So misst du die Leistung von Home Assistant, ohne Cache mit Kapazität zu verwechseln

Ein schneller warmer Home-Assistant-Test beweist keine freien Kapazitätsreserven; möglicherweise zeigt er nur, dass Browser-, Datenbank-, Dateisystem- oder Anwendungscaches bereits gefüllt sind.

Kapazität ist die Menge an dauerhaftem Arbeitsaufwand, die ein System innerhalb eines Ziels für Latenz und Korrektheit bewältigen kann, während ein Cache die Kosten wiederholter Arbeit verändert. Ein Dashboard, das sich beim zweiten Besuch schnell öffnet, eine durch zwischengespeicherte Seiten beschleunigte Verlaufsabfrage oder ein Neustart, gefolgt von einer reibungslos ausgeführten Automation, können allesamt nützliche Beobachtungen sein, ohne die Belastungsgrenze aufzuzeigen. Messen Sie Kaltstart-, Warm-, Dauerlast- und Sättigungsphasen getrennt.

Trennen Sie zunächst Cache-Effekte von der zu dimensionierenden Arbeitslast

Verschiedene Home-Assistant-Pfade verwenden unterschiedliche Caches. Browser speichern Frontend-Ressourcen; das Betriebssystem cached Dateisystemseiten; SQLite oder eine andere Datenbank profitiert von kürzlich gelesenen Seiten; Integrationen können Verbindungen oder Gerätezustände vorhalten; auch DNS und TLS können wiederverwendet werden. Ein einzelner „warmer“ Benchmark kann mehrere dieser Effekte gleichzeitig enthalten.

Ein Community-Leitfaden zur Recorder-Leistung in Home Assistant erklärt, wie eine große Datenbank mehr Lese-, Schreib- und Indexarbeit erzeugt, und zeigt, dass sich die Datenbankarbeitslast mit den aufbewahrten Zuständen verändert und nicht nur mit der CPU-Geschwindigkeit. Ein warmer Seitencache kann einen Teil dieser Lesekosten verbergen, bis der Arbeitssatz den Speicher übersteigt oder von einer anderen Arbeitslast verdrängt wird.

Definieren Sie die Kapazitätsfrage vor dem Test: Dashboard-Start, Verlaufsabfrage, Automationslatenz, Ereignisse pro Sekunde, gleichzeitige Clients, parallele Backups oder die Dienstkonkurrenz auf dem gesamten Host. Listen Sie anschließend die Caches auf, die diesen konkreten Vorgang verbilligen können. Leeren Sie nicht wahllos jeden Cache; schaffen Sie eine kontrollierte kalte Bedingung und eine realistische warme Bedingung, damit beide messbar sind.

Verwenden Sie kalte und warme Durchläufe, um die beiden relevanten Extreme einzugrenzen

Ein kalter Durchlauf zeigt, wie sich das System verhält, wenn Daten oder Ressourcen nicht resident sind, während ein warmer Durchlauf den Pfad der laufenden Wiederverwendung abbildet, den Benutzer häufig erleben. Keine der beiden Bedingungen ist allgemein „realistisch“. Ein Smartphone, das einmal jeden Morgen geöffnet wird, entspricht möglicherweise eher einem kalten Frontend-Verhalten, während ein Wand-Tablet oder eine stark ausgelastete Datenbank den größten Teil des Tages warm betrieben werden kann.

Hinweise zum Storage-Benchmarking zeigen, dass sich zwei aufeinanderfolgende Durchläufe allein deshalb unterscheiden können, weil der erste Durchlauf den Dateisystem-Cache aufwärmt. Deshalb müssen kalte und warme Cache-Bedingungen gekennzeichnet und dürfen nicht vermischt werden. Dasselbe Prinzip gilt für Tests von Home-Assistant-Verläufen und Ressourcen: Ein schneller zweiter Durchlauf belegt die Wiederverwendung, aber nicht automatisch eine höhere Serverkapazität.

Erfassen Sie beide Verteilungen, nicht nur den besten Wert. Verwenden Sie identische Daten, denselben Client, dasselbe Netzwerk und dieselbe Dashboard-Konfiguration. Wenn die warmen Ergebnisse ausgezeichnet sind, die kalten Ergebnisse jedoch die Frist des Haushalts überschreiten, kann das System für ständig geöffnete Clients akzeptabel, für Neustarts, Wiederherstellung oder seltenen mobilen Zugriff aber ungeeignet sein. Kapazitätsaussagen sollten angeben, welche Bedingung sie repräsentieren.

Kapazität wird sichtbar, wenn wiederholte Arbeit nicht mehr linear skaliert

Um Kapazität zu messen, erhöhen Sie eine Arbeitslastvariable, während Sie die übrigen konstant halten: Ereignisrate, Anzahl der Dashboard-Clients, Parallelität von Verlaufsabfragen, Datenbankschreibrate oder die Last benachbarter Dienste. Eine Untersuchung zu einem realen Home-Assistant-Dashboard zeigt, wie kontinuierliche WebSocket-Aktualisierungslast sichtbar werden kann, wenn der Client zurückfällt. Dadurch sind Warteschlangen und das Verhalten im oberen Latenzbereich aussagekräftiger als ein einzelnes gecachtes Spitzenergebnis. Beobachten Sie diese Signale zusammen mit CPU-, Speicher-, Storage- und Netzwerkauslastung.

ZimaSpace zeigt einen vergleichbaren Sättigungsmechanismus bei Warteschlangenkonkurrenz bei gemeinsam genutztem Storage: Der Durchsatz kann hoch bleiben, während die interaktive Latenz im oberen Bereich wächst, sobald die Zahl ausstehender Vorgänge den sinnvollen Grad an Parallelität übersteigt. Auch bei Home Assistant sind latenzbewusste Abbruchkriterien erforderlich.

Die wichtigste Regel gegen Marketingaussagen lautet: Mehr freie CPU garantiert nicht mehr Kapazität des Gesamtsystems. Eine Automation kann auf ein Funkgerät warten, der Storage kann gesättigt sein, während die CPU im Leerlauf ist, und ein mobiler Client kann nach der Antwort des Servers langsam rendern. Kapazität gehört zum vollständig getesteten Pfad und zu den konstant gehaltenen Bedingungen, nicht zu einem einzelnen Auslastungswert.

-15% OFF

ZimaBoard 2 – Mini-Heimserver für Ihre große Idee

Single board computer zimaboard2

$339.00 - $519.00

Buy Now

Testen Sie Cache-Verdrängung und benachbarte Dienste, bevor Sie Reserven feststellen

Ein Home-Server betreibt Home Assistant nicht im luftleeren Raum. Backups, Medienscans, KI-Aufgaben, Kameraaufzeichnungen, Datenbanken und Container können nützliche Cache-Seiten verdrängen oder konkurrierenden Druck auf Storage und Speicher erzeugen. Ein Benchmark auf einem ansonsten leeren Host kann daher einen warmen Arbeitssatz ausweisen, den die Produktionsumgebung während der realen Spitzenlast im Haushalt nicht resident halten kann.

Ein Optimierungsfall aus dem Jahr 2026 beim Recorder liefert ein praktisches Beispiel für die Reduzierung des historischen Schreibvolumens, sodass die Datenbank weniger I/O und einen kleineren vorgehaltenen Arbeitssatz benötigt. Dadurch verschiebt sich die reale Kapazitätsgrenze, statt lediglich eine zweite Abfrage schneller wirken zu lassen.

Wiederholen Sie den Dauerlasttest, während die üblichen Backups, Kamera- oder Container-Arbeitslasten ausgeführt werden. Bleibt die Latenz innerhalb des Ziels und verhält sich die Cache-Trefferrate weiterhin stabil, ist das warme Ergebnis glaubwürdiger. Bricht die Leistung erst ein, nachdem ein anderer Dienst den Cache verdrängt oder Warteschlangen gefüllt hat, verfügt der Host über weniger Produktionsreserven, als der isolierte Home-Assistant-Benchmark vermuten ließ.

Veröffentlichen Sie ein Kapazitätsergebnis mit seinen Bedingungen

Ein nützliches Ergebnis nennt die Home-Assistant-Version, die Hardware, den Storage, die Datenbank, die Anzahl der Entitäten, die Aufbewahrungsdauer, den Clienttyp, das Dashboard, den Netzwerkpfad, die warme oder kalte Bedingung, Hintergrundlasten, die Eingaberate, die Testdauer und den Akzeptanzgrenzwert. Ohne diese Angaben ist „Home Assistant antwortet in 100 ms“ weder vergleichbar noch reproduzierbar.

Eine unabhängige Analyse der Home-Assistant-Konkurrenz erklärt, wie der Asyncio-Ereignisloop Automationsaufgaben einplant und wie I/O-Wartezeiten diese Aufgaben anhalten können. Beziehen Sie die Reaktionsfähigkeit des Ereignisloops und blockierendes Verhalten ein, wenn die getestete Arbeitslast stark automationserzeugt ist, statt anzunehmen, dass Storage- oder CPU-Auslastung allein die Kapazität beschreibt.

Nennen Sie das System erst dann leistungsfähig, wenn die schlimmste normale Überlagerung lange genug ausgeführt wurde, um den Dauerzustand zu erreichen, die Latenz im oberen Bereich innerhalb des Ziels bleibt, Warteschlangen nicht kontinuierlich wachsen und wiederholte Durchläufe ähnliche Ergebnisse liefern. Betrachten Sie den warmen Cache als eine Betriebsbedingung, nicht als einen Multiplikator, dessen Verfügbarkeit Sie auch dann voraussetzen können, wenn im Haus und auf dem Host weitere Dienste hinzukommen.

FAQ

Sollte ich Home Assistant vor jedem Benchmark neu starten?

Nein. Ein Neustart kann ein einziges Kaltstart-Szenario erzeugen, verändert aber auch viele Variablen gleichzeitig. Verwenden Sie ihn gezielt für Starttests und führen Sie anschließend getrennte warme und Dauerlasttests ohne Neustart durch.

Ist der schnellste Durchlauf die beste Kapazitätsschätzung?

Nein. Der schnellste Durchlauf zeigt meist günstige Cache- und Scheduling-Bedingungen. Kapazitätsentscheidungen sollten auf wiederholbaren Verteilungen und der Latenz im oberen Bereich unter Dauerlast beruhen, weil Benutzer die langsamen Durchläufe bemerken, wenn sich das System der Sättigung nähert.

Können hohe Cache-Trefferraten als schlecht gelten?

Nein. Wiederverwendung ist wünschenswert. Der Fehler besteht darin anzunehmen, dass gecachte Daten immer resident bleiben, während Arbeitssatz, Anzahl der Entitäten, Verlauf und benachbarte Dienste wachsen. Messen Sie, was geschieht, wenn die Arbeitslast nicht mehr bequem in denselben Cache-Footprint passt.