Jira Service Management 5.4.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

This page compares the performance of Jira Service Management 4.20 with Jira Service Management 5.4 Long Term Support release.

長期サポート リリースについて

We recommend upgrading Jira Service Management regularly, but if your organization's process means you only upgrade about once a year, upgrading to a Long Term Support release is a good option. It provides continued access to critical security, stability, data integrity and performance issues until this version reaches end of life.


パフォーマンス

As with all Long Term Support releases, we aim to provide the same, if not better, performance. Jira Service Management 5.4 testing demonstrates significant performance improvements in viewing workload reports and Assets import speed and scaling. We also saw notable improvements in viewing the customers page, viewing service issues, and creating a customer request.

Some performance regressions were seen in viewing requests, viewing queues and Assets object creation. These can be attributed to functional improvements made in the product since Jira Service Management 4.20 LTS.

In this section, we’ll compare Jira Service Management 4.20 to Jira Service Management 5.4, for both Server and Data Center. We ran the same extensive test scenario for both versions, divided into four categories:

  • 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)

The performance was measured under a user load we estimate to be peak traffic, on an instance with 5000 users. For more details on actions and how we tested them, see Testing methodology .

軽量な操作

The graph shows differences in response times of individual actions. You can view the data used to build the graph below.

View data in a table: Lighter actions

次の表は、軽量な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)

4.20 Server

5.4 Server

4.20 Data Center

5.4 Data Center

リクエストを共有するカスタマーを検索

313

319

314

316

リクエストを共有する組織を検索

329

337

326

327

カスタマー ポータルでカスタマー リクエストを表示

1185

1266

954

1,010

カスタマー ページの表示

779

814

678

605

ポータル ページの表示

1048

1117

745

730

サービス課題の表示

1074

1056

1088

929

ワークロード レポート (小) の表示

707

769

616

616

レポートの表示: 作成済 vs 解決済

681

761

684

673

リクエストの表示

486

685

325

455

リクエストの表示: フィルターを使用

400

493

264

315

キューの表示: 小

1346

1625

1216

1294

ウェルカム ガイドの表示

603

636

588

524

中程度の操作

The graph shows differences in response times of individual actions. You can view the data used to build the graph below.

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)

4.20 Server

5.4 Server

4.20 Data Center

5.4 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

1697

1767

1580

1649

カスタマーリクエストを作成

1539

1069

1068

968

チームの招待

1356

1366

1373

1383

リクエストからカスタマーを削除

1906

1984

1527

1577

リクエストから組織を削除

1334

1398

933

1052

カスタマー ポータルでカスタマーとリクエストを共有

2118

2047

1855

1870

Share request with an organization on customer portal

1798

1796

1478

1616

組織ページの表示

3554

3672

2547

2526

View queues

2904

3207

2161

2288

キューの表示: SLA があるキュー

2604

2772

2126

2315

レポートの表示: 解決までの時間

694

780

675

673

重い操作

The graph shows differences in response times of individual actions. You can view the data used to build the graph below.

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)

4.20 Server

5.4 Server

4.20 Data Center

5.4 Data Center

ワークロード レポート (中) の表示

19288

935

14164

728

Assets actions

The graph shows differences in response times of individual actions. You can view the data used to build the graph below.

データを表で確認: Insight の操作

The following table presents mean response times for Assets actions. 



操作

平均レスポンス時間 (ミリ秒、短いほうが望ましい)

4.20 Server

5.4 Server

4.20 Data Center

5.4 Data Center

Create an Assets object

837

855

970

1237

オブジェクト スキーマ ページの読み込み

939

982

864

910

IQL を使用したオブジェクトの検索

860

866

795

827

View a queue with an Assets object type column

2408

2700

1912

2152

View a request with an Assets custom field in the customer portal

516

539

390

417

View an issue with an Assets custom field in the agent view

1068

1230

981

1012

Assets import speed and scaling

In addition to the performance of user operations in the product, we also made improvements to the way Assets uses memory, performs imports, and handles bulk operations.

  • Import object creation is now 55-70% faster.

  • Large datasets now require 20-35% less memory.

  • Assets reindexing is now 10x faster.

  • Querying and importing complex object type hierarchies is now up to 25x faster*.

  • Bulk deleting objects via the Assets user interface is now 4.8x faster.

  • Offloading imports to the disk rather than the memory means that Assets now supports much larger imports than previously.

* Demonstrated with National Vulnerability Database (NVD) import speed

概要

The performance is largely stable across the product and under high load, with a few improvements. The highlights:

  • Viewing workload reports (medium) is now 19.4x faster.

  • Viewing the customers page is now 1.1x faster.

  • Viewing service issues is now 1.2x faster.

  • Creating a customer request is now 1.1x faster.

  • Import object creation is now 55-70% faster.

  • Large datasets now require 20-35% less memory.

Some performance regressions were seen in viewing requests, viewing queues and Assets object creation. These can be attributed to new request list functionality (4.21 and 5.3), changes made to improve SLA calculation accuracy (5.0), and various accessibility and user interface improvements in Assets (5.0, 5.1, 5.2, 5.3).

We will continue to improve future performance so that service teams can move with ease through their workspace, and our largest customers can scale confidently.

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

Before we started testing, we needed to determine what size and shape of dataset represents a typical large Jira Service Management instance. To achieve that, we used our Analytics data to form a picture of our customers' environments and what difficulties they face when scaling Jira Service Management in a large organization.

We’ve also included a dataset for Assets, since it’s part of Jira Service Management Data Center.

次の表では、各データ ディメンションを 99 パーセンタイルの値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

管理

1

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

エージェント

1000

優先度

5

プロジェクト

1001

解決状況

8

Screen schemas

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

Assets data set

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。

~240

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。

~140

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。

~150

リクエストからカスタマーを削除

Open a random customer request in the portal, and remove a random customer from the "Shared with" column.

~140

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。

~140

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。

~140

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。

~140

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。

~140

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。

~140

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。

~210

ワークロード レポート (中) の表示 

Display the workload report for a project with 1,000 assigned issues and 700 agents.

~220

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。

~720

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。

~820

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。

~700

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。

~340

組織ページの表示

Display the Customers page, in a project that has 50 organizations and 300 customers.

~340

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。

~810

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。

~210

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。

~220

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。 

~840

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。 

~840

サービス課題の表示

Display a service issue with 6 SLA values in the Agent view.

~830

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。

~520

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。

~210

Assets actions

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

Create an Assets object in an existing object schema.

~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

View a queue with an Assets object type column

Display a custom queue that has an Assets Object Column in the results. It should return around 1000 issues.

~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

View a request with an Assets custom field in the customer portal

Open a customer request that includes an Assets custom field.

~450

View an issue with an Assets custom field in the agent view

Open an issues that includes an Assets custom field.

~210

ユーザー操作のテスト環境

The performance tests were all run on a set of AWS EC2 instances. For each test, the entire environment was reset and rebuilt, and then each test started with some idle cycles to warm up instance caches. Below, you can check the details of the environments used for Jira Service Management Server and Data Center, as well as the specifications of the EC2 instances.

To run the tests, we used 21 scripted browsers and measured the time taken to perform the actions. Each browser was scripted to perform a random action from a predefined list of actions and immediately move on to the next action (ie. zero think time). Note that this resulted in each browser performing substantially more tasks than would be possible by a real user, and you should not equate the number of browsers to represent the number of real-world concurrent users.

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 Management ServerJira Service Management 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)
Jira Service Management for Server
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
Jira Service Management for DC
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 (see  EC2 types 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 (see  EC2 types 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
最終更新日 2022 年 11 月 8 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.