ausgeführt werden.
Die Testautomatisierungspipeline automatisiert die Generierung der Testdaten, die Ausführung des Tests und die Berichterstattung über die Testergebnisse für die Ziel-API.
Die Ziel-API generiert Performance-Erkenntnisse (Metriken, Logs und Traces) unter Verwendung von Best Practices im Bereich Observability
Die Testberichts-API sammelt alle testbezogenen Berichtsdaten (Konfiguration und Testergebnisse) und speichert sie im Observability-Backend.
Die Aggregation von Leistungseinblicken und Berichtsdaten (Konfiguration, Testergebnisse) hilft Ihnen dabei, leistungsbezogene Daten für die Ziel-API abzufragen. Sie könnten beispielsweise Folgendes fragen:
-
Was sind die zehn langsamsten Transaktionen?
-
Was ist die durchschnittliche Anzahl der Tests auf P99, P90?
-
Wie lassen sich die Konfigurationen der beiden Testläufe vergleichen?
Die Korrelation von Testfällen mit Ergebnissen, Konfigurationen und Kennzahlen über einen bestimmten Zeitraum hilft bei der Identifizierung der besten Konfiguration und der Leistungsergebnisse.
Mithilfe dieser Testergebnisse können Sie genauere, datengestützte Entscheidungen für die API treffen und sich darauf verlassen, dass die API in Produktion geht.
