การทดสอบปริมาตรคืออะไร? เรียนรู้ด้วยตัวอย่าง

การทดสอบปริมาตรคืออะไร?

การทดสอบปริมาตร เป็นการทดสอบซอฟต์แวร์ประเภทหนึ่งโดยที่ซอฟต์แวร์อยู่ภายใต้ข้อมูลจำนวนมหาศาล มันก็เรียกอีกอย่างว่า การทดสอบน้ำท่วม การทดสอบปริมาณจะทำเพื่อวิเคราะห์ประสิทธิภาพของระบบโดยการเพิ่มปริมาณข้อมูลในฐานข้อมูล

ด้วยความช่วยเหลือของการทดสอบปริมาณ คุณสามารถศึกษาผลกระทบต่อเวลาตอบสนองและพฤติกรรมของระบบได้เมื่อสัมผัสกับข้อมูลปริมาณมาก

ตัวอย่างเช่น บริการสตรีมมิ่งเพลงอาจได้รับการทดสอบด้วยแคตตาล็อกที่มีเพลงมากถึง 50 ล้านเพลง tracใช้ ks และตารางประวัติการฟังที่มีข้อมูลหลายพันล้านแถว เพื่อตรวจสอบว่าการค้นหาและการแนะนำยังคงให้ผลลัพธ์ภายในเวลาที่ยอมรับได้หรือไม่

โปรดสังเกตความแตกต่าง: การทดสอบปริมาตรช่วยเพิ่มปริมาณ ปริมาณข้อมูล ระบบยังคงอยู่ การเพิ่มขึ้นของ จำนวนผู้ใช้งานพร้อมกัน คือการทดสอบโหลด ซึ่งเป็นการทดสอบที่แตกต่างออกไป โดยมีวัตถุประสงค์ที่แตกต่างกัน

ประโยชน์ของการทดสอบปริมาตร

• การระบุปัญหาด้านกำลังการผลิตตั้งแต่เนิ่นๆ จะช่วยหลีกเลี่ยงค่าใช้จ่ายที่สูงกว่ามากในการแก้ไขปัญหาเหล่านั้นในระหว่างการผลิต
• ช่วยในการเริ่มต้นแผนการขยายขนาดได้รวดเร็วยิ่งขึ้น
• การระบุปัญหาคอขวดตั้งแต่เนิ่นๆ
• ช่วยให้มั่นใจได้ว่าระบบของคุณสามารถใช้งานในโลกแห่งความเป็นจริงได้แล้ว

เหตุใดจึงต้องทำการทดสอบปริมาณ (Volume Testing)?

วัตถุประสงค์ของการดำเนินการทดสอบปริมาตรคือ

• ตรวจสอบประสิทธิภาพของระบบด้วยปริมาณข้อมูลที่เพิ่มขึ้นในฐานข้อมูล
• ระบุปัญหาที่อาจเกิดขึ้นเมื่อชุดข้อมูลมีขนาดใหญ่ขึ้น
• เพื่อหาจุดที่ความเสถียรของระบบลดลง
• การทดสอบปริมาตรจะช่วยระบุความจุของระบบหรือแอปพลิเคชัน - ปริมาตรปกติและปริมาณมาก

วิธีทำการทดสอบปริมาตร

ในการทดสอบปริมาตร จำเป็นต้องทดสอบสิ่งต่อไปนี้

• ทดสอบเพื่อดูว่าข้อมูลสูญหายหรือไม่
• ตรวจสอบเวลาตอบสนองของระบบ
• ตรวจสอบว่าข้อมูลถูกจัดเก็บอย่างถูกต้องหรือไม่
• ตรวจสอบว่าข้อมูลถูกเขียนทับโดยไม่มีการแจ้งเตือนใดๆ หรือไม่
• ตรวจสอบว่าคำเตือนและข้อความแสดงข้อผิดพลาดปรากฏขึ้นจริงเมื่อถึงขีดจำกัดปริมาณข้อมูล
• ตรวจสอบว่าข้อมูลที่มีปริมาณมากส่งผลต่อความเร็วในการประมวลผลหรือไม่
• ตรวจสอบให้แน่ใจว่าระบบมีหน่วยความจำและพื้นที่จัดเก็บข้อมูลเพียงพอตามที่ไดรฟ์ต้องการ
• ตรวจสอบให้แน่ใจว่าการทดสอบปริมาตรครอบคลุมทั้งระบบ ไม่ใช่แค่ส่วนประกอบใดส่วนประกอบหนึ่ง
• มีความเสี่ยงหรือไม่หากปริมาณข้อมูลมากกว่าที่กำหนด
• ตรวจสอบว่ามีหลักประกันใดบ้างที่ระบุว่าปริมาณข้อมูลจะไม่เกินปริมาณสูงสุดที่กำหนดไว้หรือไม่

แนวปฏิบัติที่ดีที่สุดสำหรับการทดสอบปริมาณมาก

แนวทางปฏิบัติหลายอย่างด้านล่างนี้คล้ายคลึงกับการทดสอบโหลด เนื่องจากทั้งสองมักดำเนินการในสภาพแวดล้อมเดียวกัน ส่วนแนวทางปฏิบัติที่เฉพาะเจาะจงกับปริมาณข้อมูลนั้นเกี่ยวข้องกับชุดข้อมูลเอง:

• หยุดเซิร์ฟเวอร์ทั้งหมดและตรวจสอบบันทึกทั้งหมด
• ก่อนการทดสอบโหลดจะรันสถานการณ์จำลองของแอปพลิเคชันด้วยตนเอง
• เพื่อผลลัพธ์ที่มีประโยชน์ที่สุดให้แบ่งจำนวนผู้ใช้ออก
• เพื่อเอาชนะข้อจำกัดด้านใบอนุญาต ให้สร้างสมดุลเวลาคิด
• ระมัดระวังกับการสร้างใหม่
• วิเคราะห์กรณีการใช้งานเพื่อการปรับปรุงเมื่อมีการสร้างพื้นฐานแล้ว
• การทดสอบปริมาตรซ้ำๆ บางส่วนจะเป็นสิ่งที่หลีกเลี่ยงไม่ได้ ในกรณีที่เกิดปัญหาคอขวดด้านประสิทธิภาพ

การทดสอบปริมาตรเทียบกับการทดสอบโหลด

ความท้าทายในการทดสอบปริมาตร

• การกระจายตัวของหน่วยความจำสร้างได้ยาก
• การสร้างคีย์แบบไดนามิก
• เชิงสัมพันธ์ Integrity ของข้อมูลที่สร้างขึ้น

การทดสอบนี้แตกต่างจากการทดสอบประสิทธิภาพอื่นๆ อย่างไร

การทดสอบประสิทธิภาพเป็นกลุ่มของการทดสอบที่แตกต่างกันในรูปแบบของแรงที่ใช้ ซึ่งเป็นเหตุผลที่ทำให้การทดสอบเหล่านี้มักสับสนกันได้ง่าย

ความแตกต่างที่สำคัญที่สุดในที่นี้คือ: การทดสอบปริมาณข้อมูลจะปรับขนาดข้อมูล ในขณะที่การทดสอบโหลดจะปรับขนาดผู้ใช้งาน รายงานที่ใช้เวลาสองวินาทีในการประมวลผลข้อมูลหมื่นแถว แต่ใช้เวลาสองนาทีในการประมวลผลข้อมูลหมื่นแถว แสดงว่าปัญหาอยู่ที่ปริมาณข้อมูล ไม่ใช่ปัญหาเรื่องภาระงาน และการเพิ่มความจุของเซิร์ฟเวอร์ก็ไม่สามารถแก้ไขปัญหานี้ได้

วิธีการสร้างข้อมูลทดสอบสำหรับการทดสอบปริมาณ (Volume Testing)

ในส่วนของความท้าทายนั้นระบุว่า การสร้างข้อมูลที่สมจริงเป็นส่วนที่ยากที่สุดของการทดสอบปริมาณมาก ในทางปฏิบัติมีการใช้แนวทางอยู่สี่วิธี และแต่ละวิธีก็มีข้อดีข้อเสียแตกต่างกันไป

ไม่ว่าคุณจะเลือกเส้นทางใดก็ตาม คุณสมบัติสามประการต้องเป็นจริง มิฉะนั้นการทดสอบจะไม่สามารถวัดผลได้อย่างมีประโยชน์

• ความสมบูรณ์ของการอ้างอิง คีย์ต่างประเทศทุกตัวต้องได้รับการแก้ไข แถวที่ไม่มีเจ้าของนับล้านแถวจะทดสอบระบบจัดเก็บข้อมูล แต่จะไม่ทดสอบเส้นทางการเชื่อมต่อที่แอปพลิเคชันใช้งานจริง
• ความสัมพันธ์เชิงความเป็นจริง หากตารางข้อมูลการผลิตมีสิบล้านแถวสำหรับลูกค้าสองร้อยราย การสร้างข้อมูลสิบล้านแถวสำหรับลูกค้าสิบล้านรายจะทำให้แผนการค้นหาข้อมูลแตกต่างกันอย่างสิ้นเชิง
• การกระจายที่สมจริง ข้อมูลจริงมักไม่สมดุล ข้อมูลแบบสุ่มสม่ำเสมอจะซ่อนพาร์ติชันที่มีการใช้งานสูงและการแย่งชิงดัชนีที่ทำให้เกิดปัญหาในระบบการผลิต

คำเตือนเชิงปฏิบัติเกี่ยวกับการรักษาความเป็นส่วนตัว การคัดลอกข้อมูลจากระบบการผลิตไปยังสภาพแวดล้อมทดสอบเป็นสาเหตุที่พบบ่อยที่สุดของการรั่วไหลของข้อมูลในการทดสอบ ควรปิดบังข้อมูลส่วนบุคคลก่อนที่สำเนาจะออกจากระบบการผลิต ไม่ใช่หลังจากนั้น

คำถามที่พบบ่อย