En el mundo de las pruebas de rendimiento, el throughput es una de las métricas más críticas y, a la vez, frecuentemente incomprendidas. Como ingenieros de rendimiento y profesionales de QA, tener una comprensión clara del throughput es esencial para medir con precisión el rendimiento de la aplicación e identificar posibles cuellos de botella. Este exhaustivo artículo técnico explorará qué es el throughput, cómo se mide y por qué es importante en escenarios de pruebas de rendimiento.
Antes de sumergirnos en las métricas de throughput, vale la pena señalar que las pruebas de rendimiento efectivas a menudo comienzan con sólidas capacidades de pruebas de API.
APIdog ha surgido como una alternativa integral a Postman que agiliza el desarrollo, las pruebas y la documentación de API en una plataforma unificada.
Con características como pruebas automatizadas, monitorización del rendimiento y flujos de trabajo colaborativos, APIdog proporciona la base esencial para comprender cómo se comportan sus API bajo carga, lo que la convierte en una herramienta complementaria valiosa al realizar las pruebas de throughput que exploraremos en este artículo.
Al establecer la funcionalidad base de la API con herramientas como APIdog, puede analizar de manera más efectiva los cuellos de botella de throughput en su estrategia de pruebas de rendimiento más amplia.
Definición de Throughput en las Pruebas de Rendimiento
El throughput en las pruebas de rendimiento se puede definir de tres maneras clave:
- Número de transacciones a lo largo del tiempo: Fundamentalmente, el throughput es el número de transacciones producidas durante un período específico en una prueba. Mide cuántas solicitudes u operaciones puede manejar su sistema dentro de un período de tiempo determinado.
- Medición de la capacidad requerida: El throughput expresa la cantidad de capacidad que un sitio web o una aplicación puede manejar, lo que indica su capacidad de procesamiento en diversas condiciones de carga.
- Métrica de objetivo de rendimiento: Antes de iniciar las pruebas de rendimiento, las organizaciones suelen establecer objetivos de throughput: números específicos de solicitudes por hora que la aplicación debe procesar con éxito.
En términos técnicos, el throughput se expresa comúnmente como transacciones por segundo (TPS) o solicitudes por segundo (RPS), lo que la convierte en una unidad de medida fundamental en las pruebas de rendimiento.
Throughput en el contexto del mundo real: una analogía
Para comprender el throughput en términos prácticos, considere esta analogía:
Imagine una gasolinera llamada "Joe's Gas" con tres surtidores. Cada empleado tarda exactamente un minuto en llenar cualquier coche, independientemente del tamaño del depósito. Con estas limitaciones, Joe's Gas tiene un throughput máximo de tres coches por minuto; no importa cuántos coches lleguen, la estación solo puede atender a tres por minuto.
Esto representa un concepto de rendimiento crítico: el throughput máximo es una restricción de límite superior fija. Cuando llegan más vehículos de los que se pueden procesar (más de tres por minuto), forman una cola y deben esperar.
El mismo principio se aplica a las aplicaciones web. Si una aplicación recibe 50 solicitudes por segundo, pero solo puede procesar 30 transacciones por segundo, las 20 solicitudes adicionales terminan esperando en una cola, lo que puede causar retrasos y una experiencia de usuario degradada.
Medición del Throughput en las Pruebas de Rendimiento
Las herramientas de pruebas de rendimiento como LoadRunner, JMeter y k6 vienen equipadas con monitores de throughput que ayudan a visualizar y analizar esta métrica durante las pruebas. Un proceso típico de medición de throughput sigue este patrón:
- Fase de aumento gradual: A medida que los usuarios virtuales comienzan a realizar solicitudes, el throughput aumenta proporcionalmente.
- Estado estacionario: Una vez que todos los usuarios están activos y trabajando con un patrón consistente, el throughput normalmente se estabiliza en una meseta.
- Descubrimiento del límite superior: Para identificar el throughput máximo de un entorno, los testers aumentan gradualmente la carga de usuarios hasta que el throughput deja de aumentar o comienza a disminuir.
- Identificación de cuellos de botella: Cuando el throughput se estanca o disminuye a pesar del aumento de la carga de usuarios, normalmente indica un cuello de botella en la aplicación.
Análisis de los resultados del Throughput: Tres escenarios de prueba
Examinemos tres escenarios de prueba de throughput diferentes y lo que revelan:
Escenario de prueba n.º 1: Throughput saludable
En un patrón de throughput saludable con 25 usuarios concurrentes, observamos que una vez que todos los usuarios han iniciado sesión y están activos, el throughput permanece relativamente consistente. Este throughput constante indica que el sistema está manejando la carga de manera eficiente sin degradación.
Escenario de prueba n.º 2: Throughput degradante
En este escenario preocupante, el throughput aumenta inicialmente a medida que los usuarios inician sesión, pero una vez que todos los usuarios están activos, el throughput se desploma inesperadamente en lugar de estabilizarse. Este patrón normalmente indica un cuello de botella de rendimiento grave.
Escenario de prueba n.º 3: Identificación de cuellos de botella de la base de datos
Al superponer los datos de throughput con métricas de diagnóstico (como el gráfico 'J2EE – Transaction Time Spent in Element' de HP Diagnostics), podemos identificar la causa raíz de los problemas de throughput. En este ejemplo, la capa de la base de datos está consumiendo un tiempo de procesamiento excesivo, lo que crea una cola de solicitudes y aumenta los tiempos de respuesta.
Factores que afectan el Throughput y la Latencia de la Red
Varios factores técnicos pueden contribuir a la degradación del throughput y al aumento de la latencia:
Problemas de hardware
- Equipo obsoleto o defectuoso: Los routers obsoletos o los dispositivos que funcionan mal pueden limitar significativamente la eficiencia del flujo de datos
- Limitaciones de la infraestructura de red: Limitaciones físicas en la arquitectura de red que restringen el ancho de banda
Factores relacionados con la red
- Tráfico pesado: Solicitudes concurrentes excesivas que provocan la pérdida de paquetes
- Retardo de propagación: El tiempo necesario para que los paquetes viajen entre puntos a la velocidad de la luz
- Medio de transmisión: Los diferentes medios (fibra óptica, inalámbrico, cobre) tienen diferentes capacidades de throughput
- Tamaño del paquete: Los paquetes más grandes requieren más tiempo para transmitirse y recibirse
Retrasos en el procesamiento
- Tiempo de procesamiento del router: Los nodos de puerta de enlace deben inspeccionar y potencialmente modificar los encabezados de los paquetes
- Retrasos de la computadora y el almacenamiento: Los dispositivos intermedios, como los switches, pueden causar retrasos durante el almacenamiento y el acceso al disco
- Amplificación de la señal: Los repetidores utilizados para amplificar las señales pueden introducir latencia adicional
Herramientas para medir y monitorizar el Throughput
Las pruebas de rendimiento efectivas requieren herramientas apropiadas para medir el throughput. Las opciones comunes incluyen:
- Protocolo simple de administración de red (SNMP): Un protocolo de capa de aplicación para administrar y monitorizar dispositivos de red, que proporciona un método de comunicación universal para dispositivos en entornos de uno o varios proveedores. SNMP v3 ofrece funciones de seguridad avanzadas.
- Instrumental de administración de Windows (WMI): El conjunto de especificaciones de Microsoft para centralizar la administración de dispositivos y aplicaciones con tecnología Windows, que proporciona acceso al estado del sistema, la configuración y la configuración de seguridad.
- tcpdump: Una herramienta de línea de comandos de código abierto para monitorizar y capturar el tráfico de red, que muestra los encabezados de los paquetes y admite operadores de búsqueda booleanos para el filtrado.
- Wireshark: Una herramienta integral de análisis de tráfico de red de código abierto que proporciona información sobre los tiempos de transmisión, los protocolos, los encabezados y la información de origen/destino.
- Herramientas de pruebas de rendimiento: La mayoría de las herramientas de pruebas de rendimiento dedicadas como LoadRunner, JMeter y k6 incluyen monitorización de throughput integrada, aunque podrían referirse a ella como "solicitudes por segundo".
La relación entre el Throughput y otras métricas de rendimiento
El throughput no existe de forma aislada: está interconectado con otras métricas de rendimiento críticas:
Throughput vs. Tiempo de respuesta
Un throughput más alto a menudo conduce a un aumento de los tiempos de respuesta a medida que el sistema procesa más solicitudes. El objetivo de la optimización es maximizar el throughput manteniendo tiempos de respuesta aceptables.
Throughput vs. Usuarios concurrentes
Normalmente, existe una correlación entre la carga de usuarios y el throughput hasta cierto punto. Después de alcanzar la capacidad máxima, el throughput puede estancarse o disminuir independientemente de los usuarios adicionales.
Throughput vs. Utilización de recursos
Los recursos del sistema (CPU, memoria, E/S de disco, red) impactan directamente en la capacidad de throughput. La monitorización de la utilización de recursos junto con el throughput ayuda a identificar los cuellos de botella relacionados con el hardware.
Optimización del Throughput en las Pruebas de Rendimiento
Según el análisis del throughput, se pueden implementar varias estrategias de optimización:
- Escalado horizontal: Agregar más servidores para distribuir la carga y aumentar la capacidad general de throughput
- Escalado vertical: Actualizar el hardware existente (más núcleos de CPU, RAM, discos más rápidos) para mejorar las capacidades de procesamiento
- Optimización del código: Refactorización de algoritmos ineficientes y consultas de bases de datos que limitan el throughput
- Agrupación de conexiones: Preestablecer y reutilizar las conexiones de la base de datos para reducir la sobrecarga
- Estrategias de almacenamiento en caché: Implementar el almacenamiento en caché apropiado para reducir la carga computacional para las solicitudes repetitivas
- Equilibrio de carga: Distribuir las solicitudes entrantes entre varios servidores para optimizar la utilización de los recursos
Conclusión: La importancia del Throughput en las Pruebas de Rendimiento
El throughput es una de las métricas más críticas en las pruebas de rendimiento, ya que proporciona información directa sobre la capacidad de procesamiento de una aplicación en diversas condiciones de carga. Al comprender los patrones de throughput y su relación con otros indicadores de rendimiento, los testers pueden:
- Establecer objetivos de rendimiento realistas basados en los requisitos empresariales
- Identificar los cuellos de botella del sistema antes de que afecten a los entornos de producción
- Tomar decisiones basadas en datos sobre el escalado y la optimización de la infraestructura
- Validar que las mejoras de rendimiento realmente están brindando una mayor capacidad
Para las pruebas de rendimiento integrales, el throughput siempre debe analizarse junto con métricas relacionadas como el tiempo de respuesta, las tasas de error y la utilización de recursos para proporcionar una imagen completa del rendimiento de la aplicación. Al dominar el análisis del throughput, los ingenieros de rendimiento pueden garantizar que las aplicaciones ofrezcan un rendimiento consistente y confiable incluso en condiciones de carga máxima.
A medida que hemos explorado el papel fundamental del throughput en las pruebas de rendimiento, vale la pena volver a visitar cómo herramientas como APIdog pueden complementar su estrategia general de pruebas.
Al usar APIdog para la validación preliminar de la API y la simulación de carga antes de las pruebas de rendimiento a gran escala, los equipos pueden identificar posibles cuellos de botella de throughput a nivel de API al principio del ciclo de desarrollo. La interfaz intuitiva de APIdog permite a los equipos crear, validar y documentar rápidamente los endpoints de la API, mientras que sus capacidades de monitorización del rendimiento brindan información inicial sobre los tiempos de respuesta y las limitaciones de throughput.
Este trabajo preparatorio con APIdog crea una transición más fluida a las pruebas de throughput integrales, lo que permite esfuerzos de optimización del rendimiento más específicos. Cuando las pruebas de rendimiento integrales revelan problemas de throughput, tener una estructura de API bien documentada en APIdog facilita el aislamiento y la resolución de endpoints específicos que contribuyen a los cuellos de botella, lo que crea un flujo de trabajo de pruebas de rendimiento más eficiente.
