GroveEngine/tests/benchmarks/plans/04_e2e.md

Plan: End-to-End Real World Benchmarks

Objectif

Scénarios réalistes de jeu pour valider performance globale.

---

Benchmark M: Game Loop Simulation

Test: Latence et throughput dans un scénario de jeu réaliste.

Setup:

• 100 modules simulés:
  • 50 game logic: publish player:*, game:*
  • 30 AI: subscribe ai:*, player:*
  • 20 rendering: subscribe render:*, player:*
• 1000 messages/sec pendant 10 secondes
• Topics variés: player:123:position, ai:enemy:target, render:draw, physics:collision

Mesures:

• Latence p50: X µs
• Latence p95: Y µs
• Latence p99: Z µs (attendu <1ms)
• Throughput: W msg/s
• CPU usage: U%

Succès:

• p99 < 1ms
• Throughput stable à 1000 msg/s
• CPU < 50%

---

Benchmark N: Hot-Reload Under Load

Test: Overhead du hot-reload pendant charge active.

Setup:

• Lancer benchmark M (game loop)
• Après 5s, déclencher hot-reload d'un module
• Mesurer pause time et impact sur latence

Mesures:

• Pause time: X ms (attendu <50ms)
• Latence p99 pendant reload: Y µs
• Overhead: (latence_reload - latence_normale) / latence_normale

Succès:

• Pause < 50ms
• Overhead < 10%

Note: Simuler hot-reload avec unload/reload d'un module

---

Benchmark O: Memory Footprint

Test: Consommation mémoire du TopicTree et buffers.

Setup:

• Créer 10000 topics uniques
• Créer 1000 subscribers (patterns variés)
• Mesurer memory usage avant/après

Mesures:

• Memory avant: X MB (baseline)
• Memory après topics: Y MB
• Memory après subscribers: Z MB
• Memory/topic: (Y-X) / 10000 bytes
• Memory/subscriber: (Z-Y) / 1000 bytes

Succès:

• Memory/topic < 1KB
• Memory/subscriber < 5KB

Implémentation: Lire /proc/self/status (VmRSS) ou utiliser malloc_stats()

---

Implémentation

Fichier: benchmark_e2e.cpp

Dépendances:

• IntraIOManager (src/)
• JsonDataNode (src/)
• Potentiellement ModuleLoader pour hot-reload simulation
• Helpers: Timer, Stats, Reporter

Structure:

class MockModule {
    // Simule un module (publisher ou subscriber)
};

void benchmarkM_game_loop();
void benchmarkN_hotreload_under_load();
void benchmarkO_memory_footprint();

int main() {
    benchmarkM_game_loop();
    benchmarkN_hotreload_under_load();
    benchmarkO_memory_footprint();
}

Complexité: Plus élevée que les autres benchmarks (intégration multiple features)

Référence: tests/integration/test_13_cross_system.cpp (IO + DataNode)

---

Notes

Benchmark M:

• Utiliser threads pour simuler modules concurrents
• Randomiser patterns pour réalisme
• Mesurer latence = temps entre publish et receive

Benchmark N:

• Peut nécessiter hook dans ModuleLoader pour mesurer pause
• Alternative: simuler avec mutex lock/unlock

Benchmark O:

• Memory measurement peut être OS-dépendant
• Utiliser #ifdef __linux__ pour /proc, alternative pour autres OS