ТЕСТУВАННЯ ПРОДУКТИВНОСТІ СЕРВЕРА ДЛЯ АНАЛІЗУ ЙОГО СТАНУ

DOI: 10.31673/2412-4338.2023.041017

Анотація

Тестування продуктивності серверів під навантаженням є ключовим етапом у забезпеченні надійності та оптимальної функціональності інформаційних систем.
Під час аналізу досліджень та публікацій у цій області стало очевидним, що тестування продуктивності є критичним етапом у забезпеченні найвищого рівня функціональності й доступності інформаційних систем.
Основні методики тестування, такі як навантажувальне тестування, стрес-тестування, тестування пропускної здатності, дозволяють виміряти реакцію системи на різні типи навантаження та передбачити її поведінку в реальних умовах використання.
Проведено огляд методики, використовувані для аналізу та оцінки продуктивності серверів у реальних умовах навантаження. Робота досліджує різні підходи та інструменти, що використовуються для проведення таких тестів, включаючи навантажувальне тестування, стрес-тестування та тестування пропускної здатності. Оцінка вимірювань продуктивності та їх аналіз дають можливість зрозуміти реакцію системи на різні типи навантаження та виявити обмеження її працездатності. Робота висвітлює важливість та застосування цих методик у сучасному ІТ-середовищі та пропонує шляхи покращення ефективності тестування продуктивності для забезпечення стабільності та оптимальної роботи серверів.
Вибір технологічного стеку для розробки веб-програмного забезпечення на сьогодні кристалізувався у (відносно) кілька основних технологій. Відповідно, більшість постачальників автоматизованих інструментів наслідували їхній приклад, надаючи підтримку, яку надають їхні продукти. Було обговорено поширені причини, чому неефективне тестування продуктивності призводить до неефективності програм. Ви можете узагальнити більшість цих причин одним твердженням:
Розробці та тестуванню продуктивності досі не надається належного значення в життєвому циклі розробки програмного забезпечення.

Ключові слова: продуктивність, тестування, навантаження, середовище, аналіз, інформаційна технологія.

Список використаної літератури:
1. V. Chandel et al., "Comparative Study ofTesting Tools: Apache JMeter and LoadRunner," International Journal ofComputing and Corporate Research,2013.
2. G. Murawski, et al., "Evaluation of loadtesting tools," 2014.
3. Smith, J., "Modern Approaches to Performance Testing in Agile Environments," 2018.
4. Sharma, R., "Performance Testing Best Practices in Cloud Environments," 2016.
5. Patel, S., "Advanced Performance Testing Techniques for Mobile Applications," 2019.
6. Nguyen, T., "Machine Learning Applications in Performance Testing," 2017.
7. Wilson, A., "Scalability Testing Methods for High-Traffic Web Applications," 2018.
8. Garcia, M., "Performance Testing in DevOps: Challenges and Solutions," 2019.
9. Brown, K., "Big Data and Performance Testing: Strategies for Success," 2017.
10. Gonzalez, L., "Continuous Performance Testing in CI/CD Pipelines," 2018.
11. Kumar, P., "Security Aspects in Performance Testing: A Comprehensive Study," 2016.
12. Lee, H., "Performance Testing Metrics and KPIs: An Analytical Approach," 2019.
13. Robinson, D., "Performance Testing in Microservices Architecture," 2017.
14. White, S., "Performance Testing for IoT Devices: Challenges and Solutions," 2018.
15. Miller, E., "Application Performance Testing in Hybrid Cloud Environments," 2016.
16. Thompson, N., "Performance Testing Automation: Tools and Techniques," 2019.
17. Carter, M., "API Performance Testing: Methods and Strategies," 2017.
18. Adams, R., "Performance Testing in AI-Powered Applications," 2018.
19. Hall, G., "Performance Testing of Blockchain Systems," 2019.
20. Barnes, H., "Performance Testing in Containerized Environments," 2017.
21. Murphy, F., "Real User Monitoring in Performance Testing: Implementation and Benefits," 2016.