Haben Sie schon einmal eine App wütend geschlossen, weil sie nach 20 Minuten nur noch im Schneckentempo lief? Die meisten QA-Mitarbeiter kennen dieses Problem genauso wie die Nutzer. Diese Verlangsamungen sind nicht zufällig; das sind Symptome der Software, welche nicht auf Langlebigkeit ausgelegt (oder getestet) wurde. Hier kommen Dauerlauftests ins Spiel. Es geht darum, sicherzustellen, dass Ihr Produkt über längere Zeit zuverlässig funktioniert. In diesem Artikel erklären wir, was Dauerlauftests wirklich bedeuten, warum sie wichtiger denn je sind und wie Sie sie umsetzen können, ohne Ihr Team zu überlasten.
Dauerlauftests (manchmal auch als Soak-Tests bezeichnet) sind eine Form des Performance-Testings, die bewertet, wie Ihre Software unter erwarteter Last über einen längeren Zeitraum funktioniert. Im Gegensatz zu anderen Tests, die Minuten oder Stunden dauern, dauern Dauerlauftests oft Tage oder sogar Wochen.
Der Hauptzweck besteht darin, Bugs aufzuspüren, die erst nach längerem Gebrauch auftreten. Dazu können Speicherlecks, Ressourcenabbau und Leistungsverlangsamungen gehören, die sich allmählich statt sofort bemerkbar machen.
Hier ist, was Dauerlauftests von anderen QA-Methoden unterscheidet:
Es ist wie der Unterschied zwischen Sprint und Marathon. Beim Lasttest wird geprüft, ob Ihre App einen kurzen Sprint mit starkem Verkehr bewältigen kann. Beim Stresstest wird sie bis zum Bruchpunkt getrieben. Aber Dauerlauftests? Sie prüfen, ob Ihre App Tag für Tag laufen kann, ohne außer Atem zu geraten. Beim Vergleich von Dauerlauftests und Lasttests sollte man bedenken, dass Lasttests sich auf die unmittelbare Leistung unter bestimmten Lasten konzentrieren, während Dauerlauftests zeigen, wie sich Systeme während des Langzeitbetriebs verhalten.
Sie sollten wissen, dass Dauerlauftests Zeit und Ressourcen beanspruchen. Warum also die Mühe? Die einfache Antwort: Weil die Kosten für das Auslassen enorm sein können. Eine ausführliche Antwort? Schauen wir uns das genauer an:
Es gibt einige Branchen, in denen man nicht fragen kann „Brauche ich Dauerlauftests?“, weil diese Ignoranz zu kritisch und zu kostspielig (sogar tödlich) sein kann. Schauen wir uns einige davon an:
2021 hatte AWS einen großen Ausfall, der Teile des Internets stundenlang lahmlegte; Netflix, Alexa und sogar Amazon-Lieferungen funktionierten nicht mehr. Das Problem trat nicht sofort auf; ihre Systeme wurden nach einiger Betriebszeit langsam überlastet. Das ist genau die Art von Problem, die Dauerlauftests aufdecken sollen: Probleme, die erst nach stundenlangem Gebrauch auftreten. Hätten sie getestet, wie sich ihre Systeme im Laufe der Zeit verhalten, hätten sie möglicherweise einen sehr öffentlichen Zusammenbruch vermieden.
Im Gegensatz zu Stress- oder Lasttests, die Systeme an ihre Grenzen bringen, geht es bei Dauerlauftests um das lange Spiel. Sie sollen Probleme aufdecken, die erst nach Stunden oder sogar Tagen kontinuierlicher Nutzung auftreten. Hier ist, was effektive Dauerlauftests auszeichnet:
Das wertvollste Merkmal ist die Fähigkeit, Probleme zu identifizieren, die bei kürzeren Tests nie auftreten würden. Dieser mysteriöse Absturz, der jeden Dienstagnachmittag passiert? Ein Dauerlauftest könnte Ihre einzige Chance sein, ihn zu reproduzieren und zu beheben, bevor er die Produktion trifft. Für ein umfassendes Verständnis von Dauerlauftests mit Beispielszenarien sollte man bedenken, wie Bankanwendungen kontinuierlich Transaktionen über Wochen hinweg ohne Verschlechterung verarbeiten müssen.
Dauerlauftests sind nicht einfach „ausführen und warten.“ Was zählt, ist, wie Sie sie durchführen, denn verschiedene Systeme brechen im Laufe der Zeit auf unterschiedliche Weise. Die Art des Langzeittests, den Sie durchführen, hängt davon ab, was Sie aufdecken möchten. Und verschiedene Szenarien erfordern unterschiedliche Ansätze:
| Typ | Beschreibung | Wann zu verwenden |
|---|---|---|
| Konstante Last | Hält während des gesamten Tests dasselbe Lastniveau | Für Baseline-Leistungsbewertung und Speicherleckerkennung |
| Stufenlast | Erhöht die Last schrittweise und hält jedes Niveau für längere Zeit | Für Systeme mit vorhersehbaren Verkehrsmustern, die über den Tag variieren |
| Zufallslast | Variiert die Last zufällig innerhalb definierter Parameter | Für Systeme mit unvorhersehbaren Nutzungsmustern |
| Open-Loop | Erzeugt Transaktionen mit vordefinierten Raten unabhängig von der Systemantwort | Beim Testen, wie das System Rückstände bei konsistenten Eingaben bewältigt |
| Closed-Loop | Passt die Transaktionsgenerierung basierend auf Systemantwortzeiten an | Bei der Simulation realistischen Benutzerverhaltens, das sich an die Leistung anpasst |
| Skalierbarkeits-Dauerlauf | Testet, wie das System im Laufe der Zeit funktioniert, wenn Ressourcen hinzugefügt oder entfernt werden | Für Cloud-basierte Anwendungen mit Auto-Scaling-Funktionen |
| Recovery-Dauerlauf | Testet, wie sich das System von Ausfällen während längerer Betriebszeit erholt | Für Hochverfügbarkeitssysteme, die Betriebszeit aufrechterhalten müssen |
Der richtige Ansatz hängt von Ihrer spezifischen Anwendung und dem ab, was Sie validieren möchten. Ein Banksystem benötigt möglicherweise konstante Lasttests, um sicherzustellen, dass die Transaktionsverarbeitung stabil bleibt, während eine E-Commerce-Plattform mehr von Stufenlasttests profitieren könnte, um tägliche Verkehrsmuster zu simulieren.
Das Timing ist wichtig bei Dauerlauftests. Es ist nichts, was man einfach am Ende dranhängt, wie wir oben besprochen haben, könnte das fatal sein. Wann Sie sie durchführen, kann den entscheidenden Unterschied machen. Hier sind die Schlüsselmomente zu beachten:
Warten Sie nicht, bis Probleme in der Produktion auftreten. Der beste Zeitpunkt für Dauerlauftests ist, wenn Sie Zeit haben, gefundene Probleme zu beheben, nicht wenn Kunden bereits betroffen sind.
Wenn es um Softwarezuverlässigkeit geht, sind Dauerlauftests Ihr Marathonläufer im QA-Rennen. Aber Marathons erfordern die richtige Ausrüstung und Strategie, um erfolgreich zu sein. Hier kommt aqua cloud als Ihr idealer Trainingspartner ins Spiel. Mit seinen KI-gestützten Testmanagement-Funktionen hilft aqua Ihnen, umfassende Testsuiten zu organisieren und auszuführen, deren Konsistenz über die Zeit überwacht werden kann. Anders als grundlegende Testwerkzeuge hält aquas zentralisierte Plattform alle Ihre Testbestände, Ergebnisse und Analysen an einem Ort – unverzichtbar bei der Verfolgung von Leistungsmustern über längere Testzeiträume. Die benutzerdefinierten Dashboards der Plattform bieten Echtzeit-Einblicke in den Teststatus und helfen Ihnen, allmähliche Verschlechterungsprobleme zu erkennen, bevor sie zu kritischen Ausfällen werden. Zudem stellt aquas nahtlose Integration mit beliebten Projektmanagement-, Automatisierungs- und Leistungstools wie Jira, Azure DevOps, Selenium, Jenkins usw. sicher, dass Sie Ihre Dauertestbemühungen innerhalb eines einheitlichen Ökosystems koordinieren können, anstatt mit mehreren unverbundenen Lösungen zu jonglieren.
Verwandeln Sie Ihre Langzeittests von chaotischen Marathons in gut orchestrierte Reisen mit aqua cloud
Bei Dauerlauftests geht es mehr als nur darum, Ihr System tagelang laufen zu lassen. Sie lernen, wie es sich über die Zeit entwickelt; heimlich langsame Speicherlecks, schleichende CPU-Nutzung und alles andere aufzuspüren, was nach langen Stunden normaler Nutzung auftauchen könnte. Hier ist, wie man es Schritt für Schritt richtig macht:
1. Erfolgskriterien definieren: Bevor Sie irgendetwas starten, klären Sie, wonach Sie eigentlich testen. Geht es um Speicherstabilität über 72 Stunden? Konsistente Antwortzeiten über ein Wochenende? Definieren Sie:
2. Testumgebung vorbereiten: Um aussagekräftige Ergebnisse zu erhalten, sollte Ihre Testumgebung die Produktion so genau wie möglich spiegeln. Stellen Sie sicher:
3. Testszenarien entwerfen: Gestalten Sie Benutzerverhalten, dass widerspiegelt, wie Menschen Ihr System tatsächlich nutzen. Das bedeutet:
4. Test ausführen: Jetzt ist es Zeit, den Test zu starten und laufen zu lassen.
5. Überwachen und Daten sammeln: Der wahre Wert von Dauerlauftests liegt in den Daten, die sie im Laufe der Zeit offenbaren. Verfolgen Sie Dinge wie:
6. Ergebnisse analysieren: Sobald der Test abgeschlossen ist, ist es Zeit, in die Daten einzutauchen. Sie suchen nach Trends, nicht nur nach Spitzen.
7. Ergebnisse dokumentieren und berichten: Senden Sie nicht einfach eine Wand aus Zahlen. Erzählen Sie die Geschichte hinter den Daten.
8. Probleme beheben und erneut testen: Sobald Probleme behoben sind, validieren Sie Ihre Korrekturen mit kürzeren gezielten Wiederholungstests oder sogar einem weiteren vollständigen Dauerlauf, falls nötig. Hier werden Dauerlauftests Teil Ihrer langfristigen Qualitätsstrategie.
Gute Dauerlauftests erfordern Zeit und Sorgfalt. Es geht darum, die subtilen Anzeichen von Problemen zu erkennen, bevor sie Ihre Benutzer erreichen. Wie Sie sehen können, besteht das Ziel nicht darin, Ihr System bis zum Absturz zu treiben; es geht darum sicherzustellen, dass es nicht abstürzt, egal wie lange es dauert.
Natürlich ist, wie jede Testart und -methodik, auch das Dauerlauftesten nicht ohne Hürden. Hier sind die gängigen Herausforderungen und wie Sie sie meistern:
Lange Tests können Umgebungen tagelang blockieren und alles andere verlangsamen. Teams haben oft nicht den Luxus, diese Läufe zu beaufsichtigen, und Testfehler spät im Zyklus können enorme Zeitverluste verursachen.
Wie man damit umgeht:
Selbst kleine Infrastrukturprobleme können einen Dauerlauftest ruinieren. Ein kurzer Serveraussetzer, ein unerwartetes Update oder ein nächtlicher Job im Hintergrund kann Testbedingungen stören und Sie zum Neustart zwingen.
Wie man stabil bleibt:
Dauerlauftests produzieren viele Daten; Logs, Metriken, Leistungszähler, und das meiste davon wird nicht nützlich sein. Ohne Plan werden Sie in Zahlen ertrinken und verpassen, was wirklich wichtig ist.
Wie Sie damit umgehen:
Nicht jede Schwankung ist ein Problem. Einige Metriken verschieben sich natürlich im Laufe der Zeit, daher ist die wahre Herausforderung zu wissen, wann ein langsamer Anstieg des Speichers oder der CPU akzeptabel ist und wann es ein Warnsignal darstellt.
Wie man es versteht:
Je länger ein Test läuft, desto wahrscheinlicher wird er durch etwas unterbrochen, wie einen Serverneustart, ein Netzwerk-Timeout oder jemanden, der versehentlich einen Prozess beendet.
Wie man Testneustart verhindert:
72-Stunden-Tests können Maschinen blockieren und andere Arbeiten verzögern. Viele Teams haben keine Hardware übrig, besonders für wiederholte Testzyklen.
Wie man Ressourcen effizient nutzt:
Dauerlauftests lohnen sich, wenn sie richtig durchgeführt werden, aber nur, wenn Sie für die realen Stolpersteine unterwegs planen. Sie testen nicht nur Ihr Produkt. Sie testen Ihre Umgebung, Ihre Prozesse und Ihre Geduld.
Um echten Wert aus Dauerlauftests zu ziehen, brauchen Sie mehr als eine lange Laufzeit. Was Sie brauchen, ist Zweck, Realismus und intelligentes Monitoring. Lassen Sie uns durchgehen, wie das in der Praxis aussieht.
Wie oben erwähnt, beginnen Sie mit klaren Erfolgskriterien. Bevor der Test überhaupt beginnt, sollte sich das Team einig sein, was als bestanden oder durchgefallen gilt. Wenn beispielsweise die Speichernutzung nach 72 Stunden nicht mehr als 10% steigt und die Antwortzeiten beim 99. Perzentil unter 2 Sekunden bleiben, ist das Ihre Messlatte. Ohne diese Klarheit ist es schwer zu wissen, was der Test tatsächlich beweist.
Als nächstes bereiten Sie Ihre Umgebung mit produktionsähnlichen Datenmengen vor. Einen Dauerlauftest mit einer halb leeren Datenbank oder minimalen Benutzereingaben durchzuführen, wird Ihnen nicht zeigen, wie sich das System unter realen Bedingungen verhält. Skalieren Sie Ihre Testdaten so, dass sie dem entsprechen, was Ihr Live-System täglich verarbeitet, nicht dem, was am einfachsten einzurichten ist.
Alles sollte automatisiert sein, nicht nur die Testausführung selbst, sondern auch das Monitoring und die Ergebnissammlung. Sie sollten nicht bei jedem Durchlauf manuell durch Logs oder Grafiken wühlen müssen. Tools sollten von Anfang an CPU-Nutzung, Speichertrends, Fehlerraten und Latenz in regelmäßigen Abständen erfassen.
Während des Tests stellen Sie sicher, dass Sie alle Systemebenen überwachen; nicht nur Ihre Anwendung, sondern auch die zugrunde liegende Infrastruktur, Netzwerkverkehr und Datenbankleistung. Manchmal beginnt die Verlangsamung in der DB-Schicht, lange bevor das Frontend irgendwelche Anzeichen von Problemen zeigt.
Vermeiden Sie auch die Falle, nur Durchschnitte zu beobachten. Achten Sie besonders auf perzentilbasierte Metriken, besonders auf die Antwortzeiten des 95. und 99. Perzentils. Diese zeigen oft Leistungsverschlechterungen, lange bevor der Durchschnitt irgendwelche Hinweise gibt.
Implementieren Sie progressives Monitoring. In den frühen Stunden des Tests verfolgen Sie Metriken häufiger, sagen wir alle 5 Minuten. Wenn sich das System stabilisiert, können Sie die Überwachungsfrequenz reduzieren, um Datenrauschen zu verringern, während Sie dennoch Trends erfassen.
Stellen Sie sicher, dass Sie alles mit Zeitstempeln protokollieren. Das umfasst Systemereignisse, Testaktionen und externe Auslöser. Es wird später enorm helfen, wenn Sie versuchen, einen Leistungseinbruch mit einem Datenbankspike oder einem GC-Ereignis zu korrelieren.
Widerstehen Sie dem Drang, Tests zu früh zu unterbrechen. Viele Bugs oder Verschlechterungssymptome zeigen sich erst nach sehr spezifischen Zeiträumen oder Schwellenwerten; manchmal ist es Stunde 48, nicht Stunde 6, die die wahren Probleme enthüllt.
Um die Ergebnisse sauber und umsetzbar zu halten, isolieren Sie Ihre Testumgebung. Wenn jemand mitten im Test einen Build übernimmt oder die Umgebung Infrastruktur mit dem Sprint eines anderen Teams teilt, werden Ihre Daten wertlos.
Wenn Ihre Produktionsumgebung Datenbankwartungsaktivitäten wie nächtliche Backups oder Indexneuerstellung durchführt, sollte Ihr Test diese ebenfalls beinhalten. Ziel ist es, reales Verhalten nachzubilden, einschließlich Hintergrundjobs und geplanter Operationen.
Gehen Sie schließlich einen Schritt weiter und testen Sie Wiederherstellungsszenarien. Starten Sie mitten im Dauerlauf einen Dienst neu oder simulieren Sie eine Netzwerkstörung. Dies zeigt, ob das System elegant zurückkommt oder in einen Ausfall gerät.
Eine kritische Gewohnheit, die oft übersehen wird: Dokumentieren Sie die Baseline vor Testbeginn. Ohne einen bekannten „guten“ Zustand zum Vergleich bedeuten all diese Logs und Metriken wenig. Sie brauchen diesen Anker, um Drift, Verschlechterung oder Verbesserung zu messen.
Bei der Planung von Dauerlauftests als Teil Ihres Performance-Testings behandeln Sie diese als Simulationen der realen Welt, nicht als Laborexperimente. Je realistischer das Szenario, desto wertvoller die Erkenntnis.
Schauen wir uns reale Beispiele für Dauerlauftests in Aktion an:
1. Bank-Transaktionssystem
2. E-Commerce-Plattform
3. Gesundheitswesen-Patientenüberwachung
4. Mobile App Backend
5. IoT-Datenverarbeitungs-Pipeline
Jedes Beispiel zeigt, wie Dauerlauftests Probleme aufdecken, die bei kürzeren Tests übersehen würden – Probleme, die schließlich echte Benutzer beeinträchtigen würden. Diese Beispiele zeigen den wahren Ausdauertest, dem Systeme unterzogen werden müssen, um zuverlässige Leistung in Produktionsumgebungen zu gewährleisten.
Wir kennen die Best Practices, Beispiele und Herausforderungen. Jetzt geht es darum, sie mit anderen, ähnlichen Testmethoden zu vergleichen:
| Aspekt | Dauerlauftests | Lasttests | Stresstests | Spike-Tests |
|---|---|---|---|---|
| Dauer | Tage bis Wochen | Stunden | Minuten bis Stunden | Minuten bis Stunden |
| Hauptziel | Probleme finden, die über Zeit auftreten | Leistung unter erwarteter Last validieren | Bruchpunkte finden | Reaktion auf plötzliche Verkehrsspitzen testen |
| Lastmuster | Stetige, realistische Last | Allmähliche Steigerung zur Ziellast | Steigerung bis zum Ausfall | Plötzliche extreme Lastspitze |
| Schwerpunktbereiche | Speicherlecks, Ressourcenerschöpfung, Verschlechterung | Antwortzeiten, Durchsatz | Systemwiederherstellung, Fehlerpunkte | Erholungsgeschwindigkeit, Fehlerbehandlung |
| Wann einsetzen | Vor Produktionsbereitstellung, nach größeren Änderungen | Während Entwicklungszyklen | Während Kapazitätsplanung | Für Systeme mit unvorhersehbarem Verkehr |
| Erfolgsmetriken | Stabile Leistung über Zeit | Erfüllung von SLAs unter Last | Sauberes Versagen und Wiederherstellung | Aufrechterhaltung der Funktionalität während Spitzen |
Während Lasttests Ihnen sagen, ob Ihr System den erwarteten Verkehr bewältigen kann, zeigen Dauerlauftests, ob es diesen Verkehr konstant über Zeit bewältigen kann. Stresstests zeigen, wo Dinge brechen, während Spike-Tests enthüllen, wie Ihr System mit plötzlichen Änderungen umgeht.
Jede Testart beantwortet unterschiedliche Fragen zur Leistung Ihrer Anwendung, daher umfasst eine umfassende Strategie in der Regel mehrere Ansätze.
Die richtigen Tools machen Dauerlauftests überschaubarer. Hier sind einige Top-Optionen für Dauerlauftest-Software:
1. JMeter
2. Gatling
3. Locust
4. k6
1. LoadRunner
2. NeoLoad
3. BlazeMeter
4. Micro Focus SilkPerformer
Das perfekte Setup kombiniert ein Lastgenerierungstool mit umfassender Überwachung. Zum Beispiel JMeter zur Erzeugung der Last, Prometheus zum Sammeln von Metriken und Grafana zur Visualisierung langfristiger Leistungstrends.
Denken Sie daran: Ihre Benutzer verwenden Ihre Software nicht nur 15 Minuten während eines Testzyklus. Sie verlassen sich Tag für Tag, Transaktion für Transaktion darauf. Ihr Testansatz sollte diese Realität widerspiegeln. Die gute Nachricht? Mit den richtigen Tools, klaren Prozessen und Geduld müssen Dauerlauftests nicht überwältigend sein. Beginnen Sie klein, automatisieren Sie, was Sie können, und bauen Sie schrittweise ausgereiftere Testfähigkeiten auf. Wenn Sie also das nächste Mal versuchen, diesen langfristigen Test aufgrund von Zeitbeschränkungen zu überspringen, fragen Sie sich: Können Sie sich eine Alternative leisten? Ein Speicherleck während eines kontrollierten Tests zu finden ist immer besser als Kunden zu erklären, warum das System während ihrer kritischen Operationen abgestürzt ist.
Wie Sie gesehen haben, sind Dauerlauftests unverzichtbar für die Erstellung wirklich zuverlässiger Software, die Tag für Tag konstant funktioniert. Aber die Implementierung effektiver Dauerlauftests erfordert mehr als nur das lange Laufenlassen von Tests – sie verlangt organisiertes Testmanagement, umfassendes Monitoring und aufschlussreiche Berichtsfunktionen. aqua cloud liefert genau diese Grundlagen durch seine All-in-One-Testmanagement-Plattform. Mit aqua können Sie klare Erfolgskriterien für Ihre Dauerlauftests definieren, Ergebnisse durch anpassbare Dashboards überwachen und detaillierte Berichte erstellen, die subtile Leistungsverschlechterungsmuster aufdecken. Die KI-gestützten Funktionen der Plattform helfen Ihnen zu priorisieren, welche Tests längere Läufe benötigen, während ihre Rückverfolgbarkeit sicherstellt, dass jede Anforderung ihre Leistung über Zeit beibehält. Organisationen, die aqua nutzen, haben bis zu 100% Testabdeckung erreicht und gleichzeitig die Testwartungszeit um 97% reduziert – stellen Sie sich vor, diese Effizienzen auf Ihren Dauerlauftest-Workflow anzuwenden. Hören Sie auf, zeitbasierte Bugs in die Produktion schlüpfen zu lassen, wenn ein besserer Ansatz nur einen Klick entfernt ist.
Erreichen Sie 100% zuverlässige Software mit systematischen, gut verwalteten Dauerlauftests
Dauerlauftests (auch Soak-Tests genannt) sind eine Art von Performance-Test, der bewertet, wie ein System unter erwarteter Last über einen längeren Zeitraum funktioniert – typischerweise Tage oder Wochen statt Stunden. Sie suchen speziell nach Problemen, die sich allmählich entwickeln, wie Speicherlecks, Ressourcenabbau und Leistungsverschlechterung.
Dauerlauftests wenden eine gleichmäßige Last über einen langen Zeitraum an, um graduelle Verschlechterungsprobleme zu finden, während Spike-Tests plötzliche, extreme Lasterhöhungen anwenden, um zu sehen, wie ein System mit Verkehrsspitzen umgeht. Dauerlauftests laufen über Tage oder Wochen, während Spike-Tests typischerweise Minuten bis Stunden dauern.
Stresstests treiben ein System über normale Betriebsbedingungen hinaus, bis es bricht, um Bruchpunkte und Ausfallmodi zu identifizieren. Dauerlauftests halten erwartete Lastlevel über längere Zeiträume aufrecht, um Probleme zu finden, die nur über Zeit auftreten. Stresstests dienen dazu, Grenzen zu finden; Dauerlauftests sollen die Stabilität innerhalb dieser Grenzen sicherstellen.
Die zwei häufig verwendeten Bewertungen bei Dauerlauftests sind: 1) Speicherverbrauchsanalyse – Verfolgung von Speichernutzungsmustern zur Identifizierung von Lecks und 2) Messung der Leistungsverschlechterung – Vergleich von Antwortzeiten und Durchsatz zu Beginn und Ende des Tests, um Verlangsamungen zu identifizieren.
Zu den wichtigsten Metriken für Dauerlauftests gehören: Antwortzeit-Trends über den Testzeitraum, Speichernutzungsmuster, CPU-Auslastung, Festplatten-I/O-Raten, Datenbankverbindungszahlen, Thread-Anzahlen, Fehlerraten im Zeitverlauf, Häufigkeit und Dauer der Garbage Collection sowie die Wachstumsrate der Datenbank.
