performance-testing

パフォーマンステスト

目次

• 概要
• 使用する場面
• クイックスタート
• リファレンスガイド
• ベストプラクティス

概要

パフォーマンステストでは、応答時間、スループット、リソース使用率、スケーラビリティなど、さまざまな負荷条件下でのシステムの動作を測定します。ボトルネックの特定、パフォーマンス要件の検証、システムが想定される負荷に対応できることの確認に役立ちます。

使用する場面

• 応答時間の要件を検証する
• API のスループットとレイテンシを測定する
• データベースクエリのパフォーマンスをテストする
• パフォーマンスのボトルネックを特定する
• アルゴリズムの効率を比較する
• 最適化の前後でベンチマークを実施する
• キャッシュの有効性を検証する
• 同時ユーザー数の上限をテストする

クイックスタート

最小限の実行可能な例：

// load-test.js
import http from "k6/http";
import { check, sleep } from "k6";
import { Rate, Trend } from "k6/metrics";

// Custom metrics
const errorRate = new Rate("errors");
const orderDuration = new Trend("order_duration");

// Test configuration
export const options = {
  stages: [
    { duration: "2m", target: 10 }, // Ramp up to 10 users
    { duration: "5m", target: 10 }, // Stay at 10 users
    { duration: "2m", target: 50 }, // Ramp up to 50 users
    { duration: "5m", target: 50 }, // Stay at 50 users
    { duration: "2m", target: 0 }, // Ramp down to 0
  ],
  thresholds: {
    http_req_duration: ["p(95)<500"], // 95% of requests under 500ms
    http_req_failed: ["rate<0.01"], // Error rate under 1%
    errors: ["rate<0.1"], // Custom error rate under 10%
  },
};

// ... (see reference guides for full implementation)

リファレンスガイド

references/ ディレクトリにある詳細な実装：

ガイド	内容
k6 による API 負荷テスト	k6 による API 負荷テスト
Apache JMeter	Apache JMeter
Python 用 pytest-benchmark	Python 用 pytest-benchmark
Java ベンチマーク用 JMH	Java ベンチマーク用 JMH
データベースクエリのパフォーマンス	データベースクエリのパフォーマンス
リアルタイムモニタリング	リアルタイムモニタリング

ベストプラクティス

✅ 推奨事項

• 明確なパフォーマンス要件（SLA）を定義する
• 実際の運用に即したデータ量でテストする
• リソース使用率を監視する
• キャッシュの有効性をテストする
• 平均値ではなくパーセンタイル（P95、P99）を使用する
• 測定前にウォームアップする
• 本番環境に近い環境でテストを実行する
• N+1 クエリの問題を特定して修正する

❌ 避けるべきこと

• 小さなデータセットだけでテストする
• メモリリークを無視する
• 現実的でない環境でテストする
• 平均応答時間だけに注目する
• データベースのインデックス分析を省略する
• 正常系のパスだけをテストする
• ネットワークレイテンシを無視する
• 統計的有意性を考慮せずに比較する