Test de montée en charge: métriques et analyse par étapes

Il y a quelques mois, nous vous expliquions l’intérêt d’un test de montée en charge. Aujourd’hui nous allons plus loin !

Nous vous parlons des métriques utilisées, de leur interprétation et de leur exploitation.

Test de montée en charge : scénario & trafic

Afin de reposer les bases, un test de montée de charge consiste à simuler une importante charge de trafic sur votre site internet. Le but est de connaître la capacité de charge de votre plateforme. Sa mise en oeuvre nécessite de déterminer deux variables: les étapes d’un parcours utilisateur et la quantité de trafic simulé. Afin de représenter l’exhaustivité de votre trafic, il est possible et judicieux de combiner plusieurs parcours stratégiques.

Exemple: Sur 2000 users simulés, 1000 vont aller jusqu’à la page de paiement. 150 vont s’identifier sur leur espace client et 850 vont consulter 10 fiches produits avant de quitter votre site.

Aujourd’hui, nous abordons les métriques utilisées et la nécessité d’une vision par étape du scénario.

Une vision au plus proche de votre activité digitale

Temps d’exécution: minimum, moyen et maximum

D’après une vision globale de votre scénario ou détaillée par étape, les temps d’exécution vont vous en apprendre beaucoup sur le comportement de votre plateforme face à une augmentation de trafic. Le tableau ci-dessous récapitule les différents temps d’exécution suite à un test de montée en charge. Nous apprenons ici, qu’en moyenne l’intégralité du scénario s’est exécuté en 13.18 sec. On observe d’importantes variations, passant d’un temps minimum d’exécution de 2.86 sec à un temps maximum d’exécution de 23,50 sec soit une évolution de 822.38%. En creusant et en s’intéressant au détail par étape du scénario, on en apprend encore plus!

Tout d’abord que la home page (étape 1) a le meilleur temps d’exécution minimum de tout le scénario. En revanche, c’est aussi l’étape qui a subi la plus importante dégradation (2564.31%). On observe également que l’étape 6 (catégorie nouveauté) semble avoir été la moins impactée par la montée en charge.

Interpréter ces temps d’exécution vous permet de visualiser le comportement de votre plateforme et de mieux cerner la navigation de vos internautes en période de fort trafic. Vous vous rendez également compte du degré de variabilité de chacune des étapes face à la charge de trafic. Suivant l’enjeu stratégique que représentent les différentes étapes de votre parcours, vous êtes en mesure d’anticiper votre prochaine période de forte activité en priorisant vos optimisations.

Le taux d’erreur

Il arrive que des scénarios tombent en erreur. C’est-à-dire qu’ils rencontrent un blocage technique ou fonctionnel qui empêche l’exécution du parcours dans sa totalité. Un timeout, une erreur d’application type 500, une page non trouvée … peuvent être à l’origine. Connaître le taux d’erreur de votre test de montée en charge permet d’avoir une meilleure visibilité sur les potentiels incidents auxquels vos internautes sont confrontés et à quelles étapes ils surviennent.

Cette donnée est également indispensable pour confirmer l’interprétation des temps d’exécution et leur exploitation.

En effet, lorsqu’un scénario tombe en erreur, aucune donnée n’est recensée, notamment pour les temps d’exécution. Suivant l’importance du taux d’erreur, cette absence de donnée va faussement impacter les temps des différentes étapes. Voilà pourquoi il est primordial d’intégrer cette métrique à votre analyse.

Evolution des temps d’exécution par incrémentation

Afin d’aller encore plus loin dans l’analyse de votre plateforme, l’incrémentation de trafic doit également être prise en considération. Pour rappel, lors d’un test de montée en charge, l’augmentation de trafic se fait de manière progressive. On parle alors d’incrémentation ou de paliers. Connaître les temps d’exécution des différentes étapes de votre parcours en fonction de l’augmentation de trafic vous donne accès à une mine d’informations. Vous pouvez déterminer les paliers de trafic qui ont le plus d’incidences sur vos parcours stratégiques et quelles étapes sont les plus impactées.

Il est également intéressant d’isoler une étape et d’en observer les temps d’exécution avant et après la simulation d’un pic de trafic afin d’analyser la remise en état de votre plateforme. Exemple concret avec l’étape 5. Au début de l’incrémentation, le temps d’exécution pour 600 users est d’une seconde environ. Après la phase de simulation maximale à 1000 users, le temps d’exécution est passé à 2 secondes pour 635 users. 

Conclusion

Avoir une vision générale de vote plateforme lors de pics de trafic est très intéressante. En revanche, accéder à un niveau d’informations très détaillé avec une visibilité par étape du scénario est plus efficace.  Vous savez exactement où intervenir pour minimiser les dysfonctionnements et améliorer vos temps de chargement. En termes de navigation, le test de montée en charge vous informe également des différents types d’erreur rencontrés lors de l’exécution des scénarios. Sur le plan technique: réseau, hits et bande passante sont également passés au crible. Toutefois, ces deux aspects feront l’objet d’articles à part entière.

Afin d’anticiper au mieux votre prochain temps fort, faites un essai :