← Biblioteca de QA
Capítulo 11 / 19 · 8 min de lectura

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

TipoPreguntaEjemplo
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)
Por qué importan los percentiles: tiempo de respuesta (ms)Media180p50120p95650p991900
La media parece buena, pero una de cada cien peticiones tarda casi dos segundos, y esos usuarios lo notan.

Cómo diseñar una prueba realista

  1. 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».
  2. Modela el comportamiento real: usa la analítica para elegir escenarios y proporciones: la mayoría navega, menos buscan y aún menos pagan.
  3. Prepara los datos: suficientes productos, usuarios y pedidos; evita que todos los usuarios virtuales usen el mismo registro.
  4. Usa un entorno parecido a producción: una prueba en un servidor del tamaño de un portátil dice poco de producción.
  5. Sube la carga gradualmente y mantén el pico lo suficiente para ver tendencias.
  6. 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

HerramientaPunto fuerte
k6Scripts en JavaScript, ideal para CI y desarrolladores
Apache JMeterMadura, con interfaz gráfica y muchos protocolos
GatlingAlto rendimiento, informes legibles
LocustEscenarios en Python
Lighthouse / PageSpeed InsightsRendimiento de front-end y Core Web Vitals
El rendimiento es una funcionalidad. Pruébalo antes del lanzamiento y ejecuta con regularidad una prueba de carga pequeña para que una consulta lenta no llegue a producción sin que nadie lo note.