Files
mtusi2026lab3/evidence/load-py-baseline.md
T

3.3 KiB
Raw Blame History

Baseline load.py — closed-loop

  • Дата: 2026-10-08
  • Хост: Windows 10, Docker Desktop (бэкенд WSL2)
  • Коммит: a5b668c31c
  • Скрипт: tests/load.py (публичный, из scaffold)
  • Профиль: closed-loop, 4 конкурентных воркера, 30 секунд
  • Лимиты стенда: 2 × api (0.5 CPU / 256 MiB), postgres (1 CPU / 1 GiB), redis (0.5 CPU / 256 MiB), nginx LB

Назначение

Точка отсчёта для сравнения с open-loop k6. load.py использует closed-loop модель: следующий запрос отправляется сразу после ответа на предыдущий, поэтому фактический RPS зависит от latency сервера. Это означает coordinated omission: если сервер начнёт тормозить, RPS упадёт, и пострадавшая latency окажется заниженной. Для заявлений о максимальной пропускной способности нужен open-loop k6.

Команда

python3 tests/load.py --duration 30 --concurrency 4 \
  --output evidence/load-py-baseline.json

Результат

{
"lab": 3,
"workload": "закрытый цикл POST /messages; без автоматических повторов",
"requested_duration_seconds": 30.0,
"elapsed_seconds": 30.108,
"concurrency": 4,
"successful_requests": 10726,
"failed_requests": 0,
"error_ratio": 0.0,
"successful_rps": 356.248,
"successful_latency_ms": {
    "p50": 7.475,
    "p95": 26.506,
    "p99": 53.035
},
"note": "Процентили latency покрывают только успешные запросы. Таймауты и ошибки учитываются отдельно; closed-loop страдает coordinated omission и содержит накладные расходы клиента."
}

Что показывают цифры

  • 356 RPS при 4 воркерах — стек выдерживает несколько сотен последовательных POST. Это не предел: closed-loop насыщает клиент и сервер одновременно, цифра зависит от того, кто первым стал bottleneck.
  • p50 = 7.5 ms, p95 = 26.5 ms, p99 = 53.0 ms — хвосты растут заметно по сравнению с open-loop k6 на 50 RPS (там p95 = 5.05 ms). Ожидаемо: 4 воркера держат в полёте несколько запросов одновременно, latency включает очередь на стороне API и Postgres.
  • failed_requests = 0 — на этом уровне ошибок нет.
  • Сравнение с k6-базой не «кто быстрее», а «как меняется картина при разных моделях нагрузки». Closed-loop даёт завышенный RPS и заниженную latency хвостов из-за coordinated omission.

Связанные файлы

  • evidence/load-py-baseline.json — сырой JSON, сохранённый скриптом
  • evidence/k6-baseline.md — open-loop аналог для сравнения