Pruebas de rendimiento y carga
Tipos de pruebas de rendimiento, las métricas que importan, cómo diseñar una prueba de carga realista y cómo leer los resultados.
Una función que va bien con un usuario puede hundirse con mil. Las pruebas de rendimiento responden a tres preguntas: qué rapidez tiene ahora el sistema, cuánta carga aguanta y qué se rompe primero cuando se satura.
Tipos de pruebas de rendimiento
| Tipo | Pregunta | Ejemplo |
|---|---|---|
| Carga | ¿Se cumplen los objetivos con el tráfico esperado? | 500 usuarios simultáneos navegando y comprando durante 30 minutos |
| Estrés | ¿Dónde está el límite y cómo falla? | Aumentar usuarios hasta que aparezcan errores |
| Picos | ¿Aguanta un salto repentino? | Tráfico ×10 en un minuto tras una newsletter o el lanzamiento de un juego |
| Resistencia (soak) | ¿Se degrada con el tiempo? | Carga estable 8–24 horas para encontrar fugas de memoria |
| Escalabilidad | ¿Ayuda añadir servidores? | Repetir la prueba con 2 y 4 instancias |
| Front-end | ¿Qué rapidez percibe el usuario? | Core Web Vitals en un móvil de gama media con 4G |
Las métricas que importan
- Percentiles del tiempo de respuesta: la media oculta problemas; mira p95 y p99 (el 95 % / 99 % de las peticiones fue más rápido)
- Rendimiento (throughput): peticiones o transacciones por segundo
- Tasa de errores: porcentaje de peticiones fallidas bajo carga
- Recursos: CPU, memoria, conexiones a la base de datos, longitud de colas
- Métricas de front-end: Largest Contentful Paint (contenido principal visible), Interaction to Next Paint (respuesta), Cumulative Layout Shift (estabilidad visual)
Cómo diseñar una prueba realista
- Define objetivos con negocio: por ejemplo, «p95 por debajo de 800 ms en búsqueda y checkout con 300 usuarios simultáneos y menos del 1 % de errores».
- Modela el comportamiento real: usa la analítica para elegir escenarios y proporciones: la mayoría navega, menos buscan y aún menos pagan.
- Prepara los datos: suficientes productos, usuarios y pedidos; evita que todos los usuarios virtuales usen el mismo registro.
- Usa un entorno parecido a producción: una prueba en un servidor del tamaño de un portátil dice poco de producción.
- Sube la carga gradualmente y mantén el pico lo suficiente para ver tendencias.
- Monitoriza los servidores durante la prueba, no solo el informe de la herramienta.
Un pequeño script de k6
import http from 'k6/http';
import { check, sleep } from 'k6';
export const options = {
stages: [
{ duration: '2m', target: 100 }, // subida
{ duration: '10m', target: 100 }, // mantener
{ duration: '1m', target: 0 }, // bajada
],
thresholds: {
http_req_duration: ['p(95)<800'],
http_req_failed: ['rate<0.01'],
},
};
export default function () {
const res = http.get('https://staging.example.com/api/products?q=hoodie');
check(res, { 'status is 200': (r) => r.status === 200 });
sleep(Math.random() * 3 + 1); // tiempo de reflexión
}
Cómo leer los resultados
Busca el punto en que los tiempos de respuesta empiezan a subir bruscamente o aparecen errores, y crúzalo con las métricas del servidor. Culpables típicos: consultas lentas sin índices, pocas conexiones a la base de datos, llamadas síncronas a servicios externos lentos, falta de caché y fugas de memoria que solo aparecen tras horas.
Herramientas
| Herramienta | Punto fuerte |
|---|---|
| k6 | Scripts en JavaScript, ideal para CI y desarrolladores |
| Apache JMeter | Madura, con interfaz gráfica y muchos protocolos |
| Gatling | Alto rendimiento, informes legibles |
| Locust | Escenarios en Python |
| Lighthouse / PageSpeed Insights | Rendimiento de front-end y Core Web Vitals |


