AI-analyse av lasttestresultater

Oversikt over AI-analyse

Funksjonen AI-analyse av lasttestresultater utnytter kunstig intelligens for å tolke ytelsestestresultatene dine og gi handlingsrettede innsikter. Ved å definere teknologistacken din mottar du både en overordnet oppsummering av testytelsen og teknologispesifikke anbefalinger for å optimalisere applikasjonen din. Fungerer for både LoadFocus native lasttester og Apache JMeter-lasttesting.

Hva er AI-analyse av lasttestresultater?

AI-analyse undersøker nøkkelmålinger -- som responstider, feilrater og gjennomstrømning -- fra LoadFocus- eller JMeter-testkjøringen din, og identifiserer automatisk potensielle flaskehalser og forbedringsområder. I tillegg skreddersyr den forslag basert på din valgte teknologistack, noe som sikrer at anbefalingene er relevante for ditt miljø.

Hvordan få tilgang til AI-analyse

  1. Åpne AI Assist-fanen Naviger til testresultatdashbordet ditt og klikk på AI Assist-fanen.
  2. Start en ny analyse Klikk New AI Analysis (beta) for å begynne å generere innsikter for gjeldende testkjøring.

Velge eller opprette din teknologistack

Før analysen, spesifiser teknologiene som brukes i applikasjonen din. Du kan enten velge en tidligere lagret teknologistack eller definere en ny.

Bruk lagret teknologistackOpprett ny teknologistack
Velg fra dine lagrede konfigurasjoner for gjenbrukDefiner språk, rammeverk, database, server og sky

Velg eller opprett teknologistack

Opprette en ny teknologistack

Hvis du velger å definere en ny stack, oppgi et navn og velg teknologiene dine i hver kategori:

Generer AI-analyse - Teknologistackskjema

  • Programmeringsspråk (f.eks. JavaScript, TypeScript)
  • Rammeverk og biblioteker (f.eks. React, Next.js)
  • Database (f.eks. MongoDB, PostgreSQL)
  • Applikasjons-/webserver (f.eks. Node.js, Tomcat)
  • Skyleverandør (f.eks. AWS, Azure)
  • Tilleggsdetaljer (valgfrie notater)

Gi stacken din et beskrivende navn slik at du enkelt kan gjenbruke den senere.

Skriv inn teknologistacknavn

Generere AI-analysen

Når teknologistacken din er valgt eller opprettet, klikk Continue for å la LoadFocus behandle testdataene dine.

Oversikt over AI-analyser

Du vil se en liste over genererte analyser. Hver oppføring viser:

  • Tidsstempel og kjøringsdetaljer
  • Et Skriv ut-ikon for å generere en PDF av rapporten
  • Et Slett-ikon for å slette analysen

Skrive ut en AI-analyse

Skriv ut AI-analyserapport

For å skrive ut eller lagre en PDF av en AI-analyserapport:

  1. Finn analyseoppføringen i listen.
  2. Klikk på Skriv ut-ikonet Skriv ut-ikon.
  3. Nettleserens utskriftsdialog vises -- velg Lagre som PDF eller din fysiske skriver.

Vise AI-genererte innsikter

Velg en analyse fra listen for å se:

  • Oppsummering av testytelse fremhever gjennomsnittlige, maksimale responstider, feilrate og gjennomstrømning.
  • Gjennomstrømningsanalyse evaluerer hvordan systemet ditt presterte under den gitte belastningen.
  • Forbedringsområder peker på potensielle flaskehalser eller risikoer.
  • Neste steg anbefaler ytterligere handlinger eller tester å kjøre.

AI-genererte testinnsikter

Anbefalinger for teknologistack

Under innsiktene dine viser seksjonen Anbefalinger for teknologistack skreddersydde optimaliseringstips.

Oversikt over anbefalinger for teknologistack

  • Din teknologistack viser de valgte teknologiene som merkelapper.
  • Skreddersydde anbefalinger lister prioriterte handlinger med påvirkningsnivåer (Høy, Middels, Lav).

Eksempel på anbefalinger

  1. Optimaliser databasespørringsytelse (Høy påvirkning) Med din stack av JavaScript, TypeScript, React, Next.js, MongoDB, Node.js og AWS, vurder å optimalisere MongoDB-indekser, utnytte Next.js server-side rendering og finjustere AWS RDS-konfigurasjoner.

  2. Implementer hurtigbufferstrategi (Middels påvirkning) Legg til et hurtigbufferlag (f.eks. Redis eller CloudFront) for å redusere gjentatt forsinkelse i forespørsler etter hvert som belastningen øker.

  3. Autoskalering av infrastruktur (Middels påvirkning) Konfigurer AWS Auto Scaling-grupper for å justere beregningsressurser dynamisk basert på trafikk.

  4. Serverless kostnadsoptimalisering (Lav påvirkning) Utforsk AWS Lambda eller Fargate for å betale kun for forbrukt beregningskapasitet og forenkle skalering.

Slette eller regenerere en analyse

Hvis du trenger å fjerne en AI-analyse, klikk på søppelikonet ved siden av oppføringen og bekreft slettingen.

Bekreftelse av sletting av AI-analyse

Merk: Sletting er permanent, men du kan alltid generere en ny analyse for samme testkjøring.

Konklusjon

AI-analyse av lasttestresultater akselererer ytelsesoptimalisering ved å kombinere automatiserte innsikter med teknologispesifikke anbefalinger. Definer stacken din en gang, og utnytt AI-drevet veiledning for å holde applikasjonen din i gang smidig under belastning.