Skip to main content
Performance14 min read

Pruebas de rendimiento: De cero a producción

Cómo creé un conjunto de pruebas de rendimiento que identificó 3 cuellos de botella críticos antes de la producción y mejoró los tiempos de respuesta de la API en un 40%.

Part ofTesting & QA->
By Jason TeixeiraDecember 28, 2023
LocustJMeterPerformance TestingPython
Share:
On this page

Cuando empecé a crear pruebas de rendimiento para una plataforma de trading, no existía ninguna prueba de carga. Así es como construí un conjunto completo de pruebas de carga diseñado para detectar problemas que rompen producción antes de que ocurran.

La Señal de Alarma

Tres meses después del lanzamiento, nuestra plataforma de trading colapsó durante la apertura del mercado:

  • Más de 500 usuarios golpearon la API simultáneamente
  • Tiempos de respuesta: 200ms → 45 segundos
  • Conexiones de base de datos al máximo
  • $2M en operaciones potenciales perdidas

No teníamos idea de cuáles eran nuestros límites de capacidad. Me asignaron la tarea de solucionarlo.

Fase 1: Estableciendo Líneas Base

Antes de las pruebas de carga, necesitas conocer el comportamiento normal:

\

Reader route

article -> proof -> offer

ReadClusterProofScope

cluster

Testing & QA

intent

Performance

route

next step

What to do with this

Turn the note into a build path.

If this topic maps to a real business problem, keep reading the cluster, study the academy path, or route the work into a scoped engagement.

Jason Teixeira
Written by
Jason Teixeira
Founder, Sage Ideas Studio · Principal Engineer
livebuild 5d6c8652026-08-05 06:00Z
// solo studio// no analytics resold// every commit human-reviewed