ztevenreal
Python es increíble porque es uno de los lenguajes más fáciles de memorizar y te permite crear prototipos increíblemente rápido. Sin bloqueo, esa conveniencia a menudo esconde importantes ineficiencias que pueden detener seriamente las cosas. Ese script honesto que escribiste podría convertirse rápidamente en un enorme cuello de botella en el rendimiento si no tienes cuidado.
Si está dejando a espaldas las secuencias de comandos básicas, debería tener una idea de los errores más comunes. Puedes ahorrarte poco de tiempo y dolores de persona simplemente sabiendo qué no hacer ayer de cometer el error.
Uso de listas para búsquedas de membresía
Cuando compruebas si un valía está en una tira (como usar if item in my_list), su secuencia de comandos escanea utensilios secuencialmente, lo que significa que es posible que deba repasar cada tipo si el objetivo desatiendo o se encuentra al final. Eso es lo que llamamos búsqueda listado, y es una O(n) operación. Cuando sus datos comienzan a crecer, este proceso se ralentiza significativamente porque el tiempo necesario para encontrar un tipo crece directamente con el tamaño de la tira.
En otras palabras, si está buscando un valía específico en una tira de un millón de utensilios, es posible que Python tenga que comparar su valía objetivo con el millón de entradas ayer de determinar que el tipo ni siquiera está allí. Esto se vuelve mucho más flemático cuando las pruebas de membresía se colocan internamente de otro tirabuzón, generalmente cuando se comparan dos conjuntos de datos.
El problema de la consulta ‘N+1’
El N+1 El problema de consulta es probablemente el problema de rendimiento más popular que encontrará en el incremento de aplicaciones, especialmente si está utilizando un asignador relacional de objetos o llamando a API externas. Esto sucede cuando su aplicación ejecuta una consulta auténtico para obtener una tira de cosas (el “1”) y luego activa una consulta de colchoneta de datos separada o una llamamiento API para cada tipo de esa tira para capturar archivos o contenido relacionados (la “N”).
Si adecuadamente la deducción parece estar adecuadamente en su código, simplemente está recorriendo utensilios para procesarlos; los problemas de rendimiento se vuelven catastróficos a medida que escalera. Convierte lo que debería ser una operación de una fracción de segundo en un rastreo flemático que, de hecho, puede congelar los subprocesos del servidor. El cuello de botella no suele ser la velocidad con la que se ejecutan esas consultas individuales, sino el coste total de todos esos viajes repetidos a la colchoneta de datos.
Concatenar cadenas en un tirabuzón
Las cadenas son objetos inmutables, por lo que una vez que creas una esclavitud, no puedes cambiarla en su emplazamiento. Si ejecuta un comando como esclavitud += " data" repetidamente internamente de un tirabuzón, el sistema tiene que asignar una porción completamente nueva de memoria lo suficientemente ilustre tanto para el contenido antiguo como para el contenido nuevo combinados. Posteriormente de eso, copia la esclavitud innovador en la nueva ubicación, agrega la nueva parte y finalmente tira a la basura el objeto antiguo, esperando su aseo.
Si hace esto miles de veces, está provocando una pérdida masiva de memoria y obligando al procesador a realizar un trabajo flemático y redundante que no escalera adecuadamente en rotundo cuando sus conjuntos de datos crecen.
Debes evitar concatenar cadenas directamente internamente del tirabuzón. En su emplazamiento, utilice una tira y el método .join().
Descifrar archivos completos en la memoria
Descifrar un archivo de texto puede considerarse un truco en Python, pero no intentes observar archivos completos en la memoria usando un solo comando. Métodos como f.read() o f.readlines() son efectos para archivos de texto pequeños, pero se convierten en un completo desastre en el momento en que sus datos comienzan a crecer. Intentar cargar gigabytes de datos todos a la vez es la razón principal por la que se producen fallos inmediatos de MemoryError.
La alternativa sólida es deshacerse de la linaje de archivos en privanza de la transmisión por secuencias. Los objetos de archivos de Python son iteradores, por lo que puede recorrerlos directamente. Si usas un for line in file_handler: liga, el intérprete lee una entrada a la vez, la procesa e inmediatamente deja que el recolector de basura libere esa memoria ayer de sobrevenir a la venidero camino.
Bucles anidados ineficientes
A los bucles anidados ineficientes les encanta esconderse a simple perspectiva, a menudo acechando internamente de lo que parece una tira de comprensión inocente o un tirabuzón for típico. Si recorre una colección y luego, para cada tipo de ella, recorre en iteración otro conjunto de datos, ha creado O(n) complejidad. El costo computacional crece cuadráticamente a medida que aumenta el bombeo de datos.
La forma más popular y efectiva de solucionar este cuello de botella es reestructurar sus datos incluso ayer de comenzar a iterar. Convierta esa tira interna en un diccionario de búsqueda (planisferio hash) o un conjunto. Cuando usa un planisferio hash, el intérprete calcula un código hash para la secreto y lo usa para saltar directamente al depósito de memoria específico donde reside ese valía, evitando por completo la carestia de escanear cualquier otro tipo.
Inaugurar y cerrar posibles repetidamente
No haga que Python anconada y cerrojo constantemente posibles, como identificadores de archivos o conexiones de bases de datos, internamente de un tirabuzón. Es ligera pegar un open() llamamiento o una solicitud de conexión en un tirabuzón for correcto a la sintaxis limpia de Python, pero hacerlo obliga al sistema eficaz a ejecutar un costoso proceso de protocolo de enlace durante cada paso. Esta pleonasmo acaba con el rendimiento.
La alternativa simple aquí es sacar completamente toda la deducción de adquisición de posibles del liga de iteración. Utilice administradores de contexto, como el que tiene el open(...) testimonio, colocándola ayer de que comience el ciclo. Al aclarar el apelación una vez, establece el protocolo de enlace necesario solo una vez. Luego puede saltar al tirabuzón para realizar todas las operaciones de lección o escritura necesarias utilizando el identificador que ya está hendido, lo que reduce drásticamente la CPU y la sobrecarga de entrada/salida.
Ignorar las funciones optimizadas integradas
Es tentador crear su propia deducción personalizada solo para ordenar una tira, calcular un total o filtrar algunos datos. Probablemente pienses que te da más control. Sin bloqueo, creer en estos bucles manuales es la razón principal por la que las aplicaciones Python se ejecutan lentamente. A diferencia de los lenguajes compilados que convierten los bucles en código de máquina competente, la naturaleza interpretada de Python añade una sobrecarga a cada iteración. Esto significa que cada vez que ejecuta un tirabuzón for sin formato, se encuentra con una sobrecarga importante del intérprete. Cuando escribes un tirabuzón en Python puro, el intérprete tiene que decodificar instrucciones, repasar tipos y manejar llamadas a funciones constantemente para cada tipo de tu colección.
Confíe en la biblioteca típico y úsela. Si comienzas a escribir código al estilo Python, lo pasarás mucho mejor.
Lo importante a tener en cuenta es que optimizar su código no se tráfico de algún tipo de embeleso algorítmica. Sólo necesitas respetar y entender cómo funciona efectivamente el idioma bajo el capó. Un raya flemático suele ser sólo un montón de pequeñas decisiones no examinadas que se acumulan hasta convertirse en un enorme problema de rendimiento.
El camino a seguir implica revisar constantemente su propio código y higienizar las cosas. La programación ya es asaz desafiante; Memorizar dónde se encuentran estos errores comunes le permitirá no añadir obstáculos innecesarios a su propio flujo de trabajo.
