Ejecutar escenarios de rendimiento

Execute a performance scenario by first running a dry run to validate stability and resource requirements, then launching a full execution to measure load, response times, and error rates across your configured virtual users.

1. Inicia sesión en Test Manager.

2. Abre un proyecto.

3. Realiza una ejecución en seco. Abre un escenario de rendimiento y selecciona Ejecución en seco.

   Consejo:

   A dry run executes each load group with a single robot to validate automation stability and detect infrastructure misconfigurations. After the dry run starts, expand the Application logs panel from the right-hand side to check for unsupported features detected by the Workflow Analyzer. Review the activity log and workflow files to identify and correct any issues before running a full execution. The dry run also calculates the required resources before full execution.

4. View live streaming during the dry run. During the dry run, you can watch the execution in real time. Under Test groups, identify a group and select its associated camera icon to view the live streaming.

   Nota:

   Live streaming is available only during dry runs.

5. Ejecuta una ejecución completa. Abre un escenario de rendimiento para el que ya hayas realizado una ejecución en seco. Selecciona Ejecución completa. La pantalla de ejecución. se abre automáticamente.

6. Supervise el panel en tiempo real y compruebe el estado de ejecución. La barra de progreso muestra cuatro fases secuenciales.

   

   1. Cargando configuración de prueba : el sistema valida la configuración del escenario y carga los detalles de configuración (casos de prueba, grupos de carga, umbrales y fuentes de datos).
   2. Aprovisionar recursos : se asignan los recursos de ejecución necesarios.
      • Para los robots en la nube, esto significa aprovisionar robots sin servidor y consumir Platform Units.
      • Para los robots locales, esto significa que están disponibles las máquinas y los tiempos de ejecución correctos.
   3. Preparar usuarios virtuales : los usuarios virtuales se inicializan en función de la configuración del grupo de carga definido, que incluye conectar robots, asignar casos de prueba y preparar el entorno de ejecución.
   4. Ejecución completa : la prueba de rendimiento real se ejecuta de acuerdo con el perfil de carga configurado (aumento, pico, disminución). La supervisión en tiempo real de las métricas (tiempos de respuesta, tasas de error, uso de infraestructura) está disponible en esta etapa.

7. Consulta la descripción general de la ejecución. El panel muestra el resumen de una ejecución de prueba de rendimiento.

   

   • Grupos de carga: grupos de carga activos que se ejecutan actualmente en paralelo.
   • Usuarios virtuales: usuarios virtuales actualmente activos para todo el escenario.
   • Errores: se han producido errores durante la ejecución hasta ahora (HTTP, errores de automatización) en todos los grupos.
   • Tiempo de respuesta medio: tiempo de respuesta medio y máximo detectado en todos los grupos.
   • Gráfico: perfil de carga con una representación visual del progreso.

8. Consulta las métricas. El histograma representa el tiempo de respuesta medio general para el grupo de carga seleccionado actualmente. Puedes cambiar el tamaño y mover la barra resaltada para ampliar un intervalo de tiempo específico. También se proporcionan varios gráficos.

   

   • La sección del gráfico Cargar perfil muestra cuántos usuarios virtuales estaban activos en un momento dado. Esto refleja las fases configuradas de aceleración, pico y reducción.
   • La sección del gráfico Tiempo de respuesta HTTP (ms) realiza un seguimiento del tiempo de respuesta medio de las solicitudes HTTP durante el período seleccionado. Compara con umbrales (por ejemplo, 1000 ms) para ver dónde se degrada el rendimiento.
   • La sección del gráfico Errores HTTP muestra el porcentaje de errores de nivel HTTP(por ejemplo, 404, 503). Esto ayuda a identificar si los problemas del servidor o de la red están causando inestabilidad.
   • La sección del gráfico Duración del paso de automatización (ms) mide cuánto tiempo tardan en ejecutarse los pasos de automatización individuales. Los picos pueden indicar ineficiencias o problemas en el diseño de automatización.
   • La sección del gráfico Errores de automatización (%) muestra el porcentaje de errores en el nivel de automatización (por ejemplo, selectores fallidos, excepciones). Esto ayuda a diferenciar los errores del sistema de los problemas de automatización.
   • La sección del gráfico Infraestructura: CPU de robots en ejecución (%) supervisa el uso de CPU de los robots que ejecutan la carga. Un uso alto o sostenido de la CPU puede indicar un cuello de botella de recursos.
   • La sección del gráfico Infraestructura: memoria de robots en ejecución (%) realiza un seguimiento del consumo de memoria de los robots en ejecución. Esto es útil para detectar fugas de memoria o uso excesivo a lo largo del tiempo.
   • Se muestran métricas de percentil de uso como P50, P90 o P95 para ayudarte a comprender la distribución de los tiempos de respuesta e identificar valores atípicos que pueden afectar a la experiencia del usuario. Estos están disponibles para métricas como: tiempo de respuesta HTTP, errores HTTP, duración del paso de automatización, errores de automatización.

9. Supervisar incidencias durante la ejecución. Comprueba el registro de la aplicación y los niveles de gravedad, en la parte derecha de la pantalla de ejecución. Para las pruebas de rendimiento de la API, puedes consultar el progreso de la ejecución y los resultados en formato gráfico y en formato métrico. Se muestra la siguiente información: niveles de API, promedio, mínimo, máximo.

   

   • Información : información general, como la asignación de recursos
   • Advertencia : infracciones de umbral o condiciones de riesgo potenciales
   • Error : automatización o HTTP fallos (por ejemplo, tiempos de espera de solicitud, errores de selector)
   • Fatal : fallos de ejecución graves que impiden que la prueba continúe

Resultado

The performance scenario completes its dry run or full execution. The results dashboard displays load profiles, response times, error rates, and infrastructure metrics for each load group.