Exploration des Performances de DataSunrise sous des Conditions de Trafic Intense
DataSunrise est souvent interrogé sur ses performances lorsqu’il traite des volumes de trafic dépassant les limites habituelles. Les clients se demandent particulièrement si DataSunrise peut perdre du trafic, rencontrer des délais ou gérer la situation différemment. Cet article explore comment DataSunrise fait face à de tels scénarios.
Capacité Opérationnelle et Mesures de Performance
Pour comprendre comment DataSunrise fonctionne sous pression, il est crucial de connaître ses seuils opérationnels à travers diverses configurations de serveur. Voici le nombre maximum d’opérations par seconde pour différentes instances Amazon EC2, qui poussent l’utilisation du CPU à 100 % pour les tâches de proxy et d’audit :
- m5.8xlarge: 24,500 opérations/sec
- m5.4xlarge: 18,700 opérations/sec
- m5.2xlarge: 15,350 opérations/sec
- m5.xlarge: 7,800 opérations/sec
- m5.large: 3,900 opérations/sec
Ces résultats sont basés sur nos tests utilisant RDS Postgres sur une instance m5.2xlarge équipée d’un stockage de 12,000 IOPS.
Identification et Gestion des Goulots d’Étranglement
Goulots d’Étranglement du Système d’Audit
Si le Stockage d’Audit ne peut pas suivre un pic de trafic, DataSunrise utilise une file d’attente interne dans son système de Journal d’Audit, capable de traiter plusieurs milliers d’événements selon les paramètres du système (reportez-vous au paramètre AuditHighWaterMark). Si les pics de trafic dépassent la capacité de la file d’attente, des événements peuvent être refusés. Cependant, ce comportement par défaut peut être modifié afin que DataSunrise s’arrête et attende qu’il y ait de la place dans la file d’attente pour enregistrer de nouveaux événements (voir le paramètre AuditPutThreadQueueWait). Pendant cette attente, le trafic de l’application peut être temporairement suspendu, généralement de quelques millisecondes à quelques secondes, selon les performances du système d’audit.
Pour optimiser votre système d’audit, envisagez les éléments suivants :
- Améliorer les performances de la base de données en sélectionnant des serveurs avec davantage de CPU et de mémoire.
- Vérifier votre configuration réseau car la latence affecte considérablement les performances ; idéalement, l’hôte DataSunrise et le Stockage d’Audit devraient être sur le même sous-réseau.
- Réviser et adapter vos règles et événements d’audit pour vous concentrer uniquement sur ceux essentiels à vos politiques de conformité.
Goulots d’Étranglement du Système de Parsing de DataSunrise
Si votre système d’audit fonctionne correctement, l’utilisation du CPU devient le prochain goulot d’étranglement potentiel. Le mode de traitement – passif ou actif – influence grandement l’impact sur l’application :
- Mode Passif. Ici, le trafic est traité de manière asynchrone dans un pool de threads séparé avant d’être renvoyé au serveur. Le trafic est temporairement stocké dans une file d’attente interne, qui peut tamponner les pics et potentiellement améliorer les performances de l’application (reportez-vous aux paramètres MessageHandlersGlobalQueueHighWaterMark et MessageHandlersLocalQueueHighWaterMark). Si ce tampon se remplit, DataSunrise cessera de parser le nouveau trafic sur cette connexion, et vous recevrez une alerte dans le Moniteur d’Événements. Cette situation ne dégradera pas les performances de l’application, mais certains événements peuvent être manqués dans l’audit.
- Mode Actif. Dans ce mode, le trafic ne peut pas être traité de manière asynchrone puisque DataSunrise doit prendre des décisions en temps réel concernant les opérations. Aucune file d’attente n’est utilisée, et les performances sont directement liées à la capacité du CPU. Pendant les pics de trafic, DataSunrise traite autant que possible, ce qui peut augmenter la latence des requêtes de votre application.
Comprendre ces mécanismes et paramètres peut vous aider à optimiser la configuration de DataSunrise pour mieux gérer les volumes de trafic élevés et prévenir les éventuels goulots d’étranglement de performance.
Pour plus d’informations sur le choix de la bonne base de données pour le stockage d’audit et l’amélioration de ses performances, consultez notre guide détaillé Comment Choisir la Base de Données pour le Stockage d’Audit : Une Analyse de Performance.