Has creado una API, funciona, pero los usuarios se quejan de respuestas lentas. Miras el código y todo parece estar bien. La base de datos funciona, las consultas son simples y el tiempo de respuesta sigue siendo en segundos, no en milisegundos. ¿Te suena esta situación?
El problema es que la mayoría de los desarrolladores comprueban las cosas obvias: los índices en la base de datos, la complejidad de los algoritmos, el tamaño de los datos. Pero los verdaderos frenos a menudo se esconden en lugares donde pocas personas miran. Analicemos 12 de estas razones no obvias de la lentitud de la API.
1. Consultas DNS para cada llamada externa
Tu API llama a un servicio externo: un sistema de pago, un servicio de análisis u otro microservicio. Y cada vez hace una solicitud de DNS para averiguar la dirección IP. Esto puede añadir de 20 a 200 milisegundos a cada solicitud.
Muchos clientes HTTP no almacenan en caché el DNS de forma predeterminada. Si tu API realiza 10 solicitudes externas por solicitud de usuario, pierdes hasta 2 segundos solo en DNS.
Solución: configura el almacenamiento en caché de DNS en el cliente HTTP o usa el agrupamiento de conexiones con reutilización de conexiones.
2. Serialización de datos en un formato ineficiente
JSON es cómodo, pero lento. Si tu API transfiere grandes cantidades de datos entre servicios, la serialización y deserialización de JSON puede ocupar una parte significativa del tiempo de procesamiento de la solicitud.
Por ejemplo, serializar una matriz de 10.000 objetos en JSON puede tardar entre 50 y 100 milisegundos en Python. Si esto sucede varias veces por solicitud, el tiempo se acumula.
Alternativas: para las comunicaciones internas entre servicios, prueba MessagePack, Protocol Buffers o incluso un formato binario simple. Funcionan mucho más rápido.
3. Registro síncrono y redundante
Registras cada solicitud, cada respuesta, cada acción. Esto es correcto para la depuración, pero si los registros se escriben de forma síncrona en un archivo o base de datos, cada operación de escritura bloquea la ejecución del código.
La escritura en un archivo puede tardar de 5 a 20 milisegundos. Si escribe 10 registros por solicitud, ya son 50-200 milisegundos de latencia neta.
Solución: utiliza el registro asíncrono con búfer, envía registros a un proceso o servicio separado, reduce el nivel de detalle en producción.
4. Falta de consultas preparadas para la base de datos
Incluso con índices, la base de datos puede funcionar lentamente si envías una nueva consulta SQL cada vez en lugar de usar prepared statements. La base de datos se ve obligada a analizar la consulta cada vez, construir un plan de ejecución y solo entonces ejecutarlo.
Las consultas preparadas son almacenadas en caché por la base de datos y la reejecución se produce casi instantáneamente. Ahorro de hasta un 30-40 % del tiempo para realizar consultas simples.
5. Arranques en frío en funciones en la nube
Si utilizas una arquitectura sin servidor (AWS Lambda, Google Cloud Functions), un inicio en frío puede añadir desde 500 milisegundos hasta varios segundos a la primera solicitud después de un período de inactividad.
El problema se agrava si tu función es pesada: muchas dependencias, bibliotecas grandes, inicialización larga. El usuario ve los frenos, aunque el código en sí funciona rápidamente.
Solución: utiliza la simultaneidad aprovisionada para las funciones críticas, optimiza el tamaño de la imagen, lleva la inicialización fuera de la función del controlador.
6. Falta de un grupo de conexiones con la base
Cada nueva conexión a la base de datos son varias decenas de milisegundos para establecer una conexión TCP, autenticación e inicialización. Si tu API crea una nueva conexión para cada solicitud, estás perdiendo el tiempo.
El agrupamiento de conexiones reutiliza las conexiones existentes. Esta es una optimización básica, pero muchos desarrolladores novatos la olvidan o la configuran incorrectamente.
Comprueba la configuración: ¿hay suficientes conexiones en el grupo? ¿No se cierran demasiado rápido? ¿Está configurado correctamente el tiempo de espera?
7. Middleware se ejecuta para todas las solicitudes
Tienes middleware para autenticación, registro, procesamiento de CORS, validación. Todo esto se hace para cada solicitud, incluso para archivos estáticos o un punto final de comprobación de estado.
Si el middleware realiza una solicitud a la base de datos o a un servicio externo para verificar el token, esto añade un retraso a todas las solicitudes sin excepción.
Solución: optimizar el orden del middleware, adelantar las comprobaciones ligeras, eliminar rutas innecesarias, almacenar en caché los resultados de la validación de tokens.
8. Garbage Collection en un momento crítico
Los lenguajes con gestión automática de la memoria (Python, Java, Go) ejecutan periódicamente el recolector de basura. En la mayoría de los casos, esto pasa desapercibido, pero si tu API acumula muchos objetos en la memoria, el GC puede activarse justo durante el procesamiento de la solicitud y congelar la ejecución durante decenas o cientos de milisegundos.
Esto es especialmente notable en Python con su GIL y en Java con parámetros GC mal configurados.
Supervisa las pausas de GC, configura los parámetros del recolector de basura, evita crear objetos innecesarios en las zonas calientes del código.
9. Operaciones de bloqueo en código asíncrono
Estás usando async/await, FastAPI o Node.js, pero en algún lugar del código estás haciendo una llamada síncrona: leer un archivo, consultar una base de datos sin un controlador asíncrono, llamar a una API a través de solicitudes regulares.
Esto bloquea el bucle de eventos y todas las demás solicitudes se ponen en cola. Una consulta lenta ralentiza todo el servidor.
Solución: utiliza solo bibliotecas asíncronas, mueve las operaciones de bloqueo a un grupo de hilos o procesos separados, comprueba todo el código en busca de llamadas síncronas.
10. Falta de tiempo de espera en solicitudes externas
Tu API llama a un servicio externo, pero no establece un tiempo de espera. Si el servicio externo se ralentiza o deja de responder, tu solicitud se bloquea durante minutos hasta que se alcanza el tiempo de espera predeterminado del sistema operativo.
El usuario ve una carga interminable y tu API consume recursos esperando una respuesta que puede que nunca llegue.
Establece siempre tiempos de espera razonables: 5-10 segundos para las API externas, 1-2 segundos para los servicios internos. Es mejor devolver un error rápidamente que hacer esperar al usuario.
11. Reprocesamiento de solicitudes idénticas
El usuario ha hecho clic en el botón varias veces o el frontend envía un retry cuando se agota el tiempo de espera. Tu API recibe las mismas solicitudes y procesa cada una de ellas de manera honesta: realiza consultas a la base de datos, cálculos, envío de correos electrónicos.
Esto no solo es lento, sino que también puede conducir a la duplicación de datos y a un comportamiento incorrecto.
Solución: usa claves de idempotencia, almacena en caché los resultados de consultas recientes, bloquea los reenvíos en el frontend.
12. Las métricas y el seguimiento son un freno en sí mismos
Es irónico, pero las herramientas para medir el rendimiento pueden convertirse en una fuente de frenos. La recopilación de métricas detalladas, el seguimiento de cada solicitud, el envío de datos a los sistemas de monitoreo: todo esto requiere recursos.
Si recopilas demasiadas métricas o las envías de forma síncrona, consume tiempo de procesamiento y añade latencia.
Sé razonable: recopila solo las métricas necesarias, usa sampling para el seguimiento, envía datos de forma asíncrona y por lotes.
¿Qué hacer después?
Ahora ya conoces 12 razones no obvias por las que una API puede ralentizarse. El siguiente paso es una verificación sistemática: añade perfiles, mide el tiempo en cada etapa del procesamiento de la solicitud, encuentra cuellos de botella.
Recuerda: el rendimiento no es una optimización única, sino un proceso continuo. Monitorea, mide, mejora.
Kodik no es solo una aplicación, sino tu mentor personal en el mundo de la programación. Te lo explica todo con palabras sencillas, te ayuda a poner en práctica tus conocimientos y te da logros geniales por tus éxitos 🏅
Y también tenemos un genial Canal de Telegram con una comunidad amigable donde puedes hacer cualquier pregunta y obtener ayuda de desarrolladores experimentados. ¡Únete!