Miércoles, 18 de noviembre de 2026

Lo más relevante del hosting en el mundo, en español · ehost.ec →

MariaDB usa TAF y hardware patrocinado para rastrear regresiones de rendimiento en su historial

La Fundación MariaDB investigó una regresión de rendimiento en cargas TAF que se arrastraba a lo largo de varias versiones, usando un host patrocinado y pruebas en commits históricos para localizar y recuperar la caída.

Por Equipo ehost3 min de lecturaFuente: MariaDB.org
MariaDB usa TAF y hardware patrocinado para rastrear regresiones de rendimiento en su historial
Imagen ilustrativa generada con inteligencia artificial.

La Fundación MariaDB publicó un informe sobre una investigación de regresión de rendimiento que afectó cargas de trabajo de punto en su suite de pruebas TAF (Testing Automation Framework). El trabajo combinó pruebas repetibles en hardware dedicado con análisis de commits históricos para identificar cuándo y por qué se había degradado el rendimiento, y comprobar si las correcciones posteriores lo habían recuperado.

Qué se detectó y cómo afectaba

Las pruebas con el perfil MDEV-38049 mostraron una regresión cercana al 50% en los escenarios POINTS-COVERED-PK y RANDOM-POINTS respecto a una línea base anterior (10.3.39), mientras que varias cargas de rangos (como RANGE-COVERED-PK, RANGE-COVERED-SI y RANGE-NOTCOVERED-PK) mantuvieron un rendimiento parecido al original. Otro conjunto de pruebas (OLTP_RO) registró impactos distintos, asociados a cambios en el conjunto de caracteres desde latin1 a UTF8 que afectaron operaciones ORDER y DISTINCT en rangos.

Metodología: pruebas en commits y uso de hardware

Para determinar el origen exacto de la regresión, los investigadores ejecutaron TAF sobre múltiples puntos del árbol de código de MariaDB: lanzamientos completos, commits individuales, commits de merge y padres de merges. El trabajo requirió construir cada commit, instalarlo, inicializar la base de datos y ejecutar iteraciones repetidas del mismo workload para garantizar comparaciones válidas.

Las pruebas se realizaron en un host patrocinado por Hetzner con CPU AMD EPYC, 90 GB de buffer pool InnoDB y ocho tablas de 10 millones de filas en el perfil MDEV-38049. Esa configuración, con 40 hilos de prueba y warmup explícito, permitió obtener cargas de trabajo residentes en memoria donde las diferencias de rendimiento son consistentes y detectables.

Hallazgos: regresiones y recuperaciones

El análisis identificó ocho áreas donde el rendimiento se degradó y tres donde se recuperó. La investigación trazó la trayectoria desde ramas antiguas hasta ramas recientes (main, 13.1, 12.3 y 11.8) y halló que una corrección (referida en la nota como MDEV-33966) no sólo restauró el rendimiento en los workloads de punto sino que, en la configuración probada, lo mejoró respecto a la línea base anterior (ej.: paso de ~187K TPS a más de 402K TPS en POINTS-COVERED-PK).

Implicaciones prácticas y próximos pasos

El trabajo demuestra que las comparaciones de versión a versión pueden ocultar historias complejas: una degradación visible en un release tardío puede ser el resultado de múltiples cambios acumulados a lo largo de años. Para administradores y responsables de rendimiento, la lección es que ante una regresión es útil disponer de pruebas reproducibles y acceso a builds intermedios para aislar el cambio causante.

Como resultado del ejercicio, los autores señalan la necesidad de ampliar TAF para automatizar la construcción, instalación y prueba de commits proporcionados por el usuario, con la intención de integrar eventualmente esa cadena con herramientas como git bisect. Esa automatización reduciría el trabajo manual y permitiría localizar de forma sistemática el commit que introdujo una regresión.

Qué deben hacer los administradores

  • Si detectan regresiones en MariaDB, reproduzcan la carga con una suite determinista (por ejemplo, TAF) y en un entorno estable para comparar resultados.
  • Consideren probar ramas o builds intermedios si la regresión aparece en una versión reciente: los arreglos pueden haberse incluido en lanzamientos posteriores a los que se compararon inicialmente.
  • Monitoricen cambios en conjuntos de caracteres y operaciones de ordenamiento (ORDER/DISTINCT), que pueden afectar el rendimiento en cargas OLTP y de rango.

La investigación fue encabezada por Jonathan (Jeb) Miller con aportes de Mark Callaghan y trabajo de Marko Mäkelä y Alessandro Vetere en la recuperación, y se apoya en el host donado por Hetzner para realizar las pruebas de arqueología de rendimiento.

Lee también:

Fuente: MariaDB.org

Compartir