# Performances de l’édition collaborative

> Environnement de test, mesures et résultats des essais d’édition simultanée avec le moteur de collaboration d’Univer.

- Human documentation: [https://docs.univer.ai/fr-FR/server/collaboration/performance](https://docs.univer.ai/fr-FR/server/collaboration/performance)

- Agent Markdown: [https://docs.univer.ai/fr-FR/server/collaboration/performance.md](https://docs.univer.ai/fr-FR/server/collaboration/performance.md)

- Requested language: `fr-FR`

- Content language: `fr-FR`

- Documentation version: `1.6.0`

- Source: [collaboration/performance.fr-FR.mdx](https://github.com/dream-num/documentation/blob/dev/content/server/collaboration/performance.fr-FR.mdx)

---

Les essais portent sur deux scénarios : plusieurs personnes modifient le même document ou plusieurs documents sont modifiés en parallèle. Après préchauffage, nous mesurons la latence de confirmation, le débit, la proportion des envois prévus qui aboutissent et la consommation de CPU et de mémoire du processus de collaboration.

## Environnement de test

Le service de collaboration et la base de données s’exécutent sur des serveurs distincts. Les configurations des tableaux de résultats désignent le nœud de collaboration du schéma.

```mermaid
flowchart LR
    client["Clients simulés sous Node.js"]
    collab["Nœud de collaboration (1)"]
    db[("Serveur PostgreSQL (1)")]
    oss[("Stockage objet OSS")]
    client -->|Envoyer les modifications par HTTP| collab
    collab -->|Confirmer par WebSocket| client
    collab <-->|Lire et écrire les documents| db
    collab <-->|Lire et écrire les blocs des instantanés| oss
```

PostgreSQL conserve les documents, les jeux de modifications, les enregistrements d’instantanés et les références aux blocs. OSS stocke les blocs de données des cellules des instantanés.

Toutes les mesures proviennent d’un seul nœud. Lorsque les documents actifs dépassent sa capacité, on peut les répartir entre plusieurs nœuds. Ils partagent une base de données et synchronisent les salles, la présence et la diffusion des modifications par publication/abonnement. Voir [Plusieurs nœuds de collaboration](https://docs.univer.ai/fr-FR/server/deployment.md#plusieurs-nœuds-de-collaboration).

| Élément | Configuration |
| --- | --- |
| Version du SDK de collaboration Univer | 1.5.2 |
| Système et environnement d’exécution | Ubuntu 26.04.1 LTS, Node.js 24.14.0 |
| Stockage | PostgreSQL 18.6 et Alibaba Cloud OSS |
| Adaptateur de base de données | [PostgreSQL + S3 Adapter](https://docs.univer.ai/fr-FR/server/collaboration/database-adapters.md#postgresql-s3-adapter) |
| Nœud de collaboration | Alibaba Cloud ECS `ecs.g9i.xlarge` (4 vCPU, 16 Gio) ou `ecs.g9i.2xlarge` (8 vCPU, 32 Gio), Intel Xeon 6982P-C, ESSD de 40 Gio |
| Serveur de base de données | Alibaba Cloud ECS `ecs.c9i.large`, 2 vCPU, 4 Gio, Intel Xeon 6982P-C, ESSD de 60 Gio |
| Générateur de charge | Alibaba Cloud ECS `ecs.u2a-c1m2.xlarge`, 4 vCPU, 8 Gio, AMD EPYC |
| Réseau | Région de Shenzhen d’Alibaba Cloud. Les clients, le nœud et la base de données communiquent sur le réseau privé régional. OSS utilise un point de terminaison interne. |

### Configuration du service de collaboration

Sur les deux configurations, nous avons porté `runtime.maxLoadedUnits` de 1 200 à 4 000 pour conserver jusqu’à 4 000 documents en mémoire. Les autres réglages du SDK sont ceux par défaut, y compris la sélection automatique du nombre de threads. Un instantané est déclenché après 50 révisions depuis le dernier instantané réussi ou lorsqu’un jeu de modifications atteint 5 Mio.

Le service de test utilise un pool de connexions PostgreSQL et un client OSS déjà initialisés. La couche de transport est rattachée au serveur HTTP Node.js.

```ts
const dbAdapter = await PostgresS3DatabaseAdapter.create({
  pool,
  s3: { client, bucket, prefix },
});
const service = new UniverCollabService({
  dbAdapter,
  runtime: { maxLoadedUnits: 4000 },
});
const endpoint = new UniverCollabEndpoint(service);
const transport = createNodeTransport();
transport.register(endpoint);
transport.attach(server);
```

## Instantanés de test

Chaque document est initialisé à partir d’un instantané. Le nombre de cellules correspond aux cellules contenant des données ou des formules avant le préchauffage.

| Instantané | Cellules renseignées | Contenu |
| --- | ---: | --- |
| `blank` | 0 | Feuille vide |
| `10k-cells` | Environ 10 000 | Nombres, texte et formules |
| `100k-cells` | Environ 100 000 | Nombres, texte et formules |

Les deux feuilles préremplies ont 26 colonnes : 14 numériques, neuf de texte et trois de formules faisant référence aux cellules de la même ligne.

## Méthode

### Clients simulés

Chaque éditeur correspond à une session indépendante qui rejoint un document, envoie les modifications par HTTP et reçoit les confirmations par WebSocket. Les scripts appellent directement l’API de collaboration. La requête HTTP et l’attente de la confirmation ont chacune un délai maximal de 10 secondes.

### Préchauffage et échantillonnage

Chaque essai crée les documents à partir de l’instantané choisi. Le préchauffage commence une fois toutes les sessions connectées. La première modification charge le document sur le serveur. Pour un document unique, une modification est envoyée au préalable. Pour plusieurs documents, on envoie successivement de 1 à 49 modifications par document et on recommence à 1 au 50ᵉ document. Les révisions initiales et les écritures d’instantanés sont ainsi décalées.

L’échantillonnage commence après le préchauffage de tous les documents. La latence du premier envoi est mesurée séparément pendant le préchauffage. Les statistiques d’envoi, les percentiles de latence et les mesures de CPU et de mémoire proviennent de l’échantillonnage.

### Charge d’édition

Sur un seul document `blank`, nous augmentons le nombre d’éditeurs. Pour chacun des trois instantanés, nous augmentons le nombre de documents actifs. Chaque envoi contient une seule opération `sheet.mutation.set-range-values` qui écrit un nombre dans une cellule.

| Condition | Un document | Plusieurs documents |
| --- | --- | --- |
| Éditeurs par document | Variable selon l’essai (voir les résultats) | Deux pour tous les essais |
| Opération | Écritures décalées, chaque éditeur dans sa cellule | Écritures décalées, chaque éditeur dans sa cellule |
| Fréquence par éditeur | Une fois toutes les 6 secondes | Une fois toutes les 2 secondes |
| Échantillonnage par essai | 300 secondes | 300 secondes |

## Indicateurs

| Indicateur | Définition |
| --- | --- |
| Latence de confirmation | Délai entre l’envoi d’une modification et la réception de sa confirmation par le même client. P50, P95 et P99 sont les délais dans lesquels 50 %, 95 % et 99 % des envois réussis sont confirmés. Max est le délai le plus long parmi ces envois. |
| Débit | Nombre d’envois réussis divisé par la durée d’échantillonnage, en envois par seconde. |
| Taux de réalisation | Pourcentage des envois prévus qui ont réussi. Le total prévu comprend aussi les échecs et les envois non effectués. |
| CPU moyen / pic (%) | Utilisation moyenne et maximale observée du CPU par le processus de collaboration. Un cœur saturé vaut 100 %, donc le total peut dépasser 100 %. |
| Pic mémoire (Mio) | Valeur maximale observée de la mémoire résidente (RSS) du processus de collaboration. |

### Critères de réussite

Un essai réussit si la latence de confirmation respecte **P99 < 1 000 ms**, si le taux de réalisation est **> 90 %** et si le processus reste actif jusqu’à ce que tous les documents passent le contrôle de cohérence. Les seuils sont appliqués avant arrondi.

On évalue chaque palier sur les essais présentés. Un essai unique doit réussir ; s’il y en a plusieurs, ils doivent tous réussir. Un échantillonnage interrompu ou un indicateur manquant est signalé avec la raison.

## Portée des résultats

Des scripts Node.js simulent les sessions et envoient les modifications directement à l’API pour mesurer la capacité du serveur. La latence couvre le trajet entre l’envoi et la confirmation. Elle exclut les interactions dans le navigateur et le rendu de la feuille.

Ces données servent à évaluer les performances et à dimensionner un nœud. Les performances dépendent du déploiement, du réseau, de la taille des documents ainsi que du type et de la fréquence des modifications.

Le palier maximal validé est la plus forte charge testée qui satisfait aux critères. À certains paliers validés, le CPU moyen est déjà proche de la capacité du nœud. **Ces paliers servent au dimensionnement et ne constituent pas une cible de charge permanente en production.** Prévoyez une marge pour les pointes et les fluctuations, puis validez la charge soutenable dans l’environnement cible avec un trafic représentatif.

## Résultats

### Synthèse

Les tableaux indiquent le palier maximal validé par configuration de nœud et taille de document. Pour un document, on compte les éditeurs simultanés ; pour plusieurs documents, on compte les documents actifs. Chaque ligne donne le débit, la latence, le CPU et la mémoire. Les [résultats détaillés](#benchmark-data) donnent les taux de réalisation et les charges supérieures.

#### Plusieurs éditeurs sur un document

Les deux configurations ont réussi un essai avec 500 éditeurs.

| Instantané | Configuration | Maximum d’éditeurs validé | Débit (envois/s) | P95 (ms) | P99 (ms) | CPU moyen / pic (%) | Pic mémoire (Mio) |
| --- | --- | ---: | ---: | ---: | ---: | ---: | ---: |
| `blank` | 4 cœurs / 16 Gio | 500 | 83,3 | 13,3 | 17,4 | 27,8 / 54,8 | 777 |
| `blank` | 8 cœurs / 32 Gio | 500 | 83,3 | 13,9 | 18,0 | 25,6 / 100,5 | 1 322 |

#### Édition simultanée de plusieurs documents

| Instantané | Configuration | Maximum de documents validé | Débit (envois/s) | P95 (ms) | P99 (ms) | CPU moyen / pic (%) | Pic mémoire (Mio) |
| --- | --- | ---: | ---: | ---: | ---: | ---: | ---: |
| `blank` | 4 cœurs / 16 Gio | 2 100 | 2 100,0 | 29,9 | 194,6 | 118,9 / 332,6 | 5 829 |
| `blank` | 8 cœurs / 32 Gio | 2 900 | 2 900,0 | 17,8 | 56,2 | 145,3 / 363,9 | 7 404 |
| `10k-cells` | 4 cœurs / 16 Gio | 1 800 | 1 800,0 | 106,2 | 311,9 | 241,3 / 379,3 | 6 304 |
| `10k-cells` | 8 cœurs / 32 Gio | 2 400 | 2 400,0 | 26,9 | 482,0 | 286,3 / 749,3 | 8 071 |
| `100k-cells` | 4 cœurs / 16 Gio | 380 | 380,0 | 91,1 | 200,9 | 389,6 / 401,8 | 12 440 |
| `100k-cells` | 8 cœurs / 32 Gio | 750 | 750,0 | 33,5 | 72,3 | 649,7 / 782,1 | 29 276 |

#### Estimations pour 4 cœurs avec 8 Gio et 8 cœurs avec 16 Gio

Les estimations pour 4 cœurs avec 8 Gio et 8 cœurs avec 16 Gio reposent respectivement sur les mesures de nœuds à 4 cœurs avec 16 Gio et à 8 cœurs avec 32 Gio. Les budgets du processus sont de 6,5 et 13,7 Gio. Pour chaque charge et instantané, on retient dans les [résultats détaillés](#benchmark-data) le plus haut palier validé dont le pic de RSS tient dans le budget, en prenant le pic le plus élevé de tous les essais.

##### Plusieurs éditeurs sur un document

| Instantané | Configuration cible | Éditeurs estimés | Pic mémoire (Mio) |
| --- | --- | ---: | ---: |
| `blank` | 4 cœurs / 8 Gio | 500 | 777 |
| `blank` | 8 cœurs / 16 Gio | 500 | 1 322 |

##### Édition simultanée de plusieurs documents

| Instantané | Configuration cible | Documents actifs estimés | Pic mémoire (Mio) |
| --- | --- | ---: | ---: |
| `blank` | 4 cœurs / 8 Gio | 2 100 | 5 829 |
| `blank` | 8 cœurs / 16 Gio | 2 900 | 7 404 |
| `10k-cells` | 4 cœurs / 8 Gio | 1 800 | 6 304 |
| `10k-cells` | 8 cœurs / 16 Gio | 2 400 | 8 071 |
| `100k-cells` | 4 cœurs / 8 Gio | 350 | 5 413 |
| `100k-cells` | 8 cœurs / 16 Gio | 600 | 8 943 |

#### Dimensionnement des groupes de nœuds

Dans un [déploiement multinœud](https://docs.univer.ai/fr-FR/server/deployment.md), la passerelle peut répartir les documents entre groupes selon leur taille. Ces estimations par nœud supposent deux éditeurs par document, chacun effectuant une modification toutes les deux secondes.

- **Pour les petits et moyens documents, évaluez d’abord 4 cœurs avec 8 Gio.** Sur le nœud à 4 cœurs avec 16 Gio, les maxima validés dans le budget réduit étaient de 2 100 feuilles vides ou de 1 800 feuilles d’environ 10 000 cellules renseignées.
- **Pour les grands documents, évaluez 8 cœurs avec 16 ou 32 Gio.** Avec environ 100 000 cellules par document, le nœud à 8 cœurs avec 32 Gio a validé 750 documents. Le palier le plus élevé respectant le budget de la configuration de 16 Gio était de 600.

### Résultats détaillés

Pour un seul essai, les valeurs sont celles mesurées. Lorsque plusieurs essais d’un même palier sont regroupés, le débit, P50, P95, P99, Max, le taux de réalisation et le CPU moyen sont les moyennes arithmétiques. Pour le CPU et la mémoire de pointe, on retient le maximum observé. Les notes donnent le nombre d’essais, la plage des Max et, si nécessaire, celle des P99. Chaque essai est évalué séparément.

#### Plusieurs éditeurs sur un document

##### Instantané · `blank`

###### 4 cœurs / 16 Gio

| Éditeurs | Débit (envois/s) | P50 (ms) | P95 (ms) | P99 (ms) | Max (ms) | Taux de réalisation | CPU moyen / pic (%) | Pic mémoire (Mio) | Notes |
| ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: | --- |
| 150 | 25,0 | 2,9 | 4,3 | 5,4 | 12,6 | 100,00% | 5,7 / 27,9 | 690 | — |
| 400 | 66,7 | 5,2 | 10,1 | 12,4 | 29,8 | 100,00% | 19,8 / 41,9 | 781 | — |
| 500 | 83,3 | 6,6 | 13,3 | 17,4 | 40,1 | 100,00% | 27,8 / 54,8 | 777 | — |

###### 8 cœurs / 32 Gio

| Éditeurs | Débit (envois/s) | P50 (ms) | P95 (ms) | P99 (ms) | Max (ms) | Taux de réalisation | CPU moyen / pic (%) | Pic mémoire (Mio) | Notes |
| ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: | --- |
| 150 | 25,0 | 3,4 | 4,4 | 5,5 | 10,7 | 100,00% | 5,1 / 66,5 | 1 123 | — |
| 400 | 66,7 | 6,2 | 10,8 | 13,4 | 28,2 | 100,00% | 18,2 / 75,9 | 1 196 | — |
| 500 | 83,3 | 7,5 | 13,9 | 18,0 | 36,9 | 100,00% | 25,6 / 100,5 | 1 322 | — |

#### Édition simultanée de plusieurs documents

##### Instantané · `blank`

###### 4 cœurs / 16 Gio

| Documents actifs | Débit (envois/s) | P50 (ms) | P95 (ms) | P99 (ms) | Max (ms) | Taux de réalisation | CPU moyen / pic (%) | Pic mémoire (Mio) | Notes |
| ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: | --- |
| 500 | 500,0 | 1,1 | 1,6 | 3,7 | 25,0 | 100,00% | 33,8 / 89,3 | 2 057 | — |
| 1 000 | 1 000,0 | 1,1 | 2,4 | 10,7 | 57,0 | 100,00% | 61,4 / 193,1 | 3 133 | — |
| 1 500 | 1 500,0 | 1,3 | 4,8 | 40,1 | 361,6 | 100,00% | 86,3 / 279,0 | 4 134 | — |
| 2 100 | 2 100,0 | 1,7 | 29,9 | 194,6 | 1 156,2 | 100,00% | 118,9 / 332,6 | 5 829 | 3 essais, plage des P99 141,9–254,0 ms, plage des Max 508,2–1 543,0 ms |
| 2 200 | 2 200,0 | 1,8 | 70,1 | 270,4 | 1 227,5 | 100,00% | 123,5 / 369,9 | 6 050 | Essai 1 |
| 2 200 | 2 199,8 | 2,0 | 274,0 | 860,4 | 2 787,2 | 99,99% | 127,1 / 392,6 | 6 172 | Essai 2 |
| 2 200 | 2 198,8 | 2,2 | 376,5 | 1 062,4 | 3 747,8 | 99,95% | 126,1 / 347,2 | 6 071 | Essai 3  latence hors cible |
| 2 300 | 2 298,1 | 3,2 | 878,6 | 1 675,8 | 4 313,9 | 99,92% | 135,8 / 370,8 | 6 336 | P99 hors cible |
| 2 400 | 2 204,8 | 2 192,5 | 2 457,5 | 2 888,6 | 4 611,5 | 91,87% | 163,6 / 394,8 | 7 023 | P99 hors cible |

###### 8 cœurs / 32 Gio

| Documents actifs | Débit (envois/s) | P50 (ms) | P95 (ms) | P99 (ms) | Max (ms) | Taux de réalisation | CPU moyen / pic (%) | Pic mémoire (Mio) | Notes |
| ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: | --- |
| 500 | 500,0 | 1,0 | 1,3 | 2,2 | 26,1 | 100,00% | 30,6 / 78,1 | 2 823 | — |
| 1 000 | 1 000,0 | 1,1 | 1,7 | 3,9 | 58,9 | 100,00% | 53,8 / 163,4 | 3 961 | — |
| 1 500 | 1 500,0 | 1,2 | 2,6 | 9,6 | 51,8 | 100,00% | 76,3 / 165,1 | 4 694 | — |
| 2 200 | 2 200,0 | 1,4 | 6,5 | 15,0 | 189,2 | 100,00% | 112,2 / 428,1 | 6 030 | — |
| 2 600 | 2 600,0 | 1,8 | 13,0 | 38,8 | 334,1 | 100,00% | 132,2 / 477,5 | 6 891 | — |
| 2 700 | 2 700,0 | 1,8 | 11,7 | 35,0 | 270,5 | 100,00% | 135,1 / 661,7 | 7 026 | 3 essais, pic CPU 518,6%–661,7%, plage des Max 234,9–313,9 ms |
| 2 800 | 2 800,0 | 2,0 | 14,6 | 52,1 | 352,0 | 100,00% | 140,5 / 537,4 | 7 331 | 3 essais, pic CPU 464,9%–537,4%, plage des Max 273,3–430,0 ms |
| 2 900 | 2 900,0 | 2,2 | 17,8 | 56,2 | 395,2 | 100,00% | 145,3 / 363,9 | 7 404 | 1 essai |
| 3 000 | 2 375,5 | 2 537,1 | 2 715,4 | 2 868,1 | 3 821,8 | 79,18% | 194,3 / 570,9 | 8 257 | 2 essais, P99 et taux hors cible, plage des Max 3 311,4–4 332,2 ms |

##### Instantané · `10k-cells`

###### 4 cœurs / 16 Gio

| Documents actifs | Débit (envois/s) | P50 (ms) | P95 (ms) | P99 (ms) | Max (ms) | Taux de réalisation | CPU moyen / pic (%) | Pic mémoire (Mio) | Notes |
| ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: | --- |
| 500 | 500,0 | 1,1 | 3,2 | 7,7 | 206,5 | 100,00% | 71,1 / 165,8 | 2 514 | — |
| 1 000 | 1 000,0 | 1,3 | 5,1 | 16,4 | 115,6 | 100,00% | 133,6 / 330,5 | 3 879 | — |
| 1 600 | 1 600,0 | 2,0 | 42,7 | 256,7 | 1 165,7 | 100,00% | 215,2 / 371,1 | 5 677 | — |
| 1 800 | 1 800,0 | 2,7 | 106,2 | 311,9 | 1 197,3 | 100,00% | 241,3 / 379,3 | 6 304 | 3 essais, plage des Max 773,7–1 455,4 ms |
| 1 900 | 1 899,9 | 5,4 | 330,2 | 797,1 | 3 210,5 | 99,99% | 257,9 / 399,3 | 6 626 | Essai 1 |
| 1 900 | 1 891,4 | 4,6 | 552,6 | 1 541,5 | 6 200,0 | 99,54% | 256,7 / 397,2 | 6 686 | Essai 2  latence hors cible |
| 2 000 | 1 868,4 | 2 084,5 | 2 401,9 | 2 964,0 | 7 658,3 | 93,42% | 284,8 / 397,6 | 7 104 | P99 hors cible |
| 2 100 | 1 904,0 | 2 202,3 | 2 631,7 | 3 022,0 | 4 550,7 | 90,67% | 291,2 / 393,0 | 7 580 | P99 hors cible |

###### 8 cœurs / 32 Gio

| Documents actifs | Débit (envois/s) | P50 (ms) | P95 (ms) | P99 (ms) | Max (ms) | Taux de réalisation | CPU moyen / pic (%) | Pic mémoire (Mio) | Notes |
| ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: | --- |
| 500 | 500,0 | 1,0 | 2,0 | 4,1 | 27,3 | 100,00% | 69,3 / 139,9 | 3 408 | — |
| 1 000 | 1 000,0 | 1,1 | 2,8 | 6,8 | 30,3 | 100,00% | 127,2 / 238,8 | 4 601 | — |
| 2 000 | 2 000,0 | 1,5 | 8,2 | 21,2 | 184,4 | 100,00% | 249,9 / 634,8 | 7 222 | — |
| 2 200 | 2 200,0 | 1,7 | 11,6 | 33,8 | 244,0 | 100,00% | 268,6 / 713,0 | 7 716 | — |
| 2 300 | 2 300,0 | 1,9 | 14,4 | 197,2 | 1 043,4 | 100,00% | 284,4 / 696,9 | 8 071 | 3 essais, plage des P99 39,6–368,8 ms, plage des Max 326,1–1 700,6 ms |
| 2 400 | 2 400,0 | 2,1 | 26,9 | 482,0 | 2 287,6 | 100,00% | 286,3 / 749,3 | 8 071 | 1 essai |
| 2 500 | 2 499,8 | 3,3 | 600,4 | 1 228,1 | 3 346,4 | 99,99% | 302,5 / 744,7 | 8 308 | P99 hors cible |
| 2 600 | 2 367,6 | 1 053,5 | 2 489,8 | 2 646,2 | 4 510,6 | 91,06% | 324,3 / 741,4 | 8 865 | P99 hors cible |
| 2 700 | 2 222,7 | 2 467,7 | 2 583,5 | 2 687,6 | 3 627,4 | 82,32% | 334,4 / 776,5 | 9 238 | 2 essais, P99 et taux hors cible, plage des Max 3 547,4–3 707,3 ms |

##### Instantané · `100k-cells`

###### 4 cœurs / 16 Gio

| Documents actifs | Débit (envois/s) | P50 (ms) | P95 (ms) | P99 (ms) | Max (ms) | Taux de réalisation | CPU moyen / pic (%) | Pic mémoire (Mio) | Notes |
| ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: | --- |
| 100 | 100,0 | 1,4 | 6,6 | 22,8 | 68,0 | 100,00% | 91,6 / 202,2 | 2 662 | — |
| 250 | 250,0 | 1,9 | 23,0 | 56,8 | 637,3 | 100,00% | 246,3 / 396,6 | 4 046 | — |
| 350 | 350,0 | 5,1 | 76,2 | 170,5 | 479,8 | 100,00% | 365,5 / 397,9 | 5 413 | — |
| 380 | 380,0 | 5,7 | 91,1 | 200,9 | 725,9 | 100,00% | 389,6 / 401,8 | 12 440 | 3 essais, plage des Max 615,2–856,9 ms |
| 390 | 390,0 | 5,8 | 106,0 | 275,3 | 1 339,3 | 100,00% | 391,1 / 399,6 | 13 639 | Mémoire épuisée après échantillonnage |
| 400 | 394,7 | 6,2 | 108,1 | 210,3 | 675,8 | 98,67% | 377,4 / 398,3 | 14 226 | Mémoire épuisée, 1 385 envois en échec |

###### 8 cœurs / 32 Gio

| Documents actifs | Débit (envois/s) | P50 (ms) | P95 (ms) | P99 (ms) | Max (ms) | Taux de réalisation | CPU moyen / pic (%) | Pic mémoire (Mio) | Notes |
| ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: | --- |
| 100 | 100,0 | 1,3 | 2,8 | 21,7 | 36,7 | 100,00% | 91,8 / 200,1 | 3 392 | — |
| 250 | 250,0 | 1,2 | 5,8 | 23,0 | 284,2 | 100,00% | 242,0 / 471,1 | 5 013 | — |
| 500 | 500,0 | 1,5 | 16,2 | 33,9 | 121,6 | 100,00% | 482,6 / 716,4 | 7 721 | — |
| 600 | 600,0 | 2,0 | 26,7 | 65,6 | 302,1 | 100,00% | 575,9 / 772,1 | 8 943 | — |
| 700 | 700,0 | 2,4 | 29,9 | 64,5 | 288,1 | 100,00% | 641,4 / 782,5 | 25 692 | — |
| 750 | 750,0 | 2,6 | 33,5 | 72,3 | 280,7 | 100,00% | 649,7 / 782,1 | 29 276 | 3 essais, plage des Max 266,2–295,1 ms |
| 775 | 725,2 | 2,7 | 32,7 | 71,0 | 314,2 | 93,57% | 607,2 / 789,1 | 29 360 | Mémoire épuisée, 4 474 envois en échec |

Nous continuons à optimiser le service pour réduire sa consommation de CPU et de mémoire et améliorer l’édition collaborative de grands documents.
