Kapitel 2. Analyse der Codeleistung
Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com
In Kapitel 1 habe ich einige Aspekte des Schreibens von gutem Code dargelegt, und in diesem Kapitel gehe ich auf einen Aspekt näher ein: die Leistung. Wenn du Code schreibst, der Teil eines größeren Systems ist, ist es sehr wichtig, dass dein Code performant ist. Er sollte seine Ergebnisse zeitnah zurückgeben und die verfügbaren Rechenressourcen nicht übersteigen.
Das Wichtigste ist jedoch, dass dein Code funktioniert. Bevor du eine der Techniken in diesem oder dem nächsten Kapitel anwendest, solltest du sicherstellen, dass dein Code das Problem löst, das er lösen soll, und die Ergebnisse liefert, die du erwartest. Jegliche Optimierung oder Beschleunigung sollte erst erfolgen, wenn der Code bereits richtig läuft.
Zweitens: Frag dich, ob es eine Anforderung für eine verbesserte Leistung gibt. Du musst die Erwartungen des größeren Systems kennen, mit dem dein Code verbunden ist. Muss dein Code innerhalb einer bestimmten Zeitspanne ein Ergebnis liefern? Wartet dein Benutzer darauf, aufgrund der Ergebnisse deines Codes eine Aktion durchzuführen? Je schneller der Code arbeitet, desto besser ist das Erlebnis für den Benutzer.
Dein maschinelles Lernmodell muss zum Beispiel seine Vorhersage innerhalb von 100 ms zurückgeben, damit sie dem Nutzer angezeigt werden kann. Wenn dein Code das Ergebnis bereits in der vorgegebenen ...
Get Software Engineering für Datenwissenschaftler now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
