Jira Service Desk 4.5.x 長期サポート リリースのパフォーマンス レポート

このページの内容

お困りですか?

アトラシアン コミュニティをご利用ください。

コミュニティに質問

このページでは、Jira Service Desk 3.16.6 と Jira Service Desk 4.5 長期サポート リリースのパフォーマンスを比較します。

長期サポート リリースについて

Jira Service Desk を定期的にアップグレードすることをお勧めします。組織のプロセスによって年に 1 回しかアップグレードできない場合、バージョンのサポート終了までの間の重大なセキュリティ、安定性、データ整合性、パフォーマンスの問題に継続的にアクセスできる、長期サポート リリースへのアップグレードをお勧めします。

パフォーマンス

Jira Service Desk 4.5 はパフォーマンスのみに焦点を当てたバージョンではありませんでしたが、各リリースでは同等かそれ以上のパフォーマンスを提供することを目指しています。このセクションでは、Server と Data Center の両方について、Jira Service Desk 3.16.6 を Jira Service Desk 4.5 と比較しています。広範囲の同じテスト シナリオを両方のバージョンに対して実行しました。

次のグラフは、Jira Service Desk で行われた各種操作の平均レスポンス時間の違いを、実行時間がかかる重いアクション、中程度のアクション、および実行時間が短い軽いアクションの 3 つのカテゴリで表したものです。グラフ下部の「クリックしてデータを表で表示」をクリックして、平均レスポンス時間を確認できます。

パフォーマンスは、5000 ユーザーのインスタンスでのピーク トラフィックを推定したユーザー負荷で計測されました。

これらの操作と対象の Jira インスタンスの詳細については、「テスト手法」を参照してください。

クリックしてデータを表で表示

次の表は、Jira Service Desk で実行された各種操作の平均応答時間を示しています。


操作

平均レスポンス時間 (秒、短いほうが望ましい)
3.16.6 Server4.5.0 Server3.16.6 Data Center4.5.0 Data Center
ウェルカム ガイドの表示0.7230.511 (plus)0.6750.464 (plus)
ワークロード レポート (小) の表示1.0200.632 (plus)1.1740.555 (plus)
リクエストの表示1.0640.599 (plus)0.8520.403 (plus)
リクエストの表示: フィルターを使用0.6620.431 (plus)0.4820.279 (plus)
カスタマー ポータルでカスタマー リクエストを表示0.3400.402 (minus)0.3550.403 (minus)
リクエストを共有する組織を検索0.4580.379 (plus)0.4650.334 (plus)
リクエストを共有するカスタマーを検索0.5460.338 (plus)0.4720.339 (plus)
キューの表示: すべてのオープンな課題69.61723.33 (plus)45.34416.306 (plus)
キューの表示: SLA があるキュー22.0881.963 (plus)16.8871.585 (plus)
カスタマー ポータルでカスタマーとリクエストを共有8.9112.053 (plus)6.9321.870 (plus)
カスタマー ポータルで組織とリクエストを共有8.9341.963 (plus)5.6901.736 (plus)
リクエストから組織を削除6.6641.644 (plus)4.2811.194 (plus)
リクエストからカスタマーを削除9.9281.957 (plus)8.5411.612 (plus)
カスタマー リクエストの作成4.2621.787 (plus)4.0921.363 (plus)
カスタマー ポータルでリクエストにコメントを追加3.9771.145 (plus)3.3831.069 (plus)
レポートの表示: 解決までの時間4.7583.989 (plus)3.5493.046 (plus)
組織ページの表示8.8933.419 (plus)9.5222.551 (plus)
ワークロード レポート (中) の表示 5.7204.526 (plus)5.1793.506 (plus)
チームの招待2.7522.643 (plus)2.7142.55 (plus)
キューの表示: 小2.3550.998 (plus)2.4920.835 (plus)
サービス デスク課題の表示2.6211.131 (plus)2.2040.972 (plus)
レポートの表示: 作成済 vs 解決済0.9930.702 (plus)1.0340.640 (plus)
ポータル ページの表示1.3321.067 (plus)1.0170.723 (plus)
カスタマー ページの表示1.6490.709 (plus)1.5470.606 (plus)

概要

製品のほとんどすべてのシナリオで、高負荷下でのパフォーマンスの改善を確認しています。これはこれまでで最速のバージョンです。ハイライトは次のとおりです

  • SLA のあるキューの表示速度を 10 倍向上
  • カスタマー ポータルでのコメントの追加速度を 3 倍向上 
  • キューでのすべてのオープンな課題の閲覧速度を 3 倍向上
  • カスタマー リクエストの作成速度を 2.5 倍向上 
  • カスタマー / 組織ページの表示速度を 2.5 倍向上
  • エージェント ビューでのサービス デスク課題の表示速度を 2 倍向上

全体として、あらゆるシナリオでの全体的なレスポンス タイムを 20% から 90% 改善し (改善を行っていない "チームの招待" シナリオを除く)、"カスタマー ポータルでのカスタマー リクエストの表示" では 50 ミリ秒のわずかなデグレーションが確認されています。

アトラシアンでは、サービス デスク チームがワークスペースで簡単に移動でき、最大規模のお客様が自信を持って拡張できるよう、パフォーマンスの改善について今後も投資を続けていきます。

テスト手法

以下のセクションでは、当社のパフォーマンス テストで使用するテスト環境 (ハードウェア仕様を含む) とテスト方法を詳しく説明します。

テスト方法

テストを開始する前に、一般に大規模な Jira Service Desk インスタンスを表すデータセットのサイズと内容を決定する必要がありました。これを実現するために分析データを使用して、お客様の環境の全体像や、最大規模の組織で Jira Service Desk を拡張する際にお客様が直面する問題を把握しました。

次の表では、各データ ディメンションの 99 番目で切り捨てています。これらの値を使用して、ランダムなテスト データを含むサンプル データセットを生成しました。

基準となるデータ セット

データ
コメント609570
コンポーネント7195
カスタム フィールド42
グループ3
課題タイプ13
課題302109
優先度5
プロジェクト1001
解決状況8
画面スキーム2395
画面14934
ステータス23
ユーザー101003
バージョン3
ワークフロー3717

実行した操作

最も一般的なユーザー操作の例を表す混合操作を選択しました。このコンテキストにおける操作とは、ブラウザ ウィンドウで課題を開くなどの、完全なユーザー操作です。次の表は、ペルソナのテスト用にスクリプトに含めた操作の詳細と、1 回のテスト中に各操作が何回繰り返されるかを示しています。

操作説明 1 回のテストで操作を実行した回数
カスタマー ポータルでリクエストにコメントを追加ポータルでランダムなカスタマー リクエストを開き、エージェントとしてランダムなコメントを追加します。~200
カスタマー リクエストの作成カスタマー ポータルを開き、課題の要約と説明を入力し、リクエストを送信します。~200
チームの招待左側のメニューの [チームの招待] を選択し、1,000 エージェントのインスタンスでエージェントを検索して [招待] ボタンをクリックし、成功の確認を待ちます。~300
リクエストからカスタマーを削除ポータルでカスタマー リクエストを開き、[共有先] 列でランダムなカスタマーを削除します。~100
リクエストから組織を削除ポータルでランダムなカスタマー リクエストを開き、[共有先] 列でランダムな組織を削除します。~100
リクエストを共有する組織を検索ポータルでランダムなカスタマー リクエストを開き、リクエストを共有するランダムな組織を検索します。~100
リクエストを共有するカスタマーを検索ポータルでランダムなカスタマー リクエストを開き、リクエストを共有するランダムなカスタマーを検索します。~100
カスタマー ポータルで組織とリクエストを共有ポータルでランダムなカスタマー リクエストを開き、リクエストをランダムな組織と共有します。~100
カスタマー ポータルでカスタマーとリクエストを共有ポータルでランダムなカスタマー リクエストを開き、リクエストをランダムなカスタマーと共有します。~100
ワークロード レポート (小) の表示オープンな課題がないプロジェクトのワークロード レポートを表示します。~1000
ワークロード レポート (中) の表示 

1,000 件の割り当て済みの課題と 700 人のエージェントを持つプロジェクトのワークロード レポートを表示します。

~1500
キューの表示: すべてのオープンな課題10,000 件を超えるオープンな課題を持つプロジェクトでデフォルトのサービス デスク キューを表示します。~930
キューの表示: 小10,000 件を超えるオープンな課題を持つプロジェクトで、ほとんどの課題をフィルタリングするカスタムのサービスデスク キューを表示します。~2500
キューの表示: SLA があるキュー10,000 件を超えるオープンな課題を持ち、各課題に 6 件の SLA 値があるプロジェクトで、カスタム サービス デスク キューを表示します。~2500
カスタマー ページの表示100,000 人のカスタマーを持つプロジェクトで [顧客] ページを表示します。~1000
組織ページの表示50 個の組織と 300 人のカスタマーを持つプロジェクトで [顧客] ページを表示します。~1000
ポータル ページの表示一意のヘルプ センター リンクを選択することで、すべてのカスタマー ポータルを含むヘルプ センターを表示します。~2000
レポートの表示: 作成済 vs 解決済タイムラインに 10,000 件を超える課題がある、作成済 vs 解決済レポートを表示します。~2000
レポートの表示: 解決までの時間タイムラインに 10,000 件を超える課題がある、解決までの時間レポートを表示します。~2000
リクエストの表示カスタマー ポータルで [マイ リクエスト] 画面を表示します。 ~3000
リクエストの表示: フィルターを使用カスタマー ポータルで、要約の 1 つの単語でフィルタリングした状態の [マイ リクエスト] 画面を表示します。 ~3000
サービス デスク課題の表示エージェント ビューに 6 つの SLA 値を持つサービスデスク課題を表示します。~3000
カスタマー ポータルでカスタマー リクエストを表示カスタマー ポータルでランダムな課題を表示します。~400
ウェルカム ガイドの表示左側のメニューから [ウェルカム ガイド] を表示します。~1000

ユーザー操作のテスト環境

すべてのパフォーマンス テストは、一連の AWS EC2 インスタンス上で実行されました。テストごとに環境全体をリセットおよび再構築し、各テストの最初にはインスタンス キャッシュをウォームアップするためのアイドル サイクルを実行しました。以下で、Jira Service Desk Server および Data Center で使用された環境の詳細や、EC2 インスタンスの仕様を確認できます。

テストを実行するため、スクリプトを組んだブラウザを 21 個使用し、操作の実行にかかる時間を計測しました。各ブラウザのスクリプトは、定義済みの操作リストからランダムに操作を実行し、すぐに次の操作に移る (つまり思考時間がゼロになる) ように記述されていますこれによって各ブラウザは実際のユーザーが可能なタスクよりも実質的に多くのタスクを実行するため、ブラウザの数が実際の同時実行ユーザー数と等しくなると解釈することはできません。

各テストは 40 分間実行され、その後、統計情報が収集されます。

ここでは、テスト環境の詳細について説明します。

Jira Service Desk ServerJira Service Desk Data Center

環境の構成内容:

  • 1 Jira ノード
  • 別のノード上にあるデータベース
  • 別のノード上にあるロード ジェネレーター

環境の構成内容:

  • 3 Jira ノード
  • 別のノード上にあるデータベース
  • 別のノード上にあるロード ジェネレーター
  • 別のノード上にある共有ホーム ディレクトリ
  • ロード バランサ (AWS ELB HTTP ロード バランサ)
Server 用の Jira Service Desk
ハードウェアソフトウェア
EC2 タイプ:

Server 用に c4.8xlarge

1 ノード

Operating systemUbuntu 16.04LTS
CPU: Intel Xeon E5-2666 v3 (Haswell)Java プラットフォームJava 1.8.0
CPU コア:36Java オプション16 GB ヒープ
メモリ60 GB
ディスク: AWS EBS 100 GB gp2
DC 用の Jira Service Desk
ハードウェアソフトウェア
EC2 タイプ:

Server 用に c5.4xlarge

1 ノード

Operating systemUbuntu 16.04LTS
CPU: Intel Xeon Platinum 8000 シリーズ (Skylake-SP)Java プラットフォームJava 1.8.0
CPU コア:16Java オプション16 GB ヒープ
メモリ32 GB
ディスク: AWS EBS 100 GB gp2
データベース
ハードウェアソフトウェア
EC2 タイプ: m4.2xlarge (「EC2 タイプ」を参照)データベース:MySQL 5.5
CPU: Intel Xeon E5-2666 v3 (Haswell) オペレーティング システム: Ubuntu 16.04LTS
CPU コア:8
メモリ32 GB
ディスク:

Jira Service Desk Server: AWS EBS 100 GB gp2

Jira Service Desk Data Center: AWS EBS 60 GB gp2

ロード ジェネレーター
ハードウェアソフトウェア
EC2 タイプ: c4.8xlarge (「EC2 タイプ」を参照) オペレーティング システム:

Ubuntu 16.04LTS

CPU: Intel Xeon E5-2666 v3 (Haswell)ブラウザ:

ヘッドレス Chrome

CPU コア:36自動化スクリプト:

Chromedriver 3.11.0

WebDriver 3.4.0

Java JDK 8u131

メモリ60 GB
ディスク: AWS EBS 30 GB gp2

インデックス測定用のテスト環境

Server 用の Jira Service Desk
ハードウェアソフトウェア
EC2 タイプ:

Server 用に c4.8xlarge

1 ノード

Operating systemUbuntu 16.04LTS
CPU: Intel Xeon E5-2666 v3 (Haswell)Java プラットフォームJava 1.8.0
CPU コア:36Java オプション16 GB ヒープ
メモリ60 GBスレッドのインデックス


既定 (3.16 では 10、4.5 では 20)
ディスク: AWS EBS 100 GB gp2

データベース
ハードウェアソフトウェア
EC2 タイプ: m4.2xlarge (「EC2 タイプ」を参照)データベース:MySQL 5.5
CPU: 2.4 GHz Intel Xeon E5-2676 v3 オペレーティング システム: Ubuntu 16.04 LTS 
CPU コア:8
メモリ32GB
ディスク:

Jira Service Desk Server: AWS EBS 100 GB gp2

Jira Service Desk Data Center: AWS EBS 60 GB gp2

最終更新日 2020 年 6 月 26 日

この内容はお役に立ちましたか?

はい
いいえ
この記事についてのフィードバックを送信する
Powered by Confluence and Scroll Viewport.