Perpustakaan Digital ITB

Dalam aplikasi dengan arsitektur Microservice, ketika terjadi perubahan yang mengakibatkan penurunan kinerja atau regresi, sulit untuk melakukan analisis atau pemeriksaan bagian mana dari keseluruhan Microservice yang menjadi penyebab utama regresi tersebut karena sifat terdistribusi dari Microservice. Dengan bantuan dari distributed tracing dapat dilakukan analisis untuk menentukan apakah terjadi regresi dan penyebab regresi dengan memanfaatkan data latency dari operasi-operasi yang ada pada aplikasi Microservice. Tugas Akhir ini mengimplementasikan sistem Analisis Regresi Kinerja atau Performance Regression Analysis dengan menggunakan kakas distributed tracing Zipkin. Pendeteksian regresi dilakukan dengan menggunakan analisis statistik Kolmogorov-Smirnov yang akan membandingkan sampel data latency yang terjadi secara periodikal dan sampel data latency baseline yang merepresentasikan kinerja aplikasi dalam keadaan normal. Analisis akan membandingkan Cumulative Distribution Function (CDF) dari kedua sampel tersebut dan melihat apakah kedua CDF berasal dari distribusi yang berbeda. Jika didapat bahwa kedua CDF berasal dari distribusi yang berbeda, maka dapat dicurigai telah terjadi regresi kinerja sebab distribusi dari data periodikal telah menyimpang dari distribusi data baseline. Jika regresi terdeteksi, maka selanjutnya sistem akan melakukan analisis critical path yaitu melihat operasi mana saja dari setiap service yang berkemungkinan besar berkontribusi pada regresi tersebut. Analisis akan dilakukan dengan mencari selisih latency dari data operasi periodikal dan baseline dan akan terlihat mana operasi yang selisih latency nya melebihi batas yang telah ditentukan sebelumnya. Sistem Performance Regression Analysis telah diujikan pada aplikasi Microservice yang dijalankan di Kubernetes. Hasilnya adalah dari 10 dari 11 kasus uji, regresi berhasil dideteksi dan pada 6 dari 10 kasus tersebut berhasil ditentukan operasi penyebab regresi. Pengimplementasian sistem menambah overhead rata-rata penggunaan CPU sebesar 0,78% dan penggunaan Memory sebesar 0,67%.