Cargar o definir datos
Esquema:
components — id (válido para Mermaid), name, dims (pilares), maturity (0–5) o dimScores, reason opcional, opcional code (texto), codeLanguage (ej. python). edges — from, to (ids). workflows — id, label, nodes (ids). Opcional groups — para Nivel 1/2. Opcional codeSnippets — { "componentId": "código" }. Nivel 4 (Código) muestra fragmentos para componentes con code o en codeSnippets.
0
Peticiones en vivo (sim)
12 ms
Latencia media (sim)
20%
Presión del sistema
200
Propagación de presión a lo largo del flujo
Seleccione un flujo arriba para ver cómo se propaga la presión PPI (madurez 0–5) en cada paso. Los nodos del diagrama se tiñen por presión cuando el flujo se ejecuta.
Rendimiento
Preparación para producción
Eficiencia de infraestructura
Resiliencia ante fallos
Puntuación PPI (alineada con PPI-F Diagnostic): Madurez de referencia 0–5 por dimensión;
Presión = (5 − Madurez) / 5. Haga clic en un nodo para ver madurez por dimensión y presión PPI. Ejecutar evaluación PPI-F completa →
Código del componente
Flujos de ejemplo e interacción
Use el control de tráfico para simular carga (contador de peticiones y presión del sistema). Seleccione un flujo para animar el camino y ver la propagación de presión. Haga clic en un nodo para ver sus dimensiones PPI-F y madurez. Con tráfico alto los nodos pulsan; las líneas de flujo se animan más rápido.
Rendimiento
Latencia, throughput, escalabilidad. Fuentes de presión e invariantes.
- API Gateway, servicios, cachés, ETA/Mapas
Preparación para producción
Despliegue, observabilidad, propagación y palancas.
- CI/CD, observabilidad, configuración, salud
Eficiencia de infraestructura
Coste, utilización, dimensionamiento, coste por servicio.
- Colas de mensajes, bases de datos, precios
Resiliencia ante fallos
Tolerancia a fallos, respaldos, circuit breakers.
- Reintentos, timeouts, failover, SLOs