जेव्हा कॅश चुकीच्या मार्गाने स्केल होतो
मजकूर आणि त्याच्या आढाव्याविषयी
या लेखात
या सर्व्हिसच्या कॅश फोल्डरमध्ये चार लहान फाइल्स आहेत. सर्वात मोठी फाइल 35 बाईट्सची आहे. एकत्र मिळून त्यात तीन काउंटर नंबर आहेत आणि प्रत्येक काउंटर रिक्वेस्टवर त्या वाचल्या जातात.
त्या अस्तित्त्वात आहेत जेणेकरून काउंटिंग पाथला डेटाबेसला असे चार प्रश्न विचारावे लागत नाहीत ज्यांचे उत्तर जवळजवळ नेहमी "नाही" असते. हे काउंटर मालकाच्या स्वतःच्या भेटी वगळते का? आउटबाउंड क्लिक ट्रॅक करते का? साइटवरील पाथ ट्रॅक करते का? स्वतःला रीलोड करते का? 99% पेक्षा जास्त काउंटरसाठी प्रत्येक उत्तर नाही असे असते आणि ज्याच्यासाठी उत्तर होय आहे अशा मूठभर नंबर असलेली फाइल तपासणे चार इंडेक्स केलेल्या क्वेरींपेक्षा स्वस्त आहे.
हे स्वस्त आहे. हा असा प्रकारचा स्वस्तपणा आहे जो उलट होतो.
काय मोजले गेले
हाच प्रश्न — "हे काउंटर या यादीत आहे का?" — दोन प्रकारे विचारला गेला, सहा यादी आकारांवर. फाइल पद्धत: ती वाचणे, JSON डीकोड करणे आणि क्रमांक शोधणे. डेटाबेस पद्धत: इंडेक्स केलेल्या कॉलमवर एक प्रिपर्ड स्टेटमेंट. प्रत्येकी दोन हजार पुनरावृत्ती, पाच फेऱ्या, मध्यक घेतले गेले.
आजच्या आकारात फाइल आठ पट जास्त जिंकते: 0.1630 च्या तुलनेत 0.0202 मिलीसेकंद. हजार नंबरवर त्या समान पातळीवर आहेत. दहा हजारांवर फाइलचा खर्च बारा पट जास्त होतो, आणि लाखभर नंबरवर तो 135 पट जास्त होतो, कारण तोपर्यंत ती 578 किलोबाईट्सची फाइल असते जी प्रत्येक हिटवर वाचावी आणि पार्स करावी लागते.
डेटाबेसची रेषा बदलत नाही. दोन रो वर 0.16 मिलीसेकंद आणि लाखभर रो वर 0.16 मिलीसेकंद: इंडेक्स याचसाठी असतो, आणि ती रेषा किती रटाळ दिसते यामागे किती काम लपलेले आहे हे विसरणे सोपे आहे.
अस्वस्थ करणारा भाग
क्रॉसओव्हर 100 ते 1,000 नंबरच्या दरम्यान कुठेतरी आहे. या सर्व्हिसमध्ये 2,218 काउंटर आहेत जे गेल्या तीस दिवसांत सक्रिय होते.
त्यामुळे जर एक्सक्लुजन वैशिष्ट्य यशस्वी ठरले — जर काउंटर असलेल्या प्रत्येकाने "माझ्या स्वतःच्या भेटी मोजू नका" चालू केले — तर फाइलमध्ये 2,218 नंबर असतील, वजन 11 किलोबाईट्स असेल आणि प्रति हिट 0.02 ऐवजी 0.43 मिलीसेकंद खर्च येईल. कालच्या 18,423 हिट्सवर तीन सेकंद लागणाऱ्या क्वेरीला टाळण्यासाठी दिवसाला आठ सेकंदांचे काम आहे.
हे ऑप्टिमायझेशन तेव्हा सर्वात जलद असते जेव्हा वैशिष्ट्य सर्वात कमी वापरले जाते. मंद क्वेरीप्रमाणे लोडसह हे हळूहळू घसरत नाही. हे ॲडॉप्शनसह घसरते, जो असा अक्ष आहे ज्यावर कोणीही लक्ष ठेवत नाही, कारण ॲडॉप्शन वाढणे ही चांगली बातमी मानली जाते.
ते अजूनही तिथे का आहे
कारण ते आज योग्य आहे, आणि "आज योग्य" असणे एखाद्या गोष्टीचे कारण असू शकते, जोपर्यंत ते कधी योग्य राहणार नाही हे कोणीतरी लिहून ठेवले आहे.
तीन फाइल्समध्ये तीन नंबर. पर्यायापेक्षा आठ पट स्वस्त, अशा मशीनवर जिथे काउंटिंग पाथ ही एकमेव गोष्ट आहे जी जलद असणे आवश्यक आहे. आता याला क्वेरीने बदलणे ही एका काल्पनिक गोष्टीच्या आधारे सिद्ध केलेली वाईट सिस्टम ठरेल.
याला ट्रिपवायरची गरज आहे, पुनर्गठनाची नाही. फाइल डेटाबेसमधूनच लिहिली जाते, अशा कोडद्वारे जो सेटिंग बदलतो — ही नैसर्गिक जागा आहे जिथे लिस्ट काही शे नोंदींच्या पुढे गेली आहे हे लक्षात आणून देणे आवश्यक आहे. दस्तऐवजीकरण केलेली मर्यादा असलेला कॅश हा एक निर्णय आहे. मर्यादेअभावी असलेला कॅश ही एक अशी पैज आहे ज्याला कोणीही सहमती दर्शवलेली नाही.
सामान्य स्वरूप
हा फाइलमधील कॅशिंगविरुद्धचा युक्तिवाद नाही. कॅश कोणत्या मार्गाने स्केल होतो हे जाणून घेण्याच्या बाजूने हा युक्तिवाद आहे.
बहुतेक कॅश लोड असताना चांगले कार्य करतात: अधिक रिक्वेस्ट, अधिक हिट्स, चांगले गुणोत्तर. हा कॅश दुसऱ्या प्रकारचा आहे. त्याची प्रति रिक्वेस्ट किंमत ही त्याच्याकडे किती डेटा आहे याचे फंक्शन आहे, आणि त्यात जे आहे ते सर्व्हिस ज्या गोष्टीला प्रोत्साहन देण्याचा प्रयत्न करत आहे त्यासह वाढते. प्रत्येक रीड प्रत्येक एंट्रीसाठी पैसे देते, ज्यामध्ये अशा 2,215 चा समावेश आहे ज्यांचा सध्या मोजल्या जाणाऱ्या व्हिजिटरशी काहीही संबंध नाही.
मेमरी किंवा फाइलमध्ये ठेवलेल्या कोणत्याही लुकअप टेबलला विचारायचा प्रश्न "ते किती जलद आहे" हा नाही तर "कशामुळे ते वाढते आणि ती गोष्ट सुरळीत चालल्यावर काय होते" असा आहे. जर उत्तर "ते मंद होते" असे असेल, तर आकाराची मर्यादा कोडमध्ये, फाइल लिहिणाऱ्या गोष्टीच्या शेजारी, ती तयार केल्याच्या दिवशीच असावी.