Modularidade para otimizar o desenvolvimento contínuo

Simulação de Eventos Discretos em Python

Diogo Costa (PhD, MSc)

Adjunct Professor, University of Saskatchewan, Canada & CEO of ImpactBLUE-Scientific

O que é escalabilidade de modelo?

Expandir capacidades ao longo do tempo
Sem perder desempenho ou quebrar

Termo “modelo escalável”

Uso comum: aumentar capacidade conforme a demanda
Em modelos de eventos discretos: expandir e manter estabilidade

Importância

Essencial para sucesso e valor de longo prazo
Capacidade de evoluir
Boas práticas de código, como modularidade

Modelos escaláveis e menos escaláveis

Modelo escalável

Diagrama mostrando um modelo modular mais escalável porque o código é bem compartimentado, então módulos podem ser adicionados, removidos ou trocados sem mudar a estrutura do modelo.

Modelo menos escalável

Diagrama mostrando um modelo menos modular, portanto menos escalável, porque o código não é bem compartimentado; assim, módulos não podem ser facilmente adicionados, removidos ou trocados sem mudanças na estrutura.

Modularidade do modelo

Componentes (módulos) intercambiáveis
Processos separados em funções distintas
Módulos chamados várias vezes
Em vez de copiar o mesmo código

Diagrama de um modelo com sete funções, onde a atualização trocou o módulo "func_b" por "func_b1" e adicionou "func_f" entre "func_c" e "func_d".

Exemplo: substituir e adicionar módulos

Versão antiga

with counter.request() as request:
    yield request

    def func_a()
    def func_b()
    def func_c()
    def func_d()
    def func_e()

Versão atualizada

with counter.request() as request:
  yield request

  def func_a()
  # def func_b() # Módulo substituído por
  def func_b1()  # Módulo de substituição
  def func_c()
  def func_f()   # Novo módulo adicionado
  def func_d()
  def func_e()

Vamos praticar!

Simulação de Eventos Discretos em Python