O que é IOPS e por que ele vira gargalo em bancos de dados?

Quem já passou por uma lentidão estranha em um banco de dados conhece a cena. CPU sobrando, memória aparentemente confortável, rede tranquila. E ainda assim, consultas simples demoram mais do que deveriam. A pergunta inevitável surge quase como um incômodo: “onde está o gargalo?”. Em muitos casos, a resposta mora em três letras pouco intuitivas para quem não vive infraestrutura no dia a dia: IOPS.

IOPS significa Input/Output Operations Per Second. Em bom português, quantas operações de leitura e escrita o sistema de armazenamento consegue realizar por segundo. Parece simples. Mas, na prática, é aí que boa parte dos problemas silenciosos de bancos de dados começa.

IOPS mede velocidade ou capacidade real de resposta?

Aqui mora uma confusão comum. IOPS não fala sobre volume de dados, mas sobre frequência de operações. Um banco de dados não espera grandes arquivos trafegando o tempo todo. Ele espera respostas rápidas, muitas vezes para blocos pequenos, repetidas milhares de vezes por segundo.

Um exemplo cotidiano ajuda. Imagine um restaurante com uma cozinha enorme, cheia de ingredientes. Isso seria o armazenamento total. Agora imagine apenas um cozinheiro atendendo dezenas de pedidos simultâneos. O problema não é a comida, é a capacidade de preparar pratos rápido. IOPS mede esse ritmo. Não o estoque.

Por isso, bancos transacionais, sistemas de ERP, e-commerce e aplicações financeiras sofrem tanto quando o armazenamento não acompanha. Eles não precisam só de espaço. Precisam de resposta imediata.

Por que bancos de dados são tão sensíveis a IOPS?

Bancos de dados vivem de operações pequenas, constantes e imprevisíveis. Um índice aqui, uma escrita ali, uma leitura que ninguém antecipou. Diferente de workloads sequenciais, como backup ou streaming, o acesso é aleatório. E acesso aleatório pune qualquer storage mal dimensionado.

Na prática, quando faltam IOPS, o banco começa a acumular fila de operações. Locks se prolongam. Queries simples passam a disputar recursos. O efeito cascata aparece rápido e costuma ser interpretado como problema de aplicação, quando na verdade é limitação de disco.

Quem já analisou um banco com latência de disco acima de 20 ms sabe. A aplicação fica “estranha”. Nada quebra, mas tudo demora.

Disco, SSD, NVMe… todos entregam o mesmo IOPS?

Nem perto disso. Um disco mecânico tradicional entrega algo entre 100 e 200 IOPS em cenários reais. SSDs SATA sobem para alguns milhares. SSDs NVMe, quando bem configurados, chegam facilmente a centenas de milhares de IOPS sustentadas.

E aqui entra um ponto que muitos ignoram. Não basta o disco ser rápido no papel. Controladora, arquitetura do servidor, fila de I/O do sistema operacional e até o hypervisor interferem. IOPS prometido não é IOPS entregue.

Segundo dados do IDC publicados em 2025, mais de 70% das novas cargas de bancos de dados corporativos já rodam sobre SSD NVMe, justamente para reduzir latência e aumentar previsibilidade de performance (IDC Worldwide Storage Report, 2025). Não é modismo. É sobrevivência operacional.

Quantos IOPS um banco realmente precisa?

A resposta honesta é: depende.  Depende do padrão de acesso, do número de usuários simultâneos, do tipo de transação e até da forma como os índices foram construídos.

Um banco pequeno, mas mal indexado, pode consumir mais IOPS do que um banco grande bem desenhado. Já um sistema de billing pode exigir dezenas de milhares de IOPS constantes, mesmo com pouco volume de dados.

Aqui entra experiência prática. Ambientes que “crescem bem” costumam ser aqueles onde alguém olhou para IOPS antes do problema aparecer. Quem espera reclamação do usuário normalmente chega atrasado.

E vale um alerta. Cloud pública costuma vender IOPS como métrica separada. Quando o time não percebe isso, o custo explode ou a performance some. Nenhuma das opções agrada.

IOPS é tudo ou ainda existe outro vilão escondido?

IOPS sem latência baixa não resolve. Latência alta com IOPS sobrando também não. Os dois caminham juntos. Um banco precisa de operações rápidas e previsíveis. Picos de IOPS que variam demais geram comportamento errático. É aquele sistema que funciona bem de manhã e vira uma carroça à tarde.

Gartner apontou em 2025 que mais de 60% dos incidentes de performance em bancos de dados corporativos estão relacionados a storage mal dimensionado, não a CPU ou memória (Gartner Market Guide for Storage Performance, 2025). É um dado que incomoda porque desmonta diagnósticos automáticos.

Não adianta escalar aplicação se o disco não acompanha. O gargalo só muda de lugar.

Como a infraestrutura certa evita esse tipo de dor de cabeça?

Infraestrutura pensada para banco de dados começa pelo armazenamento. IOPS previsível, baixa latência e isolamento de carga não são luxo. São pré-requisitos.

É por isso que arquiteturas baseadas em servidores dedicados ou cloud privada seguem relevantes. Elas permitem controle real sobre disco, fila de I/O e desempenho sustentado. Nada de “até X IOPS”. É entrega constante.

Na EVEO, esse tema aparece com frequência em projetos de migração ou repatriação de dados. Muitos clientes chegam após experiências frustrantes com ambientes onde IOPS era tratado como detalhe comercial. Quando o banco cresce, o detalhe vira problema estrutural.

O ponto central é simples. Banco de dados não perdoa improviso. Ele expõe qualquer escolha ruim rapidamente.

Então, vale a pena olhar para IOPS antes de tudo?

Vale olhar cedo. Não depois. IOPS não é métrica de especialista paranoico. É fundamento. Ignorar isso costuma custar tempo, dinheiro e reputação interna.

Quem lidera TI precisa fazer a pergunta certa antes do problema aparecer. “Esse storage aguenta nosso crescimento?” Quase nunca a resposta vem de slides. Vem de números, testes e arquitetura bem pensada.

E no fim das contas, isso é o que separa um ambiente que cresce tranquilo de outro que vive apagando incêndio.

Para carga continua e desempenho previsivel, vale conhecer servidor dedicado da EVEO.

Fale com um especialista da EVEO