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.

“Performance Engineering” ist in der IT der Sammelbegriff für die Entwicklung von Lösungen nicht-funktioneller Anforderungen, wie Durchfluss, Verzögerungen oder Speicherbedarf. Das heißt, die entwickelten Lösungen müssen dem Anstieg der Benutzeranforderungen standhalten und gleichzeitig die Geschwindigkeitserwartungen der Benutzer erfüllen. Warum ist das wichtig? Weil Benutzer keine Geduld haben. Es bleiben lediglich drei oder weniger Sekunden Zeit, die Aufmerksamkeit des Benutzers zu halten. Wenn diese Hürde nicht genommen wird, besteht die Gefahr, dass der Benutzer nicht mehr “da” ist. Gemeint ist, es entsteht eine hohe Ablehnung gegen die Lösung, der Prozess wird vermieden und der Kunde ist unzufrieden.

Heutzutage müssen Geschäftsabläufe zuverlässig, schnell und mit einem Minimum an Unterbrechungen funktionieren. So können die Geschäftserwartungen erfüllt werden und man bleibt handlungsfähig. Das Messen der Leistungsfähigkeit ist der Schlüssel für die Identifikation von Verbesserungspotenzialen. Nur so kann ein Geschäftswachstum ermöglicht werden. Dieser Zusammenhang ist die Grundlage für den Satz: “Du kannst nichts kontrollieren, was Du nicht messen kannst” (Tom DeMarco).

Von der Idee zur Realisierung:

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.

Werkzeugkette und Benutzung:

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.

Schritt 1
In Anlehnung an den Deming-Kreis, als prozessualer Ansatz für unsere Bedürfnisse, beginnen wir das Nutzungsprofil des zu messenden Systems zu planen. Hierdurch bekommen wir einen Eindruck, welchen Einfluss die Anzahl, der auf dem System installierten Apps hat, als auch von der Komplexität der Workflows und die Anzahl der Custom-Fields innerhalb der Jira-Instanz. Zusätzlich fragen wir von den Firmenkunden Daten über Benutzerprofile und über die Verwendung von komplexen JQL-Abfragen im Alltagsbetrieb an.
Schritt 2
Als zweiten Schritt implementieren wir unsere Werkzeugkette. Hauptanforderung ist, reale Use-Case-Informationen im Gatling zur Verfügung zu haben, um die tatsächliche Systemauslastung zu messen.
Schritt 3
In der Überprüfungsphase unseres Prozesses lassen sich anhand der Messungen unsere Annahmen aus Schritt 1 verifizieren.
Schritt 4
Die Messungen werden dokumentiert und mehrere Verbesserungsmöglichkeiten identifiziert. Schrittweise passen wir einzelne Einstellungen an, um Wissen darüber zu erlangen, welchen Einfluss sie auf die Gesamtsystemauslastung und die Problempunkte des Kunden haben.

Kundenbeispiel:

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.

1. Assessment

1. Assessment:

Die ersten Analyse zeigte ein System, das seit langer Zeit in Benutzung ist und das noch nie einer Performance-Optimierung in der ein oder anderen Form unterzogen wurde. Das Ergebnis präsentierte ein langsames System, mit langen Antwortzeiten und einer Benutzererfahrung am unteren Ende.

Messung von Leistungsfähigkeit der Atlassian-Werkzeugkette - Ergebnis: Langsame Antwortzeit des Systems
2. Assessment:

2. Assessment:

Nachdem wir gesehen haben, dass die Antwortzeiten des Systems sich verbesserten, sind wir zur dritten Testrunde übergegangen, der Datenbank-Optimierung.

Messung Leistungsfähigkeit der Atlassian-Werkzeugkette - Nächster Schritt: Datenbank Optimierung
3. Assessment:

3. Assessment:

Wir fanden heraus, dass die angewendeten Datenbank-Parameter und die verwendeten JDBC-Treiber auf dem Kundensystem verbesserungswürdig sind. Als nächstes machten wir den offensichtlichen Schritt: Wir gaben dem System schrittweise mehr Speicher.

Messung von Leistungsfähigkeit der Atlassian-Werkzeugkette - Weitere Maßnahme: Schrittweise Speicher erhöhen
4. Visualisierung der Ergebnisse

4. Visualisierung der Ergebnisse mit Grafana-Dashboard:

Das angepasste Grafana-Dashboard ermöglichte uns, eine Messung auf einzelne, besondere Entitäten und Werte herunterzubrechen und so ein Maximum an Transparenz und Visualisierung zu erhalten. Besonders die Interferenz der verschiedenen System- und Softwarebereiche konnte einfach über dieses Dashboard aufgedeckt werden.

Visualisierung Leistungsfähigkeit der Atlassian-Werkzeugkette mit Grafana - Interferenzen aufdecken

Fazit:

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.

Kontaktieren Sie uns!

Wir beraten Sie zum gesamten Atlassian Ecosystem und unterstützen Sie gerne hinsichtlich der Optimierung von Lizenzmodellen und -kosten.
 
Blog 07.07.23

Amazon EC2: Performance richtig messen und optimieren!

Im Blog zeigen wir Ansätze zum Messen und Verwalten der Leistung von EC2-Instanzen. Zudem erfahren Sie, wie Sie mit IBM Turbonomic die Performance der darauf betriebenen Anwendungen optimieren.

Referenz

Verbesserte Performance und Stabilität durch RCA

Root-Cause-Analysen, kurz RCA (zu deutsch: Fehler-Ursachen-Analyse) gehen Problemen auf den Grund. Richtig eingesetzt, verbessern sie nicht nur die Sicherheit von IT-Infrastrukturen (z.B. Atlassian-Umgebungen) in Unternehmen, auch werden Fehler eliminiert und dadurch steigt die Performance.

Referenz

Wie schnell reagiert Jira? Load Simulation liefert Antworten

Schnelle Zugriffe und Antwortzeiten - ein entscheidendes Kriterium bei der Auswahl für eine neue Unternehmens-Software. Die Load Simulation von catworkx hilft bei der Entscheidung, denn hier werden nicht nur statische, sondern auch dynamische Inhalte von Software, wie zum Beispiel Jira, getestet.

Bannerbild zu Application Performance Monitoring Service
Kompetenz

Application Performance Monitoring Service

Application Performance Monitoring automatisiert die IT-Überwachung Ihrer Anwendungen, erkennt drohende Ausfälle bereits im Vorfeld und reduziert manuelle Tätigkeiten auf ein Minimum.

Leistung

Performance-Audit

Gute Performance ist der essenzielle Bestandteil deines Erfolges. Mit unserem Performance-Audit erfährst du, wo ihre Grenzen liegen und wie du den nächsten Schritt machen kannst.

Felss Logo
Referenz

Mit Predictive Analytics die Produktqualität vorhersagen

Die Felss Systems GmbH setzt auf ein eigens entwickeltes Predictive Analytics-Verfahren von X-INTEGRATE. Mit vorausschauendem Scoring und Automatisierung wird die Effizienz der Industriemaschinen erheblich erhöht.

Mockup eXplain Codeanalyse Whitepaper
Whitepaper

eXplain – Codeanalyse Whitepaper Download

eXplain – Das Tool für Code-Analyse auf der IBM i (AS400) & IBM Z (Mainframe)

Wissen

Die Zukunft vorhersagen mit Predictive Analytics

Für Unternehmen gilt es heute mehr denn je, nicht nur in der Gegenwart gut aufgestellt zu sein, sondern auch einen Blick in die Zukunft zu wagen. Industrie 4.0 und Predictive Analytics ermöglichen es interne Prozesse besser nachzuverfolgen.

bunte social Icons fliegen aus dem Handy
News 10.02.21

Kudos heißt jetzt Huddo

Mit den Anwendungen visualisieren Sie Teamwork und Workflow. Lesen Sie hier die Neuigkeiten!

Blog 22.09.23

Optimierung von Serverless Funktionen

Entdecken Sie die Unterschiede zwischen Serverless-Technologie und Container-Technologie und erfahren Sie, wie AWS Lambda und AWS Fargate von Amazon Web Services diese Ansätze unterstützen. Erfahren Sie, welche Technologie am besten zu Ihren Anforderungen für Anwendungsbereitstellung und -verwaltung passt.

Unternehmen

Warum mit synaigy?

Wir leben im Zeitalter des Kunden. Die Veränderungen durch Digitalisierung und Vernetzung haben vor allem eines bewirkt: Der Kunde ist noch mehr in den Fokus gerückt. Er hat bislang nie dagewesene Bedeutung erlangt und ist als Marktteilnehmer mächtiger denn je geworden.

Offering 19.10.22

Smart Assessment

Mit Smart Assessment lassen Sie ihre bestehende IT-Umgebung bewerten, z.B. bei einem Wechsel des Deployments oder einem benötigten Upgrade.

Service 12.09.22

Managed Services

Von Analyse bis Zugriffszeit – Managed Services von catworkx für Ihre Atlassian-Infrastruktur von A bis Z

Network Performance Management
Kompetenz

Network Performance Management

Mit Network Performance Management überwachen Sie die Leistung komplexer IT-Landschaften. So erkennen Sie frühzeitig Kapazitätsengpässe, unerwartete Abweichungen vom Normalbetrieb sowie Störungen und können diese umgehend beheben.

Referenz

HUK-COBURG: Modernisierung der Contact-Center-Prozesse

ARS unterstützte die HUK-COBURG bei der Modernisierung und Optimierung der bestehenden Contact-Center-Prozesse.

Das Thema IT-Security immer weiter in den Fokus
Blog 07.01.21

Warum der Überwacher überwacht werden muss

Nach dem SolarWinds Hack rückt das Thema IT-Security immer weiter in den Fokus. In unserem Blogbeitrag beschreiben wir alles zum SolarWinds-Hack, deren Folgen und was wir daraus lernen können.

Monthly Update

Monthly Update Juli 2023

TIMETOACT GROUP erwarb Ende Juni das Kölner Unternehmen und brainbits und Anfang Juli einen weiteren, großen Atlassian Platinum und Enterprise Solution Partner: STAGIL.

Blog

Nachhaltigkeit bei catworkx und der TIMETOACT GROUP

Nach einer Reihe von Interviews, in denen wir einige unserer Mitarbeiter:innen vorgestellt haben, widmen wir diesen Blogbeitrag einer Facette von catworkx, die nicht nur uns am Herzen liegt - es geht um das Thema Nachhaltigkeit und das, was catworkx sowie unsere Muttergesellschaft, die TIMETOACT GROUP, im Kleinen und im Großen dazu beiträgt.

Bannerbild zu Application Performance Monitoring Service
Kompetenz

IBM Cloud Pak for AIOps

Entdecken Sie, wie Sie mit IBM Cloud Pak for AIOps proaktive IT-Operationen erreichen und Ihre IT-Infrastruktur mit KI, maschinellem Lernen und Automatisierung transformieren können.

Migration zum Cloud Competence Center
Leistung 02.09.22

Atlassian Cloud Migration

catworkx unterstützt Sie in allen Belangen bei der Atlassian Cloud Migration oder der Einführung der passenden Cloud-Lösung.

Bleiben Sie mit dem TIMETOACT GROUP Newsletter auf dem Laufenden!