Das Projekt läuft, die Rahmenbedingungen sind abgesteckt, die Performance des Systems ist gut - ideale Bedingungen also. Leider ist die Realität oft anders. Der Nutzungskontext ändert sich und plötzlich muss ein Vielfaches der ursprünglichen Last bewältigt werden, natürlich in Erwartung gleichbleibender Qualität.

Wie man diese Herausforderung mit gezielten Maßnahmen aus dem Baukasten der Qualitätssicherung beherrschen kann, zeigen wir am Beispiel verschiedener Systeme, die wir auf dem Weg vom Projekt zum Produkt begleitet haben.

Zielpublikum: Tester:innen, Qualitätsmanager:innen, Entwickler:innen
Voraussetzungen: Projekterfahrung
Schwierigkeitsgrad: Fortgeschritten

Extended Abstract:
Das Projekt läuft, die Rahmenbedingungen sind abgesteckt, neue Anforderungen bewegen sich in diesem Rahmen, die Performance des Systems ist gut - ideale Bedingungen also. Leider ist die Realität oft anders. Die Software kommt auch in anderen Abteilungen der Kund:innen gut an und schnell erweitert sich der Nutzerkreis. Oder neue Kund:innen interessieren sich für die gleiche Software und schon wird aus einem Projekt für einen Kunden schnell ein Produkt, das verschiedene Kunden im Einsatz haben. Der Nutzungskontext ändert sich, die Anforderungen verlassen den gesteckten Rahmen und plötzlich sieht sich die Entwicklung damit konfrontiert, ein Vielfaches der ursprünglichen Datenmengen oder Anfragen managen zu müssen. Und natürlich gibt es die Erwartung gleichbleibender Qualität, insbesondere gleichbleibender Performance.

Wie schafft man es, die Hotspots schnell zu identifizieren? Wie helfen architekturelle Entscheidungen? Was sagt man den Kund:innen, welche Probleme die neue Last bedeutet, und wie schätzt man schnell ab, in welchem Zeitraum man diese beheben kann. Wie misst man, wie stark der Host skalieren muss, um zukunftsfähig zu bleiben? Wie muss man Last- und Performancetests gestalten, dass sie wirklich Antworten auf die Fragen geben?

Wie man diese Problemstellungen beherrschen kann, zeigen wir anhand verschiedener Beispiele, bei denen wir Systeme auf dem Weg vom Projekt zum Produkt begleitet haben. Wir stellen insbesondere die Maßnahmen vor, mit denen wir die Herausforderungen erfolgreich gemeistert haben.

Bevor wir uns in die Zukunft bewegen, in der wir unsere schicke neue Applikation oder unsere neuen Features auf echte Benutzer loslassen, sollten wir wissen, ob sie mit den zu erwartenden Anfragen umgehen kann.

Moderne Performance-Test-Tools unterstützen hier nicht nur durch einmalige manuelle Tests, sondern auch mit der Möglichkeit, Lasttests als Teil der Continuous-Integration-Pipelines durchzuführen. Dieser Vortrag soll mit Live-Demos eine Einführung in nötige Voraussetzungen bieten und aufzeigen, wie man Ergebnisse visualisieren kann.

Zielpublikum: Entwickler:innen, QA, Projektleiter:innen
Voraussetzungen: Basiswissen über Java, APIs und Continuous Integration sind von Vorteil, aber nicht dringend
Schwierigkeitsgrad: Fortgeschritten

Extended Abstract:
Regelmäßige Lasttests, auch schon während der Entwicklung, helfen dabei, möglichst gut einschätzen zu können, wie sich eine Anwendung samt ihrer Infrastruktur unter Last verhält, ob sie der anstehenden Nachfrage standhalten kann, oder ob sie vielleicht zu groß definiert ist.

Anhand von Demos mithilfe des Last-Test-Simulators "Gatling" wird gezeigt, wie man zu erwartende Last-Szenarien für eine (Web-)App als Code darstellen kann und wie sie je nach Anwendungsfall skaliert werden können.

Die Demo wird sich auch (kurz) damit beschäftigen, wie man mit Mocking für Dritt-Services umgehen kann, etwa wenn ein Service-Anbieter keine Performance-Tests gegen seine Dienste zulässt.

Die Ergebnisse lassen sich über Metrik-Exporte auch in modernen Visualisierungs-Tools wie Grafana anzeigen, auswerten und vergleichen.