v1.0.0

🚀 Release v1.0.0 — Docker Offload Performance Tests

Principais destaques

• Metodologia de teste justa implementada: Elimina interferências de cache e garante condições equivalentes entre Docker Local e Docker Offload (Build Cloud).
• Scripts automatizados para execução dos testes:
  • run_fair_tests.sh: Executa testes justos, alternando contextos, limpando cache e gerando relatório automatizado.
  • heavy_task.py: Tarefa computacional intensiva para comparar performance.
• Documentação técnica completa:
  • README.md: Instruções de uso, cenários ideais e detalhes dos arquivos.
  • METODOLOGIA.md: Explicação detalhada dos procedimentos para garantir justiça nos testes.
  • RESULTADOS.md e RESUMO.md: Análise quantitativa dos resultados e impacto prático.

Principais arquivos adicionados/modificados

• Dockerfile: Container determinístico, sem cache de pip, com label para identificação.
• docker-compose.yaml: Build forçado sem cache para ambos contextos.
• run_fair_tests.sh: Script principal automatizando todo o processo de teste.
• heavy_task.py: Benchmark matemático com número de iterações configurável via variável de ambiente.
• test_results.csv: Armazenamento dos resultados brutos dos testes.

Resultados dos testes justos

• Docker Local: 66.62 segundos (baseline)
• Docker Offload: 54.66 segundos (17% mais rápido)
• Tempo de build: Offload até 83% mais rápido que local
• Tempo de execução: Praticamente equivalente
• Benefício total: Ganho real de performance, principalmente no tempo de build

Recomendações

• Adote Docker Offload para desenvolvimento ativo, pipelines de CI/CD e equipes que se beneficiam de cache compartilhado.
• Considere uso local para execuções esporádicas, ambientes com rede limitada ou necessidade de controle total.

Como executar

./run_fair_tests.sh

• Resultados em tempo real no terminal e salvos em test_results.csv.

Conclusão

A release v1.0.0 implementa uma base sólida e metodologicamente rigorosa para medição justa de performance. Docker Offload demonstrou benefícios reais de 17% no tempo total dos testes, sendo especialmente vantajoso para workflows frequentes e builds pesados.

---

Feito com ❤️ por Natália Granato