Performance Engineering & Resource Management

Performa bukan sekadar “server cepat”. Ia adalah kemampuan memenuhi target latency dan throughput pada biaya yang wajar. Engineering performa dimulai dari pengukuran, bukan tebakan.

Metrik utamaCopy Anchor Link

Gunakan persentil, bukan rata-rata:

• p50 — median.
• p95 — 95% request lebih cepat dari ini.
• p99 — ekor latency; sering menunjukkan masalah.

Performance budgetCopy Anchor Link

Tentukan target sejak awal:

API p95 < 300 ms
Halaman utama p95 < 1.5 s
Error rate < 0.1%
CPU rata-rata < 70%

Tanpa target, optimasi tidak punya arah.

Bottleneck umumCopy Anchor Link

Node.js dan event loopCopy Anchor Link

Node.js memakai event loop single-threaded. Operasi CPU-heavy memblokir semua request.

// Buruk: memblokir event loop
const hash = crypto.pbkdf2Sync(password, salt, 100000, 64, 'sha512');

// Lebih baik: async
const hash = await pbkdf2(password, salt, 100000, 64, 'sha512');

Untuk beban CPU, gunakan worker thread, proses terpisah, atau PM2 cluster.

PM2 clusterCopy Anchor Link

module.exports = {
  apps: [{
    name: 'app',
    script: 'server.js',
    instances: 'max',
    exec_mode: 'cluster',
  }],
};

Cluster memanfaatkan semua core, tetapi setiap proses punya memory dan koneksi database sendiri.

Resource limitCopy Anchor Link

Docker Compose:

services:
  app:
    deploy:
      resources:
        limits:
          cpus: "1.5"
          memory: 512M
        reservations:
          memory: 256M

Systemd:

[Service]
MemoryMax=512M
CPUQuota=150%

Limit mencegah satu service menghabiskan host, tetapi terlalu ketat memicu OOM/restart.

Load testingCopy Anchor Link

k6Copy Anchor Link

import http from 'k6/http';
import { sleep, check } from 'k6';

export const options = {
  vus: 50,
  duration: '2m',
  thresholds: {
    http_req_failed: ['rate<0.01'],
    http_req_duration: ['p(95)<500'],
  },
};

export default function () {
  const res = http.get('https://app.example.com/health');
  check(res, { 'status 200': (r) => r.status === 200 });
  sleep(1);
}

k6 run load-test.js

ab (ApacheBench)Copy Anchor Link

ab -n 1000 -c 50 https://app.example.com/

Jangan melakukan load test terhadap produksi tanpa izin dan tanpa rencana.

ProfilingCopy Anchor Link

node --prof server.js
node --prof-process isolate-*.log > profile.txt

Untuk production, gunakan APM/OpenTelemetry untuk melihat span paling lambat.

Query databaseCopy Anchor Link

EXPLAIN ANALYZE SELECT * FROM orders WHERE user_id = 42 ORDER BY created_at DESC LIMIT 20;

Perhatikan:

• Sequential scan pada tabel besar.
• Index yang tidak dipakai.
• N+1 query.
• Sorting dan join mahal.

CachingCopy Anchor Link

Cache mengurangi beban database dan latency. Namun cache yang salah dapat menyajikan data basi.

const cached = await redis.get(key);
if (cached) return JSON.parse(cached);

const data = await db.query(...);
await redis.set(key, JSON.stringify(data), 'EX', 60);
return data;

Optimasi berurutanCopy Anchor Link

1. Ukur baseline.
2. Temukan bottleneck terbesar.
3. Perbaiki satu hal.
4. Ukur ulang.
5. Ulangi.

RingkasanCopy Anchor Link

• Ukur latency, throughput, error rate, dan saturation.
• Gunakan p95/p99, bukan rata-rata.
• Identifikasi bottleneck di app, database, cache, atau jaringan.
• Load test dan profiling memandu optimasi.
• Cache dan clustering membantu, tetapi bukan solusi semua masalah.