Audit-Vorlage
performance
Finde, wo das System langsam ist, wo es unter Last umkippt und wo es Ressourcen verschwendet.
Zugeordnet zu: SRE · DORA · SLOs
So funktioniert dieses Audit
Elf Spezialisten prüfen parallel die serverseitige Latenz, den Throughput und das Skalierungsverhalten: algorithmische Hot Paths, Query-Effizienz und N+1-Muster, Caching, Concurrency, Leaks, Netzwerk-I/O, Resilienz und Kosten. Jeder Befund nennt ein konkretes Artefakt — eine Hot-Path-file:line, einen Query-Plan, eine gemessene Latenz, einen Profiler-Frame — und kennzeichnet sich als gemessen oder hergeleitet. Er übersteht die adversarielle Verifikation, bevor er Bestand hat. Jeder bestätigte Fix kommt mit geschätzter Metrik-Verbesserung und dem Lastniveau, ab dem der Pfad heute bricht.
Wann du es einsetzt
Ein Endpoint wurde nach einem Release langsam
Ein Request-Pfad, der früher schnell war, hängt jetzt — und der Trace zeigt auf die Datenbank. Das Audit jagt N+1-Muster pro Endpoint, liest im Query-Plan Full Scans und fehlende Indizes ab und quantifiziert jeden Fall: Queries pro Request, p95 vorher und nachher sowie den Index oder die gebündelte Query, die ihn behebt.
Dimensionierung für 10x mehr Traffic
Vor einem Launch oder einer Kampagne musst du wissen, ob das System hält. Das Audit denkt jeden kritischen Pfad bei 2x und 10x der aktuellen Last durch, benennt den ersten Bottleneck, der an die Grenze kommt — eine Hot Row, ein globaler Lock, ein zu kleiner Connection-Pool — und nennt das Lastniveau, ab dem es bricht, samt der realistischen Obergrenze nach der Behebung.
Eine langsame Dependency löste eine Kaskade aus
Ein langsamer Downstream-Call staute die Threads und riss den Service mit. Das Audit prüft die Timeout-Disziplin bei jedem externen Call, jagt Retries ohne Backoff und Jitter und markiert fehlende Circuit Breaker, fehlende Backpressure und fehlendes Load Shedding — und zeigt das Fehlerbild, wenn eine Dependency langsam ist, nicht nur tot.
Was du bekommst
Eine pro Dimension benotete Scorecard plus ein nach Priorität sortiertes Backlog aus GitHub-Issues, jedes mit Beleg, quantifizierten Kosten und einem Vorher/Nachher-Fix samt geschätzter Metrik-Verbesserung.