Lecciones de ingeniería para picos de tráfico: el caso de 32M de espectadores

La final de la Indian Premier League (IPL) de 2023 congregó a 32 millones de espectadores simultáneos, un récord que puso a prueba la infraestructura de streaming de JioHotstar (entonces JioCinema). Su equipo de ingeniería, liderado por Ashutosh Agrawal, compartió en P99 CONF las claves para garantizar una emisión sin interrupciones. Aunque el contexto sea extremo, muchas de sus lecciones son aplicables a cualquier empresa que enfrente picos de demanda, como una pyme en temporada alta o un equipo de IT ante un lanzamiento.

Prepararse para lo impensable: capacidad al doble

El equipo de JioHotstar no se conformó con estimar el tráfico esperado. Para la final de 2023, se prepararon para entre 50 y 75 millones de espectadores, aproximadamente el doble de la capacidad que preveían necesitar. Como explicó Agrawal, se trata de "un número aterrador que asusta a todo el equipo", pero ese margen extra permite absorber picos sin que las peticiones se acumulen. En una pyme, esto se traduce en dimensionar los servidores y servicios cloud con holgura, especialmente antes de eventos como Black Friday o el cierre de un trimestre. No se trata de sobredimensionar siempre, sino de identificar los momentos críticos y actuar en consecuencia.

El camino dorado: la entrega de vídeo no puede fallar

Agrawal lo dejó claro: "Puedes sacrificar cualquier otro sistema o componente, pero todo lo que esté en la línea de entrega de vídeo debe ser un camino dorado; no puede fallar". Para una pyme, el equivalente sería el proceso de pago en una tienda online o la autenticación en un servicio esencial. Es fundamental mapear todos los componentes de esa ruta crítica, desde la autenticación hasta la CDN, y asegurarse de que cada eslabón esté preparado para el pico. En el caso de JioHotstar, detectaron que el mayor cuello de botella no estaba en la final, sino en el primer día, cuando millones de usuarios nuevos o inactivos intentaban iniciar sesión en pocos minutos. Por eso, escalaron preventivamente sistemas como la autenticación por SMS y OTP, y establecieron acuerdos con proveedores que debían cumplir estrictos SLA de latencia.

Checklist de 200 puntos y pruebas exhaustivas

Antes del evento, el equipo realizó una auditoría con una lista de verificación de 200 puntos que cubría desde la versión de la base de datos hasta los timeouts entre servicios. Muchos de esos puntos surgieron de incidentes pasados, como un servicio que no tenía configurados correctamente los keep-alive y provocó la caída del balanceador de carga. Para cada posible fallo, documentaron una estrategia de mitigación. Por ejemplo, si todos los proveedores de SMS fallaban, el sistema debía permitir el acceso de alguna forma, aunque fuera temporalmente sin autenticación. En una pyme, no hace falta llegar a 200 puntos, pero sí es recomendable revisar los componentes críticos y tener planes de contingencia para los proveedores externos.

Las pruebas también fueron clave. Realizaron pruebas verticales de cada sistema y proveedor, y luego pruebas de carga multi-sistema para ver cómo se comportaban en conjunto. Como señaló Agrawal, "un servicio puede escalar perfectamente en aislamiento pero revelar su verdadera cara una vez que añades dependencias". En nuestro día a día, esto se traduce en no limitarse a probar componentes por separado, sino simular escenarios reales con todos los sistemas interconectados.

Qué significa para tu pyme

No necesitas streaming a millones de personas para beneficiarte de estas lecciones. Cualquier empresa que tenga picos de tráfico (campañas de marketing, aperturas de inscripciones, lanzamientos de producto) puede aplicar los mismos principios:

• Dimensiona con margen: calcula la capacidad para al menos el doble de la carga esperada en momentos críticos.
• Identifica tu camino dorado: define qué procesos no pueden fallar bajo ningún concepto y refuerza su monitorización y redundancia.
• Revisa dependencias externas: asegúrate de que tus proveedores (pagos, SMS, email) cumplen los SLA y ten alternativas.
• Documenta planes de contingencia: para cada punto único de fallo, define qué harás si falla.
• Prueba en conjunto: no te limites a pruebas unitarias; simula la carga real con todos los sistemas integrados.

En ForgeNEX ayudamos a pymes a preparar su infraestructura para estos escenarios. Si quieres profundizar en cómo gestionar picos de tráfico, puedes consultar nuestro análisis sobre Cloudflare y el control de aplicaciones o revisar las últimas amenazas de seguridad que también afectan a la disponibilidad.

La conclusión es clara: la preparación meticulosa y la mentalidad de anticipar fallos marcan la diferencia entre un servicio que aguanta y uno que se cae. Aunque tu empresa no tenga 32 millones de usuarios, adoptar estas prácticas te permitirá afrontar con garantías esos momentos en los que todo tu negocio se juega en unos minutos.

Fuente: The New Stack. Análisis y adaptación: ForgeNEX.