Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
I pilastri dell'ingegneria delle prestazioni in azione
La seguente architettura di riferimento illustra i pilastri dell'ingegneria delle prestazioni per testare un'API specifica.
-
I dati di registrazione, monitoraggio e tracciamento vengono inviati dall'API di destinazione al backend.
-
Quando viene richiamata, l'API di segnalazione dei test invia i risultati e le informazioni di configurazione al backend.
Il componente principale è l'API o l'applicazione di destinazione in fase di test. L'API di destinazione si sincronizza con l'archivio di configurazione dell'applicazione e l'archivio di configurazione della distribuzione in GitOps modo da ottenere le configurazioni più recenti dell'applicazione e dell'infrastruttura. Questa sincronizzazione consente l'esecuzione dei test automatici sullo stato attuale desiderato dell'applicazione e della sua infrastruttura di supporto, come definito nei repository Git.
La pipeline di automazione dei test automatizza la generazione dei dati di test, l'esecuzione del test e la segnalazione dei risultati del test per l'API di destinazione.
L'API di destinazione genera informazioni sulle prestazioni (metriche, log e tracce), utilizzando le migliori pratiche di osservabilità
L'API di reporting dei test raccoglie tutti i dati di reporting relativi ai test (configurazione e risultati dei test) e li archivia nel backend di osservabilità.
L'aggregazione di informazioni sulle prestazioni e dati di reporting (configurazione, risultati dei test) consente di interrogare i dati relativi alle prestazioni per l'API di destinazione. Ad esempio, potresti chiedere quanto segue:
-
Quali sono le prime dieci transazioni più lente?
-
Qual è il P99, P90, il numero medio di ogni test?
-
Come si confrontano le configurazioni dei due cicli di test?
La correlazione dei casi di test con risultati, configurazioni e metriche su un periodo di tempo aiuta a identificare la configurazione migliore e i risultati prestazionali.
Utilizzando i risultati di questi test, è possibile prendere decisioni più precise e basate sui dati per l'API e avere fiducia nel portare l'API in produzione.
