7.4 KiB
Исследование — цена масштабирования
Каменский Андрей Игоревич, БПИ2301. Лабораторная 3, трек 1 на 5.
Гипотеза и методика
Проверяю, перестаёт ли увеличение числа API помогать при ограниченном общем PostgreSQL и даёт ли увеличение ресурса БД подтверждённый эффект.
Среда исходной серии: macOS 15.6.1 ARM64, Docker 28.5.1, VM aarch64 с 10 CPU и 8 218 034 176 байт RAM. Полный профиль — method.json.
| Реплики | Фиксированный бюджет API | Растущий бюджет API |
|---|---|---|
| 1 | 2 CPU / 1024 MiB | 1 CPU / 256 MiB |
| 2 | По 1 CPU / 512 MiB | По 1 CPU / 256 MiB |
| 4 | По 0.5 CPU / 256 MiB | По 1 CPU / 256 MiB |
В фиксированной серии суммарно всегда 2 CPU и 1024 MiB на API. В растущей увеличиваются и число процессов, и ресурсы. В основных сериях PostgreSQL имеет 0.25 CPU/512 MiB; Redis 0.25 CPU/128 MiB, LB 0.5 CPU/128 MiB. В проверке улучшения меняю только CPU БД на 1.
Профиль: 32 клиента, 80% POST с уникальным ключом и 20% GET первых 20 сообщений. Новый пользователь и чат на прогон, 20 seed-сообщений; прогрев 3 с, измерение 12 с, два повтора. Основные серии перемешаны с seed 20261106. Дополнительно — четыре API при 8 и 64 клиентах. Генератор closed-loop, отдельное постоянное HTTP-соединение на поток, автоматических retry нет. Bootstrap не входит в измерение.
Полная серия выполнена в рабочем проекте mtusi2026lab1 до финального аудита (схема 004), затем перенесена без изменения измерений. Контроль схемы 006 хранится отдельно. Полную матрицу после аудита не повторял.
Результаты
Средние двух прогонов; ошибки — сумма. p95 — среднее p95 отдельных прогонов, а не объединённый квантиль.
| Серия | API | Успешные RPS | p95 всех попыток, мс | Ошибки |
|---|---|---|---|---|
| Фиксированный бюджет | 1 | 331.5 | 194.0 | 60 |
| Фиксированный бюджет | 2 | 412.8 | 186.0 | 68 |
| Фиксированный бюджет | 4 | 281.9 | 322.6 | 3 |
| Растущий бюджет | 1 | 276.6 | 236.9 | 65 |
| Растущий бюджет | 2 | 420.0 | 187.3 | 26 |
| Растущий бюджет | 4 | 206.8 | 338.4 | 0 |
При постоянном бюджете четыре API не улучшили результат двух. В растущей серии переход с двух на четыре тоже ухудшил скорость. Два повтора имеют заметный разброс; небольшие различия между конфигурациями не считаю доказанными.
Насыщение и улучшение
| Четыре API, БД 0.25 CPU | RPS | p95 всех попыток, мс | Ошибки |
|---|---|---|---|
| 8 клиентов | 159.8 | 113.2 | 2 |
| 32 клиентов | 206.8 | 338.4 | 0 |
| 64 клиентов | 185.0 | 809.0 | 13 |
На проверенной сетке насыщение наблюдается около 32 клиентов: переход к 64 не увеличил RPS, а p95 вырос с 338 до 809 мс. При четырёх API БД выбирает выделенные 0.25 CPU; throttling срабатывает примерно в 94% активных периодов учёта. Это не доля всего времени простоя, но свидетельство давления CPU-квоты. LB и Redis не выбирают свои CPU-бюджеты.
При том же профиле и четырёх API увеличил CPU PostgreSQL с 0.25 до 1. Средние RPS выросли с 206.8 до 366.1, на 77%; в четырёх сравниваемых прогонах ошибок нет. Это реализованное изменение с измерением до/после. В обычном Compose БД уже имеет 1 CPU.
Суммарный предел пула БД растёт вместе с количеством API: до 10/20/40 соединений. Конкуренция операций при недостатке CPU — возможное объяснение дополнительного замедления. Вклад отдельных ожиданий, WAL и блокировок не изолировал и не выдаю за установленную причину.
Контроль после исправлений
На схеме 006, четыре API, 32 клиента, прогрев 3 с, один прогон по 8 с: БД 0.25 CPU — 198.7 RPS, 0 ошибок; БД 1 CPU — 590.9 RPS, 10 ошибок. Это контроль направления эффекта, а не новая статистически устойчивая оценка ускорения. Исходные данные, CPU/RAM и хеши исходников — lab3-control.
Данные и повторение
Полная серия: results.json, summary.csv, отдельные run-01.json … run-18.json, журнал. Контроль — lab3-control/results.json.
# Полная матрица для текущей версии:
.venv/bin/python scripts/research-lab3.py --full
.venv/bin/python scripts/plot-lab3.py
# Короткий контроль:
.venv/bin/python scripts/research-lab3.py
Сценарии временно меняют число API и лимиты; в finally возвращают обычную конфигурацию. Volumes не удаляются.
Ограничения
Короткие closed-loop прогоны имеют coordinated omission, накладные расходы клиента и Docker Desktop. Два повтора недостаточны для точной оценки capacity или production SLA; SD на графике не является доверительным интервалом. Общая БД растёт между прогонами, кэш и планировщик влияют на результаты. RPS считает HTTP-подтверждения: timeout мог скрыть COMMIT. Полная исходная серия и финальный короткий контроль относятся к разным версиям и не объединяются.

