パフォーマンスガイド

Fluorite MCPにおけるパフォーマンスの最適化、監視、トラブルシューティングに関する包括的なガイドです。

概要

Fluorite MCPは、組み込みの監視、最適化機能、エンタープライズグレードのスケーラビリティを備えた高パフォーマンス操作向けに設計されています。このガイドでは、パフォーマンス特性、最適化戦略、本番デプロイのベストプラクティスをカバーします。

パフォーマンス特性

主要パフォーマンスメトリクス

メトリクス	目標	優秀	良好	要注意
応答時間	<100ms	<50ms	<100ms	>200ms
メモリ使用量	<50MB	<25MB	<50MB	>100MB
起動時間	<2s	<1s	<2s	>5s
スループット	>1000 ops/min	>2000 ops/min	>1000 ops/min	<500 ops/min
エラー率	<0.1%	<0.01%	<0.1%	>1%

フレームワーク特有のパフォーマンス

静的解析パフォーマンス

TypeScript解析: ファイルあたり約50ms
Reactコンポーネント解析: コンポーネントあたり約30ms
Next.jsルート解析: ルートあたり約20ms
Vueコンポーネント解析: コンポーネントあたり約40ms

カタログ操作パフォーマンス

仕様検索: <10ms（キャッシュ済み）、<50ms（ディスク）
仕様書き込み: 操作あたり約20ms
一覧操作: 100未満の仕様で<30ms
検索操作: 87以上の仕様全体で<100ms

組み込みパフォーマンス監視

パフォーマンスモニター

Fluorite MCPには包括的なパフォーマンス監視システムが含まれています:

typescript

// 自動操作タイミング
logger.time('operation-name', async () => {
  // あなたの操作をここに
});

// 手動パフォーマンス記録
performanceMonitor.recordOperation('custom-op', duration);

// パフォーマンスメトリクスの取得
const metrics = performanceMonitor.getMetrics();

リアルタイムメトリクス

server-metrics ツールを通じてリアルタイムパフォーマンスデータにアクセス:

bash

# CLI経由
fluorite-mcp --server-metrics

# MCPプロトコル経由
{
  "method": "tools/call",
  "params": {
    "name": "server-metrics"
  }
}

サンプル出力:

json

{
  "uptime": 3600000,
  "operationCount": 1250,
  "errorCount": 2,
  "errorRate": 0.0016,
  "memory": {
    "heapUsed": 45.2,
    "heapTotal": 67.8,
    "external": 12.3,
    "rss": 89.1
  },
  "performanceMetrics": {
    "avg": 45.2,
    "max": 180,
    "min": 12,
    "count": 1250
  }
}

パフォーマンステスト

包括的なパフォーマンステストの実行:

bash

# 組み込みパフォーマンステスト
fluorite-mcp --performance-test

# MCPプロトコル経由
{
  "method": "tools/call",
  "params": {
    "name": "performance-test"
  }
}

パフォーマンステストカバレッジ:

カタログ操作（読み取り/書き込み/一覧）
メモリリーク検出
並行操作処理
エラー復旧パフォーマンス
静的解析スループット

最適化戦略

1. メモリ最適化

メモリ使用量の監視

typescript

// 現在のメモリ使用量を取得
const metrics = logger.getMetrics();
console.log(`メモリ使用量: ${metrics.memory.heapUsed}MB`);

// パフォーマンス閾値監視
if (metrics.memory.heapUsed > 100) {
  logger.warn('高メモリ使用量を検出', { 
    usage: metrics.memory.heapUsed 
  });
}

メモリ最適化技術

遅延読み込み: 仕様はオンデマンドで読み込み
ガベージコレクション: 未使用リソースの自動クリーンアップ
ストリーム処理: 大きなファイルをチャンクで処理
キャッシュ管理: 頻繁にアクセスされる仕様のLRUキャッシュ

2. I/O最適化

ファイルシステム操作

typescript

// バッチファイル操作
const batchSize = 10;
const files = await Promise.all(
  batch.map(file => readSpec(file, config))
);

// 非同期ファイル操作
const content = await fs.readFile(path, 'utf8');

キャッシュ戦略

インメモリキャッシュ: 頻繁にアクセスされる仕様
ディスクキャッシュ: 複雑な操作のパース済みコンテンツ
バージョン対応: コンテンツ変更時のキャッシュ無効化

3. 静的解析最適化

パフォーマンス設定

typescript

const analyzerConfig = {
  maxIssues: 100,           // 問題検出の制限
  enabledRules: ['critical'], // 重要なルールにフォーカス
  strictMode: false,        // 処理オーバーヘッドを削減
  targetFiles: ['src/**']   // 解析スコープを制限
};

フレームワーク特有の最適化

React: コンポーネントレベル解析キャッシュ
Next.js: ルートベース最適化
TypeScript: 増分型チェック
Vue: テンプレートコンパイルキャッシュ

4. 並行操作

接続プール管理

typescript

// 並行操作の設定
const config = {
  maxConcurrentOperations: 10,
  operationTimeout: 30000,
  retryAttempts: 3
};

負荷分散

操作キューイング: 並行リクエストの管理
リソース配分: 動的リソース分散
グレースフル劣化: 負荷下でのフォールバック戦略

本番デプロイ

リソース要件

最小システム要件

Node.js: 18.0以上（20.0以上推奨）
メモリ: 512MB RAM最小、1GB推奨
CPU: 1コア最小、2コア以上推奨
ディスク: インストール用100MB、キャッシュ用500MB
ネットワーク: ライブラリ検索用の安定したインターネット

スケーリングガイドライン

デプロイサイズ	メモリ	CPU	同時ユーザー	仕様数
小規模	1GB	2コア	<50	<100
中規模	2GB	4コア	<200	<500
大規模	4GB	8コア	<1000	<1000
エンタープライズ	8GB以上	16コア以上	>1000	>1000

環境設定

パフォーマンス環境変数

bash

# ログ設定
FLUORITE_LOG_LEVEL=info           # ログ詳細度を削減
FLUORITE_LOG_FORMAT=json          # 構造化ログ
FLUORITE_LOG_DISABLE=false        # ログ有効化

# パフォーマンスチューニング
NODE_OPTIONS="--max-old-space-size=4096"  # メモリ制限
UV_THREADPOOL_SIZE=16              # I/Oスレッドプールサイズ

# キャッシュ設定
FLUORITE_CATALOG_DIR=/fast/storage # カタログ用SSD使用

本番最適化

bash

# 本番最適化を有効化
NODE_ENV=production

# デバッグ機能を無効化
DEBUG=

# プロセス管理設定
pm2 start fluorite-mcp --instances 4 --max-memory-restart 1G

負荷テスト

ベンチマークスクリプト

bash

#!/bin/bash
# performance-benchmark.sh

echo "🚀 Fluorite MCPパフォーマンスベンチマーク開始"

# ウォームアップ
for i in {1..10}; do
  fluorite-mcp list-specs >/dev/null 2>&1
done

# スループットテスト
start_time=$(date +%s%N)
for i in {1..100}; do
  fluorite-mcp list-specs >/dev/null 2>&1 &
done
wait
end_time=$(date +%s%N)

duration=$((($end_time - $start_time) / 1000000))
throughput=$((100 * 1000 / $duration))

echo "✅ 100操作を${duration}msで完了"
echo "📊 スループット: ${throughput} ops/秒"

ストレステスト

typescript

// stress-test.ts
import { performance } from 'perf_hooks';

async function stressTest() {
  const operations = 1000;
  const concurrency = 50;
  
  const start = performance.now();
  
  // 並行操作の実行
  const promises = Array.from({ length: operations }, (_, i) => 
    runOperation(i % concurrency)
  );
  
  const results = await Promise.allSettled(promises);
  const end = performance.now();
  
  const successful = results.filter(r => r.status === 'fulfilled').length;
  const failed = results.filter(r => r.status === 'rejected').length;
  
  console.log({
    operations,
    duration: end - start,
    successful,
    failed,
    throughput: operations / ((end - start) / 1000)
  });
}

監視とオブザーバビリティ

構造化ログ

ログレベルとパフォーマンス影響

レベル	影響	使用ケース	パフォーマンスコスト
`trace`	最小	開発デバッグ	高
`debug`	低	開発/ステージング	中
`info`	最小	本番監視	低
`warn`	なし	本番アラート	なし
`error`	なし	エラートラッキング	なし

パフォーマンス重視ログ

typescript

// 効率的なログパターン
logger.info('操作完了', {
  operation: 'read-spec',
  duration: 45,
  packageName: pkg,
  performanceMetrics: {
    memoryUsage: process.memoryUsage(),
    responseTime: duration
  }
});

ヘルスチェック

組み込みヘルス監視

bash

# クイックヘルスチェック
fluorite-mcp --self-test

# 包括的監視
fluorite-mcp --server-metrics

カスタムヘルスチェック

typescript

// health-check.ts
export async function healthCheck() {
  const start = performance.now();
  
  try {
    // 基本操作のテスト
    await listSpecs();
    const testResult = await runSelfTest();
    const metrics = await getServerMetrics();
    
    const duration = performance.now() - start;
    
    return {
      status: 'healthy',
      duration,
      metrics,
      timestamp: new Date().toISOString()
    };
  } catch (error) {
    return {
      status: 'unhealthy',
      error: error.message,
      timestamp: new Date().toISOString()
    };
  }
}

アラート

パフォーマンスアラート

yaml

# alerts.yml
alerts:
  - name: "高メモリ使用量"
    condition: "memory.heapUsed > 100"
    severity: "warning"
    action: "restart"
  
  - name: "高エラー率"
    condition: "errorRate > 0.05"
    severity: "critical"
    action: "investigate"
  
  - name: "低速応答時間"
    condition: "avg_response_time > 200"
    severity: "warning"
    action: "optimize"

パフォーマンス問題のトラブルシューティング

一般的なパフォーマンス問題

1. 高メモリ使用量

症状:

メモリ使用量>100MB
時間の経過とともにメモリが徐々に増加
OutOfMemoryエラー

診断:

bash

# メモリ使用量チェック
fluorite-mcp --server-metrics | grep memory

# 時間経過での監視
watch -n 5 'fluorite-mcp --server-metrics'

解決策:

サービスの定期再起動
並行操作の削減
キャッシュの定期クリア
メモリ割り当ての増加

2. 低速応答時間

症状:

応答時間>200ms
クライアントタイムアウト
スループット低下

診断:

bash

# パフォーマンステスト
fluorite-mcp --performance-test

# 特定操作のチェック
time fluorite-mcp list-specs

解決策:

キャッシュの有効化
ファイルI/Oの最適化
解析スコープの削減
SSDストレージの使用

3. 高エラー率

症状:

エラー率>1%
頻繁な操作失敗
不安定な動作

診断:

bash

# エラーパターンのチェック
grep -i error /var/log/fluorite-mcp.log

# 診断実行
fluorite-mcp --self-test

解決策:

ファイル権限の修正
ディスク容量の確保
依存関係の更新
サービスの再起動

パフォーマンスデバッグ

デバッグログの有効化

bash

# 詳細なパフォーマンスログを有効化
FLUORITE_LOG_LEVEL=debug fluorite-mcp
DEBUG=fluorite-mcp* fluorite-mcp

# パフォーマンス専用デバッグ
DEBUG=fluorite-mcp:performance fluorite-mcp

プロファイリングツール

bash

# Node.jsプロファイリング
node --prof dist/mcp-server.js

# メモリプロファイリング
node --inspect dist/mcp-server.js

# CPUプロファイリング
node --cpu-prof dist/mcp-server.js

パフォーマンス最適化チェックリスト

デプロイ前

[ ] パフォーマンステストの実行
[ ] 適切なメモリ制限の設定
[ ] 監視とアラートのセットアップ
[ ] 環境変数の最適化
[ ] 負荷下でのテスト

ランタイム監視

[ ] メモリ使用量トレンドの監視
[ ] 応答時間パーセンタイルの追跡
[ ] エラー率の監視
[ ] ディスク使用量のチェック
[ ] ログローテーションの確認

定期メンテナンス

[ ] 週次パフォーマンスメトリクスレビュー
[ ] 古いキャッシュファイルのクリーンアップ
[ ] 最新バージョンへの更新
[ ] 高メモリ使用時のサービス再起動
[ ] 静的解析ルールのレビューと最適化

高度なパフォーマンス機能

インテリジェントキャッシュ

マルチレベルキャッシュ戦略

typescript

// L1: インメモリキャッシュ（ホットデータ）
const memoryCache = new Map<string, CacheEntry>();

// L2: ディスクキャッシュ（ウォームデータ）
const diskCache = path.join(config.baseDir, '.cache');

// L3: ネットワークキャッシュ（コールドデータ）
const networkCache = '/api/cache'; // ローカルキャッシュエンドポイント

キャッシュ設定

typescript

const cacheConfig = {
  maxMemoryEntries: 1000,
  maxDiskSize: '100MB',
  ttl: 3600, // 1時間
  compressionLevel: 6
};

バッチ処理

最適化されたバッチ操作

typescript

// 複数の仕様を効率的に処理
async function batchProcessSpecs(packages: string[]) {
  const batchSize = 10;
  const results = [];
  
  for (let i = 0; i < packages.length; i += batchSize) {
    const batch = packages.slice(i, i + batchSize);
    const batchResults = await Promise.all(
      batch.map(pkg => processSpec(pkg))
    );
    results.push(...batchResults);
    
    // イベントループに制御を譲る
    await new Promise(resolve => setImmediate(resolve));
  }
  
  return results;
}

リソースプール管理

接続プーリング

typescript

class ResourcePool {
  private resources: Resource[] = [];
  private maxSize = 10;
  private currentSize = 0;
  
  async acquire(): Promise<Resource> {
    if (this.resources.length > 0) {
      return this.resources.pop()!;
    }
    
    if (this.currentSize < this.maxSize) {
      this.currentSize++;
      return this.createResource();
    }
    
    // リソースが利用可能になるまで待機
    return this.waitForResource();
  }
  
  release(resource: Resource): void {
    this.resources.push(resource);
  }
}

ベストプラクティス要約

開発

初日からパフォーマンス監視を使用
開発中は定期的にプロファイリング
現実的なデータサイズでテスト
段階的なパフォーマンス改善の実装

デプロイ

適切なリソース制限の設定
包括的な監視のセットアップ
本番グレードのログ使用
自動ヘルスチェックの実装

メンテナンス

現在の値だけでなくトレンドの監視
パフォーマンス劣化のアラート設定
定期的なパフォーマンスレビュー
使用パターンに基づく積極的な最適化

スケーリング

現在の負荷の3倍を計画
高スループットには水平スケーリングを使用
グレースフル劣化の実装
ボトルネックの継続的な監視と最適化

詳細情報については以下を参照:

インストールガイド - セットアップと設定
関数リファレンス - 完全なAPIドキュメント
トラブルシューティングガイド - 一般的な問題と解決策
アーキテクチャドキュメント - システム設計とスケーリング

パフォーマンスガイド ​

概要 ​

パフォーマンス特性 ​

主要パフォーマンスメトリクス ​

フレームワーク特有のパフォーマンス ​

静的解析パフォーマンス ​

カタログ操作パフォーマンス ​

組み込みパフォーマンス監視 ​

パフォーマンスモニター ​

リアルタイムメトリクス ​

パフォーマンステスト ​

最適化戦略 ​

1. メモリ最適化 ​

メモリ使用量の監視 ​

メモリ最適化技術 ​

2. I/O最適化 ​

ファイルシステム操作 ​

キャッシュ戦略 ​

3. 静的解析最適化 ​

パフォーマンス設定 ​

フレームワーク特有の最適化 ​

4. 並行操作 ​

接続プール管理 ​

負荷分散 ​

本番デプロイ ​

リソース要件 ​

最小システム要件 ​

スケーリングガイドライン ​

環境設定 ​

パフォーマンス環境変数 ​

本番最適化 ​

負荷テスト ​

ベンチマークスクリプト ​

ストレステスト ​

監視とオブザーバビリティ ​

構造化ログ ​

ログレベルとパフォーマンス影響 ​

パフォーマンス重視ログ ​

ヘルスチェック ​

組み込みヘルス監視 ​

カスタムヘルスチェック ​

アラート ​

パフォーマンスアラート ​

パフォーマンス問題のトラブルシューティング ​

一般的なパフォーマンス問題 ​

1. 高メモリ使用量 ​

2. 低速応答時間 ​

3. 高エラー率 ​

パフォーマンスデバッグ ​

デバッグログの有効化 ​

プロファイリングツール ​

パフォーマンス最適化チェックリスト ​

デプロイ前 ​

ランタイム監視 ​

定期メンテナンス ​

高度なパフォーマンス機能 ​

インテリジェントキャッシュ ​

マルチレベルキャッシュ戦略 ​

キャッシュ設定 ​

バッチ処理 ​

最適化されたバッチ操作 ​

リソースプール管理 ​

接続プーリング ​

ベストプラクティス要約 ​

開発 ​

デプロイ ​

メンテナンス ​

スケーリング ​

パフォーマンスガイド

概要

パフォーマンス特性

主要パフォーマンスメトリクス

フレームワーク特有のパフォーマンス

静的解析パフォーマンス

カタログ操作パフォーマンス

組み込みパフォーマンス監視

パフォーマンスモニター

リアルタイムメトリクス

パフォーマンステスト

最適化戦略

1. メモリ最適化

メモリ使用量の監視

メモリ最適化技術

2. I/O最適化

ファイルシステム操作

キャッシュ戦略

3. 静的解析最適化

パフォーマンス設定

フレームワーク特有の最適化

4. 並行操作

接続プール管理

負荷分散

本番デプロイ

リソース要件

最小システム要件

スケーリングガイドライン

環境設定

パフォーマンス環境変数

本番最適化

負荷テスト

ベンチマークスクリプト

ストレステスト

監視とオブザーバビリティ

構造化ログ

ログレベルとパフォーマンス影響

パフォーマンス重視ログ

ヘルスチェック

組み込みヘルス監視

カスタムヘルスチェック

アラート

パフォーマンスアラート

パフォーマンス問題のトラブルシューティング

一般的なパフォーマンス問題

1. 高メモリ使用量

2. 低速応答時間

3. 高エラー率

パフォーマンスデバッグ

デバッグログの有効化

プロファイリングツール

パフォーマンス最適化チェックリスト

デプロイ前

ランタイム監視

定期メンテナンス

高度なパフォーマンス機能

インテリジェントキャッシュ

マルチレベルキャッシュ戦略

キャッシュ設定

バッチ処理

最適化されたバッチ操作

リソースプール管理

接続プーリング

ベストプラクティス要約

開発

デプロイ

メンテナンス

スケーリング