Skip to content

TESTES.md

Latest commit

 

History

History
171 lines (113 loc) · 4.63 KB

TESTES.md

File metadata and controls

171 lines (113 loc) · 4.63 KB

Guia de Testes

Documentação completa sobre como executar os testes de resiliência e performance do cluster.

Configurar Ambiente de Testes

cd pytest

# Criar ambiente virtual
python3 -m venv .venv
source .venv/bin/activate  # No Windows: .venv\Scripts\activate

# Instalar dependências
pip install -r requirements.txt

Testes de Resiliência

RTO (Recovery Time Objective) - Falha do Nó Primário

Mede o tempo que o cluster leva para recuperar de uma falha completa do nó primário.

# Via script helper
./scripts/test/run-crash-up.sh

# Ou diretamente com pytest
pytest pytest/tests/resilience/test_rto_primary_failure.py::TestRTOPrimaryFailure::test_primary_node_complete_failure -v -s

RTO - Switchover Planejado

Mede o tempo de recuperação durante uma troca planejada de líder.

pytest pytest/tests/resilience/test_rto_planned_switchover.py -v -s

RPO (Recovery Point Objective)

Avalia a perda de dados durante uma falha do primário.

pytest pytest/tests/resilience/test_rpo_primary_failure.py -v -s

Resultados: Os resultados são salvos em pytest/outputs/resilience/ no formato JSONL.

Testes de Performance

Baseline (Nó Único)

Testes de performance em um único nó PostgreSQL sem cluster.

SELECT-only workload:

pytest pytest/tests/performance/test_baseline_single_node.py::TestPerformanceBaseline::test_baseline_select_only -v -s

Simple-update workload:

pytest pytest/tests/performance/test_baseline_single_node.py::TestPerformanceBaseline::test_baseline_simple_update -v -s

TPC-B-like workload:

pytest pytest/tests/performance/test_baseline_single_node.py::TestPerformanceBaseline::test_baseline_tpcb_like -v -s

Cluster com PgPool

Testes de performance no cluster com balanceamento de carga pelo PgPool.

SELECT-only com balanceamento:

pytest pytest/tests/performance/test_cluster_with_pgpool.py::TestPerformanceCluster::test_cluster_select_only -v -s

Simple-update workload:

pytest pytest/tests/performance/test_cluster_with_pgpool.py::TestPerformanceCluster::test_cluster_simple_update -v -s

TPC-B-like workload:

pytest pytest/tests/performance/test_cluster_with_pgpool.py::TestPerformanceCluster::test_cluster_tpcb_like -v -s

Resultados: Os resultados são salvos em pytest/outputs/performance/ no formato JSONL.

Scripts de Automação de Testes

Testes com Cache Frio (requer sudo)

Para resultados mais consistentes, os scripts podem limpar o cache do sistema entre execuções.

Baseline com múltiplas execuções:

sudo ./scripts/test/run-benchmark-baseline.sh

Cluster com múltiplas execuções:

sudo ./scripts/test/run-benchmark-cluster.sh

Estrutura de Outputs

pytest/outputs/
├── resilience/
│   ├── rto_primary_failure_YYYYMMDD_HHMMSS.jsonl
│   ├── rto_planned_switchover_YYYYMMDD_HHMMSS.jsonl
│   └── rpo_primary_failure_YYYYMMDD_HHMMSS.jsonl
│
└── performance/
    ├── baseline_select_only_YYYYMMDD_HHMMSS.jsonl
    ├── baseline_simple_update_YYYYMMDD_HHMMSS.jsonl
    ├── cluster_select_only_YYYYMMDD_HHMMSS.jsonl
    └── cluster_simple_update_YYYYMMDD_HHMMSS.jsonl

Métricas Coletadas

Resiliência (RTO/RPO)

  • RTO: Tempo total de recuperação (em segundos)
  • RPO: Número de transações perdidas
  • Timestamps de cada fase do processo
  • Status de saúde do cluster durante a recuperação

Performance

  • TPS (Transactions Per Second): Taxa de transações por segundo
  • Latência média: Tempo médio de resposta (ms)
  • Latência p95/p99: Percentis de latência
  • Estatísticas do pgbench
  • Métricas de recursos (CPU, memória, I/O) via Docker Stats

Análise de Resultados

Em breve será disponibilizado um guia completo de análise e visualização dos resultados dos testes.

Troubleshooting

Testes falhando

  1. Verifique se o cluster está funcionando: ./scripts/health_checks/check_cluster_status.sh
  2. Verifique os logs dos containers: docker compose logs -f
  3. Certifique-se de que as dependências Python estão instaladas

Performance inconsistente

  1. Execute os testes com cache frio usando os scripts de automação
  2. Aumente o número de execuções nos scripts para melhor média
  3. Verifique recursos do sistema (CPU, memória, disco)

Documentação Adicional