Cos'è il performance testing?

Question

Accepted Answer

**Performance testing** valuta come un sistema funziona sotto carico — misurando **velocità, scalabilità e stabilità** in varie condizioni. I tipi includono load testing, stress testing, spike testing e soak testing. È essenziale per assicurare che i sistemi gestiscano accettabilmente l'utilizzo reale e di picco.

## Cosa misura il performance testing

```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.
```

## Tipi di performance test

```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
```

## Come e perché

```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)
```

## Perché è importante

Capire il performance testing è una conoscenza preziosa a livello senior perché **la performance è un attributo di qualità critico** — i sistemi devono gestire accettabilmente il carico reale e di picco — quindi testarlo è importante per l'affidabilità e l'esperienza utente, rendendo questa conoscenza utile.

Il performance testing valuta **quanto bene un sistema funziona** (tempo di risposta, throughput, scalabilità, utilizzo delle risorse, stabilità) sotto carico — una qualità non-funzionale distinta dalla correttezza, ma critica perché una scarsa performance causa cattiva UX, perdita di utenti e fatturato, e interruzioni sotto carico.

Capire i **tipi** e i loro scopi è fondamentale: **load testing** (verificare la performance sotto carico atteso), **stress testing** (spingere oltre i limiti per trovare il punto di rottura e come il sistema fallisce/si recupera), **spike testing** (gestire picchi improvvisi, come una flash sale), **soak/endurance testing** (carico sostenuto nel tempo, trovare memory leak e degradazione), e scalability testing — ognuno rispondendo a domande diverse su come il sistema si comporta in varie condizioni.

Capire **come e perché** — utilizzando strumenti (k6, JMeter, Gatling, Locust) per simulare il carico, definire requisiti di performance/SLA contro cui testare (es. obiettivi di latenza p95 a un determinato numero di utenti), testare scenari realistici per trovare colli di bottiglia, e crucialmente fare questo **prima della produzione** (specialmente prima di lanci importanti o eventi di traffico) per individuare problemi di performance prima che causino fallimenti reali — riflette il valore pratico.

Il performance testing previene lo scenario costoso di un sistema che fallisce sotto carico reale (un lancio che crasha, un sito che diventa inutilizzabile durante il traffico di picco).

Poiché la performance è un attributo di qualità critico (con scarsa performance che causa danni reali al business e all'UX) e il performance testing (load, stress, spike, soak) verifica che i sistemi gestiscono l'utilizzo reale e di picco prima della produzione, e poiché comprendere i tipi, gli strumenti e il valore è importante per assicurare che i sistemi funzionino sotto carico, capire il performance testing è una conoscenza preziosa a livello senior — importante per verificare una qualità non-funzionale critica, assicurare che i sistemi gestiscono l'utilizzo reale, e individuare problemi di performance prima che causino fallimenti in produzione, riflettendo l'ampiezza delle preoccupazioni di qualità che gli ingegneri senior affrontano.