p99 = tail latency: το πιο αργό 1% των requests παίρνει 3s. Η πρώτη κίνηση είναι να μετρήσετε και να το αναλύσετε, όχι να μαντέψετε. Συγκρίνετε p50 vs p99 — αν το p50 είναι γρήγορο αλλά το p99 είναι 3s, το path δεν είναι ομοιόμορφα αργό· κάτι δαγκώνει μόνο υπό load ή σε edge cases (pool saturation, GC pauses, N+1, cold cache, μια un-timed external κλήση).
το p99 είναι η , όχι ο μέσος χρόνος αναμονής — το να επιταχύνετε τον μέσο όρο δεν κάνει τίποτα για τον πελάτη που έχει κολλήσει στο πίσω μέρος.