性能工具案例研究结果
- 能否处理多个性能机器人的数据,包括JMeter和Gatling
- 处理SAR和Perfmon日志
- 可定制的图形,以满足特定的需求
- 减少数据处理时间
- 易于理解的性能图形和视觉效果
- 会整合机器学习和数据分析来改善预测吗
执行概要
完美的拉丁美洲,目标驱动软件开发外包公司,是解决性能测试和分析挑战的领先公司之一。为了帮助指导和简化性能工程过程,Perficient拉丁美洲的性能工程师团队创建了performance Explorer,这是Perficient拉丁美洲的专有性能测试管理工具。该工具可以帮助工程师收集和分析性能数据,帮助预测未来的应用程序行为,检测内存泄漏等风险,并优化数据处理效率。
技术堆栈
ExpressJS / React / Jest / Mongo DB / Elasticsearch / Kibana / Node.js
背景
挑战
Perficient Latin America开始设计、制造和扩展一个工具,该工具将允许其性能团队监控测试,接收为每个项目量身定制的数据,并在未来应用机器学习算法来改善预测和扩展能力。
解决方案
在多次尝试寻找合适的性能测试管理工具(一个具有成本效益、提供有用的见解并快速处理数据的工具)失败后,psl创建了performance Explorer。这个专有平台有助于处理数据、识别趋势和分析性能测试结果。
它的主要优点是从性能机器人、JMeter、Gatling或其他数据源获取数据,自动将其存储在MongoDB和Elasticsearch等数据库中,并对数据进行处理,生成易于理解的图形,用于性能分析。通过与Kibana的集成,Performance Explorer可以创建定制的图形,以便工程师可以可视化性能和可伸缩性模型。这允许性能团队更容易地分析来自整个公司项目中数十个自动化性能测试的数据。但是,即使是分析这些结果的过程也很快成为一项艰巨的任务。
为了帮助解决这一问题,Perficient拉丁美洲公司打算进一步利用该工具,在性能平台中添加先进的数据分析和机器学习算法。该项目希望使用性能机器人生成的指标,并在Python中映射它们,以生成算法,帮助团队更轻松和准确地检测异常值、趋势,并预测未来的行为。
通过该工具的不断开发,Perficient拉丁美洲证明了其超越行业预期的能力,清楚地展示了其员工展现出的干劲和独创性水平,以在全球高度复杂和竞争激烈的技术领域脱颖而出。
___________
准备好更快地创新了吗?与我们经验丰富的团队会面.