Tres segundos no suenan a crisis hasta que son cada consulta. Una base de datos compartida entre varios de nuestros servicios llegó a 160 de 200 conexiones —saturada—, y la latencia p95 de uno de ellos se fue a entre 5.7 y 9.2 segundos. No se cayó nada. Solo todo empezó a arrastrarse.
El reflejo fácil era comprar una máquina más grande y seguir. Primero medimos dónde dolía: no era falta de cómputo, era el embudo de conexiones. Abrimos un pool delante de la base y, solo después, subimos un escalón el tamaño.
el recibo
Conexiones: de 160/200 (saturado) a 197/400 —49%—. Latencia p95: de 5.7–9.2s a 3.0s. Costo: un escalón marginal de infraestructura al mes —ridículo frente a lo que costaba la latencia. Publicamos también lo feo: estuvimos saturados y la latencia fue de usuarios reales, no de una prueba.
El problema casi nunca es que falte máquina. Es que nadie midió el embudo.
Un recibo malo sigue siendo un recibo. La tabla cruda dice que el cuello de botella se abrió con plomería, no con hardware —y que la próxima vez el número a vigilar no es la CPU, son las conexiones.