Curso de Performance Tuning en .Net para tu equipo de Desarrollo

Configuración de `Kestrel` y ASP.NET Core

Pool de conexiones, hilos y recursos compartidos

`ThreadPool`, `IHostedService`, `BackgroundService`

Limitación y control del uso de memoria

Compresión, buffering y response streaming

Configuración de timeouts, headers y límites

Control de logging y nivel de detalle

Optimización del arranque (startup performance)

Variables de entorno y `launchSettings.json`

Práctica: configuración base para app ASP.NET Core en producción

Uso de **dotnet-counters** y **dotnet-trace**

Análisis con PerfView, dotMemory y dotTrace

Visualización con EventPipe y ETW

Lectura de métricas en tiempo real

Detección de cuellos de botella y contención

Análisis de heap y generación de dumps

Uso de `System.Diagnostics.Metrics`

Integración con Prometheus y Grafana

Visualización de llamadas lentas y errores

Práctica: profiling completo de una API con dotTrace y Prometheus

Comportamiento del GC en .NET Core

Generaciones, pausas y compactación

Control del heap: `-Xmx`, `LOH`, objetos grandes

Evitar boxing/unboxing y alocaciones innecesarias

Uso de `Span<T>`, `Memory<T>`, `ArrayPool`

Técnicas de pooling y reuso de estructuras

GC Server vs Workstation

Diagnóstico de memory leaks

Trimming y reducción del size del binario

Práctica: análisis de presión de GC y corrección de fugas

Revisión de configuración de `DbContext`

Pool de conexiones con `AddDbContextPool`

Lazy loading vs eager loading

Eliminación de `N+1` con `Include` inteligente

Indexación de queries lentas (SQL Server, PostgreSQL)

Batch updates, split queries y rendimiento

Uso de `AsNoTracking()` para lecturas

Comparativa EF Core vs Dapper vs ADO.NET

Optimización de `SaveChanges()`

Práctica: reducción de latencia en operaciones CRUD críticas

Uso correcto de `async`/`await` en servicios

Evitar `Task.Result`, `Wait()` y deadlocks

Concurrency control con `SemaphoreSlim`, `Channel`, `TPL`

Acceso concurrente a recursos compartidos

Task scheduling y `ThreadPool`

Uso de `Parallel.ForEach`, `Task.WhenAll`, `ValueTask`

Errores comunes con operaciones concurrentes

Medición de latencia por número de hilos

Integración con CancellationToken

Práctica: paralelización de procesamiento batch de forma segura

Uso de `IMemoryCache`, `IDistributedCache`

TTL, sliding expiration y políticas personalizadas

Redis como backend distribuido

Serialización eficiente (MessagePack, JSON minimal)

Estrategias de invalidación

`@ResponseCache` y cache por capa HTTP

Cache warming y prefetch

Cache-first vs write-through

Análisis de hit/miss rate y métricas

Práctica: implementación de caché híbrido eficiente

Compresión GZIP y control de tamaño

JSON serialization tuning (System.Text.Json vs Newtonsoft)

Reducción de payload: DTOs y exclusión condicional

Paginación, filtros y queries parametrizados

Uso de `HttpClientFactory` para llamadas externas

Throttling, retries y circuit breakers (`Polly`)

Logs estructurados y trazabilidad por request

Control de errores y respuestas estándar

Benchmarks de endpoints críticos

Práctica: tuning de un endpoint que recibe 1000 req/min

Creación y supervisión de procesos de larga duración

Uso de `IHostedService` y `BackgroundService`

Cancelación segura de procesos

Programación con `Cronos`, `Quartz.NET`, `Hangfire`

Limitación de tareas simultáneas

Supervisión de excepciones no capturadas

Persistencia de estado en tareas críticas

Control de reintentos y logging

Interacción con base de datos y caché en tareas

Práctica: diseño de servicio de procesamiento batch controlado

Lectura y escritura asincrónica

Streaming vs carga en memoria completa

Manejo de archivos grandes con `FileStream`, `BufferedStream`

Compresión on-the-fly con GZipStream

Gestión de recursos temporales

Permisos y concurrencia de acceso

Tareas IO intensivas y prioridad del sistema

Path sanitization y validación de entradas

Logging sin bloquear el thread principal

Práctica: procesamiento y almacenamiento seguro de archivos subidos

Logging estructurado con Serilog, NLog o Microsoft.Extensions.Logging

Correlación de logs con IDs de request

OpenTelemetry para trazas distribuidas

Exportación a ElasticSearch, Loki, etc.

Log levels y filtros por entorno

Integración con sistemas de alerta

Visualización con Grafana o Kibana

Buenas prácticas de logging en producción

Logging asincrónico y sin bloqueo

Práctica: traza completa de un request distribuido entre 3 microservicios

Uso de herramientas como BenchmarkDotNet

Simulación con JMeter, k6 o NBomber

Diseño de escenarios de carga progresiva

Medición de cold start y rendimiento en caliente

Análisis de throughput y degradación

Simulación de errores, timeouts y fallos de red

Evaluación de rendimiento bajo concurrencia

Validación tras cambios de código o configuración

Informes automatizados por CI

Práctica: stress test de un servicio con 500 rps

Configuración de `appsettings.Production.json`

Health checks (`/health`, `/ready`, `/live`)

Tuning de `Kestrel` en producción

Aislamiento de entornos con Docker y Kubernetes

Ajustes de recursos (CPU, RAM, límites y requests)

Variables de entorno y secretos

Escalado horizontal vs vertical

Rollbacks y pruebas canary

Seguimiento de KPIs por entorno

Práctica: despliegue optimizado en contenedor con revisión de rendimiento

Separación de capas y responsabilidades

Uso de CQRS y colas de mensajería (`RabbitMQ`, `Azure Service Bus`)

Evitar objetos pesados y uso de mapeadores eficientes

Comunicación asincrónica entre microservicios

Minimización de dependencias cruzadas

Validaciones eficientes y minimal API

Gestión de errores sin penalizar rendimiento

Uso de DTOs bien diseñados

Clean Architecture + performance

Práctica: refactor arquitectónico con foco en rendimiento

Evaluación inicial con métricas y trazabilidad

Profiling del consumo de CPU, memoria y GC

Reducción de latencias en servicios REST

Optimización de base de datos y entidades

Implementación de caché local + distribuido

Mejora del throughput con asincronía

Análisis post-stress test

Ajuste de configuración para producción

Dashboard de monitoreo con logs y alertas

Documentación y plan de mejora continua