Antes de desenhar microsserviços ou escolher banco de dados, traduza requisitos em grandezas: usuários ativos, leituras e escritas por segundo, volume por objeto, retenção, picos e latência admissível. Uma estimativa útil não pretende adivinhar a produção; sua função é revelar ordens de grandeza e pontos onde decisões arquiteturais mudam [1].
Definir carga, unidade e período#
RPS significa requisições por segundo. Se um sistema recebe N requisições por dia, sua média é N/86.400, mas o pico pode ser várias vezes maior. Separe requisições de usuário das chamadas internas: uma única operação pode disparar três consultas e duas mensagens. Separar leitura e escrita também importa, porque seus custos e possibilidades de cache diferem. O livro de SRE do Google discute a proteção contra sobrecarga e a importância de limites explícitos para absorver demanda [1]. O SRE Workbook relaciona a operação a SLOs mensuráveis [2].
Cenário resolvido#
Admita, hipoteticamente, dez milhões de requisições diárias, um fator de pico igual a seis e tamanho médio de resposta de 4 KiB. A média é cerca de 116 req/s; o pico estimado é 694 req/s. A largura de banda de saída nesse pico é aproximadamente 694 × 4096 ≈ 2,84 MB/s antes dos cabeçalhos, retransmissões e outros protocolos. Esses valores dependem integralmente das hipóteses.
Se cada servidor consegue processar 200 req/s em carga sustentada medida e a política admite usar no máximo 60% dessa capacidade nominal, o orçamento por servidor é 120 req/s. Para 694 req/s, seriam necessários ao menos ceil(694/120)=6 servidores, antes da reserva para falhas, crescimento e balanceamento irregular. O número não prova disponibilidade: regiões, domínio de falha e autocorreção precisam ser tratados separadamente.
Estimar armazenamento e fila#
Com 100 mil objetos novos por dia de tamanho médio 2 KiB, dados brutos anuais totalizam aproximadamente 100000 × 2048 × 365 ≈ 74,8 GB em unidades decimais. Índices, réplicas, versões, backups, logs e fragmentação aumentam esse valor. Não some tudo sem distinguir armazenamento primário de cópias derivadas.
Quando taxa de chegada λ se aproxima da taxa de serviço μ, o tempo de espera pode aumentar dramaticamente. Uma fila não resolve por si só a falta de capacidade: se entradas chegam permanentemente mais rápido do que podem ser processadas, o backlog cresce sem limite [2]. Monitore ocupação, latência percentual, erros e taxa de crescimento da fila.
Hipóteses e erros comuns#
Não confunda requisições com usuários, bytes com bits ou megabytes decimais com mebibytes binários. Um cache pode reduzir leituras ao banco, mas uma falha simultânea em cache e backend invalida médias anteriores. Repita os cálculos para cenários de pico, falha de instância e carga desbalanceada.
Modelo de capacidade com unidades e curva de saturação#
A conta instâncias=ceil(RPS_pico / RPS_testado_por_instância) só tem sentido quando o denominador foi medido no objetivo de latência e erro exigido. Um benchmark de vazão máxima a 100% de CPU não constitui capacidade segura de operação. A carga depende da mistura de requisições, payload, localidade de dados, reutilização de conexões, tarefas em segundo plano e saturação de dependências. Para cada hipótese, registre uma faixa plausível e refaça a conta com valores pessimistas [1].
Separe taxa de chegada λ (tarefas/s), taxa de serviço μ (tarefas/s por trabalhador) e concorrência L (tarefas no sistema). A lei de Little L=λW vale para sistema estável e fronteiras de observação coerentes; não prevê sozinha a distribuição de latência. Numa fila idealizada M/M/1 com chegadas Poisson e serviços exponenciais, o tempo médio no sistema é W=1/(μ−λ) para λ<μ; isso é um modelo, não uma fórmula geral de produção. Quando λ se aproxima de μ, a espera cresce sem limite. Serviços reais com rajadas ou múltiplos recursos podem se comportar diferentemente.
Redundância e orçamento de falhas#
Considere pico de 2.400 RPS e servidor capaz de 600 RPS na latência pretendida e mistura de carga testada. Para operar a 60% desse limite, planeje 600×0,60=360 RPS por nó. ceil(2400/360)=7 nós saudáveis cobrem o pico modelado. Para suportar falha de um nó mantendo o objetivo, provisione 8. É um cenário: se o banco não fornece 2.400 RPS, adicionar réplicas da aplicação não resolve o sistema completo.
Um SLO mensal de disponibilidade de 99,9% corresponde a aproximadamente 43,2 minutos de indisponibilidade permitida em 30 dias, quando a medida é proporção de tempo. Mas um SLO baseado em requisições conta erros por requisição; traduzir diretamente para minutos pode ser inadequado [2]. Declare o indicador e o critério de erro.
Armazenamento, rede e retenção#
Para N registros novos/dia, tamanho médio lógico S bytes e retenção de D dias, armazenamento lógico bruto ativo é N×S×D, sem exclusões nem compressão. Demanda física inclui índices, réplicas, logs transacionais, backups, sistema de arquivos e margem de segurança. Em rede, distinga MB decimal de MiB binário e payload de bytes transmitidos ou comprimidos. Sistemas com muitas leituras podem saturar banda antes da CPU.
| Incerteza | Medição necessária |
|---|---|
| Relação pico/média | Tráfego por período, região e endpoint |
| Capacidade por instância | Teste de carga com dependências representativas |
| Taxa de acerto do cache | Comparação entre cache frio e aquecido |
| Mistura de operações | Custo por rota e classe de usuário |
| Margem de recuperação | Derrubar uma réplica sob carga e observar p99 |
Experimentos e registro de decisão#
Execute testes de regime, rajada, partida a frio e falha de instância. Declare carga oferecida, vazão bem-sucedida, p95/p99, erros, CPU, memória, filas e condições das dependências. Se a carga oferecida cresce mas a vazão concluída deixa de aumentar, o excesso precisa ser rejeitado ou acumular em fila; contar apenas requisições aceitas disfarça a sobrecarga. Documente quando o controle de admissão passa a ser obrigatório [1].
Verificação: depois da falha de uma réplica, dimensione com as réplicas restantes. Se a taxa de acerto do cache normalmente é 95%, estime a carga na origem caso ela caia para zero; resiliência depende desse pico, não apenas da média.
Exercícios e verificação#
- Para 8,64 milhões de requisições/dia, a média é 100 req/s. Com pico 5×, projete 500 req/s.
- Se cada worker sustenta 80 operações/s e chegadas persistentes são 100/s, o atraso cresce; identifique o mecanismo de rejeição ou ampliação de capacidade.
- Compare resultados ao alterar o fator de pico e documente quais decisões permanecem estáveis. Uma estimativa só é útil quando seus pressupostos estão visíveis.