Manejemos 1 Millón de Solicitudes por Segundo: ¡Es Más Escalofriante d
Chapters

Let’s Handle 1 Million Requests per Second, It’s Scarier Than You Think!

Cododev
2:39:18
Feb 5, 2026
265.0K views
14.1K
Show description

Let's see what it's like to handle 1 million HTTP requests per second! In this video, we will set up a powerful infrastructure on AWS and handle more than a million requests per second. We will deal with Node.js, C++, PostgreSQL and Redis. Understanding Node.js Core Concepts Course: https://www.cododev.ca/uncc ------------------------------- SOURCE CODES: ------------------------------- Node.js Source Code: https://github.com/agile8118/node-1m-rps C++ Source Code: https://github.com/agile8118/cpp-1m-rps Tester Source Code: https://github.com/agile8118/1m-rps-tester ------------------------------- CHAPTERS: ------------------------------- Introduction 00:00 CPU Utilization & Threads 8:23 Getting Started 16:32 More on AutoCannon 20:30 Utilizing More CPU with Clustering 24:01 Moving to AWS 34:24 Adding a Storage-Based Database 1:01:50 Speeding Up with a Memory-Based Database 1:24:10 Redis Cluster Mode 1:36:18 C++ with Drogon and RapidJSON 1:51:52 The Final Colossal Tests 2:09:01 Outro 2:35:18 ------------------------------- LINKS: ------------------------------- AutoCannon: https://www.npmjs.com/package/autocannon Fastify: https://www.npmjs.com/package/fastify Cpeak: https://www.npmjs.com/package/cpeak AWS IAM 10th Anniversary: https://aws.amazon.com/blogs/apn/iam-10th-anniversary-top-recommendations-for-working-with-iam-from-our-aws-heroes-part-1/ AWS EC2 Price Calculator: https://calculator.aws/#/createCalculator/ec2-enhancement AWS RDS Price Calculator: https://calculator.aws/#/createCalculator/RDSPostgreSQL AWS Load Balancer LCU Calculator: https://exampleloadbalancer.com/ondemand_capacity_reservation_calculator.html www.cododev.ca ------------------------------- PVCFVTSY1BWZE4HP

Have questions about this video?

Sign up to chat with AI and get deeper insights.

Sign up — 5 free credits
Manejo de solicitudes HTTP
Desafíos de escalabilidad
Rendimiento de bases de datos
Comparación de marcos de Node.js y C++
Infraestructura en la nube (AWS)
Pruebas de carga con autocannon
Almacenamiento de datos en memoria con Redis
TL;DR

En este video, el anfitrión simula manejar más de 1 millón de solicitudes HTTP por segundo, explorando los desafíos y estrategias involucradas en lograr una escalabilidad tan alta utilizando varias tecnologías, incluyendo C++, Redis y AWS.

9
Watch Score

La cobertura profunda de temas complejos y aplicaciones del mundo real proporciona un valor de aprendizaje significativo para la audiencia objetivo.

1/10
Clickbait
positive
Sentiment
Should watch

Desarrolladores e ingenieros que buscan entender el diseño de sistemas escalables y la optimización del rendimiento.

Can skip

Principiantes o aquellos que buscan tutoriales básicos de programación sobre temas introductorios.

Quality (9/10)

El video ofrece profundas ideas técnicas con un enfoque en aplicaciones del mundo real, aunque algunos segmentos podrían simplificarse para una mayor accesibilidad.

Summary
El video comienza con el anfitrión presentando el ambicioso objetivo de manejar más de un millón de solicitudes HTTP por segundo, estableciendo paralelismos con las demandas de escalabilidad enfrentadas por grandes empresas tecnológicas como Uber, Netflix, Apple y Google. A lo largo del video, el anfitrión discute los requisitos técnicos y errores que pueden llevar a errores costosos en un entorno de alta presión. El anfitrión enfatiza la importancia de entender los algoritmos y las prácticas de ingeniería necesarias para tales operaciones, mencionando que incluso un error menor podría tener importantes repercusiones financieras. Se exploran varias tecnologías, incluyendo SQL para la gestión de bases de datos, Unix para sistemas operativos y multihilos para maximizar la utilización de la CPU. El anfitrión explica la utilidad de herramientas como autocannon para simular cargas de solicitud y proporciona demostraciones prácticas sobre cómo configurar servidores en AWS. La importancia de utilizar marcos eficientes se destaca a través de comparaciones de código entre Node.js, Python y C++, identificando posibles cuellos de botella en el rendimiento. A medida que avanza el video, queda claro que manejar altos volúmenes de solicitudes requiere consideraciones arquitectónicas cuidadosas, como utilizar Redis para la gestión de datos en memoria en lugar de bases de datos tradicionales, que se muestran como un factor limitante debido a sus capacidades de I/O más lentas. En última instancia, el anfitrión comparte ideas obtenidas de extensas pruebas, aprendiendo de fracasos y refinando iterativamente su enfoque para alcanzar la meta de un millón de solicitudes por segundo. En los segmentos finales, el anfitrión reflexiona sobre los costos incurridos durante el proceso de experimentación, compartiendo métricas sobre la cantidad de datos procesados y las implicaciones financieras de ejecutar pruebas a esta escala. La conclusión reitera la complejidad y creatividad requeridas en la ingeniería de software para diseñar sistemas capaces de un rendimiento extremo, resumiendo los posibles desafíos y oportunidades de aprendizaje presentados a lo largo del video.
Key Takeaways
  • Entender los algoritmos es crucial en entornos de alta presión.
  • Errores menores de codificación pueden llevar a pérdidas financieras significativas.
  • Utilizar bases de datos en memoria como Redis puede mejorar mucho el rendimiento.
  • Los marcos de codificación eficientes son esenciales para manejar cargas de solicitudes extremas.
  • Probar bajo cargas simuladas es necesario para comprender los límites del sistema.
  • AWS ofrece una infraestructura poderosa para escalar aplicaciones.
  • El multihilo y la utilización de la CPU son críticos para maximizar el rendimiento.
Action Items
  • 1Experimentar con la configuración de pruebas de carga utilizando autocannon.
  • 2Explorar diferentes soluciones de bases de datos para encontrar cuellos de botella en el rendimiento.
  • 3Implementar Redis para el almacenamiento de datos en memoria.
  • 4Refinar el código y los algoritmos para mejorar la eficiencia en escenarios de alto tráfico.
Prerequisites
  • Comprensión básica de los principios de ingeniería de software.
  • Familiaridad con el desarrollo backend y las solicitudes HTTP.
  • Conocimiento sobre computación en la nube y gestión de servidores.
Mentioned Resources
AWS(website)

Discutido como el proveedor de servicios en la nube utilizado para las pruebas.

Redis(tool)

Utilizado para ilustrar el manejo de datos en memoria.

Drogon(framework)

Marco web de C++ mencionado para el manejo de alto rendimiento.

Cpeak(framework)

Un marco liviano desarrollado en el video para el manejo de solicitudes.

Autocannon(tool)

Herramienta utilizada para pruebas de carga de los servidores bajo alto tráfico.

Content Analysis
Type

tutorial

Sentiment

positive

Difficulty

intermediate

Complexity

technical

Target Audience

Ingenieros de software y desarrolladores interesados en escalabilidad y aplicaciones de alto rendimiento.

#escalabilidad#backend#computación en la nube#pruebas de carga#Redis#C++#ingeniería de software#optimización del rendimiento#AWS