toolbox
Inicio / IA, datos y tecnología / A B Experiment Processing Capacity Estimator

A B Experiment Processing Capacity Estimator

Esta herramienta estima cuántos participantes o eventos de un experimento A/B puede procesar una canalización analítica dentro de un periodo, a partir de su rendimiento sostenido y del margen de utilización elegido. También compara esa capacidad con la demanda prevista para mostrar si existe holgura o déficit.

Puede usarse para dimensionar ingestión, asignación, cálculo de métricas o procesamiento por lotes antes de aumentar el tráfico de experimentación. El modelo es deliberadamente simple: asume una tasa de procesamiento aproximadamente constante, por lo que conviene complementarlo con pruebas de carga cuando existan ráfagas o dependencias compartidas.

Datos de entrada

eventos/s
%
h
eventos
Resultado
—
eventos procesables en el periodo
Rendimiento efectivo—
Holgura frente a demanda—
Estado de capacidad—

1. Introduce el rendimiento probado
Usa una tasa sostenible medida en eventos por segundo, no un pico instantáneo.

2. Fija la utilización objetivo
Deja margen para variabilidad, reintentos y otras cargas del sistema.

3. Define la ventana
Indica cuántas horas estará disponible el procesamiento durante el periodo.

4. Añade la demanda
Introduce el volumen que esperas recibir para comparar capacidad y carga.

5. Evalúa la holgura
Un valor positivo indica margen; uno negativo muestra cuánto volumen excedería la capacidad estimada.

Rendimiento_efectivo = rendimiento_máximo × U Capacidad = rendimiento_efectivo × horas × 3.600 Holgura = capacidad − demanda

U es la utilización objetivo en forma decimal. La capacidad se expresa en eventos procesables durante toda la ventana.

Qué significa el resultado

La cifra principal representa el volumen máximo estimado que puede procesarse dentro de la ventana manteniendo la utilización seleccionada.

No incorpora colas, latencia por evento, particionado desigual ni fallos de dependencias; esos factores pueden reducir la capacidad efectiva.

Datos:

  • 2.500 eventos/s de rendimiento máximo
  • 75 % de utilización
  • 24 horas
  • Demanda: 120.000.000 eventos

Cálculo:
2.500 × 0,75 = 1.875 eventos/s.
1.875 × 24 × 3.600 = 162.000.000 eventos.

Resultado:
Capacidad: 162.000.000; holgura: 42.000.000 eventos.

Interpretación:
La infraestructura tendría margen para la demanda prevista bajo el nivel de utilización elegido.

¿Por qué usar una utilización menor del 100 %?

Porque un sistema al límite tiene menos margen para picos, reintentos y tareas de mantenimiento. La utilización objetivo representa una política de operación.

¿Debo usar rendimiento medio o máximo?

Es preferible un rendimiento sostenible validado en pruebas similares a producción. Un pico breve suele sobreestimar la capacidad.

¿Qué ocurre con el backlog existente?

Inclúyelo dentro de la demanda si debe procesarse en la misma ventana.

¿La capacidad implica que la latencia será aceptable?

No necesariamente. Un sistema puede procesar el volumen total y aun así tener colas o latencia excesiva durante picos.

¿Cómo uso el resultado para escalar horizontalmente?

Puedes comparar la demanda con la capacidad de una instancia o partición y estimar cuántas unidades equivalentes necesitas, añadiendo margen por balanceo imperfecto.