- Define la tasa de llegada. Introduce cuántas revisiones aparecen por hora durante el periodo de mayor actividad.
- Usa el tiempo completo de proceso. Mide desde que una revisión empieza a consumir capacidad hasta que termina, incluidos pasos de recuperación o análisis.
- Reserva holgura. La utilización objetivo debe dejar espacio para revisiones más grandes y pequeñas variaciones de carga.
- Interpreta el redondeo. La capacidad se muestra como un número entero de revisiones simultáneas.
- Simula repositorios distintos. Cambia la duración media para representar proyectos con diffs más pequeños o más complejos.
Estimador de capacidad de latencia para revisión de código con IA
Este estimador calcula cuántas revisiones de código deben poder ejecutarse en paralelo para sostener una tasa de llegada determinada. Utiliza revisiones por hora, tiempo medio de procesamiento por revisión y una utilización objetivo que evita diseñar el sistema al límite. Es especialmente útil cuando cada análisis puede durar decenas de segundos o varios minutos por la lectura de diffs, recuperación de contexto y generación de comentarios.
La cifra resultante ayuda a fijar límites de workers, réplicas o trabajos simultáneos en un servicio de revisión automática. No presupone que todas las revisiones tengan el mismo tamaño: el tiempo introducido debe ser una media representativa del lote que se quiere dimensionar, y los repositorios con cambios muy heterogéneos conviene evaluarlos también con escenarios conservadores.
Llegadas y duración de revisión
/h
s
%
Resultado
—
revisiones simultáneas necesarias
Concurrencia teórica—
Margen por utilización—
Equivalente en 8 h—
Concurrencia necesaria = (Revisiones/h × Tiempo por revisión en s ÷ 3.600) ÷ Utilización objetivo
Primero se obtiene la cantidad media de trabajos en curso si el sistema operara sin reserva. Después se divide por la utilización objetivo expresada como decimal y se redondea hacia arriba.
La relación es una aproximación de capacidad. Si las revisiones llegan en lotes tras integraciones masivas o existen prioridades diferentes, conviene modelar también la cola y no solo la media.
Qué significa el resultado
El resultado aproxima cuántas revisiones deben poder mantenerse activas al mismo tiempo para acompañar el ritmo de llegada elegido.
Usa métricas de producción cuando estén disponibles y separa colas con perfiles muy distintos si una sola media oculta extremos importantes.
Datos: 75 revisiones/h, 95 s por revisión y 65 % de utilización objetivo.
Cálculo: concurrencia teórica = 75 × 95 ÷ 3.600 = 1,98. Ajustada = 1,98 ÷ 0,65 = 3,04.
Resultado: se redondea a 4 revisiones simultáneas de capacidad.
¿La duración debe incluir el tiempo en cola?
No si estás calculando la capacidad de servicio. Introduce el tiempo durante el que la revisión ocupa recursos; el tiempo de espera en cola es una consecuencia de la capacidad disponible.
¿Qué ocurre si algunas revisiones duran diez veces más?
Una media única puede ocultar ese riesgo. Prueba un escenario adicional con una duración más alta o segmenta las revisiones por tamaño para dimensionar cada grupo.
¿Puedo convertir el resultado directamente en número de workers?
Sí, si cada worker ejecuta una sola revisión a la vez. Si un worker admite varias revisiones concurrentes, divide la capacidad requerida entre la concurrencia efectiva por worker.
¿Una utilización menor siempre es mejor?
Aporta más margen, pero también exige más capacidad. El valor adecuado depende de la variabilidad de las llegadas, el tiempo de proceso y el nivel de espera que aceptes.
¿En qué se diferencia del estimador de rendimiento?
Este parte de la demanda y el tiempo para obtener concurrencia necesaria. El estimador de rendimiento hace la operación inversa: parte de una capacidad concurrente para estimar cuántas revisiones puede completar.