Jira Service Management 4.20.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 Management 4.13 (旧称 Jira Service Desk) と Jira Service Management 4.20 長期サポート リリースのパフォーマンスを比較しています。

長期サポート リリースについて

Jira Service Management 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

他の長期サポート リリースと同様に、これまでと同等かそれ以上のパフォーマンスを実現することを目標にしています。Jira Service Management 4.20 のテストでは、キューの表示、ワークロード レポートの表示、チーム メンバーの招待で、パフォーマンスに大幅な改善が見られました。このリリースには、Jira Service Management Data Center 4.15 に Insight アセット管理アプリをバンドルするようになって初めて、Insight アセット管理の主なベンチマークが含まれます。

このセクションでは、Server と Data Center の両方について、Jira Service Management 4.13 を Jira Service Management 4.20 と比較します。両方のバージョンについて、4 つのカテゴリに分けられる広範なテスト シナリオを実行しました。

  • 軽量な操作

  • 中程度の操作

  • 重い操作 (実行に時間がかかる)

  • Insight の操作 (アセット管理機能に関連)

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。操作やテスト方法の詳細については「テスト手法」をご確認ください。

軽量な操作

個々の操作における違いです。グラフに使われたデータはグラフの下部で確認できます。

データを表で確認: 軽量な操作

次の表は、軽量な操作の平均レスポンス時間を表します。 


平均レスポンス時間 (ミリ秒、短いほうが望ましい)
アクション4.13 Server4.20 Server4.13 Data Center4.20 Data Center
リクエストを共有するカスタマーを検索

1015

1008 (plus)

988

986 

リクエストを共有する組織を検索

1056

1043 (plus)

1011

1039 

カスタマー ポータルでリクエストを表示

4206

3763 (plus)

3192

3077 (plus)

カスタマー ページの表示

2326

2433 

1939

2017 

組織ページの表示

10779

11090 (minus)

7477

7741 (minus)

ポータル ページの表示

5997

5870 (plus)

4027

4143 

サービス課題の表示

3483

3433 (plus)

2935

2976 

ワークロード レポート (小) の表示

2515

2590 

2294

2327 

レポートの表示: 作成済 vs 解決済

4379

4203 (plus)

3581

3606 

リクエストの表示

1770

1737 (plus)

1363

1349 (plus)

リクエストの表示: フィルターを使用

1605

1548 (plus)

1221

1196 (plus)

キューの表示: 小

3349

3424 

2783

2791 

ウェルカム ガイドの表示

1646

1607 (plus)

1430

1408 (plus)

中程度の操作

個々の操作における違いです。グラフに使われたデータはグラフの下部で確認できます。

データを表で確認: 中程度の操作

次の表は、中程度の操作の平均レスポンス時間を表します。 

操作平均レスポンス時間 (ミリ秒、短いほうが望ましい)
4.13 Server4.20 Server4.13 Data Center4.20 Data Center
カスタマー ポータルでリクエストにコメントを追加

2726

2569 (plus)

2333

2338 

カスタマーリクエストを作成

5633

4974 (plus)

4234

3960 (plus)

チームの招待

7410

4301 (plus)

7095

4305 (plus)

リクエストからカスタマーを削除

7584

6649 (plus)

5430

5092 (plus)

リクエストから組織を削除

5072

4472 (plus)

3726

3609 (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

7343

6773 (plus)

6001

5907 (plus)

カスタマー ポータルで組織とリクエストを共有

6413

5937 (plus)

5399

5234 (plus)

キューの表示: SLA があるキュー

6886

6823 (plus)

5761

5768 

レポートの表示: 解決までの時間

4384

4220 (plus)

3573

3596 

重い操作

個々の操作における違いです。グラフに使われたデータはグラフの下部で確認できます。

データを表で確認: 重い操作

次の表は、重い操作の平均レスポンス時間を表します。

操作平均レスポンス時間 (ミリ秒、短いほうが望ましい)
4.13 Server4.20 Server4.13 Data Center4.20 Data Center
ワークロード レポート (中) の表示

69840

37369 (plus)

47396

27980 (plus)

キューの表示: すべてのキュー

202250

86053 (plus)

134447

62230 (plus)

Insight の操作

個々の操作における違いです。グラフに使われたデータはグラフの下部で確認できます。

データを表で確認: Insight の操作

次の表は、Insight の操作の平均レスポンス時間を表します。 

操作平均レスポンス時間 (ミリ秒、短いほうが望ましい)


4.13 Server4.20 Server4.13 Data Center4.20 Data Center
Insight オブジェクトの作成

4203

4093 (plus)

4143

4100 

オブジェクト スキーマ ページの読み込み

3285

3208 (plus)

2834

2801 

IQL を使用したオブジェクトの検索

2456

2483 

2379

2379

Insight オブジェクト タイプ列を含むキューの表示

5967

6009 

4760

4829 

カスタマー ポータルで、Insight カスタム フィールドを含むリクエストを表示

3983

3743 (plus)

2916

2928 

エージェント ビューで、Insight カスタム フィールドを持つ課題を表示

2722

2711 (plus)

2288

2315 

オブジェクト ページでオブジェクトを表示

3836

3874 

3563

3584 

概要

パフォーマンスは高負荷下においても製品を横断して安定しており、いくつかの改善が見られました。次のようなハイライトがあります。

  • キューの表示が2.2 倍高速

  • ワークロード レポート (中) の表示が 2 倍高速 

  • チーム メンバーの招待が 1.7 倍高速

例外として、組織ページの表示において 300 ms の軽微な劣化が見られました。 

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 Management 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 Management を拡張する際にお客様が直面する問題を把握しました。

また、Jira Service Management Data Center の一部となった Insight のデータセットも用意しました。

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

Insight のデータセット

データ

オブジェクト スキーマ

6

オブジェクト タイプ

341

オブジェクト

315837

属性

2488972

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。

軽量、中程度、および重い操作

操作説明1 回の実行で操作を行った回数

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。

~260

カスタマーリクエストを作成

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。

~170

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。

~220

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。

~170

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。

~170

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。

~170

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。

~170

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。

~200

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。

~170

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。

~120

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。

~140

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 キューを表示します。

~420

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 キューを表示します。

~440

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 キューを表示します。

~380

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。

~200

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。

~250

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。

~480

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。

~130

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。

~170

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。 

~490

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。 

~490

サービス課題の表示

エージェント ビューで、6 つの SLA 値を持つサービス課題を表示します。

~490

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。

~560

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。

~150

Insight の操作

操作説明1 回のテストで操作を実行した回数

オブジェクトを作成

既存のオブジェクト スキーマで Insight オブジェクトを作成します。

~170

オブジェクト スキーマ ページの読み込み

既存のオブジェクト スキーマを開きます。

~530

オブジェクト ページでオブジェクトを表示

Insight のオブジェクト ビュー ページでオブジェクトを開きます。

~260

Insight オブジェクト タイプ列を含むキューの表示

結果に Insight オブジェクトの列を含むカスタム キューを表示します。約 1000 件の課題が返されることが期待されます。

~420

IQL を使用したオブジェクトの検索

既存のオブジェクト スキーマで IQL を使用してオブジェクトを検索します。

~200

カスタマー ポータルで、Insight カスタム フィールドを含むリクエストを表示

Insight のカスタム フィールドを 1 つ含むカスタマー リクエストを開きます。

~450

エージェント ビューで、Insight カスタム フィールドを持つ課題を表示

Insight のカスタム フィールドを 1 つ含む課題を開きます。

~210

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

OSUbuntu 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

OSUbuntu 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 Management Server: AWS EBS 100 GB gp2

Jira Service Management 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

OSUbuntu 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 (4.20 では 10、4.13 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 Management Server: AWS EBS 100 GB gp2

Jira Service Management Data Center: AWS EBS 60 GB gp2

最終更新日: 2021 年 10 月 15 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.