PERF 8: Wie lässt sich Leistung durch Kompromisse verbessern?

Durch die Festlegung von Kompromissen beim Gestalten von Lösungen lässt sich der optimale Ansatz einfacher bestimmen. Leistung lässt sich oft durch Zugeständnisse in anderen Bereichen verbessern, etwa bei Konsistenz, Beständigkeit, Zeit und Latenz.

Ressourcen

Introducing The Amazon Builders’ Library (DOP328)
Amazon Builders’ Library
Best Practices for Implementing Amazon ElastiCache

Bewährte Methoden:

• Bereiche mit kritischem Leistungsbedarf identifizieren: Ermitteln Sie diejenigen Bereiche, in denen sich durch Steigern der Workload-Leistung positive Auswirkungen auf die Effizienz oder das Kundenerlebnis realisieren lassen. Beispiel: Eine Website mit zahlreichen Kundeninteraktionen kann von der Nutzung von Edge-Services profitieren, indem Inhalte näher bei den Kunden bereitgestellt werden.

• Designmuster und Services kennenlernen: Holen Sie Informationen zu den verschiedenen Designmustern und Services ein, die zu Leistungsoptimierungen beitragen, und machen Sie sich mit ihnen vertraut. Ermitteln Sie im Rahmen Ihrer Analyse, welche Kompromisse in Frage kommen, um eine höhere Leistung zu erzielen. Mithilfe eines Cache-Service lässt sich beispielsweise die Last von Datenbanksystemen reduzieren. Allerdings bedarf es einer gewissen Entwicklungstätigkeit, um sicheres Caching zu implementieren oder letztendliche Datenkonsistenz in bestimmten Bereichen einzuführen.

• Auswirkungen von Kompromissen auf Kunden und Effizienz identifizieren: Ermitteln Sie beim Evaluieren von leistungsbezogenen Verbesserungen, welche gewählten Optionen sich auf Ihre Kunden und die Effizienz der Workloads auswirken. Wenn sich die Systemleistung beispielsweise bei Verwendung eines Schlüssel-Wert-Datenspeichers erhöht, sollten Sie unbedingt ermitteln, welche Auswirkungen sich bei einem dauerhaften Einsatz für die Kunden ergeben würden.

• Auswirkung von Leistungsoptimierungen messen: Werten Sie die erfassten Metriken und Daten aus, wenn Änderungen zur Verbesserung der Leistung vorgenommen werden. Nutzen Sie diese Informationen, um die Auswirkungen zu ermitteln, die sich aufgrund der Leistungsverbesserung für die Workload, die zugehörigen Komponenten und Ihre Kunden ergeben haben. Anhand dieser Messungen lassen sich die dank des Kompromisses möglichen Verbesserungen einfacher nachvollziehen und Sie können feststellen, ob der Kompromiss eventuell zu unerwünschten Nebenwirkungen geführt hat.

• Verschiedene Leistungsstrategien anwenden: Wenden Sie nach Möglichkeit mehrere Strategien zur Leistungsoptimierung an. Verwenden Sie beispielsweise Strategien wie Daten-Caching, um exzessive Netzwerk- oder Datenbankaufrufe zu verhindern, und Lesereplikate für Datenbankmodule, um eine höhere Leserate zu erzielen. Setzen Sie möglichst Sharding und Datenkomprimierung ein, um das Datenvolumen zu reduzieren, und nutzen Sie die Pufferung und das Streaming der verfügbaren Ergebnisse, um Blockaden zu vermeiden.

Verbesserungsplan

Bereiche mit kritischem Leistungsbedarf identifizieren

Bestimmen von eingeschränkten Bereichen der Workload: Verwenden Sie Lasttests oder -überwachung, um beschränkte Bereiche (Arbeitsspeicher, CPU, benutzerdefinierte Metriken und andere wichtige Leistungsindikatoren) zu identifizieren.

Designmuster und Services kennenlernen

Verfügbare Produktoptionen verstehen: Machen Sie sich mit den Konfigurationsoptionen für die Leistung vertraut und finden Sie heraus, wie sich diese auf die Workload auswirken. Der Erfolg beim Optimieren der Workload-Leistung ist davon abhängig, wie gut Sie die Interaktion dieser Optionen mit Ihrer Architektur nachvollziehen können und wie sich diese Optionen sowohl auf die gemessene als auch die von den Benutzern wahrgenommene Leistung auswirken.

Auswerten von Designmustern aus der Amazon Builders' Library: Die Amazon Builders’ Library umfasst eine ausführliche Beschreibung dazu, wie Technologie von Amazon entwickelt und betrieben wird. Die kostenlosen Artikel in der Bibliothek werden von erfahrenen Technikern von Amazon geschrieben und behandeln Themen in den Bereichen Architektur, Softwarebereitstellung und Betrieb. Es wird beispielsweise erläutert, wie Amazon die Softwarebereitstellung automatisiert, um pro Jahr 150 Millionen Bereitstellungen durchzuführen. Sie erfahren auch, wie die Techniker von Amazon beispielsweise das Mischen von Shards (Shuffle Sharding) einsetzen, um resiliente Systeme zu entwickeln, die hochverfügbar und fehlertolerant sind.
Amazon Builders’ Library

Auswirkungen von Kompromissen auf Kunden und Effizienz identifizieren

Kompromisse ermitteln: Identifizieren Sie anhand von Metriken und Überwachung die Bereiche Ihres Systems, die eine schlechte Leistung aufweisen. Bestimmen Sie, wie Verbesserungen vorgenommen werden können und wie Kompromisse sich auf das System und die Benutzererfahrung auswirken. So lässt sich beispielsweise durch Caching von Daten die Leistung deutlich steigern. Es ist aber eine eindeutige Strategie erforderlich, mit der festgelegt wird, wie und wann Cache-Daten aktualisiert oder ungültig werden, um unerwünschtes Systemverhalten zu verhindern.

Auswirkung von Leistungsoptimierungen messen

Kombination verschiedener Strategien verwenden: In einem architektonisch guten System kommt meist eine Kombination verschiedener Leistungsstrategien zur Anwendung. Bestimmen Sie, welche Strategie die größte positive Wirkung auf einen bestimmten kritischen Punkt oder Engpass hat. Durch Sharding von Daten auf mehrere relationale Datenbanksysteme lässt sich der Gesamtdurchsatz verbessern, während Transaktionen weiterhin unterstützt werden. In den einzelnen Shards trägt Caching zur Lastreduzierung bei.

Verschiedene Leistungsstrategien anwenden

Architektur mit datengestütztem Ansatz weiterentwickeln: Wenn Sie Änderungen an Ihrem Workload vornehmen, sollten Sie Kennzahlen erfassen und bewerten, um die Auswirkungen dieser Änderungen eindeutig zu bestimmen. Messen Sie die Auswirkungen auf System und Endbenutzer, um nachzuvollziehen, wie sich Ihre Kompromisse auf die Workload auswirken. Stellen Sie anhand eines systematischen Ansatzes fest (z. B. Lasttests), ob sich die Leistung durch den Kompromiss tatsächlich verbessert.