Performance engineering, SLO y capacidad
De la carga a una decisión: percentiles, SLOs y error budgets.
Performance Engineering no es tirar tráfico: de un journey crítico a una decisión de producto
Cómo dejar de perseguir el número de 'usuarios concurrentes' y construir un sistema de hipótesis, medición y decisión: journeys críticos, modelo de carga, SLIs/SLOs y evidencia reproducible aplicados a un laboratorio ficticio de Nexo Finanzas.
Satélites · profundizan el pilar, en orden
- 02
SLIs que se parecen a la experiencia: definir SLOs y error budgets sin autoengañarse
Cómo elegir un SLI que represente la experiencia real, escribir un SLO defendible con su error budget, y medirlo con histogramas de Prometheus y el modelo de métricas de OpenTelemetry sin caer en trampas de cardinalidad ni de agregación de percentiles.
Intermedio–Avanzado 12 min sloslierror-budget - 03
Diseñar un experimento de carga responsable con JMeter (sin culpar a la API)
Antes del .jmx va la hipótesis. Ficha de experimento, modelo abierto vs. cerrado, Little's Law con sus límites, datos únicos por usuario virtual con idempotencia, y ejecución de JMeter en modo no-GUI verificada para la versión vigente, aplicado al laboratorio ficticio nexo-performance-lab.
Intermedio–Avanzado 13 min jmeterload-testingperformance-engineering - 04
Leer resultados de performance: percentiles, coordinated omission, capacidad y quality gates
Por qué el promedio miente, qué es la coordinated omission y cómo distorsiona tus percentiles, cómo leer series por fase, tratar la capacidad como una relación (no un número) y diseñar un quality gate defendible en CI, con la plantilla de ADR-004 para Nexo Finanzas.
Avanzado 13 min percentilescoordinated-omissioncapacity
Código que implementa esta colección
Cuánto riesgo controla cada minuto de pipeline: optimizar ambientes, retención y costo sin degradar el control.