Performance Testing

Performance Testing ist der Oberbegriff fuer Tests, die Geschwindigkeit, Stabilitaet und Skalierbarkeit einer Anwendung messen. Es gehoert zu den wichtigsten nicht-funktionalen Testarten und stellt sicher, dass die Software unter realistischer Last performant und stabil bleibt.

In a Nutshell

• Performance Testing misst Geschwindigkeit, Stabilitaet und Skalierbarkeit.
• Arten: Load, Stress, Spike, Endurance, Volume, Scalability.
• Metriken: Reaktionszeit, Durchsatz, Fehlerrate, Ressourcennutzung.
• Werkzeuge: k6, JMeter, Gatling, Locust.
• Performance Testing ist Teil von Performance Engineering.

Was ist Performance Testing und wozu dient es?

Performance Testing prueft, wie sich eine Anwendung unter verschiedener Last verhaelt. Es beantwortet Fragen wie: Wie schnell reagiert das System? Wie viele Anfragen pro Sekunde verarbeitet es? Wie stabil ist es ueber lange Zeit? Welche Ressourcen werden dabei verbraucht?

Typische Ziele von Performance Testing:

• Nutzererfahrung sicherstellen: Lange Ladezeiten schrecken Nutzer ab und senken Conversion Rates.
• Engpaesse finden: Datenbanken, APIs und Algorithmen koennen Flaschenhaelse sein.
• SLAs validieren: Vereinbarte Reaktionszeiten und Verfuegbarkeit muessen eingehalten werden.
• Kapazitaetsplanung: Wie viele Nutzer kann das System verkraften? Wann muss skaliert werden?
• Stabilitaet pruefen: Laeuft das System auch ueber lange Zeit ohne Ressourcenlecks?

Arten von Performance Tests

Load Testing

Load Testing prueft das Verhalten unter erwarteter, realistischer Last. Es zeigt, ob das System im Normalbetrieb performant und stabil ist. Beispielsweise: 1.000 gleichzeitige Nutzer, Reaktionszeit unter 500ms.

Stress Testing

Stress Testing geht ueber die erwartete Last hinaus. Es findet die Grenzen des Systems und zeigt, wie es sich bei Ueberlast verhaelt. Beispielsweise: Last erhoehen, bis das System zusammenbricht.

Spike Testing

Spike Testing erzeugt sehr schnelle, extreme Lastspitzen. Es simuliert beispielsweise den ploetzlichen Ansturm auf einen Shop zu Beginn eines Verkaufs. Es zeigt, wie gut das System mit abrupten Lastaenderungen umgeht.

Endurance Testing (Soak Testing)

Endurance Testing laesst die Anwendung ueber einen langen Zeitraum unter konstanter Last laufen. Es dient dazu, Ressourcenlecks wie wachsenden Speicherverbrauch, Verbindungslecks oder sich fuellende Log-Dateien zu finden.

Volume Testing

Volume Testing testet das System mit grossen Datenmengen. Es prueft, ob die Datenbank und die Anwendung auch mit Millionen von Datensaetzen performant bleiben.

Scalability Testing

Scalability Testing prueft, wie gut das System skaliert, wenn mehr Ressourcen hinzugefuegt werden. Es zeigt, ob horizontale oder vertikale Skalierung die Performance verbessert.

Wichtige Metriken

Reaktionszeit

Die Reaktionszeit ist die Dauer von einer Anfrage bis zur vollstaendigen Antwort. Sie wird oft als Durchschnitt, Median oder Perzentil ausgewertet. Das 95. Perzentil ist besonders wichtig, weil es zeigt, wie langsam die Anfragen fuer die meisten Nutzer sind.

Durchsatz

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

Fehlerrate

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

Ressourcennutzung

Ressourcennutzung umfasst CPU-Auslastung, Arbeitsspeicher, Netzwerk-Bandbreite und Datentraeger-I/O. Sie hilft, die Ursache von Performance-Problemen zu finden.

Concurrent Users

Concurrent Users sind gleichzeitig aktive Nutzer, die zur selben Zeit Anfragen senden. Sie sind die Basis fuer Lastprofile.

Praxisbeispiel

Das folgende Beispiel zeigt einen typischen Performance-Test-Plan fuer eine Webanwendung. Es wurde gewaehlt, weil es verschiedene Performance-Testarten miteinander verbindet und zeigt, wie Metriken und Ziele zusammenarbeiten.

Ziele:
- Reaktionszeit unter 200ms
- 95. Perzentil unter 500ms
- Fehlerrate unter 0,1 Prozent
- Durchsatz 1.000 Anfragen pro Sekunde

Tests:
- Load Test mit normaler Last
- Stress Test bis zur Grenze
- Endurance Test ueber 24 Stunden

Warum diese Tests?

• Load Test: Prueft, ob das System unter der erwarteten Last von 1.000 Anfragen pro Sekunde die Ziele erfuellt. Das ist der Normalbetrieb.
• Stress Test: Findet die Grenze des Systems. Was passiert bei 2.000 oder 5.000 Anfragen pro Sekunde? Wann steigt die Fehlerrate an?
• Endurance Test: Laeuft das System auch nach 24 Stunden unter Last stabil? Gibt es Speicherlecks oder Verbindungslecks?

Die Metriken werden waehrend des Tests kontinuierlich erfasst und mit den Zielen verglichen. Abweichungen werden analysiert und als Basis fuer Optimierungen verwendet.

Wichtige Werkzeuge

k6

k6 ist ein modernes Open-Source-Tool fuer Performance Testing, das von Grafana Labs entwickelt wird. Tests werden in JavaScript geschrieben und koennen in CI/CD-Pipelines integriert werden.

Apache JMeter

JMeter ist eines der bekanntesten Performance-Testing-Werkzeuge. Es bietet eine grafische Benutzeroberflaeche und unterstuetzt viele Protokolle wie HTTP, SOAP, JDBC und JMS.

Gatling

Gatling ist ein leistungsstarkes Tool, das Tests in Scala, Kotlin oder Java schreibt. Es zeichnet sich durch hohe Performance des Load-Generators aus.

Locust

Locust ist ein Python-basiertes Tool mit einfacher Skript-Erstellung. Es eignet sich gut fuer Teams, die Python bereits nutzen.

Vorteile und Nachteile

Vorteile	Nachteile
Bessere Nutzererfahrung durch optimierte Reaktionszeiten	Komplexe Vorbereitung der Testumgebung
Fruehe Erkennung von Engpaessen	Realitaetsnahe Umgebung erforderlich
SLA-Validierung und Kapazitaetsplanung	Aufwand fuer Testdaten und Szenarien
Objektive Messung der Performance	Tools und Infrastruktur verursachen Kosten
Reduzierung von Ausfallzeiten in Produktion	Interpretation der Ergebnisse erfordert Erfahrung
Grundlage fuer Skalierungsentscheidungen	Tests muessen regelmässig wiederholt werden

Best Practices

• Ziele definieren: Klare SLAs und Metriken vor dem Test festlegen.
• Produktionsnahe Umgebung: Testumgebung sollte der Produktion aehneln.
• Realistische Testdaten: Anonymisierte Produktionsdaten verwenden.
• Monitoring: Server- und Anwendungsmetriken waehrend des Tests erfassen.
• Regelmässig wiederholen: Performance Tests bei jeder relevanten Aenderung.
• In CI/CD integrieren: Performance Tests automatisch bei Releases ausfuehren.
• Engpaesse analysieren: Nicht nur messen, sondern auch Ursachen finden.

Prüfungsrelevante Stichpunkte

• Performance Testing: Oberbegriff fuer Tests, die Geschwindigkeit, Stabilitaet und Skalierbarkeit messen.
• Load Testing: Test unter erwarteter, realistischer Last.
• Stress Testing: Test ueber den erwarteten Lastbereich hinaus.
• Spike Testing: Ploetzliche extreme Lastspitzen simulieren.
• Endurance Testing: Langer Dauerlauf zur Erkennung von Ressourcenlecks.
• Volume Testing: Test mit grossen Datenmengen.
• Scalability Testing: Test der Skalierbarkeit bei mehr Ressourcen.
• Wichtige Metriken: Reaktionszeit, Durchsatz, Fehlerrate, Ressourcennutzung, Concurrent Users.
• Perzentile: Das 95. Perzentil ist aussagekraeftiger als der Durchschnitt.
• Wichtige Werkzeuge: k6, JMeter, Gatling, Locust.
• SLA: Service Level Agreement mit vereinbarten Performance-Zielen.
• Performance Engineering: Ganzheitliche Betrachtung von Performance ueber Tests hinaus.
• Latenz: Verzoegerung zwischen Anfrage und erster Antwort.

Wichtigste Quellen

1. https://www.gatling.io
2. https://k6.io
3. https://en.wikipedia.org/wiki/Performance_testing

Weiter im Software Testing Lernpfad

Der nächste Artikel im Software Testing Lernpfad behandelt Security Testing — wie Security Testing Sicherheitslücken aufdeckt.