Optimizar el rendimiento: medir primero, corregir el cuello de botella real

Cómo mejorar el rendimiento sin adivinar: objetivos medibles, perfilado, cuello de botella, corrección y nueva medición. Core Web Vitals, consultas, tamaño de las cargas.

Metodologíametodologiaprestazioniqualitàingegneria del software19 de noviembre de 2026 · 3 min de lectura

«Esta página es lenta» no es una indicación de trabajo. ¿Lenta respecto a qué, para quién, en qué momento? La optimización sin mediciones produce cambios que complican el código y no cambian lo que percibe el usuario. El método es lo contrario: se parte de un número, se encuentra adónde va el tiempo y se interviene ahí.

El ciclo

1. Un objetivo medible. Un requisito de rendimiento tiene un número y un contexto: «la lista de pedidos se abre en menos de un segundo con diez mil filas, con una conexión media». Para la web existen indicadores estándar de la calidad percibida, los Core Web Vitals (rapidez con que aparece el contenido principal, reactividad a las interacciones, estabilidad del diseño); los valores de referencia deben tomarse de la documentación oficial actualizada.

2. Medir el estado actual. Sin una medición inicial no se sabe si se ha mejorado. Se mide en condiciones reales o lo más cercanas posible: datos de producción (anonimizados), dispositivos y redes representativos.

3. Encontrar el cuello de botella. Se perfila: ¿adónde va el tiempo? A menudo no es donde se piensa. En el frontend: tamaño de los archivos, recursos que bloquean el renderizado, imágenes sin optimizar, reprocesamientos inútiles. En el backend: consultas lentas o repetidas, falta de índices, operaciones síncronas que podrían diferirse.

4. Corregir un punto cada vez. Se interviene sobre el mayor cuello de botella, no sobre todo. Cada cambio se mide por separado.

5. Volver a medir y comparar. Se compara con la medición inicial. Si no hay una mejora significativa, el cambio se deshace: la complejidad añadida no se justifica.

6. Proteger el resultado. Se inserta un control (un umbral en las pruebas o en la monitorización) que avisa si el rendimiento vuelve a empeorar.

Los culpables más comunes

  • Consultas N+1: una por cada elemento de una lista, en lugar de una para toda la lista.
  • Listas sin límite o sin paginación.
  • Falta de índices en columnas usadas para filtrar u ordenar.
  • Cargas excesivas: imágenes pesadas, bibliotecas enteras para usar una función.
  • Trabajo repetido: cálculos o peticiones idénticos rehechos en cada petición, donde bastaría un resultado en memoria.
  • Reprocesamientos inútiles de la interfaz.

Optimizar con criterio

Una optimización tiene un coste de legibilidad. Se hace cuando hay un requisito incumplido o una medición que muestra un problema real. La optimización prematura, hecha «por si acaso», vuelve el código más difícil de entender sin ningún beneficio demostrado.

Señales de alarma

  • Optimizar sin una medición de partida.
  • Intervenir sobre lo que «parece lento».
  • Varias optimizaciones a la vez: no se sabe cuál funcionó.
  • Ningún control que impida el regreso del problema.
  • Sacrificar legibilidad por una ganancia no medida.

Un ejemplo

Una lista se abre en cuatro segundos. El perfil muestra que casi todo el tiempo se va en cientos de pequeñas consultas, una por cliente. Se sustituyen por una única consulta que trae consigo los datos del cliente: el tiempo baja de un segundo. Se añade una prueba que avisa si el número de consultas por página supera un umbral.

Cuándo usarlo

Cuando existen requisitos de rendimiento, cuando se sospecha una regresión, cuando los Core Web Vitals o los tiempos de carga deben mejorar o cuando un perfil ha identificado un cuello de botella que corregir.

Este método deriva de la familia de skills de código abierto agent-skills de Addy Osmani (licencia MIT), reescrita y adaptada.

Este artículo es una skill de OIAR

Lo que acabas de leer es el contenido de una skill del catálogo de OIAR, escrito para las personas. Un conocimiento como este pero más rico y profundo, escrito para los agentes, guía las entrevistas, el análisis y el informe dentro de la plataforma. Las skills se usan en OIAR: para probarla en un proyecto tuyo necesitas una cuenta.

performance-optimizationMétodo para mejorar el rendimiento sin adivinar: objetivo medible, medición inicial, perfilado, corrección del cuello de botella, nueva medición, control contra regresiones. Úsese cuando hay requisitos de rendimiento, sospechas de regresión o tiempos de carga que mejorar.