負荷テスト結果AI分析
AI分析の概要
負荷テスト結果AI分析機能は、人工知能を活用してパフォーマンステスト結果を解釈し、実行可能なインサイトを提供します。テクノロジースタックを定義することで、テストパフォーマンスのハイレベルなサマリーとテクノロジー固有の最適化推奨事項の両方を受け取ることができます。 LoadFocusネイティブ負荷テストとApache JMeter負荷テストの両方で動作します。
負荷テスト結果AI分析とは？
AI分析は、LoadFocusまたはJMeterのテスト実行から主要なメトリクス（レスポンスタイム、エラー率、スループットなど）を調査し、潜在的なボトルネックと改善点を自動的に特定します。さらに、選択したテクノロジースタックに基づいて提案をカスタマイズし、環境に関連する推奨事項を確保します。
AI分析へのアクセス方法
- AI Assistタブを開く テスト結果ダッシュボードに移動し、AI Assistタブをクリックします。
- 新しい分析を開始するNew AI Analysis (beta)をクリックして、現在のテスト実行のインサイトの生成を開始します。
テクノロジースタックの選択または作成
分析の前に、アプリケーションで使用されているテクノロジーを指定します。以前に保存したテクノロジースタックを選択するか、新しいものを定義できます。
| 保存済みテクノロジースタックを使用 | 新しいテクノロジースタックを作成 |
|---|---|
| 保存済みの設定から選択して再利用 | 言語、フレームワーク、データベース、サーバー、クラウドを定義 |
新しいテクノロジースタックの作成
新しいスタックを定義する場合、名前を入力し、各カテゴリでテクノロジーを選択します：
- プログラミング言語（例：JavaScript、TypeScript）
- フレームワーク＆ライブラリ（例：React、Next.js）
- データベース（例：MongoDB、PostgreSQL）
- アプリケーション/Webサーバー（例：Node.js、Tomcat）
- クラウドプロバイダー（例：AWS、Azure）
- 追加の詳細（オプションのメモ）
テクノロジースタックの命名
後で簡単に再利用できるよう、スタックに説明的な名前を付けてください。
AI分析の生成
テクノロジースタックを選択または作成したら、ContinueをクリックしてLoadFocusにテストデータを処理させます。
生成された分析のリストが表示されます。各エントリには以下が表示されます：
- タイムスタンプと実行の詳細
- レポートのPDFを生成するためのPrintアイコン
- 分析を削除するためのTrashアイコン
AI分析の印刷
AI分析レポートを印刷またはPDFとして保存するには：
- リスト内の分析エントリを見つけます。
- Printアイコン
をクリックします。 - ブラウザの印刷ダイアログが表示されます。PDFとして保存または物理プリンターを選択してください。
AI生成のインサイトの表示
リストから分析を選択して以下を表示します：
- テストパフォーマンスサマリーは、平均、最大レスポンスタイム、エラー率、スループットをハイライトします。
- スループット分析は、指定された負荷下でシステムがどのように動作したかを評価します。
- 改善点は、潜在的なボトルネックやリスクを指摘します。
- 次のステップは、さらなるアクションや実行すべきテストを推奨します。
テクノロジースタックの推奨事項
インサイトの下に、テクノロジースタックの推奨事項セクションがカスタマイズされた最適化のヒントを表示します。
- テクノロジースタックは、選択したテクノロジーをバッジとして表示します。
- カスタマイズされた推奨事項は、影響レベル（High、Medium、Low）とともに優先度の高いアクションをリストします。
推奨事項の例
データベースクエリパフォーマンスの最適化 （High Impact） JavaScript、TypeScript、React、Next.js、MongoDB、Node.js、AWSのスタックの場合、MongoDBインデックスの最適化、Next.jsのサーバーサイドレンダリングの活用、AWS RDS設定の調整を検討してください。
キャッシング戦略の実装 （Medium Impact） 負荷の増加に伴う繰り返しリクエストのレイテンシを削減するために、キャッシングレイヤー（例：RedisまたはCloudFront）を追加してください。
インフラストラクチャの自動スケーリング （Medium Impact） トラフィックに基づいてコンピューティングリソースを動的に調整するために、AWS Auto Scalingグループを設定してください。
サーバーレスのコスト最適化 （Low Impact） 消費したコンピューティング時間のみに対して支払い、スケーリングを簡素化するために、AWS LambdaまたはFargateの利用を検討してください。
分析の削除または再生成
AI分析を削除する必要がある場合は、エントリの横にあるゴミ箱アイコンをクリックし、削除を確認してください。
注意： 削除は永続的ですが、同じテスト実行に対していつでも新しい分析を生成できます。
まとめ
負荷テスト結果AI分析は、自動化されたインサイトとテクノロジー固有の推奨事項を組み合わせることで、パフォーマンスチューニングを加速します。スタックを一度定義すれば、AI駆動のガイダンスを活用して、負荷下でもアプリケーションをスムーズに実行し続けることができます。