Модульность модели для непрерывной разработки

Дискретно-событийное моделирование на Python

Diogo Costa (PhD, MSc)

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

Что такое масштабируемость модели?

Расширение возможностей со временем
Без потери производительности и нарушения работы

Термин «масштабируемая» модель

Обычное значение: возможность увеличения мощности по мере роста спроса
В моделях с дискретными событиями: возможность расширения при сохранении стабильности

Важность

Необходима для долгосрочного успеха и ценности модели
Способность к развитию
Хорошие практики программирования, такие как модульность

Масштабируемая и менее масштабируемая модели

Масштабируемая модель

Диаграмма модульной модели с высокой масштабируемостью: код разбит на отдельные модули, которые можно легко добавлять, удалять или заменять без изменения структуры модели.

Менее масштабируемая модель

Диаграмма менее модульной модели с низкой масштабируемостью: код не разделён на модули должным образом, поэтому добавлять, удалять или заменять компоненты без изменения структуры модели затруднительно.

Модульность модели

Взаимозаменяемые компоненты (модули)
Процессы, разбитые на отдельные функции
Модули вызываются многократно
Вместо дублирования одного и того же кода

Диаграмма модели из семи функций: при обновлении модуль «func_b» заменён на «func_b1», а модуль «func_f» добавлен между «func_c» и «func_d».

Пример: замена и добавление модулей

Старая версия

with counter.request() as request:
    yield request

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

Обновлённая версия

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()

Давайте потренируемся!

Дискретно-событийное моделирование на Python