Pruebas de Rendimiento TIC

Pruebas de
Rendimiento
TIC
Gua prctica para
profesionales con poco
tiempo y muchas cosas
por hacer.
Javier Medina

Primera edicin: mayo de 2014
Segunda edicin: julio de 2014

Ttulo original: Pruebas de rendimiento TIC
Diseo de portada: Javier Medina
2014, Javier Medina

De la presente edicin:
2014, SG6 C.B.
C/ ngel 2, 3C
30163, Laderas del Campillo (Murcia)
info@sg6.es
www.sg6.es

N ISBN: 978-1-312-31567-9

Esta obra est licenciada bajo la Licencia Creative Commons
SinDerivar 4.0 Internacional. Para ver una copia de esta licencia, visita
http://creativecommons.org/licenses/by-nc-

30163, Laderas del Campillo (Murcia)

Esta obra est licenciada bajo la Licencia Creative Commons Atribucin-NoComercial-
SinDerivar 4.0 Internacional. Para ver una copia de esta licencia, visita
-nd/4.0/.

A los que me habis aguantado mientras lo he escrito.
A los correctores, casi involuntarios, quiz algo forzosos
A ti, que lo ests leyendo.

Pruebas de Rendimiento TIC 7

NDICE
NDICE .............................................................................................................. 7
PRLOGO ........................................................................................................ 9
OTRO LIBRO SOBRE LO MISMO? .................................................................. 11
GLOSARIO | 0................................................................................................. 13
INTRODUCCIN | 1 ........................................................................................ 17
1.1 |ENFOQUE Y DESTINATARIOS ............................................................................ 18
1.2 | QU ES UNA PRUEBA DE RENDIMIENTO? ........................................................ 19
1.3 | PARA QU SIRVE UNA PRUEBA DE RENDIMIENTO? ............................................ 21
1.4 | IDEAS ERRNEAS ......................................................................................... 22
1.5 | CMO USAR ESTA GUA? ............................................................................. 25
ENTRANDO EN MATERIA | 2 .......................................................................... 27
2.1 | TIPOS DE PRUEBAS ....................................................................................... 29
2.2|PERSPECTIVA DE EVALUACIN .......................................................................... 36
2.3 | MEDIDAS Y MTRICAS .................................................................................. 41
2.4 | EVALUACIN DE ARQUITECTURAS MULTICAPA ................................................... 46
2.5 | ANLISIS COMPARATIVO: PERFILES "BASE". ...................................................... 51
2.6 | USUARIOS: GLOBALES, DEL SERVICIO, POR MES/DA/HORA, ACTIVOS VS. SIMULTNEOS
VS. CONCURRENTES... ........................................................................................... 56
HERRAMIENTAS | 3 ....................................................................................... 61
3.1 | RENDIMIENTO WEB: LAS HERRAMIENTAS CLSICAS ............................................. 63
3.2 | RENDIMIENTO NO WEB: HERRAMIENTAS ESPECFICAS .......................................... 81
3.3 | APACHE JMETER: LA NAVAJA SUIZA. ................................................................ 83
3.4 | FRAMEWORKS: SCRIPTING PARA GENTE ELEGANTE .............................................. 99
PLANIFICACIN| 4 ....................................................................................... 103
4.1 | OBJETIVOS: POR QU? .............................................................................. 105
4.2 | TIPO: QU? ............................................................................................ 107
4.3 | ENTORNO Y CICLO DE VIDA: DNDE? ........................................................... 109
4.4 | CARGA: CUNTA? .................................................................................... 117
8 ndice

4.5 | OTRAS PREGUNTAS "SECUNDARIAS". ............................................................. 124
4.6 | UN EJEMPLO PARA TERMINAR ...................................................................... 127
DISEO Y EJECUCIN | 5 .............................................................................. 131
5.1 | DISEO Y CONSTRUCCIN DE PRUEBAS .......................................................... 133
5.2 | PROBLEMAS HABITUALES EN LA FASE DE DISEO .............................................. 161
5.4 | EJECUTAR LA PRUEBA ................................................................................. 176
5.5 | PROBLEMAS COMUNES EN LA FASE DE EJECUCIN ............................................ 179
ANLISIS DE RESULTADOS | 6 ....................................................................... 183
6.1 | LA NORMALIDAD EN EL RENDIMIENTO ............................................................ 185
6.2 | LA ANORMALIDAD EN EL RENDIMIENTO .......................................................... 190
6.3 |RENDIMIENTO: ERRORES Y OPTIMIZACIN ....................................................... 194
6.4| EXTRAPOLAR DATOS DE RENDIMIENTO ............................................................ 198
CASO PRCTICO | 7 ...................................................................................... 203
7.1 | PRIMERA PARTE: MOODLE PREPRODUCCIN ................................................... 203
7.2 | SEGUNDA PARTE: MOODLE PRODUCCIN ....................................................... 218
7.3 | TERCERA PARTE: MOODLE SGBD ................................................................... 220


PRLOGO
Fue a mediados del ao 2008 cuando conoc al autor del libro:
Javier Medina. Un joven consultor de una recin creada empresa: SG6. Se
present con un proyecto de pruebas de intrusin en mi despacho de
Director del Servicio de Tecnologas de la Informacin y las Comunicaciones
(STIC) de la Universidad de Almera. En ese momento comenz una
colaboracin entre nuestras organizaciones, que todava contina, que ha
dado numerosos frutos y que ha permitido crecer y mejorar a ambas.
Este libro es uno de los resultados de esa colaboracin. En este caso
de la necesidad por parte del STIC de formar a aquellos de nuestros tcnicos
que en algn momento se ven ante la necesidad de ejecutar una prueba de
rendimiento en nuestro sistema de informacin. La idea, en definitiva, ha
sido crear algo para aquellas personas que realizan otras tareas en el mbito
de las TIC y que solo de forma espordica se van a ver en la necesidad
afrontar esta tarea.
Las caractersticas personales del autor, clarividencia, tozudez,
versatilidad y sentido prctico, se reflejan en este libro que tienes en tus
manos. El objetivo de explicar qu es y cmo realizar e interpretar de forma
correcta una prueba de rendimiento est sin duda ms que conseguido a lo
largo de sus captulos.
Por ello, si quieres o tienes que aprender a hacer pruebas de
rendimiento y no quieres ni perder tiempo, ni que te mareen, mi
recomendacin es que lo leas.

Diego Prez Martnez

10 Prlogo


OTRO LIBRO SOBRE LO MISMO?
Parece que s, que otro libro ms sobre lo mismo. Pero con matices.
La gua que tienes entre las manos (o que ests leyendo en una pantalla) es
la respuesta a una necesidad de trabajo que ha ido creciendo casi sin
pretenderlo. Y que adems, parece, puede ser til a ms gente.
La tarea empez, como cuenta el prlogo, con la idea de formar
profesionales IT que no son, ni quieren ser, expertos en pruebas de
rendimiento. Administradores de sistemas, administradores de red o
desarrolladores que ven stas pruebas como una herramienta ms de su
trabajo. Una herramienta a usar cada cierto tiempo, cuando hay un
problema o duda que responder. Y en consecuencia quieren claridad y
practicidad porque despus de la prueba de rendimiento hay que volver al
quehacer diario: subir de versin una base de datos, programar una nueva
aplicacin, actualizar el firmware de un router...
Al principio del proyecto, no obstante, no estaba nada claro que
hiciese falta escribir un nuevo libro (de libros innecesarios ya est lleno el
mundo). Al ojear lo que ya haba escrito, salvo no encontrar casi nada en
castellano, no aparecan ms motivos. The Art of Application Performance
Testing, Performance Testing Guidance for Web Applications, Performance
Testing with Jmeter... aparentaban ser suficientes pginas ya escritas.
Y convencido estaba de no tener que escribir hasta que rele con
ms detenimiento algunos de ellos. Dndome cuenta de algo en lo que
nunca me haba fijado: eran libros cuyo pblico objetivo son profesionales
interesados en profundizar en las mejores prcticas sobre estos asuntos. Sin
embargo, no terminan de encajar ante la necesidad de un texto con el que
guiar a perfiles que no desean, ni necesitan, ser expertos.
Es decir, para formar un grupo heterogneo, como el del proyecto
que ha originado este texto, son libros a los que les falta realismo
domstico.
12 Otro libro sobre lo mismo?

Falta concisin, pragmatismo, casos prcticos, uso demostrativo de
herramientas, ejemplos para la interpretacin de resultados, parecen
escritos para alguien que ya sabe de qu le ests hablando. Por tanto, s que
exista un motivo para escribir algo nuevo.
Una vez escrito, el siguiente paso ha venido un poco rodado: no
parece disparatado pensar que la necesidad original no pueda ser la
necesidad de otras organizaciones: disponer de profesionales IT con perfiles
heterogneos que realicen de pruebas de rendimiento, puntuales, como
parte de su trabajo.
Pruebas que les permitan contestar de forma adecuada a las
preguntas que surgen, da a da, en la gestin de un sistema de informacin:
Cuntos usuarios soportar como mximo nuestra nueva aplicacin? El
cambio de tecnologa en los servidores de base de datos ha tenido un
impacto en el rendimiento del sistema? Podemos atender un nmero de
usuarios concreto y mantener la calidad de servicio? ...
Preguntas cotidianas que en el momento que puedan estar
quedando sin respuesta, justifican no slo ya escribir, sino, ms importante,
hacerlo pblico y accesible digitalmente a todos los que la necesiten, bajo
formato Creative Commons, as como distribuirlo impresa en papel para los
que prefieran su adquisicin en soporte fsico.
Sin ms, de verdad, espero que sea til.

Javier Medina.

GLOSARIO | 0
Capacidad
La capacidad de un sistema es la carga total de trabajo que puede asumir
ese sistema manteniendo unos determinados criterios de calidad de servicio
previamente acordados.
Carga de Trabajo
La carga de trabajo es el conjunto de tareas aplicadas a un sistema de
informacin para simular un patrn de uso, en lo que respecta a la
concurrencia y / o entradas de datos. La carga de trabajo se simula a partir
del nmero total de los usuarios, de los usuarios activos simultneos, del
volumen de transacciones y de los tipos de transacciones empleados.
Escalabilidad
La escalabilidad se refiere a la eficacia de un sistema de informacin para
gestionar el incremento de la carga de trabajo, aprovechando los recursos
del sistema: procesador, memoria, ...
Estabilidad
En el contexto de las pruebas de rendimiento, la estabilidad se refiere a la
fiabilidad general del sistema, la robustez y ausencia de fallos en las
respuestas, la integridad funcional y de datos ante situaciones de alta carga,
la disponibilidad del servicio y la consistencia en los tiempos de respuesta.
Investigacin
La investigacin son todas las actividades relacionadas con la recopilacin
de informacin sobre tiempos de respuesta, escalabilidad, estabilidad, ...
que se emplean para probar o refutar una hiptesis sobre la causa raz de
un problema de rendimiento.
14 Glosario | 0

Latencia
La latencia es una medida del retardo en el procesamiento de la
informacin. Es decir es el tiempo que transcurre esperando una respuesta
sin que exista procesamiento de informacin. La latencia puede ser
compuesta por un sumatorio de los retardos de cada subtarea.
Metas
Las metas de rendimiento son objetivos de rendimiento de carcter interno
que se desean cumplir antes de la liberacin de un servicio. Las metas son
negociables, adaptables y no dependen del cliente.
Mtrica
Las mtricas son conjuntos de medidas obtenidas a partir de pruebas de
rendimiento que presentan un contexto, poseen un sentido y transmiten
una informacin.
Objetivos
Los objetivos de rendimiento son los valores deseados del rendimiento de
un sistema. Se obtienen directamente de las mtricas. Los objetivos de
rendimiento agrupan, por tanto, metas y requisitos.
Rendimiento
El rendimiento es el nmero de unidades de trabajo que se pueden
gestionar por unidad de tiempo; por ejemplo, peticiones por segundo,
llamadas por da, visitas por segundo, informes anuales, ...

Requisitos
Los requisitos de rendimiento son objetivos dependientes del cliente y, por
tanto, de obligado cumplimiento antes de la liberacin de un servicio.


Saturacin
Punto mximo de utilizacin de un sistema a partir del cual se degrada el
rendimiento del mismo.
Tiempo de respuesta
El tiempo total que tarda un sistema de informacin en atender una
peticin de usuario, incluye el tiempo de transmisin, el tiempo de latencia
y el tiempo de procesamiento.
Umbral de rendimiento
Los umbrales de rendimiento son los valores mximos aceptables para cada
uno de los objetivos que conforman una prueba de rendimiento.
Utilizacin
Porcentaje de tiempo que un recurso est ocupado atendiendo las
peticiones provenientes del usuario.

16 Glosario | 0


INTRODUCCIN | 1
Empezamos con un primer captulo donde tratar cinco puntos
bsicos, que incluso pueden parecer poco importantes, pero que nos sern
de utilidad en las siguientes partes y, lo principal, permiten a cualquiera que
eche un vistazo saber si es esta gua es lo que necesita o si por el contrario
est buscando otra cosa.
Enfoque y destinatarios. Cul es la finalidad y para qu personas
est pensado este texto. Importante la parte del enfoque para
entender el resto de la gua.

Qu es una prueba de rendimiento? Explicacin breve y sencilla
de, segn el enfoque que hemos tomado, qu son las pruebas de
rendimiento.

Para qu sirve una prueba de rendimiento? El siguiente paso a
conocer qu son es saber para qu las podemos utilizar.

Ideas errneas. Ms importante que saber para qu las podemos
utilizar, est el conocer qu ideas debemos desterrar, porque en
caso de no hacerlo posiblemente nos equivoquemos al usarlas.

Cmo usar esta gua? Como ltimo punto del captulo, una vez
que sepamos si somos los destinatarios adecuados, qu son las
pruebas de rendimiento, para qu sirven y para qu no sirven,
tendremos un pequeo resumen de los siguientes captulos y unas
recomendaciones de uso.

18 Introduccin | 1

1.1 |ENFOQUE Y DESTINATARIOS
Los destinatarios de este libro son profesionales en los campos de
las tecnologas de la informacin y la comunicacin que, sin dedicarse a ello
a tiempo completo y sin intencin de convertirse en expertos de la
disciplina, necesitan hacer pruebas de rendimiento como parte de su
trabajo; usando herramientas de acceso pblico, gratuito y libre.
El enfoque de la gua, siendo consecuentes con el pblico objetivo,
es reduccionista. Es decir, lo que lees en ningn momento pretende ser la
biblia de las pruebas de rendimiento; sino todo lo contrario.
En todo momento se intenta simplificar, descartar informacin
excesiva, agrupar casos habituales y procedimentar la realizacin de
pruebas de rendimientos.
La idea es que cualquiera, incluso sin nunca haber hecho una antes,
con un poco de esfuerzo por su parte, consiga dar respuesta a las preguntas
ms comunes a las que una prueba de este tipo responde.
La decisin de simplificar, descartar, agrupar y procedimentar
implica, no puede ser de otra forma, una prdida de precisin y de exactitud
en las pruebas que se realicen usando este texto como base. Usando
metodologas ms completas y enfoques ms globales los resultados que se
obtendrn sern ms precisos.
Sin embargo, nuestra finalidad es otra.
Queremos obtener resultados lo suficientemente buenos como
para que sean vlidos en la toma de decisiones. Y queremos que estos
resultados puedan ser obtenidos por cualquiera profesional de los que
conforman un rea/departamento TIC.
Este es el enfoque de esta gua. Esperemos que te sea til.


1.2 | QU ES UNA PRUEBA DE RENDIMIENTO?
Segn dice esa fuente del saber humano llamada Wikipedia
1
: En la
ingeniera del software, las pruebas de rendimiento son las pruebas que se
realizan [..] para determinar lo rpido que realiza una tarea un sistema en
condiciones particulares de trabajo. Tambin puede servir para validar y
verificar otros atributos de la calidad del sistema, tales como la
escalabilidad, fiabilidad y uso de los recursos. Las pruebas de rendimiento
son un subconjunto de la ingeniera de pruebas, una prctica informtica
que se esfuerza por mejorar el rendimiento, englobndose en el diseo y la
arquitectura de un sistema, antes incluso del esfuerzo inicial de la
codificacin.
La definicin de Wikipedia es completa, sin embargo, en lnea con
el enfoque de la gua, ms que determinar lo rpido que se realiza un
trabajo, la idea con la que nos vamos a mover es la de determinar si el
trabajo se realiza dentro de unos parmetros de calidad de servicio.
Por tanto una buena definicin de qu es una prueba de
rendimiento sera:
Un conjunto de pruebas que se realizan para determinar si un
servicio IT atiende a sus usuarios dentro de unos parmetros de
calidad de servicio (tiempo de respuesta, disponibilidad, ...) ante
unas condiciones determinadas del sistema de informacin
(nmero de usuarios, tipo de peticiones, tiempo...).
Traducido a algo ms tangible. Ejemplo: realizar unas pruebas para
conocer si ante un volumen concreto de usuarios nuestra aplicacin web de
reservas es capaz de atender las peticiones ms habituales de una sesin de
navegacin en menos de 2 segundos.

1
http://es.wikipedia.org/wiki/Pruebas_de_rendimiento_del_software
20 Introduccin | 1

Anatoma de una prueba de rendimiento
Dejando al margen definiciones, el siguiente diagrama
ilustra de forma sencilla qu fases encontramos en una prueba de
rendimiento, en qu consisten y cmo se relacionan entre ellas.
Importante ver que se distinguen
puramente tcnica (la ejecucin de
proceso.
Anatoma de una prueba de rendimiento
Dejando al margen definiciones, el siguiente diagrama [Figura 1.1]
qu fases encontramos en una prueba de
rendimiento, en qu consisten y cmo se relacionan entre ellas.
se distinguen tres fases y observar que la parte
la prueba) es una pequea parte del


1.3 | PARA QU SIRVE UNA PRUEBA DE RENDIMIENTO?
Una prueba de rendimiento, dependiendo del tipo de prueba, ms
adelante veremos los tipos, y del punto del ciclo de vida del servicio en los
que se realicen pruebas puede tener utilidades diversas.
Fase de desarrollo
Deteccin de defectos de rendimiento tempranos.
Fase de Preproduccin
Predecir el funcionamiento de la aplicacin en el entorno
produccin en base a unas estimaciones de uso y escalado.

Deteccin de errores o defectos de rendimiento en el servicio
(software o hardware).

Comparar el rendimiento del servicio en preproduccin con el de
otros servicios evaluados o con un baseline previo (en el siguiente
captulo veremos el concepto del "perfil base") pudiendo establecer
criterios de paso a produccin.
Fase de Produccin
Evaluar si un servicio se adeca correctamente a las necesidades de
calidad de servicio del usuario (principalmente en parmetros de
tiempo de respuesta)

Evaluar la estabilidad y la degradacin del servicio.

Evaluar cmo cambios en la infraestructura IT que sustenta el
servicio (bases de datos, servidores de aplicacin, infraestructura
de red) afecta al rendimiento del mismo.

Deteccin de defectos y mejoras de eficiencia: cuellos de botella,
comportamiento ante niveles de carga, ...
22 Introduccin | 1

1.4 | IDEAS ERRNEAS
Dos ideas errneas estn muy generalizadas cuando se habla de
pruebas de rendimiento. La primera es olvidar qu significa simular y la
segunda es dar demasiada importancia a los datos.
Ideas que son bastante pertinaces y que muchas veces se cuelan
incluso en el discurso de los ms doctos en la materia (esperamos que en
esta gua se hayan mantenido a raya).
Olvidar qu significa simular
Por muy bien que lo hagamos, por muy meticulosos, globales y
concienzudos que seamos realizando una prueba de rendimiento
(muchsimos ms concienzudos que lo que contempla esta gua) al final
nuestra prueba de rendimiento es una simulacin de un subconjunto de
acciones plausibles sobre un servicio/aplicativo.
Por ello, no vamos a poder tener una equivalencia absoluta
respecto a los eventos a los que el servicio o la aplicacin se enfrentarn en
un futuro. Podremos aproximarnos, podremos predecir, podremos estimar,
pero no podremos conocer con exactitud qu pasar en la realidad.
En consecuencia, cuando realicemos una prueba de rendimiento
debemos tener siempre presente, y nunca olvidar, que los resultamos que
obtengamos son una aproximacin a lo que podra suceder, que son
susceptibles de error y que las decisiones que tomemos en base a ellos
deben contemplar esa posibilidad de error.
Ejemplificando, quiz de forma un poco burda, tiene poco sentido
pensar que porque nuestra aplicacin se ha comportado de forma
"adecuada" ante 50 usuarios simultneos en una prueba de carga de 20
minutos de duracin en preproduccin, va a hacer lo mismo en el entorno
de produccin enfrentndose a esos mismos 50 usuarios simultneos
durante meses (crecimiento de la base de datos, aumento de ficheros
temporales, incremento de informacin almacenada en disco, ...).

Dar demasiada importancia a los datos
Quiz porque, a priori, puede parecer que la parte ms compleja de
una prueba de rendimiento es la parte tcnica, es decir,
las herramientas para obtener los datos de rendi
sobrevaloracin de los mismos. Pero la realidad es que
obtienen son slo eso, datos. Y deben ser inter
contexto; que es la parte verdaderament
dejadez, es fcil cometer errores.
Cuando hacemos pruebas
de rendimiento lo que obtenemos
son parmetros sin ningn
significado por ellos mismos:
Tiempo de respuesta, nmero de
peticiones atendidas, nmero de
peticiones errneas... nicamente
datos que en bruto, resultado de
finalizar la prueba.
Sin embargo, a poco que lo
pensemos durante un instante, veremos que
respuesta puede ser vlido para un tipo de aplicacin y
para otro tipo de aplicacin; de la misma forma que 10 fall
peticiones puede ser una cifra aceptable o puede ser totalmente
inaceptable, segn lo que estemos tratando.
Por tanto, debemos entender, desde el principio, que
efectivamente para que una prueba de rendimiento sea til est claro que
debemos obtener datos, y de la mayor calidad, pero una vez obtenidos, el
problema pasa a ser otro.
Un ejemplo sencillo para ver que realmente un dato
gran valor sin una interpretacin del mismo y un contexto
1 que podemos encontrar en la siguiente pgina.

Dar demasiada importancia a los datos
puede parecer que la parte ms compleja de
rendimiento es la parte tcnica, es decir, la preparacin de
para obtener los datos de rendimiento, se puede caer en la
Pero la realidad es que los datos que se
obtienen son slo eso, datos. Y deben ser interpretados y puestos en
ue es la parte verdaderamente til del asunto y donde, por
Cuando hacemos pruebas
de rendimiento lo que obtenemos
n
significado por ellos mismos:
nmero de
nmero de
nicamente
do de
Sin embargo, a poco que lo
pensemos durante un instante, veremos que 3 segundos de tiempo de
respuesta puede ser vlido para un tipo de aplicacin y totalmente inviable
n; de la misma forma que 10 fallos por cada 1000
peticiones puede ser una cifra aceptable o puede ser totalmente
inaceptable, segn lo que estemos tratando.
Por tanto, debemos entender, desde el principio, que
efectivamente para que una prueba de rendimiento sea til est claro que
emos obtener datos, y de la mayor calidad, pero una vez obtenidos, el
Un ejemplo sencillo para ver que realmente un dato no tiene un
sin una interpretacin del mismo y un contexto es el EJEMPLO 1-
ar en la siguiente pgina.
24 Introduccin | 1

EJEMPLO 1-1
Tenemos una nueva aplicacin en pre
Se realizan un conjunto pruebas de carga
siguientes datos.
Podemos obtener alguna conclusin a partir de los mismos
Podemos, por ejemplo, saber si la aplicacin est lista para su paso
a produccin?
Parece evidente que no es posible de
datos precisos) porque carecemos de contexto y de
interpretacin de resultados.
aplicacin que van a usar unas pocas decenas de
milisegundos es un tiempo razonable de respuesta. Pero y si la van
a usar miles? Son ms de
respuesta? Como usuarios, nos imaginamos
una respuesta de Google? Y esperando esos 4 segundos para
generar el listado de operaciones de las ltimos 24 meses de
nuestro servicio de banca online?
Contexto e interpretacin de resultados

Tenemos una nueva aplicacin en pre-produccin.
Se realizan un conjunto pruebas de carga bsicas y se obtienen los

Podemos obtener alguna conclusin a partir de los mismos?
o, saber si la aplicacin est lista para su paso
Parece evidente que no es posible determinarlo (aunque tengamos
) porque carecemos de contexto y de una
interpretacin de resultados. Podramos pensar que si es una
unas pocas decenas de usuarios, 500
milisegundos es un tiempo razonable de respuesta. Pero y si la van
4 segundos un tiempo razonable de
nos imaginamos 4 segundos esperando
? Y esperando esos 4 segundos para
generar el listado de operaciones de las ltimos 24 meses de
nuestro servicio de banca online?
de resultados son lo que dan valor.

1.5 | CMO USAR ESTA GUA?
Esta gua tiene dos partes. Por un lado, una primera parte, que
tiene un enfoque introductorio, y por otro, una segunda parte destinada a la
creacin de pruebas y a la evaluacin de rendimiento que termina con un
caso prctico completo.
Si nunca has hecho una prueba de rendimiento, el uso ms
razonable sera, primero leer bien la parte terica, sobre todo los primeros
captulos, sin prisas y detenindose en los ejemplos que hay en ella. Para
una vez hecho, pasar a la parte final, donde lo recomendable sera
reproducir los casos prcticos.
Por el contrario si ya ests mnimamente familiarizado con las
pruebas de rendimiento, es posible que las partes ms interesantes sean las
dedicadas al diseo y construccin de pruebas, la dedicada a evaluacin de
resultados y el caso prctico final.

26 Introduccin | 1


ENTRANDO EN MATERIA | 2
Este captulo nmero dos tiene por objetivo tratar una serie de conceptos,
algunos ellos bsicos, que es necesario conocer antes de entrar a explicar
una metodologa para la realizacin de pruebas de rendimiento o de
analizar herramientas con las que realizar estas pruebas. Son los siguientes.
Tipo de pruebas. Cuando hablamos de pruebas de rendimiento
agrupamos en un trmino muchos tipos diferentes de pruebas, con
distintas finalidades. Pruebas de carga, pruebas de stress o pruebas
de capacidad, son conceptos que en principio pueden parecer "lo
mismo"; pero que no lo son.

Perspectiva de evaluacin. Otro asunto importante es entender lo
que se conoce como perspectiva de evaluacin. Es decir, en la piel
de quin nos ponemos cuando realizamos la prueba de
rendimiento. No es lo mismo realizar la prueba de rendimiento
desde la perspectiva del usuario final, que desde la perspectiva de
un desarrollador o de la de un administrador de sistemas.

Medidas y Mtricas. Hasta ahora hemos hablado de algunas de
ellas, por ejemplo, tiempos de respuesta o nmero de peticiones
errneas. Sin embargo existen otras y adems debemos ahondar en
la construccin de mtricas a partir de ellas.

Evaluacin de arquitecturas multicapa. Hoy da un amplio nmero
de pruebas de rendimiento se realizan sobre la capa de
servicio/aplicacin web, sin embargo existen otras capas (red,
datos, etc.) que es conveniente conocer y de las que debemos
valorar sus implicaciones para obtener calidad en los datos de
rendimiento obtenidos.

28 Entrando en materia | 2

Perfiles Base. En el primer captulo se nombraron, sin explicarlos,
los baseline o perfiles "base". Una herramienta de trabajo
hora de realizar pruebas de rendimiento
comparaciones. Ha llegado el momento de expli

Usuarios. Es lo mismo un usuario simultneo que uno
concurrente? Cmo influye el nmero total de usuarios del
aplicativo en el rendimiento? Son conceptos que en ocasiones se
mezclan, hablando indistintamente de simultneo, de concurre
o simplemente de "usuarios", cuando en realidad hay que
diferenciarlos y debemos profundizar en esas diferencias pues son
muy significativas a la hora de hacer pruebas de rendimiento.

En el primer captulo se nombraron, sin explicarlos,
o perfiles "base". Una herramienta de trabajo til a la
hora de realizar pruebas de rendimiento y establecer
a llegado el momento de explicarla con detalle.
Es lo mismo un usuario simultneo que uno
concurrente? Cmo influye el nmero total de usuarios del
aplicativo en el rendimiento? Son conceptos que en ocasiones se
mezclan, hablando indistintamente de simultneo, de concurrente
o simplemente de "usuarios", cuando en realidad hay que
diferenciarlos y debemos profundizar en esas diferencias pues son
muy significativas a la hora de hacer pruebas de rendimiento.

2.1 | TIPOS DE PRUEBAS
A la hora de expresarnos
rendimiento, mientras que otras decimos cosas como
de stress o cualquier idea que nos suene parecida. Al hacerlo
abusos del lenguaje, incluso pequeas atrocidades, porque realmente una
prueba de carga y una prueba de stress son
Vamos a intentar explicar esas diferencias y mas all de la
diferencias, lo verdaderamente importante: para qu sirve cada tipo de
prueba y qu prueba tenemos que hacer segn lo que queramos averiguar.
Como aclaracin previa, estas definiciones no son axiomas y entre algunas
de ellas hay tanta relacin que es difcil separarlas.

Pruebas de
Rendimiento
Pruebas de
Carga
Pruebas de
Resistencia
o Estabilidad
Pruebas de
Stress
Variacin de

unas veces hablamos de pruebas de
otras decimos cosas como pruebas de carga, test
nos suene parecida. Al hacerlo cometemos
abusos del lenguaje, incluso pequeas atrocidades, porque realmente una
a y una prueba de stress son algo distinto.
Vamos a intentar explicar esas diferencias y mas all de la
diferencias, lo verdaderamente importante: para qu sirve cada tipo de
prueba y qu prueba tenemos que hacer segn lo que queramos averiguar.
racin previa, estas definiciones no son axiomas y entre algunas
de ellas hay tanta relacin que es difcil separarlas.
Pruebas de
Rendimiento
Pruebas de
Stress
Pruebas de
Variacin de
Carga
Pruebas de
Capacidad

Pruebas de rendimiento
Pruebas de rendimiento son todas las pruebas que vamos a ver a
continuacin. Es frecuente que cuando se habla de "realizar pruebas de
rendimiento a un sistema" se est agrupando en un slo concepto la
realizacin simultnea de varias pruebas, por ejemplo: una prueba de carga,
una prueba de resistencia y una prueba de stress.
Prueba de carga
Se trata de la prueba de rendimiento ms bsica.
El objetivo de una prueba de carga es evaluar el comportamiento
del sistema bajo una cantidad de peticiones determinadas por segundo.
Este nmero de peticiones, a nivel bsico, puede ser igual que el nmero de
usuarios concurrentes esperados en la aplicacin ms/menos unos
mrgenes.
Los datos a recopilar son principalmente dos: tiempo de respuesta
de la aplicacin y respuestas errneas.
La ejecucin de una prueba de carga, por tanto, consiste en
seleccionar un nmero usuarios concurrentes/simultneos estimados y
medir los parmetros elegidos en una serie de repeticiones de la prueba,
determinando si se mueven en umbrales aceptables de rendimiento.
Un detalle importante es que dependiendo del autor/escuela del
libro que tengamos delante nos dirn que la prueba de carga tambin sirve
para determinar el punto de ruptura del servicio. Esta informacin, en
opinin del que escribe, es parcialmente falsa. El punto de ruptura del
servicio, es decir, el nmero de peticiones a partir de los cuales la aplicacin
deja atender al usuario, slo se identificar en una prueba de carga si
existen errores/defectos de rendimiento en la aplicacin. Es decir, si el
punto de ruptura del servicio est por debajo del nmero de peticiones que
se espera que la aplicacin deba soportar. Pero no ser objetivo de la
prueba de carga encontrarlo.

EJEMPLO 2-1

El grfico 1 de este ejemplo muestra
carga para un sistema donde se han estimado 30 usuarios
concurrentes con 1 peticin por segundo
unos mrgenes de seguridad de +/

El siguiente grfico, por el contrario muestra el resultado que
obtendramos en caso de existir algn error/defecto de
rendimiento que hara aparecer el punto d
durante la prueba de carga.

0
50
100
150
200
250
300
20 25
V
a
l
o
r
e
s
Usuarios concurrentes
Ejemplo 2-1 | Prueba de Carga 2

El grfico 1 de este ejemplo muestra el resultado de una prueba de
carga para un sistema donde se han estimado 30 usuarios
eticin por segundo y donde se han evaluado
unos mrgenes de seguridad de +/- 10 usuarios.

, por el contrario muestra el resultado que
obtendramos en caso de existir algn error/defecto de
rendimiento que hara aparecer el punto de ruptura del servicio

30 35 40
1 | Prueba de Carga 2
Tiempo medio(s)
Errores

Prueba de resistencia
Las pruebas de resistencia, tambin llamadas de estabilidad, son
una variante de las pruebas de carga.
El objetivo de una prueba de resistencia/estabilidad es determinar
el comportamiento de la aplicacin a lo largo del tiempo
degradacin del rendimiento derivada del uso sostenido
El tiempo de prueba ms comn suelen ser un
minutos. Un ejemplo tpico de prueba de carga podran ser:
haciendo una o dos peticiones por segundo
crecimiento de 2 minutos y un periodo estable de 3
de carga convencional difcilmente se va a poder apreciar la degradacin de
rendimiento derivada del uso continuad
semanas.
La ejecucin de una prueba de resistencia
prueba de carga, se usa como referente el nmero de usuarios concurrentes
esperados pero su duracin es de das.
EJEMPLO 2-2

El grfico nos muestra una prueba de resistencia durante 7 das.

Las pruebas de resistencia, tambin llamadas de estabilidad, son

El objetivo de una prueba de resistencia/estabilidad es determinar
ortamiento de la aplicacin a lo largo del tiempo y evaluar la
degradacin del rendimiento derivada del uso sostenido.
l tiempo de prueba ms comn suelen ser unas decenas de
Un ejemplo tpico de prueba de carga podran ser: 30 usuarios,
do una o dos peticiones por segundo cada usuario, con un periodo de
crecimiento de 2 minutos y un periodo estable de 3 minutos. En una prueba
de carga convencional difcilmente se va a poder apreciar la degradacin de
rendimiento derivada del uso continuado del aplicativo durante das o
de una prueba de resistencia es muy similar a una
prueba de carga, se usa como referente el nmero de usuarios concurrentes
das.
una prueba de resistencia durante 7 das.

Prueba de stress
Las pruebas de stress, a diferencia de las pruebas de carga
por objetivo determinar el punto de ruptura del servicio y analizar
causas que suelen estar derivadas de problemas que s
condiciones muy elevadas de carga:
capacidad, fugas de memoria, condiciones de carrera, ...
La prueba de stress se inicia con un nmero bajo de usuarios que se
duplican ciclo a ciclo hasta que se determina e
servicio. Se pueden simular peticiones continuas para aumentar la carga.
Para este tipo de pruebas puede ser necesario utilizar tcnicas
distribuidas de evaluacin, usando por tanto ms de un sistema, cuando es
necesario simular cantidades tan altas de usuarios
que un nico sistema es incapaz de generarlas.
EJEMPLO 2-3

El grfico nos muestra el resultado de una prueba de stress
Con una degradacin perceptible del servicio por encima de 160
usuarios concurrentes y con una ruptura del servicio por encima de
los 320 usuarios concurrentes.


a diferencia de las pruebas de carga, tienen
por objetivo determinar el punto de ruptura del servicio y analizar sus
derivadas de problemas que suceden ante
condiciones muy elevadas de carga: mala escalabilidad, agotamiento de
capacidad, fugas de memoria, condiciones de carrera, ...
La prueba de stress se inicia con un nmero bajo de usuarios que se
duplican ciclo a ciclo hasta que se determina el punto de ruptura del
Se pueden simular peticiones continuas para aumentar la carga.
Para este tipo de pruebas puede ser necesario utilizar tcnicas
distribuidas de evaluacin, usando por tanto ms de un sistema, cuando es
tidades tan altas de usuarios y peticiones por segundo
que un nico sistema es incapaz de generarlas.
El grfico nos muestra el resultado de una prueba de stress bsica.
Con una degradacin perceptible del servicio por encima de 160
oncurrentes y con una ruptura del servicio por encima de
los 320 usuarios concurrentes.


Pruebas de variacin de carga o pruebas de picos de carga
Las pruebas de variacin de carga ( o pruebas de picos de carga ) es
un tipo muy concreto de prueba de st
sistema de informacin a unas condiciones
a las habituales (pico de carga), de tal forma que se pueda determinar qu
sucedera ante una avalancha puntual de usuarios (escalabilidad,
recuperacin de recursos, ...)
En este tipo de pruebas se parte del volumen normal de usuario
concurrentes del aplicativo y se introducen
La situacin idnea es que no exista pendiente entre las lneas que unen las
cotas superior e inferior en las iteraciones de la prueba.
EJEMPLO 2-4

El grfico nos muestra el resultado de una prueba de picos de carga
donde se parte de un escenario base habitual de 30 usuarios
concurrentes, se triplica esa carga y
una serie 6 iteraciones.

o pruebas de picos de carga
Las pruebas de variacin de carga ( o pruebas de picos de carga ) es
un tipo muy concreto de prueba de stress que tiene por objetivo exponer al
sistema de informacin a unas condiciones de carga varias veces superiores
a las habituales (pico de carga), de tal forma que se pueda determinar qu
valancha puntual de usuarios (escalabilidad,
En este tipo de pruebas se parte del volumen normal de usuarios
se introducen alternamente los picos de carga.
La situacin idnea es que no exista pendiente entre las lneas que unen las
uperior e inferior en las iteraciones de la prueba.
El grfico nos muestra el resultado de una prueba de picos de carga
donde se parte de un escenario base habitual de 30 usuarios
triplica esa carga y se vuelve al escenario base, en

Pruebas de capacidad
En todas las pruebas anteriores las
adelante hablaremos de ellas) son medidas
pruebas de capacidad la gran diferencia es el tipo
mide: consumo de CPU, memoria, ...
En una prueba de capacidad se puede simular
varias formas: como en una prueba de carga (usuarios estimados), como
una prueba de resistencia (usuarios estimados
prueba de stress (crecimiento de usuarios
El objetivo, en todos los casos,
determinado nmero de usuarios a los valores de capacidad del sistema de
informacin.
EJEMPLO 2-5

Resultado de una prueba de capacidad
creciente (2GB de disco por usuario)
comportamiento adecuado hasta 80 usuarios concurrentes.
lmite de capacidad est en


En todas las pruebas anteriores las medidas que se usan (ms
ablaremos de ellas) son medidas externas. Sin embargo, en las
pruebas de capacidad la gran diferencia es el tipo de parmetro que se
, memoria, ...
na prueba de capacidad se puede simular el uso del sistema de
una prueba de carga (usuarios estimados), como en
una prueba de resistencia (usuarios estimados y tiempo) o como en una
ueba de stress (crecimiento de usuarios hasta agotamiento de capacidad).
, en todos los casos, es medir cmo afecta un
determinado nmero de usuarios a los valores de capacidad del sistema de
e capacidad para un nmero de usuarios
(2GB de disco por usuario). El sistema muestra un
comportamiento adecuado hasta 80 usuarios concurrentes. El
160 usuarios concurrentes.


2.2|PERSPECTIVA DE EVALUACIN
A la hora de realizar una prueba de rendimiento, da igual de cul de
todos los tipos que hemos comentado con anterioridad hagamos, siempre
aparece la duda sobre lo que se conoce como
que traducido a palabras mucho ms sencilla signific
generar las peticiones de la prueba y qu visin me va a dar esa,
llammosla, ubicacin?
A continuacin vamos a ver las 4 ubicaciones ms comunes para la
ejecucin de una prueba de rendimiento, agrupadas dos a dos en funcin de
su finalidad.
Perspectivas de anlisis interno
Las perspectivas para anlisis interno agrupan aquellas ubicaciones
que dejan fuera de la ecuacin la perspectiva del usuario
de la red.
Su principal ventaja es el significativo ahorro de costes y l
sencillez de las mismas. Obviamente, su principal desventaja es que
muy precisos que seamos en la evaluacin del rendimiento
ser, en el mejor de los casos, evaluado desde nuestra propia red interna.
Anlisis desde el propio sistema
Esta es la forma ms bsica de anlisis. Consiste,
como su propio nombre indica, en realizar las pruebas de
rendimiento desde el mismo sistema que queremos evaluar.
Las ventaja principal es la sencillez.
adicional, no congestionamos la red, no ...
Las desventajas tambin existen. La primera tiene que ver con la
precisin de la prueba, sobre todo en pruebas de alta carga, ya que nuestra
propia actividad de evaluacin genera carga sobre el sistema. La segunda es
el hecho de no evaluar el rendimiento de la red. La tercera es la cantidad de
CIN
ra de realizar una prueba de rendimiento, da igual de cul de
todos los tipos que hemos comentado con anterioridad hagamos, siempre
aparece la duda sobre lo que se conoce como perspectiva de evaluacin y
que traducido a palabras mucho ms sencilla significa: desde dnde
la prueba y qu visin me va a dar esa,
A continuacin vamos a ver las 4 ubicaciones ms comunes para la
ejecucin de una prueba de rendimiento, agrupadas dos a dos en funcin de
Las perspectivas para anlisis interno agrupan aquellas ubicaciones
la perspectiva del usuario y la visin externa
Su principal ventaja es el significativo ahorro de costes y la relativa
sencillez de las mismas. Obviamente, su principal desventaja es que, por
muy precisos que seamos en la evaluacin del rendimiento, ste siempre
en el mejor de los casos, evaluado desde nuestra propia red interna.
Esta es la forma ms bsica de anlisis. Consiste,
como su propio nombre indica, en realizar las pruebas de
rendimiento desde el mismo sistema que queremos evaluar.
Las ventaja principal es la sencillez. No necesitamos equipo
tionamos la red, no ...
Las desventajas tambin existen. La primera tiene que ver con la
precisin de la prueba, sobre todo en pruebas de alta carga, ya que nuestra
propia actividad de evaluacin genera carga sobre el sistema. La segunda es
evaluar el rendimiento de la red. La tercera es la cantidad de
carga que podemos generar usando un nico sistema y que puede ser
insuficiente para segn qu tipo de pruebas.
Este mtodo puede ser recomendable para la realizacin de
pruebas bsicas de carga en el entorno de preproduccin. Por contra es
desaconsejado para la realizacin de otro tipo de pruebas.
Anlisis desde la red interna
Esta es la forma ms comn de anlisis en
pruebas realizadas "en casa". Consiste, como su
propio nombre indica, en realizar las pruebas de
rendimiento desde uno o varios sistemas de la propia
red en la que se encuentra el sistema a evaluar.
Sus principales ventajas son el solucionar gran parte de las
deficiencias la ejecucin de la prueba desde el propio sistema (me
precisa, cantidad de carga, carga de red) adems de poderse aplicar a
cualquiera de los tipos de pruebas que existen: carga, stress, picos,
resistencia, capacidad, ...
El nico inconveniente es que, como no puede ser de otra forma,
no se tiene en cuenta el rendimiento del sistema desde la red externa,
quedando sin evaluar algunas situaciones (problemas de peering,
enrutamiento, ...) que pueden afectar al rendimiento del sistema cuando se
usa desde el exterior.
Este mtodo es el ms adecuado par
prueba donde no se quiera tener en cuenta la visin del usuario externo.


carga que podemos generar usando un nico sistema y que puede ser
insuficiente para segn qu tipo de pruebas.
Este mtodo puede ser recomendable para la realizacin de
ga en el entorno de preproduccin. Por contra es
desaconsejado para la realizacin de otro tipo de pruebas.
comn de anlisis en
pruebas realizadas "en casa". Consiste, como su
realizar las pruebas de
rendimiento desde uno o varios sistemas de la propia
red en la que se encuentra el sistema a evaluar.
Sus principales ventajas son el solucionar gran parte de las
deficiencias la ejecucin de la prueba desde el propio sistema (medida poco
precisa, cantidad de carga, carga de red) adems de poderse aplicar a
cualquiera de los tipos de pruebas que existen: carga, stress, picos,
El nico inconveniente es que, como no puede ser de otra forma,
n cuenta el rendimiento del sistema desde la red externa,
quedando sin evaluar algunas situaciones (problemas de peering,
enrutamiento, ...) que pueden afectar al rendimiento del sistema cuando se
Este mtodo es el ms adecuado para la realizacin de cualquier
prueba donde no se quiera tener en cuenta la visin del usuario externo.

Perspectivas de anlisis externo
Las perspectivas para anlisis externo
que intentan evaluar el rendimiento desde la pers
aportar una visin externa del rendimiento
Su principal ventaja que aportan una visin ms precisa de cmo un
usuario final que opera desde fuera de nuestra red interna percibe el
rendimiento del sistema de informacin
por un lado el coste, y por otro la complejidad en la ejecucin de la prueba.
Anlisis desde la nube
pruebas realizadas desde el exterior, sobre todo la
realizadas por terceros. Consiste en
pruebas de rendimiento desde uno o varios sistemas
ubicados en un proveedor externo de red.
La principal ventaja es que, dentro de la complejidad de este tipo
de pruebas externas, es la menos compleja, obteniendo un resultado similar
al ejecutado desde red interna pero incluyendo en la ecuacin el anlisis
externo del rendimiento.
Su desventaja ms significativa, respecto al anlisis interno, es el
coste, no slo de alquiler de equipos, sino tambin de adecuacin de esos
equipos (p.ej. instalacin y configuracin de herramientas) para que sean
tiles como entorno de pruebas. No obstante, las arquitecturas cloud, con
el cobro por uso puntual y la posibilidad de importar mquinas virtuales
limitan las desventajas.
Este mtodo es el ms adec
prueba donde se quiera tener en cuenta la visin del usuario externo
(parcial) y el rendimiento externo de la red.

s externo agrupan aquellas ubicaciones
intentan evaluar el rendimiento desde la perspectiva del usuario y
aportar una visin externa del rendimiento.
que aportan una visin ms precisa de cmo un
usuario final que opera desde fuera de nuestra red interna percibe el
rendimiento del sistema de informacin. Sus principales desventajas son,
por un lado el coste, y por otro la complejidad en la ejecucin de la prueba.
pruebas realizadas desde el exterior, sobre todo la
realizadas por terceros. Consiste en realizar las
pruebas de rendimiento desde uno o varios sistemas
ubicados en un proveedor externo de red.
La principal ventaja es que, dentro de la complejidad de este tipo
de pruebas externas, es la menos compleja, obteniendo un resultado similar
tado desde red interna pero incluyendo en la ecuacin el anlisis
Su desventaja ms significativa, respecto al anlisis interno, es el
coste, no slo de alquiler de equipos, sino tambin de adecuacin de esos
lacin y configuracin de herramientas) para que sean
tiles como entorno de pruebas. No obstante, las arquitecturas cloud, con
el cobro por uso puntual y la posibilidad de importar mquinas virtuales
Este mtodo es el ms adecuado para la realizacin de cualquier
prueba donde se quiera tener en cuenta la visin del usuario externo
(parcial) y el rendimiento externo de la red.
Anlisis desde la perspectiva del usuario
Esta es una forma poco comn de anlisis
limitada nicamente a grandes pruebas de rendimiento
donde la visin del usuario es fundamental y donde
adems el enfoque del servicio es global
heterogneos y ubicaciones de red dispersas.
Este tipo de evaluacin
rendimiento desde mltiples ubicaciones y sistemas que simulen, de la
forma ms precisa posible, los distintos perfiles de usuario del sistema y sus
condiciones de acceso.
La principal ventaja es la capacidad de la prueba para
hasta el lmite que imponga nuestro bolsillo e imaginacin, la realidad del
acceso de usuarios a un aplicativo de uso global.
Su desventajas son, en consonancia
dificultad, los recursos, el tiempo ...
Este mtodo slo es recomendable para caso
donde se determina que los otros mtodos son insuficientes.
Una visin conjunta: las pruebas de capacidad
Hay una situacin un tanto particular que se da cuando lo que
queremos medir es la capacidad del sistema de informacin (uso de
memoria, disco, estado de un proceso, ...
En este caso concreto, es obvio que no nos vale slo con la
informacin que podramos obtener desde
(da igual que fuese desde la red local,
puntos externos), sino que adicionalmente necesitamos la visin desde el
propio sistema.
No obstante, en esta situacin
peticiones desde el exterior del sistema
medir el impacto que estamos gen
deseamos controlar. Este impacto se puede medir en los logs, en la

Anlisis desde la perspectiva del usuario
forma poco comn de anlisis,
mente a grandes pruebas de rendimiento
donde la visin del usuario es fundamental y donde
adems el enfoque del servicio es global; con usuarios
dispersas.
consiste en realizar las pruebas de
miento desde mltiples ubicaciones y sistemas que simulen, de la
forma ms precisa posible, los distintos perfiles de usuario del sistema y sus
La principal ventaja es la capacidad de la prueba para reproducir,
imponga nuestro bolsillo e imaginacin, la realidad del
acceso de usuarios a un aplicativo de uso global.
en consonancia, el coste, la complejidad, la

slo es recomendable para casos muy puntuales
donde se determina que los otros mtodos son insuficientes.
Una visin conjunta: las pruebas de capacidad
Hay una situacin un tanto particular que se da cuando lo que
queremos medir es la capacidad del sistema de informacin (uso de CPU,
estado de un proceso, ...).
En este caso concreto, es obvio que no nos vale slo con la
informacin que podramos obtener desde el exterior del sistema evaluado
que fuese desde la red local, desde la nube o desde mltiples
), sino que adicionalmente necesitamos la visin desde el
No obstante, en esta situacin, lo ms correcto es generar las
desde el exterior del sistema. Y desde el interior, nicamente,
medir el impacto que estamos generando en aquellos parmetros que
Este impacto se puede medir en los logs, en la

informacin estadstica del sistema o mediante un sistema de
monitorizacin.
Por qu hacerlo as? Bsicamente para limitar el impacto que
causara generar las peticiones desde el propio sistema.
Tabla resumen
Para finalizar este apartado vamos a ver una tabla resumen de las distintas
ubicaciones, sus principales ventajas, inconvenientes y su uso
recomendado.
Ubicacin Ventajas Inconvenientes Recomendado
sistema Sencillez falta de precisin preproduccin
red interna verstil, buena precisin, rcp no visin externa uso comn
nube verstil, buena precisin, visin externa coste y tiempo visin externa
usuario excelencia / precisin complejo, coste, tiempo casos puntuales
TABLA 2-1

2.3 | MEDIDAS Y MTRICAS
Hasta ahora hemos visto tipos de pruebas y tambin perspectivas
de ejecucin de las pruebas, y aunque hemos nombrado algunas medidas y
algunas mtricas, e incluso hemos pintado grficos en las que se pueden ver
reflejadas, hemos pasado un poco por encima de ellas.
No tiene sentido retrasarlo mucho ms, as que en este apartado
vamos a hablar de qu parmetros, medidas y mtricas, son los que
comnmente nos sirven para evaluar una prueba de rendimiento.
Medidas vs. Mtricas
Muchas veces usamos ambas palabras de forma indistinta,
solapamos sus significados sin darnos mucha cuenta de ello, y termina
resultando que una medida y una mtrica son lo mismo. Sin embargo, no lo
son.
Una medida, del ingls measure, consiste en la obtencin de un
parmetro concreto y cuantitativo.
EJEMPLO 2-6
Medidas son: tiempo de respuesta, nmero de errores o uso de
disco.

Sin embargo, una mtrica es el resultado de utilizar una o varias
medidas, dotarlas de un contexto y evaluar su evolucin, de tal forma que
se pueda obtener informacin til (valor) a partir de ellas.
EJEMPLO 2-7
Una mtrica es: Tiempo medio de respuesta por nmero de
usuarios. Mtrica que se construye a partir de las medidas
tiempo de respuesta y nmero de usuarios.


EJEMPLO 2-8

El siguiente grfico muestra la diferencia entre una mtrica y una
medida. La mtrica "tiempo medio de respuesta segn nmero de
usuarios concurrentes" refleja el valor compuesto por la media de
todos los tiempos de respuesta obtenidos durante la prueba segn
el nmero de usuarios. Mientras que nmero de errores es slo una
medida.

La informacin til que aporta la mtrica es superior a la que aporta
la medida y es ms difcil de distorsionar. Una medida como errores
puede distorsionarse rpidamente con que, por un motivo
cualquiera, un slo usuario sufra un problema.

Medidas externas
Este conjunto de medidas son aquellas que podemos obtener,
como su propio nombre indica, desde el exterior del sistema evaluado.
Las ms importantes son:
Tiempo de respuesta (ms): Nmero de milisegundos
que el sistema tarda en contestar una peticin.

0
50
100
150
200
250
300
20 25 30 25 40
V
a
l
o
r
e
s
Ejemplo 2-8 | Medida vs. Mtrica
Tiempo medio(s)
Errores

Errores (n o %): Nmero de errores que obtengo al
realizar un nmero determinado de peticiones al
sistema.

Usuarios y peticiones (n): Nmero de usuarios
realizando un nmero total de peticiones.
Fundamental para el clculo de rendimiento.
Existen otras, secundarias como son:
Latencia de red (ms): Nmero de milisegundos que el
sistema tarda en recibir y devolver la informacin.

Tiempo de procesamiento (ms): Nmero de
milisegundos que el sistema pasa procesando la
informacin. Aprox. Tiempo de respuesta - Latencia.
Medidas internas
Este conjunto de medidas son aquellas que para obtenerlas,
necesitamos extraer informacin del sistema evaluado, siendo imposible
acceder a ellas desde el exterior.
Las medidas internas est relacionadas con las pruebas de
capacidad y existen tantas, y tan variadas, como elementos contenga el
sistema de informacin a evaluar. Las ms comunes son las siguientes:
Uso de recursos del sistema (CPU, memoria, disco, ...):
Cantidad de un determinado recurso consumida globalmente
por el sistema durante la prueba de capacidad.

Uso de recursos de un determinado proceso (CPU, memoria,
disco, sockets abiertos, ...): Cantidad de un determinado
recurso consumida por un proceso concreto.

Informacin contenida en logs: Informacin que el sistema, o
un determinado proceso, registran en ficheros de logs.

Informacin del sistema de monitorizacin: Conjunto de
parmetros del sistema o de los procesos controlados
automticamente por el sistema de monitorizacin y que
permiten medir el uso de recursos internos de un sistema.

OBSERVACIN 2-1. Medida vs. Perspectiva.
Es importante distinguir entre medidas y perspectivas de
evaluacin. La perspectiva de evaluacin indica el lugar desde el
que se generan las peticiones (sistema, red, nube, ...). Mientras que
la medida, bien sea externa o interna, indica en base a qu
obtenemos la informacin.
Muy importante que tengamos claro que una perspectiva de
evaluacin desde red (o desde la nube) puede contener medidas
internas.
Construyendo mtricas
La construccin de mtricas tiles es una tarea bsica de la fase de
planificacin y diseo de una prueba de rendimiento. Se pueden construir
mtricas tan sencillas como usar una medida (recordemos el ejemplo de
errores) o tan complicadas como nuestra imaginacin nos lo permita.
Sin embargo, el objetivo de una mtrica no es ser ni sencilla, ni
complicada, sino facilitarnos una informacin que nos sea relevante. No
obstante, cuanta ms informacin queramos que contenga una mtrica,
ms medidas necesitar y, a la vez, ms globalizar el resultado.
Si nos contentamos con una mtrica que sea tiempo medio de
respuesta por sistema podremos construir la mtrica con la informacin que
recogemos de un nico sistema. En cambio, si queremos una mtrica que
sea tiempo medio de respuesta de los servicios web pblicos necesitaremos
realizar pruebas de rendimiento, equivalentes, en todos los sistemas
implicados y luego obtener la mtrica.
Las mtricas ms usuales son las medias, las medianas y las
variaciones sobre un conjunto de medidas, internas o externas, sobre las

que se realiza un determinado filtro o agrupacin. De tal forma podramos
tener las siguientes mtricas iniciales ms comunes:
Nmero de peticiones atendidas por unidad de tiempo (n/t)
Tiempo medio de respuesta (ms)
Mediana del tiempo de respuesta (ms)
Variacin media del tiempo respuesta (ms)
Nmero medio de errores (n)
Mediana del nmero de errores (n)
Variacin media del nmero de errores (n)
Uso medio de recursos de sistema (CPU, memoria, ...)
Mediana del uso de recursos de sistema (CPU, memoria, ...)
Variacin media del uso de recursos de sistema (CPU, memoria,
...)
...
Sobre estas mtricas iniciales se establecen una serie de filtros o
agrupaciones; los ms usuales son los siguientes:
Por sistema: El filtro ms inmediato y sencillo es agrupar los
datos por sistema evaluado.

Por nmero de usuarios: El segundo filtro ms comn es
agrupar los datos en funcin de nmero de usuarios que se han
utilizado en la prueba de rendimiento.

Por fechas y horas: Esta agrupacin requiere repetir las mismas
pruebas en distintas horas ( o das ).

Por servicio: Esta agrupacin requiere realizar las mismas
pruebas para todos los elementos frontales de un servicio.
Y as podramos seguir durante pginas y pginas, mientras nuestra
imaginacin lo permitiese... pero no parece que sea necesario.


2.4 | EVALUACIN DE ARQUITECTURAS MULTICAPA
La evolucin hacia sistemas cuya interaccin con el usuario es
"100% web" avanza imparable, con pequeas excepciones
electrnico. Esto hace que las arquitecturas IT
adecen a esa realidad. El diagrama
aspecto de un sistema IT actual de cara a sus usuarios.
A efectos de evaluacin de rendimiento, podemos
frontales web se concentra el grueso del trfico proveniente del usuario
canalizado a travs de la red de acceso,
informacin: servidores de aplicacin, bases de datos, otros servicios IP
(correo electrnico, autenticacin, firma digital, servidores de ficheros, ...);
as como, en caso de existir, a la red de almacenamiento.
CTURAS MULTICAPA
temas cuya interaccin con el usuario es
pequeas excepciones como el correo
electrnico. Esto hace que las arquitecturas IT, y la forma de evaluarlas, se
El diagrama de la [Figura 2.1] intenta mostrar el
aspecto de un sistema IT actual de cara a sus usuarios.

A efectos de evaluacin de rendimiento, podemos ver que en los
se concentra el grueso del trfico proveniente del usuario,
canalizado a travs de la red de acceso, y cmo se reparte por el sistema de
informacin: servidores de aplicacin, bases de datos, otros servicios IP
(correo electrnico, autenticacin, firma digital, servidores de ficheros, ...);
como, en caso de existir, a la red de almacenamiento.

Este tipo de arquitectura hace que, a da de hoy, un nmero muy
elevado de las evaluaciones de rendimiento se realice exclusivamente sobre
servicios y aplicativos web, y a partir de ellos se evale la totalidad del
rendimiento del sistema:
Rendimiento de red: Entendido como la adecuacin de la
red al volumen de peticiones generadas en la evaluacin.
Las tcnicas ms comunes son la comparacin entre la
latencia y el tiempo de procesamiento, as como las
medidas de capacidad de los elementos de red.

Rendimiento de servicio web: Evaluados directamente a
partir del trfico enviado a ellos por los scripts de
evaluacin.

Rendimiento de elementos interconectados a los servicios
web: El rendimiento de bases de datos, servidores de
aplicacin o de servicios de red IP, se mide en este caso en
base a la peticiones en cascada que se generan a partir de
las realizadas al servicio web.
No obstante, aunque es cierto que la arquitectura multicapa nos
permite este tipo de evaluacin, no podemos dejar de atender a las dos
observaciones que haremos a continuacin; dado que condicionan por
completo los resultados que obtendremos.
OBSERVACIN 2-2. Medidas globales vs. especficas.
Al evaluar una arquitectura multicapa podemos optar por una
medida global de rendimiento o no hacerlo.
Un ejemplo de medida global es el tiempo de respuesta a una
peticin. Una nica medida que engloba el rendimiento de todo el
sistema de informacin.

Sin embargo, esta medida puede ser insuficiente. En ese caso se
debe optar por evaluar el rendimiento de los elementos que
interactan para atender al usuario.
La forma ms frecuente y usual de evaluar el rendimiento es
mediante el uso de medidas de capacidad (CPU, memoria,
procesos, ...) para cada elemento que interconecta con el servicio
web sobre el que se ejecuta la prueba; para ello es muy til
disponer de monitorizacin en los sistemas evaluados.
Los resultados de ambas opciones, es obvio, son distintos. En la
primera opcin tendremos un nico valor que daremos por bueno,
o no, en funcin del contexto. En la segunda opcin vamos a ser
capaces de discernir qu elementos puntuales son los que estn
impactando negativamente en el rendimiento.
OBSERVACIN 2-3. Evaluacin de arquitecturas complejas.
Esta observacin es fundamental en la evaluacin de arquitecturas
complejas. Al evaluar una arquitectura de cierta envergadura, sera
muy extrao disponer de elementos independientes para cada uno
de los servicios web que la componen. Lo habitual es que bastantes
elementos sean compartidos entre distintos servicios web.
En estos casos, evaluar un nico servicio web, obvia o sesga el
impacto en el rendimiento del resto de servicios web que
comparten arquitectura; teniendo una utilidad limitada a la
deteccin de errores en el propio servicio evaluado (gestin
incorrecta de conexiones (bbdd, ldap,...), condiciones de carrera,
liberacin incorrecta de recursos, ...)
Este sesgo se magnifica en elementos que atienden a todos los
servicios del sistema de informacin: correo electrnico, servicio
LDAP, ...

Ganando precisin en la evaluacin de
Cuando nos encontramos una arquitectura multicapa que se
corresponde 1:1 con un servicio, es decir, cuando la red de acceso, los
servidores web, de aplicacin, de bases de datos y cualesquiera otros,
nicamente atienden a un servicio, la evaluacin a travs del frontal web
tiene una precisin suficiente y adecuada
Sin embargo, como hemos visto en la
momento que la relacin deja de ser 1:1 y pasa a ser N:1, varios servicios
comparten una infraestructura comn,
hora de evaluar el rendimiento.
Por tanto, vamos a ver qu posibilidades tenemos para afinar la
evaluacin del rendimiento.
Anlisis de servicios web con dependencias comunes
Esta aproximacin es til pa
servicios web que comparten arquitectura no es muy elevado.
sencilla: extender el anlisis de rendimiento a todos los servicios web que
comparten la arquitectura multicapa.
La principal ventaja
de esta aproximacin es la
homogeneidad de la prueba,
puesto que toda ella se
realizar haciendo uso de las
mismas herramientas y del
mismo protocolo de
comunicacin (HTTP/HTTPS).
El inconveniente se
produce en redes con gran
cantidad de servicios web y
una infraestructura
compartida.

valuacin de arquitecturas multicapa
Cuando nos encontramos una arquitectura multicapa que se
corresponde 1:1 con un servicio, es decir, cuando la red de acceso, los
servidores web, de aplicacin, de bases de datos y cualesquiera otros,
n a un servicio, la evaluacin a travs del frontal web
y adecuada.
Sin embargo, como hemos visto en la Observacin 2-3, en el
momento que la relacin deja de ser 1:1 y pasa a ser N:1, varios servicios
ructura comn, surgen problemas de precisin a la
Por tanto, vamos a ver qu posibilidades tenemos para afinar la
con dependencias comunes
Esta aproximacin es til para casos en los que el nmero de
que comparten arquitectura no es muy elevado. La idea es
extender el anlisis de rendimiento a todos los servicios web que
comparten la arquitectura multicapa.

Anlisis de infraestructura compartida no web
La segunda forma de ganar precisin en la evaluacin de
arquitecturas multicapa es adecuada para aquellos casos en la que la
evaluacin de servicios web implicara analizar un gran nmero de ellos (o
todos), haciendo intil la aproximacin anterior o para aquellos servicios no
web masivos (p.ej. correo electrnico).

En esta alternativa, debemos evaluar, independientemente, cada
uno de los elementos de la infraestructura compartida, valorando el
rendimiento de cada uno de ellos y obteniendo como medidas de todo el
sistema las peores de los elementos comunes.
El principal problema es la prdida de homogeneidad: cada
elemento hablar un protocolo distinto (HTTP, SQL, SMTP, POP, CIFS, ...)
que nos obligar a usar diferentes herramientas.
Tabla Resumen
Para finalizar adjuntamos una tabla resumen que recoge las
distintas posibilidades de anlisis y las recomendaciones de uso de las
mismas.
Anlisis ptimo Adecuada Problema
Web nico Eval. 1:1 Deteccin Errores Eval. N:1
Web Comn Eval. N:1; N<=3 Eval. N:1; N>3 Nmero de servicios
No Web Eval. N:1; N>3 Eval. N:1; N<=3 Protocolos
TABLA 2-2

Servidores Aplicacin Servidores Bases Datos Otros servicios IP

2.5 | ANLISIS COMPARATIVO: PERFILES "BASE".
Un "perfil base", en ingls baseline, por muy rimbombante que nos
pueda sonar el nombre, no es ms que un tipo de mtrica muy particular, y
relativamente sencilla, que sirve para realizar anlisis comparativo del
rendimiento
Empecemos por el principio. Cuando hacemos una nica prueba de
rendimiento, o una primera prueba, nuestros criterios de aceptacin o
rechazo del rendimiento se van a basar en lo siguiente:
Caso de mtricas externas: Las aceptaremos en base a criterios
cualitativos de calidad de servicio. P.ej: Creemos aceptable que
un servicio web tenga un tiempo medio de respuesta de
500ms.

Caso de mtricas internas: Las aceptaremos en base a criterios
cuantitativos lmite. P.ej. Aceptaremos que se consuma hasta el
85% de un determinado recurso: memoria, disco, CPU...
Sin embargo, una vez que hemos aceptado, en base a las mtricas
que hemos obtenido, la prueba de rendimiento, hemos creado (quiz sin
pretenderlo) lo que se conoce como un "perfil base".
Es decir, tenemos un marco de referencia de mtricas de
rendimiento (tiempo de respuesta, errores, usuarios concurrentes,
capacidad, ...) que podemos utilizar para realizar anlisis comparativo.
Un "perfil base" es por tanto una mtrica que se compone de todas
las mtricas que han formado la prueba de rendimiento realizada y que
tiene la caracterstica de ser esttica en el tiempo. Es decir, los valores del
"perfil base" son siempre los mismos hasta que se decida su actualizacin.


"Perfiles Base": Ciclo de Vida
En la [Figura 2.3] podemos ver cul es el ciclo de vida de un "Perfil
Base".
Prueba de Rendimiento Inicial: Prueba de rendimiento que se
realiza sin que exista ningn "perfil base" sobre el que realizar
anlisis comparativo.

Aceptacin de Mtricas: Conjunto de criterios cualitativos y
cuantitativos que aplicamos a una prueba de rendimiento
inicial para determinar si es aceptada.

Obtencin del Perfil Base: Conjunto de mtricas que han
resultado aceptadas en la prueba de rendimiento inicial.

Anlisis Comparativo: Comparacin de valores obtenidos en
una nueva prueba de rendimiento con los del "perfil base".

Actualizacin del Perfil: Actualizacin de los valores usados
como mtricas en el "perfil base".

Prueba
Rendimiento
Inicial
Aceptacin de
Mtricas
Obtencin de
"Perfil Base"
Anlisis
Comparativo
Actualizacin
de "Perfil"
Figura 2.3

Anlisis comparativo: El error ms comn.
El anlisis consiste en algo que, a priori, parece sencillo: comparar
un "perfil base" creado sobre un conjunto de elementos N1 en un momento
del tiempo T1, con las mismas mtricas extradas en un momento del
tiempo T2 sobre un conjunto de elementos N2.
Sin embargo, hay algo que es fundamental para que todo esto sirva
de algo: los elementos de N1 y N2 nicamente pueden diferir en aquellos
sobre los que queremos obtener comparacin.
Es decir, si estamos haciendo una prueba de rendimiento de un
aplicativo web W1, sobre el que tenamos un "perfil base" para su versin
2014.01 y queremos comparar el rendimiento con la nueva versin 2014.02;
debemos garantizar que el resto de elementos son los mismos: servidor
web, servidor de aplicacin, servidor de bases de datos, etc. La
correspondencia tambin se aplica en sentido contrario, si queremos ver
cmo los cambios en la infraestructura IT afectan al rendimiento del
aplicativo web, debemos hacerlo sobre la misma versin del servicio.
En el momento que uno de estos elementos haya cambiado, el
anlisis comparativo perder precisin. Cunta? Pues depende lo
significativos que sean los cambios. Si, por ejemplo, el cambio es que hemos
pasado de la versin de Apache 2.2.24 a 2.2.25, puede ser que
"despreciable". En cambio, si el cambio consiste en pasar de la versin 2.2
de Apache, a la versin 2.4 el cambio puede ser bastante significativo, y por
tanto el "perfil base" no tener ningn valor.
Casos de utilidad de "perfiles base"
Una vez que sabemos qu son, vamos a ver para qu podemos
usarlos realmente.
Comparar versiones del mismo servicio: Si hemos creado un
"perfil base" para un servicio, podemos comparar (mientras lo
evaluemos en la misma infraestructura) diferentes versiones
del mismo servicio y si el rendimiento mejora o empeora.


Comparar el rendimiento de cambios en la infraestructura IT:
Si hemos creado un "perfil base" para un servicio, podemos
comparar (mientras evaluemos la misma versin del servicio)
diferentes cambios en la infraestructura: nuevas versiones de
base de datos, nuevas versiones de servidor de aplicacin,
nuevos productos sustitutivos, ...

Comparar entre mltiples servicios: Un "perfil base" no tiene
porqu ser usado siempre sobre el mismo servicio. Ni tampoco
provenir de un nico servicio. Si tenemos un servicio S1 y
conjunto de servicios S2,S3... independientes
2
; podemos usar
el mismo "perfil base" siempre que queramos que todos
servicios homogenicen su rendimiento. Es ms, el "perfil base"
puede provenir de la primera prueba de rendimiento realizada
a S1; o de la unin de varias de ellas.

OBSERVACIN 2-4. Perfiles base demasiado genricos.
Un error en el que se puede caer a la hora de construir y utilizar
perfiles base es en hacerlos excesivamente "genricos" de tal forma
que al final no signifiquen nada.
No hay nada de errneo en usar un perfil base para varios servicios
que, de manera lgica, deben tener un rendimiento similar. Sin
embargo, a poco que tengamos un sistema complejo, no tiene
ningn sentido intentar aplicar un nico "perfil base" a todo el
sistema de informacin. Cunto generalizar? Hay que aplicar el
sentido comn.

2
Ver Observacin 2-3. La problemtica que encontraremos en arquitecturas compartidas ser la
misma.
EJEMPLO 2-9

A continuacin, vamos a ver el uso de un "perfil base" muy sencillo
slo incluye el tiempo medio de respuesta,
rendimiento de la evolucin de un aplicativo web
diferentes versiones.

Actualizar el "perfil base"
Este es el ltimo punto del ciclo de vida de un "perfil base": su
actualizacin.
Puesto que aunque un perfil base tiene un valor "esttico" en el
tiempo, llega un momento donde ese valor no significa absolutamente nada
debido a que la evolucin del sistema, o del aplicativo.
Por tanto, la actualizacin del "perfil base" es la decisin, podemos
decir estratgica, de "sustituir" el valor de las mtricas que lo componen
cuando estimamos que nuevos valores se adecan mejor a la realidad.


A continuacin, vamos a ver el uso de un "perfil base" muy sencillo,
slo incluye el tiempo medio de respuesta, para valorar el
la evolucin de un aplicativo web entre sus

Este es el ltimo punto del ciclo de vida de un "perfil base": su
Puesto que aunque un perfil base tiene un valor "esttico" en el
tiempo, llega un momento donde ese valor no significa absolutamente nada
sistema, o del aplicativo.
Por tanto, la actualizacin del "perfil base" es la decisin, podemos
decir estratgica, de "sustituir" el valor de las mtricas que lo componen
cuando estimamos que nuevos valores se adecan mejor a la realidad.

2.6 | USUARIOS: GLOBALES, DEL SERVICIO, POR MES/DA/HORA,
ACTIVOS VS. SIMULTNEOS VS. CONCURRENTES...
Como ltimo punto de este captulo, ya bastante extenso, vamos a
tratar el aspecto del nmero de usuarios. Al hablar de usuarios, pasa algo
similar como con los tipos de pruebas y tendemos a mezclar conceptos. Por
eso vamos a intentar aclarar los tipos de usuarios que principalmente
encontramos cuando hacemos una prueba de rendimiento y su papel en
ellas.
Usuarios globales
El primer tipo de usuario son los usuarios globales, es decir, el
nmero de usuarios de nuestro sistema de informacin.
Sin embargo, a efectos de ejecutar pruebas de rendimiento, al
menos en este libro, siempre vamos a hablar a nivel de servicios y de
usuarios del servicio, por lo que podemos olvidarnos de ellos. En todo caso,
si slo tenemos un servicio, o si hablamos de un servicio usado por todos los
usuarios, ambas cifras coincidirn. En caso contrario, no.
Usuarios del servicio
Como su nombre indica es el nmero total de usuarios de un
servicio. Este tipo de usuario, de cara a una prueba de rendimiento tiene
especial significancia para valoracin de medidas de capacidad de
persistentes: quotas de disco, buzones de correo, tablas de base de datos,
etc.
Sin embargo, su importancia, es escasa en la valoracin del resto de
medidas que no presentan persistencia en el sistema cuando no existe
actividad: uso de CPU, memoria, red, tiempo de respuesta, etc. Para las que
usaremos usuarios por mes/da/hora.


Cmo obtener su nmero?
Los usuarios del servicio nos interesan cuando hay persistencia de
informacin en el sistema. Esta persistencia, por fortuna para simplicidad de
nuestros clculos, en la amplia mayora de los casos va a estar ligada a
usuarios registrados. Por tanto, en la amplia mayora de los servicios, a
nuestros efectos, el dato que queremos conocer son los usuarios
registrados.
En el caso de tratarse de un servicio pblico con persistencia de
informacin (p.ej. administracin electrnica a ciudadanos, almacenaje de
ficheros annimo, ...) deberemos usar como usuarios del servicio una
estimacin a partir de los usuarios mensuales.
Usuarios por mes/da/hora
Esta triada de valores, obtenidos generalmente unos a partir de
otros, es la que nos servir, como veremos en el captulo 4, para establecer
nuestras estimaciones de nmero de usuarios concurrentes que
necesitamos simular en nuestras pruebas de rendimiento.
Cmo obtener su nmero?
Para esta labor necesitaremos bien procesar los logs por nosotros
mismos. Bien un generador de estadsticas a partir de logs ( p.ej. AWStats )
que nos muestre una informacin similar a la siguiente.
Mes Nmero de visitas Pginas Solicitudes
Ene 2014 1,120 4,517 25,078
Feb 2014 1,222 5,119 26,833
Mar 2014 1,610 5,107 27,152
Abr 2014 1,452 5,540 20,400
TABLA 2-3

Usuarios activos vs. simultneos vs. concurrentes
Este es posiblemente uno de los conceptos que ms malos
entendidos causa a la hora de realizar pruebas de rendimiento. Vamos a
intentar aclararlo.
Un usuario activo es aquel que tiene una sesin abierta en el
servicio, independientemente de que tenga actividad o no la tenga en ese
momento. Cada una de estas sesiones, podemos presuponer que se
corresponde con una visita.
Los usuarios simultneos son aquellos que, en el mismo momento
del tiempo, estn generando actividad en el servicio realizando una accin
cualquiera. Debemos pensar que difcilmente en servicios interactivos
vamos a tener ratios 1:1, es decir, difcilmente por cada usuario activo
vamos a tener un usuario simultneo.
Por ltimo, los usuarios concurrentes son aquellos que,
exactamente en el mismo momento del tiempo, estn realizando
exactamente la misma accin en el servicio. Nuevamente tendremos que el
ratio usuario simultneo respecto concurrente muy extraamente va a ser
1:1. De hecho, salvo que se trate de una prueba de rendimiento, es muy
improbable que suceda.
En el captulo 4, dedicado a la planificacin de las pruebas de
rendimiento, profundizaremos ms en este concepto, y analizaremos con
exactitud qu es lo que nos interesa simular en nuestras pruebas y cul es la
mejor forma de simularlo.

EJEMPLO 2-10

En la siguiente tabla podemos ver una simulacin de trfico en un
servicio, que muestra las diferencias entre
simultneos (2) y concurrente
SESS\MSEC 10ms 20ms 30ms
Sesin 1 Login

Sesin 2

Login

Sesin 3

Sesin 4

Ver
Sesin 5

Buscar
Sesin 6

Perfil

Sesin 7

Sesin 8 Perfil

TABLA

Para terminar vamos a generar un
que ilustra la posible transmisin de informacin y las diferencias
entre activo y simultneo.


En la siguiente tabla podemos ver una simulacin de trfico en un
las diferencias entre usuarios activos (8),
concurrentes (2).
ms 40ms 50ms 60ms 70ms 80ms 90ms

Perfil

Salir

Perfil

Buscar

Ver

Buscar

Salir

Ver

Buscar

Ver

Buscar Ver

Buscar

Ver
ABLA 2-4
generar un grfico, a partir de la [Tabla 2.4],
que ilustra la posible transmisin de informacin y las diferencias



HERRAMIENTAS | 3
Un captulo ms, y si en el nmero dos hemos entrado en materia,
en este nmero tres toca arremangarse para, definitivamente, meternos en
faena. Hablar de herramientas, una vez que ms o menos hemos empezado
a entender de qu va esto de hacer pruebas de rendimiento, es necesario
para que conozcamos qu hay a nuestra disposicin para hacerlas. Y sin
embargo, es algo que prcticamente todos los libros dedicados a esta
materia evitan.
Por qu? La excusa suele ser porque las herramientas cambian, o
porque cada uno ejecuta la tarea con la que ms cmodo se siente, o
porque lo importante es tener claros los conceptos. A este paso alguien dir
que ha sido porque el perro se comi esas pginas.
El hecho es que da igual por qu el resto de libros no tengan un
captulo dedicado a este tema, salvo aquellos libros que especficamente se
centran en una nica herramienta. Pero con nuestro objetivo en mente,
escribir este captulo es fundamental para que alguien que nunca ha hecho
una prueba de rendimiento tenga una idea general de por dnde van los
tiros y qu funcionalidades tienen las herramientas. Si dentro de 10 aos las
herramientas han cambiado, ya veremos si hacemos una versin 2.0 de este
libro o si dejamos que cada uno se espabile por su cuenta. Pero, de
momento, vamos a preocuparnos del presente. Empecemos. Qu veremos
en este captulo?

Rendimiento Web: las herramientas clsicas. Apache Benchmark,
HTTPerf y AutoBench. El tro bsico de herramientas para hacer
pruebas simples a arquitecturas HTTP y HTTPS. En uso desde hace
ms de una dcada, y con capacidad para ayudarnos en
determinados momentos.

62 Herramientas | 3

Rendimiento No Web: herramientas especficas
visto que hay situaciones en las que deberemos realizar pruebas de
rendimiento en servicios no web,
herramientas especficamente diseadas para
correo electrnico, red, bases de datos ...

JMeter: La navaja suiza. JMeter es la referencia
hora de ejecutar pruebas de rendimiento
herramienta a la que debemos acostumbrarnos
para una prueba de carga a un servicio HTTP, que para una prueba
de stress a un servidor LDAP.
prueba desde un entorno GUI, y adems la simulacin de
situaciones cercanas a las reales
navegacin reales con un proxy incorporado, dispersin de eventos
con temporizadores, inclusin de lgica en la

Frameworks: scripting para gente elegante.
de soluciones como JMeter,
relativamente complicadas no era ninguna locura programarse
mediante algn lenguaje de scripting (p.ej. perl) algunas pruebas de
rendimiento "ex-profeso". Los frameworks son herederos de
aquella idea y nos ofrecen APIs con mu
mediante el uso de lenguajes modernos (clojure, phyton, groovy,
...) permiten realizar pruebas de rendimiento totalmente
customizadas a nuestras necesidades.
herramientas especficas. Como hemos
visto que hay situaciones en las que deberemos realizar pruebas de
rendimiento en servicios no web, analizaremos algunas
herramientas especficamente diseadas para servicios no web:
, bases de datos ...
JMeter es la referencia opensource a la
de rendimiento, con lo cual es una
a la que debemos acostumbrarnos. Lo mismo sirve
para una prueba de carga a un servicio HTTP, que para una prueba
de stress a un servidor LDAP. Permite un cmodo diseo de la
prueba desde un entorno GUI, y adems la simulacin de
reales mediante captura de sesiones de
navegacin reales con un proxy incorporado, dispersin de eventos
con temporizadores, inclusin de lgica en la prueba...
Frameworks: scripting para gente elegante. Antes de la existencia
de soluciones como JMeter, para la realizacin de pruebas
relativamente complicadas no era ninguna locura programarse
mediante algn lenguaje de scripting (p.ej. perl) algunas pruebas de
profeso". Los frameworks son herederos de
aquella idea y nos ofrecen APIs con multitud de funciones que
mediante el uso de lenguajes modernos (clojure, phyton, groovy,
...) permiten realizar pruebas de rendimiento totalmente
customizadas a nuestras necesidades.


3.1 | RENDIMIENTO WEB: LAS HERRAMIENTAS CLSICAS
Tienen en comn ser las herramientas bsicas y elementales para
medir rendimiento de servicios y aplicativos web. Sus seas de identidad
son: interfaz en lnea de comandos, funcionalidades espartanas y una curva
de aprendizaje casi nula.
Conexiones vs. Sesiones
Antes de empezar a hablar de las herramientas propiamente
dichas, vamos a tratar un aspecto importante que afecta a todas las
herramientas de anlisis de rendimiento web: la orientacin a conexiones
vs. la orientacin a sesiones.
La orientacin a conexiones fue la primera y por tanto ms bsica
forma de evaluar el rendimiento. La idea no puede ser ms sencilla:
conecto, hago una peticin y desconecto. Tantas veces como sea necesario
hasta que llegue al nmero de peticiones que se me ha indicado.
La aproximacin tiene dos pequeos problemas. El primero de ellos
es que al solicitar una web ligera, que se procesa en unos pocos
milisegundos, el tiempo de reconexin en cada peticin va a penalizar de
forma apreciable.

0
5
10
15
20
25
30
35
M
i
l
i
s
e
g
u
n
d
o
s
Figura 3 - 1 | Comparativa de rendimiento | Contenido Esttico
100 peticiones / 10 usuarios
No KeepAlive
KeepAlive
64 Herramientas | 3

La [figura 3-1] nos muestra un ejemplo de prueba de rendimiento,
realizada en red local, donde 10 usuarios realizan un total de 100 peticiones
(10 por usuario) a un servicio web esttico que sirve un documento de
aproximadamente 1KByte. Podemos ver que la opcin sin Keep-Alive ofrece
un rendimiento significativamente peor.
No obstante, la [figura 3-2] nos muestra como en el momento que
entra en juego un contenido dinmico, donde el tiempo de procesamiento
tiene ms importancia que el tiempo de transmisin, la situacin deja de
tener importancia.

El segundo problema que presenta la orientacin a conexiones es
que nuestros usuarios no se comportan as. Un cliente y un servidor web
modernos mantienen abierta la sesin TCP entre 5 y 15 segundos hasta el
timeout. Lo que hace que un usuario haga toda su sesin de navegacin por
nuestro site con una unas pocas conexiones TCP. Con lo que la congestin a
nivel de capa de transporte siempre va a ser menor.
Para solventar estos inconvenientes, las herramientas
implementan, de forma ms o menos acertada, modos de prueba por
sesin, donde el conjunto de peticiones se integran en una misma conexin
TCP haciendo uso del modo Keep-Alive.

0
50
100
150
200
250
300
350
M
i
l
i
s
e
g
u
n
d
o
s
Figura 3 - 2 | Comparativa de rendimiento | Contenido Dinmico
100 peticiones / 10 usuarios
No KeepAlive
KeepAlive

Apache Benchmark
Apache Benchmark es la herramienta de medicin de rendimiento
que acompaa, por defecto, a las instalaciones de Apache.
$ ab -h
Usage: ab [options] [http[s]://]hostname[:port]/path
Options are:
-n requests Number of requests to perform
-c concurrency Number of multiple requests to make
-t timelimit Seconds to max. wait for responses
-b windowsize Size of TCP send/receive buffer, in bytes
-p postfile File containing data to POST. Also set -T
-u putfile File containing data to PUT. Also set -T
-T content-type Content-type header for POSTing, eg.
'application/x-www-form-urlencoded'
Default is 'text/plain'
-v verbosity How much troubleshooting info to print
-w Print out results in HTML tables
-i Use HEAD instead of GET
-x attributes String to insert as table attributes
-y attributes String to insert as tr attributes
-z attributes String to insert as td or th attributes
-C attribute Add cookie, eg. 'Apache=1234. (repeatable)
-H attribute Add header line, eg. 'Accept-Encoding: gzip'
Inserted after all normal header lines. (repeatable)
-A attribute Add Basic WWW Authentication, the attributes
are a colon separated username and password.
-P attribute Add Basic Proxy Authentication, the attributes
are a colon separated username and password.
-X proxy:port Proxyserver and port number to use
-V Print version number and exit
-k Use HTTP KeepAlive feature
-d Do not show percentiles served table.
-S Do not show confidence estimators and warnings.
-g filename Output collected data to gnuplot format file.
-e filename Output CSV file with percentages served
-r Don't exit on socket receive errors.
-h Display usage information (this message)
-Z ciphersuite Specify SSL/TLS cipher suite (See openssl ciphers)
-f protocol Specify SSL/TLS protocol (SSL3, TLS1, or ALL)
TABLA 3-1
Sus opciones, aunque al principio puedan parecer muchas, en la
prctica real se limitan fundamentalmente a los parmetros:
Peticiones [-n]: Nmero total de peticiones que queremos
realizar en la prueba.

66 Herramientas | 3

Concurrencia [-c]: Nmero de peticiones que queremos realizar
al mismo tiempo.

Opcin Keep-Alive [-k]: Opcin para mantener el canal de
comunicacin abierto entre peticin y peticin,
reaprovechando el socket abierto mediante el uso de la
cabecera HTTP Keep-Alive.

Guardar la salida [-g] o [-e]: Guardar los resultados. Bien en
formato gnuplot [-g], muy enfocado a dibujar grficos. Bien en
formato CSV [-e], para utilizarlo donde mejor nos venga.
Y nada ms. El resto de opciones sirven principalmente para definir
si queremos hacer algn otro tipo de peticin que no sea GET. P.ej. POST [-
p] o PUT [-u]; controlar opciones de SSL [-Z/-f]. Y por ltimo en caso de que
estemos en una aplicacin autenticada, si queremos aadir alguna cabecera
propia [-H] o una Cookie [-C].
De tal forma, una ejecucin de Apache Benchmark donde
queramos una prueba sobre el sistema localhost que realice 1000
peticiones, con una concurrencia de 10 peticiones simultneas sin cierre del
canal y salvando los datos a csv, sera algo como esto:

$ ab -c10 -n1000 -k -e prueba.localhost.c10.n1000.csv http://127.0.0.1/

TABLA 3-2
Una vez la hemos ejecutado, esperamos unos instantes hasta
obtener el siguiente resultado.
Server Software: Apache/2.2.22
Server Hostname: 127.0.0.1
Server Port: 80

Document Path: /
Document Length: 2224 bytes

Concurrency Level: 10

Time taken for tests: 0.136 seconds
Complete requests: 1000
Failed requests: 0
Write errors: 0
Total transferred: 2503000 bytes
HTML transferred: 2224000 bytes
Requests per second: 7353.59 [#/sec] (mean)
Time per request: 1.360 [ms] (mean)
Time per request: 0.136 [ms] (mean, across all requests)
Transfer rate: 17974.64 [Kbytes/sec] received

Connection Times (ms)
min mean[+/-sd] median max
Connect: 0 0 0.2 0 1
Processing: 0 1 0.6 1 9
Waiting: 0 1 0.5 1 5
Total: 1 1 0.6 1 9

Percentage of the requests served within a certain time (ms)
50% 1
66% 1
75% 1
80% 1
90% 2
95% 2
98% 3
99% 5
100% 9 (longest request)
TABLA 3-3
La informacin que nos muestra al terminar es por un lado el
tiempo en el que ha ejecutado la prueba, si han existido errores, una
estimacin media de las peticiones por segundo y del tiempo medio por
peticin (tanto por grupo de concurrencia, como por cada peticin). Por
otro, nos da una estimacin de tiempos de respuesta donde podemos ver el
tiempo de respuesta desde el 50% al 100% de las peticiones.
Y esto es, en esencia, todo lo que hace Apache Benchmark. Es
suficiente? A poco que pensemos, no creo que a nadie se le escape que
Apache Benchmark tiene unas pocas deficiencias.
Algunas tan obvias como no permitir ejecutar pruebas sobre ms
de una URL; lo que al final te obliga a terminar escribiendo pequeos scripts
para hacer pruebas ms extensas.
68 Herramientas | 3

Y otras que no se ven a simple vista, pero que en el momento que
nos familiaricemos con la tarea de hacer pruebas de rendimiento las
veremos muy claras. En este ltimo grupo est el motivo esencial por el que
la herramienta debe ser usada con cierta cautela.
Apache Benchmark no es una herramienta pensada para simular
situaciones reales de pruebas de carga. Su objetivo ms bien es ver cmo de
deprisa somos capaces de hacer una determinada tarea. Con lo cual, cuando
decimos concurrencia 10 y 1000 peticiones, lo que Apache Benchmark hace
es ver cmo de deprisa es capaz de contestar el servidor a eso. De tal forma
que conforme recibe una respuesta, hace otra peticin, una y otra vez, sin
parar, hasta que completa el nmero de peticiones seleccionado.
Problema de esto? No parece que sea una simulacin real.
Si dibujsemos una tabla con la ejecucin de Apache Benchmark
que acabamos de hacer, y cada punto de la tabla fuese una peticin, el
resultado sera el siguiente.
TABLA 3-4
Resultado que no se parece en nada a lo que habamos visto en el
ejemplo 2-10 sobre cmo funcionan los usuarios simultneos de un sistema
de informacin.
Entonces los resultados de Apache Benchmark no sirven de nada?
Si lo que queremos es hacer un modelado preciso de una situacin real de
carga: no. No obstante, no por ello hay que despreciar el valor de la
informacin que obtenemos.
Lo que Apache Benchmark nos est diciendo en esta prueba es que
nuestro servidor web es capaz de atender, en como mucho 9ms, a 10
usuarios que realizasen cada uno 1.000 peticiones por segundo.
HILO\MSEC 10ms 20ms 30ms 40ms 50ms 60ms 70ms 80ms 90ms 100ms
Hilo 1
Hilo 2
Hilo 3
..

Hilo 10

Para qu nos sirve esto? En primer lugar, para saber que 10
usuarios concurrentes no parece que nos vayan a causar ningn problema y
por tanto podemos ver que no tenemos errores que ante un determinado
nmero de usuarios, y peticiones, simultneos rompan el servicio. Slo esto,
ya es algo importante. Cuando una aplicacin web realiza una tarea de
forma incorrecta, o existe algn problema en la arquitectura IT que la
sustenta, hacer una simple prueba con Apache Benchmark y unos cuantos
usuarios concurrentes (p.ej. 16, 32 y 64) nos puede servir para detectar
estos fallos.
Otro aspecto importante para el que nos puede servir Apache
Benchmark es para hacer una comparacin de rendimiento usando la
primera ejecucin como baseline y comparando a partir de esa si el
rendimiento mejora o empeora.
Adems, la informacin de peticiones atendidas por segundo se
puede extrapolar con un margen de error amplio, veremos cmo se hace en
los siguientes captulos, para estimar a partir de los usuarios concurrentes y
el nmero de peticiones por segundo de la prueba, cuntos usuarios
simultneos con una navegacin "real" podran atenderse.
Por ltimo, Apache Benchmark, si deseamos evaluar una prueba de
stress, nos puede servir para generar carga, eso s, sin mucho control.
Por tanto, aunque simplona y poco refinada, es una herramienta a
la que se le puede sacar partido, sobre todo para hacer pruebas rpidas
donde detectar errores y hacer comparaciones de rendimiento.

70 Herramientas | 3

HTTPerf
HTTPerf, sin ser actualmente ninguna maravilla de la funcionalidad,
cuando naci, por el ao 1998, supuso una pequea revolucin entre las
aplicaciones libres y gratuitas. Ofreca caractersticas que permitan simular
el comportamiento de usuarios de forma un poco ms realista al
implementar 4 generadores de carga diferentes.
$ httperf --help
Usage: httperf [-hdvV] [--add-header S] [--burst-length N]
[--client N/N] [--close-with-reset] [--debug N] [--failure-status N]
[--help] [--hog] [--http-version S] [--max-connections N] [--max-piped-
calls N] [--method S] [--no-host-hdr] [--num-calls N] [--num-conns N]
[--session-cookies][--period [d|u|e]T1[,T2]|[v]T1,D1[,T2,D2]...[,Tn,Dn]
[--print-reply [header|body]] [--print-request [header|body]]
[--rate X] [--recv-buffer N] [--retry-on-failure] [--send-buffer N]
[--server S] [--server-name S] [--port N] [--uri S] [--ssl]
[--ssl-ciphers L] [--ssl-no-reuse] [--think-timeout X] [--timeout X]
[--verbose] [--version] [--wlog y|n,file] [--wsess N,N,X]
[--wsesslog N,X,file] [--wset N,X] [--use-timer-cache]
TABLA 3-5
Por ello, vamos a ver cada una de las formas que HTTPerf tiene de
generar carga y cmo influyen en su comportamiento.
Carga bsica orientada a conexiones: El modo de trabajo ms
bsico. Funciona generando un nmero fijo de conexiones cada
segundo, determinado por un valor rate hasta completar el
nmero total de conexiones pedido en la prueba num-conns.
Adicionalmente se puede solicitar que en cada conexin se
genere ms de una peticin haciendo uso de la opcin num-
calls. Hay una observacin importante que hacer sobre esto: el
nmero fijo de conexiones por segundo no implica
concurrencia. Si a HTTPerf se le solicitan un ratio de 10 conn/s,
HTTPerf calcula que tiene 100ms para hacer cada conexin sin
modo Keep-Alive. Si hace la primera y ve que tarda 20ms, no va
a establecer ningn tipo de concurrencia. nicamente
generara concurrencia, en este caso, cuando las peticiones
consumiesen ms de 100ms.

Carga mltiple orientada a conexiones: Mediante la opcin
wlog HTTPerf puede leer las URIs a solicitar desde un fichero
con formato separado por '\0' (null-terminated) para cada URI.
El funcionamiento es anlogo a la orientacin a conexiones,
con la diferencia que en cada conexin leer una URI del
fichero. Permite repetir la lectura del fichero cuando se llega a
su final.

Carga bsica orientada a sesiones: La orientacin bsica a
sesiones, accesible mediante la opcin wsess, permite simular
comportamientos de usuario donde se alternan peticiones en
rfaga con tiempos de descanso. Concretamente podemos
definir el nmero de sesiones que queremos crear en total,
cuntas queremos crear por segundo, el nmero de peticiones
totales que queremos hacer en cada sesin, el nmero de
peticiones que se harn en cada rfaga y el tiempo de descaso
entre cada rfaga.

Carga mltiple orientada a sesiones: Mediante la opcin
wsesslog se nos ofrece la posibilidad de configurar un fichero
de peticiones que puede contener ms de un tipo de sesin y
en cada una de ellas los ficheros que se piden por rfaga. La
tabla inferior ejemplifica cmo se podran disear dos sesiones:
un login y una bsqueda. Se incluyen los ficheros adicionales
(png,...) que se piden en la rfaga y una espera de 1 o 2
segundos entre las peticiones a los ficheros php.
# Sesion 1
/index.php think=2.0
/img1.png
/style.css
/script.js
/login.php method=POST contents='user=admin&passwd=1234'
/admin/admin.css
/admin/admin.js

# Sesion 2
/search.php method=POST contents="text=asus" think=1.0
/view.php?id=AS1298 method=GET
TABLA 3-6
72 Herramientas | 3

EJEMPLO 3-1: Uso de HTTPerf

Para aclarar lo mximo posible el uso de HTTPerf vamos a buscar un
ejemplo por cada modo de generacin de carga.

Vamos a empezar con un ejemplo de carga bsica orientada a
conexiones. En este caso vamos a generar un nmero total de 100
conexiones a un ratio de 10 conexiones por segundo en las que hace 1
peticin por conexin. Adems de eso hemos definido el servidor y la URL,
junto con un parmetro un tanto especial: el parmetro hog. Este
parmetro se debe usar siempre que queramos hacer pruebas de
rendimiento en las que pueda ser necesario crear ms de unas pocas miles
de conexiones para evitar problemas en el uso de puertos.

$ httperf --hog --num-conns=100 --rate=10 --num-calls=1
--server=127.0.0.1 --uri /
TABLA 3-7
El siguiente ejemplo usaremos la modalidad de carga mltiple
orientada a conexiones. La principal diferencia con la anterior es el uso de
un fichero (importante insistir que cada URI est separada por el carcter
null, es decir, '\0') que contiene la lista de URI a las que conectar haciendo
uso de la opcin wlog. Adems del fichero, wlog, incluye un primer campo
booleano. Si lo seleccionamos a no, "n", no repetir la lectura del fichero,
por lo que el fichero deber contener tantas lneas como conexiones
queramos hacer o en caso contrario finalizar. Si lo seleccionamos a s, "y",
leer el fichero tantas veces como sea necesario hasta completar el nmero
de conexiones.

$ cat -v lognull.txt
/sysinfo/gfx/treeTable/tv-
expandable.gif^@/sysinfo/gfx/treeTable/blank.gif^@/sysinfo/gfx/sort_asc.pn
g^@/sysinfo/gfx/sort_both.png^@/sysinfo/templates/aqua.css^@/sysinfo/templ
ates/aqua/aq_background.gif^@/sysinfo/templates/two.css^@/sysinfo/template
s/two/gradient.png^@/sysinfo/language/language.php?lang=es^@

$ httperf --hog --num-conns=100 --rate=10 --num-calls=1
--server=127.0.0.1 --wlog=y,lognull.txt

El tercer ejemplo ser el uso de carga bsica orientada a sesiones.
Este ejemplo hace uso de la opcin wsess, la opcin burst y la opcin rate.
La opcin wsess requiere de tres parmetros: el nmero total de sesiones,
el nmero de peticiones por sesin y el tiempo de espera entre rfagas. En
este caso solicitamos 100 sesiones, con 9 peticiones por sesin y 1 segundo
de espera entre rfagas. El parmetro burst define el nmero de peticiones
por rfaga, 3 en este caso, y finalmente el parmetro rate indica cuntas
sesiones se crean por segundo, 10.
$ httperf --hog --wsess=100,9,1 --burst=3 --rate=10
--server=127.0.0.1 --uri /
TABLA 3-9
Como ltimo ejemplo veremos el uso de la carga mltiple orientada
a sesiones. Para ello, utilizamos un fichero con el formato ya descrito, y que
en este caso tiene dos sesiones. El fichero es usado como tercer parmetro
de la opcin wsesslog. Opcin que cuenta con otros dos parmetros: el
primero es el nmero de sesiones y el segundo el tiempo entre rfaga (por
defecto, aunque puede ser modificado en el fichero). Finalmente se
establece el ratio. Este ejemplo creara 100 sesiones, a partir del fichero
sess.txt, que contiene 2 tipos de sesin, con 1,2 segundos de espera entre
rfaga y una creacin de 10 sesiones por segundo.
$ cat sess.txt
/sysinfo/index.php?disp=dynamic think=1.0
/sysinfo/js.php?name=jquery.timers
/sysinfo/js.php?name=jquery.treeTable
/sysinfo/js.php?name=jquery.jgrowl
/sysinfo/xml.php
/sysinfo/language/language.php?lang=es
/sysinfo/index.php?disp=static

/phpminiadmin/index.php
/phpminiadmin/index.php?phpinfo=1

$ httperf --hog --wsesslog=100,1.2,sess.txt --rate=10 --server=127.0.0.1
TABLA 3-10

74 Herramientas | 3

OBSERVACIN 3-1. Apache Benchmark vs. HTTPerf

En el caso de Apache Benchmark hemos dibujado una tabla de
conexiones que representa su sencillo funcionamiento: tantos hilos como
conexione concurrentes hemos fijado y tantas peticiones como es capaz de
ejecutar en cada hilo como se puede ver en la [figura 3-3].
TABLA 3-11

Sin embargo, HTTPerf funciona de un modo determinista. Nosotros
los que fijamos es cuntas conexiones o sesiones queremos en total y
cuntas por segundo. El software gestiona cmo conseguir ese valor con el
mnimo gasto de recursos, tardando un tiempo total que ser el total/ratio.

10ms
20ms
30ms
40ms
50ms
60ms
70ms
80ms
90ms
100ms
Figura 3-3 | Apache Benchmark | Conexiones
Hilo 1
Hilo 2
Hilo 3
Hilo 4
Hilo 5
Hilo 6
..

Hilo 10

Ejemplificado: si a HTTPerf le hemos dicho que queremos 10
conexiones por segundo, l determina que tiene que hacer, en el peor caso
una conexin cada 100ms. Con lo cual, si la realiza y tarda 40ms. Lo que
tendremos sern conexiones secuenciales en un nico hilo. Y la
concurrencia del proceso ser 1 como podemos ver en la [figura 3-4].
TABLA 3-12

En el caso de las sesiones, en el momento que aparece un tiempo
de espera de 1 segundo y varias rfagas, la concurrencia aparece. Pero a
diferencia de lo que suceda con Apache Benchmark: 3 sesiones no implican
3 hilos. 3 sesiones pueden suponer 3 hilos, o pueden suponer 6 hilos o
pueden suponer 9 hilos concurrentes. Depender del tiempo de espera, del
nmero de peticiones y del nmero de peticiones por rfaga.
1
0
m
s
2
0
m
s
3
0
m
s
4
0
m
s
5
0
m
s
6
0
m
s
7
0
m
s
8
0
m
s
9
0
m
s
1
0
0
m
s
1
1
0
m
s
1
2
0
m
s
1
3
0
m
s
1
4
0
m
s
1
5
0
m
s
1
6
0
m
s
1
7
0
m
s
1
8
0
m
s
1
9
0
m
s
Figura 3-4 | HTTPerf | Conexiones

Hilo 1

Hilo 2

Hilo 3

Hilo 4

Hilo 5

Hilo 6

...

Hilo 10

76 Herramientas | 3

Para intentar mostrar la idea lo mejor posible, la [figura 3-5] simula
el comportamiento de HTTPerf en cuando crea 3 sesiones por segundo,
cada sesin ejecuta dos rfagas y espera 1 segundo entre rfaga y rfaga. En
la figura podemos ver como son necesarios 6 hilos para mantener el ratio de
creacin de sesiones, debido a que las 3 sesiones que se crean a los 1000ms,
se solapan con las 3 sesiones creadas en el instante inicial; situacin que se
repite cada segundo.

HTTPerf: Interpretacin del resultado

HTTPerf muestra una salida bastante ms informativa que la de
Apache Benchmark, que est dividida en tres partes diferenciadas:
conexiones, respuestas y otros.

Una conexin, para HTTPerf, es todo tiempo que transcurre desde
que se abre el socket hasta que se cierra. Por tanto, en el caso de sesiones,
puede no ser informacin tan interesante como en el caso de conexiones,
puesto que incluir los tiempos de espera. Esta seccin muestra los ratios
de conexiones por segundo y los tiempos estadsticos ms significativos.
0ms
500ms
1000ms
1500ms
2000ms
2500ms
3000ms
1
1
2
3
1
1
2
3
1
1
2
3
2
3
4
2
3
4
2
3
4
Figura 3-5 | HTTPerf | Sesiones
Hilo 1 Hilo 2 Hilo 3 Hilo 4 Hilo 5 Hilo 6

Total: connections 100 requests 100 replies 100 test-duration 9.931 s

Connection rate: 10.1 conn/s (99.3 ms/conn, <=2 concurrent connections)
Connection time [ms]: min 26.6 avg 38.0 max 130.5 median 32.5 stddev 19.3
Connection time [ms]: connect 7.1
Connection length [replies/conn]: 1.000

Request rate: 10.1 req/s (99.3 ms/req)
Request size [B]: 75.0

Reply rate [replies/s]: min 10.0 avg 10.0 max 10.0 stddev 0.0 (1 samples)
Reply time [ms]: response 6.5 transfer 24.4
Reply size [B]: header 200.0 content 45975.0 footer 2.0 (total 46177.0)
Reply status: 1xx=0 2xx=100 3xx=0 4xx=0 5xx=0

CPU time [s]: user 4.71 system 5.20 (user 47.4% system 52.3% total 99.8%)
Net I/O: 454.8 KB/s (3.7*10^6 bps)

Errors: total 0 client-timo 0 socket-timo 0 connrefused 0 connreset 0
Errors: fd-unavail 0 addrunavail 0 ftab-full 0 other 0

TABLA 3-13

Por otra parte, la seccin de respuesta muestra el resultado de cada
peticin HTTP, incluido el tiempo medio de respuesta y el tiempo de
transferencia de la respuesta. En el caso de sesiones, esta informacin s ir
referida a cada peticin HTTP.
Por ltimo tenemos informacin estadstica sobre uso de recursos y
errores.

Como ltimo comentario sobre HTTPerf decir que no es capaz de
almacenar informacin en formato CSV, o GNUPLOT, como haca Apache
Benchmark. Con lo que el trabajo de anlisis posterior de resultados se
volver un poco tedioso, salvo que usemos autobench.

78 Herramientas | 3

Autobench
Autobench es una pequea herramienta escrita en PERL que
permite aadir una serie de funcionalidades a HTTPerf:
Recoleccin de informacin y generacin de grficos.

Autoincremento del ratio de conexiones/sesiones.

Ejecucin distribuida desde varias mquinas.
Por lo dems, Autobench ofrece las mismas funcionalidades que
HTTPerf.
La configuracin de Autobench se realiza desde un fichero de texto,
del que vamos a comentar sus principales opciones.
# Autobench Configuration File

# host1, host2
# The hostnames of the servers under test
# Eg. host1 = iis.test.com
# host2 = apache.test.com

host1 = 127.0.0.1

# uri1, uri2
# The URI to test (relative to the document root). For a fair comparison
# the files should be identical (although the paths to them may differ on
the
# different hosts)

uri1 = /index.php

# port1, port2
# The port number on which the servers are listening

port1 = 80

# low_rate, high_rate, rate_step
# The 'rate' is the number of number of connections to open per second.
# A series of tests will be conducted, starting at low rate,
# increasing by rate step, and finishing at high_rate.
# The default settings test at rates of 20,30,40,50...180,190,200

low_rate = 10
high_rate = 50
rate_step = 10

# num_conn, num_call
# num_conn is the total number of connections to make during a test
# num_call is the number of requests per connection
# The product of num_call and rate is the the approximate number of
# requests per second that will be attempted.

num_conn = 1000
num_call = 2

# timeout sets the maximimum time (in seconds) that httperf will wait
# for replies from the web server. If the timeout is exceeded, the
# reply concerned is counted as an error.

timeout = 5

# output_fmt
# sets the output type - may be either "csv", or "tsv";

output_fmt = tsv

## Config for distributed autobench (autobench_admin)
# clients
# comma separated list of the hostnames and portnumbers for the
# autobench clients. No whitespace can appear before or after the commas.
# clients = bench1.foo.com:4600,bench2.foo.com:4600,bench3.foo.com:4600

#clients = localhost:4600
TABLA 3-14
Autobench, por defecto, est pensado para ser usado orientado a
conexiones, para ello simplemente hay que definir el nmero de conexiones
que queremos en total, el nmero de peticiones por conexin y los
parmetros: low_rate, high_rate y rate_step. Parmetros que configuran
respectivamente el nmero de conexiones por segundo de inicio, el de fin, y
el incremento entre prueba y prueba.

80 Herramientas | 3

Una idea final sobre las herramientas clsicas
Apache Benchmark o HTTPerf pueden ser muy recomendables para
realizar pruebas de rendimiento sencillas y rpidas: una o dos URIs para
verificar, sin AJAX, sin cookies, sin sesiones...
Sin embargo, en el momento que tengamos que pedir diez o veinte
URIs, con condiciones, con AJAX, con cookies para zonas autenticadas...
aunque se pueden usar, al final con paciencia y en el peor de los casos unos
scripts lo lograremos, no tiene sentido perder tiempo y realizar un sobre-
esfuerzo existiendo herramientas como JMeter que simplifican de forma
muy notable todo el diseo y preparacin de pruebas complejas.


3.2 | RENDIMIENTO NO WEB: HERRAMIENTAS ESPECFICAS
Como explicamos en el captulo 2, dentro de la seccin dedicada a
la evaluacin de arquitectura multicapa, habr situaciones en las que
deberemos evaluar servicios no web.
Vaya por delante que la recomendacin para estos casos es,
siempre que se pueda, hacer uso de JMeter como herramienta para medir
rendimiento no web.
No obstante, puede haber determinadas pruebas, muy concretas,
en las que JMeter no alcance para nuestro propsito. Para ello, vamos a dar
indicaciones de qu otras herramientas podran ser usadas, aunque no
forme parte de este libro explicar, ni demostrar, su utilizacin.
Generacin de trfico de red
Para la generacin masiva de trfico de red, en caso de que las
funciones de JMeter no sean suficientes, se puede hacer uso de
herramientas especficas.
Ostinato es una herramienta con un aspecto muy similar al popular
analizador de red Wireshark pero con una funcin exactamente contraria:
generar paquetes de forma masiva, a partir de cualquier fichero con
formato PCAP o construyendo especficamente los paquetes a mano.
Anlisis de servicios SMTP/POP3
JMeter dispone de capacidad para la evaluacin del rendimiento
tanto de servicios SMTP, como de servicios POP/IMAP. No obstante, en caso
de necesitar evaluar rendimiento de servicios de correo electrnico para
millones de usuarios existen soluciones especficas para ello.
Postal es una herramienta diseada concretamente para la
medicin del rendimiento de infraestructuras de correo electrnico de alta
capacidad.

82 Herramientas | 3

Anlisis de servicios VoIP (SIP)
JMeter, actualmente, no dispone de la capacidad de realizar
pruebas de rendimiento sobre protocolo SIP, el ms usado dentro de las
soluciones de VoIP.
Si bien se podra intentar usar Ostinato para reproducir de forma
masiva trfico SIP, a partir de una sesin PCAP capturada, es posible que se
necesiten funcionalidades ms avanzadas de testeo.
Para estas situaciones existe una herramienta especfica
denominada SIPp que permite la simulacin de llamadas definiendo un
nmero de llamadas mximo, una duracin para cada una y la concurrencia
del proceso. Adems permite la inclusin de flujos de vdeo (RTP) y la
definicin de un contexto para cada una donde es posible definir qu
acciones se llevarn a cabo: descolgar, atender durante un tiempo, colgar,
...
Anlisis de otros servicios
Adicionalmente existen otras herramientas especficas que en
determinados momentos podemos necesitar utilizar:
DBMonster: Herramienta para la ejecucin de pruebas de
rendimiento basadas en peticiones SQL a bases de datos.

Tsung: Herramienta multiprotocolo que soporta la realizacin
de pruebas de rendimiento a servicios XMPP/Jabber.

3.3 | APACHE JMETER: LA NAVAJA SUIZA
Apache JMeter es una herramienta que llega al mercado que se
encontraba liderado por el actualmente conocido como HP
entonces llamado Mercury LoadRunner.
Tan interesante y tan destacada era la supremaca de LoadRunner
que en el ao 2006, cuando JMeter todava figuraba en la segunda divisin
de herramientas para la evaluacin de rendimiento, HP adquiri
por 4.500 millones de dlares, con la intencin de integrar
dentro de la suite de gestin HP IT Management
FIGURA
8 aos despus JMeter se ha convertido, por mrito propio, en el
referente dentro de las soluciones para
El secreto? Ofrecer una solucin de software libre,
multiplataforma, que permite con una mnima curva de aprendizaje,
acceder a una completsima herramienta para realizar pruebas de
rendimiento multiprotocolo (HTTP/HTTPS, SMTP, POP, SQL,
diseadas a partir de una GUI que permite, para la amplia mayora de
usuarios, no tener que volver a codificar pruebas en base a cdigo, y que

LA NAVAJA SUIZA.
es una herramienta que llega al mercado que se
liderado por el actualmente conocido como HP LoadRunner, por
entonces llamado Mercury LoadRunner.
Tan interesante y tan destacada era la supremaca de LoadRunner
que en el ao 2006, cuando JMeter todava figuraba en la segunda divisin
de herramientas para la evaluacin de rendimiento, HP adquiri Mercury
por 4.500 millones de dlares, con la intencin de integrar LoadRunner
HP IT Management.

IGURA 3-6
8 aos despus JMeter se ha convertido, por mrito propio, en el
para pruebas de rendimiento.
El secreto? Ofrecer una solucin de software libre,
multiplataforma, que permite con una mnima curva de aprendizaje,
acceder a una completsima herramienta para realizar pruebas de
rendimiento multiprotocolo (HTTP/HTTPS, SMTP, POP, SQL, LDAP, ...)
diseadas a partir de una GUI que permite, para la amplia mayora de
usuarios, no tener que volver a codificar pruebas en base a cdigo, y que
84 Herramientas | 3

adems cuenta con caractersticas como: ejecucin distribuida, ejecucin en
lnea de comandos, herramientas para generacin de grficos, ...
JMeter: Una visin general
En JMeter todo comienza por lo que han llamado
Cuando abrimos nuestro JMeter ser lo primero que veamos.
FIGURA
En este plan de pruebas ser donde aadamos, a golpe
los elementos que dan forma a la prueba.
Grupo de Hilos
Este es un elemento obligatorio de
nuestra prueba. Ya que ser el que se encargue
de simular los usuarios concurrentes que
realizarn las peticiones que ms tarde
aadamos.

Las opciones ms importantes del grupo de hilos son:
Nmero de hilos: Representa el nmero de usuarios
simultneos que tendremos en la prueba.

Tiempo de autoincremento (Periodo de subida):
segundos que transcurrirn desde el
que se alcance el nmero mximo de hilos seleccionado.
Ejemplo: si hemos indicado 60 hilos y 120 segundos de
de subida, JMeter automticamente cada 2 segundos crear un
hilo nuevo.

adems cuenta con caractersticas como: ejecucin distribuida, ejecucin en
entas para generacin de grficos, ...
En JMeter todo comienza por lo que han llamado Plan de Pruebas.
Cuando abrimos nuestro JMeter ser lo primero que veamos.
IGURA 3-7
En este plan de pruebas ser donde aadamos, a golpe de ratn,
los elementos que dan forma a la prueba.
Este es un elemento obligatorio de
nuestra prueba. Ya que ser el que se encargue
de simular los usuarios concurrentes que
realizarn las peticiones que ms tarde
FIGURA 3-8
Las opciones ms importantes del grupo de hilos son:
Representa el nmero de usuarios
que tendremos en la prueba.
Tiempo de autoincremento (Periodo de subida): Nmero de
segundos que transcurrirn desde el inicio de la prueba hasta
que se alcance el nmero mximo de hilos seleccionado.
Ejemplo: si hemos indicado 60 hilos y 120 segundos de periodo
, JMeter automticamente cada 2 segundos crear un
Nmero de ejecuciones:
test. Se puede poner "infinitas veces". Advertencia: si ponemos
1, por mucho que digamos 60 hilos, el test se va a ejecutar 1
vez, no 60. Las versiones actuales tambin admiten
planificador: hora de inicio/fin o segundos de test.
Muestreadores

ingls
peticiones que se incluyen dentro de cada
grupo de hilos.

peticiones ms representativas son: FTP,
HTTP, JDBC, Java, SOAP/XML
TCP, JMS, Mail Reader, SMTP y MongoDB.

veinte, a nuestro grupo de hilos
simplemente tenemos que aadirla dentro
de l.

FIGURA 3-10

Nmero de ejecuciones: Nmero de veces que se ejecutar el
test. Se puede poner "infinitas veces". Advertencia: si ponemos
1, por mucho que digamos 60 hilos, el test se va a ejecutar 1
vez, no 60. Las versiones actuales tambin admiten
planificador: hora de inicio/fin o segundos de test.
Bajo este curioso nombre, del
ingls samplers, estn escondidas las
peticiones que se incluyen dentro de cada
grupo de hilos.
Actualmente, en la versin 2.11 las
peticiones ms representativas son: FTP,
HTTP, JDBC, Java, SOAP/XML-RPC, LDAP,
TCP, JMS, Mail Reader, SMTP y MongoDB.
Para aadir una peticin, dos o
veinte, a nuestro grupo de hilos
simplemente tenemos que aadirla dentro
de l.

FIGURA 3-9

86 Herramientas | 3

Controladores Lgicos
Los controladores lgicos son elementos que permiten establecer
una lgica de ejecucin sobre las peticiones. Los hay de varios tipos:
ejecutar una sola vez, ejecutar de forma alterna, ...
Aunque no son obligatorios, son
de entender su funcionamiento es simulando un rbol de un plan de
pruebas.
Grupo de Hilos
Controlador "Only Once"
Peticin HTTP -
Peticin HTTP - Bsqueda
Controlador "Interleave"
Peticin HTTP - Mostrar Objeto "A"
Peticin HTTP - Mostrar Objeto "B"
TABLA
En este ejemplo se usan dos controladores lgicos de los muchos
que existen: "Only Once" (slo una vez) e "Interleave" (intercalar). El
ejemplo simula el comportamiento de un usuario que hace login,
vez, en la aplicacin, tras el login, o en la segunda iteracin, realiza una
bsqueda y luego, alternativamente pide ir a un objeto de la bsqueda o ir a
otro.
Elementos de Configuracin
Son elementos que trabajan asociados a los muestreadore
para definir parmetros estndar en las peticiones (parmetros por
defecto), as como para
recoger informacin que
hay que mantener entre
peticiones (gestores de
cookies, gestores de cach,
...).

son elementos que permiten establecer
una lgica de ejecucin sobre las peticiones. Los hay de varios tipos:
vez, ejecutar de forma alterna, ...
Aunque no son obligatorios, son muy tiles. Por ello, la mejor forma
miento es simulando un rbol de un plan de
Controlador "Only Once"
Peticin de Login
Bsqueda
Controlador "Interleave"
Mostrar Objeto "A"
Mostrar Objeto "B"
ABLA 3-15
En este ejemplo se usan dos controladores lgicos de los muchos
que existen: "Only Once" (slo una vez) e "Interleave" (intercalar). El
ejemplo simula el comportamiento de un usuario que hace login, una nica
vez, en la aplicacin, tras el login, o en la segunda iteracin, realiza una
bsqueda y luego, alternativamente pide ir a un objeto de la bsqueda o ir a
Son elementos que trabajan asociados a los muestreadores y sirven
para definir parmetros estndar en las peticiones (parmetros por
FIGURA 3-11
De esta forma es posible, por ej
o modificar todas las cabecera de todas las peticiones (sean HTTP, sean FTP,
sean ...) desde un nico punto.
En los elementos de configuracin tambin encontraremos
variables. Muy tiles para poder cambiar todos los val
simplemente editando un valor.
Temporizadores
Sirven para introducir diferentes tipos de retardo (fijo, aleatorio
normal, aleatorio gaussiano...) a diferentes niveles: en todas las peticiones
del hilo, en todas las peticiones del contr

Hay dos particularidades de los temporizadores que debemos tener
presentes:
Se ejecutan antes de las peticiones

Antes de cada peticin se ejecutan tantos t
como haya entre la ra
(nodo).
FIGURA 3-12
Adems de las peticiones y del controlador el
3 temporizadores fijos que influyen en el desarrollo de la ejecucin.
Por ello, si la peticin que se ejecuta en una iteracin es la peticin
2, hay dos temporizadores que la afectan: el del g

De esta forma es posible, por ejemplo, mantener la sesin abierta,
o modificar todas las cabecera de todas las peticiones (sean HTTP, sean FTP,
En los elementos de configuracin tambin encontraremos
variables. Muy tiles para poder cambiar todos los valores de una prueba
Sirven para introducir diferentes tipos de retardo (fijo, aleatorio
normal, aleatorio gaussiano...) a diferentes niveles: en todas las peticiones
del hilo, en todas las peticiones del controlador o en una peticin concreta.
Hay dos particularidades de los temporizadores que debemos tener
Se ejecutan antes de las peticiones.
Antes de cada peticin se ejecutan tantos temporizadores
como haya entre la raz del rbol (grupo de hilos) y esa hoja
Vamos a aclararlo lo
ms posible con un ejemplo.
Este Plan de Pruebas,
bastante sencillo ejecuta una
peticin HTTP aleatoriamente
de las dos que dispone
(controlador Random).
s de las peticiones y del controlador el Plan de Pruebas tiene
3 temporizadores fijos que influyen en el desarrollo de la ejecucin.
si la peticin que se ejecuta en una iteracin es la peticin
2, hay dos temporizadores que la afectan: el del grupo de hilos y el del
88 Herramientas | 3

controlador. Por tanto antes de ejecutarse la Peticin 2 el hilo se detendr
durante 400ms. En cambio, si la peticin que se ejecuta es la peticin 1, hay
tres temporizadores que la afectan: el del grupo de hilos, el del controlador
y el suyo propio. En definitiva, la ejecucin se detendr durante 600ms.
Receptores
Son el elemento final del proceso. Su misin es recoger los
resultados y hacer, segn el tipo, una tarea con ellos.
Hay receptores muy sencillos que simplemente almacenan los
datos en formato CSV para su posterior utilizacin. Mientras que otros te
permiten dibujar grficas en tiempo real, tablas de peticiones, o mostrarte
los resultados de cada peticin uno a uno.
En principio, los receptores ms "pesados": grficos, tablas,
visualizacin de resultados, estn pensados para la fase de diseo de la
prueba.
Cuando se ejecute la prueba con carga real, la recomendacin es
nicamente usar el receptor ms sencillo y ligero: registro en formato CSV.
Otros elementos
Existen tres elementos ms para la realizacin de pruebas
avanzadas: pre-procesadores, aserciones y post-procesadores. Su utilidad
fundamental es la de interaccionar con los parmetros de lo enviado y lo
recibido en cada peticin, pudiendo determinar si las peticiones son
correctas, o extrayendo informacin de las mismas (post-proceso) o
modificando dinmicamente lo que se enva (pre-proceso).
Estas funcionalidades pueden ser necesaria para realizar pruebas
sobre aplicaciones con soluciones AntiCSRF, con rewriting de URLs basado
en identificadores de usuario o para la extraccin de identificadores en
operaciones de insercin, actualizacin y eliminacin.

El Banco de Trabajo
El Banco de Trabajo es un elemento de JMeter que sirve,
principalmente, para las fases de diseo e interpretacin de resultados.
En la fase de diseo de la prueba, en el banco de trabajo es donde
desplegaremos una de las herramientas ms tiles de JMeter: el
Proxy.
El servidor Proxy nos permite capturar las peticiones que desde el
navegador realicemos a nuestra aplicacin web, ahorrndonos un
importante esfuerzo a la hora de generar el
Durante la fase de diseo de la prueba, el banco de pruebas
tambin ser el sitio donde podamos copiar elementos que queremos
mantener inactivos en un determinado momento, pero de los que no
queremos perder la configuracin que hemos realizado.
Por ltimo, en la fase de interpretacin de resultados, en el
de Trabajo es posible desplegar todos los
que permiten importacin desde formato
la prueba, donde por motivos de eficiencia slo habr un receptor bsico,
usar los receptores ms avanzados
(generacin de grficos, tablas, ...) sin
penalizar el rendimiento.

FIGURA 3-13


es un elemento de JMeter que sirve,
seo e interpretacin de resultados.
En la fase de diseo de la prueba, en el banco de trabajo es donde
desplegaremos una de las herramientas ms tiles de JMeter: el servidor
nos permite capturar las peticiones que desde el
vegador realicemos a nuestra aplicacin web, ahorrndonos un
importante esfuerzo a la hora de generar el Plan de Pruebas.
Durante la fase de diseo de la prueba, el banco de pruebas
tambin ser el sitio donde podamos copiar elementos que queremos
r inactivos en un determinado momento, pero de los que no
queremos perder la configuracin que hemos realizado.
Por ltimo, en la fase de interpretacin de resultados, en el Banco
es posible desplegar todos los Receptores que queramos, y dado
que permiten importacin desde formato CSV, podremos una vez acabada
la prueba, donde por motivos de eficiencia slo habr un receptor bsico,
usar los receptores ms avanzados
(generacin de grficos, tablas, ...) sin
penalizar el rendimiento.
90 Herramientas | 3

EJEMPLO 3-2: JMeter
En el siguiente ejemplo podemos ver un Plan de Prueba
relativamente completo que simulara una sesin de usuario de
varios segundos de duracin.
F
Vamos a analizar el comportamiento de cada uno de los
decidamos lanzar en l:
1. Inicialmente hay un controlador "Only Once" que realiza una
peticin de login sin espera. Por tanto, la primera vez que se
ejecute el hilo, se llevar a cabo una peticin de login.
2. Esta peticin de login generar un
almacenar en el Gestor de Cookies HTTP y que ser usada en
sucesivas peticiones.
3. Una vez autenticados en la aplicacin, se producir una parada
de entre 500ms y 1000ms por el "Temporizador Aleatorio
Gaussiano" de la peticin HTTP de Bsqueda.
En el siguiente ejemplo podemos ver un Plan de Prueba
relativamente completo que simulara una sesin de usuario de

FIGURA 3-14
Vamos a analizar el comportamiento de cada uno de los hilos que
1. Inicialmente hay un controlador "Only Once" que realiza una
sin espera. Por tanto, la primera vez que se
ejecute el hilo, se llevar a cabo una peticin de login.
generar una cookie de sesin que se
almacenar en el Gestor de Cookies HTTP y que ser usada en
3. Una vez autenticados en la aplicacin, se producir una parada
ms por el "Temporizador Aleatorio
TTP de Bsqueda.

4. Transcurrido el tiempo aleatorio, se realizar la peticin HTTP de
bsqueda.
5. Posteriormente a la peticin de bsqueda, se esperar un tiempo
aleatorio exactamente igual al anterior (500ms ~ 1000ms)
6. Tras esta espera, se solicitar una de las dos peticiones HTTP que
hay incluidas en el "Controlador Aleatorio": Ver "A" o Ver "B"
7. Y justo a continuacin de que se produzca la respuesta, sin
espera ninguna, se ejecutar una peticin FTP de descarga de
fichero.
8. Finalmente, tras la descarga del fichero, se producir una espera
aleatoria de entre 750 y 1250ms, y se enviar un email.
9. Todas la prueba se guarda en archivo para su posterior
evaluacin en formato CSV o XML

92 Herramientas | 3

JMeter: Algunos pequeos trucos
Visto el funcionamiento general de JMeter, podemos pasar a ver
algunas funcionalidades tiles que, en principio, no siempre vamos a usar,
pero que en determinados momentos nos puede venir bien conocer.
Modo NO GUI
JMeter incluye un bat/sh que permite su ejecucin en modo NO
GUI (sin interfaz grfico). Para ejecutar un test, que previamente hayamos
diseado, sin interfaz grfico nicamente tenemos que ejecutar el siguiente
comando.

$ ./jmeter-n test.jmx

TABLA 3-16
Es importante no olvidar colocar un "Receptor" para guardar las
respuestas a fichero. En caso contrario no veremos absolutamente nada.
Modo Distribuido
Es posible que alguna vez necesitemos ms de una instancia de
JMeter para evaluar el rendimiento de un aplicativo. No tanto porque
necesitemos generar ms carga de la que JMeter es capaz de generar,
puede generar mucha, sino ms bien porque nos veamos obligado a ello. El
caso ms comn donde vamos a tener que utilizar una prueba distribuida
ser cuando exista un elemento (p.ej. un balanceador) que dirija las
peticiones de una IP a un determinado nodo de un clster.
Ante una situacin como sta, tenemos la opcin de obviar el
balanceador y hacer las peticiones directamente a las IPs que hay detrs, o
bien, si queremos incluir el balanceador en la prueba, generar peticiones
desde varias IPs, de tal forma que cada una de ellas se dirija a un nodo
diferente del clster. Si optamos por esta ltima opcin, el modo de
ejecucin distribuida nos puede ser de gran utilidad.

Utilizar JMeter en modo distribuido es sencillo. nicamente
tenemos que lanzar el modo servidor en cada uno de los nodos que
queramos usar para generar trfico.

$ ./jmeter-server
Created remote object: UnicastServerRef [liveRef:
[endpoint:[192.168.1.25:55553](local),objID:[-2db9fef0:145a7545f93:-7fff,
-5302733826782027174]]]

TABLA 3-17

El nico detalle verdaderamente importante de configuracin es
que el nombre del host de nuestro sistema no debe resolverse a localhost.
Es decir, debemos tener una configuracin de host como la siguiente.

$ cat /etc/hostname
winter
$ cat /etc/hosts
127.0.0.1 localhost
192.168.1.25 winter

TABLA 3-18
Una vez tenemos configurados los servidores, queda lanzar el
cliente que controlar la prueba. En l, lo nico que hay que hacer es
definir la lista de servidores remotos que deben controlarse. Para eso,
editamos el fichero jmeter.properties.

#-----------------------------------------------------------------------
# Remote hosts and RMI configuration
#-----------------------------------------------------------------------

# Remote Hosts - comma delimited
remote_hosts=192.168.1.25

TABLA 3-19
Con esta configuracin slo nos queda arrancar el cliente de JMeter
y veremos el host remoto en la opcin de Arrancar Remoto.
94 Herramientas | 3

F
Cuando lancemos pruebas remotas, en los servidores ve
informacin del inicio de su ejecucin y su finalizacin. Es importante saber
que si las pruebas hacen uso de ficheros en las peticiones (p.ej. para enviar
un fichero a un servidor FTP), este fichero debe estar en cada una de las
mquinas que hagan de servidor (o en un recurso NFS que est montado en
todos los servidores); ya que no se transmiten desde el cliente.
Starting the test on host 192.168.1.25 @ Mon Apr 7 21:3
Finished the test on host 192.168.1.25 @ Mon Apr 7 21:3
[..]
Starting the test on host 192.168.1.25 @ Mon Apr 7 21:3
Finished the test on host 192.168.1.25 @ Mon Apr 7 21:3
TABLA
Finalmente, los resultados de la prueba
cliente. Nota: si el servidor emite mensajes de ejecucin y el cliente no
muestra resultados es porque existe un problema de conexin RMI,

FIGURA 3-15
Cuando lancemos pruebas remotas, en los servidores veremos
informacin del inicio de su ejecucin y su finalizacin. Es importante saber
que si las pruebas hacen uso de ficheros en las peticiones (p.ej. para enviar
un fichero a un servidor FTP), este fichero debe estar en cada una de las
e servidor (o en un recurso NFS que est montado en
todos los servidores); ya que no se transmiten desde el cliente.
st 192.168.1.25 @ Mon Apr 7 21:34:45 CEST 2014
st 192.168.1.25 @ Mon Apr 7 21:34:45 CEST 2014
st 192.168.1.25 @ Mon Apr 7 21:35:24 CEST 2014
st 192.168.1.25 @ Mon Apr 7 21:35:24 CEST 2014
ABLA 3-20
Finalmente, los resultados de la prueba los recibiremos en el
ite mensajes de ejecucin y el cliente no
muestra resultados es porque existe un problema de conexin RMI,
posiblemente porque alguno de los puertos est filtrado. RMI usa puertos
dinmicos, por ello es importante que entre el cliente JMeter y los
servidores JMeter no existan filtros de trfico.
TABLA
La [figura 3.5] describe una arquitectura distribuida para evaluacin
web con 2 nodos servidor y 1 cliente; as como sus comunicaciones.
Peticiones JDBC
JMeter permite la evaluacin de bases de dat
conectar mediante JDBC (Oracle, MySQL, PostgreSQL, ...).
Sin embargo, hay un pequeo detalle que debemos tener en
cuenta: necesitamos el driver JDBC de la base de datos para que JMeter
haga uso de l.
Los drivers JDBC son ficheros JAR
la base de datos que debemos colocar en el directorio
MySQL: http://dev.mysql.com/downloads/connector/j/

PostgreSQL: http://jdbc.postgresql.org/

posiblemente porque alguno de los puertos est filtrado. RMI usa puertos
dinmicos, por ello es importante que entre el cliente JMeter y los
es JMeter no existan filtros de trfico.
ABLA 3-21
La [figura 3.5] describe una arquitectura distribuida para evaluacin
web con 2 nodos servidor y 1 cliente; as como sus comunicaciones.

JMeter permite la evaluacin de bases de datos a las que pueda
conectar mediante JDBC (Oracle, MySQL, PostgreSQL, ...).
Sin embargo, hay un pequeo detalle que debemos tener en
cuenta: necesitamos el driver JDBC de la base de datos para que JMeter
Los drivers JDBC son ficheros JAR facilitados por los fabricantes de
la base de datos que debemos colocar en el directorio lib/ de JMeter.
http://dev.mysql.com/downloads/connector/j/
http://jdbc.postgresql.org/
96 Herramientas | 3

Oracle: http://www.oracle.com/technetwork/es/articles/
index-099369.html

Microsoft SQL Server: http://msdn.microsoft.com/en-
us/sqlserver/aa937724.aspx
Ms Memoria
Aunque la recomendacin es hacer uso del modo NO-GUI o que en
caso de usar el modo GUI se utilicen componentes de recepcin de
informacin que no consuman grandes recursos, como por ejemplo la salida
simple a fichero CSV, es posible que alguna vez necesitemos ms memoria
en JMeter porque aparezca un molesto fallo de memoria insuficiente. Que
identificaremos por: java.lang.OutOfMemoryError: Java heap space
Dumping heap.
En esta situacin deberemos hacer uso de los ficheros jmeter.bat o
jmeter.sh e identificar las siguientes cadenas.
En el caso de sistemas Windows (.bat):
set HEAP=-Xms512m -Xmx512m
En el caso de sistemas Unix (.sh):
JMETER_OPTS="-Xms512m -Xmx512m"
Una vez localizados nada ms sencillo que editarlos e incrementar
la memoria de -Xmx512m a -Xmx768m o a -Xmx1024m.
Usa estas 3 variables
Las variables, lo hemos dicho ya, tienen la propiedad de permitirnos
cambiar el valor de todas sus referencias editando un nico valor. Esta
funcin nos ser de mucha utilidad en el caso de mover pruebas entre
entornos, por ello una buena idea es utilizar 3 variables bsicas: host/ip,
puerto y path base. Estas tres variables nos permitirn adaptar muy rpido
la prueba de un aplicativo de un sistema a otro.

JMeter: Buenas prcticas
JMeter, de verdad, es una magnfica herramienta, pero lo es ms si
la usamos de la mejor manera posible. Por ello vamos a recopilar unas
cuantas buenas prcticas, que harn que consigamos usarla de forma
mucho ms eficiente.
Usa la ltima versin disponible en la web oficial: Tu
distribucin lleva empaquetado JMeter y es muy cmodo
instalarlo con yum/apt/etc. Sin embargo, dado que aparecen
varias versiones al ao y en cada versin mejoran su
funcionamiento, es casi seguro que la versin de tu distribucin
lleve varias versiones de retraso.

Controla la concurrencia: Si congestionamos el cliente, lo que
conseguiremos sern medidas errneas, debido a que no ser
capaz de atender adecuadamente las respuestas que reciba del
servidor, falseando por tanto los tiempos de respuesta de la
prueba. Si necesitamos una gran concurrencia, siempre es
mejor realizar una prueba distribuida.

Ejecuta las pruebas definitivas en modo NO GUI: JMeter es
Java y el modo grfico de Java produce una sobrecarga
apreciable. Por tanto, si queremos la mayor precisin, mejor no
usar la GUI.

Usa el Listener "Escritor de Datos Simple": No uses ms de un
Listener en la prueba definitiva. No uses Listerner grficos,
tablas o similares.
Usa formato CSV: No uses XML a menos que sea vital.

No guardes informacin que no necesites: El "Escritor de Datos
Simples" se puede configurar, hazlo.

98 Herramientas | 3

Limpia la cach: Limpia la cach del navegador antes de utilizar
el proxy de JMeter. Esto te garantizar ver todas las peticiones
que se realizan.

Profundiza tu conocimiento de JMeter: Este libro slo muestra
la parte ms genrica de JMeter. Si con ella llegas a un punto
donde crees que JMeter no te sirve para tu prueba de
rendimiento, entonces es el momento de que leas el captulo 7
de Performance Testing with JMeter 2.9 o que hojees su
manual de usuario; vers que todava te falta mucho por
conocer.
JMeter: Conclusiones
Menos de quince pginas no son suficientes para mostrar todo el
potencial de esta herramienta, pero s que parecen suficientes para mostrar
la diferencia abismal que supone una herramienta como JMeter respeto a
las herramientas clsicas para evaluacin de arquitecturas Web y No-Web.
Como dijimos, para hacer una prueba rpida de unas pocas URLs,
sin autenticacin y sin mayor complejidad, cualquiera de las herramientas
que hemos visto sirven.
Sin embargo, desde el momento que es necesario modelar una
prueba, compleja para las funciones de las herramientas clsicas, pero
habitual en cualquier infraestructura moderna; es decir, una prueba que
incluya comportamiento variable en cada peticin, procesos de
autenticacin, esperas variables, mltiples protocolos... JMeter es una
eleccin difcilmente superable: coste, comunidad, documentacin,
funcionalidad, curva de aprendizaje aceptable, ... la hacen, posiblemente, la
mejor herramienta que existe ahora mismo en el mercado para la
realizacin de pruebas de rendimiento.


3.4 | FRAMEWORKS: SCRIPTING PARA GENTE ELEGANTE
No queremos terminar el captulo sin comentar el otro camino que
han escogido las herramientas de medicin del rendimiento modernas
como va de progresin.
Los frameworks para evaluacin del rendimiento, donde el
exponente libre ms conocido es The Grinder, son la evolucin del concepto
DIY, Do-It-Yourself, de los primeros tiempos de la existencia de pruebas de
rendimiento.
Tiempos en los que cada uno codificaba sus pruebas en el lenguaje
con el que ms cmodo se senta, incluso algunas veces usando como base
el cdigo de Apache Benchmark o de HTTPerf.
La idea ligada a estos frameworks es crear libreras de funciones
(APIs) que encapsulen la mayora de requerimientos habituales de una
prueba de rendimiento: peticiones, paradas, concurrencia, etc.
De esta forma el programador puede hacer uso de ellas desde un
lenguaje de alto nivel (Java, Clojure, ...) en el que desarrolla la lgica
funcional de la prueba en base a los elementos que le ofrece la librera de
funciones.
Vamos a usar un ejemplo bsico donde se muestra una peticin
bsica a un servicio HTTP.
# A simple example using the HTTP plugin that shows the retrieval of a
# single page via HTTP. The resulting page is written to a file.
#
# More complex HTTP scripts are best created with the TCPProxy.

from net.grinder.script.Grinder import grinder
from net.grinder.script import Test
from net.grinder.plugin.http import HTTPRequest

test1 = Test(1, "Request resource")
request1 = HTTPRequest()
test1.record(request1)

class TestRunner:
100 Herramientas | 3

def __call__(self):
result = request1.GET("http://localhost:7001/")

# result is a HTTPClient.HTTPResult. We get the message body
# using the getText() method.
writeToFile(result.text)

# Utility method that writes the given string to a uniquely named file.
def writeToFile(text):
filename = "%s-page-%d.html" % (grinder.processName,
grinder.runNumber)

file = open(filename, "w")
print >> file, text
file.close()
TABLA 3-22
En el cdigo podemos ver que la idea sigue siendo la misma que
hasta ahora. Al final tenemos una clase Test que sera muy parecida al
Grupo de Hilos de JMeter, y dentro de ese Test tenemos una serie de
peticiones Request que nos devuelven informacin.
Qu problemas tiene esta aproximacin? El primero y muy
evidente: los tests hay que programarlos y no es algo intuitivo. El segundo, y
menos evidente, es el hecho de que para hacer cosas muy sencillas hay que
programar mucho; mucho menos de lo que se programaba antes, pero sigue
siendo una cantidad de cdigo apreciable para hacer algo tan simple como
pedir una URL.
Qu ventajas tiene? Su principal ventaja es que tenemos una
libertad total para hacer la prueba que queramos, sin prcticamente
restricciones y todo lo complejas que deseemos.
Cundo esta aproximacin puede ser mejor que usar JMeter?
Cuando el diseo de la prueba es realmente complejo, mucho ms
complicado que los ejemplos que vamos a ver en este libro. Y por tanto su
modelado en JMeter es problemtico y necesitamos hacer uso de las
funcionalidades de scripting de JMeter, que tambin las tiene (BeanShell,
JSR223, ...).

Ante una situacin de este tipo, donde al final en JMeter vamos a
tener que acabar programando en Groovy, BeanShell o directamente en
Java mediante el Java Request Sampler; es probable que si disponemos de
un programador experimentado en el grupo de trabajo la aproximacin de
The Grinder sea ms clara, ms directa y ms flexible.

102 Herramientas | 3

Cuarto captulo y, en principio
conocimiento mnimo de herramientas para lanzarnos a realizar nuestra
primera prueba de rendimiento. Si retomsemos la figura 1
momento de hacer zoom sobre ella y centrarnos en el apartado
las fases previas: Planificacin y diseo de
FIGURA

Este captulo cuarto, lo vamos a destinar a la planificacin de las
pruebas, mientras que el quinto lo dedicaremos al diseo
es una decisin personal, puesto que en otros textos encontraremos
tipo de agrupacin. Sin embargo, considero ms lgica
aunque quiz menos formal.
Lo primero que hay que decir sobre la planificacin de las pruebas
de rendimiento es que es una tarea muy importante a la que tenemos que
dedicar un minuto menos de lo imprescindible. Un contrasentido? Es
posible, pero este libro se subtitula
poco tiempo y muchas cosas por hacer
Qu queremos decir con est
obsesionemos con planificar. Lo import
obtener resultados. Es ms, las primeras veces que planifiquemos, es
posible que nos equivoquemos.

PLANIFICACIN| 4
en principio, ya tenemos una base conceptual y el
nocimiento mnimo de herramientas para lanzarnos a realizar nuestra
Si retomsemos la figura 1-1, sera el
momento de hacer zoom sobre ella y centrarnos en el apartado destinado a
las fases previas: Planificacin y diseo de las pruebas de rendimiento.

IGURA 4-1
Este captulo cuarto, lo vamos a destinar a la planificacin de las
pruebas, mientras que el quinto lo dedicaremos al diseo y ejecucin. Esta
es una decisin personal, puesto que en otros textos encontraremos otro
tipo de agrupacin. Sin embargo, considero ms lgica la usada aqu,
Lo primero que hay que decir sobre la planificacin de las pruebas
es una tarea muy importante a la que tenemos que
menos de lo imprescindible. Un contrasentido? Es
posible, pero este libro se subtitula Gua prctica para profesionales con
poco tiempo y muchas cosas por hacer.
Qu queremos decir con esto? Muy simple: que no nos
obsesionemos con planificar. Lo importante de las pruebas es hacerlas y
obtener resultados. Es ms, las primeras veces que planifiquemos, es
104 Planificacin| 4

Por tanto, planificar: s, pero en su justa medida. Y siempre
priorizando la ejecucin y la valoracin de resultados.
Dicho esto, vamos a plantear los contenidos del captulo.
Objetivos: Los puntos fundamentales sobre los que gira toda la
planificacin: por qu hacemos la prueba? qu queremos
obtener de ella? quin necesita esa informacin?

Tipo de prueba: De las prue
mejor a los objetivos? Una prueba de carga? Un anlisis
comparativo? Una prueba de stress?

Entorno: Segn los objetivos fijados, dnde tenemos que evaluar
el rendimiento? En el entorno de desarrollo? En el entorno
preproduccin/pruebas? En el entorno de produccin?

Carga: Cunta carga debemos generar en nuestra prueba y
durante cunto tiempo?

Otras preguntas "secundarias"
los objetivos que hemos fijado? Quin va a particip
prueba? De qu manera? Cundo es el mejor momento para
realizar la prueba?

Por tanto, planificar: s, pero en su justa medida. Y siempre
priorizando la ejecucin y la valoracin de resultados.
icho esto, vamos a plantear los contenidos del captulo.
Los puntos fundamentales sobre los que gira toda la
planificacin: por qu hacemos la prueba? qu queremos
obtener de ella? quin necesita esa informacin?
De las pruebas que hemos visto cul se adapta
mejor a los objetivos? Una prueba de carga? Un anlisis
comparativo? Una prueba de stress?
Segn los objetivos fijados, dnde tenemos que evaluar
el rendimiento? En el entorno de desarrollo? En el entorno de
preproduccin/pruebas? En el entorno de produccin?
Cunta carga debemos generar en nuestra prueba y
"secundarias": Qu perspectiva satisface mejor
los objetivos que hemos fijado? Quin va a participar en la
prueba? De qu manera? Cundo es el mejor momento para


4.1 | OBJETIVOS: POR QU?
Por qu vamos a hacer una prueba de rendimiento? Esta
pregunta, que quiz nos suene un poco a Perogrullo, es algo que tenemos
que tener presente siempre antes de empezar.
El motivo es muy sencillo: trabajaremos la mitad. Nos explicamos.
Es relativamente habitual pensar que las pruebas de rendimiento son
similares entre ellas y que, una vez tenemos los resultados de una, vamos a
poder contestar a todas, o al menos a casi todas, las preguntas que nos
podamos hacer a posteriori. Error!
Las preguntas hay que hacerlas antes de empezar. Plantearlas al
final slo servir, bien para contestar de cualquier manera, bien para tener
que repetir la prueba. No obstante, como un ejemplo vale ms que mil
palabras, vamos a ejemplificar la situacin.
Supongamos por un momento que tenemos una nueva versin de
una aplicacin que queremos liberar en produccin, miAPP 2.0, y nos
planteamos que hay que hacer una prueba de rendimiento, pero pasamos
por encima de la planificacin de los objetivos sin hacerle caso. El hecho es
que, sin mucho criterio, decidimos hacer una prueba de carga desde la red
interna, sobre el entorno de preproduccin, con 40 usuarios simultneos
simulando una sesin de 2 minutos por usuario sobre las funciones ms
comunes del aplicativo. La finalizamos, obtenemos los resultados, el tiempo
de respuesta, los errores, unos grficos, etc.
Y entonces, leyendo los resultados, el director de desarrollo se
pregunta: Ha mejorado el rendimiento respecto a miAPP 1.0?. Mientras, a
su vez, el director de sistemas pregunta: Colocar el doble de memoria en la
mquina tiene sentido para mejorar el rendimiento de miAPP?
Respuesta: no tenemos ni idea.
Y es que, aunque tcnicamente las posibles pruebas de rendimiento
sean similares, su planificacin, diseo y resultado no lo son.

106 Planificacin| 4

Por tanto, antes de empezar la prueba, hay que fijar unos objetivos
generales de la misma y, en caso de existir, unos objetivos especficos por
departamento/rea que espere obtener resultados a partir de la prueba.
OBSERVACIN 4-1. Estableciendo objetivos

Ms que nos gustase, no existe una varita mgica que al agitarla
genere los objetivos que necesitamos. No obstante, s hay una serie
de preguntas bsicas, que contestar nos servir para saber qu es lo
que necesitamos hacer en nuestra prueba de rendimiento.

I. Qu servicio/infraestructura/... queremos evaluar?
II. Queremos una valoracin de la experiencia del usuario u obtener
informacin interna de nuestros sistemas?
III. En caso de que queramos valorar la experiencia de usuario final, nos
interesa su ubicacin geogrfica? Y las limitaciones de conexin WAN?
IV. Necesitamos conocer cul es la capacidad mxima del sistema y en
qu punto deja este de atender usuarios de forma correcta?
V. Queremos saber si podemos hacer frente a avalanchas puntuales
que dupliquen o tripliquen nuestro nmero habitual de usuarios?
VI. En caso de que exista, el contenido de terceros (p.ej. APIs de
servicios web) est perjudicando nuestro rendimiento?
VII. Queremos evaluar un servicio que va a ser liberado en produccin?
Es una nueva versin de uno que ya existe previamente?
VIII. Queremos evaluar un servicio que se encuentra ya en produccin?
IX. Necesitamos conocer la evolucin del servicio en el tiempo?
X. Existen cuestiones especficas por reas/departamentos?
a. Queremos conocer cmo ha mejorado o empeorado el
rendimiento de la versin actual respecto a la pasada? Existe
un baseline previo?
b. Queremos conocer cmo influye el aumento o disminucin
de recursos hardware?
c. Deseamos detectar errores tempranos en el desarrollo?

TABLA 4-1

4.2 | TIPO: QU?
En el captulo 2 vimos, y ejemplificamos, los tipos de pruebas que
existen y las diferencias fundamentales entre ellas. En este captulo no
vamos a volver a insistir en ese tema, pero s que vamos a incidir en la parte
prctica del asunto, es decir, en elegir adecuadamente el tipo de prueba
que necesitamos en funcin de los objetivos que hayamos fijado.
Lo primero a tener claro es que tenemos a nuestra disposicin 16
pruebas posibles, segn vemos en la [tabla 4-1]. Y que estas 16 pruebas nos
van a dar resultados diferentes y, por tanto, que tenemos que escoger
segn nuestros objetivos.

Baseline? Capacidad?
Carga s/n s/n
Stress s/n s/n
Resistencia s/n s/n
Variacin s/n s/n
TABLA 4-2
Las pautas para hacer la eleccin son las siguientes:
Prueba de carga: Siempre que no necesitemos ninguna de las
caractersticas especficas de las otras pruebas. En general,
siempre que queramos ver cmo se comporta el sistema ante
un nmero de usuarios esperado.

Prueba de stress: Cuando entre nuestros objetivos est el
conocer el punto de ruptura del servicio. Tambin cuando
tengamos que verificar el correcto funcionamiento, o el
malfuncionamiento, de un servicio en cargas mximas.

Prueba de resistencia: Cuando entre nuestros objetivos est
valorar el impacto del paso del tiempo en la degradacin del
rendimiento.

108 Planificacin| 4

Prueba de variacin de carga: Cuando entre nuestros objetivos
est el conocer la capacidad para atender demandas puntuales
que duplican o triplican la carga habitual del sistema.

Adems, estas cuatro opciones de base, las podemos combinar con
las siguientes dos opciones, dando el total de las 16 pruebas posibles.

Prueba con Baseline: Siempre que necesitemos establecer una
comparativa entre versiones haremos uso de perfiles base. Es
vlido tanto para casos software, como para casos hardware.

Prueba con medicin de "capacidad": Siempre que
necesitemos conocer medidas internas del sistema (CPU,
memoria, disco, ...) y no nicamente medidas externas
(errores, tiempos de respuesta, tiempos de conexin, ...).
Elegir, ms que nos gustase poder procedimentar an ms, ser
algo que tendremos que hacer de forma individual ante cada prueba en
base a los objetivos marcados.
La nica recomendacin que se puede dar es que, en general, el
orden de uso de las pruebas, de ms a menos frecuente, es el que se ha
usado: carga, stress, resistencia y variacin.
La comparacin de rendimiento mediante perfiles base es tan
comn que, en principio, salvo casos de nuevos elementos nunca evaluados,
siempre tendremos como referencia un perfil previo.
Por ltimo, el anlisis de la capacidad del sistema debemos
entenderlo como un valor adicional y de propsito interno con intencin de
establecer programas de gestin de la capacidad. No es obligatorio que en
cada prueba que hagamos midamos la capacidad del sistema y es
importante, que cuando lo hagamos, usemos mtodos que impacten lo
mnimo en el rendimiento del sistema.

4.3 | ENTORNO Y CICLO DE VIDA
En el captulo 1 vimos que en funcin de la fase
donde se ejecute la prueba (fase de
produccin) sta puede tener una utilidad u otra.
satisfacen unos objetivos u otros.
Esta seccin profundiza en
algunas ideas errneamente instauradas sobre los mismos.

FIGURA


Y CICLO DE VIDA: DNDE?
vimos que en funcin de la fase del ciclo de vida
fase de desarrollo, fase de preproduccin o fase
uede tener una utilidad u otra. Es decir, las pruebas
Esta seccin profundiza en ese concepto, da pautas y destierra
algunas ideas errneamente instauradas sobre los mismos.

IGURA 4-2

110 Planificacin| 4

Entorno vs. Ciclo de vida
Para profundizar, lo primero que tenemos aclarar es que existen,
por un lado, 3 entornos donde podemos hacer pruebas de rendimiento de
un servicio y, por otro, 3 fases dentro del ciclo de vida de los servicios. Sin
embargo, esta relacin no es uno a uno.
Por ello, mientras que en el entorno de desarrollo slo se hacen
pruebas en la fase de desarrollo y en el entorno de produccin del slo se
hacen pruebas de la fase de produccin; en el entorno de preproduccin no
sucede lo mismo. En el entorno de preproduccin se pueden hacer pruebas
de un servicio en fase de preproduccin o pruebas de un servicio en fase de
produccin.
Por qu? En resumen porque en el entorno de produccin siempre
vamos a tener una serie de limitaciones sobre qu tipo de pruebas podemos
hacer. Por ello, en ocasiones, las pruebas de un servicio en fase de
produccin se ejecutan en el entorno de preproduccin.
Entorno Fases
Desarrollo Desarrollo
Preproduccin Preproduccin o Produccin
Produccin Produccin
TABLA 4-3
Entorno de desarrollo: ideas base
Vamos a enunciar los conceptos clave del entorno de desarrollo y
cmo influyen en la ejecucin de pruebas de rendimiento.
Las pruebas a realizar en el entorno de desarrollo sern
nicamente a servicios en fase de desarrollo.

La caracterstica principal del entorno es la falta de
homogeneidad: equipo de trabajo del propio desarrollador del
proyecto, servidores que han quedado obsoletos...


Es el entorno menos frecuente para realizar pruebas de
rendimiento.

El motivo para realizar pruebas en desarrollo es practicar una
deteccin temprana de problemas y de errores en la
implementacin.

Es necesaria agilidad y brevedad en las pruebas.

La prueba ms usual es el test de stress para detectar
problemas.
Entorno de preproduccin/pruebas: ideas base
De la misma forma que hemos hecho con el entorno de desarrollo,
ahora vamos a enunciar los conceptos clave del entorno de
preproduccin/pruebas y cmo influyen en la ejecucin de pruebas de
rendimiento.
Entorno que tericamente reproduce con total fidelidad y
exactitud el entorno de produccin.

Entorno que realmente simula la infraestructura de
produccin: diferencias hardware, diferencias software,
clsters, balanceadores, enrutamiento y sobre todo usuarios.

Doble funcin. Funcin uno: evaluacin de servicios
previamente a paso a produccin. Funcin dos: pruebas
posteriores a entrada en produccin.

Uso previo a paso a produccin: predecir funcionamiento de la
aplicacin en el entorno produccin en base a unas
estimaciones de escalado. Al mismo tiempo podemos comparar
el rendimiento con perfiles base previos y fijar criterios de paso
a produccin. Por ltimo, podremos detectar errores o
defectos de rendimiento antes del paso a produccin.

112 Planificacin| 4

Uso en fase de produccin: deteccin de problemas en
aplicativos ante altas cargas de usuarios, evaluacin de
estabilidad y degradacin en el tiempo, etc.

Es el entorno donde ejecutaremos gran parte de las pruebas de
rendimiento. En principio todas las que no necesiten medir el
rendimiento global de la infraestructura,

Ser necesaria una extrapolacin que nos permita predecir el
comportamiento del entorno de produccin en base a los
resultados obtenidos en el entorno de preproduccin/pruebas.
Entorno de Produccin: ideas base
Durante mucho tiempo se ha considerado un error hacer pruebas
en el entorno de produccin. Hoy da se considera un error no usar el
entorno de produccin.
Mi opinin es que en el trmino medio est la virtud. Las pruebas
en el entorno de produccin tienen un sentido y una razn de ser: el
entorno de pruebas NO replica el entorno de produccin, sobre todo
porque no tiene usuarios y, adems, en muchas ocasiones, principalmente
para pruebas de infraestructura, ni tan siquiera hay entorno de pruebas.
Por tanto, la idea es que usemos el entorno de produccin cuando
sea necesario. Ni ms, ni menos. No hace falta usarlo siempre, y mucho
menos usarlo para actividades que se pueden hacer en preproduccin; pero
es totalmente razonable usarlo.
Por ello vamos a enunciar los conceptos clave del entorno de
produccin y cmo influyen en la ejecucin de pruebas de rendimiento.
Las pruebas en produccin son esenciales ante la liberacin de un
nuevo servicio no evaluado previamente. Adems, pueden ser
necesarias por otras causas: inexistencia de entorno de pruebas,
diferencias enormes entre entornos, fallos o complejidad en la
extrapolacin, etc.

No debemos hacer pruebas en el entorno de produccin que
pudiesen ser hechas en el entorno de preproduccin. P.ej. testeo
de aplicativos para deteccin de errores.

Es mejor hacer pruebas de rendimiento en el entorno de
produccin cada cierto tiempo, que hacerlas cuando aparecen
problemas serios.

En mayor o menor medida se causa un perjuicio a los usuarios:
cierre de aplicacin al usuario, enlentecimiento, etc.
Buenas Prcticas
En caso de tengamos que realizar pruebas en el entorno de
produccin debemos tener en cuenta las siguientes buenas prcticas.

Utilizar preferentemente pruebas poco agresivas. Priorizar la
ejecucin de pruebas de carga, o de variacin de carga. Limitar el
uso de pruebas de stress que puedan denegar el servicio.

Priorizar el uso de peticiones de acceso en modo lectura. Limitar la
insercin, eliminacin y modificacin de informacin en uso. Crear
backups si se va a alterar informacin.

Las pruebas de resistencia no tienen mucho sentido en el entorno
de produccin. El propio entorno de produccin es una prueba de
resistencia.

Treinta minutos deben ser suficientes para lanzar una prueba de
carga planificada y recoger los resultados. Si necesitamos horas
para ejecutar una prueba de carga, mejor practicar en el entorno de
pruebas.

Para conseguir tardar el menos tiempo posible en el entorno de
produccin, se puede usar el entorno de preproduccin (si es
114 Planificacin| 4

posible) para el diseo de la prueba. La nica tarea a realizar en
produccin ser la ejecucin.

Monitorizar la capacidad del sistema durante la prueba en
produccin es mucho ms importante que en el resto de entornos.

El entorno de produccin tiene "huecos" libres que se deben
aprovechar: entrada en produccin del servicio, paradas de
mantenimiento, horas de mnimo uso, etc. Son buenos momentos
para testear.

OBSERVACIN 4-2. Uso esencial del entorno de produccin
En los puntos clave del uso del entorno de produccin hemos dicho
lo siguiente: las pruebas en produccin son esenciales ante la
liberacin de un nuevo servicio no evaluado previamente.
Pero por qu son esenciales? Pues son esenciales no tanto para
medir el rendimiento del nuevo servicio (del que nos hubisemos
podido hacer una idea en el entorno de preproduccin) como para
simplificar muchsimo la evaluacin del rendimiento de
arquitecturas multicapa complejas.
Como vimos en el apartado 4 del captulo 2, cuando evaluamos
arquitecturas multicapa complejas, lo normal es que parte de la
infraestructura IT (bases de datos, autenticacin, almacenamiento,
...) sea compartida entre varios servicios.
Una de las aproximaciones que se proponan era evaluar
simultneamente todos los servicios que usan la infraestructura
comn. La desventaja es que, obviamente, cuanto ms servicios la
usan, ms se nos complica la prueba.
Bien, pues la solucin es "bastante sencilla". Aprovechar el entorno
de produccin y a nuestros usuarios para que trabajen
simultneamente con nosotros en la ejecucin de las pruebas de
rendimiento.
La forma de actuar sera la siguiente.
nuevo servicio que no se ha evaluado en produccin (y por tanto no
sabemos si nuestra arquitectura compartida lo soporta)
permitir a los usuarios el acceso
rendimiento que estimemos
de produccin, mientras que los usuarios del sistema de
informacin interactan con el resto de servicios.
De esta forma, la carga qu
servicios compartidos por la infraestructura IT la estn generando
los propios usuarios del sistema que nos apoyan
En la [figura 4-3] se ejemplifica la idea.
FIGURA


La forma de actuar sera la siguiente. Siempre que liberemos un
no se ha evaluado en produccin (y por tanto no
sabemos si nuestra arquitectura compartida lo soporta), antes de
ir a los usuarios el acceso a l, ejecutar las pruebas de
que estimemos sobre el nuevo servicio en el entorno
de produccin, mientras que los usuarios del sistema de
informacin interactan con el resto de servicios.
De esta forma, la carga que deberamos generar para todos los
servicios compartidos por la infraestructura IT la estn generando
los propios usuarios del sistema que nos apoyan en nuestra prueba.
se ejemplifica la idea.

IGURA 4-3
116 Planificacin| 4

Eligiendo el entorno adecuado: fase y prueba
Elegir el entorno adecuado depende de una serie de factores. Los
principales son los siguientes: los objetivos, la fase del ciclo de vida en la
que se encuentra los servicios a evaluar, el tipo de prueba que vamos a
realizar y la adecuacin del entorno a la prueba.
La [tabla 4-4] recoge las principales pautas que hemos comentado
a la hora de elegir entorno.
Entorno Ciclo de Vida Prueba Uso
Desarrollo Desarrollo Stress / Deteccin de errores Casi nunca
Pruebas Preproduccin/Produccin Todo tipo de pruebas Frecuente
Produccin Nuevo servicio no evaluado Carga Global Sistema Multicapa Muy importante
Produccin Produccin No realizables en Ent. de Pruebas Segn necesidad
TABLA 4-4


4.4 | CARGA: CUNTA?
En el captulo 2 hablamos de los conceptos bsicos asociados a la
carga: nmero de usuarios, concurrencia, simultaneidad, etc. Por otra parte,
en el captulo 3, vimos que esto, a su vez, se mezcla con la orientacin de la
prueba: bien a conexiones, bien a sesiones.
Sin embargo, nos sigue faltando contestar la gran pregunta:
cunta carga debemos generar en nuestra prueba?. Es decir, cuntas
conexiones por segundo debemos establecer? Cuntas peticiones
debemos hacer en cada conexin? Cuntos usuarios concurrentes
necesitamos? Es a lo que vamos a contestar en esta seccin.
Salvo en el caso de las pruebas de stress, donde es sencillo de
contestar: tanta como el servicio/infraestructura soporte; en el resto de
pruebas la respuesta suele ser: una estimacin.
Y sobre cmo estimar se pueden escribir libros y libros, pero aqu
queremos concisin, vamos a proponer una forma de hacerlo, que si bien
tenemos muy claro que no es perfecta, s que es lo suficientemente simple y
lo suficientemente pesimista como para que una estimacin realizada con
ella sirva para evaluar nuestros sistemas en cualquier prueba de
rendimiento que requiera una estimacin de usuarios/conexiones.
Una forma sencilla de calcular la carga
En muchos otros textos, os contaran que para calcular la carga
necesitamos conocer el nmero de usuarios nicos por hora y la duracin
media de la visita de esos usuarios. Entonces, podramos calcular el nmero
de usuarios simultneos sobre el sistema aplicando la siguiente frmula:
Usuarios simultneos = Usuarios medios por hora / Tiempo medio de Visita.
El problema es que este clculo, adems de estar enfocado a
servicios HTTP, requiere de una serie de procesos intermedios bastante
tediosos sobre los logs de los servicios, para lo cual vamos a tener que hacer
uso de herramientas intermedias para generar estadsticas: awstats, analog,
visitors, etc.
118 Planificacin| 4

Por tanto, dado que en los logs no encontramos nada parecido a
"tiempo medio de visita": hay que simplificar. Qu encontramos en los
logs? Conexiones y, sobre todo, peticiones. Y es lo que vamos a aprender a
usar para hacer nuestras estimaciones.
Qu regla vamos a seguir para estimar? Una muy sencilla.
Nuestro valor de usuarios simultneos ser el nmero mximo
de peticiones por minuto que reciba el servicio en un intervalo
de tiempo amplio (p.ej. un mes o un ao) dividido entre 60.

Nuestro valor "pico" (mximo) de usuarios ser el nmero
mximo de peticiones por segundo que reciba el servicio en un
intervalo amplio (p.ej. un mes) .

EJEMPLO 4-1 - Servicios HTTP (Apache, Tomcat, JBoss, ...)
En los servicios HTTP, slo Apache, por defecto, hace logging de las
peticiones en el fichero access.log.
Tomcat y JBoss requieren ser configurados especficamente
haciendo uso del componente Valve como se indica en la [tabla 4-5]. Una
vez han sido configurados, advertimos que penaliza el rendimiento, generan
un formato de log equivalente al de Apache. Una observacin es que slo
ser necesario generar logs en los servidores de aplicacin si estn
configurados para servir peticiones directamente y no a travs de Apache.
<Valve className=org.apache.catalina.valves.RequestDumperValve />
<Valve className=org.apache.catalina.valves.AccessLogValve
prefix=localhost_access_log. suffix=.log
pattern=common directory=${jboss.server.home.dir}/log
resolveHosts=false />
TABLA 4-5
A continuacin, vamos explicar los pasos que daremos para
obtener el nmero de usuarios y el pico de usuarios del servicio HTTP.


Para la obtencin del nmero medio de usuarios procesaremos el
log de acceso del servidor aplicando un filtro que hace un recuento del
nmero de conexiones en cada minuto, las ordena de menor a mayor y
selecciona la mayor. Un ejemplo se puede ver en la [tabla 4-6].
# cat access.log | cut -d" " -f4 | cut -d":" -f-3 | awk '{print "requests
from " $1}' | sort | uniq -c | sort -n | tail -n1
352 requests from [10/Nov/2010:10:35
TABLA 4-6
De forma muy similar, la obtencin del pico de usuarios se realiza
efectuando un filtro que en vez de las conexiones por minuto, recuenta las
conexiones cada segundo. La [Tabla 4-7] ejemplifica el proceso.
# cat access.log | cut -d" " -f4 | awk '{print "requests from " $1}' |
sort | uniq -c | sort -n | tail -n1
33 requests from [10/Nov/2010:10:43:14
TABLA 4-7
Por tanto, para el ejemplo propuesto tendremos los siguientes
valores:
Usuarios medios simultneo: 6 usuarios simultneos (352/60).
"Pico" de usuarios simultneos: 33 usuarios simultneos.

Carga en servicios de bases de datos
Los servicios de bases de datos, de forma comn, son accedidos
indirectamente desde servicios HTTP y desde servidores de aplicacin.
No obstante, en caso de tener que hacer una prueba de
rendimiento especfica al SGBD y dado que de forma general estos no
generan logs de peticiones (penaliza el rendimiento significativamente) se
puede estimar el nmero de usuarios segn la siguiente regla:
120 Planificacin| 4

Usuarios medios simultneos en el SGBD: El sumatorio de
todos los usuarios medios de los servicios HTPP que comparten
un SGDB.

"Pico" de usuarios simultneos: El nmero medio de usuarios
multiplicado por 2 o 3.

Carga en otros servicios NO WEB
Adems de las bases de datos, los servidores de aplicacin y los
servidores web, es posible que nos tengamos que enfrentar a otras pruebas
de rendimiento en otro tipo de servicios.
En estos casos, debemos mantener la misma idea que hemos
comentado hasta ahora, e intentar aplicar una estimacin sencilla de
calcular en base a los logs de los que dispongamos.
EJEMPLO 4-3 - Postfix
El ejemplo elegido ser sobre el servicio de correo electrnico
(SMTP) Postfix mediante la informacin recogida en el fichero maillog. El
cual genera una lnea de tipo smtp[pid] o local[pid] para cada correo
electrnico que debe gestionar, bien mediante envo al exterior, bien
mediante entrega local.
cat /var/log/maillog-20140413 | grep -E "(smtp\[)|(local\[)" | head

Apr 6 07:00:06 host postfix/local[7284]: 118B87E01DA: to=<root@host>,
orig_to=<root>, relay=local, delay=4.2, delays=4.2/0.01/0/0.02, dsn=2.0.0,
status=sent (forwarded as 1D94D7E0147)

Apr 6 07:00:06 host postfix/smtp[7285]: 1D94D7E0147:
to=<email@google.com>, orig_to=<user>, relay=mail.google.com:25,
delay=0.09, delays=0.02/0.01/0.03/0.03, dsn=2.0.0, status=sent (250 2.0.0
Ok: queued as C7EC3802004F)
TABLA 4-8

Con esta informacin podemos recuperar el nmero de peticiones,
en este caso correos electrnicos, que se han gestionado por minuto, como
se indica en la [tabla 4-9].
# cat /var/log/maillog* | grep -E "(smtp\[)|(local\[)" | awk '{print
"requests from " $1" "$2" "$3}' | sort | uniq -c | sort -n | tail -n1
30 requests from Apr 8 21:08:43
TABLA 4-9
Carga de servicios: informacin desde el sistema de monitorizacin
Hasta ahora, para obtener el nmero de peticiones a servicios
hemos recurrido a la forma ms estndar y comn: los logs. No obstante,
existen otras vas para acceder a esta informacin.
Los sistemas de monitorizacin permiten, en la mayora de los
casos, recopilar informacin bastante similar a la que se obtiene desde los
logs.
A continuacin, se ilustra el uso de una de estas herramientas,
concretamente Hyperic HQ Community, para la obtencin de informacin
similar a la obtenida desde los logs.
No obstante, la idea expuesta es extrapolable a cualquier otra
herramienta de monitorizacin.
Servicio HTTP Apache
Para el caso del servicio Apache HTTD existe una mtrica
denominada Requests Served per Minute que nos permite obtener de forma
sencilla el nmero de usuarios simultneos. En la [figura 4-3] se puede
observar cmo el pico de peticiones est prximo a las 1.200 por minuto.
122 Planificacin| 4

FIGURA
Servicio Tomcat y JBoss
El servicio Tomcat dispone de una mtrica directa que nos
la concurrencia de peticiones: Current Thread Coun
nmero de hilos de proceso simultneos en el sistema.
FIGURA
Tambin existe la alternativa
indica su nombre, devuelve el nmero de peticiones atendidas cada minuto.
Por su parte el servicio JBoss
Count equivalente a la mostrada para

IGURA 4-4
El servicio Tomcat dispone de una mtrica directa que nos muestra
Current Thread Count. En ella vemos el
nmero de hilos de proceso simultneos en el sistema.
IGURA 4-5
Tambin existe la alternativa Request Count per Minute que como
indica su nombre, devuelve el nmero de peticiones atendidas cada minuto.
JBoss cuenta con la mtrica Active Thread
equivalente a la mostrada para Tomcat.

Servicios SGDB
Para los servicios SGDB (Oracle, MSSQL, PostgreSQL, ...) existe una
mtrica frecuente denominada Commits per Minute o Transactions per
Minute.
Otros servicios
En general, todos los servicios monitorizados con Hyperic HQ, o con
otras herramientas de monitorizacin, ofrecen mtricas de utilizacin. Por
no extender ms el apartado, y dado que no aporta mucho ms a la idea,
pararemos aqu, pero ser tarea de cada cual ver cmo su sistema de
monitorizacin puede ayudarle a obtener informacin de forma rpida para
la ejecucin de pruebas de rendimiento.
Nuevos servicios
En el caso de tener que evaluar un servicio que nunca antes se ha
usado por parte de los usuarios (algo que se debe hacer siempre) nos
encontramos al problema de determinar la carga sin disponer de ningn
dato.
Ante esta situacin existen dos aproximaciones:
Conservadora: Evaluar la carga en base a los datos reales de un
servicio similar en importancia y pblico objetivo.

Agresiva: Ejecutar una prueba de stress con incremento de
usuarios/peticiones hasta apreciar una cada del rendimiento.
Es necesario aclarar que la opcin agresiva afectar
significativamente al rendimiento de toda la arquitectura multicapa que el
nuevo servicio comparta en su entorno (preproduccin o produccin); y que
por tanto podemos afectar al resto de servicios de ese entorno y a los
usuarios que los usan.

124 Planificacin| 4

4.5 | OTRAS PREGUNTAS "SECUNDARIAS".
Saber el porqu estamos haciendo la prueba, qu tipo prueba
vamos a hacer, dnde vamos a hacerla y cunta carga tenemos que generar
en ella son las cuatro cosas fundamentales que debemos plantearnos antes
de empezar.
No obstante, existen otros cuatro factores que tambin hay que
meditar, aunque sea un segundo.
Personas: Quines participan?
A la hora de fijar objetivos, la buena prctica dice que cuanto ms
personas se involucren mejores objetivos se fijarn y ms tiles sern las
pruebas. Sin embargo, a la hora de disear y ejecutar las pruebas
planificadas, lo que la buena prctica dice es que participen las personas
imprescindibles.
Cuntas personas son eso? En principio, una buena medida puede
ser una o dos personas por prueba que se vaya a ejecutar en paralelo.
Fase de la Prueba Personas participantes
Planificacin Las mximas
Diseo, Ejecucin y Anlisis de Resultados 1 o 2 por prueba paralela
TABLA 4-10
Fecha: Cundo hacer la prueba?
Salvo las pruebas en produccin, que recomendamos hacerlas en
las ventanas de tiempo que presente el entorno: mantenimientos, periodos
sin uso, primeras versiones de un nuevo servicio,... El resto de pruebas
pueden temporizarse como ms convenga.
Perspectiva: Desde dnde hacer la prueba?
Nuestra recomendacin, para la mayora de los escenarios, es usar
la red interna siguiendo el esquema de enrutamiento de la [figura 4-6] que
simula, a todos los efectos, un usuario desde el exterior.
FIGURA
En la figura, el equipo de pruebas ( o equipos en caso de pruebas
distribuidas ) se colocan en el firewall ms exterior del sistema. Siendo el
trfico de la prueba enrutado por la red de acceso, como si de
externo se tratase, hasta el entorno que se haya elegido: pruebas o
produccin.
En el caso de las pruebas en el entorno de desarrollo la falta de
homogeneidad de este tipo de escenarios impide una recomendacin ms
precisa.
Medidas: Qu informacin necesitamos?
En principio, salvo casos muy concretos, las medidas que
obtendremos sern, en funcin de los objetivos marcados:
Medidas externas: Para valorar la experiencia de usuario
obtendremos el tiempo de respuesta y xitos/fallos.
Opcionalmente se podr obtener el tiempo de conexin y
tiempo de procesamiento.

Medidas internas: A efectos de informacin interna de los
sistemas se obtendr, de forma genrica los parmetros de
capacidad: CPU, memoria, disco, ...

OBSERVACIN 4-3 - Obtener medidas

La obtencin de medidas internas se puede realizar de mltiples y
muy variadas formas, y no ser este libro el que venga a poner
puertas al campo.

IGURA 4-6
En la figura, el equipo de pruebas ( o equipos en caso de pruebas
distribuidas ) se colocan en el firewall ms exterior del sistema. Siendo el
por la red de acceso, como si de un usuario
externo se tratase, hasta el entorno que se haya elegido: pruebas o
En el caso de las pruebas en el entorno de desarrollo la falta de
homogeneidad de este tipo de escenarios impide una recomendacin ms
macin necesitamos?
En principio, salvo casos muy concretos, las medidas que
obtendremos sern, en funcin de los objetivos marcados:
Para valorar la experiencia de usuario
obtendremos el tiempo de respuesta y xitos/fallos.
e se podr obtener el tiempo de conexin y
tiempo de procesamiento.
A efectos de informacin interna de los
, de forma genrica los parmetros de
, memoria, disco, ...
Obtener medidas internas
La obtencin de medidas internas se puede realizar de mltiples y
muy variadas formas, y no ser este libro el que venga a poner
126 Planificacin| 4

No obstante s que vamos a dar unas recomendaciones bsicas
sobre cmo deberamos proceder a la hora de obtener medidas.

Una forma posible de obtenerlas es haciendo uso de herramientas
de monitorizacin que tengamos instaladas en el sistema (nagios,
cacti/rrd, hyperic, etc).

En este caso es el detalle ms importante es que el tiempo de
captura de informacin del sistema de monitorizacin y el tiempo
de duracin de la prueba estn alineados. De nada nos servir un
sistema de monitorizacin que mida la carga del servicio HTTPD
cada 30 minutos, si la duracin de nuestra prueba es de 15
minutos.

Otra opcin, sobre todo en caso de no tener sistema de
monitorizacin es hacer uso del plugin adicional para JMeter
denominado Servers Performance Monitoring.

Este plugin consiste en la instalacin de un agente JAVA en los
sistemas a monitorizar que es capaz de recolectar informacin de
CPU, memoria, swap, disco y red.

El plugin est disponible en la siguiente URL http://jmeter-
plugins.org/wiki/PerfMon/ como parte del paquete estndar.
Existen tareas pesadas en segundo plano?
Cuando evaluemos un sistema de informacin debemos prestar
atencin a la existencia de tareas en segundo plano que sean intensivas en
el consumo de recursos (p.ej. copias de seguridad).
Si existen estas tareas, y sobre todo, si son puntuales en el tiempo,
debemos adaptar nuestra prueba a ellas y valorar si nos interesa ejecutar la
prueba cuando estas tareas se estn ejecutando para medir cmo impactan
en el rendimiento.

4.6 | UN EJEMPLO PARA TERMINAR
Como ltimo punto de este captulo vamos a ejemplificar la toma
de decisiones completa para un supuesto servicio de gestin de reservas
online.
Lo primero es plantear los objetivos del proyecto.
Servicio de gestin de reservas.
http://misreservas.local/
II. Queremos una valoracin de la experiencia del usuario u obtener informacin
interna de nuestros sistemas?
Valoracin de la experiencia de usuario.
III. En caso de que queramos valorar la experiencia de usuario, nos interesa su
ubicacin geogrfica? Y las limitaciones de nuestra conexin WAN?
No interesa la ubicacin geogrfica. No interesan las limitaciones de conexin
WAN.
IV. Necesitamos conocer cul es la capacidad mxima del sistema y en qu punto
deja este de atender usuarios de forma correcta?
No.
V. Queremos saber si podemos hacer frente a avalanchas puntuales en nuestro
nmero habitual de usuarios?
S.
VI. En caso de que exista, queremos saber si el contenido de terceros (p.ej. APIs
de servicios web) est perjudicando nuestro rendimiento?
No.

128 Planificacin| 4

VII. Queremos evaluar un servicio que va a ser liberado en produccin? Es una
nueva versin de uno que ya existe previamente?
S, se trata de un servicio a liberar en produccin. Es una nueva versin de uno
que existe previamente.
No.
No.
a. Queremos conocer cmo ha mejorado o empeorado el rendimiento de la
versin actual respecto a la pasada? Existe un baseline previo?
S, queremos analizarlo, pero no existe un baseline previo.
b. Queremos conocer cmo influye el aumento o disminucin de recursos
hardware?
No
c. Deseamos detectar errores tempranos en el desarrollo?
No
TABLA 4-11

Qu prueba hacer?
Vistos los objetivos se descartan las pruebas de stress y de
resistencia. En principio podemos hacer dos pruebas de carga aisladas: una
para los usuarios medios del sistema y otra para el pico de usuarios. O bien
podemos encadenarlas en una prueba de variacin de carga (que requiere
de ms iteraciones).

En este caso se decide hacer una prueba de carga para la media de
usuarios del sistema y otra prueba para el pico de usuarios del sistema. No
se analizar la capacidad interna del sistema. Se har una comparativa con
perfil base (que no existe) entre la versin actual y la nueva versin.
En resumen, se harn cuatro pruebas de carga:
Prueba de carga en versin actual para usuarios medios
Prueba de carga en versin nueva para usuarios medios
Prueba de carga en versin actual para "pico" de usuarios
Prueba de carga en versin nueva para "pico" de usuarios
Las pruebas para la versin actual servirn de baseline para
establecer una comparacin con la nueva versin.
Dnde hacer la prueba?
Aunque se trate de una nueva versin de un servicio existente,
dado que nunca se ha evaluado con anterioridad, se evaluar en el entorno
de produccin.
Sucesivas pruebas podrn ser realizadas en el entorno de
preproduccin/pruebas.
Cunta carga generar?
Tras consulta de los logs del servicio se obtienen los siguientes
valores.
# cat access.log | grep 12/Mar/2014 | cut -d" " -f4 | cut -d":" -f-3 | awk
'{print "requests from " $1}' | sort | uniq -c | sort -n | tail -n1
1760 requests from 12/Mar/2014:09:22
# cat access.log | grep 12/Mar/2014 | cut -d" " -f4 | awk '{print
"requests from " $1}' | sort | uniq -c | sort -n | tail -n1
123 requests from 12/Mar/2014:10:37
TABLA 4-12
En base a ello se definen los siguientes nmeros de usuarios:
130 Planificacin| 4

Usuarios medios: 29 usuarios.
Pico de usuarios: 123 usuarios.
Quin participa?
Se trata de un nico servicio HTTP, no se va a hacer evaluacin de
otro tipo de arquitectura. En principio, 1 persona con conocimiento de la
arquitectura IT que soporta el servicio.
Cundo hacer la prueba?
En este caso concreto, dado que se trata del entorno de
produccin, una ventana de tiempo adecuada puede ser la parada para
realizar el cambio de la versin actual a la nueva.
Desde donde hacer la prueba?
Equipo adyacente al firewall ms externo.
Qu medidas obtener?
No se quiere valorar la capacidad interna del sistema. Por tanto se
obtendrn las medidas genricas externas: nmero de peticin, tiempo de
respuesta de cada peticin y estado de peticin (xito/error).


DISEO Y EJECUCIN | 5
Pareca que no bamos a llegar, pero con un poco de paciencia
hemos alcanzando el captulo 5. Un captulo donde despus de todo el rollo
previo parece que llega el momento divertido de todo asunto.
Sin embargo, siento ser el que age este festival de la diversin que
tenemos entre manos con una advertencia: aunque este captulo pueda
parecer el ms ameno es fundamental tener muy claros todos los captulos
anteriores.
Uno de los errores ms grave graves es lanzarse al diseo y a la
ejecucin de pruebas sin entender los conceptos bsicos explicados en los
dos primeros captulos, las herramientas explicadas en el tercero y la
planificacin de una prueba explicada en el cuarto.
Por ltimo hay otra puntualizacin que hacer. Las tareas de diseo
y construccin de pruebas, por motivos que se explican en este captulo,
son las tareas menos procedimentables de todas los que componen el libro.
Esto hace que la fase de diseo requiera de un esfuerzo adicional
de prctica, y tambin algo paciencia, por parte de los que quieran llevar a
cabo pruebas de rendimiento hasta lograr afinar y perfeccionar los diseos.
Dicho esto, vamos a repasar los puntos fundamentales del captulo.
Diseo y construccin de pruebas: Qu pasos genricos debemos
dar para disear y construir una prueba? Hay algn mtodo que
podamos seguir para ello? Hay mtodo mejores y mtodos
peores?

Problemas habituales en el diseo: Qu pasa cuando
encontramos una autenticacin poco habitual? Y cundo existen
filtros AntiCSRF? Y si necesitamos que mltiples usuarios accedan
al mismo tiempo a la misma aplicacin?
132 Diseo y Ejecucin | 5

La ejecucin de las pruebas:
Lanzar el test y esperar? Y los datos?
cabo su recogida?

Problemas habituales en la ejecucin
cliente? Cmo podemos saber que estamos a punto de
servicio?

La ejecucin de las pruebas: Qu debemos hacer en esta fase?
Lanzar el test y esperar? Y los datos? Cmo debemos llevar a
oblemas habituales en la ejecucin: Estamos sobrecargando el
cliente? Cmo podemos saber que estamos a punto de denegar el


5.1 | DISEO Y CONSTRUCCIN DE PRUEBAS
Este es el apartado que personalmente me resulta ms interesante
de todo el ciclo de una prueba de rendimiento. Es con diferencia el
momento ms creativo y ms libre de todo el proceso y, en consecuencia,
es el lugar donde ms fcil se cometen errores.
Por mi parte he intentado ordenar y sistematizar al mximo las
tareas que componen esta fase, sin embargo, soy consciente que el proceso
de diseo de una prueba est lejos de ser automatizable.
Dicho esto, comencemos.
Ideas bsicas
En este primer punto vamos a tratar tres ideas que nos van a
acompaar a lo largo de del diseo de una prueba: el objetivo, la dificultad
de procedimentar y la diferencia entre diseo y construccin.
Objetivo de la fase
Esta fase tiene un objetivo final un tanto obvio: construir una
prueba de rendimiento para ser ejecutada posteriormente y que se adapte
a la planificacin realizada.
Pero esa obviedad requiere del que es el verdadero objetivo del
diseo: ser capaces de reconstruir la lgica de transacciones entre los
clientes y el servidor, para posteriormente poder replicarla tantas veces
como sea necesaria en funcin de la carga que necesitemos simular.
Es decir, inicialmente nuestro objetivo es analizar qu transacciones
se producen en una sesin entre un cliente cualquiera y el servidor. El
anlisis es tan variado y extenso como complejo sea el servicio que se est
ofreciendo. Por enumerar algunas posibilidades:
Existe autenticacin? Existe un comportamiento nico para cada
usuario autenticado?

Qu protocolo se utiliza en la comunicacin? Es pblico?

Las peticiones son dinmicas? Varan a l

Debe existir un orden en las peticiones?

...
Una vez hemos sido capaz de reconstruir la lgica de transacciones
de una sesin, el siguiente paso es el ms sencillo. Replicar esas
transacciones con ayuda de la herramienta adecuad
que habamos determinado en la planificacin.
La figura [5-1] ilustra el objetivo de la fase.
FIGURA
Las peticiones son dinmicas? Varan a lo largo de la sesin?
Debe existir un orden en las peticiones?
Una vez hemos sido capaz de reconstruir la lgica de transacciones
de una sesin, el siguiente paso es el ms sencillo. Replicar esas
transacciones con ayuda de la herramienta adecuada hasta generar la carga
que habamos determinado en la planificacin.
ilustra el objetivo de la fase.

IGURA 5-1
La dificultad de procedimentar
La segunda idea la hemos tratado en
captulo, donde hemos dicho que la fase de diseo de las pruebas es la
menos procedimental. Por qu?
El motivo es que el diseo de cada prueba
de las peticiones que se hagan entre los clientes y el servidor.
De tal forma cada servicio
nicas y tendr una lgica de ejecucin propi
identificarla y posteriormente replicarla
nicamente unos pocos servicios
ejemplo el correo electrnico o el DNS
transacciones s son relativamente
que todos los servicios estndar van a presentar peticiones homogneas,
por ejemplo cualquier SGDB o cualquier servicio LDAP, se comportarn de
forma muy similar a los servicios web.
La [figura 5-2] ilustra la
debido a la falta de homogeneidad en las transacciones que se establecen
entre clientes y servidor.
FIGURA

La segunda idea la hemos tratado en la propia introduccin del
o que la fase de diseo de las pruebas es la
el diseo de cada prueba depende por completo
de las peticiones que se hagan entre los clientes y el servidor.
ada servicio efectuar unas peticiones que sern
nicas y tendr una lgica de ejecucin propia. Nuestra tarea es por tanto
y posteriormente replicarla.
unos pocos servicios muy estandarizados, como por
o el DNS, rompen esta regla y en ellos las
relativamente homogneas. Pero no debemos pensar
que todos los servicios estndar van a presentar peticiones homogneas,
por ejemplo cualquier SGDB o cualquier servicio LDAP, se comportarn de
os web.
ilustra la dificultad de procedimentar el diseo
debido a la falta de homogeneidad en las transacciones que se establecen

IGURA 5-2

Diseo vs. Construccin
En un alarde de creatividad hemos titulado la seccin "Diseo y
construccin" porque realmente hay dos partes: diseo y construccin.
El diseo tiene como caracterstica fundamental ser el proceso de
anlisis, independiente de la herramienta que elijamos, que nos lleva a
identificar y reconstruir la lgica de las transacciones que necesitamos para
nuestra prueba de rendimiento.
La construccin de la prueba, por otra parte, es el proceso que
traslada el diseo que hemos hecho a la herramienta con la que
ejecutaremos la prueba. Es decir, la construccin es la implementacin de la
prueba diseada en una herramienta.
Nosotros, esta seccin la dedicamos casi por completo al diseo de
las pruebas, que es la parte ms conceptual del proceso, dejando la
construccin como algo secundario en los ejemplos del captulo.
El motivo de esta decisin es que la construccin no deja de ser
algo que empezamos a ver en el tercer captulo, donde mostramos las
herramientas y su funcionamiento, y sobre lo que profundizaremos con
detalle en el captulo final completamente centrado en construccin
prctica de pruebas.
Diseo de pruebas web: emular la sesin del usuario
La emulacin de la sesin de un usuario real es, quiz, el mtodo
ms intuitivo, y por ello es el ms comn, estudiado y explicado de todos los
que existen para disear pruebas, tanto web, como no web.
La idea
La idea no puede ser ms sencilla: en nuestra prueba de
rendimiento vamos a replicar un comportamiento lo ms similar posible que
seamos capaces al que realizan nuestros verdaderos usuarios.
Posteriormente este comportamiento lo replicaremos en tantos
usuarios como hayamos determinado en la fase de planificacin.

Cmo hacerlo
El primer paso es la obtencin de un log de las peticiones que
realizan nuestros usuarios y sobre este log realizaremos un anlisis
estadstico que ordene las acciones que los usuarios realizan de ms
comunes a menos comunes y determinar su frecuencia.
La [tabla 5-1] ejemplificara el resultado del anlisis. Sobre la misma
tabla, incluso, se podra hacer un filtrado en funcin de aquellos que se
considerara ms significativos (en este caso se ha optado por aquellos que
representan >1% de las peticiones) y que seran las siete peticiones que
finalmente se utilizaran en la prueba de rendimiento.
Ruta Accin Clicks Frecuencia
/admin/delete Borrar producto 1 0,00%
/admin/add Aadir producto 5 0,02%
/admin/users Gestionar usuarios 5 0,02%
/messages/del Borrar mensaje interno 10 0,04%
/admin/site Gestionar otros parmetros 10 0,04%
/admin/login Acceso administrador 15 0,06%
/admin/stats Estadsticas site 25 0,11%
/register Registrarse 50 0,21%
/messages Ver mensajes internos 50 0,21%
/admin/edit Editar producto 60 0,25%
/profile Perfil de usuario 75 0,32%
/login Inicio sesin 100 0,42%
/share Compartir en redes sociales 100 0,42%
/checkout Tramitar pedido 300 1,26%
/basket/del Borrar cesta compra 500 2,10%
/basket/view Ver cesta compra 1500 6,30%
/search Busca producto 2000 8,40%
/section Ver seccin de productos 3000 12,60%
/basket/add Aadir a cesta compra 4000 16,80%
/view Ve ficha producto 12000 50,41%

TOTALES 23806 100,00%
TABLA 5-1
Es posible ir un paso ms all y crear una estructura de peticiones
vinculadas entre ellas. De tal forma que cuando se realizase una, a
continuacin, se hiciese segn la frecuencia obtenida, un conjunto de ellas.
La [figura 5-3] ejemplifica el resultado de una posible estructura a partir de
los datos de la [tabla 5-1].


FIGURA
Finalmente ser necesario capturar cada una de las peticiones
seleccionadas como parte de la prueba entre el cliente y el servidor.
Para ello ser necesario hacer uso de un servicio proxy, bien de un
proxy de auditora o bien del propio de la herramienta de pruebas de
rendimiento, que capture las peticiones.
Este proxy capturar, no slo la pet
cascada de peticiones adicionales (css, js, jpg, png, ...) que se producen tras
la peticin principal.
Finalmente esta informacin ser la que nos sirva para construir en
la herramienta la prueba de rendimiento, dado que ser
repliquemos, con la frecuencia deseada de ocurrencia, en el nmero de
usuarios simultneos que hayamos planificado.
No obstante, antes de continuar,
es necesario hacer un inciso, dado que influyen de forma impo
resultado de la prueba y adems tenemos dos opciones: tratarlas o no
tratarlas.

IGURA 5-3
Finalmente ser necesario capturar cada una de las peticiones
prueba entre el cliente y el servidor.
Para ello ser necesario hacer uso de un servicio proxy, bien de un
proxy de auditora o bien del propio de la herramienta de pruebas de
rendimiento, que capture las peticiones.
Este proxy capturar, no slo la peticin principal, sino toda la
cascada de peticiones adicionales (css, js, jpg, png, ...) que se producen tras
Finalmente esta informacin ser la que nos sirva para construir en
la herramienta la prueba de rendimiento, dado que ser la que
repliquemos, con la frecuencia deseada de ocurrencia, en el nmero de
usuarios simultneos que hayamos planificado.
No obstante, antes de continuar, sobre estas peticiones adicionales
es necesario hacer un inciso, dado que influyen de forma importante en el
tenemos dos opciones: tratarlas o no

OBSERVACIN 5-1. Peticiones adicionales
Como hemos dicho, las peticiones adicionales a cada peticin principal
(generalmente contenido esttico), presentan la posibilidad de ser
tratadas o no, como parte de la prueba.
Tratarlas consiste en incluirlas en nuestra prueba de rendimiento, de tal
forma que cuando se pida una de las acciones se soliciten tambin, a
continuacin, los ficheros secundarios asociados.
Si decidimos incluir estas peticiones como parte de la prueba
tendremos una visin ms completa y que se acerca ms a la simulacin
de una situacin real. Pero, siempre hay un pero, tiene el problema de
falsear datos debido a que las peticiones de contenido esttico nos van
a devolver tiempos de respuesta mucho ms rpidos que las peticiones
dinmicas. Con lo cual a la hora de interpretar datos deberemos
disgregar lo que es tiempo de respuesta de la aplicacin (contenido
dinmico) de lo que son tiempos de respuesta del servidor web
(contenido esttico).
Si por el contrario no las incluimos, los tiempos de respuesta no se
vern distorsionados, pero debemos controlar los tiempos entre
peticiones para obtener resultados equiparables.
La [tabla 5-2] muestra un ejemplo donde se han solicitado peticiones
adicionales, mientras que la [tabla 5-3] no lo hace.
Peticin N Peticiones Media (ms) Mediana (ms) 90% (ms)
index.php 480 1045 575 2685
main.php 30 225 133 545
navigation.php 930 1132 628 3103
js/messages.php 465 1050 518 2828
phpmyadmin.css.php 60 155 86 324
db_structure.php 444 1217 798 3058
js/db_structure.js 441 6 3 17
js/jquery/timepicker.js 441 4 3 9
js/tbl_change.js 441 4 2 11
server_status.php 465 1310 757 3279
js/server_status.js 459 3 2 5
js/jqplot/plugins/jqplot.pieRenderer.js 459 3 2 8

js/jqplot/plugins/jqplot.highlighter.js 459 2 2 5
js/canvg/canvg.js 459 8 5 19
js/jqplot/jquery.jqplot.js 459 46 27 102
js/jquery/jquery.tablesorter.js 459 3 2 6
js/jqplot/plugins/jqplot.cursor.js 459 3 2 8
js/jquery/jquery.cookie.js 459 2 1 7
/img/ajax_clock_small.gif 459 1 1 5
/img/s_fulltext.png 459 1 1 3
js/date.js 459 1 1 3
ui-bg_flat_75_ffffff_40x100.png 459 1 1 3
ui-bg_glass_75_e6e6e6_1x400.png 459 1 1 2
ui-bg_glass_65_ffffff_1x400.png 459 1 1 2
Total 12911 252 3 757
TABLA 5-2
index.php 486 1170 651 3017
main.php 30 233 135 603
navigation.php 986 1366 744 3632
js/messages.php 473 1248 579 3425
server_status.php 516 1708 1027 4518
db_structure.php 452 1371 829 3562
Total 2943 1364 725 3566
TABLA 5-3
Al comparar las dos tablas vemos la problemtica de ambas
opciones. En la [tabla 5-2] los tiempos totales de la prueba se
reducen significativamente ya que las peticiones de contenido
esttico se procesan mucho ms deprisa.
En la [tabla 5-3] en cambio vemos cmo los tiempos totales se
alinean con los valores de contenido dinmico, pero por contra, al
no adaptar los tiempos de espera entre peticin y peticin hemos
incrementado la carga (menos tiempo entre peticiones) y obtenido
un rendimiento peor.
Hecha esta observacin parece razonable mostrar un ejemplo, breve, sobre
el proceso completo de diseo y construccin de una prueba de
rendimiento que ejemplifique el modelo propuesto.

EJEMPLO 5-1 - Diseo e implementacin de sesiones de usuario

El primer paso es hacer uso del fichero de logs del servicio web sobre el
que vayamos a realizar una prueba de rendimiento. Sobre este fichero
filtraremos aquellas rutas que nos interesan, es decir, eliminaremos los
ficheros estticos (js,css,jpg,png,gif,...) y realizaremos un recuento. La
[tabla 5-4] muestra un posible resultado.
# cat access.log | cut -d" " -f7 | grep -v -e
"css\|js\|png\|jpg\|gif\|ico\|*\|txt" | awk '{print "requests
from " $1}' | sort | uniq -c | sort -n

106 requests from /multimedia
174 requests from /research
284 requests from /academics
290 requests from /get-details
326 requests from /events
377 requests from /about-us
508 requests from /grants
585 requests from /people

TABLA 5-4
Una vez que conocemos esos datos podemos elaborar una tabla como
la que se muestra la [tabla 5-5]. Donde tendremos la distribucin de
frecuencia de cada peticin.

TABLA 5-5

Ruta Accin Clicks Frecuencia Magnitud
/multimedia Ver seccin multimedia 106 4,00% 1,00
/research Ver seccin investigacin 174 6,57% 1,64
/academics Ver seccin acadmica 284 10,72% 2,68
/get-detail Ver detalles 290 10,94% 2,74
/events Ver eventos 326 12,30% 3,08
/about-us Ver informacin contacto 377 14,23% 3,56
/grants Ver datos de privilegios 508 19,17% 4,79
/people Ver datos de personas 585 22,08% 5,52

TOTALES 2650 100,00% 25,00

Con esta informacin simplemente debemos utilizar un servidor proxy
para capturar la informacin de cada

Aqu, como ejemplo, vamos a usar JMeter, aadiendo en nuestro Banco
de Trabajo, un Servidor Proxy HTTP que se encuentra dentro del grupo
Elemento NoDePrueba. El proxy se levanta, por defecto, en 127.0.0.1,
puerto 8080. De tal forma el navegador lo configuraremos para hacer
uso de ese servidor proxy.

FIGURA
Este proxy ser el encargado de capturar las peticiones que hagamos
desde el navegador. Lo recomendable es tras realizar una peticin
agrupar todos los elementos que se
simple.

Vamos a ejemplificarlo con detalle. Supongamos tenemos que hacer la
peticin del recurso /academics que hay
en la [tabla 5-5]. Antes de hacerlo, si es el
primer recurso solicitado, el aspecto de
JMeter ser el que se ve en la [figura 5

Con esta informacin simplemente debemos utilizar un servidor proxy
cada una de esas peticiones.
vamos a usar JMeter, aadiendo en nuestro Banco
de Trabajo, un Servidor Proxy HTTP que se encuentra dentro del grupo
El proxy se levanta, por defecto, en 127.0.0.1,
ma el navegador lo configuraremos para hacer

IGURA 5-4
ser el encargado de capturar las peticiones que hagamos
desde el navegador. Lo recomendable es tras realizar una peticin
agrupar todos los elementos que se hayan solicitado en un controlador
Vamos a ejemplificarlo con detalle. Supongamos tenemos que hacer la
peticin del recurso /academics que hay
5]. Antes de hacerlo, si es el
primer recurso solicitado, el aspecto de
ue se ve en la [figura 5-5].
FIGURA 5-5
Cuando en nuestro navegador solicitemos el recurso, automticamente,
en el grupo de hilos aparecern todas las peticiones que se han
realizado.

F

La [figura 5-6] muestra la petic
implcita la peticin de un conjunto de ficheros js, css, etc. El
paso que vamos a dar, dado que
es agrupar la peticin en un nico controlador simple
este conjunto de peticiones se conceptualice
quisiramos incluir ficheros adicionales,
de ficheros js, css, etc.

Cuando en nuestro navegador solicitemos el recurso, automticamente,
en el grupo de hilos aparecern todas las peticiones que se han
FIGURA 5-6
la peticin del recurso /academics que lleva
implcita la peticin de un conjunto de ficheros js, css, etc. El siguiente
dado que vamos a incluir los ficheros estticos,
agrupar la peticin en un nico controlador simple de tal forma que
se conceptualicen como una unidad. Si no
ficheros adicionales, eliminaramos esas peticiones

FIGURA

La [figura 5-7] permite ver cmo se agrupan todas las peticiones que se
realizan al solicitar el recurso /academics
que no tiene otra funcin que organizativa.

Es decir, el controlador simple no influye en nada. Las peticiones se
siguen realizando de la misma forma, salvo que nos permite organizar
esas ms de veinte de peticiones que se realizan al solicitar /academics
para luego controlarlas como si de una nica se tratase. Esto nos ser
muy til a la hora de trabajar y veremos su utilidad dentro de este
ejemplo.

Una vez agrupada una peticin
repetir el proceso para cada una de las peticiones que conforman la
prueba de rendimiento. En este caso
5].

IGURA 5-7
cmo se agrupan todas las peticiones que se
/academics bajo un controlador simple,
que no tiene otra funcin que organizativa.
Es decir, el controlador simple no influye en nada. Las peticiones se
siguen realizando de la misma forma, salvo que nos permite organizar
s ms de veinte de peticiones que se realizan al solicitar /academics
para luego controlarlas como si de una nica se tratase. Esto nos ser
muy til a la hora de trabajar y veremos su utilidad dentro de este
en el controlador simple, debemos
repetir el proceso para cada una de las peticiones que conforman la
. En este caso, seran las incluidas en la [tabla 5-
La [figura 5-8] nos muestra el resultado final una vez tenemos todas las
peticiones construidas. Como ejemplo, podemos ver que al desplegar
cada una de ellas, en su interior siguen estando todas y cada una de las
peticiones HTTP concretas que la forman.


nos muestra el resultado final una vez tenemos todas las
es construidas. Como ejemplo, podemos ver que al desplegar
cada una de ellas, en su interior siguen estando todas y cada una de las
peticiones HTTP concretas que la forman.

FIGURA 5-8

El ltimo paso consiste en trasladar las frecuencias de cada una de l
peticiones a JMeter. Es decir, consiste en lograr que la peticin
se ejecute cinco veces ms que la peticin

Para eso hacemos uso del controlador
una peticin tantas veces como deseemos
redondeo del valor magnitud que ser usado como valor para el
controlador bucle.
TABLA
El resultado final lo podemos ver
a la derecha. Cada peticin est
dentro de un bucle que la repite
el nmero de veces necesario
para obtener la frecuencia de uso
que se ha determinado por parte
de los usuarios.

Ruta Accin
/multimedia Ver seccin multimedia
/research Ver seccin investigacin
/academics Ver seccin acadmica
/get-detail Ver detalles
/events Ver eventos
/about-us Ver informacin contacto
/grants Ver datos de privilegios
/people Ver datos de p

TOTALES
l ltimo paso consiste en trasladar las frecuencias de cada una de las
Es decir, consiste en lograr que la peticin /people
se ejecute cinco veces ms que la peticin /multimedia.
controlador bucle, que nos permite repetir
una peticin tantas veces como deseemos. La [tabla 5-6] muestra el
redondeo del valor magnitud que ser usado como valor para el
ABLA 5-6
El resultado final lo podemos ver
a la derecha. Cada peticin est
dentro de un bucle que la repite
el nmero de veces necesario
para obtener la frecuencia de uso
or parte
Accin Clicks Frecuencia Magnitud Bucle
Ver seccin multimedia 106 4,00% 1,00 1
Ver seccin investigacin 174 6,57% 1,64 2
Ver seccin acadmica 284 10,72% 2,68 3
Ver detalles 290 10,94% 2,74 3
Ver eventos 326 12,30% 3,08 3
Ver informacin contacto 377 14,23% 3,56 4
Ver datos de privilegios 508 19,17% 4,79 5
Ver datos de personas 585 22,08% 5,52 6
TOTALES 2650 100,00% 25,00 27

Conclusiones: ventajas, inconvenientes y uso recomendado
Tericamente, esta es la forma ms correcta de llevar a cabo una
prueba de rendimiento: acercndonos lo mximo posible a la realidad de lo
que el usuario hace en el sistema. Y en ello reside su clarsima ventaja. En
esencia este es un mtodo que no inventa nada, simplemente copia lo que
ya existe y lo replica. Pero a su vez su gran desventaja.
Por qu? Lo ms obvio que podemos pensar es porque si no
existen usuarios previos no vamos a poder aplicar la idea. Pero este
inconveniente existe siempre. Si no existen usuarios previos tenemos que
estimar o valorar a partir de casos similares que conozcamos las frecuencias
de uso. El autntico gran problema es que, una vez llegamos al terreno
prctico, los usuarios hacen muchas cosas, ms cuanto mayor es el tamao
de las aplicaciones. El [ejemplo 5-1] puede parecer simple, pero porque est
diseado exprofeso para que lo sea.
Lo normal no es que un fichero de logs, aunque filtremos todo el
contenido esttico, devuelva 7 rutas como en el ejemplo. Lo normal es que
devuelva 700; y que de ellas algunas sean irrelevantes y que otras sean
homlogas. Cules debemos probar? Todas? Las ms usadas? Las 10
ms usadas? Las 100? Las ms usadas durante cunto tiempo? Qu pasa
si cambia el patrn de uso de un aplicativo? Por ejemplo, en un aplicativo
nuevo es habitual que haya mucha creacin de nueva informacin y mucha
actualizacin de esa informacin; pero conforme va madurando las
consultas de lo que ya existe pesan cada vez ms.
En definitiva, el gran inconveniente del mtodo que hemos
explicado y que se explica en la inmensa mayora de lugares, es que no es
un mtodo determinista y, adems, sino pruebas todo, presenta sesgo
funcional: pruebas lo frecuente. Y esto hace que para algunos aplicativos
probar 25 casos sea suficiente, y para otros, pruebes 25 casos y a los tres
meses falle porque el caso que no habas probado ha incrementado su uso.
Cundo usarlo? No hay una respuesta nica. En general es
recomendable usarlo cuando contamos con capacidad para hacer una
amplia cobertura la mayora de peticiones significativas del aplicativo.

Diseo de pruebas web: una aproximacin determinista.
Ya hemos visto cmo se simulan sesiones de usuario dentro de un
servicio HTTP, sin embargo, tambin hemos visto que se requiere un
esfuerzo considerable y que adems no son una solucin perfecta.
Por tanto, vamos a darle una vuelta al asunto con una idea en
mente: no tenemos tiempo para probar 250 casos diferentes de peticiones
cada vez que evaluemos una aplicacin. Por tanto es necesario plantear un
modelo determinista que acote este nmero y lo reduzca garantizado una
cobertura aceptable de casos.
La idea
El objetivo general de esta seccin es, por tanto, buscar un mtodo
que no dependa del tamao, ni del nmero de peticiones/funcionalidades
de usuario que tenga la aplicacin a analizar.
Dicho as suena un poco extrao, pero descansa sobre unas ideas
secundarias, en gran parte fruto de la experiencia en estas lides:
La primera es que, como hemos dicho, por muy bien que
simulemos el comportamiento del usuario, en aplicaciones de
cierto tamao, vamos a simular una parte. Por ello,
potencialmente, dejaremos peticiones sin probar y susceptibles de
crear problemas de rendimiento.

Como contrapunto, cuando hay problemas de rendimiento (en el
siguiente captulo hablaremos ms detenidamente de ello) no
suelen aparecer en un nico punto sino que suelen afectar a todas
aquellas peticiones de usuario que a nivel interno se comportan
similar (realizan consultas a la base de datos, escriben en ficheros,
se comunican con un servidor remoto, ...).

Por ltimo, los principales problemas de rendimiento se detectan
en dos grandes grupos de funciones internos y plantean una
relacin de suma lgica:
Funciones CRUD (Create, Read, Update, Delete) sobre las
diferentes capas de
de datos, servicios remotos, ...
Funciones de complejidad igual o peor en O(n
variable, no acotado
externos: usuarios, tiempo, uso...
De estas tres ideas, sobre todo de la ltima, se puede obtener una
idea final que satisface el objetivo general:
puntos, llammoslos crticos, donde
problemas de rendimiento.
Los puntos crticos: por qu son crticos?
Los puntos crticos lo son p
aplicativo actual en un modelo multicapa
como el que se ve reflejado en la [figu
formado por una aplicacin que reside sobre
una infraestructura local y que a su vez
mediante comunicaciones de red hace uso de
una infraestructura comn.
En un escenario como el de la
5-10] las funciones CRUD son las que
distribuyen la carga entre los diferentes
puntos del sistema de informacin, tanto
localmente (p.ej. disco local) como
remotamente (base de datos, LDAP, ...).

Por tanto, en estas funciones CRUD, al someterlas a pruebas de
rendimiento y generar carga en ellas, vam
problemas de rendimiento del sistema de informacin.
Como complemento a las funciones CRUD
complejidad igual o peor que O(n
2
)
no acotado y creciente en funcin de aspectos externos: usuarios, tiempo,

iferentes capas de de informacin: memoria, disco, bases
complejidad igual o peor en O(n
2
) con n
o acotado y creciente en funcin de aspectos
De estas tres ideas, sobre todo de la ltima, se puede obtener una
final que satisface el objetivo general: evaluar nicamente aquellos
e habitualmente detectan los principales
Los puntos crticos: por qu son crticos?
lo son por la forma en la que funciona un
actual en un modelo multicapa
[figura 5-10]
formado por una aplicacin que reside sobre
una infraestructura local y que a su vez
mediante comunicaciones de red hace uso de
En un escenario como el de la [figura
las funciones CRUD son las que
arga entre los diferentes
puntos del sistema de informacin, tanto
localmente (p.ej. disco local) como
remotamente (base de datos, LDAP, ...).
FIGURA 5-10
Por tanto, en estas funciones CRUD, al someterlas a pruebas de
ellas, vamos a detectar gran parte de los
sistema de informacin.
Como complemento a las funciones CRUD, las funciones con
) y con un tamao de entrada n variable,
cin de aspectos externos: usuarios, tiempo,

uso, etc, son candidatas a crear problemas de rendimiento derivados de un
escalados ineficiente.
Insistimos que esta relacin es una suma lgica. Por ello podremos
tener problemas de rendimiento los dos casos: en las funciones CRUD, en
las funciones con complejidad igual o peor que O(n
2
) y cuando se den
ambos casos al mismo tiempo.
No obstante, antes de seguir hablando de puntos crticos y de cmo
disear una prueba determinista e independiente del tamao de la
aplicacin, vamos a hacer un parntesis para tratar la complejidad con un
ejemplo.
EJEMPLO 5-2 - La importancia de la complejidad

Seguramente ms de una vez hemos escuchado eso de la complejidad,
que si ciclomtica, que si asinttica, que si McCabe, que si Big-O, pero
no siempre nos paramos a analizar la importancia que esto tiene en el
rendimiento.

Lo primero, decir que la complejidad ciclomtica (McCabe) no tiene
relacin con el rendimiento. La complejidad ciclomtica est
relacionada con la mantenibilidad del cdigo y con el nmero de
pruebas que se deben realizar para evaluarlo. Por lo tanto podemos
olvidarla dentro del propsito de la evaluacin del rendimiento.

Por contra, la complejidad algortmica, de la que la ms conocida es la
notacin Big-O, s que tiene un impacto directo en el rendimiento de
una aplicacin. Esta notacin divide los algoritmos en los siguientes
rdenes de complejidad:

O(1) orden constante
O(log n) orden logartmico
O(n) orden lineal
O(n * log n) orden cuasi-lineal
O(n
2
) orden cuadrtico

O(n
a
) orden polinomial (a > 2)
O(a
n
) orden exponencial (a > 2)
O(n!) orden factorial
Sobre este tema, es posible que algunos todava se acuerden de esa
frase que dice algo as como los algoritmos con orden cuadrtico o
superior presentan una merma del rendimiento muy apreciable en
funcin del tamao de los datos de entrada. Sin embargo, eso qu
significa? Cunto impacta el rendimiento?
Vamos a intentar contestarlo con un ejemplo muy sencillo.
Supongamos que tenemos un almacn donde hay una serie de
productos identificados por cdigos de barra secuenciales. Sobre
esos productos se realiza un recuento de stock semestral que tiene
como resultado dos ficheros CSV.
Estos ficheros contienen la totalidad de cdigos de barras
existentes y la cantidad de producto asociada a ese cdigo. El
fichero no est ordenado.
$ cat example.csv
1368601200007;8620
1368601200001;6096
1368601200008;4272
1368601200004;2080
1368601200002;1436
1368601200006;369
1368601200009;4566
1368601200005;6881
1368601200000;6940
1368601200003;1573
TABLA 5-7
El objetivo es generar un tercer fichero CSV que agrupe ficheros
semestrales en un fichero anual con dos lecturas de stock para cada
producto.
Una posible aproximacin, ms habitual de lo que debiera, pero
totalmente errnea desde el punto de vista del rendimiento, es
hacer uso de un algoritmo de tipo burbuja donde se recorra el

fichero inicial y para cada una de sus entradas se recorra el fichero
secundario buscando la misma clave. La [tabla 5-8] muestra esta
solucin.
$file1=file($argv[1]);

foreach ($file1 as $line1) {
foreach($file2 as $line2) {
$key1=explode(";",$line1);
$key2=explode(";",$line2);
if (trim($key1[0])==trim($key2[0])) {
echo trim($key1[0]).";".trim($key1[1]).
";".trim($key2[1])."\n";
}
}
}
TABLA 5-8
Otra aproximacin, mucho ms adecuada, es hacer uso de una
ordenacin previa que en los lenguajes de alto nivel actuales va a
tener una complejidad quasilineal.
Y, a continuacin, aprovechamos el orden para construir una
bsqueda con complejidad lineal, como se muestra en la [tabla 5-
9].

sort($file1);
sort($file2);

for ($i=0;$i<count($file1);$i++) {
$key1=explode(";",$file1[$i]);
$key2=explode(";",$file2[$i]);
echo trim($key1[0]).";".trim($key1[1]).";".trim($key2[1])."\n";
}
TABLA 5-9
Y realmente es tan importante esa ordenacin previa? Pues vamos
a verlo de forma prctica con dos ejemplos, uno en el que el fichero
CSV contiene 100 productos y otro en el que el fichero CSV
contiene 2.500 productos.

$ time ./merge_n data1.100.csv data2.100.csv > merge_n.100.csv
real 0m0.033s

$ time ./merge_n^2 data1.100.csv data2.100.csv > merge_n^2.100.csv
real 0m0.047s
TABLA 5-10
La [tabla 5-10] muestra como para el caso de 100 lneas la
diferencia es muy poco significativa 33ms vs. 47ms. Algo que es
imperceptible a nivel humano.
$ time ./merge_n data1.2500.csv data2.2500.csv > merge_n.2500.csv
real 0m0.063s

$ time ./merge_n^2 data1.2500.csv data2.2500.csv >
merge_n^2.2500.csv
real 0m9.352s
TABLA 5-11
$ time ./merge_n data1.250000.csv data2. 250000.csv
real 0m2.753s
TABLA 5-12
Sin embargo, en el momento que la entrada incrementa su tamao
la [tabla 5-11] y la [tabla 5-12] muestran porqu es un error hacer
uso de la opcin de mezcla mediante burbuja.
Para 2.500 productos, la complejidad cuadrtica, hace que el
tiempo de ejecucin se acerque a 9 segundos, a partir de aqu, el
grfico de la [figura 5-11] predice el comportamiento del algoritmo
cuadrtico. Los nmeros son muy claros. 5.000 productos: 37,5
segundos. 10.000 productos: 2 minutos y medio. 250.000
productos: ms de 1 da.
Ms de 1 da frente a menos de 3 segundos en la versin lineal
como se ve en la [tabla 5-12]. La diferencia: tres lneas de cdigo.
Da qu pensar, verdad?

FIGURA
Cmo hacerlo
Explicados ampliamente los motivos de la idea, e
funciones debemos probar que satisfagan estas condiciones:
Funciones CRUD (Create, Read, Update, Delete) sobre las diferentes
capas de de informacin: memoria, disco, base de datos, servicios
remotos, ...

creciente o dependiente del contexto.
Por tanto lo primero que deberamos hacer es crear una tabla como la
[tabla 5-13].
Capa\Accin C
Memoria Local*

Disco Local*

SGBD

LDAP

...

WebService A

TABLA
IGURA 5-11
Explicados ampliamente los motivos de la idea, el objetivo es identificar qu
funciones debemos probar que satisfagan estas condiciones:
Funciones CRUD (Create, Read, Update, Delete) sobre las diferentes
formacin: memoria, disco, base de datos, servicios
2
) con n variable,
creciente o dependiente del contexto.
Por tanto lo primero que deberamos hacer es crear una tabla como la
R U D

ABLA 5-13

En esta tabla tenemos que rellenar qu acciones realiza nuestra
aplicacin en cada una de las capas. Las capas que se muestran en la [tabla
5-13] son un ejemplo. Nuestra aplicacin no tiene que tenerlas todas o
puede tener otras (p.ej. Radius). De la misma forma tampoco tiene que
realizar todas las acciones CRUD (Create, Read, Update, Delete) en cada
capa: una aplicacin que autentica usuarios en un directorio LDAP
centralizado, normalmente, slo efecta lecturas.
Por ltimo, la memoria/disco local, salvo que usemos algoritmos
que realicen operaciones intensivas en ellos no deben ser evaluados de
forma especfica. Se presupone, a efectos de evaluacin, que el resto de
peticiones van a hacer un uso ms o menos homogneo de ellos.
La [tabla 5-14] ejemplifica el resultado para una aplicacin de
gestin sencilla que autentica usuarios contra LDAP y hace uso de un
webservice externo.
Capa\Accin C R U D
Memoria Local*
Disco Local
SGBD
LDAP
WebService A
TABLA 5-14
A nivel local la aplicacin no tendra operaciones especficas en
memoria local, ni hara uso de disco (ms all de estar contenida en l y ser
leda por el servidor de aplicacin). A nivel de infraestructura comn, en el
SGDB realizara todo tipo de operaciones, en el LDAP nicamente leera la
autenticacin de usuarios y finalmente en el Webservice leera informacin
y actualizara informacin; pero no creara ni eliminara datos mediante l.
Obtenemos as una prueba determinista: para cada aplicacin
debemos probar unas tipologas concretas de funciones.
Qu funciones? Pues en cada uno de los tipos, la que
determinemos/estimemos ms probable en uso de la misma forma que
hicimos en el [ejemplo 5-1] (si no existen logs tenemos que estimar) y,

adems, debemos identificar si existen peticiones con una complejidad
superior a la ms frecuente.
Cmo podemos saber la complejidad de una funcin?
Desgraciadamente, no existe un mtodo automatizado para calcular la
complejidad algortmica, pero disponemos de desarrolladores a los que se
les puede preguntar.
Qu preguntamos? Bsicamente para cada tipo de accin C/R/U/D
en cada capa que tengamos que evaluar si existen peticiones que para su
resolucin hagan uso de comportamientos "anidados" (bucles dentro de
bucles, llamadas desde el bucle de una funcin a otra funcin que incluye
un bucle, etc).
Con la informacin de peticiones ms frecuentes por tipo y con la
informacin de si existen funciones cuadrticas o peores, confeccionaremos
una tabla como la [tabla 5-15].
En ella tenemos la peticin ms comn segn los logs para cada
accin CRUD a evaluar y, adems, una peticin de lectura sobre el SGDB que
se ha determinado posee orden cuadrtico.
Ruta Accin Complejidad Frecuencia
/register C | SGDB O(n) 8%
/view_item R | SGDB O(n) 25%
/advanced_search R | SGDB O(n
2
) 10%
/update_profile U | SGDB O(n) 5%
/admin/delete_item D | SGDB O(n) 4%
/login R | LDAP O(n) 10%
/availability R | WebService O(n) 25%
/checkout U | WebService O(n) 13%
TABLA 5-15
Una vez llegado a este punto se procede exactamente igual que en
el caso del [ejemplo 5-1] dado que la [tabla 5-15] es equivalente al
resultado obtenido en la [tabla 5-5].


OBSERVACIN 5-2 - El tamao de los datos

En caso de haber detectado la existencia de una funcin de
complejidad cuadrtica O(n
2
) o peor es muy importante el tamao
de los datos del sistema de prueba.

Si es una aplicacin que nunca ha sido usada, ser muy
recomendable generar datos de prueba hasta un tamao similar al
que se estime tendr en uso. En caso contrario la funcin O(n
2
)
maquillar su ineficiencia debido al reducido tamao de los datos.
Conclusiones: ventajas, inconvenientes y uso recomendado
Este mtodo, tiene como ventaja clara acotar las pruebas y
garantizar una representacin de, al menos, una peticin por tipo de
funcionalidad que con frecuencia causa problemas de rendimiento.
Ya no hay que probar, como en la metodologa anterior, las 25
peticiones ms frecuentes o las 50. Porque, es posible, que las 25 peticiones
ms comunes sean una lectura de la base de datos. Con lo cual, el da que se
nos junten 5 usuarios haciendo inserciones podemos tener un problema.
El inconveniente de este mtodo es que necesita de la estrecha
colaboracin del equipo de desarrollo, que nicamente es utilizable en
aplicativos sobre los que disponemos de cdigo fuente y que, adems, la
cobertura funcional es menor. Es decir, realmente vamos a testar menos,
pero es que esa es la idea: hacer menos peticiones, pero garantizar que
hacemos "las mejores" para encontrar problemas de rendimiento.
El uso recomendado sera siempre que sea posible, adems, nada
nos impide, salvo el tiempo, mezclar los dos mtodos vistos. Obtener por un
lado las funciones CRUD y O(n
2
) y por otro, las funciones ms frecuentes
desde el punto de vista del usuario.
Mi consejo es que entre una simulacin de peticiones basadas en
frecuencias de uso por parte de usuarios que no cubra la amplsima mayora
de ellas, y este mtodo, se elija este mtodo, porque con menos pruebas,
garantizas una cobertura, aunque menor, ms homognea.

Diseo de pruebas no-web
Si el diseo de pruebas web plantea cierta dificultad a la hora de
procedimentar algunos puntos, los servicios no-web, en ciertos casos,
pueden plantear an ms dificultad. En cambio, afortunadamente, en otros,
son mucho ms sencillos de evaluar.
La idea
La idea principal de las pruebas no-web es que existen dos grandes
grupos de servicios que debemos distinguir y que nos permitirn dos
aproximaciones diferenciadas a la hora de realizar pruebas de rendimiento:
Diferenciados por el tamao de peticin: Son servicios donde
la principal caracterstica significativa entre una peticin y otra
es el tamao de la peticin, mientras que el contenido de la
misma es bastante irrelevante. Otra caracterstica de este tipo
de servicios es que son servicios bastante homogneos en
cuanto a su comunicacin con el cliente. Dentro de este grupo
destacan los servicios de correo electrnico, los servicios de
infraestructura de red, los servicios de transmisin de ficheros
o los servicios de resolucin de nombres.

Diferenciados por contenido de peticin: Son servicios cuya
caracterstica significativa entre una peticin y otra es el
contenido concreto de la misma. Otra caracterstica de este
tipo de servicios es que son mucho menos homogneos en su
comunicacin con el cliente permitiendo una comunicacin
mucho ms flexible. Dentro de este grupo destacan los
servicios de gestin de bases de datos, los servicios de
directorio (LDAP), los servicios RPC no web, ...
Los servicios diferenciados por el tamao de peticin permiten una
aproximacin bastante homognea y relativamente sencilla. Por el
contrario, los servicios diferenciados por el contenido de la peticin, nos van
a plantear un reto mayor. Vamos a ver cada caso con detenimiento.

Cmo hacerlo: servicios diferenciados por el tamao de la peticin
Pues en el caso de los servicios diferenciados por el tamao de
peticin, dado que ya sabremos, en caso de tener logs, el nmero de
peticiones por minuto o por segundo que necesitamos generar (ver [tabla
4-9]) lo nico que necesitamos es conocer el tamao mnimo, medio y
mximo de las peticin.
A partir de ellos podemos generar tantas peticiones como hayamos
planificado por segundo, haciendo que oscilen entre esos tres valores, e
incluso si lo deseamos, que superen en un factor dado el tamao mximo
de peticin.
Para ejemplificarlo, vamos continuar con el ejemplo del SMTP que
iniciamos en el captulo 4.
En la [tabla 5-16] tenemos las consultas para calcular el nmero de
bytes medios de un mensaje, en este caso 3.206.089/2.260, que seran
1.419 bytes. El tamao mximo de mensaje, que seran 2149 bytes y el
tamao mnimo de mensaje que seran 418 bytes.
# cat /var/log/maillog* | grep size | awk '{print $8}' | cut -d"=" -f2 |
tr "," "+" | tr -d "\n" | sed s/+$//g | bc -i | tail -n 1
3206089
# cat /var/log/maillog* | grep size | wc -l
2260
tr -d "," | sort -n | tail -n 1
2149
tr -d "," | sort -n | head -n 1
418
TABLA 5-16
Por tanto deberamos disear una prueba que realizase 30
peticiones SMTP por minuto (ver [tabla 4-9]) y que cada peticin se
moviese entre los tamaos sealados.

Cmo hacerlo: servicios diferenciados por el contenido de la peticin
Para los servicios diferenciados por el contenido de la peticin la
nica posibilidad es analizar las diferentes peticiones que se realizan a ellos
y seleccionar aquellas que consideremos ms significativas, que es un poco
el mismo caso de las peticiones HTTP.
Pero claro, con un matiz, un nico SGDB o un nico LDAP, que son
los casos ms representativos de esta problemtica, pueden atender a
decenas de aplicaciones diferentes. Y cada aplicacin los puede usar de una
manera distinta.
Ante esta situacin slo tenemos dos posibilidades:
Anlisis de servicios: Analizar uno a uno los servicios que
acceden y elegir seleccionar peticiones como se ha visto en el
caso de los servicios webs.

Diseo de peticiones bsicas: Disear un conjunto reducido de
peticiones CRUD y valorar cuntas de esas peticiones
podramos atender, para luego cruzar esa informacin con el
nmero de usuarios/peticiones globales que tenemos en los
aplicativos que acceden a estos servicios no-web.

Aplicar la [observacin 4-2] y evaluar estos servicios en el
entorno de produccin haciendo que los usuarios generen
carga indirecta, a travs, de los aplicativos que usan estas
infraestructuras y generando nosotros nicamente la carga
adicional que necesitemos para el cometido puntual.


5.2 | PROBLEMAS HABITUALES EN LA FASE DE DISEO
A lo largo de la fase de diseo es muy comn encontrarse con
ciertas problemticas, unas relativamente frecuentes y otras muy
dependientes del servicio que estemos evaluando.
Sobre las dependientes del servicio este texto poco puede hacer
por ayudar, salvo esperar que todo lo que hemos contando sirva para
superar esos problemas.
En cambio, sobre las problemticas habituales s que podemos
tratar de ver cmo resolverlas de la mejor manera posible. Eso s, por un
asunto de optimizacin, la construccin final de la solucin se har con
JMeter. En caso de usar otra herramienta deberemos valorar si existe una
solucin equivalente, o si debemos construirla nosotros mismos.
Thinking-Time: tiempo entre peticiones
En el diseo de la prueba que hemos mostrado no hemos incluido
lo que se conoce como thinking time, es decir, no hemos incluido ningn
tiempo de espera entre peticiones.
Esto hara comportarse a la prueba como los ejemplos mostrados
en el captulo 3 sobre la herramienta Apache Benchmark y requerira una
posterior extrapolacin de resultados en la fase final de anlisis: calcular,
con un posible error, cuntos usuarios simultneos, que hacen pausas en su
navegacin durante N segundos, somos capaces de atender dado que
atendemos un nmero P de peticiones por segundo, con una concurrencia C
y un tiempo de respuesta T.
No obstante, se puede dar la circunstancia, relativamente frecuente
que no deseemos realizar extrapolaciones y que lo que queramos es que
cada hilo concurrente se comporte como una sesin de usuario real; para
ello, como vimos en el apartado de herramientas, en JMeter podemos hacer
uso de temporizadores y en HTTPerf de la opcin thinking-time.
Bien, sabemos que podemos hacerlo, pero cmo hacerlo? Cunto
tiempo se toman nuestros usuarios para pensar entre peticin y peticin?

La respuesta est, nuevamente, en el anlisis de logs de usuario. En
la [tabla 5-17] mostramos cmo obtener informacin sobre este asunto. La
idea bsicamente es filtrar todas aquellas peticiones que no provienen del
usuario sino que forman parte de la cascada de peticiones posteriores a una
peticin de usuario (css, js, png, jpg, gif, ico, ...), agruparlas por direccin IP y
mostrarlas. No obstante, por un asunto de privacidad y proteccin de datos
personales, no podemos copiar aqu el resultado completo de la salida.
# cat access.log | grep -v "png\|jpg\
TABLA
Por otra parte, lo que s podemos decir, es que despus de haber
visto muchos logs, salvo los usuarios que estn navegando en segundo
plano (los que hacen peticiones cada varios minutos),
navegando en primer plano tardan entre 1 y 3 segundos en realizar una
nueva peticin tras completarse la carga de la anterior.
En el caso de JMeter, por tanto, el problema se resuelve colocando
un temporizador aleatorio, con un retraso constante de un segundo y un
retardo aleatorio de dos segundos. Se recomienda, de los temporizadores
aleatorios seleccionar el uniforme, que nos ofrece la misma probabilidad de
ocurrencia para todos los valores de d
distribucin de tipo gaussiano o de
ocurrencia del suceso no sea homognea y se adapte a la distribucin
elegida.
FIGURA

La respuesta est, nuevamente, en el anlisis de logs de usuario. En
mostramos cmo obtener informacin sobre este asunto. La
idea bsicamente es filtrar todas aquellas peticiones que no provienen del
ue forman parte de la cascada de peticiones posteriores a una
peticin de usuario (css, js, png, jpg, gif, ico, ...), agruparlas por direccin IP y
mostrarlas. No obstante, por un asunto de privacidad y proteccin de datos
el resultado completo de la salida.
\|css\|js\|gif\|ico" | sort
ABLA 5-17
Por otra parte, lo que s podemos decir, es que despus de haber
salvo los usuarios que estn navegando en segundo
os que hacen peticiones cada varios minutos), los usuarios
navegando en primer plano tardan entre 1 y 3 segundos en realizar una
nueva peticin tras completarse la carga de la anterior.
En el caso de JMeter, por tanto, el problema se resuelve colocando
n temporizador aleatorio, con un retraso constante de un segundo y un
retardo aleatorio de dos segundos. Se recomienda, de los temporizadores
aleatorios seleccionar el uniforme, que nos ofrece la misma probabilidad de
ocurrencia para todos los valores de desviacin. Seleccionar una
o de Poisson har que la probabilidad de
ocurrencia del suceso no sea homognea y se adapte a la distribucin
IGURA 5-12
Autenticaciones mltiples
Otro problema que podemos encontrar d
la necesidad de autenticar con mltiples usuarios distintos. Para ello la
recomendacin ms flexible es que creemos una tabla en formato CSV
formato usuario;password y que en JMeter hagamos uso del elemento de
configuracin CSV Data Set.
FIGURA
La [figura 5-13] muestra el uso de
ver cmo se selecciona el fichero CSV que queremos usar, se indica qu
variables van a recibir cada valor de cada campo (
de los campos CSV y se queremos reiniciar el fichero cuando finalice o si
queremos finalizar la prueba.
El resultado es que ahora dispondremos de dos variables ${user} y
${pass} que contendrn los valores de la primera lnea del fichero CSV, en el
momento que hagamos una peticin con ellas, pasarn a contener el
siguiente valor.
Para finalizar, la [figura 5-14]
en un proceso de autenticacin. Bsicamente lo que hacemos es en los
campos username y password del formulario, en vez de usar
colocamos las variables que almacenan los valores recogidos del CSV.

Otro problema que podemos encontrar de forma muy frecuente es
la necesidad de autenticar con mltiples usuarios distintos. Para ello la
recomendacin ms flexible es que creemos una tabla en formato CSV en
y que en JMeter hagamos uso del elemento de
IGURA 5-13
muestra el uso de CSV Data Set, en ella podemos
ver cmo se selecciona el fichero CSV que queremos usar, se indica qu
variables van a recibir cada valor de cada campo (user,pass), el delimitador
se queremos reiniciar el fichero cuando finalice o si
El resultado es que ahora dispondremos de dos variables ${user} y
${pass} que contendrn los valores de la primera lnea del fichero CSV, en el
eticin con ellas, pasarn a contener el
14] muestra cmo usar las dos variables
en un proceso de autenticacin. Bsicamente lo que hacemos es en los
del formulario, en vez de usar valores fijos,
colocamos las variables que almacenan los valores recogidos del CSV.

FIGURA
Autenticaciones atpicas
La autenticacin ms comn de una aplicacin, actualmente, es
mediante usuario y contrasea, tras lo cual se genera un identificador
sesin que se almacena en una cookie
trat el proceso de autenticacin.
No obstante, existen escenarios donde encontraremos otras
autenticaciones que nos dificultarn un poco el proceso de evaluacin. Las
ms comunes son:
Uso de un parmetro en las peticiones GET/POST

Autenticacin con certificados SSL

Autenticacin con doble factor NO SSL
Parmetros adicionales en peticiones GET/POST
No podra deciros el motivo exacto, quiz exceso de creatividad,
pero algunas aplicaciones adems del identificador de sesin en la COOKIE
optan por aadir tambin ese mismo identificador (u otro) a las peticiones.
IGURA 5-14
La autenticacin ms comn de una aplicacin, actualmente, es
mediante usuario y contrasea, tras lo cual se genera un identificador de
cookie. Y as fue como en el [ejemplo 3-2] se
No obstante, existen escenarios donde encontraremos otras
autenticaciones que nos dificultarn un poco el proceso de evaluacin. Las
Uso de un parmetro en las peticiones GET/POST
Autenticacin con doble factor NO SSL
Parmetros adicionales en peticiones GET/POST
No podra deciros el motivo exacto, quiz exceso de creatividad,
s aplicaciones adems del identificador de sesin en la COOKIE
optan por aadir tambin ese mismo identificador (u otro) a las peticiones.
De tal forma que cada peticin
transforma en algo parecido a:
http://hosts/recurso?
Ante esta situacin es obvio que no nos sirve una autenticacin
convencional, porque el SID que acompaa a las peticiones se va a generar
tras el primer login y, a partir de ese momento,
en cada enlace contenido en las respuestas que nos d el servicio.
Afortunadamente, JMeter incluye una funcionalidad que
automticamente soluciona el problema. Es un elemento de pre
llamado Parseador de enlaces HTML.
Cuando aadimos un Parseador de enlaces HTML
de preproceso a una peticin HTTP ( o a un conjunto de ellas ) antes de
realizar la peticin, JMeter, de forma automtica rellenar los parmetros
de la misma en base a los enlaces encontrados en la respuesta anterior.
la [figura 5-15] muestra cmo se rellenara el campo
con la informacin de los enlaces de la
le ha dado la aplicacin: 5375c17ad1b3b
FIGURA


De tal forma que cada peticin GET/POST que hace el cliente se
http://hosts/recurso?id=XXXXXXX
Ante esta situacin es obvio que no nos sirve una autenticacin
convencional, porque el SID que acompaa a las peticiones se va a generar
tras el primer login y, a partir de ese momento, aparecer automticamente
respuestas que nos d el servicio.
, JMeter incluye una funcionalidad que
automticamente soluciona el problema. Es un elemento de pre-procesado
Parseador de enlaces HTML.
Parseador de enlaces HTML como elemento
de preproceso a una peticin HTTP ( o a un conjunto de ellas ) antes de
de forma automtica rellenar los parmetros
de la misma en base a los enlaces encontrados en la respuesta anterior. En
rellenara el campo id de la nueva peticin
de la respuesta HTML que anteriormente
5375c17ad1b3b.

IGURA 5-15

Otra situacin que podemos encontrar es la necesidad de
autenticar usuarios mediante certificado SSL. El procedimiento para hacerlo
no es complicado, pero s que requiere de unos cuantos pasos.
El primer paso es crear un Java KeyStore que contenga los
certificados que queremos usar en la prueba, podemos usar ms de uno.
keytool -importkeystore -destkeystore keystore.jks -srckeystore cert.p12 -
srcstoretype pkcs12
TABLA 5-18
La creacin del keystore nos solicitar la contrasea de importacin
de los certificados y la contrasea que queremos poner al keystore.
Tericamente no deberan ser la misma contrasea, pero utilizar
contraseas diferentes puede producir problemas, as que se recomienda
que el keystore tenga la misma contrasea que los certificados importados.
Una vez tenemos el keystore creado slo hay que cargarlo en
JMeter. Para ello nicamente hay que invocarlo con las siguientes opciones:
-Djavax.net.ssl.keyStore=keystore.jks
-Djavax.net.ssl.keyStorePassword=XXXXXX
-Jhttps.use.cached.ssl.context=false
TABLA 5-19
A partir de aqu, JMeter, por defecto, utilizar en las
comunicaciones SSL que requieran autenticacin de cliente la primera key
que encuentra en el keystore.
Esta configuracin tambin afecta al proxy HTTP para capturar las
peticiones, donde por defecto siempre utilizar el primer certificado
almacenado.
No obstante, en las peticiones se puede seleccionar otra clave
haciendo uso del elemento de configuracin Keystore Configuration. El cual
nos permite asociar qu certificado (ndice) queremos usar en la peticin.
FIGURA
Autenticacin doble factor NO SSL
Por ltimo, tambin se puede dar la circunstancia
aplicativos que usen un doble factor de autenticacin no basado en
certificados (Tokens, SMS, ...). Ante estos casos la nica opcin, que no
implique entrar en el terreno de la
factor de autenticacin el tiempo que dure la prueba para los usuarios que
vayamos a usar en ella.
Balanceo y clsters
El balanceo de carga y los servicios desplegados sobre
otros de los elementos que bajo determinadas circunstancias nos pueden
causar pequeos inconvenientes.
La posibilidad, ms avanzada, es que se realice un
identificador de sesin. En este caso podremos acceder sin problemas con el
nico requisito de iniciar una sesin y, posteriormente, gestionar
correctamente su cookie, o el mtodo que se haya
sesin.
En cambio, existen otros mtodos de balanceo de carga que
pueden ser un poco ms problemticos: por IP y por DNS.
Si el balanceo se produce por IP, la solucin ser generar la carga de
forma distribuida como se explic en el captulo 3.

IGURA 5-16
Por ltimo, tambin se puede dar la circunstancia de encontrar
aplicativos que usen un doble factor de autenticacin no basado en
nte estos casos la nica opcin, que no
en el terreno de la ciencia ficcin, es deshabilitar el doble
factor de autenticacin el tiempo que dure la prueba para los usuarios que
y los servicios desplegados sobre clsters, son
os de los elementos que bajo determinadas circunstancias nos pueden
La posibilidad, ms avanzada, es que se realice un balanceo por
identificador de sesin. En este caso podremos acceder sin problemas con el
de iniciar una sesin y, posteriormente, gestionar
correctamente su cookie, o el mtodo que se haya usado para almacenar la
En cambio, existen otros mtodos de balanceo de carga que
ticos: por IP y por DNS.
balanceo se produce por IP, la solucin ser generar la carga de
forma distribuida como se explic en el captulo 3.

Si el balanceo se produce por DNS Round Robin, es decir,
contestando con una IP diferente en cada resolucin DNS, es necesario
modificar la configuracin de JMeter para que no haga cacheo de las
consultas DNS y de esta forma obtengamos una IP distinta ante cada
peticin. La [tabla 5-20] muestra los parmetros a aadir a JMeter. Hay que
observar, eso s, que se penaliza ligeramente el rendimiento puesto que se
obliga ante cada peticin a hacer una resolucin de nombre.
networkaddress.cache.ttl=0
sun.net.inetaddr.ttl=0
TABLA 5-20
Otra solucin, para estos casos puede ser generar las consultas para
cada una de las IPs del clster. Que aunque cierto es que hay que hacer
tantas veces el trabajo como nodos tengamos, evita la penalizacin del
rendimiento.
Medidas de seguridad
Dentro de la categora cosas que nos pueden dar problemas las
medidas de seguridad, si las tenemos, bien podran encabezar la lista, no
por frecuentes, sino por molestas.
Dentro de las muchas que nos podemos encontrar vamos a
comentar las cuatro que ms nos pueden afectar: filtros AntiCSRF, lmite de
sesiones de usuario, lmites AntiDoS y filtros antiSPAM.
Filtros AntiCSRF
Los ataques CSRF (Cross-Site Request Forgery) son un tipo de
ataque de cliente que se fundamentan en la posibilidad que desde una web
maliciosa se fuerce al navegador de usuario a realizar acciones sobre una
web en la que se encuentra autenticado.
El caso ms claro es que visitemos una web y esta contenga un
iframe oculto que nos obligase a hacer una peticin, por ejemplo, as:
http://host/webmail/forwarding?action=add&email=bad@guy.com

Si en ese momento nos encontramos autenticados ante el host, el
atacante nos estara forzando, en este hipottico ejemplo, a aadir una
direccin de forwarding a nuestra cuenta de correo electrnico que hara
que los correos electrnicos que nos llegasen se le reenviaran.
Para evitar este tipo de ataques las aplicaciones, poco a poco, han
incluido medidas de seguridad, y la ms comn es el uso de tokens que
varan en cada peticin. Es decir, la peticin original se debera transformar
en algo as:
http://host/webmail/forwarding?action=add&email=bad@guy.com
&anticsrf=RANDOM_VALUE
Donde se incluira un parmetro anticsrf que tendra un valor
aleatorio en cada peticin. Por tanto, salvo que el usuario haya
legtimamente navegado por la web, es imposible conocer el valor de ese
parmetro. El problema que esto nos causa es, desde el punto de vista del
diseo, idntico al de las autenticaciones que piden un parmetro adicional.
Slo que en las autenticaciones el SID es fijo y en las medidas AntiCSRF es
variable. Afortunadamente, la solucin es la misma: hacer uso del Parseador
de enlaces HTML (o en casos complejos del extractor de expresiones
regulares que al final de esta seccin veremos cmo se usa) para en cada
peticin rellenar el valor del parmetro AntiCSRF con el enviado
previamente por la web.
Lmite de sesiones por usuario
El lmite de sesiones es un problema que nos podemos encontrar y
que consistir en que un nico usuario no puede tener ms de un nmero
de sesiones simultneas en el sistema, habitualmente una.
Ante esta limitacin la posibilidad ms sencilla es o bien
deshabilitar la medida de seguridad temporalmente o bien hacer uso de
autenticacin con mltiples.


Sistemas de deteccin de intrusos y DoS
El ltimo de los problemas comunes que podemos encontrar son
los IDS y las configuraciones para prevenir las denegaciones de servicio.
La solucin al problema pasa por:
Generar carga distribuida para que no se considere que una IP
est intentado realizar una denegacin de servicio.

Deshabilitar el filtro IDS para la IP.

Filtros antiSPAM
Si realizamos una prueba de rendimiento a un servicio SMTP
debemos ser muy cuidadosos con la direccin de destino de los correos
electrnicos que utilizamos como contenido de la prueba.
Utilizar direcciones de proveedores pblicos (gmail,hotmail,...)
puede tener la consecuencia inmediata de acabar dentro de una lista negra
de correo electrnico por envo de correo basura. Por otra parte, utilizar
direcciones locales tiene el problema de no evaluar el sistema SMTP al
completo.
Por tanto la recomendacin es que a la hora de hacer una
evaluacin completa de un sistema SMTP configuremos un servidor de
SMTP en nuestra propia red interna que utilizaremos como destino del
correo electrnico que generemos desde el servidor evaluado.
Creacin, actualizacin y eliminacin de informacin
Como ltimo elemento de esta lista de problemas comunes, vamos
a tratar la que probablemente sea la cuestin que ms frecuentemente nos
produzca dolores de cabeza en el diseo de pruebas de rendimiento: la
creacin, actualizacin y eliminacin de informacin dentro de los servicios
evaluados.

Qu problemas plantea? Bsicamente dos. Primero, cmo
realizar estas tareas dentro del entorno de produccin?. Segundo, cmo
identificar la informacin creada/actualizada/eliminada?
Uso en produccin
La ejecucin de operaciones de creacin, eliminacin y
actualizacin de informacin dentro del entorno de produccin tiene sus
riesgos. Negarlo es negar la realidad.
El riesgo ms evidente y claro es la posibilidad de dejar la aplicacin
en un estado inusable: llena de datos de prueba, falta de informacin, ...
Por ello, la recomendacin para entornos de produccin que ya
estn en uso es limitar la creacin, actualizacin de informacin a
informacin totalmente dependiente del usuario y que no sea compartida
por el resto de usuarios del aplicativo. Los casos ms tpicos son los datos de
perfil de usuario (nombre, apellidos, direccin, ...) y las acciones privadas
del usuario (registro, compra, reserva, ...).
No obstante, antes de lanzarse a alterar informacin de una
aplicacin en produccin que est siendo usada, se debe realizar una
prueba previa en preproduccin que garantice que efectivamente lo que
vamos a hacer es correcto y que los datos que modificamos no afectan a
nadie ms que los usuarios de prueba.
En ltima instancia, si es vital testar en produccin un servicio en
uso donde hay que modificar informacin que afecta a todos los usuarios
deberemos seguir los siguientes pasos:
1. Cerrar el servicio al uso
2. Crear una copia de seguridad de la informacin
3. Realizar la prueba de rendimiento
4. Restaurar la informacin original


Identificacin de la informacin creada
Independientemente del entorno, c
operaciones de creacin de informacin,
que cumple las condiciones de clave primaria
cualquier operacin posterior que se realice
La clave primaria presenta dos posibles opciones. La primera de
ellas es que la clave pueda ser creada por el usuario. Por contra, tambin
posible que la clave primaria sea creada por el sistema de informacin de
manera automtica y que sta sea auto
5-17] ilustra de manera grfica las posibles situaciones.
FIGURA
En caso que la clave primaria
posterior tratamiento de esa informacin no plantea
Antes de iniciar nuestra prueba conocemos qu claves
podemos introducirlas en un fichero CSV y operar con l de forma similar a
la que hemos utilizado en el caso de las autenticaciones de usuario.
creada
Independientemente del entorno, cuando llevamos a cabo
operaciones de creacin de informacin, sta es identificada por un valor
clave primaria y que ser usado para
que se realice sobre esa informacin.
presenta dos posibles opciones. La primera de
ellas es que la clave pueda ser creada por el usuario. Por contra, tambin es
posible que la clave primaria sea creada por el sistema de informacin de
manera automtica y que sta sea auto-incremental o no lo sea. La [figura
posibles situaciones.
IGURA 5-17
clave primaria sea dependiente del usuario, el
informacin no plantea excesivos problemas.
Antes de iniciar nuestra prueba conocemos qu claves vamos a generar,
podemos introducirlas en un fichero CSV y operar con l de forma similar a
hemos utilizado en el caso de las autenticaciones de usuario.

Ejemplos donde el control del identificador recaiga en el
usuario puede ser crear productos cuyo identificador sea un cdigo de
producto nico, usuarios en base a su DNI o la subida del fichero que
nosotros queramos a un servicio FTP.
Sin embargo, en el momento en el que la clave primaria es
generada por el sistema, aparece la necesidad de conocerla para poder
realizar peticiones posteriores en base a ella.
El ejemplo ms comn y sencillo es que creemos cualquier nuevo
valor y el sistema lo identifique por un ID auto-incremental.
Cuando la clave es auto-incremental, y no va a existir concurrencia
de peticiones, la va ms sencilla es cerrar la aplicacin a cualquier otra
interaccin, es decir, garantizar que nadie hace nada en la aplicacin
mientras dura la prueba y de esa forma podremos ser capaces de predecir
qu IDs que se van a generar puesto que cada insercin incrementar el
valor del identificador en 1. Por tanto podemos crear un fichero CSV donde
tengamos valores id;dato1;dato2;dato3, etc. Leemos las filas, la insertamos
y el sistema asignar un id que ya conocemos. A partir de aqu podemos
interactuar usando la variable id obtenida del CSV.
El caso menos ventajoso es cuando hay concurrencia de peticiones
con ID autoincremental (no se puede utilizar un fichero CSV porque se
generan condiciones de carrera) o cuando las claves se generan siguiendo
algn otro patrn no secuencial (p.ej. funciones hash).
Ante una situacin como esta, la nica posibilidad que tenemos es
procesar la respuesta del servidor haciendo uso de la funcionalidad de post-
procesado Extractor de Expresiones Regulares que provee JMeter. Este
extractor procesa todas las respuestas del servidor extrayendo como
variables aquellas partes que nos interesan.

FIGURA
En la [figura 5-18] podemos ver un ejemplo
eLearning de cdigo libre ms conocida,
expresin regular que obtiene el cdigo de confirmacin para cualquie
accin de eliminacin de informacin que hagamos en el sistema.
Es decir, Moodle, cuando presionamos
seccin (cursos, usuarios, ...) nos presenta un formulario de confirmacin
que contiene un campo oculto con un valor aleatorio va
peticin de eliminacin que se haga. Si no conocemos ese campo, no
podemos eliminar nada, aunque conozcamos el ID auto
queremos eliminar.
La [figura 5-18] muestra el uso final de ese valor extrado.
figura se muestra la peticin de eliminacin de un usuario del sistema
realizarla hacen falta 3 variables:
El identificador auto-incremental del usuario
de expresin regular o de fichero CSV

El parmetro ${sesskey} que acta como clave adic
Est contenido en un cdigo JS y se extrae con expresin regular.

El parmetro ${confirm} contenido en un campo
formulario y que tambin se extrae con expresin regular

IGURA 5-18
podemos ver un ejemplo para la solucin de
de cdigo libre ms conocida, Moodle. Concretamente vemos la
expresin regular que obtiene el cdigo de confirmacin para cualquier
accin de eliminacin de informacin que hagamos en el sistema.
, cuando presionamos eliminar en cualquier
nos presenta un formulario de confirmacin
con un valor aleatorio variable en cada
peticin de eliminacin que se haga. Si no conocemos ese campo, no
podemos eliminar nada, aunque conozcamos el ID auto-incremental que
muestra el uso final de ese valor extrado. En esta
ra la peticin de eliminacin de un usuario del sistema. Para
incremental del usuario ${id}. Puede provenir
de expresin regular o de fichero CSV
que acta como clave adicional de sesin.
Est contenido en un cdigo JS y se extrae con expresin regular.
contenido en un campo hidden de un
formulario y que tambin se extrae con expresin regular
FIGURA


IGURA 5-19

5.4 | EJECUTAR LA PRUEBA
La fase de ejecucin de la prueba es la culminacin de un proceso
que si hemos hecho correctamente supondr una fase sencilla y sin
sobresaltos. No obstante, vamos a dar unas cuantas recomendaciones sobre
los aspectos ms importantes a tener en cuenta.
Supervisin del proceso
La fase de ejecucin de la mayora de las pruebas de rendimiento,
salvo que se trate de una prueba de resistencia, duran unos cuantos
minutos. Como mucho, suponiendo que se vayan a simular gran cantidad de
usuarios y un periodo de crecimiento pausado la prueba puede durar unos
treinta minutos. ste tiempo debemos utilizarlo para supervisar y acometer
las siguientes tareas de control:
Desde otro equipo que no sea el que ejecuta la prueba,
comprobar peridicamente el comportamiento del resto del
sistema de informacin y verificar que no est siendo afectado
por la prueba de rendimiento.

Desde otro equipo que no sea el que ejecuta la prueba,
comprobar peridicamente el comportamiento del servicio
evaluado. Verificar que contina activo y atendiendo
peticiones.

Observar los logs del proceso y el comportamiento de la
herramienta para detectar anomalas que puedan llevar a un
resultado poco preciso o errneo.
Comunicacin del inicio y el fin
No importa que el proceso est planificado y notificado Es
recomendable que unos 15 minutos antes de comenzar la prueba, sobre
todo si es en el entorno de produccin, se comunique entre a todos los
afectados el inicio de la misma. De la misma forma se debe notificar el fin.

Evaluacin rpida
Es importante hacer una evaluacin inmediata de la prueba y ver si
el resultado que obtenido es coherente.
Sern resultados incoherentes situaciones como las siguientes:
Registro de resultados ausente o con pocas peticiones.

Valores anormales en los resultados. Por ejemplo encontrar
gran nmero de tiempos de respuesta a 0.

Errores en los logs de la herramienta de evaluacin.

Valores de respuesta elevados mientras que se ha podido usar
el servicio evaluado sin problemas.

...
Cualquiera de estas situaciones debera llevar a la evaluacin del
incidente y a la repeticin de la prueba.
Repeticiones
Siempre que sea posible realiza, al menos, dos repeticiones de la
prueba y compara los resultados conforme se producen.
En caso de que no sean homogneos, se deber investigar las
causas de la divergencia.
Gestin adecuada del crecimiento de usuarios
Se debe gestionar correctamente el crecimiento de los usuarios,
evitando la creacin de cuellos de botella en el cliente.
No es recomendable la creacin de ms de un nuevo 1 usuario
(thread) por segundo. Es recomendable dejar transcurrir entre 2 y 3
segundos por usuario.

Una vez se ha llegado al nmero de usuarios deseado es
recomendable prolongar la prueba durante varios minutos para conseguir la
estabilizacin del servicio y del nmero de peticiones.
Registro de resultados
Cuando nicamente se va a realizar una prueba el registro de
resultados posiblemente suponga la creacin de uno o dos ficheros CSV. Sin
embargo, si en un mismo da se van a realizar varias pruebas es muy
importante ser metdicos en el registro de los resultados. Sern buenas
prcticas a tener en cuenta las siguientes:
Utilizar nombres claros y descriptivos

Crear una estructura de directorio que los separe

Crear un ndice con la descripcin de cada fichero y a qu
prueba corresponde.

5.5 | PROBLEMAS COMUNES EN
La fase de ejecucin, insistimos, no debe ser excesivamente
conflictiva. No obstante hay dos situaciones que con relativa frecuencia se
nos pueden presentar: congestin del client
y congestin/cada de elementos de infraestructura.
Congestin del cliente
La congestin en el cliente se detecta a partir del grfico de
resultados de la prueba. Si el grfico muestra una cada de rendimiento en
el servicio, pero en la tarea de control
sntomas de congestin, la congestin se ha producido en el equipo cliente.
Es importante recordar que la generacin del grfico, precisamente
para evitar la congestin del cliente, de
FIGURA

ROBLEMAS COMUNES EN LA FASE DE EJECUCIN
La fase de ejecucin, insistimos, no debe ser excesivamente
conflictiva. No obstante hay dos situaciones que con relativa frecuencia se
n del cliente, congestin/cada del servicio
y congestin/cada de elementos de infraestructura.
La congestin en el cliente se detecta a partir del grfico de
i el grfico muestra una cada de rendimiento en
tarea de control se ha podido utilizar el servicio sin
ntomas de congestin, la congestin se ha producido en el equipo cliente.
Es importante recordar que la generacin del grfico, precisamente
para evitar la congestin del cliente, debe ser posterior al fin de la prueba.

IGURA 5-20

En caso de problemas de congestin en el cliente deberemos
proceder a distribuir la prueba entre varios sistemas.
Congestin/cada del servicio evaluado
Salvo que estemos ejecutando en una prueba de stress donde nos
interese el punto de ruptura exacto del servicio no hay razn para que llevar
el servicio a una cada por exceso de congestin.
Para evitarlo deberemos tener en cuenta los siguientes aspectos:
Crecimiento pausado de usuarios: Es importante crear los
usuarios dejando un intervalo de varios segundos entre ellos.
De esta forma podremos evaluar el comportamiento del
servicio mientras se ejecuta la prueba y finalizarla en caso de
que el servicio se vuelva inusable. Para la gran mayora de los
casos ser informacin suficiente.

Supervisin de la prueba: Es necesario controlar el fichero de
resultados de la prueba. Una opcin es el uso del comando tail
-f que nos permite hacer un seguimiento de las nuevas lneas
que se aaden a un fichero. En el momento que aparezca una
cantidad de errores significativa se puede dar por concluida la
prueba.

Utilizacin del servicio: Aunque muy obvio, es un mtodo muy
efectivo. Utilizar el servicio mientras se realiza la prueba es una
de las mejores formas de anticiparse a una cada.

Monitorizacin: En caso de que dispongamos de elementos de
monitorizacin y siempre que estos tengan tiempos de
actualizacin de datos rpidos, podemos hacer uso de ellos
para anticiparnos a cadas.


Congestin/cada de infraestructura asociada
Esta situacin, sin duda, es la ms indeseable de todas. Una cada
del SGDB, del servicio LDAP o de un elemento de red comn puede suponer
un perjuicio para un nmero elevadsimo de usuarios.
Por ello debemos tener en cuenta los siguientes aspectos, algunos
de ellos equivalentes al caso del propio servicio evaluado:
Crecimiento pausado de usuarios: Es importante crear los
usuarios dejando un intervalo de varios segundos entre ellos.
De esta forma podremos evaluar el comportamiento de otros
elementos del sistema de informacin mientras se ejecuta la
prueba y finalizarla en caso de que se aprecie congestin.

Utilizacin de otros servicios y elementos del sistema de
informacin: Volvemos a insistir que esta es una tarea de
control bsica y una de las mejores maneras de anticipar una
cada del sistema. Ejecutar autenticaciones desde otros
servicios o consultar otros entornos que hagan uso de SGDB
son tareas sencillas, pero muy tiles.

Monitorizacin: Al igual En caso de que dispongamos de
elementos de monitorizacin y siempre que estos tengan
tiempos de actualizacin de datos rpidos, podemos hacer uso
de ellos para anticiparnos a cadas.



ANLISIS DE RESULTADOS | 6
El ltimo paso. Ciento setenta y siete pginas hasta llegar a l.
Pginas que espero hayan merecido la pena. Venimos de un captulo cinco
donde nos hemos enfrentado al catico diseo, con diferencia la fase donde
debemos tomar menos decisiones guiadas, para aterrizar en un proceso que
en esencia, usando la herramienta adecuada, es relativamente sistemtico.
El anlisis de resultados tiene por objetivos fundamentales los
siguientes aspectos:
El primero es determinar si existe algn error en el servicio que
se presente ante la carga que se ha planificado y que lleve a la
cada o degradacin brusca del servicio.

El segundo, en caso de que no existan errores que lleven a la
cada o degradacin abrupta del servicio, es determinar si el
servicio escala de forma adecuada y no entra en una fase de
degradacin progresiva por falta de capacidad para atender la
carga de peticiones seleccionada.

Finalmente, si no se dan ninguna de las circunstancias
anteriores, determinar si las mtricas obtenidas en la prueba,
sean externas o internas, estn dentro de unos valores
aceptables, bien para el usuario en el caso de mtricas
externas, bien para nosotros mismos en el caso de tratarse de
mtricas internas.
Para lograr estos objetivos vamos a tratar los siguientes puntos
dentro del captulo:
La normalidad y la evaluacin de mtricas. Cmo saber que una
prueba de rendimiento no presenta anormalidades y que por tanto
podemos pasar a evaluar las mtricas?
184 Anlisis de resultados | 6

La anormalidad. Qu tipos de anormalidad existen?
diferenciarlos? Cmo detectar la falta de capacidad
Y un error?

Extrapolacin de datos. Cmo saber qu suceder con la
aplicacin al pasar del entorno de preproduccin al entorno de
produccin donde dispone del doble de CPU y de cuatro veces ms
RAM? Por otra parte, si he determinado que mi aplicacin atiende
a 50 usuarios concurrentes sin
respuesta de 300ms a cuntos usuarios simultneos reales con
thinking-time puedo atender?

Errores y optimizacin. Cules son los errores ms frecuentes?
Cmo corregirlos? Cul puede ser una estrategia
optimizacin de servicios?

Qu tipos de anormalidad existen? Cmo
Cmo detectar la falta de capacidad de un servicio?
Cmo saber qu suceder con la
aplicacin al pasar del entorno de preproduccin al entorno de
produccin donde dispone del doble de CPU y de cuatro veces ms
Por otra parte, si he determinado que mi aplicacin atiende
os concurrentes sin thinking-time con un tiempo de
respuesta de 300ms a cuntos usuarios simultneos reales con
puedo atender?
Cules son los errores ms frecuentes?
Cmo corregirlos? Cul puede ser una estrategia acertada de

6.1 | LA NORMALIDAD EN EL RENDIMIENTO
Lo ms importante que debemos saber sobre la normalidad en el
rendimiento IT es que es un aburrido
La obtencin final de lneas
de una prueba de rendimiento es el patrn grfico que distingue un servicio
que tras la fase de crecimiento de usuarios
atendiendo las peticiones de forma sostenida.
Las mtricas externas que tomare
nmero de peticiones atendidas por
tiempo medio de respuesta y el tiempo mediano de respuesta.
Nuevamente, para la realizacin de estas tareas de evaluacin
existen infinidad de formas de obtener grficos e indicadores, no obstante,
por simplicidad y homogeneidad, nosotros seguiremos usando
herramienta de evaluacin de resultados.
usar una hoja de clculo que tambin puede servir para el mismo pro
Aunque la construccin de ciertos indicadores puede no ser tan inmediata,
requerir de pre-procesado previo de los ficheros de resultado y de un
conocimiento avanzado de las posibilidades que brindan las hojas de
clculo.
FIGURA

EN EL RENDIMIENTO
Lo ms importante que debemos saber sobre la normalidad en el
aburrido conjunto de lneas rectas.
s rectas en las mtricas que se obtienen
es el patrn grfico que distingue un servicio
que tras la fase de crecimiento de usuarios no est congestionando y est
de forma sostenida.
Las mtricas externas que tomaremos como referencia sern:
nmero de peticiones atendidas por intervalo de tiempo (p.ej. minuto), el
de respuesta y el tiempo mediano de respuesta.
Nuevamente, para la realizacin de estas tareas de evaluacin
obtener grficos e indicadores, no obstante,
por simplicidad y homogeneidad, nosotros seguiremos usando JMeter como
herramienta de evaluacin de resultados. En la libertad de cada uno est
usar una hoja de clculo que tambin puede servir para el mismo propsito.
Aunque la construccin de ciertos indicadores puede no ser tan inmediata,
procesado previo de los ficheros de resultado y de un
conocimiento avanzado de las posibilidades que brindan las hojas de
IGURA 6-1

La normalidad es el resultado deseable en todos los tipos de
pruebas de rendimiento (carga, resistencia, ...) con una salvedad: las
pruebas de stress.
En las pruebas de stress, el resultado buscado es justo el contrario:
la bsqueda de la anormalidad en un entorno controlado. Para ser
concretos, determinar el punto y las causas en las cules se produce.
La [figura 6-1] muestra el grfico que se obtiene tras cargar el
fichero de resultados de una prueba de rendimiento sin anormalidades en el
componente Grfico de Resultados de Jmeter.
Sobre el grfico hemos pintado una serie de lneas: escalado
rendimiento y rendimiento estable (representadas ambas por la mtrica
nmero de peticiones/minuto), tiempo mediano respuesta y tiempo medio
respuesta.
La lnea ascendente marcada como escalado rendimiento indica el
periodo de la prueba en el que el nmero de usuarios ha ido creciendo de
forma progresiva. En ese intervalo de tiempo se ha incrementado el nmero
de peticiones por minuto al servicio y, en consecuencia, el servicio ha
respondido de forma adecuada facilitando un mayor rendimiento.
Una vez que hemos llegado al nmero de usuarios fijado en la
prueba se entra en la fase de estabilidad marcada como rendimiento
estable. Es un periodo de la prueba donde el servicio no tiene que
incrementar su rendimiento, pero s que debe ser capaz de mantenerlo
estable en el nmero de peticiones por minuto necesario para atender a los
usuarios sin crear congestin.
Las otras dos lneas: tiempo medio y tiempo mediano de respuesta,
tambin muestran linealidad, indicando que no hay oscilaciones en ellos y
que por tanto el servicio est respondiendo a todas las peticiones de
usuario de forma homognea.
FIGURA
La [figura 6-2] muestra
normalidad, el tiempo de respuesta de las peticiones que se obtiene
cargar el mismo fichero de resultados
Time Graph de Jmeter.
Cuando nos encontramos en un escenario sin anormalidades y una
vez alcanzada la fase de estabilidad e
simultneos/concurrentes, el tiempo de respuesta debe mantenerse establ
y sin cambios significativos.
Finalmente, una vez hemos verificado que estamos en una prueba
sin anormalidades podemos pasar a la evaluacin de las mtricas o

IGURA 6-2
muestra otro indicador bastante fiable de la
tiempo de respuesta de las peticiones que se obtiene de
fichero de resultados anterior en el componente Response
Cuando nos encontramos en un escenario sin anormalidades y una
vez alcanzada la fase de estabilidad en el nmero de usuarios
simultneos/concurrentes, el tiempo de respuesta debe mantenerse estable
Finalmente, una vez hemos verificado que estamos en una prueba
sin anormalidades podemos pasar a la evaluacin de las mtricas obtenidas:

tiempo medio de respuesta, tiempo mediano de respuesta, tiempo mnimo
de respuesta, tiempo mximo de respuesta, porcentaje de errores, etc. La
[figura 6-3] hace uso del componente de JMeter denominado Reporte
Resumen donde se nos muestra cada uno de esos indicadores para cada una
de las peticiones realizadas.
Es importante recordar la necesidad de distinguir, en caso de que
se hayan realizado peticiones estticas, que sus tiempos de respuesta van a
ser normalmente inferiores a los de las peticiones dinmicas, pero en
cambio, la experiencia de usuario va a venir determinada por el rendimiento
de las peticiones dinmicas y por ello debe priorizarse su valoracin.
FIGURA 6-3
Llegados a este punto ser tarea de los responsables de la prueba,
en base a la planificacin realizada, determinar si esas mtricas satisfacen
los requisitos marcados o no los satisfacen. Algo que depender totalmente
del escenario y de la peticin concreta. Porque como dijimos en el primer
captulo y ahora volvemos a repetir: esperar 10 segundos para generar el
histrico de movimientos bancarios de los ltimos dos aos puede ser un
tiempo razonable, en cambio, esperar 5 segundos los resultados de una
bsqueda puede ser una experiencia de usuario desastrosa.


El lmite de la normalidad
Puntualmente, podemos encontrarnos en situaciones donde
aunque detectemos un patrn que indica que no existe congestin, estemos
en el lmite de rendimiento del sistema. Es decir, en el punto donde si se
aumentase la carga empezara a congestionarse el servicio y a deteriorarse
progresivamente el rendimiento.
Existe un patrn grfico para determinar este punto: la anchura de
las lneas. Cuando el sistema escala de forma adecuada y no est
congestionado las lneas estn compactas entre ellas. Vase el caso de la
[figura 6-1] y [figura 6-2].
En cambio, si vemos la [figura 6-4] observaremos que aunque el
patrn de tiempos de respuesta es una lnea recta, hay una distancia muy
apreciable entre la cota inferior y superior, debido a tiempos de respuesta
oscilantes.
En una situacin como esta se recomienda prolongar la prueba para
determinar si el patrn se mantiene, y estaramos efectivamente en un
umbral lmite o si por el contrario el servicio va a entrar en una fase de
degradacin.
FIGURA 6-4
Cota superior
Cota inferior
I
n
t
e
r
v
a
l
o

d
e

o
s
c
i
l
a
c
i
n

6.2 | LA ANORMALIDAD EN EL RENDIMIENTO
Si la normalidad son lneas rectas, la anormalidad son lneas que
bajan o que suben, cuando deberan hacer justo lo contrario o no hacer
nada.
Por ello consideremos patrones grficos anormales aquellos que
presente las siguientes caractersticas:
Descensos, ms o menos bruscos, en la lnea que contiene
la mtrica de rendimiento del servicio: nmero de
peticiones atendidas por unidad de tiempo.

Por qu se considera una anormalidad? Porque un
servicio que escala correctamente debe aumentar su
rendimiento (nmero de peticiones atendidas por unidad
de tiempo) cuando el nmero de usuarios crece. De la
misma forma un servicio no congestionado debe
mantenerlo estable si el nmero de usuarios se mantiene
constante.

Ascensos, ms o menos bruscos, en los valores estadsticos
de los tiempos de respuesta sin que exista aumento del
nmero de usuarios.

servicio no congestionado debe mantener estable el
tiempo de respuesta de las peticiones.

Ascensos, ms o menos bruscos, en los valores estadsticos
de errores en las respuestas.

servicio no congestionado debe mantener una tasa de
error prxima a 0.


Por otra parte, la anormalidad tiene dos causas races diferentes y
que trataremos de forma independiente en esta seccin: la derivada de una
congestin progresiva por falta de capacidad para atender peticiones o la
derivada de la existencia de un error en el servicio.
Anormalidad derivada de congestin/falta de capacidad
El rendimiento anormal derivado de una congestin o falta de
capacidad, grficamente se identifica por un descenso progresivo y
constante del nmero de peticiones atendidas por el servicio (aunque no
haya un descenso del nmero de usuarios) y un aumento progresivo y
constate de los tiempos de respuesta.
FIGURA 6-5
fichero de resultados de una prueba de rendimiento que presenta
congestin en el componente Grfico de Resultados de Jmeter.
Es sencillo identificar cmo los tiempos de respuesta, a partir de un
punto comienzan a aumentar de forma clara, mientras que el nmero de
peticiones atendidas por el servicio comienza a disminuir.
Rendimiento normal Rendimiento anormal

FIGURA 6-6
La [figura 6-6] muestra el crecimiento del tiempo de respuesta de
las peticiones que se obtiene de cargar el mismo fichero de resultados el
anterior en el componente Response Time Graph de Jmeter. Otro indicador
de congestin, siempre que no estn aumentando los usuarios.
Anormalidad derivada de errores
Si el rendimiento anormal, derivado de una congestin o falta de
capacidad, grficamente se identifica por cambios progresivos, el causado
por errores se caracteriza por ser abrupto.
Es decir, el indicador grfico que encontraremos ante un error ser
un cambio en las lneas de peticiones atendidas y tiempo de respuesta muy
acusado.
Cuando se presentan errores la consecuencia es la denegacin del
servicio: la incapacidad del servicio de atender nuevas peticiones. Esta
incapacidad puede ser transitoria o permanente, en funcin de si el error
causa la cada total del servicio o no lo hace.
A esta situacin de degradacin abrupta del rendimiento se puede
llegar de dos formas diferentes.
C
O
N
G
E
S
T
I
N

La primera, y en la que centraremos nuestra atencin, es la que se
produce tras una fase de normalidad que, de forma imprevista, tras un
producirse el error desencadena una fase anormal de rendimiento.
La segunda es la cada del servicio despus de un periodo
prolongado de congestin/falta de capacidad. No obstante, ese caso no ser
el evaluemos, puesto que, a efectos prcticos, es la evolucin natural del
incremento de la congestin.

FIGURA 6-7
fichero de resultados de una prueba de rendimiento que presenta un error
en el componente Grfico de Resultados de Jmeter.
En el grfico podemos comprobar cmo de forma imprevista, tras
un periodo de rendimiento normal, donde el servicio ha escalado de forma
adecuada al crecimiento de usuarios y ha mantenido el tiempo de respuesta
estable, algn problema en el servicio, derivado generalmente del
incremento del nmero de usuarios concurrentes (agotamiento de pools de
conexiones, interbloqueos en ficheros, condiciones de carrera, ...) causa un
punto de denegacin de servicio.
Tiempo de respuesta estable
Fallo
Rendimiento normal Rendimiento anormal

6.3 |RENDIMIENTO: ERRORES Y OPTIMIZACIN
Sabemos, porque lo comentamos en el anterior captulo que hay
unas funciones que son propensas a los problemas de rendimiento.
Estos errores pueden ser bien derivados de una excesiva congestin
(los denominados cuellos de botella) en la infraestructura IT, bien derivados
de la realizacin de determinadas acciones errneas contraproducentes
para el correcto escalado de un sistema.
Los puntos conflictivos que comentamos en el captulo anterior
eran los siguientes:
diferentes capas de de informacin: memoria, disco, bases

2
) con n
variable, no acotado y creciente en funcin de aspectos
Vaya por delante, antes de profundizar en esta seccin que la
optimizacin de servicios IT dara para escribir otro libro, o quiz dos. Por
tanto lo que aqu se cuenta no pretende ser el mayor compendio sobre
optimizacin de sistemas IT, sin embargo s que pretenden ser unas
pinceladas estratgicas sobre qu priorizar y cmo hacerlo.
El primer paso: no implementar acciones errneas
El primer paso, fundamental, para optimizar el sistema IT debe
empezar por la eliminacin de determinadas acciones errneas en la
implementacin de servicios, tanto en el diseo de las acciones CRUD, como
en la complejidad de las funciones.
Por ello el primer paso es conocer cules son las acciones errneas
ms comunes para poder corregirlas. Vamos a identificar, por tanto, las ms
comunes en acceso a bases de datos, acceso a otros servicios, gestin de las
capas de persistencia locales y complejidad.

Conexiones a base de datos
No limitar el nmero mximo de conexiones a la base de datos,
provocando su congestin y posible cada.

No reutilizar conexiones, generando nuevas conexiones de
forma innecesaria.

No cerrar adecuadamente la sesin, manteniendo conexiones
abiertas y sin uso.

No utilizar un pool de conexiones como mecanismo de gestin
de las conexiones la base de datos garantizando de esta forma
la reutilizacin, el lmite de conexiones y su adecuada gestin.

No gestionar adecuadamente los tiempos mximos de espera
(timeout), alargando el tiempo de respuesta de forma
innecesaria.
Conexiones a otros servicios Web y NO-Web.
No implementar mecanismos de cacheo intermedios
generando peticiones innecesarias y alargando los tiempos de
espera. Ej.: solicitar una misma informacin remoto en
sucesivas ocasiones en vez de generar una copia local y
comprobar nicamente si ha sido modificada.

Usar de protocolos de comunicacin poco eficientes para la
realizacin de tareas para las que existen protocolos
optimizados, generando una sobrecarga en el servicio. Ejemplo:
usar protocolo HTTP para la transmisin de ficheros de gran
tamao entre sistemas en lugar de utilizar soluciones como
NFS/CIFS/etc.

No cerrar adecuadamente el canal de comunicacin,
manteniendo conexiones abiertas y sin uso.

No gestionar adecuadamente los tiempos mximos de espera
(timeout), alargando el tiempo de respuesta de forma
innecesaria.
Gestin de las capas de persistencia locales
No limitar el tamao mximo de informacin por sesin de
usuario, impidiendo el control efectivo de la cantidad de
memoria local usada.

Almacenar como parte de la sesin de usuario informacin
excesiva o que, por tamao, debera ser almacenada en disco.

No gestionar correctamente el cierre de sesin del usuario de
tal forma que se garantice la eliminacin de los contenidos de
sesin que no son necesarios en el sistema.

Compartir concurrentemente ficheros locales que requieren
acceso de escritura, causando problemas de bloqueo o de
condiciones de carrera.
Otros errores
Importacin de funciones, objetos, libreras o clases que nunca
son usadas.

Generacin de informacin de depuracin excesiva, no
graduable y que no permite ser deshabilitada.

Uso de algoritmos con complejidad cuadrtica, o peor, para
realizar funciones para las que existen algoritmos ms ptimos.

Uso de consultas pesadas a sistemas externos (SGDB, LDAP, ...)
que pueden ser resueltos mediante dos consultas simples y una
funcin de complejidad lineal local.

El segundo paso: optimizar los servidores
El segundo paso en importancia a la hora mejorar el rendimiento
del sistema IT es la optimizacin de los servidores con conforman la
infraestructura IT en la que se despliegan nuestros servicios.
El proceso de optimizacin de servidores, normalmente es descrito
por cada uno de los fabricantes, o en su defecto por terceros, y permite
adaptar las configuraciones genricas ofrecidas a escenarios de alta
demanda de rendimiento.
Actualmente existen guas de optimizacin de rendimiento para
prcticamente todos los productos comunes que podemos encontrar en
cualquier infraestructura IT: servidores web, servidores de aplicacin, bases
de datos, ...
El paso final: dimensionar adecuadamente
Una vez hayamos desterrado las acciones errneas en la
implementacin de servicios y optimizado los servidores de nuestra
infraestructura IT es el momento en el que podremos determinar si la
capacidad de nuestra infraestructura es el adecuado o no lo es para la
calidad de servicio que deseamos ofrecer.
Por ello, si despus de haber dado los dos primeros pasos, nuestro
rendimiento no es el que deseamos, entonces es que nuestra
infraestructura no tiene la capacidad necesaria, y deberemos
redimensionarla hasta adecuarla a nuestras necesidades.


6.4| EXTRAPOLAR DATOS DE RENDIMIENTO
Extrapolar datos de rendimiento es una de las formas ms seguras
de acabar despedido o, al menos, abroncado por un superior. Esto siempre
hay que tenerlo en mente cuando hablemos de extrapolacin.
Por ello, extrapolar datos puede estar bien para consumo interno,
pero hay que tener muchsimo cuidado con las afirmaciones que hacemos a
partir de extrapolaciones.
Saber que respondemos a 25 usuarios simultneos en 500ms en un
servidor con 2GB de RAM y 2 ncleos, no significa que podamos asegurar
que se responder a 50 usuarios en esos mismos 500ms en un servidor con
4GB de RAM y 4 ncleos.
Por qu? El primer motivo es porque quiz a los 32 usuarios
concurrentes exista un error que haga que el servicio se caiga. El segundo es
porque el escalado de un sistema mnimamente complejo es cualquier cosa
menos lineal.
Extrapolar datos de rendimiento entre arquitecturas
Esta es una de las extrapolaciones ms comunes: hemos hecho una
prueba de rendimiento en un entorno de preproduccin y queremos saber
cmo se comportar la aplicacin en el entorno de produccin.
Antes de seguir una aclaracin: vaya por delante que si tu vida, tu
trabajo, tu dinero o algo que te importe depende de conocer cmo se va a
comportar la aplicacin en el entorno de produccin la recomendacin es
clara: testala en el entorno de produccin.
Bien. Espero haber sido claro. Y ahora, una vez estoy seguro que no
vas a morir, ni vivir debajo de un puente por haber ledo este libro, lo
siguiente que tengo que decir es que la nica forma de extrapolar
resultados, con un mnimo de precisin, es siendo capaz de realizar varias
mediciones controladas de la misma aplicacin en diferentes tamaos de
arquitectura.

Es decir, si nicamente puedes utilizar una arquitectura de prueba,
tienes la misma probabilidad de predecir el comportamiento en produccin
que de ganar a la ruleta.
Por tanto, necesitas utilizar, al menos, dos arquitecturas de prueba.
Aunque lo deseable sera que utilizases cuantas ms mejor. Esto, la nica
forma que existe de hacerlo, si no te sobra el dinero, es mediante
virtualizacin.
Hecha esta matizacin, el paso siguiente es replicar un test de
rendimiento en diferentes configuraciones de ese entorno para distintos
valores de CPU y RAM, y a partir de esa informacin determinar un patrn
de escalado del mismo y ver de qu variable es dependiente. Una vez
tenemos el patrn de escalado, deberamos ser capaces de predecir, por
interpolacin, qu sucedera en un sistema con un tamao N veces superior.
No obstante, hago un inciso: para que la interpolacin tenga algn
viso de cumplirse, los elementos de infraestructura comn del entorno de
produccin deben estar correctamente dimensionados y ser capaces de
soportar la carga de peticiones interpolada. Dicho de una forma ms
sencilla, si nosotros determinamos que nuestro servicio va a triplicar el
rendimiento de preproduccin, que ha sido de 50 usuarios, para que eso sea
cierto, toda la infraestructura de produccin compartida con el resto de
servicios que ya existen debe ser capaz de soportar esos 150 usuarios ms.
En caso contrario, no se cumplir tal suposicin.
EJEMPLO 6-1 - Un ejemplo sencillo de extrapolacin

Para finalizar este apartado, vamos a calcular la extrapolacin de un
servicio de eLearning Moodle autocontenido en un nico sistema,
es decir, tanto el servidor HTTP Apache, como el SGDB MySQL estn
en el mismo sistema (lo cual simplifica el clculo mucho).

Este sistema se ha virtualizado en 4 configuraciones diferentes: 1
ncleo / 512MB, 1 ncleo / 2GB, 2 ncleos / 1GB y 2 ncleos / 2GB.


Sobre estas configuraciones se ha realizado una prueba de
becnhmarking (peticiones sin espera) para determinar el nmero
mximo de peticiones por segundo atendidas por el sistema con 10
usuarios concurrentes.
Configuracin Peticiones por segundo
1 core 3GHZ, 0.5 GB 25,6
1 core 3GHZ, 2GB 25,5
2 cores 3GHZ, 1 GB 43
2 cores 3GHZ, 2GB 43,3
TABLA 6-1
El resultado es el que se recoge en la [tabla 6-1] donde se puede
comprobar que el escalado es dependiente de la CPU y no parece
verse afectado por la cantidad de memoria RAM disponible.

Con estos valores se realiza un clculo de una recta de regresin
lineal, siendo X el nmero de ncleos del sistema y desprecindose
el impacto de la memoria RAM. La recta buscada es 7 + 18X

Segn este clculo para un sistema de 4 ncleos, independiente de
la memoria RAM disponible el rendimiento debera ser de 79
peticiones por segundo atendidas.

Para finalizar, se ha realizado una prueba en un sistema real con 4
ncleos a 3GHZ y 4GB de memoria RAM. El resultado obtenido ha
sido de 77,5 peticiones por segundo atendidas.

FIGURA 6-8


Extrapolar peticiones de usuario
La extrapolacin del nmero de peticiones de usuarios
concurrentes que realizan peticiones sin espera es otra de las grandes reas
de cbala de las pruebas de rendimiento.
Mi consejo vuelve a ser el obvio, si necesitas conocer con precisin
qu tiempos de respuesta van a tener un nmero grande de usuarios que se
comportan de forma normal, haciendo una peticin cada varios segundos,
el procedimiento correcto, si no puede generarse esa carga desde un nico
sistema, es generarlo de forma distribuida.
No obstante, existe un mtodo, no del todo fiable, para convertir
peticiones sin espera en usuarios convencionales.
La idea es la siguiente: sin que exista degradacin del servicio, N
usuarios totalmente concurrentes, sin tiempo de espera entre peticiones,
producen un tiempo de respuesta T.
Por otra parte, un usuario convencional tiene un tiempo de espera
U entre peticin y peticin. Por tanto, el sistema ser capaz de atender a
(U/T)*N usuarios.
Si continuamos con el caso del [ejemplo 6-1] el sistema est
respondiendo en 227ms a 10 usuarios concurrentes. Si damos por buena la
estimacin que hicimos por la que un usuario navega a un ritmo de 1 accin
cada 3 segundos, el resultado es que el sistema Moodle sera capaz de
atender aproximadamente a 132 usuarios con actividad simultnea y un
tiempo de respuesta entorno a los 225ms.
La prueba real ha determinado que 130 usuarios simultneos con
acciones cada 3 segundos tienen un tiempo de respuesta de unos 250ms.



CASO PRCTICO | 7
A lo largo de los casos prcticos de este captulo vamos a ir
ejemplificando de la forma ms real posible todos los conceptos que se han
desarrollado a lo largo del texto.
Esta prctica hace uso de BITNAMI MOODLE STACK, disponible en
https://bitnami.com/stack/moodle. Se recomienda su instalacin en una
mquina virtual como paso inicial para la ejecucin de este caso prctico.
Advertencia: mejorar la legibilidad final de cada pgina impide la
numeracin de tablas y figuras en este captulo.
7.1 | PRIMERA PARTE: MOODLE PREPRODUCCIN

El primer paso sern plantear los objetivos de la prueba que vamos
a realizar contestando algunas de las cuestiones que ya vimos en el captulo
4.
Moodle sobre el entorno de preproduccin.
II. Queremos una valoracin de la experiencia del usuario u obtener informacin
interna de nuestros sistemas?
Valoracin de la experiencia de usuario y garantizar que las respuestas se
emiten en un tiempo medio inferior a 1000ms
III. En caso de que queramos valorar la experiencia de usuario, nos interesa su
ubicacin geogrfica? Y las limitaciones de nuestra conexin WAN?
No.
IV. Necesitamos conocer cul es la capacidad mxima del sistema y en qu punto
deja este de atender usuarios de forma correcta?
204 Caso prctico | 7

No.
V. Queremos saber si podemos hacer frente a avalanchas puntuales en nuestro
nmero habitual de usuarios?
No
VI. En caso de que exista, queremos saber si el contenido de terceros (p.ej. APIs
de servicios web) est perjudicando nuestro rendimiento?
No.
VII. Queremos evaluar un servicio que va a ser liberado en produccin? Es una
nueva versin de uno que ya existe previamente?
S, se trata de un servicio a liberar en produccin, pero cuyo entorno todava
no est listo y desea adaptarse en base a estos resultados.
Por motivos de calendario se va a realizar un test previo en preproduccin.
No.
No.
a. Queremos conocer cmo ha mejorado o empeorado el rendimiento de la
versin actual respecto a la pasada? Existe un baseline previo?
No, no existe baseline previo.
b. Queremos conocer cmo influye el aumento o disminucin de recursos
hardware? S, necesitamos conocer la estimacin de rendimiento del sistema
en el entorno de produccin.
c. Deseamos detectar errores tempranos en el desarrollo? No
El resultado de la planificacin es que disponemos de un servicio
que queremos lanzar por primera vez en produccin, pero cuyo sistema de
produccin todava no est listo y, adems, es posible que puedan depender
de los resultados de esta prueba algunos ajustes de ese entorno.

Cuestiones de Planificacin
Dnde hacer la prueba?
La prueba se va a realizar en el entorno de preproduccin-
Cunta carga generar?
Se desconoce el uso real del servicio. Se obtiene una estimacin de
uso de un servicio que tiene el mismo pblico objetivo y una importancia
equivalente en la organizacin.
# cat access.log | cut -d" " -f4 | cut -d":" -f-3 | awk '{print "requests
from " $1}' | sort | uniq -c | sort -n | tail -n1
1743 requests from 05/May/2014:09:20
# cat access.log | cut -d" " -f4 | awk '{print "requests from " $1}' |
sort | uniq -c | sort -n | tail -n1
196 requests from 05/May/2014:09:20:23
En base a ello se definen los siguientes nmeros de usuarios:
Usuarios medios: 29 usuarios.
Pico de usuarios: 196 usuarios.
Quin participa?
Se trata de un nico servicio HTTP, no se va a hacer evaluacin de
otro tipo de arquitectura. En principio, 1 persona con conocimiento de la
arquitectura IT que soporta el servicio.
Cundo hacer la prueba?
En este caso concreto, dado que se trata del entorno de
preproduccin, no existen ventanas de tiempo restrictivas.
Desde donde hacer la prueba?
Desde la misma subred del sistema de preproduccin.

Qu medidas obtener?
No se quiere valorar la capacidad interna del sistema. Por tanto se
obtendrn las medidas genricas externas.
Diseo de prueba
Dado que no tenemos usuarios, ni estimacin de uso, no vamos a
disear la prueba simulando comportamiento real de usuario, sino que
vamos a proceder a un diseo de prueba en base a unos criterios CRUD. La
complejidad de cdigo no se evaluar debido al esfuerzo que suponer
hacerlo para un desarrollo externo sobre el que no poseemos conocimiento
detallado.
Con la informacin que disponemos conocemos que moodle hace
uso intensivo de disco en el acceso a ficheros de cursos, y tal funcin ser
testada y, paralelamente, hace uso de funciones CRUD en base de datos.
Funcionalidad que tambin ser evaluada. Dado que no se tiene
informacin de uso real se utilizar una valoracin ponderacin de 70% para
acciones R (lecturas) y 30% para operaciones de
Creacin/Actualizacin/Eliminacin que se considerarn equiprobables
(10% cada operacin). El tiempo entre peticin ser de ~2 segundos.
Capa\Accin C R U D
Memoria Local*
Disco Local
SGBD

Ruta Tipo Accin
/moodle/ SGDB - R Pgina principal
/moodle/login/ SGDB - R Login
/moodle/course/ SGDB - R Pgina de cursos
/moodle/course/view.php SGDB - R Ver curso
/moodle/mod/page/view.php FILE - R Ver contenido de curso
/moodle/mod/quiz/view.php SGDB - R Ver test
/moodle/mod/quiz/attempt.php SGDB - R Realizar test
/moodle/mod/forum/post.php SGDB - C Aadir tema al foro
/moodle/mod/forum/post.php?edit SGDB - U Editar tema del foro
/moodle/mod/forum/post.php?delete SGDB - D Eliminar tema del foro
Implementacin de prueba
La prueba va a ser implementada en JMeter. Para ello,
comenzamos ejecutando el servidor proxy dentro de nuestro banco de
pruebas.
A partir de l reconstruiremos las peticiones qu
como parte de la prueba y agruparemos todas las peticiones que se generan
a partir de cada una en controladores simples
A continuacin debemos evaluar los parmetros de las peticiones
para identificar posibles valores que sean nic
dependientes de la sesin.

La prueba va a ser implementada en JMeter. Para ello,
comenzamos ejecutando el servidor proxy dentro de nuestro banco de

A partir de l reconstruiremos las peticiones que deseamos ejecutar
como parte de la prueba y agruparemos todas las peticiones que se generan
controladores simples.

A continuacin debemos evaluar los parmetros de las peticiones
para identificar posibles valores que sean nicos para cada peticin o

Detectamos dos parmetros:
sesskey: identificado
cada usuario. Se devuelve codificado dentro de cdigo
JScript de las pginas
peticiones.
Es necesario en las siguientes peticiones:
/quiz/attempt
/forum/post/edit
/forum/post/delete
id: identificador autoincremental que identifica cada uno
de los posts creados en el foro
de eliminacin y edicin
Para el control de sesskey haremos uso de un postprocesador de
expresiones regulares. Dado que sesskey
para mejorar el rendimiento, lo asociaremos a la accin de login, que ir
dentro de un controlador only-once y slo se ejecutar 1 vez por usuario.

identificador de sesin nico. Asociado al login de
e devuelve codificado dentro de cdigo
de las pginas de cada peticin. No vara entre
Es necesario en las siguientes peticiones:
/quiz/attempt
/forum/post/edit
/forum/post/delete
identificador autoincremental que identifica cada uno
en el foro. Es necesario en las acciones
de eliminacin y edicin de mensajes del foro.
haremos uso de un postprocesador de
sesskey no vara a lo largo de una sesin, y
para mejorar el rendimiento, lo asociaremos a la accin de login, que ir
once y slo se ejecutar 1 vez por usuario.


La expresin
regular a usar ser
"sesskey":"(.+?)". La
cual capturar el
contenido entre
parntesis asociado la
variable sesskey que se
encuentra en una
estructura JScript,
dentro de cada pgina
devuelta por el
servidor, como la
siguiente:

M.cfg={"wwwroot":"http:\/\/192.168.1.106:8080\/moodle","ses
skey":"9hevcj1s7a" ...

Por otra parte el
cdigo autoincremental en
principio podramos pensar
gestionarlo nicamente con
un contador o con un campo
autoincremental ledo de un
fichero CSV, pero vamos a
tener problemas de
concurrencia.
Conforme
incrementsemos el nmero
de threads, debido a los
temporizadores aleatorios, se

intentaran borrar mensajes que todava no se hubiesen generado,
producindose errores y quedando mensajes sin guardar.
Por ello, en condiciones de alta concurrencia, lo recomendable es
obtener el valor de ID desde el servidor. En este caso, lo vamos a hacer
utilizando dos elementos, por un lado el contador local, para generar
asuntos de mensaje nico y por otro un extractor de expresiones regulares,
para en funcin del asunto del mensaje nico, obtener su ID.

Cada mensaje que generemos tendr un asunto test_ID, donde ID
ser el valor del contador, que hemos seleccionado comience en 2000. Por
tanto el primer mensaje creado ser test_2000
A partir de esa informacin, una vez el mensaje se ha creado,
hacemos una peticin para recuperar la lista de mensajes y vemos el HTML
creado para parsear el valor ID nico del mensaje que acabamos de crear,
nuevamente mediante un postprocesador de expresiones regulares.
<tr class="discussion r0"><td class="topic starter"><a
href="http://192.168.1.106:8080/moodle/mod/forum/discuss.php
?d=1090">test_2000</a></td>
Este sera el HTML devuelvo y el ID nico que nos interesa es el
1090 que despus deberemos usar para editarlo y para borrarlo. Por tanto,
vamos a colocar un postprocesador con una nueva expresin regular, que
permita que cada vez que se cree un mensaje obtengamos su ID.


Con las dos variables ${sesskey} y ${contador} deberemos modificar
todas las peticiones que hacen uso de esos parmetros variables.

En la imagen superior se puede ver el ejemplo de la peticin de
confirmacin de un mensaje en el foro, la cual necesita contener la clave
nica de esa sesin y el nmero de post nico a eliminar.
Llegados a este punto vamos a recapitular la implementacin de la
prueba en la siguiente imagen, porque es un proceso relativamente
complejo y que la primera vez que se lee puede causar cierta
desorientacin.


Tenemos por un lado el controlador "Only Once" que garantiza que
nicamente se va a hacer login una vez por sesin. Asociado al proceso de
Login (para cada sesin), el extractor de expresiones regulares que obtiene
la variable ${sesskey}.
Una vez se ha realizado login
visualizacin de curso, de ejecucin de test y de
creacin/actualizacin/eliminacin de mensajes en el foro.
Para la actualizacin/eliminacin de mensajes
el ID nico y autoincremental de cada mensaje que hemos creado. Para ello,

Tenemos por un lado el controlador "Only Once" que garantiza que
nicamente se va a hacer login una vez por sesin. Asociado al proceso de
, el extractor de expresiones regulares que obtiene
na vez se ha realizado login se ejecutan las peticiones de
visualizacin de curso, de ejecucin de test y de
creacin/actualizacin/eliminacin de mensajes en el foro.
Para la actualizacin/eliminacin de mensajes necesitamos obtener
nico y autoincremental de cada mensaje que hemos creado. Para ello,
lo que hacemos es, por un lado crear los mensajes con un asunto nico
asociado a un contador local, y de esa forma nos garantizamos poder
construir una expresin regular que nos devuelva
servidor tras la creacin del mensaje. Una vez tenemos el ID asignado por el
servidor, ya podemos realizar las peticiones de edicin y borrado.
Llegados a este punto, el nico elemento que necesitamos es
colocar los temporizadores para la simulacin del tiempo de pausa de cada
usuario. Hemos definido un tiempo de pausa aproximado de 2 segundos
entre peticin principal y peticin principal.
Para el temporizador seleccionamos un temporizador aleatorio
gaussiano con un valor 2000ms +
primera peticin de cada uno de los controladores simples.

lo que hacemos es, por un lado crear los mensajes con un asunto nico
asociado a un contador local, y de esa forma nos garantizamos poder
construir una expresin regular que nos devuelva el ID que nos asigna el
servidor tras la creacin del mensaje. Una vez tenemos el ID asignado por el
servidor, ya podemos realizar las peticiones de edicin y borrado.
Llegados a este punto, el nico elemento que necesitamos es
para la simulacin del tiempo de pausa de cada
usuario. Hemos definido un tiempo de pausa aproximado de 2 segundos
entre peticin principal y peticin principal.
Para el temporizador seleccionamos un temporizador aleatorio
+- 250ms y lo colocamos dentro de la
primera peticin de cada uno de los controladores simples.

Finalmente, para evaluar si
el resultado es el deseado
ponemos un colocamos como
receptor de informacin un rbol

de Resultados y hacemos una ejecucin de prueba con 1 thread y 1
iteracin.
Deberemos comprobar que todas las peticiones se ejecutan
adecuadamente y que se estn usando de forma adecuada las variables que
hemos definido.

En la imagen superior se puede ver cmo la variable sesskey ha sido
correctamente inicializada al valor devuelto por la web, y cmo el contador
de ID ha sido inicializado a 10, segn el valor que hemos seleccionado.
Si todo est correcto podemos seleccionar el nmero de usuarios
virtuales simultneos de la prueba que se haba definido ~30 usuarios y un
periodo de subida de 120 segundos.

receptor por un escritor de datos simple.

Una vez hecho y seleccionado un nombre descriptivo para los datos
de la prueba, podemos proceder a su ejecuci
Ejecucin de la prueba
Abrimos la ventana de log y vamos controlando los threads creados
y el ritmo de creacin.
Una vez haya transcurrido el minuto en el que se crearn todos los
hilos necesarios hasta llegar a 30 hilos, lo recomendable es esper
periodo de estabilizacin del test antes de su finalizacin. Para una prueba
de carga como la descrita un tiempo razonable pueden ser
periodo de subida.
En este tiempo tambin podemos monitorizar el estado del
servidor que estamos evaluando.


El ltimo punto ser cambiar el
receptor por un escritor de datos simple.
Una vez hecho y seleccionado un nombre descriptivo para los datos
de la prueba, podemos proceder a su ejecucin.

Abrimos la ventana de log y vamos controlando los threads creados
Una vez haya transcurrido el minuto en el que se crearn todos los
hilos necesarios hasta llegar a 30 hilos, lo recomendable es esperar un
periodo de estabilizacin del test antes de su finalizacin. Para una prueba
de carga como la descrita un tiempo razonable pueden ser unas 3 veces el
En este tiempo tambin podemos monitorizar el estado del


Evaluacin de resultados
Cargamos las los grficos de resultados en JMeter. Y vemos las
esperadas lneas, con lo cual ha habido un escalado razonablemente
aceptable.
Por su parte los tiempo de respuesta, no son una lnea perfecta, lo
que denota un mnimo de congestin
inferior y una superior, de forma alterna, sin que exista una tendencia al
alza. 30 usuarios parece ser el lmite
rendimiento del sistema.
Finalmente podemos proceder a evaluar los tiempos de respuesta
del servicio.
Cargamos las los grficos de resultados en JMeter. Y vemos las
con lo cual ha habido un escalado razonablemente

Por su parte los tiempo de respuesta, no son una lnea perfecta, lo
mnimo de congestin debido a que oscilan entre una cota
inferior y una superior, de forma alterna, sin que exista una tendencia al
de escalado antes de una prdida de

nte podemos proceder a evaluar los tiempos de respuesta

Peticin Tiempo med. resp. Tiempo min. resp. Tiempo mx. resp.
/moodle/ 313 19 1072
/moodle/login/index.php 575 43 3132
/moodle/course/index.php 522 84 1251
/moodle/mod/quiz/startattempt.php 1197 214 2609
/moodle/mod/quiz/attempt.php 969 168 2467
/moodle/mod/forum/post.php 896 122 2980
/moodle/mod/forum/view.php 1180 203 2771

En general el tiempo medio de respuesta se mueve en torno a los
800ms y el mximo entorno a los 2500ms.
El rendimiento (nmero de peticiones atendidas) se mueve en
torno a 1300 peticiones por minuto.
Extrapolacin de resultados
Aprovechando la informacin de la tabla 6-1 para interpolacin de
Moodle, podemos intentar calcular el rendimiento que el sistema va a tener
en el entorno de produccin. A priori, la mejora del rendimiento derivada
de duplicar la capacidad de CPU del sistema est en torno al 70%. No
obstante, no es conveniente realizar extrapolaciones en sistemas que
presentan algn mnimo de congestin, porque los datos son menos fiables.
Configuracin Peticiones por segundo
1 core 3GHZ, 0.5 GB 25,6
1 core 3GHZ, 2GB 25,5
2 cores 3GHZ, 1 GB 43
2 cores 3GHZ, 2GB 43,3

En principio, si no hubiese congestin en la informacin, dado con
el entorno de produccin es un sistema con 4 ncleos y 4GB de memoria,
podemos esperar atender 50 usuarios simultneos, en produccin, con
estos tiempos medios entorno a los resultados obtenidos en esta prueba o a
30 usuarios simultneos (29 es el valor medio de usuarios estimados para el
servicio) con tiempos de respuesta entorno a 500ms.

7.2 | SEGUNDA PARTE: MOODLE PRODUCCIN

En base a los resultados obtenidos parece
produccin puede cumplir con los criterios de calidad de servicio fijados en
la planificacin y por ello se decide el paso a produccin del sistema, con la
configuracin diseada inicialmente: 4 ncleos y 4GB.
Antes de su apertura al usuario se acuerda la repeticin del test de
rendimiento, para confirmar los resultados extrapol
de preproduccin. Se repite la prueba y se obtienen los siguientes valores.
La grfica de resultados muestra una estabilidad en la prueba, con
un correcto escalado y unos tiempos de respuesta homogneos
ms claras y compactas.

MOODLE PRODUCCIN
obtenidos parece que el entorno de
cumplir con los criterios de calidad de servicio fijados en
se decide el paso a produccin del sistema, con la
configuracin diseada inicialmente: 4 ncleos y 4GB.
Antes de su apertura al usuario se acuerda la repeticin del test de
rendimiento, para confirmar los resultados extrapolados desde el entorno
Se repite la prueba y se obtienen los siguientes valores.

La grfica de resultados muestra una estabilidad en la prueba, con
un correcto escalado y unos tiempos de respuesta homogneos con lneas

Paralelamente, al representar los tiempos de respuesta
ningn tipo de congestin, como s presentaba (aunque muy ligera) el
entorno de preproduccin.
Peticin Tiempo med. resp.
/moodle/
/moodle/login/index.php
/moodle/course/index.php
/moodle/mod/quiz/view.php
/moodle/mod/quiz/startattempt.php
/moodle/mod/quiz/attempt.php
/moodle/mod/forum/post.php 1173
/moodle/mod/forum/view.php
TOTAL 351,875 ms
Finalmente, se evidencia una clara
respuesta, mejorndose el rendimiento que se haba calculado por
extrapolacin.


Paralelamente, al representar los tiempos de respuesta, no hay
ningn tipo de congestin, como s presentaba (aunque muy ligera) el
Tiempo med. resp. Tiempo min. resp. Tiempo mx. resp.
60 103 6371
60 44 4999
314 87 638
307 147 1027
306 220 975
300 36 644
1173 119 935
295 207 706
351,875 ms 120,375 ms 2036,875 ms
Finalmente, se evidencia una clara mejora en los tiempos de
respuesta, mejorndose el rendimiento que se haba calculado por

7.3 | TERCERA PARTE: MOODLE SGBD
Como ltimo punto de este ejemplo prctico, vamos a abandonar el
mbito web y vamos a dirigir nuestra atencin en la base de datos MySQL
de ese Moodle que acabamos de evaluar.
Vamos a suponer, por un momento, que por el motivo que sea, de
los vistos con anterioridad, no deseamos conocer el rendimiento del servicio
web, sino que lo que deseamos conocer es el rendimiento exclusivamente
de la base de datos. Qu deberamos hacer?
Primero: Elegir correctamente las consultas
Esta parte ejemplifica muy bien lo que comentamos dentro de la
seccin 5.1 en el apartado dedicado a diseo de pruebas no-web. El caso de
un SGBD es un caso claro de servicio no-web diferenciado por el contenido
de la peticin.
En este tipo de escenario tenemos dos posibilidades.
La primera, muy directa si se trata de un sistema de preproduccin,
donde podemos alterar el funcionamiento "natural" del sistema de base de
datos, es la posibilidad de identificar las peticiones que se producen desde
los clientes (en este caso desde el servicio Moodle) colocando la base de
dato en modo LOG. Huelga decir, que hacer logging intensivo de todas las
peticiones degradada el rendimiento del sistema de base de datos y no es
aplicable a un entorno de produccin, salvo, como es obvio, que tengamos
la capacidad de detener el servicio de produccin.
La otra opcin es la inversa, colocar los clientes en modo LOG (una
opcin que existe por ejemplo en algunos JDBC connectors) o directamente
tener que lidiar con el fuente del aplicativo para determinar las consultas
que se realizan.
En este caso vamos a tomar la primera solucin: identificar las
peticiones que realiza moodle colocando MySQL en modo LOG.
# cat /etc/my.cnf
[mysqld]

datadir=/var/lib/mysql
socket=/var/lib/mysql/mysql.sock
user=mysql
symbolic-links=0

general_log=1
general_log_file=/var/log/mysql-queries.log

[mysqld_safe]
log-error=/var/log/mysqld.log
pid-file=/var/run/mysqld/mysqld.pid

Para colocar MySQL (superior a 5.1.29) en modo LOG se deben usar
los parmetros general_log y general_log_file.
De esta forma seremos capaces de generar un fichero de logs
donde se almacenarn todas las peticiones recibidas por el SGDB.
Un ejemplo de su contenido puede ser el siguiente:
11 Query: SELECT DISTINCT st.id, st.tn, st.until_time FROM ticket st INNER
JOIN queue sq ON sq.id = st.queue_id WHERE 1=1 AND st.ticket_state_id IN
( 6 ) AND st.ticket_lock_id IN (2,3) AND st.user_id IN (2) AND sq.group_id IN
(1, 2, 3) AND st.ticket_state_id IN (6, 7, 8) AND st.until_time <=
1401289066 ORDER BY st.until_time DESC LIMIT 10;
11 Query: SELECT filename, content_type, content_size, content_id FROM
web_upload_cache WHERE form_id = '1401289180.2411938.17143986'
ORDER BY create_time_unix;
Una vez disponemos de las consultas slo nos queda ir a JMeter.
Segundo: JDBC en JMeter
El primer paso ser bajar el driver JDBC necesario para conectar a la
base de datos y colocarlo en el directorio /lib de JMeter.
Una vez hecho esto podremos tener acceso a la conexin JDBC a la
base de datos y podremos construir la prueba.


Tercero: Una pequea prueba de ejemplo
Aqu vemos un ejemplo muy simple de los elementos que
constituyen una prueba JDBC.
Por un lado tenemos la configuracin de la conexin JDBC.
: Una pequea prueba de ejemplo

Aqu vemos un ejemplo muy simple de los elementos que
Por un lado tenemos la configuracin de la conexin JDBC.

Y por otro un grupo de hilos donde en este caso aparecen tres
consultas. Cada consulta es algo tan sencillo como incluir la consulta que
hemos capturado en el LOG dentro de un campo.
Finalmente hemos includo un tipo de temporizador que en este
tipo de pruebas puede resultar muy til: el temporizador de rendimiento
constante.
Es un temporizador que bsicamente ajusta el retardo entre
peticin y peticin para ejecutar un total N en una unidad de tiempo. En
este caso lo hemos ajustado para rea
valor lo podemos obtener a partir del nmero de peticiones SQL que cada
peticin WEB desencadena. Dicho de otra forma, si sabemos que tenemos
20 peticiones WEB al segundo y que cada peticin WEB desencadena ~4
consultas SQL. Tendremos unas 80 peticiones SQL al segundo y unas 4.800
peticiones SQL al minuto.

Y por otro un grupo de hilos donde en este caso aparecen tres
a consulta es algo tan sencillo como incluir la consulta que
hemos capturado en el LOG dentro de un campo.

Finalmente hemos includo un tipo de temporizador que en este
tipo de pruebas puede resultar muy til: el temporizador de rendimiento
Es un temporizador que bsicamente ajusta el retardo entre
peticin y peticin para ejecutar un total N en una unidad de tiempo. En
este caso lo hemos ajustado para realizar 5.000 peticiones por minuto. Este
valor lo podemos obtener a partir del nmero de peticiones SQL que cada
peticin WEB desencadena. Dicho de otra forma, si sabemos que tenemos
20 peticiones WEB al segundo y que cada peticin WEB desencadena ~4
tas SQL. Tendremos unas 80 peticiones SQL al segundo y unas 4.800

Pruebas de Rendimiento TIC

Cargado por

Información del documentohacer clic para expandir la información del documento

Copyright:

Formatos disponibles

Pruebas de Rendimiento TIC

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Pruebas de Rendimiento TIC

Cargado por

Copyright:

Formatos disponibles

Pruebas de

Figura 3-4 | HTTPerf | Conexiones

También podría gustarte