Execução de cenários de desempenho

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. Faça logon no Test Manager.

2. Abra um projeto.

3. Realize uma simulação. Abra um cenário de desempenho e selecione Simulação.

   Dica:

   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.

   Observação:

   Live streaming is available only during dry runs.

5. Realize uma execução completa. Abra um cenário de desempenho para o qual você já realizou uma simulação. Selecione Execução completa. A tela de execução. é aberto automaticamente.

6. Monitore o painel em tempo real e verifique o status de execução. A barra de progresso exibe quatro fases sequenciais.

   

   1. Carregamento de configuração de teste - O sistema valida a configuração do cenário e carrega os detalhes de configuração (casos de teste, grupos de carga, limites e fontes de dados).
   2. Provisionamento de recursos - Os recursos de execução necessários são alocados.
      • Para robôs de nuvem, isso significa provisionar robôs sem servidor e consumir Platform Units.
      • Para robôs on-premises, isso significa que as máquinas e os runtimes corretos estão disponíveis.
   3. Preparação de usuários virtuais - Os usuários virtuais são inicializados com base nas configurações do grupo de carga definidas, que inclui conexão de robôs, atribuição de casos de teste e preparação do ambiente de execução.
   4. Execução completa - O teste de desempenho real é executado de acordo com o perfil de carga configurado (ramificação, pico, redução). O monitoramento em tempo real de métricas (tempos de resposta, taxas de erro, uso da infraestrutura) fica disponível nesta fase.

7. Consulte a visão geral da execução. O painel mostra o resumo de uma execução de teste de desempenho.

   

   • Grupos de carga: grupos de carga ativos atualmente sendo executados em paralelo.
   • Usuários virtuais: usuários virtuais ativos para todo o cenário.
   • Erros: ocorreram erros durante a execução até agora (HTTP, erros de automação) em todos os grupos.
   • Tempo médio de resposta: tempo de resposta médio e máximo detectado em todos os grupos.
   • Gráfico: carregue o perfil com uma representação visual do progresso.

8. Consulte as métricas. O arquivamento representa o tempo de resposta médio geral para o grupo de carga atualmente selecionado. Você pode redimensionar e mover a barra destacada para ampliar um intervalo de tempo específico. Vários gráficos também são fornecidos.

   

   • A seção do gráfico Perfil de carga mostra quantos usuários virtuais estavam ativos em um determinado momento. Isso reflete as fases de aceleração, pico e redução configuradas.
   • A seção do gráfico Tempo de resposta HTTP (ms) rastreia o tempo médio de resposta de solicitações HTTP durante o período selecionado. Compare com limites (por exemplo, 1.000 ms) para ver onde o desempenho diminui.
   • A seção do gráfico Erros de HTTP exibe a porcentagem de erros no nível HTTP(por exemplo, 404, 503). Isso ajuda a identificar se os problemas do servidor ou da rede estão causando instabilidade.
   • A seção do gráfico Duração da etapa de automação (ms) mede quanto tempo as etapas de automação individuais levam para serem executadas. Os picos podem indicar ineficiências ou problemas no design da automação.
   • A seção do gráfico Erros de automação (%) mostra a porcentagem de erros no nível da automação (por exemplo, seletores com falha, exceções). Isso ajuda a diferenciar erros do sistema de problemas de automação.
   • A seção do gráfico Infraestrutura – Execução de CPU de robôs (%) monitora o uso da CPU dos robôs que executam a carga. O uso alto ou sustentado da CPU pode indicar um gargalo de recursos.
   • A seção do gráfico Infraestrutura – Execução de memória de robôs (%) rastreia o consumo de memória da execução de robôs. Isso é útil para detectar vazamentos de memória ou uso excessivo ao longo do tempo.
   • Use métricas de percentil, como P50, P90 ou P95, são exibidas para ajudar você a entender a distribuição de tempos de resposta e identificar valores discrepantes que podem afetar a experiência do usuário. Eles estão disponíveis para métricas como: tempo de resposta HTTP, Erros HTTP, Duração da etapa de automação, Erros de automação.

9. Monitore problemas durante a execução. Verifique o log do aplicativo e os níveis de gravidade no lado direito da tela de execução. Para testes de desempenho de API, você pode consultar o progresso e os resultados da execução em formato de gráfico ou em formato de métrica. As seguintes informações são exibidas: níveis de API, média, mínimo, máximo.

   

   • Info – informações gerais, como alocação de recursos
   • Aviso – violações de limite ou possíveis condições de risco
   • Erro – automação ou falhas HTTP (por exemplo, tempos limite de solicitação, erros de seletor)
   • Fatal — falhas graves de execução que impedem que o teste continue

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.