Vertical u horizontal

  • Lección 4 de 40
  • 11 min
  • Inicial
  • 11 pasos

Tu app vive en un solo servidor y el tráfico no para de crecer. Hay dos caminos para ganar capacidad y cada uno tiene su precio.

Usuarios
500.000
Peticiones
20.000 pet/s
Latencia p95
95 ms
Errores
0%
Coste US$/mes
14.400
500.000 usuariosServidorde appsServidor de appsServidor AServidor AServidor BServidor BServidor CServidor CServidor DServidor DServidor EServidor EServidor FServidor F1%4 vCPU · 16 GB100%llegan 480 pet/s, caben 40030%16 vCPU · 64 GB100%192 vCPU · 768 GB: no hay máscaído54%52%52%50%Capacidad (ejemplo)1 × 192 vCPU≈ 19.200 pet/s4 × 96 vCPU≈ 38.400 pet/ssi cae uno≈ 28.800 pet/sla carga es de 20.000 pet/s5%5%6%5%10%11%Regla de autoescaladoobjetivoCPU media ≈ 50%mínimo2 servidoresmáximo8 servidorescoste medio10.800 US$/mes12 h con 4 servidores + 12 h con 2100%100%arrancando · ≈ 3 min52%52%52%caído: 1 de cada 4 usuarios sin servicioArriba frente a fueracómomás grandemás máquinascódigoigualsin estadotechoel hardwarecasi ningunosi fallacae todocae una partecrecermigrarsumar unocosterinde menoslineal
  • petición
  • respuesta
  • esperando en cola

Paso 1 de 11

Concepto

Una sola máquina lo hace todo

Al principio tu app corre en un único servidor: cada vez que alguien abre una pantalla o guarda algo, la petición sale de su dispositivo, llega a esa máquina y vuelve con la respuesta.

Con 100 usuarios conectados llegan unas 4 peticiones por segundo. La máquina tiene 4 vCPU y aguanta unas 400 pet/s, así que trabaja al 1%.

Paso 2 de 11

Problema

Un video se hace viral

De un día para otro tienes 120 veces más usuarios: 12.000 conectados y 480 pet/s. El servidor solo sirve unas 400, así que sobran 80 por segundo.

La CPU se queda clavada en el 100%, las peticiones esperan en cola, la latencia p95 sube a 2,4 s y cerca del 17% (80 de cada 480) termina en timeout.

Qué cambió

  • Usuarios 100 → 12.000
  • CPU 1% → 100%
  • Timeouts: ≈ 17%

Paso 3 de 11

Solución

Camino 1: una máquina más grande

La salida más directa es cambiar a un servidor con más vCPU, más memoria y discos más rápidos. Pasas de 4 a 16 vCPU: unas 1.600 pet/s de capacidad.

El código no cambia en nada. A esto se le llama escalado vertical (escalar hacia arriba). Con 480 pet/s la CPU baja al 30%.

Qué cambió

  • Servidor 4 → 16 vCPU
  • CPU 100% → 30%
  • Coste 150 → 600 US$/mes

Paso 4 de 11

Compromiso

Hasta que no hay máquina más grande

El producto sigue creciendo hasta 500.000 usuarios y 20.000 pet/s. Subes de tamaño una y otra vez hasta la máquina más grande del catálogo: 192 vCPU. Sobre el papel serían 19.200 pet/s, pero en la práctica rinde unas 17.600.

El software no aprovecha 192 núcleos igual que 16: locks, memoria compartida y un único disco se vuelven cuellos de botella. El 12% de las peticiones falla. Y cada salto de tamaño es una migración con reinicio.

Qué cambió

  • Usuarios 12.000 → 500.000
  • Máquina más grande alcanzada
  • Coste 600 → 7.200 US$/mes

Paso 5 de 11

Problema

Todo depende de una sola caja

Hay un problema peor que el techo: si esa máquina cae, cae todo. Basta un despliegue con un bug, un disco lleno o una fuente de poder rota.

Un componente cuya caída tumba el sistema completo es un punto único de fallo (SPOF, por sus siglas en inglés).

Qué cambió

  • Servidor de apps caído
  • Errores 12% → 100%

Paso 6 de 11

Solución

Camino 2: más máquinas iguales

En lugar de una máquina enorme, pones varias medianas a trabajar en paralelo con el mismo código: aquí, cuatro de 96 vCPU (unas 9.600 pet/s cada una).

Si necesitas más capacidad, sumas otro servidor. No hay un techo duro y cada máquina es solo una parte del total. Esto es escalado horizontal (escalar hacia fuera), y es como crecen casi todos los sistemas grandes.

Qué cambió

  • 1 máquina gigante → 4 medianas
  • Coste 7.200 → 14.400 US$/mes
  • CPU ≈ 52% en cada una
  • Errores 100% → 0%

Paso 7 de 11

Problema

Capacidad de pico que duerme

El tráfico sigue el horario de la gente. A las 8 de la noche hacen falta los cuatro servidores; a las 4 de la mañana hay una décima parte de usuarios y cada uno trabaja al 5%.

Estás pagando la capacidad del pico las 24 horas, aunque la mayor parte del día casi no se use.

Qué cambió

  • 4 a. m.: usuarios 500.000 → 50.000
  • CPU ≈ 52% → 5%

Paso 8 de 11

Solución

Que la flota siga a la demanda

Como todos los servidores son iguales, un autoescalador puede encender y apagar máquinas por ti, por ejemplo para mantener la CPU media cerca del 50%.

De madrugada se queda en dos (el mínimo, para sobrevivir a la caída de uno) y por la tarde vuelve a cuatro. Si la mitad del día corren cuatro y la otra mitad dos, el coste medio baja a 10.800 US$/mes.

Qué cambió

  • 2 servidores apagados de madrugada
  • CPU 5% → 10% en los que quedan
  • Coste medio 14.400 → 10.800 US$/mes

Paso 9 de 11

Problema

Caso: una oferta relámpago

Al mediodía hay 150.000 usuarios y dos servidores van sobrados (6.000 pet/s, 31% de CPU). Empieza una oferta y en dos minutos el tráfico se multiplica por 5: 750.000 usuarios, 30.000 pet/s.

El autoescalador pide 4 servidores más, pero en este ejemplo cada uno tarda unos 3 minutos en arrancar. Mientras tanto, los dos que hay sirven 19.200 pet/s: casi dos tercios. El resto, un 36%, falla. La solución es escalar antes: programarlo para eventos conocidos y dejar margen para los imprevistos.

Qué cambió

  • Usuarios × 5 al mediodía
  • 4 servidores arrancando (≈ 3 min)
  • Errores 0% → 36% mientras arrancan

Paso 10 de 11

Problema

¿Y quién manda cada petición a un servidor?

Hasta ahora cada grupo de usuarios apunta a la dirección de un servidor concreto. Si el Servidor B se cae, una cuarta parte de los usuarios recibe errores aunque haya tres servidores sanos al lado.

Los clientes no saben qué servidores están vivos o saturados. Hace falta algo delante que reciba cada petición y la mande a un servidor sano.

Qué cambió

  • Servidor B caído
  • Errores 0% → 25%

Paso 11 de 11

Resumen

Arriba frente a fuera

Vertical: una máquina más grande. Cero cambios de código y nada nuevo que operar, pero con techo, con reinicio en cada salto y con un punto único de fallo.

Horizontal: más máquinas iguales. Sin techo práctico, una caída solo afecta a una parte y permite autoescalar. A cambio, los servidores no pueden guardar estado y necesitas un balanceador.

Aprenderás

  • Reconocer cuándo un servidor está saturado
  • Escalar en vertical y saber dónde se acaba
  • Escalar en horizontal con varias máquinas iguales
  • Autoescalar con el ritmo del día y adelantarte a los picos
  • Entender por qué escalar en horizontal pide un balanceador