Possivelmente você já leu aqui no blog da Inmetrics que aplicações modernas tem duas capacidades fundamentais: processar rapidamente grandes volumes de dados praticamente sem erros e oferecer experiências fluidas ao usuário independente do dispositivo utilizado para acessá-las. Contudo, há uma terceira característica igualmente importante: conseguir executar aquelas duas capacidades para muitos usuários e simultaneamente. Para saber se o sistema consegue, procedemos com diferentes testes de performance.

Eles são avaliações técnicas que medem, sob diferentes volumes de uso, a eficiência de um sistema, seja do ponto de vista da sua velocidade, estabilidade ou capacidade de resposta.

Siga com a gente neste texto para entender com mais detalhes o que são os testes de performance, como eles podem ser tipificados e porque eles são tão fundamentais, especialmente quando estamos tratando de programas cujo modelo de sustentação é a computação em nuvem.

Testes de performance: o que são, métricas e os quatro tipos mais comuns

De acordo com o Conselho Internacional de Qualificação em Testes de Software, testes de performance são aqueles que realizamos para determinar a eficiência da performance de um componente ou um sistema. À primeira vista a definição pode soar redundante mas há de se destacar um ponto: o foco dos testes está na eficiência da performance, não apenas em sua existência.

Qualquer programa, mesmo ruim, vai “performar” de alguma forma. O principal papel dos testes é medir quão eficiente é a performance para melhorá-la ou, quando ela já é boa, guarani que continue assim a cada nova versão.

Outro ponto relevante da definição é que testes de performance podem ser executados tanto em componentes quanto em toda a aplicação, ou seja, podem ser tanto testes unitários quanto os das últimas camadas de integração de sistemas complexos.

Os resultados dos testes de performance são cinco métricas centrais:

• Tempo de resposta → o tempo de espera do usuário para cada ação. Essa métrica normalmente é medida em percentis.
• Vazão → a quantidade de transações, por segundo, que o sistema processa. Em aplicações de comércio eletrônico podem ser medidos, por exemplo, os pedidos por minuto. No sistema de um banco, as transferências. No de uma seguradora, as cotações.
• Taxa de erro → percentual de requisições que falham conforme a carga sobe. Erros fazem parte e nem todos fazem o sistema cair. Quando inicia-se a ocorrência de erros silenciosos é fundamental verificar o que não está funcionando corretamente, mesmo quando o sistema está disponível.
  Usuários simultâneos → quantas pessoas podem ficar conectadas ao sistema ao mesmo tempo, mantendo em níveis aceitáveis tanto o tempo de resposta quanto a taxa de erros.
• Consumo de recursos → o consumo de processamento, memória, conexões, filas… Essa métrica conecta o comportamento observado às causas e custos de infraestrutura

Com o cruzamento dessas métricas, conseguimos verificar não apenas se o sistema aguenta mas contar sua história completa: como ele se degrada, quais falhas ocorrem primeiro e quanto cada uma delas consome do orçamento dedicado à aplicação.

De maneira geral, podemos dividir os testes de performance em quatro grandes grupos:

1. Testes de carga (load testing) → Verifica se o sistema consegue lidar com o volume de usuários esperados tanto em momentos de uso normal quanto em momentos de pico
2. Testes de estresse (stress testing) → Neste a carga, propositalmente, vai além do esperado até encontrar o ponto de ruptura. Os testes de estresse trabalham com dois conceitos emprestados do projeto estrutural da Engenharia Civil, o “Estado Limite do Serviço”, o ponto a partir do qual o uso fica comprometido e “Estado Limite Último”, o ponto a partir do qual a estrutura colapsa. Os testes de estresse mapeiam esses dois limites em aplicações; saber onde eles ficam transformam um risco desconhecido em um número.
3. Testes de pico (spike testing) → Verifica se o sistema aguenta picos repentinos de tráfego
4. Testes de resistência (soak ou endurance testing) → Identifica problemas que só apareceriam depois de longos períodos de uso. Nos testes de resistência, mantém-se a carga alta por horas seguidas com a intenção de provocar falhas. Normalmente esses testes são realizados antes do sistema ir para o ambiente de produção e simulam o que aconteceria, por exemplo, ao longo da madrugada – o pior momento para descobrir um erro.

Independente dos tipos, eles lidam com variações de volumes sobre sistema, seja de usuários, dados, transações ou tempo de exposição. O que muda em cada um deles é a forma como esse volume chega até a aplicação.

Boas estratégias de testes de performance combinam mais de um dos tipos, uma vez que aplicações reais enfrentam todas essas curvas ao longo do seu ciclo de vida.

Por que eles são fundamentais para escalar aplicações?

A necessidade de investigar como se dá a evolução da aplicação ao longo do tempo, especialmente diante do seu crescimento, tornou-se ainda mais fundamental num contexto no qual há ampla disponibilidade de recursos computacionais. Esse cenário, trazido pela IA e pela computação em nuvem, colocou os testes de performance no centro da discussão da disciplina de Engenharia de Qualidade.

A disponibilidade de agentes de inteligência artificial capazes de desenvolver aplicações favoreceu bastante a criação de softwares. O amplo acesso a serviços de computação em nuvem facilitou o lançamento dessas aplicações, mesmo que ainda em fase de protótipo.

Entretanto, há uma distância enorme entre lançar um MVP e, após validá-lo, mantê-lo disponível e estável, permitindo inclusive que seja possível seguir incrementando-o. Apesar das barreiras de entrada estarem mais fáceis de serem rompidas, crescer de forma estável continua sendo um desafio.

Nesse cenário, os testes de performance tornam-se centrais. É graças à massas de testes automatizados que são realizados quase ininterruptamente – caracterizando assim a qualidade como serviço – que conseguimos deixar as aplicações sempre preparadas para subir para o próximo nível da escala.

Para que cresça de maneira sustentada, até a escalabilidade de um sistema precisa ser planejada e monitorada. Os testes de performance vão indicar como ele responde aos mecanismos de escalabilidade automática – conhecidos pelo termo em inglês auto-scaling.

Conforme dissemos no início do texto, testes têm a função de identificar qual o nível de eficiência da performance para que ela possa ser melhorada ou, nos casos que ela já é ótima, mantê-la. Nestes cenários, os testes de performance também auxiliam na gestão de custos com infraestrutura de computação em nuvem. Eles permitem verificar qual é a real demanda de recursos computacionais do sistema, mantendo-o em funcionamento sem desperdício do orçamento.

Os testes de performance são uma das especialidades da nossa unidade de Plataformas Digitais, dado que ela trabalha com os fundamentos que sustentam o crescimento em escala. Por meio da atividade de qualidade como serviço contínuo, ajudamos nossos clientes a operar aplicações com previsibilidade, dando assim a confiança necessária para o crescimento.

Se chegou o momento de escalar softwares da sua empresa e você quer realizar esse processo com um parceiro especialista nessa atividade, clique aqui e faça contato! Nossos especialistas irão demonstrar todas as competências da Inmetrics que garantem a escalabilidade de sistemas, de forma segura e sustentável.

Perguntas frequentes sobre testes de performance

1. O que são testes de performance?
   São testes que avaliam a eficiência de um sistema ou componente sob diferentes cargas de trabalho, medindo tempo de resposta, vazão, estabilidade e consumo de recursos.
2. Quais são os principais tipos de testes de performance?
   Os quatro principais são os testes de carga, de estresse, de pico e de resistência. Cada um responde uma pergunta diferente: se o sistema aguenta o volume esperado, onde ele quebra, se suporta saltos repentinos de tráfego e por quanto tempo sustenta carga alta.
3. Qual a diferença entre teste de carga e teste de estresse?
   O teste de carga valida o sistema no volume esperado de uso. O teste de estresse leva a carga além desse volume, de propósito, para descobrir em que ponto o sistema efetivamente degrada ou para de responder.
4. Testes de performance ajudam a reduzir custos de nuvem?
   Sim. Eles revelam a real demanda de recursos computacionais do sistema em cada patamar de uso, evitando tanto o superdimensionamento, que desperdiça orçamento, quanto o subdimensionamento, que derruba a aplicação.