¿Qué recursos necesita un servidor para ejecutar n8n?

Los recursos necesarios para ejecutar n8n no dependen únicamente de cuántos workflows estén creados. Lo que realmente importa es qué hacen, con qué frecuencia se ejecutan, cuántas ejecuciones coinciden y qué cantidad de datos procesan.

Un workflow que recibe un formulario y crea un contacto en el CRM puede consumir pocos recursos. Otro que descarga archivos, transforma miles de registros o mantiene varias ejecuciones simultáneas puede exigir mucha más CPU, memoria y almacenamiento.

Por eso, esta guía no propone una configuración universal. Explica cómo dimensionar un servidor n8n según la carga prevista y qué indicadores conviene vigilar cuando el proyecto comienza a crecer.

Qué componentes necesita una instalación de n8n

Para funcionar de forma continua, una instalación necesita más que capacidad de procesamiento. El entorno completo incluye:

CPU: ejecuta la lógica, transformaciones y operaciones de cada workflow.
Memoria RAM: mantiene la aplicación y los datos temporales de las ejecuciones activas.
Almacenamiento: contiene la instalación, configuraciones, registros y datos persistentes.
Base de datos: almacena workflows, credenciales cifradas, ejecuciones y otra información operativa.
Red: permite recibir webhooks y comunicarse con APIs, bases de datos y servicios externos.
Operación: comprende actualizaciones, copias de seguridad, monitoreo y recuperación ante fallos.

Si n8n comparte el servidor con una base de datos, proxy, sistema de monitoreo u otros servicios, todos competirán por los mismos recursos. Esa carga también debe incluirse en el cálculo.

No es lo mismo una prueba que un entorno de producción

Una instalación para aprender o validar una integración puede funcionar con recursos modestos porque admite pausas, ajustes manuales y pocas ejecuciones. En producción, el criterio cambia: hay que considerar picos de demanda, procesos simultáneos y margen para recuperarse de un error.

También cambia el impacto de una interrupción. Si n8n recibe pedidos, mensajes o solicitudes mediante webhooks, una caída puede impedir que esos eventos se procesen en el momento esperado.

Los recursos mínimos permiten iniciar la aplicación; los recursos adecuados para producción deben sostener el workload real con un margen razonable.

Cómo influye el tipo de workflow

Antes de elegir CPU o RAM, conviene clasificar las automatizaciones por su forma de trabajo:

Tipo de workflow	Ejemplo	Recurso que conviene vigilar
Ligero y ocasional	Recibir un formulario y crear un contacto	Disponibilidad y tiempos de respuesta
Frecuente	Procesar webhooks o sincronizar aplicaciones durante el día	CPU, concurrencia y límites de las APIs
Intensivo en datos	Transformar listas extensas o respuestas voluminosas	RAM y base de datos
Intensivo en archivos	Descargar, generar o transferir documentos e imágenes	RAM, almacenamiento y red
Programado por lotes	Generar reportes o sincronizar registros a una hora determinada	Picos de CPU, RAM y duración
Con inteligencia artificial	Agentes que consultan herramientas y fuentes de datos	Concurrencia, memoria, latencia y servicios externos

Esta clasificación también ayuda a detectar si el problema está realmente en el servidor. Un workflow puede tardar porque una API externa responde lentamente, porque recibe más datos de los necesarios o porque ejecuta demasiadas operaciones de forma secuencial.

CPU: importan la complejidad y la concurrencia

La CPU interviene en la lógica de los workflows, las transformaciones y la coordinación de las tareas. Su consumo aumenta cuando varias ejecuciones trabajan al mismo tiempo o cuando los nodos realizan procesamiento local intensivo.

No debe confundirse el número de workflows guardados con el número de ejecuciones concurrentes. Cincuenta workflows inactivos pueden consumir menos capacidad que uno solo ejecutándose muchas veces en paralelo.

Antes de ampliar la CPU, revise:

cuántas ejecuciones coinciden en los periodos de mayor actividad;
si varios procesos programados comienzan a la misma hora;
si existen bucles o transformaciones innecesariamente grandes;
si la espera proviene de n8n o de un servicio externo;
si el uso elevado es puntual o sostenido.

Distribuir los procesos programados en horarios diferentes puede reducir los picos sin aumentar inmediatamente el servidor.

RAM: el volumen de datos puede ser decisivo

Durante una ejecución, n8n necesita mantener datos en memoria. El consumo puede crecer cuando un workflow recibe respuestas grandes, procesa archivos, conserva muchos elementos entre nodos o coincide con otras ejecuciones.

Un caso habitual es consultar todos los registros de una aplicación para procesarlos en un solo bloque. Dividir el trabajo en lotes, solicitar únicamente los campos necesarios y liberar datos que ya no se utilizarán puede reducir la presión sobre la memoria.

Qué ocurre cuando falta memoria

Si la memoria se agota, una ejecución puede fallar o el sistema puede recurrir al espacio de intercambio. El swap puede ofrecer un margen temporal, pero es considerablemente más lento que la RAM y no corrige un consumo sostenido.

La señal relevante no es un pico aislado, sino que la memoria permanezca cerca de su límite o crezca durante determinadas ejecuciones sin recuperarse después.

Almacenamiento: capacidad, velocidad y crecimiento

El almacenamiento se utiliza para la aplicación, la base de datos, los registros y, según el diseño de los workflows, archivos temporales o persistentes. Su consumo depende en gran medida de cuánto historial se conserva.

Para producción, un almacenamiento SSD suele ser más apropiado que un disco mecánico cuando la base de datos realiza lecturas y escrituras frecuentes. Sin embargo, la velocidad no resuelve una política de retención mal definida.

Conviene revisar periódicamente:

el crecimiento de la base de datos;
el historial de ejecuciones guardado;
los datos de ejecuciones exitosas y fallidas;
los archivos temporales generados por los workflows;
los registros del sistema y sus políticas de rotación;
el espacio necesario para copias de seguridad y restauraciones.

Un servidor puede disponer de CPU y RAM suficientes y aun así dejar de operar correctamente si se queda sin espacio libre.

Base de datos y retención de ejecuciones

La base de datos guarda información esencial de n8n. A medida que aumentan las ejecuciones, también pueden crecer el volumen almacenado y el trabajo de lectura y escritura.

En un entorno pequeño, la aplicación y la base de datos pueden compartir infraestructura. Cuando la carga o la criticidad aumentan, separar componentes permite asignar recursos, mantenimiento y copias de seguridad de forma independiente.

Antes de ampliar el almacenamiento, revise qué información necesita conservar. Guardar indefinidamente el detalle completo de cada ejecución puede no aportar valor operativo. La retención debe equilibrar diagnóstico, auditoría, privacidad y capacidad disponible.

Red, webhooks y servicios externos

n8n suele depender de aplicaciones externas. Por eso, el rendimiento final no está determinado únicamente por el servidor.

Un entorno empresarial debe contar con conectividad estable y permitir que los webhooks sean accesibles cuando deban recibir eventos. También conviene contemplar tiempos de espera, límites de uso de las APIs y respuestas intermitentes.

Los reintentos deben diseñarse con cuidado. Repetir una consulta suele ser menos riesgoso que repetir una operación que crea una factura, envía un mensaje o modifica un registro. El workflow necesita una forma de reconocer si la acción ya fue completada.

Qué cambia al utilizar agentes de IA

Un agente de IA no necesariamente ejecuta el modelo dentro del servidor de n8n. Cuando utiliza un proveedor externo, gran parte del procesamiento ocurre fuera de la infraestructura local. Aun así, el workflow consume recursos mientras coordina herramientas, conserva contexto, procesa respuestas y espera resultados.

La carga aumenta si el agente maneja documentos grandes, ejecuta varias herramientas por solicitud o atiende numerosas conversaciones simultáneas. En estos escenarios conviene medir duración, concurrencia y tamaño de los datos, además del uso de CPU.

Si el proyecto contempla este tipo de automatización, la guía sobre cómo crear un agente de IA con ChatGPT y n8n explica la relación entre el agente, sus herramientas, la memoria y las fuentes de información.

Cómo calcular los recursos de su proyecto

La mejor estimación comienza con el workload, no con una lista de especificaciones. Documente estas variables:

Frecuencia: cuántas ejecuciones se esperan por hora o por día.
Concurrencia: cuántas pueden estar activas al mismo tiempo.
Duración: cuánto tarda normalmente cada tipo de workflow.
Datos: cuántos elementos, archivos o registros procesa cada ejecución.
Picos: qué horarios o eventos concentran mayor actividad.
Crecimiento: qué nuevos procesos se incorporarán durante los próximos meses.
Criticidad: cuánto tiempo puede permanecer detenido el servicio.

Los casos de uso de n8n para empresas muestran por qué una integración de CRM, un proceso por lotes y una automatización de WhatsApp pueden requerir capacidades distintas, aunque utilicen la misma plataforma.

Qué métricas conviene monitorear

Después de poner el entorno en funcionamiento, observe su comportamiento durante periodos normales y durante los picos:

uso sostenido y picos de CPU;
memoria disponible y uso de swap;
espacio libre y ritmo de crecimiento;
duración y cantidad de ejecuciones concurrentes;
ejecuciones fallidas y reintentos;
latencia de la base de datos y servicios externos;
disponibilidad de webhooks y procesos programados.

Una métrica aislada rara vez explica todo el problema. CPU alta acompañada de muchas ejecuciones concurrentes requiere un análisis diferente a un workflow lento con CPU ociosa mientras espera una API.

Cómo escalar un servidor n8n

La primera opción suele ser la escalabilidad vertical: aumentar CPU, RAM o almacenamiento del servidor. Es una solución directa cuando el proyecto crece de forma gradual.

Para cargas mayores puede ser necesario separar la base de datos, distribuir la ejecución de procesos o adoptar una arquitectura con componentes especializados. Esa complejidad solo se justifica cuando las métricas muestran que el entorno actual alcanzó un límite concreto.

Escalar sin medir puede trasladar el problema sin resolverlo. Si un workflow carga datos innecesarios, conserva demasiado historial o repite operaciones, añadir recursos solo pospone la corrección.

VPS o entorno gestionado: qué responsabilidad asume cada opción

Un VPS permite controlar directamente el sistema operativo, la instalación y la arquitectura. Puede ser apropiado cuando la empresa cuenta con personal capaz de administrar seguridad, actualizaciones, proxy, certificados, base de datos, copias de seguridad y monitoreo.

El precio del servidor no representa por sí solo el coste operativo. También debe considerarse el tiempo necesario para mantener la plataforma, investigar fallos y realizar recuperaciones.

Cuando el equipo prefiere concentrarse en los workflows y delegar parte de esas tareas, un hosting gestionado para n8n puede resultar más adecuado. La elección no depende solo de la capacidad técnica del servidor, sino del nivel de control y responsabilidad que la organización desea asumir.

Errores frecuentes al dimensionar n8n

Elegir únicamente por cantidad de workflows: no refleja frecuencia, duración ni concurrencia.
Ignorar la base de datos: el historial puede crecer aunque la aplicación consuma pocos recursos.
Procesar todo en un solo bloque: aumenta el uso de memoria y el impacto de un fallo.
Concentrar tareas programadas: crea picos evitables a una misma hora.
Conservar ejecuciones sin una política: ocupa espacio sin una finalidad definida.
Confundir latencia externa con falta de CPU: una API lenta no mejora necesariamente al ampliar el servidor.
No reservar margen: un entorno utilizado siempre al límite tiene poca capacidad para absorber picos.

Preguntas frecuentes sobre los requisitos de n8n

¿Cuánta RAM necesita n8n?

Depende del volumen de datos por ejecución, los archivos procesados y la cantidad de workflows concurrentes. La forma más fiable de decidirlo es probar una carga representativa y observar el consumo durante los picos.

¿Cuántos núcleos necesita un servidor n8n?

No existe una cantidad válida para todos los proyectos. La CPU debe dimensionarse según la complejidad de las operaciones y, especialmente, el número de ejecuciones que trabajan al mismo tiempo.

¿Se puede instalar n8n en un VPS?

Sí. En ese caso, la administración del sistema, actualizaciones, seguridad, disponibilidad y recuperación queda a cargo del usuario o del servicio de gestión contratado.

¿Más recursos harán que todos los workflows sean más rápidos?

No necesariamente. Si el retraso proviene de una API externa, un límite del servicio conectado o un diseño ineficiente, ampliar CPU o RAM puede producir poca mejora. Primero debe localizarse el cuello de botella.

¿Cuándo conviene ampliar el servidor?

Cuando las métricas muestran consumo sostenido cerca del límite, tiempos de ejecución crecientes, falta de memoria o espacio, o una concurrencia que el entorno actual ya no puede absorber. También puede ser necesario ampliar antes de incorporar un proceso crítico con una carga conocida.

¿Qué Recursos Necesita un Servidor para Ejecutar n8n?