Testing de Rendimiento

Testing de rendimiento es el término que engloba las pruebas que miden velocidad, estabilidad y escalabilidad de una aplicación. Se trata de una de las pruebas no funcionales más importantes y asegura que el software permanece performante y estable bajo carga realista.

En Resumen

• Testing de rendimiento mide velocidad, estabilidad y escalabilidad.
• Tipos: Load, Stress, Spike, Endurance, Volume, Scalability.
• Métricas: tiempo de respuesta, throughput, tasa de error, uso de recursos.
• Herramientas: k6, JMeter, Gatling, Locust.
• Testing de rendimiento es parte del Performance Engineering.

¿Qué es el testing de rendimiento y para qué sirve?

El testing de rendimiento examina cómo se comporta una aplicación bajo diferentes cargas. Responde preguntas como: ¿Qué tan rápido reacciona el sistema? ¿Cuántas solicitudes por segundo procesa? ¿Qué tan estable es a lo largo del tiempo? ¿Qué recursos consume?

Los objetivos típicos del testing de rendimiento son:

• Garantizar la experiencia del usuario: Los tiempos de carga largos ahuyentan usuarios y reducen las tasas de conversión.
• Encontrar cuellos de botella: Las bases de datos, APIs y algoritmos pueden ser puntos críticos.
• Validar SLAs: Los tiempos de respuesta y disponibilidad acordados deben cumplirse.
• Planificación de capacidad: ¿Cuántos usuarios puede soportar el sistema? ¿Cuándo hace falta escalar?
• Verificar estabilidad: ¿Funciona el sistema durante largos períodos sin fugas de memoria?

Tipos de pruebas de rendimiento

Load Testing

Load testing examina el comportamiento bajo carga esperada y realista. Muestra si el sistema funciona de manera performante y estable en operación normal. Por ejemplo: 1.000 usuarios simultáneos, tiempo de respuesta menor a 500ms.

Stress Testing

Stress testing va más allá de la carga esperada. Encuentra los límites del sistema y muestra cómo se comporta cuando está sobrecargado. Por ejemplo: aumentar la carga hasta que el sistema falla.

Spike Testing

Spike testing genera picos de carga muy rápidos y extremos. Simula, por ejemplo, la afluencia repentina a una tienda durante el inicio de una venta. Muestra qué tan bien maneja el sistema los cambios abruptos de carga.

Endurance Testing (Soak Testing)

Endurance testing deja la aplicación ejecutándose durante un período largo bajo carga constante. Sirve para detectar fugas de recursos como incremento de uso de memoria, fugas de conexión o archivos de log que se llenan.

Volume Testing

Volume testing prueba el sistema con grandes volúmenes de datos. Verifica si la base de datos y la aplicación siguen siendo performantes incluso con millones de registros.

Scalability Testing

Scalability testing examina qué tan bien escala el sistema cuando se añaden más recursos. Muestra si la escalabilidad horizontal o vertical mejora el rendimiento.

Métricas Importantes

Tiempo de Respuesta

El tiempo de respuesta es la duración desde una solicitud hasta la respuesta completa. Generalmente se evalúa como promedio, mediana o percentil. El percentil 95 es especialmente importante porque muestra qué tan lento es para la mayoría de usuarios.

Throughput

El throughput indica cuántas solicitudes o transacciones puede procesar el sistema en un tiempo determinado. Se expresa en solicitudes por segundo o transacciones por minuto.

Tasa de Error

La tasa de error es la proporción de solicitudes que no se responden correctamente. Un aumento repentino indica un cuello de botella.

Uso de Recursos

El uso de recursos comprende utilización de CPU, memoria, ancho de banda de red e I/O de disco. Ayuda a identificar la causa de problemas de rendimiento.

Usuarios Concurrentes

Los usuarios concurrentes son usuarios activos simultáneamente que envían solicitudes al mismo tiempo. Son la base para los perfiles de carga.

Ejemplo Práctico

El siguiente ejemplo muestra un plan típico de testing de rendimiento para una aplicación web. Se eligió porque combina diferentes tipos de pruebas de rendimiento y muestra cómo las métricas y objetivos trabajan juntos.

Objetivos:
- Tiempo de respuesta menor a 200ms
- Percentil 95 menor a 500ms
- Tasa de error menor a 0,1 por ciento
- Throughput 1.000 solicitudes por segundo

Pruebas:
- Load test con carga normal
- Stress test hasta el límite
- Endurance test durante 24 horas

¿Por qué estas pruebas?

• Load Test: Verifica si el sistema cumple los objetivos bajo la carga esperada de 1.000 solicitudes por segundo. Esto es operación normal.
• Stress Test: Encuentra el límite del sistema. ¿Qué sucede con 2.000 o 5.000 solicitudes por segundo? ¿Cuándo sube la tasa de error?
• Endurance Test: ¿Funciona el sistema de manera estable después de 24 horas bajo carga? ¿Hay fugas de memoria o de conexión?

Las métricas se capturan continuamente durante la prueba y se comparan con los objetivos. Las desviaciones se analizan y se utilizan como base para optimizaciones.

Herramientas Importantes

k6

k6 es una herramienta moderna y de código abierto para testing de rendimiento, desarrollada por Grafana Labs. Las pruebas se escriben en JavaScript y pueden integrarse en pipelines de CI/CD.

Apache JMeter

JMeter es una de las herramientas de testing de rendimiento más conocidas. Ofrece interfaz gráfica y soporta muchos protocolos como HTTP, SOAP, JDBC y JMS.

Gatling

Gatling es una herramienta potente que escribe pruebas en Scala, Kotlin o Java. Se destaca por el alto rendimiento de su generador de carga.

Locust

Locust es una herramienta basada en Python con creación de scripts simple. Es ideal para equipos que ya utilizan Python.

Ventajas y Desventajas

Ventajas	Desventajas
Mejor experiencia de usuario mediante tiempos de respuesta optimizados	Preparación compleja del ambiente de pruebas
Detección temprana de cuellos de botella	Se requiere ambiente realista
Validación de SLA y planificación de capacidad	Esfuerzo en datos de prueba y escenarios
Medición objetiva del rendimiento	Herramientas e infraestructura generan costos
Reducción de tiempo de inactividad en producción	La interpretación de resultados requiere experiencia
Base para decisiones de escalabilidad	Las pruebas deben repetirse regularmente

Mejores Prácticas

• Define objetivos: Establece SLAs y métricas claros antes de la prueba.
• Ambiente similar a producción: El ambiente de pruebas debe parecer al de producción.
• Datos de prueba realistas: Usa datos de producción anonimizados.
• Monitoring: Captura métricas del servidor y aplicación durante la prueba.
• Repite regularmente: Ejecuta pruebas de rendimiento ante cualquier cambio relevante.
• Integra en CI/CD: Automatiza pruebas de rendimiento en cada release.
• Analiza cuellos de botella: No solo midas, también encuentra las causas raíz.

Puntos clave para el examen

• Performance Testing: término general para pruebas que miden velocidad, estabilidad y escalabilidad.
• Load Testing: prueba bajo carga esperada y realista.
• Stress Testing: prueba más allá del rango de carga esperado.
• Spike Testing: simulación de picos de carga extrema y repentina.
• Endurance Testing: ejecución prolongada bajo carga constante para detectar fugas de recursos.
• Volume Testing: prueba con grandes volúmenes de datos.
• Scalability Testing: prueba de escalabilidad con más recursos.
• Métricas importantes: tiempo de respuesta, throughput, tasa de errores, uso de recursos, usuarios concurrentes.
• Percentiles: el percentil 95 es más significativo que el promedio.
• Herramientas importantes: k6, JMeter, Gatling, Locust.
• SLA: Service Level Agreement con objetivos de performance acordados.
• Performance Engineering: visión integral del rendimiento más allá de las pruebas.
• Latencia: retraso entre una solicitud y la primera respuesta.

Fuentes principales

1. https://www.gatling.io
2. https://k6.io
3. https://en.wikipedia.org/wiki/Performance_testing

Continuamos en el camino de aprendizaje de Software Testing

El siguiente artículo en el camino de aprendizaje de Software Testing aborda Security Testing — cómo Security Testing descubre vulnerabilidades de seguridad.