# 改善点をテストおよび検証する
<a name="test-and-validate-improvements"></a>

 最小限の投資で小さなテストを実施し、大規模な取り組みのリスクを減らします。

 テストと検証を行うためのコストとリスクを制限するため、テスト環境にワークロードの代表的コピーを導入します。事前定義された一連のテストトランザクションを実行し、プロビジョニングされたリソースを測定し、作業単位あたりの使用リソースを決定し、テストのベースラインを確立します。

 目標とする改善策をテスト環境に導入し、同じ条件下で同じ手法でテストを繰り返します。次に、改善した状態で、プロビジョニングされたリソースと作業単位あたりの使用リソースを測定します。

 作業単位あたりのプロビジョニングされたリソースのベースラインからの変化率を計算し、本稼働環境でプロビジョニングされたリソースにおいて予想される量的削減を決定します。これらの値を予想される値と比較します。結果が、満足いく改善レベルかどうかを判断します。消費される追加リソースのトレードオフにより、改善による実質的な利益が受け入れられなくなるかどうかを評価します。

 改善が成功であるかどうか、また、その変更を本番に導入するためにリソースを投入すべきかどうかを判断します。もし、この時点で変更が失敗と評価された場合は、次の目標のテストと検証にリソースを振り向け、改善サイクルを継続してください。


|  **作業単位あたりのプロビジョニングされたリソースの削減 %**  |  **プロビジョニングされたリソースにおける量的削減**  |  **[アクション]**  | 
| --- | --- | --- | 
|  期待どおり  |  期待どおり  |  改善を続行  | 
|  期待に満たなかった  |  期待どおり  |  改善を続行  | 
|  期待どおり  |  期待に満たなかった  |  他の改善方法を模索  | 
|  期待に満たなかった  |  期待に満たなかった  |  他の改善方法を模索  | 

 このステップを [シナリオの例](improvement-process.md#example-scenario) に適用し、テストを実行して成功を検証しました。

改善した圧縮アルゴリズムでテストを行った結果、作業単位あたりのプロビジョニングされたリソース (オリジナル画像と修正画像の両方に必要なストレージ) の削減率は平均 30% と期待どおりであり、計算負荷の増加は無視できる程度でした。

改善された圧縮アルゴリズムを実運用中の既存ファイルに適用するのに必要な追加コンピューティングリソースは、達成されたストレージの削減と比較して重要ではないと判断します。必要なリソースにおける量的削減の成功 (ストレージの TB) が確認され、この改善は本番環境へのデプロイが承認されました。