Modularité des modèles pour optimiser le développement continu

Simulation d'événements discrets en Python

Diogo Costa (PhD, MSc)

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

Qu'est-ce que l'évolutivité d'un modèle ?

Étendre les capacités dans le temps
Sans perdre en performance ni se dégrader

Terme « modèle scalable »

Usage courant : capacité d'augmenter la charge selon la demande
En modèles à événements discrets : capacité de s'agrandir et rester stable

Importance

Essentiel pour la pérennité et la valeur du modèle
Capacité d'évoluer
Bonnes pratiques de code, dont la modularité du modèle

Modèles plus ou moins évolutifs

Modèle scalable

Schéma montrant un modèle modulaire plus évolutif, car le code est bien compartimenté : on peut ajouter, retirer ou remplacer des modules sans modifier la structure du modèle.

Modèle moins scalable

Schéma montrant un modèle moins modulaire, donc moins évolutif : le code est mal compartimenté, on ne peut pas facilement ajouter, retirer ou remplacer des modules sans changer la structure du modèle.

Modularité du modèle

Composants (ou modules) interchangeables
Processus compartimentés en fonctions distinctes
Modules appelés plusieurs fois
Plutôt que de dupliquer le même code

Schéma d'un modèle composé de sept fonctions ; une mise à niveau a remplacé le module « func_b » par « func_b1 » et ajouté le module « func_f » entre « func_c » et « func_d ».

Exemple : remplacer et ajouter des modules

Ancienne version

with counter.request() as request:
    yield request

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

Version mise à jour

with counter.request() as request:
  yield request

  def func_a()
  # def func_b() # Module replaced by
  def func_b1()  # Module de remplacement
  def func_c()
  def func_f()   # Nouveau module ajouté
  def func_d()
  def func_e()

Passons à la pratique !