Toda infraestructura vive en tensión entre dos fuerzas opuestas. Si sobredimensionas, pagas cada mes por CPU, memoria y discos que rara vez se usan. Si infradimensionas, el día que llega el pico de demanda el sistema se satura, los tiempos de respuesta se disparan y acabas con una caída que cuesta ventas y reputación. El capacity planning es la disciplina que busca el punto óptimo entre esos dos extremos.
No hablamos de un checklist para una campaña concreta, sino de una metodología general y continua: cómo medir la demanda real, cómo proyectar el crecimiento, cuánto margen de seguridad dejar y qué mecanismos de escalado usar para absorber las variaciones. Es el mismo razonamiento tanto si gestionas un servidor dedicado como si operas una plataforma distribuida en la nube.
En este artículo recorremos los conceptos clave: qué recursos hay que dimensionar, los tres métodos principales de estimación, el papel del headroom y de los percentiles, la diferencia entre escalado vertical y horizontal, cómo funciona el autoescalado y dónde están sus límites, y por qué el modelo híbrido —base estable en dedicado más picos en cloud— suele ser la respuesta más rentable.
Qué es el Capacity Planning
El capacity planning es el proceso de dimensionar los recursos de infraestructura para satisfacer la demanda actual y futura con un nivel de servicio aceptable, evitando tanto el sobreaprovisionamiento (que dispara el coste) como el infraaprovisionamiento (que provoca degradación y caídas). No es un cálculo puntual, sino un ciclo que se revisa a medida que cambian el tráfico, el producto y el negocio.
Dimensionar bien exige mirar a varios recursos a la vez, porque el cuello de botella puede estar en cualquiera de ellos:
- check_circle CPU: núcleos y frecuencia disponibles frente a la carga de cómputo. Un pico de tráfico o un proceso batch mal planificado puede saturarla.
- check_circle Memoria (RAM): quedarse sin memoria activa el swap o el OOM killer, y el rendimiento se desploma de golpe, no de forma gradual.
- check_circle Almacenamiento e IOPS: no basta con tener capacidad libre; hay que garantizar las operaciones por segundo y la latencia que exige la carga, especialmente en bases de datos.
- check_circle Red: ancho de banda, conexiones concurrentes y throughput del balanceador. Un pico de peticiones puede agotar sockets antes que CPU o RAM.
El objetivo no es que ningún recurso llegue nunca al 100%, sino que el sistema mantenga sus objetivos de latencia y disponibilidad incluso en los momentos de mayor demanda, con un margen razonable para lo inesperado.
Tres Métodos para Estimar la Capacidad
No existe una única forma de proyectar la capacidad necesaria. En la práctica se combinan tres enfoques complementarios:
1. Basado en tendencias históricas. Se analizan las métricas de los últimos meses (uso de CPU, memoria, peticiones por segundo, crecimiento de datos) y se extrapola la tendencia. Es el método más fiable cuando el negocio es estable y ya se tiene monitorización madura, pero por sí solo no anticipa saltos bruscos: solo proyecta lo que ya venía ocurriendo.
2. Basado en objetivos de negocio. Se parte de las metas de la empresa —una campaña de marketing, la entrada en un nuevo mercado, un objetivo de usuarios registrados— y se traduce en carga técnica esperada. Requiere una relación clara entre indicadores de negocio (pedidos, usuarios activos) y consumo de recursos, pero es imprescindible para dimensionar eventos que la historia no refleja todavía.
3. Basado en modelado de carga. Se construye un modelo del sistema —a menudo validado con pruebas de carga— que relaciona el número de usuarios o peticiones con el consumo de cada recurso. Permite responder a preguntas del tipo "¿cuántos servidores necesito para 10.000 usuarios concurrentes?" y es la base de una buena estrategia de capacidad, como recoge el capítulo de ingeniería de capacidad del SRE Book de Google.
Métricas, Headroom y Percentiles
Dimensionar sin métricas es adivinar. El primer paso es tener observabilidad continua de los recursos clave y de los indicadores de servicio (latencia, tasa de error, throughput). Con esos datos aparecen dos conceptos que separan un buen capacity planning de uno ingenuo: el headroom y el percentil.
El headroom es el margen de seguridad que dejas por encima de la carga esperada. No se dimensiona al 100% de uso porque un sistema que opera al límite no tiene capacidad para absorber un pico repentino, el reinicio de un nodo o el crecimiento de las próximas semanas. Un margen típico se sitúa entre el 20% y el 30%: es decir, si esperas usar 70 unidades de un recurso, provisionas alrededor de 100. Ese colchón es la diferencia entre degradarse con elegancia o caerse de golpe.
El otro error clásico es dimensionar a la media. La media esconde los picos: un servidor puede estar al 40% de CPU de media y aun así saturarse todos los días a la hora punta. Por eso se dimensiona al percentil: el p95 refleja el valor que no se supera el 95% del tiempo, y el p99 el 99%. Trabajar sobre el p95/p99 en lugar de la media garantiza que la infraestructura aguanta precisamente esos momentos críticos donde el usuario sí lo nota.
Regla práctica:
Dimensiona al p95 o p99 de tus métricas históricas, nunca a la media, y añade un headroom del 20-30% sobre ese valor. Media + sin margen es la receta perfecta para caerse justo el día que más tráfico tienes.
Escalado Vertical vs Horizontal
Cuando la demanda crece, hay dos maneras de responder. El escalado vertical (scale-up) consiste en dar más recursos a la misma máquina: más CPU, más RAM, discos más rápidos. Es simple, no requiere cambios en la aplicación y es la vía natural para cargas difíciles de distribuir, como una base de datos relacional monolítica. Su problema es el techo físico: una máquina no puede crecer indefinidamente, y ampliarla suele implicar una parada.
El escalado horizontal (scale-out) añade más máquinas en paralelo y reparte la carga entre ellas con un balanceador. Es prácticamente ilimitado y encaja con arquitecturas modernas, pero exige que la aplicación sea distribuible y stateless, y añade complejidad de coordinación. Para que funcione hace falta una capa de reparto sólida; profundizamos en ello en nuestro artículo sobre balanceo de carga: técnicas y arquitecturas.
La siguiente tabla resume los principales enfoques de escalado con su ventaja y su límite:
| Enfoque de escalado | Ventaja | Límite |
|---|---|---|
| Vertical (scale-up) | Simple, sin cambios en la app; ideal para BBDD monolíticas | Techo físico de la máquina; suele requerir parada |
| Horizontal (scale-out) | Escala casi ilimitada; tolerancia a fallos | Exige apps stateless y balanceo; más complejidad |
| Autoescalado reactivo | Se adapta solo a la carga según métricas en tiempo real | Reacciona con retraso; arranque en frío ante picos bruscos |
| Autoescalado predictivo/programado | Anticipa el pico con calendario o ML antes de que llegue | Depende de la calidad de la previsión; falla ante lo imprevisto |
| Sobreaprovisionamiento estático | Capacidad siempre lista; latencia predecible | Coste alto por recursos ociosos la mayor parte del tiempo |
| Híbrido (cloud bursting) | Base estable en dedicado + picos en cloud; mejor coste/rendimiento | Requiere apps portables y automatización del desbordamiento |
Autoescalado: Reactivo vs Predictivo
El autoescalado automatiza el escalado horizontal: añade o retira instancias sin intervención manual. Hay dos grandes familias. El autoescalado reactivo responde a métricas en tiempo real —uso de CPU, longitud de la cola de peticiones, latencia— y aplica reglas: si la CPU media supera el 70% durante unos minutos, arranca una instancia más; si baja del 30%, retira una. Es sencillo de configurar, pero siempre reacciona con retraso, porque primero tiene que detectar el pico y luego levantar la capacidad.
El autoescalado predictivo o programado se adelanta al pico. En su forma más simple es un calendario: si sabes que cada lunes a las 9:00 llega la oleada de tráfico, escalas a las 8:45. En su forma avanzada, un modelo de machine learning aprende los patrones históricos y provisiona capacidad antes de que la demanda llegue. Anticipa mejor, pero depende por completo de la calidad de la previsión: ante un evento imprevisto, se queda corto.
Dos parámetros son críticos en cualquier política de autoescalado. Los umbrales definen cuándo escalar hacia arriba o hacia abajo; si están mal calibrados, el sistema escala tarde o innecesariamente. Los cooldowns (periodos de enfriamiento) evitan el flapping: sin ellos, el sistema añadiría y quitaría instancias de forma frenética ante pequeñas fluctuaciones. Y hay un requisito de fondo: el autoescalado horizontal solo funciona bien con arquitecturas stateless, donde cualquier instancia nueva atiende cualquier petición sin depender de estado local. Nuestros servicios gestionados incluyen el diseño y ajuste de estas políticas.
Los Límites del Autoescalado y el Modelo Híbrido
Aquí conviene deshacer un malentendido habitual: el autoescalado no es magia infinita. En infraestructura on-premise o bare metal no existe elasticidad real: no puedes "levantar" un servidor físico que no está ya instalado. El hardware hay que aprovisionarlo con semanas o meses de antelación, así que la única forma de estar preparado es dimensionar de antemano con suficiente headroom. La ventaja es un coste por unidad de cómputo mucho menor y una latencia totalmente predecible.
El cloud, en cambio, sí es elástico: puedes pedir más instancias en minutos. Pero tiene dos peajes. El primero es el coste: la capacidad bajo demanda es notablemente más cara por hora que la reservada o el bare metal, y mantener mucha capacidad elástica encendida dispara la factura. El segundo es el arranque en frío (cold start): una instancia nueva tarda de segundos a minutos en estar operativa —arrancar, descargar imágenes, calentar cachés—, tiempo durante el cual el pico ya te está golpeando.
De ahí que el enfoque más rentable para la mayoría de cargas variables sea el modelo híbrido: una base estable en infraestructura dedicada o reservada —dimensionada al p95 habitual con su headroom— que absorbe el grueso de la demanda al mejor coste, más una capa de cloud para los picos. Esta técnica, conocida como cloud bursting, desborda hacia la nube escalable únicamente cuando la carga supera lo que la base dedicada puede atender, combinando el coste bajo del dedicado con la elasticidad puntual del cloud.
Nada de esto se da por bueno sin validarlo. Las pruebas de carga son las que confirman que el dimensionamiento y las políticas de autoescalado aguantan de verdad: se simula el tráfico esperado, se observa dónde aparece el cuello de botella y se ajusta antes de que llegue el evento real. Es exactamente el trabajo previo que describimos al preparar un ecommerce para Black Friday, donde el pico es conocido y no hay margen para improvisar.
Errores Comunes al Dimensionar
La mayoría de incidentes de capacidad no vienen de tecnología cara mal usada, sino de decisiones de dimensionamiento equivocadas. Los cuatro errores más frecuentes:
- check_circle Dimensionar a la media: usar el consumo medio como referencia ignora los picos, que es justo donde el sistema se rompe. Trabaja siempre con percentiles p95/p99.
- check_circle Ignorar el crecimiento: dimensionar solo para la carga de hoy garantiza quedarse corto en pocos meses. El plan debe incluir la tendencia proyectada.
- check_circle No dejar headroom: operar al 90-100% de uso no deja margen para reinicios, fallos de nodo ni picos repentinos. Reserva ese 20-30% de colchón.
- check_circle Autoescalar cargas con estado: aplicar autoescalado horizontal a bases de datos o servicios con sesión local provoca inconsistencias y pérdida de datos. El estado se aísla; solo se autoescala lo stateless.
EasyDataHost: Base Dedicada con Margen y Cloud para los Picos
En EasyDataHost aplicamos esta metodología en la infraestructura que ofrecemos a nuestros clientes, combinando lo mejor de ambos mundos:
- arrow_right Servidores dedicados dimensionados con headroom real para tu carga base, con la latencia predecible y el coste por unidad de cómputo del bare metal.
- arrow_right Cloud escalable para absorber los picos mediante cloud bursting, pagando la elasticidad solo cuando realmente la necesitas.
- arrow_right Diseño de políticas de autoescalado, balanceo y arquitectura stateless dentro de nuestros servicios gestionados, incluidas pruebas de carga previas a los eventos críticos.
- arrow_right Todo sobre datacenter propio en España, con certificación ISO 27001, conformidad ENS y soporte técnico 24/7.
Si necesitas ayuda para dimensionar tu infraestructura o definir una estrategia de escalado ante los picos, contacta con nuestro equipo para un análisis técnico sin compromiso.
Preguntas Frecuentes
¿A qué percentil debo dimensionar mi infraestructura?
Al percentil 95 o 99 (p95/p99) de tus métricas históricas, no a la media. La media esconde los picos donde el sistema sufre; el p99 refleja la peor experiencia del 1% de las peticiones. Sobre ese valor, añade un headroom del 20-30% para absorber crecimiento e imprevistos.
¿Puedo confiar en el autoescalado para absorber cualquier pico?
No siempre. Funciona bien con cargas stateless en cloud, pero en bare metal no es elástico (el hardware se aprovisiona con antelación) y en cloud sufre el arranque en frío, de segundos a minutos. Además, autoescalar cargas con estado provoca inconsistencias. Lo recomendable es una base estable con headroom más autoescalado solo para la parte elástica.
¿Cuál es la diferencia entre escalado vertical y horizontal?
El vertical (scale-up) añade recursos a una misma máquina: simple, pero con techo físico y suele requerir reinicio. El horizontal (scale-out) añade más máquinas en paralelo detrás de un balanceador: escala casi ilimitadamente, pero exige que la aplicación sea distribuible y stateless. La mayoría de arquitecturas maduras combinan ambos.
Conclusión
El capacity planning no consiste en comprar la máquina más grande ni en confiar ciegamente en el autoescalado: es medir bien, proyectar el crecimiento y elegir el mecanismo de escalado adecuado a cada carga. Las ideas clave:
- arrow_right Dimensiona con datos: al p95/p99, nunca a la media, y deja siempre un headroom del 20-30%.
- arrow_right Combina escalado vertical y horizontal, y aplica autoescalado —reactivo o predictivo— solo a las cargas stateless.
- arrow_right Recuerda los límites: el bare metal no es elástico y el cloud sufre coste y arranque en frío. El modelo híbrido (base dedicada + cloud bursting) suele ser el mejor equilibrio.
- arrow_right Valida con pruebas de carga y evita los errores clásicos: media, ignorar el crecimiento, cero headroom y autoescalar el estado.