k6 부하테스트 스크립트

docker-compose.prod.yml

@@ -79,8 +79,9 @@ services:
       - '--storage.tsdb.retention.time=7d'
       - '--storage.tsdb.retention.size=1GB'
       - '--web.enable-lifecycle'
-    expose:
-      - "9090"
+      - '--web.enable-remote-write-receiver'
+    ports:
+      - "9090:9090"
     deploy:
       resources:
         limits:

k6/01-store-browse.js

@@ -1,6 +1,6 @@
 /**
- * 매장 조회 부하테스트
- * 실행: k6 run k6/01-store-browse.js
+ * 매장 조회 부하테스트 — 이벤트 스파이크 vs 점진적 증가
+ * 실행: .\k6\run.ps1 -Test 01
  *
  * 테스트 항목:
  *   - GET /stores          (목록 + 필터)
@@ -9,90 +9,201 @@
  *   - GET /stores/in-bounds (지도 영역 조회)
  *   - GET /stores/{id}     (상세)
  *   - GET /remains         (시간대별 좌석)
+ *
+ * 전체 소요 시간: 약 9분
+ *   [0s ~ ~2m50s] event_spike — 워밍업 후 50명 즉시 점프
+ *   [3m20s ~ ~9m] ramp_up    — 0→50명 단계적 증가
+ *
+ * [두 시나리오 비교 포인트]
+ *   - nearby / in-bounds: PostGIS 쿼리는 GIST 인덱스가 없으면 spike 구간에서 타임아웃
+ *   - 인기 매장 조회: Redis 캐시 히트율이 높으면 두 시나리오 모두 빠름 (차이 없음)
+ *   - event_spike 점프 직후(30~35s) p95가 급등하면 → 서버가 스파이크를 못 버팀
  */
 import http from 'k6/http';
 import { sleep, check, group } from 'k6';
-import { Trend } from 'k6/metrics';
+import exec from 'k6/execution';
+import { Trend, Rate } from 'k6/metrics';
 import { BASE_URL, HEADERS_JSON, THRESHOLDS } from './config.js';
 
-const nearbyDuration = new Trend('nearby_duration', true);
-const inBoundsDuration = new Trend('in_bounds_duration', true);
+const nearbyDuration   = new Trend('browse_nearby_duration', true);
+const inBoundsDuration = new Trend('browse_in_bounds_duration', true);
+
+// 시나리오별 메트릭 — event_spike vs ramp_up 응답시간 분포 비교
+const spikeDuration = new Trend('browse_spike_duration', true);
+const rampDuration  = new Trend('browse_ramp_duration', true);
+
+const errorRate = new Rate('browse_error_rate');
 
 export const options = {
   scenarios: {
-    // 단계적으로 부하 증가 → 유지 → 감소
+
+    // ── SCENARIO A: 이벤트 스파이크 ────────────────────────────────────────
+    // 실제 상황: 오전 10시 이벤트 오픈, 좌석 공개처럼 특정 시각에 트래픽이 몰리는 상황
+    //
+    // [워밍업을 추가한 이유]
+    // 실제 서비스에서 이벤트가 오픈되는 시점의 서버는 이미 운영 중인 상태.
+    // JVM JIT 컴파일과 DB 커넥션풀이 확보된 상태에서 갑자기 50명이 몰리는 것이 현실적.
+    // 워밍업 없이 바로 50명을 붙이면 JVM 콜드 스타트 비용이 포함되어
+    // 실제 이벤트 상황의 성능과 다른 결과가 나옴.
+    //
+    // [ramping-vus를 쓴 이유]
+    // warmup(10명) + constant(50명)을 별도 시나리오로 돌리면 동시 실행되어
+    // 실제로는 10 + 50 = 60명이 되는 문제가 생김.
+    // ramping-vus 하나로 합쳐야 정확히 50명으로 제어 가능.
+    //
+    // [단계별 의미]
+    //   30s: 10명 유지 → 서버가 이미 운영 중인 상태 재현 (JIT 워밍업, 커넥션풀 확보)
+    //    5s: 10→50명 점프 → 이벤트 오픈 순간 재현
+    //    2m: 50명 유지 → 피크 타임 지속 상황에서의 안정성 확인
+    //
+    // [체크포인트]
+    //   점프 직후(30~35s) 구간 p95가 급등하는지 Grafana에서 확인
+    //   → 급등하면 서버가 순간 스파이크를 못 버팀 (커넥션풀 또는 스레드풀 부족)
+    event_spike: {
+      executor: 'ramping-vus',
+      startVUs: 0,
+      stages: [
+        { duration: '30s', target: 10 },  // 워밍업: 평상시 트래픽 재현
+        { duration: '5s',  target: 50 },  // 이벤트 오픈: 5초 안에 50명으로 점프
+        { duration: '2m',  target: 50 },  // 피크 유지
+        { duration: '15s', target: 0  },  // 종료
+      ],
+      tags: { scenario: 'event_spike' },
+    },
+
+    // ── SCENARIO B: 점진적 증가 ────────────────────────────────────────────
+    // 목적: 몇 명부터 응답시간이 꺾이는지 임계점 탐색
+    // event_spike와 달리 서버가 단계적으로 적응하면서 50명에 도달
+    // 체크: 10→20→35→50 각 단계에서 nearby p95 변화량 확인
     ramp_up: {
       executor: 'ramping-vus',
       startVUs: 0,
+      startTime: '3m20s',
       stages: [
-        { duration: '30s', target: 10 },   // 워밍업
-        { duration: '30s', target: 30 },   // 1단계
-        { duration: '1m',  target: 50 },   // 2단계
-        { duration: '1m',  target: 50 },   // 50명 유지
-        { duration: '30s', target: 0 },    // 종료
+        { duration: '30s', target: 10 },
+        { duration: '30s', target: 20 },
+        { duration: '30s', target: 35 },
+        { duration: '1m',  target: 50 },
+        { duration: '30s', target: 50 },
+        { duration: '30s', target: 0  },
       ],
+      tags: { scenario: 'ramp_up' },
     },
   },
   thresholds: {
     ...THRESHOLDS,
-    nearby_duration: ['p(95)<2000'],      // PostGIS 쿼리는 2초 기준
-    in_bounds_duration: ['p(95)<2000'],
+    'browse_nearby_duration':    ['p(95)<2000'],
+    'browse_in_bounds_duration': ['p(95)<2000'],
+    'browse_spike_duration':     ['p(95)<1500'],
+    'browse_ramp_duration':      ['p(95)<1000'],
+    'browse_error_rate':         ['rate<0.01'],
   },
 };
 
-// 서울 중심 좌표
-const SEOUL = { lat: 37.5665, lng: 126.9780 };
-
-// 테스트할 매장 ID 목록 (실제 DB에 있는 ID로 교체)
+const SEOUL     = { lat: 37.5665, lng: 126.9780 };
 const STORE_IDS = [1, 2, 3, 4, 5];
 
 export default function () {
+  const isSpike = exec.scenario.name === 'event_spike';
   const storeId = STORE_IDS[Math.floor(Math.random() * STORE_IDS.length)];
+  // +9h: 서버가 UTC로 실행될 경우 자정~오전9시 사이에 날짜가 하루 틀어지는 것 방지
   const today = new Date(Date.now() + 9 * 60 * 60 * 1000).toISOString().split('T')[0];
 
+  function record(duration) {
+    isSpike ? spikeDuration.add(duration) : rampDuration.add(duration);
+  }
+
   group('매장 목록 조회', () => {
     const res = http.get(`${BASE_URL}/api/v1/stores?page=0&size=10`, { headers: HEADERS_JSON });
-    check(res, { '목록 200': (r) => r.status === 200 });
+    const ok  = check(res, { '목록 200': (r) => r.status === 200 });
+    errorRate.add(!ok);
+    record(res.timings.duration);
   });
 
   group('인기 매장 조회', () => {
     const res = http.get(`${BASE_URL}/api/v1/stores/popular?limit=10`, { headers: HEADERS_JSON });
-    check(res, { '인기 200': (r) => r.status === 200 });
+    const ok  = check(res, { '인기 200': (r) => r.status === 200 });
+    errorRate.add(!ok);
+    record(res.timings.duration);
   });
 
-  group('근처 매장 조회 (PostGIS)', () => {
+  group('근처 매장 조회 (PostGIS nearby)', () => {
     const res = http.get(
       `${BASE_URL}/api/v1/stores/nearby?latitude=${SEOUL.lat}&longitude=${SEOUL.lng}&page=0&size=10`,
       { headers: HEADERS_JSON },
     );
-    check(res, { '근처 200': (r) => r.status === 200 });
+    const ok = check(res, { '근처 200': (r) => r.status === 200 });
+    errorRate.add(!ok);
     nearbyDuration.add(res.timings.duration);
+    record(res.timings.duration);
   });
 
   group('지도 영역 매장 조회 (in-bounds)', () => {
-    // 서울 강남 일대 bounding box
     const res = http.get(
       `${BASE_URL}/api/v1/stores/in-bounds` +
         `?minLat=37.49&maxLat=37.54&minLng=127.01&maxLng=127.07` +
         `&centerLat=${SEOUL.lat}&centerLng=${SEOUL.lng}&limit=100`,
       { headers: HEADERS_JSON },
     );
-    check(res, { 'in-bounds 200': (r) => r.status === 200 });
+    const ok = check(res, { 'in-bounds 200': (r) => r.status === 200 });
+    errorRate.add(!ok);
     inBoundsDuration.add(res.timings.duration);
+    record(res.timings.duration);
   });
 
   group('매장 상세 조회', () => {
     const res = http.get(`${BASE_URL}/api/v1/stores/${storeId}`, { headers: HEADERS_JSON });
-    check(res, { '상세 200': (r) => r.status === 200 });
+    const ok  = check(res, { '상세 200': (r) => r.status === 200 });
+    errorRate.add(!ok);
+    record(res.timings.duration);
   });
 
   group('시간대별 좌석 조회', () => {
     const res = http.get(
       `${BASE_URL}/api/v1/remains?storeId=${storeId}&date=${today}`,
       { headers: HEADERS_JSON },
     );
-    check(res, { '좌석 200': (r) => r.status === 200 });
+    const ok = check(res, { '좌석 200': (r) => r.status === 200 });
+    errorRate.add(!ok);
+    record(res.timings.duration);
   });
 
   sleep(1);
 }
+
+export function handleSummary(data) {
+  const s_p95     = data.metrics.browse_spike_duration?.values?.['p(95)']     || 0;
+  const s_p99     = data.metrics.browse_spike_duration?.values?.['p(99)']     || 0;
+  const r_p95     = data.metrics.browse_ramp_duration?.values?.['p(95)']      || 0;
+  const r_p99     = data.metrics.browse_ramp_duration?.values?.['p(99)']      || 0;
+  const n_p95     = data.metrics.browse_nearby_duration?.values?.['p(95)']    || 0;
+  const b_p95     = data.metrics.browse_in_bounds_duration?.values?.['p(95)'] || 0;
+  const totalReqs = data.metrics.http_reqs?.values?.count                     || 0;
+  const errorR    = data.metrics.browse_error_rate?.values?.rate              || 0;
+
+  const diff      = s_p95 - r_p95;
+  const spikeNote = diff > 200
+    ? `⚠  스파이크 구간이 ${diff.toFixed(0)}ms 더 느림 → 커넥션풀/스레드풀 점검 필요`
+    : `✓  스파이크 안정적 처리. 차이 ${diff.toFixed(0)}ms`;
+
+  return {
+    stdout: `
+===== 매장 조회 부하테스트 결과 — 시나리오 비교 =====
+총 요청수              : ${totalReqs.toLocaleString()}건
+에러율                 : ${(errorR * 100).toFixed(3)}%
+
+[SCENARIO A] 이벤트 스파이크 (워밍업 10명 → 50명 점프)
+  p95 : ${s_p95.toFixed(0)}ms  /  p99 : ${s_p99.toFixed(0)}ms
+
+[SCENARIO B] 점진적 증가 (0→50명)
+  p95 : ${r_p95.toFixed(0)}ms  /  p99 : ${r_p99.toFixed(0)}ms
+
+[스파이크 분석] ${spikeNote}
+
+[API별 p95]
+  nearby (PostGIS)     : ${n_p95.toFixed(0)}ms  (기준: 2000ms)
+  in-bounds (PostGIS)  : ${b_p95.toFixed(0)}ms  (기준: 2000ms)
+====================================================
+`,
+  };
+}