Superar una prueba de rendimiento máximo no demuestra que una plataforma de trading esté lista para el lanzamiento. Una única ejecución a la tasa máxima puede ocultar confirmaciones de órdenes lentas, colas crecientes, servicios posteriores frágiles y un proceso de recuperación incapaz de ponerse al día.
Las pruebas de lanzamiento deben establecer un rango operativo: qué puede sostener la plataforma, cómo se comporta durante picos breves y qué ocurre cuando una dependencia se ralentiza o falla. Esto implica modelar el producto y a sus clientes, no simplemente generar solicitudes hasta que un panel se ponga en rojo.
Empiece por la carga de trabajo real del producto
Los equipos suelen empezar con una cifra destacada, como 5,000 órdenes por segundo. Esa cifra solo es útil si refleja el producto que se lanzará, las cuentas activas, los instrumentos, los tipos de órdenes y los servicios conectados. Una plataforma que ofrece un nuevo producto de CFD, por ejemplo, puede experimentar un fuerte pico en la apertura, seguido de una tasa menor con actualizaciones de cotizaciones, cancelaciones y comprobaciones de margen continuas.
Construya una carga de trabajo a partir de los recorridos de usuario previstos y las restricciones conocidas. Separe los envíos de órdenes de las modificaciones y cancelaciones. Incluya inicios de sesión, consultas de cuentas, actualizaciones de saldos, suscripciones a precios y recálculos de riesgo. Un primer modelo útil asigna una proporción a cada acción y luego varía la combinación.
Para un modelo inicial, los equipos podrían probar un 40-60% de envíos de órdenes, un 20-35% de cancelaciones o modificaciones y el resto distribuido entre consultas y actividad de sesión. Son rangos para el modelado, no un pronóstico: cuando sea posible, utilice telemetría del producto o un lanzamiento comparable.
La concurrencia y la tasa de llegada no son intercambiables. Un grupo fijo de clientes que espera cada respuesta puede reducir su propia tasa de solicitudes cuando aumenta la latencia, ocultando la sobrecarga.
Utilice un modelo abierto de llegadas para una parte definida de la carga de trabajo, junto con sesiones con estado que mantengan suscripciones y actividad de cuenta realistas. Ejecute casos separados para la actividad habitual, un pico breve y un periodo de alta actividad sostenida.
Deje por escrito los supuestos que determinan la prueba: sesiones activas previstas, órdenes por cuenta activa, símbolos por sesión, relación entre el pico y el promedio, y proporción de clientes que usan FIX o una API web. Si estos datos son inciertos, pruebe escenarios bajo, central y alto. Los equipos que siguen los cambios en plataformas e infraestructura de mercado pueden usar la cobertura de infraestructura de brokers como contexto, pero la carga de trabajo debe proceder del producto que se va a lanzar.
Mida el recorrido de la orden, no un único tiempo de respuesta
La confirmación de una orden no es una ejecución, y ninguna de las dos cuenta toda la historia. Mida cada límite importante: del cliente al gateway, del gateway a las comprobaciones de riesgo, de riesgo al venue o al puente, y el recorrido de vuelta al cliente.
Registre marcas de tiempo con relojes sincronizados. Haga un seguimiento por separado de confirmaciones, rechazos y ejecuciones, y distinga el tiempo de procesamiento de la plataforma del retraso del venue o del simulador.
Los rangos siguientes son valores habituales del mercado para planificación y diagnóstico, no resultados auditados de ningún proveedor. Varían según la distancia de red, el venue, el producto, la arquitectura y el punto en que empieza cada medición. Establezca los límites de lanzamiento según el nivel de servicio que promete el producto, no según una cifra genérica.
| Métrica | Rango habitual del mercado, indicativo | Qué revisar |
|---|---|---|
| Confirmación interna de órdenes, p95 | 20-100 ms | Gateway, comprobaciones de riesgo, colas y ruta de respuesta |
| Confirmación interna de órdenes, p99 | 50-250 ms | Latencia de cola, pausas, contención de bloqueos y vecinos ruidosos |
| Entrega de datos de mercado, p95 | 10-100 ms | Gestor de feeds, distribución, número de suscripciones y ubicación del cliente |
| Margen de capacidad en periodos de alta actividad | 30-50% por encima del pico previsto | Si la latencia y las tasas de error se mantienen dentro de los límites |
| Recuperación de la cola tras un pico | De segundos a unos minutos | Ritmo de vaciado del backlog, trabajo duplicado y actualizaciones obsoletas |
Informe p50, p95 y p99, además de la profundidad máxima de la cola y la tasa de error. El promedio puede parecer saludable mientras un pequeño grupo de órdenes espera varios segundos.
Revise la distribución por endpoint, tipo de orden y protocolo del cliente. Si la API es rápida, pero la ruta FIX es lenta, un percentil agregado puede ocultar el segmento importante para una cohorte concreta del lanzamiento.
Genere tráfico de prueba creíble
La carga generada solo es útil cuando ejercita los mismos controles que en producción. Una prueba que omite la autenticación, las comprobaciones de riesgo, el estado de la cuenta o los permisos de símbolos mide un atajo. Utilice datos representativos de cuentas e instrumentos, suscripciones realistas y los mismos saltos de red clave. Haga explícito el comportamiento del venue: un simulador debe modelar retrasos en las confirmaciones, rechazos, ejecuciones parciales y reinicios de conexión, en lugar de devolver un éxito inmediato para cada orden.
Los datos de prueba pueden distorsionar los resultados. Un conjunto pequeño de cuentas o símbolos puede generar claves muy consultadas y aciertos de caché que oculten la presión sobre la base de datos. El problema opuesto es el uso de datos aleatorios sin límites, que impide el funcionamiento de las cachés y genera una carga de trabajo distinta del tráfico de lanzamiento. Utilice una distribución controlada con suficiente diversidad de cuentas, símbolos y órdenes para reflejar el producto previsto. Restablezca o versiona los datos mutables entre ejecuciones para que una prueba no herede el estado de otra.
Los generadores de carga necesitan sus propias comprobaciones de estado. Supervise la CPU del generador, la utilización de la red, las conexiones abiertas, los eventos descartados y el retraso del bucle de eventos.
Valide que el generador emita la tasa de llegada prevista mientras la plataforma se ralentiza. Reutilice el patrón de conexión previsto, incluidos TLS y la renovación de sesiones cuando corresponda. Una sola máquina detrás de una dirección de origen puede activar límites de tasa que no afectarían a clientes reales, mientras que un número demasiado bajo de sesiones persistentes puede subestimar los costos de gestión de conexiones.
- Confirme que los envíos, las cancelaciones y las respuestas generados se concilien por identificador de orden.
- Compruebe que las marcas de tiempo de eventos, la gestión de secuencias FIX y el comportamiento de las sesiones del cliente coincidan con el protocolo de producción.
- Registre la compilación del software, la configuración, el conjunto de datos, la versión del generador y el perfil de prueba de cada ejecución.
Realice una prueba de control con baja carga antes y después de cada prueba importante. Esto ayuda a distinguir una regresión de la plataforma de un cambio en el generador, la red o el entorno. La paridad con producción es importante, pero rara vez es viable una duplicación exacta. Documente las diferencias, como la conectividad con el venue, el tipo de instancia en la nube, el tamaño de la base de datos y la sobrecarga de observabilidad, y considere esas diferencias como límites de lo que los resultados pueden demostrar.
Pruebe la degradación y la recuperación, no solo el estado estable
Los problemas de producción rara vez llegan como un aumento limpio de solicitudes. Un servicio de riesgo lento puede retrasar el envío de órdenes mientras un pico de datos de mercado llena otra cola.
Una desconexión del venue puede activar reintentos al mismo tiempo que los clientes vuelven a conectarse. Ejecute estos casos de forma deliberada, con un fallo definido y una expectativa clara para el servicio afectado.
Introduzca latencia, tiempos de espera y pérdida de conexión en las dependencias, de una en una. Después, pruebe casos combinados que sean plausibles para la arquitectura del lanzamiento. Vigile la antigüedad de la cola además de su profundidad: una cola de 10,000 actualizaciones recientes no es lo mismo que 10,000 actualizaciones que ya están obsoletas. Confirme que el control de flujo llegue al límite adecuado, que los reintentos tengan límites y variación aleatoria, y que un disyuntor no convierta un fallo parcial en una interrupción más amplia.
La recuperación merece sus propios criterios de aceptación. Cuando vuelva una dependencia, compruebe si el trabajo en cola se procesa sin dejar de atender nuevas órdenes. Verifique que los reintentos no creen envíos duplicados, que se gestionen las brechas de secuencia y que los clientes reciban un resultado útil para las órdenes cuyo estado era incierto durante la desconexión. Mida el tiempo necesario para restablecer la latencia normal, no solo el tiempo necesario para que una comprobación de estado vuelva a estar en verde. Un servicio puede estar técnicamente disponible y, al mismo tiempo, seguir vaciando un backlog perjudicial.
Incluya al equipo de operaciones en al menos un ejercicio. Pídales que identifiquen la primera alerta útil, encuentren el componente limitado y apliquen la mitigación documentada. Un runbook que diga "escalar el servicio" está incompleto si el escalado requiere un cambio en la base de datos, una decisión sobre límites de riesgo o un procedimiento para volver a conectarse al venue.
Registre el retraso de las alertas, el tiempo de diagnóstico y los pasos manuales. Estos aspectos forman parte de la preparación para el lanzamiento, no son comprobaciones administrativas independientes.
Establezca criterios de lanzamiento que revelen las compensaciones
La decisión de salir a producción debe basarse en criterios medibles acordados antes de la prueba. Defina el pico y el perfil de ráfaga previstos, las tasas máximas de error y rechazo, los límites de latencia por recorrido de orden, los límites de antigüedad de cola y el tiempo de recuperación. Establezca un objetivo de margen respecto al pico previsto. Los objetivos de planificación habituales suelen dejar un 30-50% de capacidad por encima de la carga prevista en periodos de alta actividad, pero el margen adecuado depende de la incertidumbre del pronóstico, el retraso del escalado y el costo de la capacidad sobrante.
No aumente el rendimiento debilitando un control de seguridad solo para superar una prueba. Si las comprobaciones de riesgo son el factor limitante, determine si el problema es un viaje de ida y vuelta evitable a la base de datos, un procesamiento en serie o un control intencional. Cualquier cambio en el comportamiento del riesgo requiere una revisión independiente.
Del mismo modo, aumentar los límites de la cola puede retrasar la aparición de errores mientras prolonga el tiempo que los clientes esperan una respuesta. Informe del costo de cada solución propuesta en capacidad, latencia, complejidad operativa y exposición a fallos.
Un registro de lanzamiento útil incluye la definición de la carga de trabajo, las diferencias del entorno de prueba, los gráficos de percentiles sin procesar, el desglose de errores y rechazos, el comportamiento de las colas, los fallos inyectados, los resultados de recuperación y los riesgos pendientes con sus responsables. Repita la misma prueba de referencia después de cambios en los gateways, los precios, la lógica de riesgo, los almacenes de datos o la topología de despliegue. La tendencia entre ejecuciones suele ser más útil que un único aprobado o suspenso.
- Bloquee el lanzamiento si no se pueden conciliar los resultados de las órdenes, la latencia de cola supera el límite del producto o las colas siguen creciendo con el pico previsto.
- Exija una decisión explícita sobre riesgos si el margen de capacidad depende de una intervención manual o de una dependencia que no se haya probado bajo carga.
- Prosiga solo cuando el equipo pueda explicar tanto el rango probado como las condiciones que situarían el tráfico fuera de ese rango.
El objetivo no es demostrar que una plataforma puede soportar cualquier carga imaginable. Es saber qué carga puede manejar, cómo falla al superarla y con qué rapidez puede recuperarse la operación. ¿Qué supuesto sobre el tráfico de lanzamiento o el comportamiento ante fallos cambiaría la decisión de su equipo de salir a producción si la prueba demostrara que es erróneo?
Preguntas frecuentes
¿Cuánto tiempo debe durar una prueba de carga de una plataforma de trading?
Ejecute picos breves para detectar la saturación y periodos estables más largos para revelar el crecimiento de las colas, las fugas de memoria y la rotación de conexiones. La duración debe reflejar el periodo de mayor actividad del producto y los requisitos de recuperación. Incluya ejecuciones repetidas para que los resultados no dependan de una única caché caliente o un único despliegue.
¿Qué debe medir un broker durante las pruebas de carga?
Mida por separado la confirmación y la ejecución de órdenes, con latencias p50, p95 y p99 por protocolo y tipo de orden. Haga un seguimiento de rechazos, errores, profundidad y antigüedad de las colas, entrega de datos de mercado, uso de recursos y tiempo de recuperación. Concilie las órdenes enviadas con los resultados recibidos.
¿Cuánto margen de capacidad debe tener una plataforma de trading antes del lanzamiento?
Un rango habitual de planificación es 30-50% por encima de la carga prevista en periodos de alta actividad, pero no es un objetivo universal. Deje un margen mayor cuando la demanda sea incierta, el escalado sea lento o los fallos tengan un alto costo operativo. Confirme que la latencia y los límites de error se mantengan dentro de los valores establecidos con ese margen, no solo que el sistema acepte el tráfico.
Plataformas · Software · Proveedores · Mercados