Миллионы документов. Кофе — один. На складе ждут машины, операторы проводят отгрузки, интернет-магазин передаёт новые заказы, а финансовый отдел запускает месячный отчёт. В этот момент кладовщик нажимает «Провести». До отправления машины ему ещё нужно оформить следующий документ. Именно здесь выясняется, насколько быстро ERP работает в условиях реальной смены.
При обсуждении будущих внедрений команда K2 получала разные ориентиры: 100 миллионов движений товара в месяц, 100 тысяч строк в день, тысячи одновременно работающих пользователей. Месячный объём описывает рост истории, дневной — поток обработки, а число пользователей помогает моделировать параллельные действия. Это примеры требований к испытаниям, а результаты зависят от сценария, данных и конфигурации стенда.
Для подготовки таких испытаний в K2 ERP есть генератор тестовых данных. Он позволяет заранее наполнить стенд справочниками и документами, чтобы команда могла воспроизвести рабочую нагрузку и измерить её последствия до внедрения. В небольшом видео показан принцип работы генератора. В масштабных испытаниях команда K2 готовит базы с миллионами товарных позиций и десятками миллионов документов и проверяет одновременную запись тысячами процессов генерации.
Пиковая четверть часа важнее среднего дня
Представим два склада, каждый из которых обрабатывает 100 тысяч строк за день. На первом заказы поступают равномерно. На втором основная партия приходит перед отправлением машин. Дневной итог одинаковый, а за последние пятнадцать минут у второго склада может вырасти очередь запросов, которую система не успеет разобрать до закрытия рейса.
Тип операции тоже меняет картину. Поиск артикула обычно читает небольшой набор данных. Импорт заказов добавляет записи, а проведение документа может проверять остатки, создавать движения и менять связанные данные. Документ из нескольких строк и документ из сотен позиций требуют разной работы. При подготовке пилота полезно спросить, сколько операций приходится на пик, какие позиции обрабатываются чаще всего и когда запускаются тяжёлые отчёты.
От нажатия кнопки до результата на экране
Браузер отправляет запрос. Сервер проверяет права, выполняет бизнес-логику и, если нужно, ждёт свободное соединение с базой. База читает или записывает данные, после чего сервер возвращает ответ. Браузер получает результат и обновляет экран. Задержка на любом из этих этапов воспринимается пользователем одинаково: следующий шаг пока недоступен.
Поэтому полезно измерять отдельно время ответа сервера и время до появления результата на рабочем месте. Если сервер быстро вернул список, а браузер медленно строит большую таблицу, дополнительные ресурсы базы вряд ли помогут. Если транзакция ждёт освобождения строки, изменение интерфейса тоже не ускорит проведение. При смешанной нагрузке массовый импорт, отчёт и операции склада могут конкурировать за одни ресурсы, хотя каждый сценарий по отдельности работает быстро.
Что меняется в большой базе PostgreSQL
План запроса и объём чтения
На небольшой базе даже полное чтение таблицы может занять доли секунды. С ростом истории важны объём прочитанных данных, порядок соединения таблиц и сортировка. Индекс хорошо подходит для выборки одного артикула, а отчёт за большой период иногда выгоднее выполнить последовательным чтением. При этом поддержка индексов добавляет работу при записи.
Команда EXPLAIN показывает выбранный план. На испытательном стенде EXPLAIN (ANALYZE, BUFFERS) помогает сопоставить оценку строк с фактической и найти места, где запрос тратит время или читает много страниц. Поскольку ANALYZE выполняет запрос, изменяющие данные операции проверяют в контролируемой среде. При анализе списка документов сравнивают конкретные варианты фильтра, сортировки и соединения со справочником. Документация PostgreSQL по EXPLAIN.
Конкуренция за популярные позиции
Две отгрузки могут одновременно резервировать товар из одной ячейки. Если операции меняют одну запись, одна транзакция может ждать другую даже при свободном процессоре. Поэтому случайного равномерного распределения номенклатуры для реалистичного теста мало. Нужны ходовые позиции, редкие товары, крупные и небольшие склады, разные размеры документов и несколько типичных пиков. После параллельной обработки стоит проверить, совпадает ли остаток с проведёнными документами.
Запись, обслуживание и длинные списки
При массовой записи PostgreSQL обслуживает данные, индексы и журнал предзаписи WAL. Синхронизация журнала и работа контрольных точек могут отражаться на задержке, поэтому сопоставляйте всплески времени ответа с дисковой нагрузкой. База, в которой документы регулярно меняются, отличается от свежего набора данных. VACUUM освобождает место для повторного использования, а ANALYZE обновляет статистику для планировщика. Длительное испытание показывает, как фоновое обслуживание сосуществует с рабочим потоком. Документация PostgreSQL по обслуживанию базы.
Пятьдесят строк на экране могут потребовать чтения и сортировки гораздо большего набора. При глубоком OFFSET база всё равно вычисляет пропускаемые строки. Для отдельных списков можно испытать переход по устойчивому ключу последней записи, а для исторических таблиц рассмотреть секции по периодам. Такие изменения полезны, когда соответствуют реальным фильтрам и порядку сортировки. Эффект подтверждают повторным замером.
Четыре сценария для испытаний
- Одна операция. Измеряем поиск товара, проведение документа, открытие списка или построение отчёта в изоляции. Получаем исходный уровень для диагностики.
- Смешанная смена. Склад принимает и отгружает, интеграция передаёт заказы, руководитель смотрит остатки. Проверяем влияние операций друг на друга.
- Короткий пик. Резко увеличиваем поток. Смотрим, где растёт очередь, какие запросы превышают тайм-аут и как быстро восстанавливается нормальный режим.
- Длительная работа. Держим нагрузку достаточно долго, чтобы увидеть накопление очередей, изменение задержек и влияние обслуживания базы.
У каждого потока свой ритм. Оператор ждёт результата прежде, чем повторить действие. Интеграция может отправлять новые заказы с фиксированной частотой, пока предыдущие ещё обрабатываются. Если в тесте интеграция всегда ждёт ответ, при замедлении она сама снизит интенсивность и скроет рост очереди. Поэтому задавайте модель поступления операций явно и фиксируйте её в протоколе.
Как читать результат и договариваться о приёмке
Среднее время ответа скрывает часть длинных ожиданий. Если p95 проведения равен двум секундам, около 95% измеренных операций завершились за это время или быстрее. Это пример интерпретации метрики, без привязки к результатам K2 ERP. Приёмочный порог зависит от операции: ожидания при месячном отчёте и при проведении отгрузки могут существенно различаться.
Помимо задержки, измеряйте число успешно завершённых операций за минуту, ошибки, тайм-ауты, рост очередей и время восстановления. Для диагностики PostgreSQL полезно сопоставить сводку запросов из pg_stat_statements с активностью сессий и ожиданиями из pg_stat_activity. Так легче отличить дорогой запрос от запроса, который ждёт соединения, диска или завершения другой транзакции.
Скорость проверяют вместе с корректностью. Если запрос завершился тайм-аутом, оператор или интеграция могут повторить его. В тесте проверьте, не задвоилось ли движение товара и сходится ли итоговый остаток. Отдельно измерьте поток повторов: при перегрузке они способны ещё сильнее увеличить очередь.
На пилоте фиксируйте состав данных, типы операций, темп, версию приложения, конфигурацию стенда и контрольные значения остатков. После изменения индекса, кода или ресурсов повторите тот же сценарий в сопоставимых условиях. Такой протокол помогает понять, что именно улучшило результат и какой компромисс возник в другом сценарии.
Что показывает демонстрация K2 WMS
В показанной версии генератор создаёт номенклатуру, контрагентов, места хранения и контейнеры. Для каталога задаются число ветвей, количество позиций и глубина вложенности. В разделе документов K2 WMS можно выбрать операции продаж, закупок и склада, указать количество и при необходимости включить проведение. После генерации команда открывает рабочие списки, чтобы убедиться, что новые записи, в том числе договоры, появились.
Демонстрационный запуск записал 630 документов за 80 секунд. Это время подготовки данных в конкретном запуске. Для проверки пропускной способности рабочей системы нужен отдельный тест с реальными ролями, операциями и темпом работы. Параллельные процессы генерации проверяют нагрузку записи, а пользовательский тест воспроизводит действия людей и интеграций.
Открыть исходное видео и плейлист K2 ERP на YouTube.
Как подготовить испытание для вашего предприятия
Три дополнительные секунды на тысяче документов — 50 минут суммарного ожидания. Это простая иллюстрация влияния задержки, а календарное время зависит от распределения работы. При отгрузке важнее, сколько операций не успели закончить до отправления машины. Поэтому начните с одного критического процесса и измеримого результата. Например, успевает ли склад обработать последнюю волну заказов, пока финансисты формируют отчёт?
Для обсуждения пилота подготовьте объём за смену, нагрузку в пиковые пятнадцать минут, типичный размер документа и операции, которые нельзя отложить. Познакомиться с K2 ERP можно в бесплатной публичной облачной среде. Сценарий нагрузочного испытания и условия стенда обсудим через WhatsApp +38 067 901-63-22 или по почте rs@corp2.net.
Документация K2 ERP · Сайт команды K2 · Исходная публикация от 6 ноября 2026 года.
