Un nouveau service Cloud Run écrit dans Cloud Spanner. Vous devez valider qu'il prend en charge 5 000 lectures/s et 1 000 écritures/s, identifier les goulots d'étranglement et utiliser une infrastructure de test à autoscaling. Quelle configuration de test utilisez-vous ?

La bonne réponse est de créer un cluster Google Kubernetes Engine (GKE) exécutant des images Locust ou JMeter pour générer dynamiquement des tests de charge, et d'analyser les résultats avec Cloud Trace. GKE offre une plateforme évolutive pour les outils de test de charge comme Locust ou JMeter, qui peuvent simuler efficacement les 5 000 lectures/s et 1 000 écritures/s requis. Cloud Trace est idéal pour identifier les goulots d'étranglement de performance dans les services distribués, comme un service Cloud Run interagissant avec Cloud Spanner. Les autres options sont moins adaptées : Cloud Run pour le banc de test n'est pas conçu pour générer une charge aussi élevée et l'analyse des VPC Flow Logs ne fournit pas de métriques de performance détaillées. Cloud Tasks n'est pas une solution de test de charge et ne peut pas générer le volume de transactions requis. Une instance Compute Engine avec Apache Bench est moins évolutive et flexible qu'une solution GKE pour des tests de charge dynamiques.