Modularita modelu pro optimalizaci kontinuálního vývoje

Diskrétní simulace událostí v Pythonu

Diogo Costa (PhD, MSc)

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

Co je škálovatelnost modelu?

Rozšiřování schopností v průběhu času
Bez ztráty výkonu a bez selhání

Pojem „škálovatelný" model

Běžné použití: Schopnost zvýšit kapacitu podle poptávky uživatelů
V modelech diskrétních událostí: Schopnost rozšíření a zachování stability

Důležitost

Klíčová pro dlouhodobý úspěch a hodnotu modelu
Schopnost vývoje
Dobré programovací praktiky, například modularita modelu

Škálovatelný a méně škálovatelný model

Škálovatelný model

Diagram znázorňující modulární model, který je lépe škálovatelný díky správnému rozdělení kódu do modulů, které lze snadno přidávat, odebírat nebo nahrazovat bez nutnosti měnit strukturu modelu.

Méně škálovatelný model

Diagram znázorňující méně modulární model, který je méně škálovatelný, protože kód není správně rozdělen do modulů, a jejich přidávání, odebírání nebo nahrazování vyžaduje změny struktury modelu.

Modularita modelu

Zaměnitelné komponenty (moduly)
Procesy rozdělené do samostatných funkcí
Moduly volané opakovaně
Místo kopírování stejného kódu

Diagram znázorňující model složený ze sedmi funkcí, kde aktualizace modelu zahrnovala nahrazení modulu „func_b" modulem „func_b1" a přidání modulu „func_f" mezi moduly „func_c" a „func_d".

Příklad: nahrazení a přidání modulů

Stará verze

with counter.request() as request:
    yield request

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

Aktualizovaná verze

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()

Pojďme si procvičit!

Diskrétní simulace událostí v Pythonu