Skip to content

Latest commit

 

History

History
315 lines (227 loc) · 6.59 KB

README.md

File metadata and controls

315 lines (227 loc) · 6.59 KB

ProStaff API - Load & Stress Testing

Suite de testes de carga usando k6 para medir performance da API, identificar gargalos e validar estabilidade sob carga.

Objetivos

  1. Baseline de Performance: Estabelecer metricas base da API REST atual
  2. Identificar Gargalos: Encontrar endpoints lentos e problemas de N+1 query
  3. Breaking Points: Determinar capacidade maxima antes de degradacao
  4. Pre-deploy Validation: Garantir que mudancas nao regridam performance

Setup

Instalar k6

./load_tests/k6-setup.sh

Ou manualmente:

  • Linux: sudo apt-get install k6
  • macOS: brew install k6
  • Windows: choco install k6

Configurar Usuario de Teste

Crie o usuario de teste no banco ou use credenciais existentes:

# No arquivo .env
TEST_EMAIL=test@prostaff.gg
TEST_PASSWORD=Test123!@#

Cenarios de Teste

1. Smoke Test (1 min)

Objetivo: Verificacao rapida de sanidade, carga minima

./load_tests/run-tests.sh smoke local

Perfil:

  • 1 virtual user
  • Testa endpoints basicos
  • Valida setup e autenticacao

2. Load Test (16 min)

Objetivo: Simulacao de trafego normal

./load_tests/run-tests.sh load local

Perfil:

  • Rampa 0 -> 10 -> 50 usuarios
  • Workflows realistas de usuario
  • p(95) < 1000ms

Casos de Uso:

  • Dashboard browsing (60%)
  • Analytics review (30%)
  • Gestao de players (10%)

3. Stress Test (28 min)

Objetivo: Encontrar ponto de quebra

./load_tests/run-tests.sh stress local

Perfil:

  • Rampa 0 -> 50 -> 100 -> 200 -> 300 usuarios
  • Queries agressivas
  • Testa DB connection pool, Redis, memoria

4. Spike Test (7.5 min)

Objetivo: Pico subito de trafego (ex: anuncio de torneio)

./load_tests/run-tests.sh spike local

Perfil:

  • Salto instantaneo: 10 -> 500 usuarios
  • Testa caching e recuperacao
  • Mede tempo de estabilizacao

5. Soak Test (3+ horas)

Objetivo: Estabilidade de longa duracao, deteccao de memory leaks

./load_tests/run-tests.sh soak local

Perfil:

  • 50 usuarios concorrentes por 3 horas
  • Monitora degradacao ao longo do tempo
  • Detecta memory leaks e problemas de connection pool

Interpretando Resultados

Metricas Principais

Tempos de Resposta:

  • http_req_duration: Tempo total da requisicao
  • http_req_waiting: Tempo ate o primeiro byte (TTFB)
  • p(95) < 1000ms - Aceitavel
  • p(95) > 2000ms - Problema

Throughput:

  • http_reqs: Total de requisicoes
  • iterations: Workflows completos de usuario
  • Maior e melhor

Erros:

  • http_req_failed: Requisicoes com falha
  • < 1% - Aceitavel
  • 5% - Problema critico

Metricas Customizadas:

  • dashboard_duration: Tempo de carregamento do dashboard
  • analytics_duration: Tempo de query de analytics
  • errors: Taxa de erros

Localizacao dos Resultados

load_tests/results/
├── smoke_20260225_120000/
│   ├── results.json       # Metricas completas
│   ├── summary.json       # Stats agregados
│   └── output.log         # Saida do console

Lendo o Summary

# Ver metricas principais
jq '.metrics.http_req_duration' results/smoke_*/summary.json

# Verificar taxa de erros
jq '.metrics.http_req_failed.values.rate' results/smoke_*/summary.json

# Percentis de tempo de resposta
jq '.metrics.http_req_duration.values' results/smoke_*/summary.json

Executando por Ambiente

Local

./load_tests/run-tests.sh load local

Staging

./load_tests/run-tests.sh load staging

Producao (CUIDADO!)

# Execute apenas smoke/load, NUNCA stress contra producao
./load_tests/run-tests.sh smoke production
./load_tests/run-tests.sh load production

Nunca execute stress/spike/soak contra producao.

Analisando Gargalos

Endpoints Lentos

Procure por http_req_duration alto em endpoints especificos:

# Saida do k6
dashboard loaded
  avg=1250ms  -- Lento!
  p(95)=2500ms

players list loaded
  avg=150ms   -- Rapido
  p(95)=300ms

Acoes:

  1. Verificar Rails logs para N+1 queries
  2. Adicionar indexes no banco
  3. Implementar caching
  4. Considerar paginacao

Problemas de Banco

Sintomas:

  • Erros durante stress test
  • http_req_failed aumenta com a carga
  • Erros 500/503 nos logs

Verificacao:

# Nos logs do Rails durante o teste
tail -f log/development.log | grep -E '(timeout|connection|pool)'

Solucoes:

  • Aumentar DB connection pool
  • Adicionar read replicas
  • Otimizar queries lentas

Memory Leaks

Execute o soak test e monitore:

# Durante o soak test
docker stats prostaff-api
# Ou localmente
top -p $(pgrep -f puma)

Sinais de alerta:

  • Uso de memoria crescendo ao longo do tempo
  • Erros OOM apos horas
  • Degradacao do tempo de resposta

Testes Continuos

Checklist Pre-deploy

# Antes de cada release
./load_tests/run-tests.sh smoke staging
./load_tests/run-tests.sh load staging

# Para mudancas criticas de performance
./load_tests/run-tests.sh stress staging

Integracao CI/CD

Ver .github/workflows/load-test.yml (se configurado).

Uso Avancado

Cenarios Customizados

Crie seu proprio teste em scenarios/:

import { config } from '../config.js';

export const options = {
  stages: [
    { duration: '5m', target: 100 },
  ],
};

export default function() {
  // Logica do teste
}

Variaveis de Ambiente

# Configuracao customizada
BASE_URL=http://localhost:3333 \
TEST_EMAIL=custom@email.com \
./load_tests/run-tests.sh load local

Formatos de Output

# CSV
k6 run --out csv=results.csv scenarios/load-test.js

# InfluxDB (analise de series temporais)
k6 run --out influxdb=http://localhost:8086/k6 scenarios/load-test.js

Endpoints Testados

Baseado nas rotas atuais da API (config/routes.rb):

Grupo Endpoints
Auth POST /api/v1/auth/login, GET /api/v1/auth/me
Dashboard GET /api/v1/dashboard/stats, GET /api/v1/dashboard/activities
Players GET /api/v1/players, GET /api/v1/players/:id
Analytics GET /api/v1/analytics/performance, GET /api/v1/analytics/kda-trend/:id
Matches GET /api/v1/matches, GET /api/v1/matches/:id

Configuracao completa em load_tests/config.js.

Recursos

Proximos Passos

  1. Executar smoke test para validar setup
  2. Executar load test para baseline de performance
  3. Identificar endpoints lentos nos resultados
  4. Otimizar gargalos encontrados
  5. Re-executar testes para medir melhoria