Teljesítményfigyelés — mi ez, metrikák és adatgyűjtés

Mi a teljesítményfigyelés

Teljesítményfigyelés az alkalmazás viselkedésének kvantitatív értékelése a végrehajtási idő, memóriahasználat, képkockasebesség és energiafogyasztás metrikáinak gyűjtésén keresztül. Ellentétben az összeomlás-jelentéssel, amely csak a végzetes hibákat rögzíti, a teljesítményfigyelés a fokozatos romlást követi nyomon: az alkalmazás működik, de lassabban, mint kellene.

A Google (2024) szerint a felhasználók 53%-a bezárja az alkalmazást, ha az 3 másodpercnél tovább tölt. Minden további késlekedési másodperc átlagosan 20%-kal csökkenti a konverziót kategóriánként. Ez a teljesítményfigyelést nemcsak technikai gyakorlattá, hanem üzleti szükségletté teszi a mobiltermékek számára.

A modern teljesítményfigyelés négy szintet fed le: kliens oldal (iOS, Android), hálózat (API-kérések, WebSocket), backend-szolgáltatások és infrastruktúra. A mobilfejlesztésben a hangsúly a kliensmetrikákon van, mivel a legtöbb teljesítményprobléma pontosan a felhasználó eszközén jelentkezik.

A mobilalkalmazás kulcsmetrikái

A teljes körű figyeléshez öt metrikacsoportot kell követni, amelyek mindegyike a felhasználói élmény egy-egy aspektusáért felelős. Az FPS (frames per second) az animációk és görgetés simaságát mutatja — a 30 képkocka/másodperc alatti érték lassulásként érzékelhető.

Időmetrikák

Az alkalmazás hidegindítási ideje — az ikon megérintésétől a felület teljes készenlétéig. Melegindítási idő — visszatérés a háttérből. Válaszidő a felhasználói műveletre (tap-to-response). Az Android indítási idejét az ActivityManager méri, iOS esetén — a dyld és a premain idő. A Firebase Performance szerint a top-100 alkalmazás hidegindítási mediánideje 1,8 másodperc.

Memória- és CPU-metrikák

A RAM-fogyasztás nem haladhatja meg az eszközön elérhető mennyiség 80%-át, ellenkező esetben a rendszer elkezdi kirakni az alkalmazást a háttérből. A memórialábnyomot az Xcode Instruments (iOS) és az Android Profiler követi nyomon. A memóriaszivárgások az ismétlődő műveleteknél — például képernyők közötti navigációnál — tapasztalható fogyasztásnövekedéssel észlelhetők.

Hálózati metrikák

A HTTP-kérés végrehajtási ideje, a válasz mérete, az időtúllépések és hibák gyakorisága. A hálózati késleltetés különösen kritikus az instabil kapcsolati körülmények között működő mobilalkalmazásoknál (3G, metró, lift, barangolás). Javasolt a p95 válaszidő követése — pontosan ez mutatja a „legnehezebb” felhasználók élményét a legrosszabb hálózati körülmények között.

Real User Monitoring és Synthetic Monitoring

A Real User Monitoring (RUM) adatokat gyűjt a valós felhasználói eszközökről a termelési környezetben. Ez a módszer a tényleges késleltetéseket mutatja, amelyeket a felhasználók tapasztalnak, figyelembe véve eszközeiket, operációsrendszer-verzióikat, hálózatukat és földrajzi helyüket. A RUM adja a legpontosabb képet a teljesítményről, de függ attól, hogy mely felhasználók kerültek a mintába.

A Synthetic Monitoring ezzel szemben előre meghatározott forgatókönyveket hajt végre teszteszközökön ellenőrzött körülmények között. Lehetővé teszi a regresszió észlelését, mielőtt az elérné a felhasználókat, és a problémák reprodukálását azonos környezetben. A Firebase Test Lab és a BrowserStack szintetikus teszteket biztosít valós eszközökön kézi indítás nélkül.

Az optimális stratégia mindkét megközelítés kombinációja: a szintetikus tesztek elkapják a regressziókat a CI-fázisban, a RUM pedig a valós képet adja a termelésben. A Datadog (2024) szerint a mindkét módszert használó csapatok 35%-kal több teljesítményproblémát észlelnek, mielőtt azok incidenssé válnának.

A Firebase Performance Monitoring beállítása

A Firebase Performance Monitoring egy ingyenes eszköz a Google-tól a teljesítménymetrikák gyűjtésére iOS és Android rendszeren. Automatikusan méri az alkalmazás indítási idejét, a HTTP-kéréseket és a képernyők megjelenítését anélkül, hogy kódot kellene írni. A telepítéshez elegendő hozzáadni az SDK-t a projekthez és aktiválni a Performance modult a Firebase konzolban.

Automatikus metrikagyűjtés

Az SDK csatlakoztatása után a Firebase Performance automatikusan trace-t hoz létre minden HTTP-kéréshez URLSession (iOS) vagy OkHttp (Android) segítségével. A képernyő-megjelenítést a UIViewController és Activity esetében mérik, rögzítve az időt az onCreate/viewDidLoad-tól az első megjelenítés befejezéséig. Az összes metrika a Firebase konzolban kerül összesítésre alkalmazásverziók, eszközök és országok szerinti bontásban.

import com.google.firebase.perf.FirebasePerformance
import com.google.firebase.perf.metrics.Trace

class PaymentService {
    private val firebasePerf = FirebasePerformance.getInstance()

    fun processPayment(amount: Double) {
        val trace = firebasePerf.newTrace("payment-flow")
        trace.start()
        trace.putAttribute("amount", amount.toString())
        // fizetés végrehajtása
        trace.stop()
    }
}

A kód egyéni trace-t hoz létre a fizetési forgatókönyvhöz az összeg attribútumával. Ezen a trace-en keresztül a Firebase konzolban látható a fizetés végrehajtási idejének mediánja és p95 értéke, alkalmazásverziók és eszközök szerint csoportosítva.

HTTP-figyelés

A Firebase automatikusan elfogja a hálózati kéréseket, és rögzíti az URL-t, a válaszkódot, a payload méretét és a végrehajtási időt. Az Androidon lévő OkHttp esetében az automatikus instrumentáció további konfiguráció nélkül működik. A hálózati kérések a konzolban végpontok szerinti csoportosítással jelennek meg, ami lehetővé teszi egy adott API lassulásának gyors észlelését.

Egyedi trace-ek az üzleti logikához

A szabványos metrikák az általános teljesítményt fedik le, de az üzleti folyamatok diagnosztizálásához a konkrét forgatókönyvek instrumentációja szükséges. Az egyedi trace-ek lehetővé teszik a hitelesítés, a hírcsatorna betöltésének, a képfeldolgozásnak vagy az adatszinkronizálásnak a végrehajtási idejének mérését.

Minden egyedi trace-nek értelmes nevet kell adni „forgatókönyv-művelet” formátumban, és attribútumokat kell tartalmaznia a szűréshez. Például egy „image-upload” trace „file_size” és „compression_quality” attribútumokkal lehetővé teszi a betöltési idő kép méretétől való függésének feltárását. Javasolt, hogy képernyőnként ne hozzon létre 20-nál több egyedi trace-t — a túlzott instrumentáció zajt kelt és megnehezíti az elemzést.

import FirebasePerformance

func trackImageUpload(data: Data) {
    let trace = Performance.startTrace(name: "image-upload")
    trace?.setValue(data.count, forAttribute: "file_size")
    trace?.setValue("high", forAttribute: "compression")
    // kép betöltése
    trace?.stop()
}

A Swift példa trace-t hoz létre a kép betöltéséhez a fájlméret és a tömörítési szint attribútumaival. A Firebase konzolban ezek az attribútumok a metrikák csoportosítására és szűrésére szolgáló mezőkké válnak.

Küszöbértékek és riasztások

A metrikák gyűjtése riasztási rendszer nélkül haszontalan. A riasztásnak értesítenie kell a csapatot a metrikák megengedett határokon túli kilépéséről, ahol a riasztási küszöbértékek három szintre oszlanak: figyelmeztetés (warning), kritikus (critical) és üzemzavar (outage). Minden szint meghatározza az értesítési csatornát: warning — a csapat Slack-csatornájára, critical — az ügyeletes mérnök PagerDuty-jába, outage — tömeges küldés az összes érdekelt félnek.

Mobil metrikák esetében ajánlott percentiliseken alapuló dinamikus küszöbértékek használata: a hidegindítás p95 ideje meghaladja a 4 másodpercet — kritikus riasztás. A statikus küszöbértékek (például CPU > 90%) rosszabbul működnek, mert nem veszik figyelembe a terhelés normál ingadozását a napszaktól és a hét napjától függően. A Firebase Performance támogatja a riasztások konfigurálását a Firebase Console-on keresztül, Slackbe, PagerDuty-ba és e-mailbe küldéssel, eszkalációs lehetőséggel a visszaigazolás elmaradása esetén.

A Incident Management Survey (2024) szerint azok a csapatok, amelyek a riasztásokat percentilisek alapján konfigurálják az átlagértékek helyett, 45%-kal kevesebb incidenst hagynak ki. Az átlagérték (average) kisimítja a kiugrásokat — a p95 garantáltan a legrosszabb forgatókönyvet mutatja a felhasználók számára, függetlenül a napszaktól és a terhelés szezonális ingadozásától.