...

Supervisión del alojamiento web con percentiles: P95 y P99 en lugar de solo la media

P95 y P99 ponen de manifiesto las consultas lentas que pueden quedar ocultas tras un valor medio. Un P95 Describe, de forma simplificada, la duración que no superan aproximadamente el 95 % de las consultas seleccionadas. El significado que se le puede dar depende del punto de medición, del periodo de tiempo y del volumen de consultas registradas. Los histogramas proporcionan estimaciones al respecto, cuya precisión depende de su resolución. Para obtener una visión fiable del funcionamiento, también hay que tener en cuenta el volumen de consultas y la tasa de errores; un percentil por sí solo no explica ni la causa de un retraso ni la experiencia de cada persona.

Qué se mide en la medición de la latencia

Un indicador de latencia solo se entiende si Punto de medición Es un hecho. Un proxy inverso puede registrar la duración de una solicitud en el momento en que pasa por él hacia el servicio; una aplicación, en cambio, mide un tramo dentro de su propio procesamiento. Los pasos que se incluyen en cada caso dependen de dónde comienza y termina la medición.

Una medición en el navegador puede registrar además partes del trayecto entre el cliente y el servidor, así como el procesamiento por parte del cliente. También en este caso, la instrumentación concreta determina el inicio y el final. Por lo tanto, una baja latencia del servidor por sí sola no demuestra que una página sea de rápido uso en el navegador: la transmisión por la red y el procesamiento en el dispositivo pueden requerir más tiempo.

Imagen ilustrativa generada por IA de una toma de red con un cable Ethernet enchufado, como indicación de un punto de medición
En la imagen ilustrativa generada por IA, la conexión de red representa un posible tramo de la ruta de la solicitud.

Coloca también la Población Aclara: ¿Se trata de todas las solicitudes de un servicio o de un punto final concreto? La distribución global puede ser diferente a la de un punto final concreto. Además, aclara si el análisis abarca una ventana móvil de cinco minutos o un periodo de tiempo más largo, y si los valores se muestran en segundos o en milisegundos.

Las consultas exitosas y las fallidas también forman parte de la definición. Un error devuelto rápidamente puede mejorar la distribución de la latencia, aunque la consulta no haya llegado a su destino. Las vistas separadas para los casos exitosos y los fallidos ayudan a identificar estos casos; además, la tasa de error sigue siendo un indicador operativo independiente.

La convención de OpenTelemetry en la rama de desarrollo describe, para los servidores HTTP, un histograma de la duración de las solicitudes en segundos. Esto no implica que una versión concreta instalada lo admita o lo exporte con el mismo nombre. Comprueba en tu entorno el nombre real de la métrica y los atributos disponibles antes de crear un panel de control basado en ella.

Cómo interpretar correctamente los códigos P95 y P99

A percentil describe un límite dentro de la distribución seleccionada. Si P95 es de 400 milisegundos, en términos sencillos, aproximadamente el 95 % de las duraciones de las solicitudes consideradas no superan ese valor. P99 amplía la perspectiva hacia el extremo más lento: describe, en consecuencia, el límite para aproximadamente el 99 % de las observaciones.

Comparación entre la media y los percentiles
Cifra claveDeclaraciónLímites de la afirmación
mediaSuma de las duraciones dividida entre el número de solicitudesOculta la distribución de las consultas individuales rápidas y lentas
P50Límite para aproximadamente la mitad de las duraciones observadasNo describe lo lento que es el extremo superior
P95Límite para aproximadamente el 95 % de las duraciones observadasLas observaciones más lentas por encima del límite pasan desapercibidas en un valor concreto
P99Límite para aproximadamente el 99 % de las duraciones observadasCuando el número de observaciones es reducido, puede depender en gran medida de valores concretos.

Estos porcentajes se refieren a valores medidos, no directamente a personas o sesiones. Una persona puede generar varias solicitudes, mientras que otra solo envía una. Por lo tanto, a partir de un P99 por sí solo no se puede deducir que el uno por ciento de los usuarios haya experimentado una sesión lenta.

El límite exacto depende, además, del método de cálculo. Cuando los valores medidos son iguales o cuando la posición deseada se encuentra entre dos observaciones, las distintas definiciones de cuantiles pueden seleccionar o interpolar de forma diferente. En el caso de los valores estimados del histograma, hay que tener en cuenta además la división en intervalos; por lo tanto, un valor mostrado no siempre corresponde a una duración individual realmente observada.

En lo que respecta a la supervisión del alojamiento web, el percentil incluye el volumen de solicitudes y la tasa de errores. El mismo valor P99 debe interpretarse de forma diferente cuando hay pocas solicitudes que cuando hay muchas; sin tener en cuenta el volumen, resulta difícil evaluar su estabilidad. Además, la tasa de errores pone de manifiesto un aspecto que una mera distribución temporal no refleja de forma fiable.

Cómo estiman los histogramas los percentiles

Un histograma clásico de Prometheus no almacena una lista ordenada de todas las duraciones de las consultas. Cuenta las observaciones en categorías acumulativas: Un grupo con un límite superior determinado incluye también las observaciones que ya se encuentran en grupos inferiores. A partir de estos recuentos se puede estimar en qué rango de la distribución se encuentra un percentil determinado.

Supongamos que la posición buscada se encuentra entre los límites de 200 y 500 milisegundos. El histograma muestra cuántas observaciones se han contabilizado hasta esos límites, pero no su distribución exacta entre ellos. En el caso de los histogramas clásicos, Prometheus estima la posición dentro de ese intervalo mediante interpolación lineal.

Esta estimación puede diferir de los valores individuales reales. En particular, un intervalo amplio en torno a un valor límite importante desde el punto de vista operativo deja mucho margen para la incertidumbre: las observaciones podrían distribuirse dentro de ese intervalo de forma diferente a la supuesta en la interpolación. Unos límites más estrechos en los rangos relevantes mejoran la resolución, pero suponen un esfuerzo adicional en la recopilación de datos.

Ilustración generada por IA de campos de diferentes anchuras con puntos que simbolizan los intervalos del histograma
La ilustración generada por IA pone de manifiesto que los grupos amplios solo ofrecen una resolución limitada de la situación de las observaciones individuales.

Los histogramas nativos utilizan una representación diferente a la de las series temporales clásicas por intervalos. Sus cuantiles también son estimaciones; los Interpolación Depende del esquema y del bucket que se utilicen. Por lo tanto, los histogramas clásicos y nativos no deben tratarse como si tuvieran el mismo almacenamiento y siempre las mismas reglas de interpolación.

Quantile ya puede calcular un resumen en el proceso instrumentado. Sin embargo, estos valores cuantílicos ya calculados no se pueden combinar posteriormente para obtener un cuantíl global correcto de varios procesos. Por ello, para una evaluación conjunta de las instancias, los datos de histogramas agregables suelen constituir la base más adecuada; en este caso, los límites de los intervalos deben ajustarse al resumen deseado.

Cuando la media oculta los valores atípicos

Ejemplo ilustrativo de cálculo, no se trata de una medición: en un intervalo de tiempo, 95 solicitudes tardan 100 milisegundos cada una y otras cinco, 2.000 milisegundos cada una. Las 100 observaciones pertenecen a la misma población seleccionada. El ejemplo sirve para comparar indicadores y no constituye una prueba del rendimiento de un sistema de alojamiento web.

Para los percentiles utilizamos aquí una Regla de selección: Se busca, en cada caso, el valor mínimo observado en el que al menos la proporción indicada de las solicitudes se sitúe en ese valor o por debajo de él. Una vez ordenados, aparecen primero 95 valores de 100 milisegundos y, a continuación, cinco valores de 2.000 milisegundos.

Ejemplo ilustrativo de cálculo para 100 solicitudes, sin medición
Cifra claveCálculo o selecciónResultado
media(95 × 100 ms + 5 × 2 000 ms) / 100195 ms
P9595. valor ordenado100 ms
P9999. valor ordenado2.000 ms

El media es claramente inferior a la duración de las cinco consultas lentas. Reparte matemáticamente el tiempo adicional de estas entre todas las observaciones. Por lo tanto, quien solo tenga en cuenta este valor no podrá determinar ni la duración de las consultas lentas ni, de forma inmediata, cuántas de ellas se ven afectadas.

El P95 es aquí de 100 milisegundos, aunque el cinco por ciento de las solicitudes tardan 20 veces más. Las observaciones lentas se sitúan justo por encima del límite P95 seleccionado; el P99 las hace visibles en este ejemplo. Esto no significa que el P99 detecte, en general, todos los retrasos relevantes.

Otras definiciones de cuantiles pueden interpolar entre valores ordenados y, por lo tanto, ofrecer resultados diferentes. Asimismo, un percentil estimado a partir de los intervalos de un histograma no tiene por qué coincidir con la selección realizada a partir de valores individuales. Por lo tanto, para la interpretación hay que tener en cuenta los métodos de cálculo, el número de consultas y el intervalo de tiempo considerado junto con el valor mostrado.

Consultar P95 con PromQL

Para la siguiente consulta, necesitas tener acceso a una fuente de datos de Prometheus y a un histograma clásico real de duraciones de las consultas. Introduce la expresión en el navegador de expresiones de Prometheus o en un campo de consulta de Grafana para Prometheus. La consulta lee las series temporales existentes; no se trata ni de un comando de terminal ni de un cambio de configuración.

El nombre de la métrica es un marcador de posición. Sustitúyelo, si es necesario, por el nombre de tu instrumentación y comprueba si las series temporales seleccionadas tienen límites de bucket compatibles. El ejemplo realiza una agregación sin filtros adicionales sobre todas las etiquetas restantes y, por lo tanto, solo proporciona el valor total deseado si esta selección se ajusta a tu pregunta operativa.

Código
histogram_quantile(0.95, sum by (le) (rate(http_request_duration_seconds_bucket[5m])))

En primer lugar, se calcula rate a partir de los contadores acumulativos de los intervalos, su tasa de variación a lo largo de la ventana móvil de cinco minutos. A continuación, se suma sum by (le) las tasas de los demás sellos. Este orden permite tener en cuenta los reinicios de contador de series temporales individuales a la hora de calcular las tasas.

El sello le se mantiene: indica el límite superior del intervalo correspondiente. A partir de la distribución agrupada, se estima histogram_quantile el P95 total. Dado que aquí se utiliza la métrica en segundos, el resultado también se expresa en segundos; por lo tanto, 0,4 equivale a 400 milisegundos.

Para P99, sustituye el primer parámetro 0.95 a través de 0.99. Con los filtros de etiquetas adecuados, puedes, por ejemplo, seleccionar un servicio; las etiquetas de agrupación adicionales permiten obtener resultados separados. Comprueba en cada caso qué consultas se incluyen y si la resolución del bucket es suficiente para el ámbito que te interesa.

Para histogramas nativos se aplica una sintaxis de consulta diferente: no se utiliza la clásica _bucket-Serie con le. La disponibilidad de histogramas nativos y la forma de exportarlos dependen de los componentes y las versiones utilizados.

Comparar instancias y grupos de solicitudes

Un valor P99 conjunto para las aciertos en caché y las llamadas dinámicas responde a la pregunta sobre el volumen total de solicitudes seleccionadas. Sin embargo, no explica qué grupo ha variado. Si cambia la proporción de aciertos rápidos en caché, el valor total también puede variar sin que por ello cada grupo individual haya tenido que volverse más lento.

Por lo tanto, completa el valor total con vistas separadas para los aspectos relevantes desde el punto de vista técnico Grupos de consultas, siempre que se disponga de etiquetas adecuadas. Una designación de ruta limitada o un estado de caché pueden resultar útiles para ello. Por el contrario, las URL individuales o los identificadores de usuario como etiquetas pueden generar un gran número de series temporales; elige las dimensiones de manera que respondan a una pregunta concreta.

Para obtener un percentil global sobre varias instancias, en los histogramas clásicos compatibles se agrupan primero los contadores de los intervalos o sus tasas por cada límite. El cuantíl se estima a partir de esta distribución conjunta. Por lo general, promediar los valores P99 de cada instancia no da como resultado un P99 global correcto, ya que las distribuciones y el número de consultas pueden variar.

Formas de datos para el análisis de distribuciones de latencia
Formato de datosAgregación y precisiónVolumen de datos
HistogramaLos intervalos compatibles se pueden agrupar; los cuantiles son estimaciones, y la precisión depende de la resolución y la representaciónSeries temporales o datos de histogramas según la resolución y la combinación de etiquetas seleccionadas
ResumenLos cuantiles calculados durante el proceso no se pueden agregar para obtener un cuantil global; la precisión depende de la configuración.Cálculo de cuantiles en el proceso y series temporales para cuantiles configurados
Sucesos aisladosEs posible realizar un análisis conjunto si se dispone de valores individuales relevantes; el resultado depende del método de cuantiles elegido.Potencialmente, un registro por consulta; el almacenamiento y el análisis pueden resultar laboriosos.

A Resumen Puede resultar útil para analizar un proceso concreto. Sin embargo, los cuantiles ya calculados allí no pueden combinarse posteriormente para obtener un cuantil correcto para todas las instancias. Los eventos individuales permiten un mayor nivel de detalle, pero requieren que las observaciones necesarias se hayan registrado realmente y estén disponibles.

Configurar objetivos de latencia y alarmas

Un objetivo de latencia solo puede evaluarse si se define claramente la población de referencia. Por lo tanto, la afirmación „El 95 % de las solicitudes seleccionadas tardan como máximo 300 milisegundos“ requiere información sobre el punto de medición, los puntos finales incluidos y el periodo de análisis. Una ventana de cinco minutos responde a una cuestión operativa diferente a la de una ventana diaria.

Para el Porcentaje de umbrales divides el número de observaciones hasta los 300 milisegundos, ambos inclusive, entre el número total de observaciones. En un histograma clásico, un intervalo con exactamente ese límite proporciona el contador adecuado; para una ventana de tiempo, se utilizan los cambios de contador o las tasas correspondientes. El porcentaje muestra de forma inmediata si se ha alcanzado el umbral seleccionado en la ventana.

Si no hay un límite de bucket de 300 milisegundos, no es posible determinar la proporción exacta solo a partir de los contadores de bucket. No obstante, el P95 estimado puede servir de referencia, aunque su precisión depende de la distribución y de los límites de los buckets. Por lo tanto, cuando se trata de un umbral objetivo importante, conviene comprobar previamente la configuración del histograma.

Además, especifica claramente cómo se tienen en cuenta los errores en el objetivo. Una respuesta rápida a un mensaje de error no debería considerarse automáticamente como una buena experiencia de usuario; dependiendo de cómo se defina el objetivo, los errores pueden, por ejemplo, supervisarse por separado o valorarse como eventos negativos. Lo fundamental es que el numerador y el denominador se ajusten a la definición elegida.

A Duración de la alarma Evita que cada pequeña fluctuación active inmediatamente una notificación. Establece un número mínimo de observaciones para que unas pocas consultas aisladas no influyan de forma desproporcionada en la activación de una alarma. Ambos valores deben ajustarse al volumen de tráfico y a la urgencia del servicio; los datos que falten deben tratarse por separado.

En el panel de control resulta útil mostrar en paralelo el porcentaje de cumplimiento del objetivo, el volumen de solicitudes y la tasa de errores. De este modo, se puede distinguir si el incumplimiento del objetivo afecta a muchas solicitudes o se debe a un periodo de tiempo reducido. Además, una alarma debería indicar qué selección y qué periodo de tiempo han activado la notificación.

Analizar sistemáticamente los percentiles ascendentes

Si el P99 aumenta, comprueba primero el volumen de solicitudes y el Combinación de puntos finales. Un mayor número de peticiones dinámicas lentas puede alterar el valor total, aunque la duración de cada grupo de peticiones apenas haya variado. Por el contrario, una disminución de las peticiones rápidas puede aumentar la proporción de peticiones más lentas.

A continuación, compara las vistas separadas por ruta y grupo de estado, siempre que la instrumentación proporcione estas etiquetas. Una ruta que llame la atención puede ayudar a acotar la búsqueda; además, los grupos de errores separados muestran si las respuestas erróneas rápidas o lentas influyen en la distribución. Utiliza, en la medida de lo posible, categorías de rutas limitadas en lugar de URL individuales o identificadores de usuario.

A continuación, analiza en paralelo la carga, las colas, el tiempo de respuesta de la base de datos y la tasa de errores durante el mismo periodo. Una cola cada vez más larga, junto con un aumento simultáneo del P99, es un punto de partida para la investigación, pero aún no es una prueba de que sea la causa del retraso. Comprueba también si las métricas se refieren al mismo servicio y a grupos de solicitudes comparables.

Son útiles para procesos individuales que se desarrollan lentamente Huellas y registros seleccionados de forma específica, siempre que estén disponibles y estén vinculados al contexto de la solicitud. Un rastreo puede mostrar, por ejemplo, qué tramo de la ruta de la solicitud consume mucho tiempo. Para determinar si ese tramo es realmente la causa, hay que comprobarlo posteriormente mediante observaciones adicionales.

En el artículo sobre... se explica cómo las métricas, los registros y los rastros se complementan entre sí a la hora de resolver cuestiones operativas pendientes. Observabilidad en el alojamiento web. Para las colas también está el Supervisión de colas de correo Un caso de uso relacionado: en este caso se trata del envío de mensajes, no directamente de la latencia de una solicitud HTTP.

En cada comparación, anota qué intervalos de tiempo y puntos de medición se tienen en cuenta. Una duración elevada de la base de datos y una latencia del servidor simultáneas pueden justificar un análisis más detallado, pero la correlación temporal por sí sola no demuestra una relación causal. Los cambios en el tráfico o en la instrumentación también pueden influir en el panorama observado.

Calidad de los datos y decisiones operativas

Cuando hay poco tráfico, el P99 reacciona de forma pronunciada ante observaciones aisladas. Diez consultas en una ventana no permiten una clasificación tan estable como un gran volumen de consultas; por ello, se debe mostrar el número de observaciones junto al percentil. En el caso de las alarmas, un número mínimo puede ayudar a tener en cuenta la relevancia de los datos sin excluir por completo de la supervisión a los servicios poco utilizados.

A ventana vacía significa que no se han observado consultas y que la latencia no es de cero milisegundos. Muestra los valores que faltan o que no están definidos en el panel de control como corresponda y decide por separado si la ausencia de tráfico constituye en sí misma un problema. De este modo, se evita que la falta de datos se interprete por error como una respuesta especialmente rápida.

Tampoco se pueden agrupar los intervalos de tiempo a voluntad: un P99 de cinco minutos describe una ventana diferente a la de un P99 diario. La media de los P99 por minuto individuales no suele dar como resultado un P99 diario. Para el análisis diario, necesitas los datos de distribución subyacentes que se puedan agregar durante el periodo deseado.

El Resolución de cubos Determina en qué medida un histograma puede representar con precisión el límite de interés. Unos límites seleccionados con mayor precisión pueden mejorar la estimación en el ámbito relevante, pero, en el caso de los histogramas clásicos, requieren series temporales adicionales y, por lo tanto, más memoria. Evalúa este esfuerzo en relación con el beneficio que aporta a la decisión operativa concreta.

Para la evaluación continua, los indicadores se complementan entre sí: la media describe la duración media, el P95 y el P99 ponen de manifiesto los ámbitos más lentos, y el porcentaje de umbral responde a un objetivo de latencia definido de forma concreta. El volumen de solicitudes y la tasa de errores proporcionan el contexto necesario para contextualizar estos valores. Ningún indicador por sí solo sustituye a la comprobación del punto de medición, el periodo de tiempo y la calidad de los datos.

Fuentes y estado actual de los conocimientos

Estado de la investigación:

Información recopilada el 16 de noviembre de 2026; las convenciones de OpenTelemetry de la rama de desarrollo no constituyen una garantía para las versiones instaladas.

https://sre.google/workbook/monitoring/

https://prometheus.io/docs/practices/histograms/

https://github.com/open-telemetry/semantic-conventions/blob/main/docs/http/http-metrics.md

https://prometheus.io/docs/specs/native_histograms/

https://grafana.com/docs/grafana/latest/datasources/prometheus/query-editor/

Artículos de actualidad