Modularitas model untuk mengoptimalkan pengembangan berkelanjutan

Simulasi Peristiwa Diskret dengan Python

Diogo Costa (PhD, MSc)

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

Apa itu skalabilitas model?

Kembangkan kapabilitas seiring waktu
Tanpa kehilangan kinerja atau rusak

Istilah "model skalabel"

Umum: Kemampuan menambah kapasitas sesuai permintaan pengguna
Pada model kejadian-diskret: Dapat diperluas dan tetap stabil

Pentingnya

Krusial bagi keberhasilan jangka panjang dan nilai model
Mampu berevolusi
Praktik pengkodean yang baik seperti modularitas model

Model skalabel vs. kurang skalabel

Model yang skalabel

Diagram yang menunjukkan model modular yang lebih skalabel karena kodenya terpetakan dengan baik sehingga modul dapat mudah ditambah, dihapus, atau diganti tanpa mengubah struktur model.

Model kurang skalabel

Diagram yang menunjukkan model kurang modular, sehingga kurang skalabel karena kodenya tidak terpetakan dengan baik; modul tidak dapat mudah ditambah, dihapus, atau diganti tanpa mengubah struktur model.

Modularitas model

Komponen (atau modul) dapat saling diganti
Proses dipisahkan ke fungsi terpisah
Modul dipanggil berkali-kali
Alih-alih menyalin kode yang sama

Diagram yang menunjukkan model dengan tujuh fungsi; peningkatan model mengganti modul "func_b" dengan "func_b1", dan menambahkan "func_f" antara "func_c" dan "func_d".

Contoh: mengganti dan menambah modul

Versi lama

with counter.request() as request:
    yield request

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

Versi terbaru

with counter.request() as request:
  yield request

  def func_a()
  # def func_b() # Module replaced by
  def func_b1()  # Module replacement
  def func_c()
  def func_f()   # New module added
  def func_d()
  def func_e()

Ayo berlatih!

Simulasi Peristiwa Diskret dengan Python