Rendimiento en servidor
Un servicio web pasa la mayor parte del tiempo esperando: a la base de datos, a otro servicio, al disco. El tiempo de CPU en Python suele ser una fracción pequeña del total, y por eso optimizar el bucle equivocado no mueve ninguna métrica. Este capítulo ordena qué se mide en un servidor y qué se hace con cada número.
En una línea
Sección titulada «En una línea»En un servicio, el cuello casi nunca es Python: es la espera, el serializado o el número de viajes.
Lo que cuesta el trabajo real
Sección titulada «Lo que cuesta el trabajo real»| Operación | Tiempo | Por registro |
|---|---|---|
json.dumps |
0.56 ms | 0.6 µs |
json.loads |
0.49 ms | 0.5 µs |
| Construir el JSON a mano | 0.53 ms | — |
python mediciones/07-06-10-servidor-seguridad-debug.py
Dos conclusiones. La primera: serializar es barato por registro, pero no gratis: una respuesta con 10 000 objetos son 6 ms sólo de json, antes de enviar un byte. La segunda: construir el JSON a mano apenas gana un 5 % (0,53 frente a 0,56 ms) y además no escapa comillas ni caracteres de control. La optimización manual no compensa.
Y el arranque, que en un servicio con cien workers se paga cien veces:
| Módulo | Coste |
|---|---|
dataclasses |
22.1 ms |
logging |
18.8 ms |
json |
11.5 ms |
python mediciones/07-01-05-produccion.py
Las cuatro métricas que importan
Sección titulada «Las cuatro métricas que importan»| Métrica | Qué dice | Dónde se mide |
|---|---|---|
| Latencia p50 / p95 / p99 | Lo que siente el usuario | Middleware o proxy |
| Throughput | Peticiones por segundo | Contador |
| Tasa de error | Porcentaje de 5xx y timeouts | Contador por código |
| Saturación | Cola, conexiones, CPU | Métricas del sistema |
La media engaña: un p50 de 20 ms con un p99 de 2 segundos significa que uno de cada cien usuarios espera dos segundos, y eso se percibe como «va lento» aunque la media sea buena.
Qué optimizar, en orden
Sección titulada «Qué optimizar, en orden»- El número de viajes. Diez consultas de 5 ms son 50 ms; una de 10 ms que trae lo mismo son 10. El clásico N+1 es el mayor ahorro disponible en casi todo servicio.
- La espera. Pool de conexiones, caché de lo que no cambia, timeouts para no esperar indefinidamente.
- El serializado. Devolver sólo los campos que el cliente usa: la mitad de la respuesta es la mitad del tiempo.
- La CPU. Y aquí sí,
numpy, vectorización o mover el cálculo a un worker.
El orden importa: optimizar la CPU cuando casi todo el tiempo es espera produce mejoras mínimas y la sensación de haber trabajado.
La trampa
Sección titulada «La trampa»Cuándo no aplica
Sección titulada «Cuándo no aplica»- Si el p99 ya cumple el objetivo. Optimizar más es riesgo sin beneficio.
- Si el cuello está fuera de tu código. Una base lenta no se arregla con Python más rápido.
- Sin medir en producción. El perfil de tu portátil no se parece al del servidor: distinto hardware, distinta red, distinta carga.
Ejercicio
Sección titulada «Ejercicio»Un endpoint tarda 300 ms de media. Las métricas dicen: 240 ms de base de datos (12 consultas), 40 ms de serializado, 20 ms de lógica. Propón el orden de intervención y el resultado esperado.
Solución
1. Reducir las 12 consultas. Si son N+1, una consulta con JOIN o select_related las convierte en 1-2. De 240 ms a ~40 ms. La mejora es de dos tercios del total (200 de 300 ms), y no requiere tocar Python.
2. Reducir el serializado. 40 ms sugiere una respuesta grande; devolver sólo los campos usados o paginar puede bajarlo a 10 ms.
3. La lógica. 20 ms es lo último; optimizarla primero daría como máximo un 7 %.
Resultado esperado: ~70 ms, un 77 % menos. La primera intervención aporta casi todo, y es la que no se hace cuando se empieza por el código.
La comprobación: medir el p99 después de cada cambio, no la media, y con carga real. Una consulta que tarda 40 ms con 10 usuarios puede tardar 400 con 100 si el índice no está.
Las cuentas, para comprobarlas:
antes = {"base": 240, "serializado": 40, "logica": 20}despues = {"base": 40, "serializado": 10, "logica": 20}total_antes, total_despues = sum(antes.values()), sum(despues.values())print(f"antes: {total_antes} ms; despues: {total_despues} ms")print(f"mejora total: {1 - total_despues / total_antes:.0%}")print(f"solo las consultas: {(antes['base'] - despues['base']) / total_antes:.0%} del total")print(f"techo de optimizar la logica primero: {antes['logica'] / total_antes:.0%}")Referencias
Sección titulada «Referencias»- Ramalho, L. Fluent Python, 2ª ed. Capítulo 19.
- Lott, S. F. Modern Python Cookbook, 3ª ed. Capítulo 13.
- Mediciones:
mediciones/07-06-10-servidor-seguridad-debug.pyymediciones/07-01-05-produccion.py.
Capítulos relacionados
Sección titulada «Capítulos relacionados»- 04 · Logging: el coste oculto por petición.
- 07 · Seguridad: lo que no debe aparecer en una respuesta.
- 10 · Depuración: cómo se investiga un p99 alto.