Load Testing

Load Testing ist eine Methode des Performance Testings, bei der das Verhalten einer Anwendung unter einer erwarteten, realistischen Last überprüft wird. Ziel ist es, Performance-Probleme früh zu erkennen, bevor sie Nutzer in der Produktion bemerken. Load Testing hilft, Aussagen über Durchsatz, Reaktionszeiten, Stabilität und Ressourcenbedarf unter normaler Last zu treffen.

In a Nutshell

• Load Testing simuliert die erwartete Nutzerlast einer Anwendung.
• Es misst Durchsatz, Reaktionszeit, Fehlerrate und Ressourcennutzung.
• Wichtige Werkzeuge sind k6, JMeter und Gatling.
• Load Testing unterscheidet sich von Stress, Spike und Soak Testing.
• Lastprofile definieren, wie die Last über die Zeit verteilt wird.

Was ist Load Testing und wozu dient es?

Load Testing prüft, ob eine Anwendung die erwartete Nutzerlast verkraften kann. Dabei wird die Anwendung mit einer definierten Anzahl von virtuellen Nutzern oder Anfragen über einen bestimmten Zeitraum belastet. Die Ergebnisse zeigen, ob die Anwendung innerhalb der akzeptablen Grenzen arbeitet oder ob Engpässe auftreten.

Typische Fragen, die Load Testing beantwortet:

• Wie viele Nutzer können gleichzeitig arbeiten, ohne dass die Reaktionszeit zu hoch wird?
• Wie viele Anfragen pro Sekunde verarbeitet das System stabil?
• Steigt die Fehlerrate bei erhöhter Last?
• Wie verhalten sich CPU, Speicher und Datenbank unter Last?
• Erfüllt das System die definierten Service Level Agreements?

Unterschied zu anderen Performance-Testarten

Performance Testing ist ein Oberbegriff für verschiedene Testarten. Load Testing ist eine davon, aber nicht die einzige.

• Load Testing: Prüft das Verhalten unter erwarteter, realistischer Last.
• Stress Testing: Geht über die erwartete Last hinaus und findet die Grenzen des Systems.
• Spike Testing: Erzeugt sehr schnelle, extreme Lastspitzen, beispielsweise bei Verkaufsstarts.
• Soak Testing: Läuft über lange Zeit unter konstanter Last, um Ressourcenlecks zu finden.

Wichtige Kennzahlen

Durchsatz

Der Durchsatz gibt an, wie viele Anfragen oder Transaktionen das System in einer bestimmten Zeit verarbeiten kann. Er wird häufig in Anfragen pro Sekunde angegeben.

Reaktionszeit

Die Reaktionszeit ist die Dauer von einer Anfrage bis zur vollständigen Antwort. Sie wird oft als Durchschnitt, Median oder Perzentil ausgewertet. Das 95. Perzentil zeigt, wie langsam die Anfragen für die meisten Nutzer sind.

Fehlerrate

Die Fehlerrate ist der Anteil der Anfragen, die nicht erfolgreich beantwortet werden. Ein plötzlicher Anstieg deutet auf einen Engpass hin.

Ressourcennutzung

Ressourcennutzung umfasst CPU, Arbeitsspeicher, Netzwerk und Datenträger. Sie hilft, die Ursache von Performance-Problemen zu finden.

Concurrent User

Concurrent User sind gleichzeitig aktive Nutzer, die zur selben Zeit Anfragen senden. Sie sind wichtig, um Lastprofile realistisch zu planen.

Lastprofile

Lastprofile definieren, wie sich die Last über die Zeit verteilt. Sie helfen, realistische Szenarien abzubilden.

Konstante Last

Bei einer konstanten Last bleibt die Anzahl der Nutzer oder Anfragen über einen längeren Zeitraum gleich. Dieses Profil eignet sich, um die Stabilität unter einer definierten Baseline zu prüfen.

Ramp-up

Ramp-up steigert die Last schrittweise an, bis die Zielgröße erreicht ist. So kann man beobachten, wie sich die Anwendung verhält, wenn immer mehr Nutzer hinzukommen. Ramp-up ist besonders wichtig, um den Übergang von Leerlauf zu Normalbetrieb zu testen.

Spitzenlast

Spitzenlast simuliert plötzliche, kurze Lastspitzen. Ein Beispiel ist der Ansturm auf einen Ticketshop kurz nach dem Verkaufsstart. Dieses Profil zeigt, wie gut das System mit abrupten Laständerungen umgeht.

Soak Test

Ein Soak Test lässt die Anwendung über viele Stunden oder sogar Tage unter konstanter Last laufen. Dabei werden Ressourcenlecks wie wachsender Speicherverbrauch, Verbindungslecks oder sich füllende Log-Dateien sichtbar.

Stufenlast

Stufenlast erhöht die Last in mehreren Stufen. Zwischen den Stufen gibt es kurze Plateaus. Dieses Profil eignet sich gut, um die Performance bei verschiedenen Laststufen zu vergleichen und den Punkt zu finden, an dem die Performance abfällt.

Praxisbeispiel

Das folgende Beispiel zeigt einen typischen Load-Test für eine Webanwendung. Dieses Beispiel ist gewählt, weil es die wichtigsten Lastprofile miteinander verbindet: Ramp-up, konstante Last und Auslastung. Das Ziel ist es, zu zeigen, wie ein realistischer Test aufgebaut ist und welche Kennzahlen dabei beobachtet werden.

Ziel: 1.000 gleichzeitige Nutzer, Reaktionszeit unter 500ms

Phasen:
1. 100 Nutzer für 2 Minuten      (Warm-up / Ramp-up)
2. 500 Nutzer für 5 Minuten        (erste Plateau)
3. 1.000 Nutzer für 10 Minuten     (Ziel-Last / Plateau)
4. Auslastung für 2 Minuten        (Rückgang)

Warum diese Phasen?

• Warm-up mit 100 Nutzern: Die Anwendung und Infrastruktur werden langsam auf Betriebstemperatur gebracht. Datenbank-Caches werden gefüllt und Verbindungspools initialisiert.
• 500 Nutzer für 5 Minuten: Erstes Plateau, um das Verhalten bei mittlerer Last zu beobachten und frühe Engpässe zu erkennen.
• 1.000 Nutzer für 10 Minuten: Das eigentliche Ziel. Hier wird geprüft, ob die Anwendung die erwartete Spitzenlast über einen längeren Zeitraum stabil verkraftet.
• Auslastung: Der geordnete Rückgang der Last zeigt, ob sich das System schnell erholt und ob Ressourcen wie Speicher wieder freigegeben werden.

Während des Tests werden Durchsatz, Reaktionszeit, Fehlerrate und Ressourcennutzung kontinuierlich erfasst. Ergebnisse werden mit den definierten SLAs verglichen.

Wichtige Werkzeuge

k6

k6 ist ein modernes Open-Source-Tool für Load Testing, das von Grafana Labs entwickelt wird. Tests werden in JavaScript geschrieben und können in CI/CD-Pipelines integriert werden. k6 ist besonders beliebt bei Entwicklerteams, weil es leichtgewichtig, script-basiert und gut dokumentiert ist.

Apache JMeter

JMeter ist eines der bekanntesten Load-Testing-Werkzeuge. Es bietet eine grafische Benutzeroberfläche und unterstützt viele Protokolle wie HTTP, SOAP, JDBC und JMS. JMeter ist besonders gut für komplexe Szenarien und Enterprise-Umgebungen geeignet.

Gatling

Gatling ist ein leistungsstarkes Load-Testing-Tool, das Tests in Scala, Kotlin oder Java schreibt. Es zeichnet sich durch hohe Performance des Load-Generators aus und ist ideal für große Lasttests mit vielen virtuellen Nutzern.

Weitere Werkzeuge

• Locust: Python-basiertes Tool mit einfacher Skript-Erstellung.
• Artillery: Modernes Node.js-Tool für Load Testing.
• Loader.io: Cloud-basierter Lasttest-Dienst.
• NeoLoad: Enterprise-Lösung für komplexe Testumgebungen.

Vorteile und Nachteile

Vorteile	Nachteile
Frühe Erkennung von Performance-Problemen	Aufwändige Vorbereitung der Testumgebung
Bessere Infrastrukturplanung	Produktionsnahe Testumgebung nötig
Validierung von SLAs und Service Level Objectives	Interpretation der Ergebnisse erfordert Erfahrung
Reduzierung von Ausfallzeiten in Produktion	Testdaten müssen realistisch und anonymisiert sein
Objektive Messung der Nutzererfahrung	Tools und Infrastruktur verursachen Kosten
Frühe Planung von Skalierungsmaßnahmen	Load-Tests können produktionsähnliche Systeme belasten

Best Practices

• Definiere klare Ziele und SLAs vor dem Test.
• Erstelle realistische Lastprofile basierend auf Produktionsdaten.
• Nutze eine produktionsnahe Testumgebung.
• Isoliere externe Systeme wie Zahlungsdienstleister oder E-Mail-Server.
• Überwache Server- und Anwendungsmetriken während des Tests.
• Dokumentiere Testaufbau, Ergebnisse und Maßnahmen.
• Wiederhole Tests nach jeder größeren Änderung.

Prüfungsrelevante Stichpunkte

• Load Testing: Testet das Verhalten einer Anwendung unter erwarteter, realistischer Last.
• Unterschied zu Stress Testing: Load Testing bleibt im erwarteten Bereich, Stress Testing geht darüber hinaus.
• Spike Testing: Simuliert plötzliche, extreme Lastspitzen.
• Soak Testing: Langer Dauerlauf zur Erkennung von Ressourcenlecks.
• Wichtige Kennzahlen: Durchsatz, Reaktionszeit, Fehlerrate, Ressourcennutzung, Concurrent User.
• Perzentile: Das 95. Perzentil ist wichtiger als der Durchschnitt, um die Erfahrung der meisten Nutzer zu bewerten.
• Lastprofile: Konstante Last, Ramp-up, Spitzenlast, Stufenlast, Soak Test.
• Wichtige Werkzeuge: k6, JMeter, Gatling, Locust, Artillery.
• SLA: Service Level Agreement definiert akzeptable Performance-Grenzen.
• Produktionsnahe Testumgebung: Notwendig, um realistische Ergebnisse zu erhalten.
• Testdaten: Müssen realistisch, anonymisiert und repräsentativ sein.

Wichtigste Quellen

1. https://k6.io
2. https://jmeter.apache.org
3. https://en.wikipedia.org/wiki/Load_testing

Weiter im Software Testing Lernpfad

Der nächste Artikel im Software Testing Lernpfad behandelt Performance Testing — wie Performance Testing die Systemleistung umfassend prüft.