Imagine uma loja virtual que prepara a maior campanha do ano. O site foi revisado, as páginas ficaram bonitas e o time comercial está animado. Na manhã do lançamento, os acessos sobem, o carrinho começa a demorar, o pagamento deixa de responder e o atendimento recebe uma enxurrada de mensagens. O sistema funcionava bem com 20 pessoas navegando e ninguém tinha descoberto o que acontecia com 2.000.
Esse tipo de surpresa tem remédio, e ele se chama teste de carga. Na Trilion, que desenvolve sites e sistemas desde 1995, tratamos o teste de carga e de performance como um ensaio geral: você aperta o sistema de propósito, num momento escolhido por você, para encontrar os gargalos antes que o público os encontre por você.
Neste artigo, você vai entender o que é teste de carga, quais tipos de teste existem e que pergunta cada um responde, como planejar um ensaio em etapas, como evitar resultados enganosos e onde os gargalos costumam se esconder. Se preferir conversar sobre o seu caso, a página de aplicações de alta performance explica como trabalhamos.
Teste de carga e teste de performance: o que são e para que servem
Teste de carga é a prática de simular muitos usuários usando o sistema ao mesmo tempo e medir como ele responde. Seu objetivo é achar gargalos antes do pico verdadeiro.
O que é teste de carga
A Wikipédia define o teste de carga, em termos gerais, como o processo de colocar uma demanda sobre uma estrutura ou sistema e medir a resposta dele. Em software, isso costuma significar simular muitos usuários acessando um programa ao mesmo tempo, para modelar o uso esperado.
Na prática, um programa gera pedidos que imitam o comportamento de visitantes: abrir páginas, buscar produtos, enviar formulários, pagar. Enquanto isso, você observa o tempo de resposta, a quantidade de erros e o consumo de recursos dos servidores.
Teste de performance: o guarda-chuva maior
Teste de performance é o nome mais amplo. Ele reúne todas as formas de medir velocidade, estabilidade e capacidade de um sistema. O teste de carga é uma delas, e as demais, como estresse e pico, mudam a intensidade e o formato da pressão.
A própria Wikipédia observa que os termos "teste de carga" e "teste de estresse" são usados de formas diferentes na comunidade de testes de software, e por isso se sobrepõem. Vale combinar o vocabulário com o time antes de começar, para que "carga" signifique a mesma coisa para todos.
O que é um gargalo
Gargalo é o ponto do sistema que limita todo o resto, como o pescoço de uma garrafa. Pode ser uma consulta lenta ao banco de dados, um serviço externo que responde devagar, uma fila que acumula ou um servidor com pouca memória.
Um sistema tem sempre um gargalo principal. Quando você o resolve, o limite passa para o próximo. Por isso o teste de carga é um ciclo: medir, corrigir, medir de novo.
Por que testar antes do pico, e não durante
Durante o pico, cada minuto de falha custa vendas, reputação e noites de sono. Antes dele, a falha é só informação. Um ensaio controlado transforma um risco desconhecido em uma lista de tarefas com prioridade.
Descobrir o limite do sistema numa terça-feira tranquila é barato. Descobri-lo no dia da campanha, não.
Os tipos de teste e a pergunta que cada um responde
Cada tipo de teste de carga responde a uma pergunta diferente: o sistema funciona, aguenta o dia comum, suporta além do previsto, sobrevive a picos ou resiste ao longo das horas.
A documentação do k6, ferramenta de teste de carga de código aberto mantida pela Grafana Labs, organiza os testes em 6 tipos. Usamos essa classificação porque ela é clara e pode ser lida em qualquer projeto, com qualquer ferramenta.
Teste de fumaça: o sistema responde?
O teste de fumaça (smoke test) usa carga mínima e dura de segundos a poucos minutos. Ele valida duas coisas: que o roteiro do teste está correto e que o sistema se comporta de forma adequada com pouquíssima pressão. É a primeira etapa, antes de qualquer teste mais pesado.
Teste de carga média: o dia comum está confortável?
O teste de carga média reproduz o uso normal esperado em produção. Segundo o k6, ele serve para avaliar como o sistema se comporta em condições típicas, e costuma durar de cerca de 5 a 60 minutos. Se o dia comum já incomoda, nenhum teste mais agressivo é necessário para saber que há trabalho a fazer.
Teste de estresse e ponto de ruptura: onde o sistema cede?
O teste de estresse empurra a carga acima da média para ver como o sistema se comporta no limite. O teste de ponto de ruptura (breakpoint) vai além: aumenta a carga gradualmente até o sistema quebrar, para descobrir a capacidade máxima.
A diferença importa. O estresse pergunta "o que acontece quando passa do esperado?". O ponto de ruptura pergunta "exatamente até onde chegamos?". As duas respostas orientam decisões diferentes de infraestrutura.
Teste de pico e teste de resistência: o sistema sobrevive à surpresa e ao cansaço?
O teste de pico (spike) simula aumentos súbitos, curtos e enormes de atividade, como o minuto seguinte a um anúncio em horário nobre. O teste de resistência (soak) mantém uma carga média por várias horas, para revelar problemas que só aparecem com o tempo, como vazamento de memória ou filas que crescem devagar.
Resumindo a escolha, use esta lista como atalho:
- Fumaça: confirmar que o roteiro e o básico funcionam.
- Carga média: validar o dia comum.
- Estresse: ver o comportamento acima do previsto.
- Ponto de ruptura: descobrir o limite máximo.
- Pico: testar subidas bruscas, como campanhas e datas sazonais.
- Resistência: expor falhas que dependem de tempo.
O k6 também recomenda começar pelo teste de fumaça, passar ao de carga média e só então chegar aos padrões mais complexos. É uma boa ordem para qualquer equipe.

Como planejar um teste de carga em etapas
Um bom teste de carga começa por uma pergunta de negócio, segue por um cenário baseado em uso verdadeiro e termina em critérios de aprovação definidos antes da execução.
Comece pela pergunta, não pela ferramenta
Antes de escolher software, escreva o que você quer saber. Exemplos: "o checkout aguenta o volume da campanha?" ou "a importação noturna termina antes das 6 da manhã?". Sem pergunta, o teste produz gráficos bonitos e nenhuma decisão.
Monte o cenário a partir do comportamento verdadeiro
Visitantes não fazem tudo ao mesmo tempo. A maioria navega, alguns buscam, poucos compram. Use os registros de acesso e as ferramentas de análise para montar a proporção de cada jornada. Um teste que só bate na página inicial prova pouco sobre o pagamento.
Escolha o ambiente com cuidado
O ideal é um ambiente de teste parecido com o de produção, com dados em volume semelhante. Um banco de dados com poucos registros engana: consultas que voam com mil linhas travam com milhões. Se for preciso testar em produção, faça fora do horário de uso e com a equipe de plantão.
Atenção a serviços de terceiros, como meios de pagamento e consultas externas. Não dispare carga contra eles sem autorização. Use ambientes de simulação que o próprio fornecedor oferece.
Defina critérios de aprovação antes de rodar
Critério de aprovação é uma regra objetiva que diz se o teste passou. No k6, esse recurso se chama thresholds: se o sistema não cumpre o limite definido, o teste termina com status de falha e retorna um código de saída diferente de zero. O exemplo da documentação exige que 95% das requisições terminem abaixo de um tempo-alvo e que a taxa de erros fique abaixo de um limite.
Definir o critério antes evita a tentação de ajustar a régua depois de ver o resultado. Qualquer ferramenta permite o mesmo raciocínio, mesmo que o recurso tenha outro nome.
Guia passo a passo
- Escreva a pergunta de negócio que o teste vai responder.
- Liste as jornadas mais importantes e a proporção de cada uma.
- Prepare um ambiente parecido com a produção, com dados em volume semelhante.
- Defina os critérios de aprovação: tempo de resposta, taxa de erros e uso de recursos.
- Rode primeiro o teste de fumaça e depois os de carga média e estresse.
- Analise os gargalos, corrija um de cada vez e repita o teste.
Compartilhe esta lista com quem cuida da sua operação e pergunte: qual destes passos já existe hoje?
Como evitar que o teste minta
Um teste de carga mal montado produz números confortáveis e falsos. Os erros mais comuns são carga que diminui sozinha, médias que escondem lentidão e o gerador de carga virando o próprio gargalo.
Modelo aberto e modelo fechado de carga
A documentação do k6 distingue 2 modelos. No modelo fechado, a próxima rodada de um usuário virtual só começa quando a anterior termina. No modelo aberto, novas rodadas começam no ritmo programado, mesmo que as anteriores ainda não tenham acabado.
A diferença é decisiva. No modelo fechado, quando o sistema fica lento, o teste passa a enviar menos pedidos, e a pressão cai justamente quando deveria continuar. A documentação chama esse efeito de omissão coordenada (coordinated omission): o teste nunca mostra a carga completa que o sistema enfrentaria se o tráfego continuasse chegando no ritmo previsto.
Visitantes verdadeiros não esperam o site melhorar para chegar. Por isso, para simular campanhas e picos, o modelo aberto costuma ser mais fiel.
Médias escondem lentidão: olhe os percentis
O livro de engenharia de confiabilidade do Google (SRE) alerta contra monitorar apenas a média. Uma média de 100 milissegundos pode esconder pedidos que levam 5 segundos. O percentil 99 mostra o tempo abaixo do qual ficam 99% dos pedidos e revela a cauda lenta, que é a que os usuários sentem.
O mesmo capítulo recomenda registrar a latência em faixas, os chamados histogramas, e separar pedidos bem-sucedidos dos que falharam. Um erro rápido pode puxar a média para baixo e dar a impressão de que tudo vai bem. O livro lembra ainda que um erro lento é pior que um erro rápido, então o tempo dos erros também merece medição.
O gerador de carga também tem limite
Se a máquina que dispara os pedidos fica sobrecarregada, o gargalo passa a ser o teste, e não o sistema. A documentação do Apache JMeter, ferramenta tradicional de teste de carga, orienta rodar os testes de carga em linha de comando, sem a interface gráfica, que serve para montar e depurar o roteiro.
O JMeter também recomenda usar o mínimo de listeners, os componentes que exibem resultados. Os que mostram cada resposta na tela, como a árvore de resultados, consomem muitos recursos e devem ficar desligados durante a carga. Para volumes grandes, a documentação sugere rodar várias instâncias em várias máquinas, em modo distribuído.
Cuidados rápidos antes de confiar no resultado
- Repetição: rode o mesmo teste mais de uma vez e compare os resultados.
- Isolamento: evite que outras tarefas disputem os servidores durante o ensaio.
- Dados variados: use usuários, produtos e buscas diferentes, para não testar só o que está no cache.
- Rampa: suba a carga em degraus e mantenha um patamar, em vez de oscilar sem critério.
- Registro: guarde configuração, versão do sistema e resultados de cada rodada.
O k6 recomenda justamente o padrão de subida, patamar e descida, e desaconselha as montanhas-russas de carga que sobem e descem repetidamente.

Onde os gargalos costumam se esconder
Os gargalos mais frequentes estão no banco de dados, nas dependências externas, nas filas e nos recursos saturados do servidor. O teste de carga mostra qual deles aparece primeiro no seu sistema.
Banco de dados e consultas
Consultas sem índice adequado, relatórios pesados no mesmo banco das vendas e tabelas que crescem sem arquivamento aparecem cedo em qualquer ensaio. Se o tempo de resposta sobe junto com o uso do banco, o caminho de correção costuma passar por índices, consultas e modelagem do banco de dados.
Saturação: o servidor cheio antes de parecer cheio
O livro de SRE do Google lista 4 sinais de ouro para monitorar um sistema voltado ao usuário: latência, tráfego, erros e saturação. Saturação mede o quanto o recurso mais restrito está cheio. O livro observa que muitos sistemas ficam lentos antes de chegar a 100% de uso, então é importante definir uma meta de utilização.
No ensaio, acompanhe processador, memória, conexões abertas e disco junto com o tempo de resposta. O gargalo costuma aparecer primeiro nesses números.
Tarefas pesadas dentro do pedido do usuário
Enviar e-mail, gerar PDF e chamar um sistema externo dentro da mesma requisição faz o usuário esperar por tudo isso. Em carga alta, essas esperas se acumulam. A saída costuma ser mover o trabalho pesado para segundo plano, tema do artigo sobre filas e processamento assíncrono.
Crescimento planejado
Quando o ensaio mostra o limite, a decisão seguinte é como ampliá-lo: mais servidores, melhor cache, reorganização do código. O artigo sobre escalabilidade de sistemas ajuda a escolher o caminho, e o texto sobre observabilidade mostra como enxergar o sistema por dentro durante o teste.
Quando o gargalo está na conversa entre sistemas diferentes, vale olhar também a frente de integração de sistemas.
Perguntas frequentes sobre teste de carga
As dúvidas mais comuns tratam de frequência, ambiente, ferramentas e leitura dos resultados. As respostas abaixo valem para a maioria dos sistemas, com ajuste conforme o caso.
Quando devo fazer um teste de carga?
Antes de datas de grande tráfego, como campanhas e lançamentos, e depois de mudanças importantes no código ou na infraestrutura. O k6 recomenda rodar testes quando o sistema ou o código relevante mudam. Em sistemas críticos, o ensaio entra na rotina de entrega.
Qual ferramenta devo usar?
Existem várias, e as 2 citadas aqui, k6 e Apache JMeter, são exemplos factuais, não recomendações. A escolha depende da linguagem da equipe, do tipo de sistema e de onde o teste vai rodar. Mais importante que a ferramenta é o cenário bem desenhado.
Posso testar o sistema em produção?
Pode, com cuidado: fora do horário de pico, com a equipe de plantão, com limite de carga e sem tocar em serviços de terceiros. Quando possível, prefira um ambiente de teste parecido com a produção, com dados em volume semelhante.
O que fazer com o resultado?
Transforme cada gargalo em uma tarefa com dono e prioridade, corrija um de cada vez e repita o teste para confirmar a melhora. Guarde os resultados para comparar as próximas rodadas e perceber se o sistema está melhorando ou piorando com o tempo.
Já fez um ensaio de carga na sua operação? Conte nos comentários qual gargalo apareceu primeiro.
Conclusão
Teste de carga e de performance é o ensaio geral do seu sistema. Ele troca a surpresa do dia do pico por uma lista de gargalos conhecida, ordenada e corrigida com calma. Cada tipo de teste responde a uma pergunta: fumaça confirma o básico, carga média valida o dia comum, estresse e ponto de ruptura mostram o limite, pico e resistência revelam fragilidades específicas.
O valor do ensaio depende da qualidade do cenário. Use um modelo de carga fiel, critérios de aprovação definidos antes, percentis em vez de médias e um gerador de carga que não vire o gargalo. Depois, corrija um ponto de cada vez e meça de novo.
A Trilion projeta e otimiza sistemas para volume e velocidade, com arquitetura, filas, cache, banco de dados e observabilidade. Se a sua operação tem um pico à vista, monte o seu briefing na página de aplicações de alta performance ou em orçamento de desenvolvimento. A proposta é escrita depois do briefing, e o valor depende de escopo, integrações, volume e prazo.
Sobre este texto
Este artigo foi escrito pela equipe da Trilion a partir da leitura direta da documentação de ferramentas de teste e de publicações de referência em engenharia de confiabilidade. Os tipos de teste seguem a classificação do k6; os cuidados com métricas seguem o livro de SRE do Google. Nomes de ferramentas aparecem como exemplos factuais, sem recomendação ou comparação. Nenhum resultado de desempenho é prometido: ele depende de cada sistema.
- Grafana k6, tipos de teste: https://grafana.com/docs/k6/latest/testing-guides/test-types/ (consulta em 07/11/2026)
- Grafana k6, thresholds: https://grafana.com/docs/k6/latest/using-k6/thresholds/ (consulta em 07/11/2026)
- Grafana k6, modelos aberto e fechado: https://grafana.com/docs/k6/latest/using-k6/scenarios/concepts/open-vs-closed/ (consulta em 07/11/2026)
- Apache JMeter, boas práticas: https://jmeter.apache.org/usermanual/best-practices.html (consulta em 07/11/2026)
- Google, livro Site Reliability Engineering, monitoramento de sistemas distribuídos: https://sre.google/sre-book/monitoring-distributed-systems/ (consulta em 07/11/2026)
- Wikipédia, Load testing: https://en.wikipedia.org/wiki/Load_testing (consulta em 07/11/2026)

