Análisis de IA de Resultados de Pruebas de Carga
Descripción General del Análisis de IA
La función de Análisis de IA de Resultados de Pruebas de Carga aprovecha la inteligencia artificial para interpretar los resultados de tus pruebas de rendimiento y proporcionar perspectivas accionables. Al definir tu stack tecnológico, recibes tanto un resumen de alto nivel del rendimiento de la prueba como recomendaciones específicas por tecnología para optimizar tu aplicación. Funciona tanto para pruebas de carga nativas de LoadFocus como para pruebas de carga con Apache JMeter.
¿Qué es el Análisis de IA de Resultados de Pruebas de Carga?
El Análisis de IA examina métricas clave, como tiempos de respuesta, tasas de error y rendimiento, de tu ejecución de prueba de LoadFocus o JMeter, identificando automáticamente posibles cuellos de botella y áreas de mejora. Además, adapta las sugerencias basándose en tu stack tecnológico seleccionado, asegurando que las recomendaciones sean relevantes para tu entorno.
Cómo Acceder al Análisis de IA
- Abrir la Pestaña AI Assist Navega a tu panel de resultados de prueba y haz clic en la pestaña AI Assist.
- Iniciar un Nuevo Análisis Haz clic en New AI Analysis (beta) para comenzar a generar perspectivas para la ejecución de prueba actual.
Seleccionar o Crear Tu Stack Tecnológico
Antes del análisis, especifica las tecnologías utilizadas en tu aplicación. Puedes elegir un stack tecnológico guardado previamente o definir uno nuevo.
| Usar Stack Tecnológico Guardado | Crear Nuevo Stack Tecnológico |
|---|---|
| Selecciona de tus configuraciones guardadas para reutilizar | Define lenguajes, frameworks, base de datos, servidor y nube |
Crear un Nuevo Stack Tecnológico
Si optas por definir un nuevo stack, proporciona un nombre y selecciona tus tecnologías en cada categoría:
- Lenguajes de Programación (por ejemplo, JavaScript, TypeScript)
- Frameworks y Bibliotecas (por ejemplo, React, Next.js)
- Base de Datos (por ejemplo, MongoDB, PostgreSQL)
- Servidor de Aplicación/Web (por ejemplo, Node.js, Tomcat)
- Proveedor de Nube (por ejemplo, AWS, Azure)
- Detalles Adicionales (notas opcionales)
Nombrar Tu Stack Tecnológico
Dale a tu stack un nombre descriptivo para que puedas reutilizarlo fácilmente más adelante.
Generar el Análisis de IA
Una vez que tu stack tecnológico esté seleccionado o creado, haz clic en Continue para que LoadFocus procese los datos de tu prueba.
Verás una lista de análisis generados. Cada entrada muestra:
- Una marca de tiempo y detalles de la ejecución
- Un icono de Imprimir para generar un PDF del informe
- Un icono de Papelera para eliminar el análisis
Imprimir un Análisis de IA
Para imprimir o guardar un PDF de un informe de Análisis de IA:
- Localiza la entrada del análisis en la lista.
- Haz clic en el icono de Imprimir
. - Aparecerá el diálogo de impresión de tu navegador -- elige Guardar como PDF o tu impresora física.
Ver Perspectivas Generadas por IA
Selecciona un análisis de la lista para ver:
- Resumen de Rendimiento de la Prueba destaca tiempos de respuesta promedio y máximo, tasa de error y rendimiento.
- Análisis de Rendimiento evalúa cómo se desempeñó tu sistema bajo la carga dada.
- Áreas de Mejora señala posibles cuellos de botella o riesgos.
- Próximos Pasos recomienda acciones adicionales o pruebas a ejecutar.
Recomendaciones del Stack Tecnológico
Debajo de tus perspectivas, la sección de Recomendaciones del Stack Tecnológico presenta consejos de optimización personalizados.
- Tu Stack Tecnológico muestra las tecnologías seleccionadas como insignias.
- Recomendaciones Personalizadas lista acciones priorizadas con niveles de impacto (Alto, Medio, Bajo).
Ejemplos de Recomendaciones
Optimizar el Rendimiento de Consultas de Base de Datos (Alto Impacto) Dado tu stack de JavaScript, TypeScript, React, Next.js, MongoDB, Node.js y AWS, considera optimizar los índices de MongoDB, aprovechar el renderizado del lado del servidor de Next.js y ajustar las configuraciones de AWS RDS.
Implementar Estrategia de Caché (Medio Impacto) Agrega una capa de caché (por ejemplo, Redis o CloudFront) para reducir la latencia de solicitudes repetidas a medida que tu carga crece.
Auto-Escalado de Infraestructura (Medio Impacto) Configura grupos de Auto Scaling de AWS para ajustar los recursos de cómputo dinámicamente basándose en el tráfico.
Optimización de Costos Serverless (Bajo Impacto) Explora AWS Lambda o Fargate para pagar solo por el tiempo de cómputo consumido y simplificar el escalado.
Eliminar o Regenerar un Análisis
Si necesitas eliminar un análisis de IA, haz clic en el icono de papelera junto a la entrada y confirma la eliminación.
Nota: La eliminación es permanente, pero siempre puedes generar un nuevo análisis para la misma ejecución de prueba.
Conclusión
El Análisis de IA de Resultados de Pruebas de Carga acelera la optimización del rendimiento combinando perspectivas automatizadas con recomendaciones específicas por tecnología. Define tu stack una vez y aprovecha la guía impulsada por IA para mantener tu aplicación funcionando sin problemas bajo carga.