Medido con playbooks reales.

Dos cargas, cada una lanzada por una receta del repositorio, contra ansible-core 2.19.12 con pipelining activado. Cada cifra de esta página sale de esas recetas, medida el 2026-09-27.

50×más rápido en cuatro roles de Galaxy
2.15×más rápido en k3s-ansible site.yml
Cuatro roles de Galaxygeerlingguy.security, nginx, git y pip en dos hosts Ubuntu 24.04 ya convergidos, 56 tareas por host
0 s5 s10 s15 s20 s25 s30 s
ansible-core 26.435 sVolant 0.529 s

Pasa el cursor sobre la traza para leerla.

k3s-ansible site.ymlel playbook oficial de k3s-ansible contra un clúster instalado, un servidor y un agente
0 s10 s20 s30 s40 s50 s
ansible-core 50.519 sVolant 23.477 s

Pasa el cursor sobre la traza para leerla.

Mediana de tres pasadas cronometradas el 2026-09-27, contra ansible-core 2.19.12 con pipelining = True. Una línea está alta mientras dura la ejecución de ese motor.

Las proporciones están muy separadas por una razón. Los roles no cambian nada en un host convergido, así que casi todo el tiempo de la referencia se va en la maquinaria alrededor de cada módulo. El playbook de k3s reinicia servicios y ejecuta scripts de instalación en cada pasada, y ese trabajo tarda lo mismo con cualquiera de los dos motores.

En qué gasta Volant su tiempo.

La pasada mediana, dividida por pasos. Un paso nativo lo responde en Rust el agente en el host.

Cuatro roles de Galaxy0.529 s para dos hosts
Abrir las conexiones172.6 ms
file ×8, lineinfile ×8, stat ×5nativo52.8 ms
systemd, 3 tareasnativo52.4 ms
setup, recopilación de factsnativo47.6 ms
apt, 8 tareasnativo38.4 ms
Frames y blobs por la red27.1 ms
Preparar las tareas en el controlador25 ms
Construir el conjunto de módulos de Pythonen caché15.3 ms
Esperar al otro host10.6 ms
k3s-ansible, el servidor23.477 s para dos hosts
Reiniciar k3s, servidor y agentesystemd nativo13.03 s
service_factsnativo2.48 s
apt con update_cachePython2.21 s
Abrir las conexiones350 ms
Esperar al otro host253 ms
Preparar las tareas en el controlador185 ms
package_factsnativo168 ms
Recopilación de factsnativo55 ms
Construir el conjunto de módulos de Pythonen caché30.6 ms

En k3s, la mayor parte de los 23.5 segundos es trabajo que pide el playbook: reiniciar el servicio de k3s, ejecutar su script de instalación y 13 tareas command. Los dos motores pagan lo mismo por ellas, porque son procesos en el host. Lo que queda explica el resto.

La configuración.

Ajustes por defecto en ambos lados, salvo el pipelining, que hace más rápida la referencia.

Hosts administrados
dos hosts Ubuntu 24.04, 4 núcleos cada uno
Controlador
Ubuntu 26.04, 8 núcleos
Volant
build de release, ajustes por defecto: módulos nativos activados, una conexión SSH por host
Referencia
ansible-core 2.19.12 con pipelining = True, forks en su valor por defecto de 5
Pasadas
una pasada de calentamiento por motor y luego tres pasadas cronometradas cada uno; se informa de la mediana
Comprobación
cada pasada debe acabar en el mismo PLAY RECAP con los dos motores, o la receta falla

Mide tu propia ejecución.

En tu propio playbook, --profile imprime el desglose de arriba para tu ejecución, paso a paso.

Para reproducir las dos cargas, las recetas compilan Volant en modo release, se ejecutan contra los hosts que indiques e imprimen las medianas y la proporción. Necesitan ansible-core 2.19.12 instalado con uv tool install y dos hosts donde la cuenta tenga sudo sin contraseña. Las recetas modifican esos hosts, así que usa máquinas que puedas borrar. Las recetas

# Your own run, split by step 
volant playbook -i inventory.ini site.yml --profile

# The two workloads of this page 
VOLANT_TARGET_HOST=host1 VOLANT_SECOND_HOST=host2 just bench 3 
VOLANT_TARGET_HOST=host1 VOLANT_SECOND_HOST=host2 just bench-k3s 3

Estas cifras describen dos playbooks en dos hosts. Las tuyas dependen de tu red, de lo que hagan tus tareas, de cuántas cubre un módulo nativo y de cuántos hosts manejes a la vez. La medición completa