Le lundi à neuf heures, le portail répond encore en moins d’une seconde. Pourtant, le support trouve plusieurs commandes payées qui attendent toujours leur confirmation. Ajouter des serveurs web accélère l’écran alors que les commandes restent dans une file qui n’a plus assez de capacité.
Le vrai enjeu consiste à distinguer la latence visible, le temps d’attente et le délai jusqu’au résultat métier. La comparaison de ces trois temps permet de choisir la couche à corriger. Elle évite de financer de la capacité sur un service qui répond déjà dans le budget.
Le guide pour prioriser la dette technique situe cet arbitrage dans le produit. Pour réaliser un audit de performance de l’application, choisissez un parcours qui dégrade les opérations sous charge et mesurez-le du premier appel jusqu’à la confirmation.
Premier diagnostic sur un parcours lent
Définissez l’entrée, la sortie attendue et le délai qui sépare les deux. Sur une même fenêtre, relevez les appels, les dossiers terminés et les dossiers encore en attente. Si l’écran et la sortie donnent des résultats différents, alors remontez le délai avant de modifier la capacité.
Partir du délai que l’utilisateur subit
Un appel peut créer une demande puis rendre la main, tandis qu’un traitement confirme le paiement ou transmet la commande. Le coût apparaît quand une personne attend, relance ou corrige. Notez quel résultat manque et quel délai devient gênant pour le métier.
Choisir des indicateurs qui séparent les causes
Le p95 décrit un temps que 95 % des mesures de l’échantillon n’excèdent pas. Calculez-le sur une population et une fenêtre propres à l’action. Suivez aussi le débit, les erreurs et l’ancienneté des dossiers en attente. Un percentile sur des HTTP 200 ne mesure pas les dossiers terminés.
Dans le tableau de suivi, chaque objectif relie population, période et résultat attendu. Le guide d’observabilité des workflows précise quels événements enregistrer pour retrouver l’état de chaque dossier.
Isoler une dépendance lente
Comparer une réponse rapide avec un résultat tardif
Prenons cent demandes sur une fenêtre courte. Pour chacune, notez l’instant de la demande, celui de la réponse API et celui de la confirmation. Si dix dossiers attendent encore la sortie à la fin de la fenêtre, alors ces dossiers restent visibles dans le relevé. Un temps calculé sur les seuls dossiers terminés peut sembler s’améliorer au moment où la file prend du retard.
En réalité, chercher un p95 plus bas peut dégrader la lecture de la situation si le périmètre change. Comparez la même action avant et après déploiement. Pour une dépendance, distinguez les réponses réussies, les expirations et les demandes que le circuit a volontairement différées.
Comparez le temps côté navigateur, celui du serveur et celui d’une dépendance. Si le temps de paiement augmente alors que le serveur travaille peu et que la file reste stable, alors cherchez l’appel dont le délai explique l’écart. Vérifiez comment les délais expirés sont comptés.
Raccorder les traces au dossier
Une trace relie des opérations qui traversent plusieurs services. L’identifiant de dossier permet au support de retrouver l’action réelle. Les traces peuvent être échantillonnées. Conservez assez de preuves sur les décisions critiques pour expliquer l’écart même lorsque la trace technique détaillée manque.
Le guide du traçage distribué aide à choisir où propager le contexte. Les signaux OpenTelemetry donnent les définitions de référence pour les métriques, traces et journaux.
Distinguer file saturée et traitement lent
Rejouer une accumulation de dossiers
Dans un test fictif, la file reçoit 60 dossiers par minute et en confirme 40. Chaque worker répond dans son délai prévu, mais le nombre de dossiers en attente augmente de 20 par minute tant que les deux débits se maintiennent. Mesurez aussi l’âge du plus ancien dossier et regardez si le délai de rattrapage dépasse celui annoncé au support.
Si doubler les workers conduit à plus de refus ou de timeouts de l’API externe, alors la dépendance fixe le débit utile. Comparez une répartition par priorité, la limitation du flux entrant ou le traitement différé. La responsabilité du choix est partagée avec la personne qui peut arbitrer l’attente acceptable.
Suivez le débit d’entrée et celui des sorties. Si les sorties sont inférieures aux demandes, alors l’ancienneté augmente même si chaque tâche paraît rapide. Si une tâche lente ou rejetée monopolise un worker, mesurez le débit et l’âge par classe de traitement.
Le contrat de reprise fixe les erreurs rejouables, la limite de tentatives et le moment où la file transmet le dossier au support. La journalisation expose le dernier état et la référence. Pour décider d’ajouter de la capacité, vérifiez aussi la limite de la dépendance.
Augmenter la capacité là où elle manque
Ajouter des instances web peut aider un serveur dont les ressources sont saturées sur le traitement des requêtes. La réplication peut aussi saturer un pool de connexions déjà plein. Testez une augmentation limitée en mesurant le débit de dossiers aboutis et les erreurs des systèmes aval.
Vérifier les requêtes et les verrous
Mesurer l’effet d’un verrou sur le débit
Par exemple, un traitement prépare une facture, lance un appel externe puis attend de conserver le résultat dans la même transaction. Pendant ce délai, d’autres demandes attendent la ressource verrouillée. Reproduisez le scénario avec une dépendance ralentie et mesurez le temps d’attente avant de modifier la requête ou le nombre de connexions.
Une écriture acceptée puis suivie d’un effet différé peut libérer la transaction plus tôt si le contrat métier l’autorise. Vérifiez alors l’idempotence, les conditions de reprise et le sort d’un dossier dont la réponse externe se perd. La journalisation doit permettre de rapprocher le traitement de la décision enregistrée.
Sur un échantillon représentatif, relevez la durée, le plan de requête et les attentes sur les verrous. Un index peut accélérer une lecture et alourdir l’écriture. Une transaction contenue évite qu’une opération externe lente retienne des ressources dont d’autres commandes ont besoin.
Rejouer un pic comparable au trafic réel
Scénario fictif. Lors d’une ouverture commerciale, 4 800 commandes arrivent en trois heures. Le p95 du paiement passe de 650 ms à 1,9 s et le délai de confirmation dépasse le seuil de la fenêtre pilote. Avant d’ajouter du web, comparez le débit payé, le délai de la dépendance et l’âge des confirmations en file.
Si les demandes continuent d’arriver alors que la dépendance limite leur traitement, alors diversifiez les priorités ou lissez le flux après validation métier. Si les confirmations restent lentes hors pic, examinez plutôt un traitement devenu trop coûteux ou un verrou régulier.
Donner une action à chaque alerte
Relier le seuil au geste de l’équipe
Configurez une alerte sur une attente proche du délai métier, une autre sur le débit de confirmation et une troisième sur les arrêts de collecte. Pour la file, le signal ouvre un diagnostic sur le flux et sa classe de traitement. Pour une collecte interrompue, la priorité consiste à retrouver la preuve avant d’interpréter un taux nul comme une amélioration.
Indiquez seuil, population et dépendance dans le message. L’appel à l’équipe suit la responsabilité prévue et le premier geste du runbook. Une alerte sur un dossier individuel peut être utile pour une opération critique. Une alerte de capacité emprunte plutôt une fenêtre qui distingue un pic isolé d’une accumulation.
Une alerte indique le parcours, la période, la source et le premier contrôle. Son seuil correspond à une décision concrète, par exemple geler une ouverture quand le plus ancien dossier approche du délai acceptable. Le chapitre SRE sur le monitoring distingue les signaux utiles à l’exploitation.
Prévoir un repli et en tester le résultat
Une dépendance indisponible peut laisser l’utilisateur continuer une saisie, patienter avec un état explicite ou reprendre plus tard. Choisissez l’effet acceptable et la responsabilité de la reprise. Le journal indique quels dossiers ont déjà franchi l’étape irréversible.
Comparer la charge avant et après déploiement
Sur une version témoin, rejouez les mêmes arrivées, les mêmes données et les mêmes variations de temps externe. Comparez le débit, les tâches terminées et les corrections manuelles. Le guide des fonctionnalités ouvertes par étapes donne les contrôles de repli pendant un pilote.
Relier la correction à un coût de traitement
Avant et après la correction, comptabilisez les relances, les dossiers repris et le temps passé. Une lecture plus rapide n’améliore pas une commande qui attend autant. La mesure de l’achèvement réel d’un workflow complète cette comparaison sur une même population.
Mesurer le résultat avant d’étendre
Si le délai se réduit et que les rejets augmentent, alors relisez les cas sorties du flux avant de conclure. L’amélioration doit tenir sur les types de dossiers fréquents, difficiles et exclus du parcours, avec des règles de mesure identiques.
Pour qui mesurer les trois temps
La méthode s’applique aux portails avec appel externe, aux interfaces de gestion avec file de reprise et aux opérations qui attendent une confirmation. Un écran local sans travail différé peut d’abord être reçu avec une mesure de chargement et quelques dossiers représentatifs.
Plan d’action pour traiter le premier goulot
Recevoir la correction et sa limite
Écrivez un résultat attendu sur les dossiers réussis, expirés et en attente. Refaites le même test avec les sources de mesure et la population initiales. Un gain de débit qui laisse de nouvelles erreurs de facturation demande un repli même si le p95 baisse.
Fixez la consigne avant d’ouvrir l’essai. Si les confirmations ralentissent mais restent tracées, alors suspendez l’élargissement et confirmez le goulot. Si une écriture disparaît ou se produit en double, fermez le parcours concerné et faites reprendre les dossiers avec leur preuve et leur statut.
Observer la fenêtre où la charge change
- Mesurez les délais de réponse, d’attente et d’achèvement sur le même flux.
- Vérifiez si le problème vient du serveur, d’une requête, d’une dépendance ou d’une file.
- Rejouez le même scénario après correction et gardez une preuve du dernier dossier traité.
Fixer un seuil de repli observable
Documentez le résultat attendu, le seuil qui suspend le pilote et le responsable. La charge ne doit pas rendre les dossiers engagés invisibles. Préparez une reprise sur quelques références avant d’élargir la correction.
Erreurs fréquentes d’un diagnostic de charge
Lire seulement la moyenne peut laisser un groupe de clients attendre longtemps. Ajouter des instances à une application peut déplacer la saturation vers les écritures. Compter les réponses réussies peut cacher des dossiers qui ne sont jamais allés jusqu’à leur résultat.
Guides complémentaires pour attribuer les ralentissements
Le guide de mesure du coût complet d’un incident aide à compter les recherches, les correctifs et la reprise qui suivent une alerte. Cet indicateur complète le délai réellement observé par les utilisateurs.
Le guide du cache Symfony aide à qualifier les données dont la fraîcheur autorise un cache. Le guide de journalisation explique quelles traces garder pour rapprocher une erreur et un résultat métier sans accumuler de données inutiles.
Conclusion : mesurer le temps jusqu’au résultat métier
Le délai de réponse, l’âge des dossiers en file et le délai de confirmation ne demandent pas toujours le même traitement. Suivez-les sur la même fenêtre, en conservant les dossiers qui n’ont pas encore abouti.
Sous charge, la correction utile rend le résultat accessible plus tôt et diminue la reprise. Commencez par rapprocher les mesures de l’écran, de la file et du dossier avant d’étendre l’infrastructure.
Dawap peut vous accompagner avec un audit de performance de l’application métier pour isoler le premier goulot et recevoir la correction sur un scénario que le support peut rejouer.