16장. 성능과 backpressure를 수치로 다룬다

record size, batch, compression, linger, fetch, partition, network·disk와 consumer service demand를 측정한다. lag는 원인이 아니라 도착률과 처리율 차이의 결과다. downstream을 보호할 pause·shed·quota를 둔다.

손쉽게 따라 하기

피크 arrival과 처리율로 backlog 회복 시간을 계산한다. 입력에는 실제 고객·계정·도메인 대신 tenant-demo, example.invalid와 저장소 fixture만 사용한다. 시작 전 기대 결과와 바꾸지 않을 불변식을 한 줄로 적는다.

같은 화면에서 확인할 증거

lab/public/index.html의 공통 FieldPass Evidence Board에서 책 slug kafka-event-streaming-operations, 장 번호 16, run ID를 선택한다. 입력, 판정, 관측값, rollback을 채우고 명령 결과와 같은지 확인한다. 성공 화면만 캡처하지 않고 의도한 실패 하나와 다음 안전 행동을 함께 남긴다.

막혔을 때

producer benchmark만 빠르면 end-to-end 업무 latency를 측정한다. 원인을 확정하기 전 최근 변경, 환경, 권한, 시간 범위와 실제 오류를 고정한다. 외부 서비스를 반복 호출하지 않고 로컬 fixture로 최소 재현한 뒤 한 변수만 바꾼다. 복구는 process 상태가 아니라 FieldPass 예약·결제·정산의 업무 결과로 선언한다.