Casi pierdo a todos mis usuarios por consultas de 30 segundos. Empecé con Mylinx como una alternativa a Linktree: en tres meses lo lancé y creció hasta ofrecer personalización completa de diseño y temas, incrustación de música y vídeo para creadores, códigos QR para promoción offline, control de SEO, soporte y un acortador de URL integrado. Al principio todo funcionaba, pero pasado un año las analíticas comenzaron a ahogarse.

Como muchos desarrolladores solo, construí las analíticas de la forma más directa: dos tablas almacenando cada click y cada vista como datos crudos. El clásico pienso optimizar después. Dieciocho meses después apareció el problema real: más de 150 000 filas nuevas al mes, consultas que tardaban 30 segundos o más, usuarios que se quejaban y costes de base de datos en aumento. Empezaron a pedir reembolsos porque la funcionalidad de analíticas era inutilizable y con un proyecto que facturaba 750 por mes perder clientes por un problema técnico que se podía arreglar dolió mucho.

Tenía dos caminos. Uno tipo empresa grande: reconstruir con ClickHouse, TimescaleDB y toda una infraestructura analítica separada. Otro más práctico para un presupuesto limitado: aprovechar lo que ya tenía y ser creativo. Estudié cómo grandes plataformas gestionan datos analíticos y adapté un enfoque por niveles de almacenamiento que funciona muy bien cuando no puedes permitirte una infraestructura enorme.

La idea central es que la mayoría de las consultas no necesitan datos a nivel de cada click. Propuse tres niveles: datos calientes 0 a 90 días para consultas en tiempo real, datos cálidos 3 a 12 meses preagregados en resúmenes diarios y datos fríos con más de un año archivados o eliminados. Convertir millones de eventos individuales en filas diarias hace que un año de datos pase de millones de filas a solo 365 filas por entidad.

En lugar de mostrar el esquema técnico, lo resumiré: añadí una tabla de métricas diarias que guarda conteo de visitas, visitantes únicos y estadísticas agregadas por país, dispositivo y referente. Después creé una tarea nocturna serverless que procesa los datos antiguos en lotes, agrupa por día y actualiza la tabla diaria, eliminando luego los registros crudos ya resumidos. El proceso trabaja por fragmentos para no saturar la base y usa conjuntos para contar visitantes únicos sin almacenar cada evento.

El reto fue combinar datos recientes con granularidad completa y contexto histórico sin que las consultas se vuelvan lentas. La solución fue híbrida: consultas directas a la tabla de eventos para los últimos días y consultas a la tabla de agregados para periodos históricos, uniendo ambos resultados al mostrarlos al usuario. Al probarlo en un entorno que clonó datos reales pude validar la lógica y desplegar con un plan de rollback en horas de baja carga.

Resultados tras el despliegue: las consultas de analítica pasaron de más de 30 segundos a menos de 2 segundos, el tamaño de la base de datos se redujo alrededor de 60, las quejas de usuarios desaparecieron y no hubo pérdida de precisión en las métricas relevantes. Dos meses después el sistema soporta 10 veces más tráfico con mejor rendimiento que el primer día.

Lecciones aprendidas: posponer optimizaciones sale caro. Las limitaciones presupuestarias fomentan soluciones creativas y a veces la agregación simple vence a infraestructuras complejas. Trabajar en solitario tiene ventajas reales: podía probar en datos reales, desplegar rápido y iterar sin comités. Y sobre todo aprendí que el rendimiento es una característica clave porque al usuario final no le importan las deudas técnicas, solo quiere que las cosas funcionen rápido.

En Q2BSTUDIO aplicamos esa misma mentalidad pragmática a proyectos de desarrollo y transformación digital. Somos una empresa de desarrollo de software a medida y aplicaciones a medida especializada en inteligencia artificial, ciberseguridad y servicios cloud aws y azure. Diseñamos soluciones escalables que combinan ingeniería práctica y buenas prácticas operativas para que tus sistemas funcionen rápido y con coste controlado.

Si necesitas una plataforma con analíticas que escalen sin dolores de cabeza podemos ayudarte a diseñar desde la arquitectura hasta la automatización de procesos y la integración de modelos de ia para empresas y agentes IA. Ofrecemos servicios de desarrollo de aplicaciones y software a medida y migraciones y optimizaciones en servicios cloud aws y azure para reducir costes y mejorar la latencia.

Además ofrecemos servicios de ciberseguridad y pentesting, y soluciones de servicios inteligencia de negocio y power bi para que tus datos no solo estén disponibles, sino que sean accionables. Si tu analítica se ha vuelto lenta, antes de pensar en una reingeniería faraónica valora un enfoque por niveles y agregación diaria. A veces la arquitectura más adecuada es la que puedes construir, desplegar y mantener con los recursos que tienes.

En Q2BSTUDIO estamos listos para acompañarte en ese camino y convertir tus datos en ventaja competitiva con soluciones de software a medida, inteligencia artificial aplicada y servicios cloud seguros y optimizados.