{"canonical_url":"https://engineer.company/nb/glossary/load-test/","content_markdown":"# Lasttest\n\n## Hva det er\n\nEn lasttest sender en planlagt mengde simulert trafikk mot et system og måler\nhvordan systemet oppfører seg mens det bærer den: hvor lang tid svarene tar,\nhvor mange forespørsler som feiler, hvor mye gjennomstrømning det klarer å\nholde, og hva serverne bruker kreftene på imens. Trafikken kommer fra et skript\nsom spiller mange brukere samtidig; verktøyet k6 kaller hver av dem en virtuell\nbruker. Lasttesting er aktiviteten, og en lasttest er én kjøring av den, med en\nform, en varighet og kriterier for å bestå. På engelsk heter det load test.\n\nOrdet brukes både vidt og snevert. Dokumentasjonen til k6, som Grafana Labs gir\nut, sorterer tester etter lasten de legger på. En smoke test kjører en håndfull\nvirtuelle brukere for å bevise at skriptet virker. En average-load test\nsimulerer en vanlig dag i produksjon. En stresstest går over gjennomsnittet, en\nsoak test holder gjennomsnittlig last i timevis, en spike test sender et\nplutselig og svært kraftig utbrudd i noen få minutter, og en breakpoint test\nøker lasten til noe gir etter. Fordi den engelske betegnelsen kan dekke enhver\ntest som simulerer trafikk, kaller k6 den snevre varianten en average-load test\nog nevner at noen team sier day-in-life test eller volume test. Veiledningen er\nærlig om ordforrådet: «no consensus even exists about the names of these test\ntypes». Kategoriene er også relative. En stresstest for én applikasjon er en\naverage-load test for en annen.\n\nEn lasttest er ikke en funksjonell test. Den spør ikke om kassen summerer\nhandlekurven riktig; den spør om kassen fortsatt svarer, og hvor raskt, mens en\nrealistisk mengde mennesker bruker den. De to trenger hverandre: et skript som\nsender ødelagte forespørsler i høyt tempo, måler bare hvor fort systemet sier\nnei.\n\n## Hvorfor det er viktig\n\nEthvert system har et trafikknivå der det ikke lenger henger med, og spørsmålet\ner bare hvem som finner det først. Locust, et åpen kildekode-verktøy for\nlasttesting der testene skrives i vanlig Python, viser formen i sin quickstart.\nEtter hvert som verktøyet legger til brukere, kommer det et punkt, rundt 20\nbrukere i eksempelet, der svartidene stiger så fort at antallet forespørsler per\nsekund slutter å vokse, selv om det stadig kommer flere brukere til.\nDokumentasjonen kaller målet overbelastet eller mettet. Det knekkpunktet er den\nreelle kapasiteten til systemet slik det er bygget, uansett hva\narkitekturtegningen lover, og det er langt billigere å finne på en generalprøve\nenn foran kundene.\n\nSelve opptrappingen mot knekkpunktet forteller også noe. k6 sin veiledning for\naverage-load tests sier at det første resultatet viser seg mens lasten fortsatt\nstiger: om svartiden blir dårligere etter hvert som trafikken vokser, og om\nsystemet feiler før det i det hele tatt når full last. Platået viser deretter om\nytelse og ressursbruk holder seg stabile, for noen systemer blir uforutsigbare\nakkurat på den strekningen.\n\nLasttester gjør dessuten ytelse til en kontroll i stedet for en mening. k6 lar\net skript erklære thresholds, terskler for bestått eller ikke bestått på\nmålingene, for eksempel at under 1 % av forespørslene feiler, eller at 95 % av\nsvarene kommer innen 200 ms. Dokumentasjonen til k6 påpeker at testere ofte\nbruker terskler til å skrive ned sine tjenestenivåmål. Når alle\nterskler holder, avslutter k6 med exit-kode 0, og når en av dem feiler,\navslutter den med en kode som ikke er 0, slik at en pipeline kan stoppe en\nrelease som gjorde tjenesten tregere, uten at noen må lese en graf.\n\n## Slik ser det ut i praksis\n\nTa en nettbutikk som gjør seg klar til salg. Det meste av trafikken under et\nsalg kommer fra folk som ikke får varen, så svaret som må holde, er «utsolgt»,\nog det er den veien som må øves først. Testen under er skrevet i k6. Den starter\nforespørsler i et fast tempo i stedet for med et fast antall brukere, trapper\nopp til 2 000 forespørsler i sekundet over tre minutter, holder det i tjue og\ntrapper ned igjen. Formen følger rådet fra k6 for average-load tests:\nopptrappingen tar 5 til 15 % av testen, platået varer minst fem ganger så lenge\nsom opptrappingen, og nedtrappingen omtrent like lenge som opptrappingen. En\nspike test, som k6 foreslår for billettsalg, produktlanseringer og sesongsalg,\nville komme etterpå med nesten ingen opptrapping; denne beviser først at\nutsolgt-svaret holder i et jevnt tempo.\n\n```javascript\nimport http from 'k6/http';\n\nexport const options = {\n  scenarios: {\n    sold_out: {\n      executor: 'ramping-arrival-rate',\n      startRate: 0,\n      timeUnit: '1s',\n      preAllocatedVUs: 400,\n      stages: [\n        { target: 2000, duration: '3m' },\n        { target: 2000, duration: '20m' },\n        { target: 0, duration: '3m' },\n      ],\n    },\n  },\n  thresholds: {\n    http_req_failed: ['rate\u003c0.01'],\n    http_req_duration: ['p(95)\u003c200'],\n    dropped_iterations: ['count\u003c1'],\n  },\n};\n\nexport default function () {\n  http.get('https://shop.example/sale/items/4711');\n}\n```\n\nKjør den med `k6 run sold-out.js`. Antallet virtuelle brukere er et anslag som\ndokumentasjonen til k6 gir en formel for: median iterasjonstid ganget med\ntempoet, pluss en margin. Ved 2 000 forespørsler i sekundet og rundt en tidel\nsekund på hver er 200 virtuelle brukere i arbeid samtidig, og 400 gir rom. Blir\nsvarene tregere, varer hver iterasjon lenger, poolen går tom, og k6 teller\niterasjonene den ikke klarte å starte, i `dropped_iterations`. Derfor er den\ntredje terskelen med: en droppet iterasjon betyr at testen ikke sendte den\nlasten den hevder, og k6 påpeker at droppede iterasjoner også kan tyde på at\nytelsen til systemet blir dårligere. De to andre tersklene underkjenner kjøringen hvis\nminst 1 % av forespørslene feiler, eller hvis 95-persentilen er 200 ms eller høyere.\n\nScenarioet kommer fra notatet her på nettstedet om å\n[selge den siste billetten nøyaktig én gang](/nb/notes/selling-limited-stock-without-overselling/).\nMed en million kjøpere og ti tusen enheter må 990 000 forespørsler mislykkes,\npåpeker det, så avvisningen må være det billigste svaret systemet gir. Delen om\nå bevise designet ber om lasttesting av avvisningene: utsolgt-stien må holde seg\nrask når den er 99 % av trafikken, og kanten av nettverket må ta imot den. En\ntest som bare øver på et vellykket kjøp, måler den ene prosenten som betyr minst\nfor kapasiteten.\n\n## Hvor det går galt\n\n**Testen venter på systemet den måler.** I det k6 kaller den lukkede modellen,\nstarter hver virtuelle bruker neste iterasjon først når den forrige er ferdig.\nNår serveren blir tregere, blir brukerne det også, ankomsttempoet faller, og\nsystemet får en mildere test enn den som var planlagt, en effekt som ifølge k6\nkalles coordinated omission i deler av litteraturen. Ekte besøkende venter ikke\npå hverandre. Når spørsmålet er om et system tåler et gitt tempo av\nforespørsler, bruk en executor fra den åpne modellen, som\n`constant-arrival-rate` eller `ramping-arrival-rate`, som starter iterasjoner\netter planen uansett svartid.\n\n**Lastgeneratoren er flaskehalsen.** Går maskinen som kjører testen, tom for\nvirtuelle brukere, CPU eller minne, beskriver resultatene generatoren og ikke\nmålet. k6 fraråder `maxVUs` i de fleste tilfeller, fordi det koster CPU og minne\nå legge til virtuelle brukere mens testen kjører, og det kan overbelaste\ngeneratoren og forvrenge resultatene. Dimensjoner `preAllocatedVUs` på forhånd\nmed noen lokale prøvekjøringer, og følg med på `dropped_iterations`. Locust\nfordeler lasten over flere maskiner med én master-prosess og mange workers når\nén maskin ikke er nok.\n\n**Den første kjøringen er den største.** Dokumentasjonen til k6 forteller at\ntusenvis av brukerne har kjørt lasttester som raskt fikk applikasjonene eller\nstaging-miljøene deres til å gå ned. Start med en smoke test med noen få\nvirtuelle brukere for å bevise skript og miljø, kjør så en average-load test, og\nførst deretter en stresstest; k6 kaller den rekkefølgen avgjørende. Problemer\nsom viser seg ved lavt volum, er mye lettere å finne før lasten er høy.\n\n**Lasten går opp og ned som en berg-og-dal-bane.** Et mønster som stiger og\nfaller flere ganger, sløser med ressurser og gjør det vanskelig å se hvilken\nendring som ga hvilket symptom. k6 anbefaler én retning om gangen: trapp opp,\nhold et platå, trapp ned. Hold også scenario, data og miljø likt fra kjøring til\nkjøring, slik at to resultater i det hele tatt kan sammenlignes.\n\n**Ingen har bestemt hva bestått betyr.** En kjøring som ender med en side full\nav grafer og ingen kriterier, blir lest ulikt av alle som ser på den, som regel\nvelvillig. Skriv tersklene før kjøringen ut fra målet tjenesten holdes til, og\nla exit-koden avgjøre. Ved lange kjøringer kan k6 avbryte så snart en terskel\nfeiler, med `abortOnFail`, og `delayAbortEval` hindrer at den stopper før det\nhar kommet nok målinger til at de betyr noe.\n\n**Én testtype blir behandlet som hele svaret.** En average-load test sier lite\nom et salg som kommer på få sekunder, og en spike test sier lite om en feil som\nførst viser seg etter timer med jevn bruk. k6 er tydelig på at ingen enkelt\ntesttype fjerner all risiko, og at risikoprofilen avgjør blandingen: et system\nsom er utsatt ved langvarig bruk, trenger soak tests først, og et som er utsatt\nved intensiv bruk, trenger stresstester. En spike kan også sette i gang\nprosesser som aldri kjører på en vanlig dag, så skriptet må ta dem med.\n\n## Les mer\n\n- [Load test types](https://grafana.com/docs/k6/latest/testing-guides/test-types/)\n  — oversikten i k6 over smoke, average-load, stress, soak, spike og breakpoint\n  tests, med lasten og varigheten som er typisk for hver.\n- [Average-load testing](https://grafana.com/docs/k6/latest/testing-guides/test-types/load-testing/)\n  — hvordan opptrapping, platå og nedtrapping formes, og hva du kan lese ut av\n  hver del.\n- [Thresholds](https://grafana.com/docs/k6/latest/using-k6/thresholds/)\n  — kriteriene i k6 for bestått og ikke bestått, syntaksen deres, og hvordan en\n  terskel som feiler, setter exit-koden.\n- [Open and closed models](https://grafana.com/docs/k6/latest/using-k6/scenarios/concepts/open-vs-closed/)\n  — hvorfor en test der brukerne venter på svar, får et tregt system til å se\n  bedre ut.\n- [Arrival-rate VU allocation](https://grafana.com/docs/k6/latest/using-k6/scenarios/concepts/arrival-rate-vu-allocation/)\n  — hvor mange virtuelle brukere en test med åpen modell trenger, og hva\n  droppede iterasjoner betyr.\n- [What is Locust?](https://docs.locust.io/en/stable/what-is-locust.html)\n  — dokumentasjonen til Locust sin egen beskrivelse av et verktøy for\n  lasttesting i Python og den distribuerte modusen.\n\n\u003chttps://engineer.company/nb/glossary/load-test/\u003e\n","date_modified":"2026-11-08T11:12:58Z","description":"Hva en lasttest måler, hvordan den skiller seg fra stress-, soak- og spike-tester, hvordan du skriver en med terskler, og hvor resultatene villeder.","formats":{"gemtext":"https://engineer.company/nb/glossary/load-test/index.gmi","gopher":"https://engineer.company/nb/glossary/load-test/gophermap","html":"https://engineer.company/nb/glossary/load-test/","json":"https://engineer.company/nb/glossary/load-test/index.json","markdown":"https://engineer.company/nb/glossary/load-test/index.md","pdf":"https://engineer.company/nb/glossary/load-test/index.pdf"},"kind":"page","language":"nb","title":"Hva er en lasttest?","url":"https://engineer.company/nb/glossary/load-test/","version":1}