Seminar Flowable Performance, Skalierung und Hochverfügbarkeit

Die Schulung beginnt bewusst mit Messdaten statt mit pauschalen Tuningwerten. Durchsatz, Latenz, Warteschlangen, Datenwachstum und Fehlerraten werden in Beziehung zu Modellen, Integrationen, Datenbank und Infrastruktur gesetzt.

Inhaltsverzeichnis

1. Einordnung und Einsatzfelder
2. Zielgruppe
3. Voraussetzungen
4. Lernziele
5. Seminarinhalte
   • Tag 1: Messmodell, Datenbank und Jobverarbeitung
   • Tag 2: Modelle, Suche, Integration und Lasttests
   • Tag 3: Horizontale Skalierung, Resilienz und Kapazität
6. Praxisprojekt
7. Arbeitsweise im Seminar

Einordnung und Einsatzfelder

Optimierungen werden unter Last verifiziert und auf Auswirkungen für Konsistenz, Wiederanlauf und Betrieb geprüft. Horizontale Skalierung und Hochverfügbarkeit werden als Architektur- und Testaufgabe behandelt, nicht als bloße Erhöhung der Knotenzahl.

Zielgruppe

Plattformarchitekten, Performance Engineers, DevOps Engineers, Datenbankadministratoren, Flowable-Entwickler und Application Manager.

Voraussetzungen

Flowable- und Betriebsgrundlagen sowie Erfahrung mit Datenbanken, Monitoring und Lasttests.

Lernziele

• Relevante Leistungskennzahlen und Engpasshypothesen ableiten.
• Datenbank, Jobs, Historie und Suche anhand von Messwerten optimieren.
• Modelle und Integrationen auf skalierbare Ausführung prüfen.
• Last- und Ausfalltests realistisch planen und auswerten.
• Cluster, Kapazität und Hochverfügbarkeit belastbar dimensionieren.

Seminarinhalte

Tag 1: Messmodell, Datenbank und Jobverarbeitung

1. Schritt 1: Geschäftliche und technische Serviceziele in Durchsatz, Latenz, Parallelität, Fehlerrate und Wiederanlaufzeit übersetzen.
2. Schritt 2: Metriken, Logs, Datenbankstatistiken und Jobdaten sammeln und eine reproduzierbare Ausgangsmessung erstellen.
3. Schritt 3: Abfragen, Indizes, Sperren, Transaktionsdauer, Verbindungspools und Datenwachstum als mögliche Engpässe untersuchen.
4. Schritt 4: Async Executor, Timer, Warteschlangen, Threadzahlen, Acquisition und Retry-Verhalten anhand der Arbeitslast abstimmen.
5. Schritt 5: Historienstufe, Auditbedarf und Aufbewahrung so konfigurieren, dass Nachvollziehbarkeit und Datenvolumen ausgewogen bleiben.

Tag 2: Modelle, Suche, Integration und Lasttests

1. Schritt 1: Hotspots durch Schleifen, Multi-Instanz, unnötige Variablen, häufige Historisierung und zu große Transaktionen im Modell erkennen.
2. Schritt 2: Große Variablen, Dokumente, Suchindizes und Datenobjekte mit geeigneter Speicher- und Indexierungsstrategie behandeln.
3. Schritt 3: Synchrone Integrationen, Timeouts, Retries und externe Engpässe in das Gesamtleistungsmodell aufnehmen.
4. Schritt 4: Lastprofile mit Anlauf, Spitzen, Dauerlast, Fehlern und Wiederanlauf realistisch entwerfen.
5. Schritt 5: Testergebnisse statistisch auswerten, Engpasshypothesen bestätigen und Änderungen kontrolliert gegentesten.

Tag 3: Horizontale Skalierung, Resilienz und Kapazität

1. Schritt 1: Zustandsarme Anwendungsknoten, gemeinsame Datenbank, Suche, Messaging und Dateispeicher für Clusterbetrieb anordnen.
2. Schritt 2: Lastverteilung, Sitzungen, Jobakquisition und konkurrierende Knoten auf korrekte sowie faire Arbeitsteilung prüfen.
3. Schritt 3: Knotenausfall, Netzwerkunterbrechung, Datenbankstörung und verzögerte externe Systeme als Resilienztests durchführen.
4. Schritt 4: Housekeeping, Archivierung, Indexpflege und Kapazitätsreserven als wiederkehrende Betriebsaufgaben planen.
5. Schritt 5: Aus Messwerten ein Kapazitätsmodell mit Wachstum, Sicherheitsreserve, Skalierungsschwellen und Investitionszeitpunkten ableiten.

Praxisprojekt

Im Praxisprojekt wird eine belastete Anwendung vermessen, ein Engpass analysiert, eine Optimierung umgesetzt und anschließend ein Cluster- und Kapazitätskonzept einschließlich Ausfalltest erstellt.

• Ausgangsmessung und Lastprofil definieren.
• Datenbank- oder Jobengpass analysieren.
• Tuningmaßnahme verifizieren.
• Cluster- und Kapazitätsplan erstellen.

Arbeitsweise im Seminar

Die Inhalte werden in kurzen fachlichen Einführungen, Live-Demonstrationen und aufeinander aufbauenden Übungen erarbeitet. Jeder Arbeitsschritt wird zunächst begründet, anschließend am System umgesetzt und danach anhand eines prüfbaren Ergebnisses kontrolliert. Fehlerbilder und alternative Lösungswege werden bewusst einbezogen.