tgoop.com/pyHints/111
Last Update:
مشکل اینه که خیلی از دوستان این حجم رو که میبینند سریع به load کردنش توی RAM فکر میکنند 10MB حجمی نیست، بعد کدهاشون رو تا جایی که توانش رو دارند Optimize میکنند و در نهایت هم وقتی نمیتونند بهبودش بدهند میگن
پایتون سرعت کمی داره
این موضوع قبول ولی بخشی ازین داستان برمیگرده به این موضوع که شما معماری سیستم رو نمیشناسید و کاری رو قبول کردید که نیاز به این دانش داره
اهمیت جدول بالا هم دقیقاً همینجا هست، ی موضوعی که همیشه توی کنفرانسها و مراسم معرفی CPU ها اعلام میشه سرعت
Compression, DeCompression
هست، که ۹۹٪ بهش دقت نمیکنند.
اما این نشون میده اگر من دیتای این مثال ینی ۱۰ مگابایت رو فشرده کنم و از cpu های نسل جدید هم استفاده کنم، میتونم دیتای فشرده شده رو وارد
L3 Cache
توی مثال بالا، کنم و بجای سرعت خوندن دیتای
100 ns
از سرعت خوندن داده
30 ns
بهره ببرم که خودش به تنهایی یعنی
1/3
شدن زمان، باقیشم بیخیال ...
قطعاً جدول بالارو توی همهی کتابهای درسی و ... دیدید
اما از کاربردش هم اطلاع داشتید ؟
یا دلیل اینکه همیشه سرعت
compression, decompression
اعلام میشه رو چطور ؟
@PyHints
BY Python Hints
Share with your friend now:
tgoop.com/pyHints/111
