¿Qué es performance testing?

Question

Accepted Answer

**Performance testing** evalúa cómo se desempeña un sistema bajo carga — midiendo **velocidad, escalabilidad y estabilidad** bajo diversas condiciones. Los tipos incluyen load, stress, spike y soak testing. Es esencial para garantizar que los sistemas manejen aceptablemente el uso real (y máximo).

## Por qué es importante

```text
Non-functional testing of HOW WELL the system performs (not just correctness):
  → RESPONSE TIME / latency (how fast?), THROUGHPUT (requests/sec handled)
  → SCALABILITY (behavior as load grows), RESOURCE usage (CPU, memory)
  → STABILITY under sustained or extreme load
→ ensures the system meets performance requirements and handles real usage.
```

## Tipos de performance tests

```text
LOAD testing → expected/normal load → does it meet targets under typical usage?
STRESS testing → BEYOND normal limits → find the breaking point; how it fails/recovers
SPIKE testing → sudden sharp load increase → handles bursts? (e.g. a flash sale)
SOAK / endurance → sustained load over a LONG time → finds memory leaks, degradation
SCALABILITY → how performance changes as load/resources scale
```

## Cómo y por qué

```text
✓ Tools: k6, JMeter, Gatling, Locust → simulate many virtual users / high request rates
✓ Define performance REQUIREMENTS/SLAs (e.g. p95 latency < 200ms at X users) → test against them
✓ Test realistic scenarios; measure under controlled conditions; find BOTTLENECKS
✓ WHY: poor performance → bad UX, lost users/revenue, outages under load; find issues
  BEFORE production (e.g. before a big launch/traffic event)
```

## Por qué es importante

Entender performance testing es conocimiento valioso de nivel senior porque **el rendimiento es un atributo de calidad crítico** — los sistemas deben manejar aceptablemente la carga real y máxima — por lo que probarlo es importante para la confiabilidad y la experiencia del usuario, haciendo este conocimiento útil.

Performance testing evalúa **qué tan bien se desempeña un sistema** (tiempo de respuesta, throughput, escalabilidad, uso de recursos, estabilidad) bajo carga — una cualidad no funcional distinta de la corrección, pero crítica porque el bajo rendimiento causa mala UX, pérdida de usuarios e ingresos, y caídas bajo carga.

Entender los **tipos** y sus propósitos es clave: **load testing** (verificar el rendimiento bajo carga esperada), **stress testing** (empujar más allá de los límites para encontrar el punto de ruptura y cómo falla/se recupera el sistema), **spike testing** (manejar ráfagas repentinas, como una venta flash), **soak/endurance testing** (carga sostenida en el tiempo, encontrando fugas de memoria y degradación), y scalability testing — cada uno responde diferentes preguntas sobre cómo se comporta el sistema bajo diversas condiciones.

Entender **cómo y por qué** — usando herramientas (k6, JMeter, Gatling, Locust) para simular carga, definiendo requisitos de rendimiento/SLAs contra los cuales probar (por ejemplo, objetivos de latencia p95 con un número determinado de usuarios), probando escenarios realistas para encontrar cuellos de botella, y crucialmente haciendo esto **antes de producción** (especialmente antes de lanzamientos importantes o eventos de tráfico) para detectar problemas de rendimiento antes de que causen fallos reales — refleja el valor práctico.

Performance testing previene el costoso escenario de un sistema fallando bajo carga real (un lanzamiento que se bloquea, un sitio que se ralentiza hasta la inutilidad durante el tráfico máximo).

Ya que el rendimiento es un atributo de calidad crítico (con bajo rendimiento causando daño real comercial y de UX) y performance testing (load, stress, spike, soak) verifica que los sistemas manejen uso real y máximo antes de producción, y ya que entender los tipos, herramientas y valor es importante para garantizar que los sistemas funcionen bajo carga, entender performance testing es conocimiento valioso de nivel senior — importante para verificar una cualidad no funcional crítica, garantizar que los sistemas manejen uso real, y detectar problemas de rendimiento antes de que causen fallos en producción, reflejando la amplitud de preocupaciones de calidad que los ingenieros senior abordan.