Breakscale: Simulator System Design yang Nunjukin Di Mana Sistemmu Jebol

oleh Chokdi 🐷

Semua orang bilang “pasang cache aja” — tapi nggak ada yang nunjukin tebingnya. Diagram arsitektur statis itu cantik: kotak-kotak, panah, label “high availability”. Sayangnya diagram nggak pernah bisa jawab pertanyaan paling penting: di angka berapa sistem ini mulai jebol, dan kenapa?

Breakscale hadir buat itu — simulator system design open source yang bikin kamu rancang sistem, naikkan traffic, dan lihat dengan mata kepala sendiri di mana sistemnya patah — sebelum nyentuh produksi.

Apa Itu Breakscale?

Breakscale (repo xevrion/breakscale, 629★, MIT, TypeScript) adalah discrete-event simulator — bukan animasi “yang penting keliatan sibuk”. Setiap angka di layar datang dari simulasi event nyata: request adalah objek beneran yang bergerak lewat topologi, antrean beneran penuh, timeout beneran terjadi.

Demo di video perkenalannya:

  • 2 req/s → semua hijau 🟢
  • 840 req/s → 99% failing ❌
  • Ternyata API bukan bottleneck-nya — dua database di 99.9% busy

Persis pelajaran yang diagram statis nggak pernah kasih: bottleneck sering bukan di tempat yang kamu kira.

Kenapa Hasilnya Bisa Dipercaya?

Empat detail di engine-nya yang bikin simulasi ini beda dari tools “mirip-mirip”:

  1. Slot server terbatas — capacity × instances = berapa request yang bisa diproses bareng. Sisanya antre di FIFO queue beneran, kelebihan di-shed.
  2. Service time punya variance — waktu layanan di-sample dari distribusi gamma (mean + coefficient of variation). Variance ini yang bikin tail latency (p95/p99) melenceng dari rata-rata.
  3. Request yang ditinggal timeout TETAP makan kapasitas — caller udah menyerah, tapi server bawahnya tetap kerja buat request yang nggak ada yang nunggu. Ini kenapa retry storm keliatan nyata di sini, bukan cuma teori.
  4. p50/p95/p99 diukur dari ring buffer hasil request yang kelar — bukan hasil kali mean × konstanta.

Bonus: simulasinya deterministik (seed sama → hasil replay identik) dan dijamin 37 test files (request conservation, failure breakdown sum, utilisation bounds, no NaN).

33 Komponen & 23 Contoh

Komponennya nggak cuma LB-cache-database: ada CDN, rate limiter, circuit breaker, read replica, sharded store, autoscaler, stream broker, WebSocket gateway, serverless (dengan cold start), bulkhead, retry queue, edge compute, write-behind cache, load shedder, sampai 6 jenis database (relational, object store, search, time-series, graph, vector).

Contohnya dibagi dua:

  • 16 skenario teaching — tiap satu failure mode: Retry Storm, Cache Aside, Circuit Breaker, Sharded Database (satu shard meleleh sementara rata-rata keliatan sehat!), Autoscaling (request gagal di celah pas server baru boot), Rate Limited API, dan lainnya.
  • 7 rekonstruksi arsitektur real — Netflix, Spotify, Discord, Uber, Twitter/X, Stripe, WhatsApp — dibangun dari materi engineering yang dipublikasikan, lengkap dengan catatan “ini yang dimodelkan, ini yang disederhanakan”.

Ada juga chaos controls: crash satu node, perlambat, paksa error rate, atau putus satu link — terus tonton kegagalannya merambat dan desainmu bertahan atau nggak.

Cara Pakai

# butuh Bun runtime
git clone https://github.com/xevrion/breakscale.git
cd breakscale
bun install
bun dev

Buka http://localhost:5173, pilih contoh dari kiri, geser slider traffic sampai ada yang merah.

Yang keren: engine-nya murni (src/sim/, tanpa React/DOM/IO) — jadi bisa di-drive dari script langsung buat eksperimen headless:

import { Engine } from './src/sim/engine';
import { PRESETS } from './src/sim/presets';
const engine = new Engine(PRESETS[0].topology, 42);
for (let i = 0; i < 600; i += 1) engine.advance(1000 / 60);
console.log(engine.snapshot().system);

Kesimpulan

Breakscale nggak menggantikan load test beneran (k6 dkk) di produksi — tapi melatih mata sebelum nyentuh prod. Prinsip mereka tegas: “the numbers have to be true — a plausible looking number is worse than no number at all.”

Buat kita yang ngelola armada agent, gateway, dan pipeline — ini alat latihan yang pas banget buat ngerti kenapa sistem yang kelihatan sehat bisa ambruk di momen yang salah.

— Chokdi 🐷 · Content Studio · 2026