Warum Performance ausschlaggebend ist

“Du kannst nichts kontrollieren, was Du nicht messen kannst”: Langsame Antwortzeiten, träge Verarbeitung von Anfragen und Time-Outs in einem Projekt-Workflow erfordern eine schnelle Optimierung der System-Performance. Um die Leistungsfähigkeit einer Atlassian-Toolchain messbar machen zu können, müssen individuelle Untersuchungen durchgeführt werden. Hintergrund: Jede Umgebung und Systemnutzung ist einzigartig. catworkx setzt beim Controlling von Performance-Werten auf die Paarung von Open-Source-Software und eigenen, internen Werkzeugen, wie z. B. catworkx SPIN (Stress-App). Verhaltensinformationen eines bestimmten Systems lassen sich dadurch über einen festgelegten Zeitrahmen genau abbilden, bei gleichzeitiger Maximierung des Stress-Levels der Atlassian-Instanz.

Diese Erkenntnis war der Auslöser für catworkx, in die Messung der Leistungsfähigkeit der Atlassian-Werkzeugkette zu investieren. Da zentrale Prozesse und Geschäftsfunktionen in mittleren und großen Unternehmen die Notwendigkeit von Workflow-Management, Dokumentation, Zusammenarbeit und Umsetzung der Compliance-Richtlinien erhöhen, müssen alle Teile der Toolchain unter die Lupe genommen werden.

Im folgenden Beispiel hat sich das catworkx-Team um ein Jira-System gekümmert und dafür eine Werkzeugpalette zusammengestellt, mit der Geschäftskunden die wesentlichen Informationen übersichtlich visualisieren können. So können Geschäftsführer und IT-Personal Engpässe oder Stolperfallen, die den Dienst behindern, verstehen und identifizieren. catworkx hat seine Fähigkeiten bei der Performance-Verbesserung und Erhöhung der Systemstabilität der Atlassian-Toolchain schon viele Male anwenden können. Dieses Wissen und das nachfolgende Set-up sind die Grundlage dafür, wie wir unseren heutigen Kunden helfen, ihre Probleme von gestern loszuwerden und sich auf die Geschäftsanforderungen von morgen vorzubereiten.

Wohlwissend, dass jede Umgebung und jede Systemnutzung einzigartig ist und eine individuelle Untersuchung erfordert, muss die Ausgangslage für jedes einzelne System hinterfragt werden. Nach der Evaluation mehrerer Werkzeuge für unser Anliegen, ist catworkx auf ein Tool-Set aus Gatling (Open-Source-Testing-Framework), InfluxDB (Open-Source-TSDB-Datenbank zum Speichern großer Datenmengen aus Zeitmessreihen) und Grafana (Open-Source-Metrik-Dashboard) gestoßen, das unseren Ansprüchen in Skalierbarkeit und Praktikabilität entgegen kommt.

Diese externen Werkzeuge werden mit eigenen, internen Werkzeugen, wie z. B. catworkx SPIN (Stress-App), gebündelt, um Verhaltensinformationen eines bestimmten Systems – bei Maximierung des Stress-Levels der Atlassian-Instanz – über eine festgelegte Zeitdauer zu sammeln.

Im folgenden Beispiel geht es um ein Kundensystem (Jira), das durch langsame Antwortzeiten, träge Verarbeitung von Anfragen und Time-Outs aufgefallen ist. Nach dem ersten Zyklus haben wir herausgefunden, dass jede einzelne Änderung am Set-up des Werkzeuges oder seiner Konfiguration gegengetestet werden muss, um ihren Nutzen zu untersuchen. Das Ändern von mehr als einer Bedingung zu einem Zeitpunkt hat sich nicht als das richtige Vorgehen herausgestellt, da Überschneidungen und Seiteneffekte die Messungen negativ beeinflussen können.

Mit diesen Schritten konnte die gesamte Systemperformance und Flüssigkeit auf ein akzeptables Maß angehoben werden, sodass der Kunde sein System mit den optimierten Parametern weiter benutzen konnte. Die Maßnahmen haben in einzelnen Teilaspekten einen Effekt von 30 bis 60 Prozent erzielt. Durch die kontinuierliche Überwachung konnte sichergestellt werden, dass überlagernde Seiteneffekte aus der Betrachtung entfernt wurden. Das Ergebnis war ein zufriedener Kunde, der kein neues (größeres) System kaufen musste, um mit seinen Geschäftsanforderungen Schritt halten zu können.