Dữ liệu FDE TimesViệc làm FDE đang mở 924▲33 Thay đổi số việc đang mở trong 7 ngày, so sánh cùng phạm vi: không tính việc của các công ty mới được theo dõi tuần nàyMới trong 7 ngày 80Công ty đang tuyển 196Nhận làm từ xa 25%Lương trung vị (Mỹ) $200kTuyển nhiều nhất Databricks 107
中文EN

Tờ báo của nghề Forward Deployed Engineer

Công cụ

Một dòng k6 đủ để chặn bản build chậm trước khi lên production

Ngưỡng p95 thất bại khiến k6 thoát với mã lỗi khác 0, tín hiệu CI nào cũng hiểu, nên FDE biết hệ thống chậm trước khi khách hàng gửi email phàn nàn.

Chia sẻLinkedInFacebookX

Tóm tắt nhanh

  • Threshold trong k6 là tiêu chí pass/fail; vượt ngưỡng thì k6 thoát với mã khác 0 và CI tự đánh trượt build
  • p(95)<200 nghĩa là 95% request phải xong dưới 200 ms, khắt khe hơn nhiều so với nhìn con số trung bình
  • Grafana khuyên không chạy bài test lớn trong pipeline tự động triển khai; test trong CI nên nhỏ
Biểu đồ cột ngang: 900 request nhanh mất 80 ms, độ trễ trung bình 162 ms, cả hai đều dưới ngưỡng 200 ms. p95 là 900 ms, vượt xa ngưỡng, nên build bị đánh trượt.
Với 1.000 request, trong đó 100 cái mất 900 ms vì một truy vấn chưa có index, độ trễ trung bình vẫn ở dưới ngưỡng 200 ms. p95 thì vượt ngưỡng, và `p(95)<200` làm build đỏ. Nguồn: ví dụ tính toán trong bài; mốc 200 ms lấy từ ví dụ trong tài liệu k6.

Một dòng http_req_duration: ['p(95)<200'] có thể quyết định một bản triển khai được lên production hay bị trả về. Đó là cách k6, công cụ load test của Grafana, biến lời hứa “hệ thống phải nhanh” thành một điều kiện mà máy kiểm tra được.

Với FDE, chuyện này rất thực tế. Bạn ghép pipeline, gắn thêm một bước gọi LLM, đổi cách truy vấn dữ liệu, và khách hàng chỉ thấy một điều: màn hình chậm đi. Nếu không có ngưỡng tự động, bạn sẽ biết điều đó từ một email phàn nàn, không phải từ CI.

k6 làm gì, và vì sao nó hợp với công việc ở chỗ khách hàng?

k6 được viết bằng Go nhưng kịch bản test viết bằng JavaScript, mã nguồn nằm ở github.com/grafana/k6. Nhờ vậy bạn không cần học một DSL riêng: ai đọc được JavaScript đều đọc được bài test, kể cả kỹ sư phía khách hàng sẽ tiếp quản sau khi bạn rời đi.

Khái niệm trung tâm là threshold. Tài liệu của k6 định nghĩa threshold là tiêu chí pass/fail mà bạn đặt cho các metric của bài test. Khi một ngưỡng thất bại, k6 thoát với mã lỗi khác 0. Mọi hệ thống CI đều hiểu mã thoát, nên đây chính là cái móc để một bước test làm đỏ cả build.

Một kịch bản tối thiểu, từ đầu đến cuối

Lệnh k6 new tạo sẵn file script.js trong thư mục hiện tại. Bạn sửa nó thành dạng như sau, với URL là endpoint bạn lo nhất:

import http from 'k6/http';
import { sleep } from 'k6';

export const options = {
  vus: 10,
  duration: '30s',
  thresholds: {
    // 95% request phải xong dưới 200 ms
    http_req_duration: ['p(95)<200'],
  },
};

export default function () {
  http.get('https://staging.example.com/api/search');
  sleep(1);
}

Chạy k6 run script.js mà không kèm flag, k6 dùng đúng các options khai báo trong script. Đây là điểm đáng giá: tải, thời lượng và ngưỡng nằm cùng một file, được review và version cùng code. Khi cần thử nhanh, bạn vẫn có thể ghi đè số VU và thời lượng bằng flag, chẳng hạn k6 run --vus 20 --duration 1m script.js.

Nếu muốn dừng ngay khi vượt ngưỡng thay vì chờ hết 30 giây, k6 có thuộc tính abortOnFail: đặt nó thành true cho ngưỡng đó, và bài test dừng ngay khi ngưỡng bị vượt.

Cú pháp khai báo chính xác nên xem lại trang Thresholds trong tài liệu k6 trước khi đưa vào pipeline. Với một bài test trong CI, dừng sớm nghĩa là tiết kiệm phút chạy và trả tín hiệu nhanh hơn.

Vì sao là p95 chứ không phải trung bình?

Thử hình dung 1.000 request: 900 cái xong trong 80 ms, 100 cái mất 900 ms vì một truy vấn chưa có index. Trung bình là (900 × 80 + 100 × 900) / 1.000 = 162 ms, trông ổn so với mốc 200 ms. Nhưng p95 rơi vào nhóm chậm, tức 900 ms, và ngưỡng p(95)<200 sẽ đánh trượt build.

Cứ mười người dùng thì một người chờ gần một giây. Con số trung bình giấu họ đi, p95 thì không. Ví dụ mẫu trong tài liệu k6 cũng đặt ngưỡng trên p95 của http_req_duration, nên đây là điểm xuất phát tự nhiên cho bài test đầu tiên của bạn.

Nối vào CI thế nào?

Tài liệu chính thức liệt kê tích hợp với GitHub Actions, GitLab và Jenkins, với mục tiêu bắt các lần hiệu năng tụt xuống do thay đổi code. Trên GitHub, Grafana có hai action chính thức: setup-k6-action cài k6 vào workflow, run-k6-action chạy các bài test.

Cách làm hợp lý ở chỗ khách hàng là đặt bài test sau bước deploy lên staging và trước bước đẩy lên production. Phác thảo dưới đây giả định bạn đã có sẵn hai script deploy; phần cần chú ý là chuỗi needs. Tên input của action và số phiên bản nên đối chiếu với README hiện hành của từng action:

name: deploy
on:
  push:
    branches: [main]

jobs:
  deploy-staging:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - run: ./scripts/deploy.sh staging

  load-test:
    needs: deploy-staging
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: grafana/setup-k6-action@v1
      - uses: grafana/run-k6-action@v1
        with:
          # kiểm tra tên input trong README của run-k6-action
          path: script.js

  deploy-production:
    # chỉ chạy khi load-test xanh
    needs: load-test
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - run: ./scripts/deploy.sh production

Cơ chế bên dưới vẫn chỉ là mã thoát: ngưỡng thất bại, k6 trả về khác 0, job load-test thất bại, và deploy-production không bao giờ chạy.

Những lỗi khiến cổng chặn thành vật trang trí

Lỗi phổ biến nhất là cổng chặn chưa từng đóng. Bạn thêm ngưỡng, build xanh, và mọi người yên tâm, nhưng chưa ai biết nếu vượt ngưỡng thì pipeline có dừng thật không. Lần chạy đầu tiên nên cố tình hạ ngưỡng xuống mức chắc chắn trượt, để tận mắt thấy deploy-production bị bỏ qua.

Lỗi thứ hai là nhồi bài test quá lớn vào CI. Grafana khuyên dùng tiêu chí pass/fail cho cả các bài test lớn, nhưng không nên chạy bài test lớn trong pipeline tự động triển khai.

Bài test trong CI nên nhỏ: nó là chuông báo khi có regression, không phải bài kiểm tra sức chịu tải toàn hệ thống. Bài stress test thật nên chạy riêng, có lịch và có người theo dõi.

Lỗi thứ ba là chép nguyên con số 200 ms. Đó chỉ là ví dụ trong tài liệu; ngưỡng đúng phải đến từ khách hàng: họ cam kết gì với người dùng, endpoint nào nằm trên đường đi quan trọng. Việc cần làm trước tiên ở chỗ khách hàng là hỏi câu đó, rồi mới viết dòng threshold.

Giấy phép cũng cần để ý: k6 phát hành theo AGPL-3.0. Ở các khách hàng doanh nghiệp có bộ phận pháp chế khắt khe, bạn nên hỏi trước chính sách về giấy phép mã nguồn mở thay vì cài vào pipeline rồi mới bị hỏi.

Ghi kỹ năng này vào CV thế nào?

“Biết load test” là một câu nhạt. “Đặt ngưỡng p95 cho API tìm kiếm và nối vào CI, chặn được bản triển khai làm p95 tăng gấp đôi” là một câu kể được chuyện, và cũng là câu trả lời tốt khi người phỏng vấn hỏi bạn từng giữ chất lượng production bằng cách nào.

Để luyện, hãy lấy một dự án cá nhân, viết một kịch bản k6, cố ý thêm một truy vấn chậm và để GitHub Actions bắt nó. Một build đỏ có lý do rõ ràng là bằng chứng thuyết phục hơn bất kỳ dòng mô tả kỹ năng nào.

Bài này có hữu ích không?

Dùng cùng trợ lý AIHỏi Claude ↗Hỏi ChatGPT ↗
6 nguồn
Đọc tiếp trên lộ trình · Chặng 6: Đo lườngKiểm thử voice agent như người ta kiểm thử xe tự láiCoval, do một cựu tech lead của Waymo sáng lập, chạy hàng nghìn cuộc gọi giả lập có tiếng ồn, rồi dùng nhận xét của người thật về cuộc lỗi để huấn luyện lại AI judge.