Un nuovo servizio Cloud Run scrive su Cloud Spanner. Convalidare che supporti 5.000 letture/s e 1.000 scritture/s, identificare i colli di bottiglia e utilizzare un'infrastruttura di test con autoscaling. Quale configurazione di test si utilizza?

La risposta corretta è creare un cluster Google Kubernetes Engine (GKE) che esegue immagini Locust o JMeter per generare dinamicamente test di carico e analizzare i risultati con Cloud Trace. GKE con Locust o JMeter è ideale per test di carico distribuiti e scalabili, permettendo di simulare migliaia di richieste al secondo e identificare colli di bottiglia. Cloud Trace è eccellente per analizzare la latenza e le dipendenze tra i servizi. Le altre opzioni sono meno efficaci: Costruire un test harness su Cloud Run non offre la stessa scalabilità e controllo per test di carico intensivi, e i VPC Flow Logs non sono lo strumento principale per l'analisi delle prestazioni delle applicazioni. Cloud Tasks è progettato per l'esecuzione asincrona di attività e non per la generazione di carico in tempo reale e ad alta frequenza. Cloud Monitoring è utile per metriche generali, ma meno dettagliato di Trace per l'analisi delle transazioni. Un'istanza Compute Engine con Apache Bench è limitata in termini di scalabilità e capacità di generare un carico distribuito e realistico per 5.000 letture/s e 1.000 scritture/s.