Eigenes Open-Source-Produkt · Solo-Entwicklung

ProviderBench

Gemessen, nicht vermarktet.

Rolle

Eigenes Open-Source-Produkt · Solo-Entwicklung

Zeitraum

2026 bis Heute

Technischer Rahmen

Go / Next.js

Links

Website GitHub

Ausgangsproblem

Cloud-Tarife werben mit vCPUs, RAM und NVMe-Storage, doch diese Bezeichnungen sagen wenig über die Leistung aus, die ein Kunde auf einem realen Shared Host erhält. CPU-Steal-Time, Noisy-Neighbor-Varianz, Random I/O und fsync-Latenz bleiben unsichtbar, bis ein produktiver Workload bereits betroffen ist. Bestehende Vergleichstabellen wiederholen Spezifikationen, statt Messwerte zu veröffentlichen, die reproduziert oder angezweifelt werden können.

Umsetzung

ProviderBench wird als statisches Go-Binary ausgeliefert, führt einen vollständigen Benchmark in ungefähr neunzig Sekunden aus und schreibt einen portablen JSON-Report. Gemessen werden Compute-, Memory-, Disk-, Netzwerk- und Virtualisierungssignale mit dokumentiertem Quellcode und direkt kopierbaren Befehlen. Gemanagte Hetzner-Kampagnen können mehrere frische Hosts provisionieren, Samples über physische Infrastruktur verteilen, Messungen wiederholen und alle Ressourcen anschließend entfernen. Die Next.js-Website veröffentlicht datierte Rohdaten und trennt vorläufige Datensätze sichtbar von belastbaren Vergleichen.

Ergebnis

Macht aus Anbieter-Versprechen Messwerte, die Käufer selbst reproduzieren können
Zeigt Overselling-Signale wie CPU-Steal-Time und fsync-Verhalten vor einer Migration
Bindet jeden Vergleich an datierte Rohdaten und öffentlichen Benchmark-Quellcode

Mein Beitrag

Benchmark-Methodik, Report-Format, Regeln für vorläufige Daten und Vergleichsmodell entworfen
Go-CLI, Linux-Messproben, Kampagnen-Runner und JSON-Pipeline entwickelt
Next.js-Vergleichsseite, Metrik-Dokumentation und Reproduzierbarkeits-Workflow umgesetzt

Wirkung

Macht aus Anbieter-Versprechen Messwerte, die Käufer selbst reproduzieren können
Zeigt Overselling-Signale wie CPU-Steal-Time und fsync-Verhalten vor einer Migration
Bindet jeden Vergleich an datierte Rohdaten und öffentlichen Benchmark-Quellcode

Was wichtig war

Abhängigkeitsfreies Go-CLI mit vollständigem Lauf in ungefähr neunzig Sekunden

Messungen für CPU-Durchsatz, Steal-Time, Memory, Random I/O, fsync und Netzwerk

Datierte JSON-Rohdaten, die reproduzierbar und unabhängig überprüfbar bleiben

Gemanagte Hetzner-Kampagnen über frische Instanzen und wiederholte Samples

Öffentliche Methodik mit direkter Verlinkung zum Benchmark-Quellcode

Copy-to-run-Befehle, die jede veröffentlichte Zahl mit dem CLI verbinden

Einblicke