𝗔𝗱𝗮𝗸𝗮𝗵 𝗞𝗶𝘁𝗮 𝗧𝗲𝗹𝗮𝗵 𝗞𝗲𝗵𝗶𝗹𝗮𝗻𝗴𝗮𝗻 𝗦𝗲𝗻𝗶 𝗣𝗲𝗻𝗴𝗼𝗽𝘁𝗶𝗺𝘂𝗺𝗮𝗻 𝗧𝘂𝗹𝗲𝗻?
Jurutera terdahulu bekerja dengan had yang sangat kecil. Apollo Guidance Computer hanya mempunyai 2KB RAM. Setiap bit amat bermakna. Setiap kitaran CPU adalah sangat penting.
Hari ini, kita mempunyai memori berkapasiti gigabait. Kita sering menyelesaikan masalah dengan menambah lebih banyak perkakasan. Jika kod perlahan atau berat, kita menambah lebih banyak RAM. Tabiat ini menyebabkan kita kehilangan kemahiran pengoptimuman tulen.
Anda boleh menulis perisian yang lebih baik dengan memikirkan tentang kekangan.
Lihat bagaimana anda memproses fail teks yang besar dalam Python.
Cara biasa: Ramai pembangun membaca keseluruhan fail ke dalam memori sekaligus.
- Anda menggunakan
f.readlines(). - Ini memuatkan setiap baris ke dalam senarai dalam RAM anda.
- Jika fail anda bersaiz 10GB, anda memerlukan 10GB RAM.
- Pendekatan ini gagal pada pelayan kecil atau peranti yang terhad.
Cara yang dioptimumkan: Proses fail baris demi baris.
- Anda melakukan iterasi secara terus ke atas objek fail.
- Python membaca satu baris, memprosesnya, dan beralih ke baris seterusnya.
- Penggunaan memori anda kekal rendah dan malar.
- Tidak kira sama ada fail itu 1MB atau 100GB.
Perbezaannya adalah mengenai falsafah kejuruteraan.
Menambah lebih banyak sumber hanyalah penyelesaian sementara. Ia menghasilkan perisian yang rapuh. Menggunakan kekangan untuk memacu reka bentuk anda menghasilkan perisian yang teguh.
Pengoptimuman bukan sekadar tentang kelajuan. Ia adalah tentang menjadi peka terhadap sumber anda.
Apabila anda menulis kod, tanya diri anda:
- Berapakah banyak memori yang digunakan ini?
- Adakah ini akan berfungsi jika data berkembang sepuluh kali ganda lebih besar?
- Adakah saya bergantung kepada perkakasan mahal untuk menyembunyikan kod yang lemah?
Perisian yang lebih baik datang daripada disiplin.
Sumber: https://dev.to/prabashanadev/have-we-lost-the-art-of-pure-optimization-31b9