¡Couple Up! Love Show Story

Desafío

Native Games Studio recurrió a QAwerk para afrontar los retos de una base de usuarios en crecimiento. Querían asegurarse de que el juego Couple Up! no se ralentizara ni se bloqueara ante un aumento sustancial de la afluencia de jugadores.

Esto es lo que se esperaba de nosotros:

• Pruebas de carga. Necesitábamos probar varios puntos finales de la API, aumentando gradualmente las peticiones al servidor y haciendo un seguimiento del tiempo de respuesta del servidor. Las pruebas de carga ayudan a identificar la capacidad operativa máxima y el punto de ruptura de la aplicación y a realizar los ajustes necesarios antes de que los usuarios experimenten problemas negativos.
• Auditoría de la configuración del servidor. Nuestra tarea consistió en escudriñar sus configuraciones de servidor Hetzner, como la comprobación de los cuellos de botella de la red, la configuración de nginx, la auditoría de los contenedores docker, el kernel y la configuración de los servicios. Esta parte fue realizada por nuestro ingeniero DevOps.
• Revisión del código. También se nos pidió que revisáramos el código del servidor y señaláramos áreas de mejora. Lo comprobamos en función de criterios como la calidad del código, la gestión de errores, el almacenamiento en caché y la comprobabilidad. Dado que el código era una API REST construida con Flask, fue revisado por nuestro desarrollador senior de Python.

Antes de proceder con el proyecto, proporcionamos al equipo de Couple Up! una estimación de nuestros esfuerzos para aportar claridad y transparencia a nuestra cooperación. También les pedimos que rellenaran las lagunas de la documentación de la API para que tuviéramos un conocimiento preciso de la infraestructura subyacente.

Solución

Pruebas de carga

Probamos una llamada GET y tres llamadas POST a la API para medir su rendimiento en distintas condiciones de carga. Las pruebas de carga suelen realizarse con la ayuda de una herramienta que simula diferentes números de usuarios que interactúan con la aplicación simultáneamente o un aumento secuencial de la demanda de la aplicación. Nuestros ingenieros de control de calidad eligieron Apache JMeter porque es una herramienta de código abierto fiable, diseñada específicamente para que las pruebas de carga sean rápidas y eficaces.

Uno de los problemas a los que nos enfrentamos fue una descripción incorrecta de las cabeceras de la API. Estas últimas son vitales en las pruebas de API porque contienen metadatos sobre la solicitud y la respuesta de la API. También ayudan a la API a entender la solicitud y recuperar la información exacta en el formato necesario.

Resolvimos este problema escribiendo un script que nos permitió describir correctamente las peticiones en JMeter. Una vez analizado el sistema, la carga esperada y el pico de carga, establecimos los respectivos parámetros de datos de prueba.

Estos son los casos de prueba que hemos utilizado:

• Añadir 1 hilo (usuario) en 1 segundo
• Añadir 100 hilos (usuarios) en 1 segundo
• Añadir 1000 hilos (usuarios) en 10 segundos
• Añadir 10000 hilos (usuarios) en 1000 segundos

Medimos el rendimiento del servidor en términos de tiempos de respuesta a lo largo del tiempo, hilos activos a lo largo del tiempo e índices de errores internos del servidor.

Auditoría de la configuración del servidor

Nuestra auditoría de configuración del servidor tenía como objetivo identificar oportunidades para mejorar el rendimiento del servidor. Dado que los procesos mongod causan la principal carga de CPU y RAM en el servidor, su trabajo debe ser optimizado.

¡Proporcionamos al equipo de Couple Up! una lista de las configuraciones exactas que debían establecerse. Por ejemplo, desglosamos cómo ajustar la configuración del kernel de Linux, como el número máximo de mapas, la swappiness, dirty_ratio, el número máximo de conexiones en cola, el rango de puertos locales y varios otros, en relación con la carga prevista de 50.000 conexiones.

Para reducir la carga de CPU y RAM, aconsejamos a nuestro cliente que comprobara cómo se forman las consultas y optimizara las que funcionan con lentitud y paralelizara las consultas del mismo tipo. También sugerimos indexar y reindexar los campos consultados habitualmente y hacerlo a tiempo. Con la estrategia de indexación adecuada, puedes aumentar significativamente el rendimiento de tu base de datos.

Además, mencionamos qué configuraciones por defecto deberían cambiarse y cómo.

Revisión del código

El equipo de QAwerk realizó una revisión exhaustiva del código y proporcionó a Couple Up! medidas de acción rápidas y rentables, así como cambios arquitectónicos significativos para mejorar el rendimiento y la escalabilidad a largo plazo.

Destacamos las áreas que necesitaban refactorización para ayudar a los desarrolladores de Couple Up! a mantener, añadir nueva lógica de negocio y escalar el código sin dolor en el futuro. Señalamos la necesidad de pruebas unitarias y de integración porque facilitarán la refactorización y la ampliación de la base de código.

Además, recomendamos mejorar la gestión de errores para que los mensajes de error sean más informativos y muestren siempre los códigos de estado correctos. Esto simplificaría la depuración y las pruebas y ayudaría a estandarizar la comunicación de la aplicación con la API.

Un almacenamiento en caché adecuado puede aumentar significativamente el rendimiento por una fracción del coste en comparación con la migración a Amazon. Por eso propusimos a nuestro cliente implementar el almacenamiento en caché.

Por último, pero no por ello menos importante, está la canalización CI/CD. En caso de que se planifiquen lanzamientos frecuentes, CI/CD es esencial para detectar errores antes de desplegar actualizaciones y acelerar la entrega de nuevas capacidades a los usuarios. Así que la configuración de CI/CD también estaba en la lista de nuestras recomendaciones.