Skip to main content
Performance14 min read

Tests de performance : de zéro à la production

Comment j'ai construit une suite de tests de performance qui a identifié 3 goulots d'étranglement critiques avant la production et amélioré les temps de réponse de l'API de 40 %.

Part ofTesting & QA->
By Jason TeixeiraDecember 28, 2023
LocustJMeterPerformance TestingPython
Share:
On this page

Quand j'ai commencé à construire des tests de performance pour une plateforme de trading, il n'y avait absolument aucun test de charge en place. Voici comment j'ai développé une suite complète de tests de charge conçue pour détecter les problèmes critiques en production avant qu'ils ne surviennent.

Le Signal d'Alarme

Trois mois après la mise en production, notre plateforme de trading a planté pendant l'ouverture du marché :

  • 500+ utilisateurs ont frappé l'API simultanément
  • Temps de réponse : 200ms → 45 secondes
  • Connexions à la base de données saturées
  • 2M$ de transactions potentielles perdues

Nous n'avions aucune idée de nos limites de capacité. On m'a confié la mission de résoudre ce problème.

Phase 1 : Établir des Références

Avant les tests de charge, vous devez connaître le comportement normal :

Reader route

article -> proof -> offer

ReadClusterProofScope

cluster

Testing & QA

intent

Performance

route

next step

What to do with this

Turn the note into a build path.

If this topic maps to a real business problem, keep reading the cluster, study the academy path, or route the work into a scoped engagement.

Jason Teixeira
Written by
Jason Teixeira
Founder, Sage Ideas Studio · Principal Engineer
livebuild 5d6c8652026-08-05 06:00Z
// solo studio// no analytics resold// every commit human-reviewed