Was ist Performance Testing?

Question

Accepted Answer

**Performance Testing** bewertet, wie ein System unter Last funktioniert — gemessen werden **Geschwindigkeit, Skalierbarkeit und Stabilität** unter verschiedenen Bedingungen. Zu den Typen gehören Load-, Stress-, Spike- und Soak-Testing. Es ist essentiell, um sicherzustellen, dass Systeme reale (und Spitzen-)Lasten angemessen handhaben.

## Warum es wichtig ist

```text
Non-functional testing of HOW WELL the system performs (not just correctness):
  → RESPONSE TIME / latency (how fast?), THROUGHPUT (requests/sec handled)
  → SCALABILITY (behavior as load grows), RESOURCE usage (CPU, memory)
  → STABILITY under sustained or extreme load
→ ensures the system meets performance requirements and handles real usage.
```

## Types of performance tests

```text
LOAD testing → expected/normal load → does it meet targets under typical usage?
STRESS testing → BEYOND normal limits → find the breaking point; how it fails/recovers
SPIKE testing → sudden sharp load increase → handles bursts? (e.g. a flash sale)
SOAK / endurance → sustained load over a LONG time → finds memory leaks, degradation
SCALABILITY → how performance changes as load/resources scale
```

## How and why

```text
✓ Tools: k6, JMeter, Gatling, Locust → simulate many virtual users / high request rates
✓ Define performance REQUIREMENTS/SLAs (e.g. p95 latency < 200ms at X users) → test against them
✓ Test realistic scenarios; measure under controlled conditions; find BOTTLENECKS
✓ WHY: poor performance → bad UX, lost users/revenue, outages under load; find issues
  BEFORE production (e.g. before a big launch/traffic event)
```

## Why it matters

Das Verständnis von Performance Testing ist wertvoll Senior-Level-Wissen, weil **Performance ein kritisches Qualitätsmerkmal ist** — Systeme müssen reale und Spitzenlast angemessen handhaben — daher ist das Testen wichtig für Zuverlässigkeit und Benutzererfahrung, was dieses Wissen wertvoll macht.

Performance Testing bewertet, **wie gut ein System funktioniert** (Response Time, Durchsatz, Skalierbarkeit, Ressourcennutzung, Stabilität) unter Last — eine nichtfunktionale Qualität, die sich von Korrektheit unterscheidet, aber kritisch ist, da schlechte Performance zu schlechter UX, verlorenen Benutzern und Umsatzeinbußen sowie Ausfällen unter Last führt.

Das Verständnis der **Typen** und ihrer Zwecke ist entscheidend: **Load Testing** (Verifikation der Performance unter erwarteter Last), **Stress Testing** (Grenzen überschreiten, um den Ausfallpunkt und wie das System fehlschlägt/sich erholt zu finden), **Spike Testing** (plötzliche Spitzen handhaben, wie ein Flash Sale), **Soak/Endurance Testing** (anhaltende Last über Zeit, um Memory Leaks und Degradation zu finden), und Scalability Testing — jede beantwortet unterschiedliche Fragen darüber, wie sich das System unter verschiedenen Bedingungen verhält.

Das Verständnis von **Wie und Warum** — unter Verwendung von Tools (k6, JMeter, Gatling, Locust) zur Lastsimulation, Definition von Performance-Anforderungen/SLAs zum Testen (z.B. p95 Latency-Ziele bei einer gegebenen Benutzerzahl), Testen realistischer Szenarien zum Finden von Engpässen, und entscheidend das Tun **vor Production** (besonders vor großen Launches oder Traffic-Events), um Performance-Probleme zu fassen, bevor sie echte Fehlschläge verursachen — spiegelt den praktischen Wert wider.

Performance Testing verhindert das teure Szenario, dass ein System unter realer Last fehlschlägt (ein Launch Crash, eine Website wird unter Peak-Traffic unbrauchbar).

Da Performance ein kritisches Qualitätsmerkmal ist (wobei schlechte Performance echte geschäftliche und UX-Schäden verursacht) und Performance Testing (Load, Stress, Spike, Soak) verifiziert, dass Systeme reale und Spitzenlast vor Production handhaben, und da das Verständnis der Typen, Tools und des Wertes wichtig ist, um sicherzustellen, dass Systeme unter Last funktionieren, ist das Verständnis von Performance Testing wertvoll Senior-Level-Wissen — wichtig zur Verifikation einer kritischen nichtfunktionalen Qualität, zur Sicherstellung, dass Systeme reale Lasten handhaben, und zum Erfassen von Performance-Problemen, bevor sie Production-Fehlschläge verursachen, was die Breite der Qualitätsbedenken widerspiegelt, mit denen sich Senior Engineers befassen.