Mesuré sur de vrais playbooks.

Deux charges de travail, chacune lancée par une recette du dépôt, face à ansible-core 2.19.12 avec pipelining activé. Chaque chiffre de cette page vient de ces recettes, mesuré le 2026-09-27.

50×plus rapide sur quatre rôles Galaxy
2.15×plus rapide sur k3s-ansible site.yml
Quatre rôles Galaxygeerlingguy.security, nginx, git et pip sur deux hôtes Ubuntu 24.04 déjà convergés, 56 tâches par hôte
0 s5 s10 s15 s20 s25 s30 s
ansible-core 26.435 sVolant 0.529 s

Survolez la trace pour la lire.

k3s-ansible site.ymlle playbook officiel de k3s-ansible sur un cluster déjà installé, un serveur et un agent
0 s10 s20 s30 s40 s50 s
ansible-core 50.519 sVolant 23.477 s

Survolez la trace pour la lire.

Médiane de trois passes chronométrées le 2026-09-27, face à ansible-core 2.19.12 avec pipelining = True. Une ligne est haute tant que l'exécution de ce moteur est en cours.

Les rapports sont très éloignés pour une raison. Les rôles ne changent rien sur un hôte convergé, si bien que presque tout le temps de la référence part dans la mécanique autour de chaque module. Le playbook k3s redémarre des services et lance des scripts d'installation à chaque passage, et ce travail prend autant de temps avec l'un ou l'autre moteur.

Où Volant passe son temps.

La passe médiane, découpée par étape. Une étape native est traitée en Rust par l'agent sur l'hôte.

Quatre rôles Galaxy0.529 s pour deux hôtes
Ouverture des connexions172.6 ms
file ×8, lineinfile ×8, stat ×5natif52.8 ms
systemd, 3 tâchesnatif52.4 ms
setup, collecte des factsnatif47.6 ms
apt, 8 tâchesnatif38.4 ms
Trames et blobs sur le réseau27.1 ms
Préparation des tâches sur le contrôleur25 ms
Construction de l'ensemble de modules Pythonen cache15.3 ms
Attente de l'autre hôte10.6 ms
k3s-ansible, le serveur23.477 s pour deux hôtes
Redémarrage de k3s, serveur et agentsystemd natif13.03 s
service_factsnatif2.48 s
apt avec update_cachePython2.21 s
Ouverture des connexions350 ms
Attente de l'autre hôte253 ms
Préparation des tâches sur le contrôleur185 ms
package_factsnatif168 ms
Collecte des factsnatif55 ms
Construction de l'ensemble de modules Pythonen cache30.6 ms

Sur k3s, l'essentiel des 23.5 secondes est du travail que le playbook demande : redémarrer le service k3s, lancer son script d'installation et 13 tâches command. Les deux moteurs paient la même chose, car ce sont des processus sur l'hôte. Ce qui reste explique le reste.

La configuration.

Réglages par défaut des deux côtés, sauf le pipelining, qui accélère la référence.

Hôtes gérés
deux hôtes Ubuntu 24.04, 4 cœurs chacun
Contrôleur
Ubuntu 26.04, 8 cœurs
Volant
build de release, réglages par défaut : modules natifs activés, une connexion SSH par hôte
Référence
ansible-core 2.19.12 avec pipelining = True, forks à sa valeur par défaut de 5
Passes
une passe de chauffe par moteur, puis trois passes chronométrées chacun ; la médiane est retenue
Contrôle
chaque passe doit se terminer sur le même PLAY RECAP avec les deux moteurs, sinon la recette échoue

Mesurez votre propre exécution.

Sur votre propre playbook, --profile affiche le découpage ci-dessus pour votre exécution, étape par étape.

Pour reproduire les deux charges, les recettes compilent Volant en mode release, s'exécutent sur les hôtes que vous indiquez et affichent les médianes et le rapport. Elles demandent ansible-core 2.19.12 installé avec uv tool install, deux hôtes où le compte a sudo sans mot de passe, et elles modifient ces hôtes : utilisez des machines que vous pouvez réinitialiser. Les recettes

# Your own run, split by step 
volant playbook -i inventory.ini site.yml --profile

# The two workloads of this page 
VOLANT_TARGET_HOST=host1 VOLANT_SECOND_HOST=host2 just bench 3 
VOLANT_TARGET_HOST=host1 VOLANT_SECOND_HOST=host2 just bench-k3s 3

Ces chiffres décrivent deux playbooks sur deux hôtes. Les vôtres dépendent de votre réseau, de ce que font vos tâches, du nombre de celles qu'un module natif couvre et du nombre d'hôtes que vous pilotez en même temps. La mesure complète