Profilare le prestazioni con l'AI

Sviluppo avanzato con AI per programmatori

Thalia Barrera

AI Engineering Curriculum Manager, DataCamp

Cosa vedremo

Lente che esamina strutture dati

Profilare il codice
Individuare colli di bottiglia
Valutare le strutture dati

Profilare con cProfile

Cosa misura cProfile:

Tempo CPU per funzione
Funzioni chiamate
Numero di chiamate
Tempo per chiamata

L'AI interpreta il profilo

Capire l'hotspot

Indice trasferimento posizione

Capire l'hotspot

Strutture dati

Valutare l'efficienza

Efficienza strutture dati

Valutazione AI:

✅ Accettabile per bassi volumi
❌ Mancano ottimizzazioni per scala ampia

Deep dive: HashMapLinear

Problemi di HashMapLinear

Scalabilità di HashMapLinear:

✅ Adatta a mappe piccole e fisse
📉 Degrada in tempo lineare
❌ Problematico con crescita imprevedibile

Problemi di concorrenza

Collisione di thread (race condition)

Problemi di thread safety:

Letture/scritture concorrenti possono gareggiare
Rischio di corruzione dati

Reimplementazione suggerita dall'AI

🔎 Rivedi sempre i suggerimenti AI
🔎 Testa prima di applicare

Validazione benchmark

Esecuzione benchmark:

Risultati:

Originale (HashMapOld): baseline
Ottimizzata (HashMapNew): 2x+ più veloce
✅ Patch AI validata

Ciclo di ottimizzazione assistito dall'AI

Messaggio chiave

Ciclo iterativo:

Profilare il codice
Identificare le operazioni dominanti
R riscrivere dove serve
Validare i risultati

🤖 L'AI ci aiuta a muoverci più velocemente con decisioni basate su dati

Passiamo alla pratica !

Sviluppo avanzato con AI per programmatori

Preparing Video For Download...