Size: a a a

QA — Load & Performance

2021 September 27

MP

Mikhail PonChick in QA — Load & Performance
Influx, прометей
источник

MP

Mikhail PonChick in QA — Load & Performance
Все уже готово и ждет обработку
источник

MP

Mikhail PonChick in QA — Load & Performance
Спасибо за ссылку на выступление
источник

S

Sergey in QA — Load & Performance
Ага ну прям готово, это не датасет 🙂. Просто любопытно а что хотите получать от ML, что не возможно от обычных методов обработки?
источник

ВС

Вячеслав Смирнов... in QA — Load & Performance
Как мне объяснил @aklexel
Чтобы применить обучение к данным, их надо разметить сначала.

Если это метрики по CPU, количеству ошибок, времени отклика, ...

То надо для метрик задать SLA, например предел CPU Time = 16 сек, а предел времени отклика = 30 сек.

Потом нормировать. CPU Usage = 8 / 16 = 0.5. Duration Usage = 45 / 30 = 1.5

Потом добавить колонки с 0 или 1. Развернуть числа 0.5, 1.5 в 0 или 1. Условно 0.5 утилизации - ок, поэтому 0. А вот 1.5 фактора длительности не ок, поэтому 1.

А потом уже магия, бустинг, ...

Машина учится на 0 и 1. И вот уже умеет сказать это 0 или 1 по исходным новым данным
источник

S

Sergey in QA — Load & Performance
И в этом случае непонятно зачем, достаточно традиционных методов 🙂. На мой взгляд ML может помочь в предсказании времени отклика. Например, сейчас всё ещё хорошо, но через минуту стенд развалиться. ML может предупредить админов (пора просыпаться!)... Но опять же, нужен большой датасет, иначе админы отключат предупреждения из-за ложных срабатываний.
источник

ВС

Вячеслав Смирнов... in QA — Load & Performance
Для умного скейлинга - принять решение, что можно добавить +1 поду
источник

ВС

Вячеслав Смирнов... in QA — Load & Performance
PS. У нас в команде такого нет. Но мечтать об этом можно
источник

ΙΤ

Ιωάννης Τσεκούρι... in QA — Load & Performance
Опять?
источник

KY

Kirill Yurkov in QA — Load & Performance
а что это
источник

ΙΤ

Ιωάννης Τσεκούρι... in QA — Load & Performance
Пароли небось компрометирует
источник

KY

Kirill Yurkov in QA — Load & Performance
окей, пароль есть осталось сбрутфорсить то откуда он
источник

NM

NoEndOutcry💡🔋🚓 Mikst... in QA — Load & Performance
😂😂😂
источник

H

HencHMaN in QA — Load & Performance
похоже на имя пода в OSE
источник

ΙΤ

Ιωάννης Τσεκούρι... in QA — Load & Performance
похоже похоже)
источник

VK

Vitaliy Kudryashov in QA — Load & Performance
источник

NM

NoEndOutcry💡🔋🚓 Mikst... in QA — Load & Performance
еще одна не разгаданная загадка
источник

S

SaneQ in QA — Load & Performance
Программа конференции по тестированию Heisenbug готова!Heisenbug готова!

За три дня вы сможете посмотреть 23 доклада и поучаствовать в 6 воркшопах.
В программе есть доклад о нагрузочном тестировании.

Виктор Ганелес, Кирилл Юрков — «Антипаттерны тестирования производительности»Антипаттерны тестирования производительности»
В тестировании производительности есть свои особенности, которые можно назвать паттернами. Паттерны могут быть очень специфичными для прикладной задачи, а еще их можно перечислять вечно. Именно поэтому авторы расскажут о том, какие бывают антипаттерны и где они таковыми являются, а где нет.

Посмотреть всю программу, и купить билет можно на сайте.

Вы еще успеваете купить Personal Standard билет со скидкой по промокоду qaload2021JRGpc
источник

S

SaneQ in QA — Load & Performance
Плюсом, для всех участников чатика проводится розыгрыш билета на конфу. Сбор желающих продлится до завтрашнего дня, после чего рандом выберет победителя.
источник

S

SaneQ in QA — Load & Performance
Хочу на heisenbug
Окончательные результаты
80%
Да!
20%
Нет
Проголосовало: 46
источник