ಗರಿಷ್ಠ ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಅನ್ಲಾಕ್ ಮಾಡಿ. ಕೋಡ್ ಪ್ರೊಫೈಲಿಂಗ್ (ತೊಡಕುಗಳನ್ನು ಪತ್ತೆಹಚ್ಚುವುದು) ಮತ್ತು ಟ್ಯೂನಿಂಗ್ (ಅವುಗಳನ್ನು ಸರಿಪಡಿಸುವುದು) ನಡುವಿನ ನಿರ್ಣಾಯಕ ವ್ಯತ್ಯಾಸವನ್ನು ಪ್ರಾಯೋಗಿಕ, ಜಾಗತಿಕ ಉದಾಹರಣೆಗಳೊಂದಿಗೆ ತಿಳಿಯಿರಿ.
ಕಾರ್ಯಕ್ಷಮತೆ ಆಪ್ಟಿಮೈಸೇಶನ್: ಕೋಡ್ ಪ್ರೊಫೈಲಿಂಗ್ ಮತ್ತು ಟ್ಯೂನಿಂಗ್‌ನ ಡೈನಾಮಿಕ್ ಜೋಡಿ
ಇಂದಿನ ಹೈಪರ್-ಕನೆಕ್ಟೆಡ್ ಜಾಗತಿಕ ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ, ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯಕ್ಷಮತೆ ಐಷಾರಾಮಿಯಲ್ಲ - ಇದು ಮೂಲಭೂತ ಅವಶ್ಯಕತೆಯಾಗಿದೆ. ಕೆಲವು ನೂರು ಮಿಲಿಸೆಕೆಂಡ್‌ಗಳ ಸುಪ್ತತೆಯು ಸಂತೋಷಗೊಂಡ ಗ್ರಾಹಕ ಮತ್ತು ಕಳೆದುಹೋದ ಮಾರಾಟದ ನಡುವಿನ ವ್ಯತ್ಯಾಸವಾಗಬಹುದು, ಸುಗಮ ಬಳಕೆದಾರ ಅನುಭವ ಮತ್ತು ನಿರಾಶಾದಾಯಕವಾದ ಅನುಭವದ ನಡುವಿನ ವ್ಯತ್ಯಾಸವಾಗಬಹುದು. ಟೋಕಿಯೊದಿಂದ ಟೊರೊಂಟೊ, ಸಾವೊ ಪಾಲೊದಿಂದ ಸ್ಟಾಕ್‌ಹೋಮ್‌ವರೆಗಿನ ಬಳಕೆದಾರರು ಸಾಫ್ಟ್‌ವೇರ್ ವೇಗವಾಗಿ, ಸ್ಪಂದಿಸುವ ಮತ್ತು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿರಬೇಕೆಂದು ನಿರೀಕ್ಷಿಸುತ್ತಾರೆ. ಆದರೆ ಎಂಜಿನಿಯರಿಂಗ್ ತಂಡಗಳು ಈ ಮಟ್ಟದ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಹೇಗೆ ಸಾಧಿಸುತ್ತವೆ? ಇದಕ್ಕೆ ಉತ್ತರ ಊಹೆ ಅಥವಾ ಅಕಾಲಿಕ ಆಪ್ಟಿಮೈಸೇಶನ್‌ನಲ್ಲಿಲ್ಲ, ಆದರೆ ಎರಡು ನಿರ್ಣಾಯಕ, ಪರಸ್ಪರ ಸಂಪರ್ಕ ಹೊಂದಿದ ಅಭ್ಯಾಸಗಳನ್ನು ಒಳಗೊಂಡಿರುವ ವ್ಯವಸ್ಥಿತ, ಡೇಟಾ-ಚಾಲಿತ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿದೆ: ಕೋಡ್ ಪ್ರೊಫೈಲಿಂಗ್ ಮತ್ತು ಕಾರ್ಯಕ್ಷಮತೆ ಟ್ಯೂನಿಂಗ್.
ಅನೇಕ ಡೆವಲಪರ್‌ಗಳು ಈ ಪದಗಳನ್ನು ಪರಸ್ಪರ ಬದಲಿಯಾಗಿ ಬಳಸುತ್ತಾರೆ, ಆದರೆ ಅವು ಆಪ್ಟಿಮೈಸೇಶನ್ ಪ್ರಯಾಣದ ಎರಡು ವಿಭಿನ್ನ ಹಂತಗಳನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತವೆ. ಇದನ್ನು ವೈದ್ಯಕೀಯ ಕಾರ್ಯವಿಧಾನದಂತೆ ಯೋಚಿಸಿ: ಪ್ರೊಫೈಲಿಂಗ್ ಎನ್ನುವುದು ರೋಗನಿರ್ಣಯ ಹಂತವಾಗಿದ್ದು, ವೈದ್ಯರು ಸಮಸ್ಯೆಯ ನಿಖರವಾದ ಮೂಲವನ್ನು ಕಂಡುಹಿಡಿಯಲು ಎಕ್ಸರೆ ಮತ್ತು ಎಂಆರ್‌ಐಗಳಂತಹ ಸಾಧನಗಳನ್ನು ಬಳಸುತ್ತಾರೆ. ಟ್ಯೂನಿಂಗ್ ಎನ್ನುವುದು ಚಿಕಿತ್ಸೆಯ ಹಂತವಾಗಿದೆ, ಅಲ್ಲಿ ಶಸ್ತ್ರಚಿಕಿತ್ಸಕನು ಆ ರೋಗನಿರ್ಣಯದ ಆಧಾರದ ಮೇಲೆ ನಿಖರವಾದ ಕಾರ್ಯಾಚರಣೆಯನ್ನು ಮಾಡುತ್ತಾನೆ. ರೋಗನಿರ್ಣಯವಿಲ್ಲದೆ ಕಾರ್ಯನಿರ್ವಹಿಸುವುದು ವೈದ್ಯಕೀಯದಲ್ಲಿ ದುಷ್ಕೃತ್ಯ, ಮತ್ತು ಸಾಫ್ಟ್‌ವೇರ್ ಎಂಜಿನಿಯರಿಂಗ್‌ನಲ್ಲಿ, ಇದು ವ್ಯರ್ಥ ಪ್ರಯತ್ನ, ಸಂಕೀರ್ಣ ಕೋಡ್ ಮತ್ತು ಹೆಚ್ಚಾಗಿ, ಯಾವುದೇ ನೈಜ ಕಾರ್ಯಕ್ಷಮತೆಯ ಲಾಭಗಳಿಗೆ ಕಾರಣವಾಗುತ್ತದೆ. ಈ ಮಾರ್ಗದರ್ಶಿ ಈ ಎರಡು ಅಗತ್ಯ ಅಭ್ಯಾಸಗಳನ್ನು ಸರಳಗೊಳಿಸುತ್ತದೆ, ಜಾಗತಿಕ ಪ್ರೇಕ್ಷಕರಿಗಾಗಿ ವೇಗವಾದ, ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿ ಸಾಫ್ಟ್‌ವೇರ್ ಅನ್ನು ನಿರ್ಮಿಸಲು ಸ್ಪಷ್ಟವಾದ ಚೌಕಟ್ಟನ್ನು ಒದಗಿಸುತ್ತದೆ.
"ಏಕೆ" ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು: ಕಾರ್ಯಕ್ಷಮತೆ ಆಪ್ಟಿಮೈಸೇಶನ್‌ಗಾಗಿ ವ್ಯವಹಾರ ಪ್ರಕರಣ
ತಾಂತ್ರಿಕ ವಿವರಗಳಿಗೆ ಧುಮುಕುವ ಮೊದಲು, ವ್ಯವಹಾರದ ದೃಷ್ಟಿಕೋನದಿಂದ ಕಾರ್ಯಕ್ಷಮತೆ ಏಕೆ ಮುಖ್ಯ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಬಹಳ ಮುಖ್ಯ. ಕೋಡ್ ಅನ್ನು ಆಪ್ಟಿಮೈಜ್ ಮಾಡುವುದು ಕೇವಲ ವಿಷಯಗಳನ್ನು ವೇಗವಾಗಿ ಚಲಿಸುವಂತೆ ಮಾಡುವುದಲ್ಲ; ಇದು ಸ್ಪಷ್ಟವಾದ ವ್ಯವಹಾರ ಫಲಿತಾಂಶಗಳನ್ನು ಚಾಲನೆ ಮಾಡುವ ಬಗ್ಗೆ.
- ವರ್ಧಿತ ಬಳಕೆದಾರ ಅನುಭವ ಮತ್ತು ಉಳಿಸಿಕೊಳ್ಳುವಿಕೆ: ನಿಧಾನಗತಿಯ ಅಪ್ಲಿಕೇಶನ್‌ಗಳು ಬಳಕೆದಾರರನ್ನು ನಿರಾಶೆಗೊಳಿಸುತ್ತವೆ. ಜಾಗತಿಕ ಅಧ್ಯಯನಗಳು ಪುಟ ಲೋಡ್ ಸಮಯವು ಬಳಕೆದಾರರ ತೊಡಗಿಸಿಕೊಳ್ಳುವಿಕೆ ಮತ್ತು ಬೌನ್ಸ್ ದರಗಳ ಮೇಲೆ ನೇರವಾಗಿ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ ಎಂದು ತೋರಿಸುತ್ತದೆ. ಸ್ಪಂದಿಸುವ ಅಪ್ಲಿಕೇಶನ್, ಅದು ಮೊಬೈಲ್ ಅಪ್ಲಿಕೇಶನ್ ಆಗಿರಲಿ ಅಥವಾ B2B SaaS ಪ್ಲಾಟ್‌ಫಾರ್ಮ್ ಆಗಿರಲಿ, ಬಳಕೆದಾರರನ್ನು ಸಂತೋಷವಾಗಿರಿಸುತ್ತದೆ ಮತ್ತು ಹಿಂತಿರುಗುವ ಸಾಧ್ಯತೆ ಹೆಚ್ಚಿಸುತ್ತದೆ.
- ಹೆಚ್ಚಿದ ಪರಿವರ್ತನೆ ದರಗಳು: ಇ-ಕಾಮರ್ಸ್, ಹಣಕಾಸು ಅಥವಾ ಯಾವುದೇ ವಹಿವಾಟು ವೇದಿಕೆಗೆ, ವೇಗವೇ ಹಣ. ಅಮೆಜಾನ್‌ನಂತಹ ಕಂಪನಿಗಳು 100ms ಸುಪ್ತತೆಯು ಮಾರಾಟದಲ್ಲಿ 1% ನಷ್ಟು ವೆಚ್ಚವಾಗಬಹುದು ಎಂದು ಪ್ರಸಿದ್ಧವಾಗಿ ತೋರಿಸಿವೆ. ಜಾಗತಿಕ ವ್ಯವಹಾರಕ್ಕಾಗಿ, ಈ ಸಣ್ಣ ಶೇಕಡಾವಾರುಗಳು ಮಿಲಿಯನ್ ಡಾಲರ್‌ಗಳಷ್ಟು ಆದಾಯವನ್ನು ಹೆಚ್ಚಿಸುತ್ತವೆ.
- ಕಡಿಮೆಯಾದ ಮೂಲಸೌಕರ್ಯ ವೆಚ್ಚಗಳು: ಪರಿಣಾಮಕಾರಿ ಕೋಡ್‌ಗೆ ಕಡಿಮೆ ಸಂಪನ್ಮೂಲಗಳು ಬೇಕಾಗುತ್ತವೆ. CPU ಮತ್ತು ಮೆಮೊರಿ ಬಳಕೆಯನ್ನು ಆಪ್ಟಿಮೈಜ್ ಮಾಡುವ ಮೂಲಕ, ನಿಮ್ಮ ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ಚಿಕ್ಕದಾದ, ಕಡಿಮೆ ದುಬಾರಿ ಸರ್ವರ್‌ಗಳಲ್ಲಿ ಚಲಾಯಿಸಬಹುದು. ಕ್ಲೌಡ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಯುಗದಲ್ಲಿ, ನೀವು ಬಳಸಿದ್ದಕ್ಕೆ ಪಾವತಿಸುವಲ್ಲಿ, ಇದು AWS, Azure ಅಥವಾ Google Cloud ನಂತಹ ಪೂರೈಕೆದಾರರಿಂದ ಕಡಿಮೆ ಮಾಸಿಕ ಬಿಲ್‌ಗಳಿಗೆ ನೇರವಾಗಿ ಅನುವಾದಿಸುತ್ತದೆ.
- ಸುಧಾರಿತ ಸ್ಕೇಲೆಬಿಲಿಟಿ: ಆಪ್ಟಿಮೈಸ್ ಮಾಡಿದ ಅಪ್ಲಿಕೇಶನ್ ಹೆಚ್ಚು ಬಳಕೆದಾರರನ್ನು ಮತ್ತು ಹೆಚ್ಚು ಟ್ರಾಫಿಕ್ ಅನ್ನು ಎಡವದೆಯೇ ನಿಭಾಯಿಸಬಲ್ಲದು. ಹೊಸ ಅಂತರರಾಷ್ಟ್ರೀಯ ಮಾರುಕಟ್ಟೆಗಳಿಗೆ ವಿಸ್ತರಿಸಲು ಅಥವಾ ಬ್ಲ್ಯಾಕ್ ಫ್ರೈಡೇ ಅಥವಾ ಪ್ರಮುಖ ಉತ್ಪನ್ನ ಬಿಡುಗಡೆಯಂತಹ ಈವೆಂಟ್‌ಗಳಲ್ಲಿ ಗರಿಷ್ಠ ಟ್ರಾಫಿಕ್ ಅನ್ನು ನಿರ್ವಹಿಸಲು ನೋಡುತ್ತಿರುವ ವ್ಯವಹಾರಗಳಿಗೆ ಇದು ನಿರ್ಣಾಯಕವಾಗಿದೆ.
- ಬಲವಾದ ಬ್ರ್ಯಾಂಡ್ ಖ್ಯಾತಿ: ವೇಗದ, ವಿಶ್ವಾಸಾರ್ಹ ಉತ್ಪನ್ನವನ್ನು ಉತ್ತಮ ಗುಣಮಟ್ಟದ ಮತ್ತು ವೃತ್ತಿಪರ ಎಂದು ಪರಿಗಣಿಸಲಾಗುತ್ತದೆ. ಇದು ಪ್ರಪಂಚದಾದ್ಯಂತ ನಿಮ್ಮ ಬಳಕೆದಾರರೊಂದಿಗೆ ನಂಬಿಕೆಯನ್ನು ಬೆಳೆಸುತ್ತದೆ ಮತ್ತು ಸ್ಪರ್ಧಾತ್ಮಕ ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ನಿಮ್ಮ ಬ್ರ್ಯಾಂಡ್‌ನ ಸ್ಥಾನವನ್ನು ಬಲಪಡಿಸುತ್ತದೆ.
ಹಂತ 1: ಕೋಡ್ ಪ್ರೊಫೈಲಿಂಗ್ - ರೋಗನಿರ್ಣಯದ ಕಲೆ
ಪ್ರೊಫೈಲಿಂಗ್ ಎಲ್ಲಾ ಪರಿಣಾಮಕಾರಿ ಕಾರ್ಯಕ್ಷಮತೆಯ ಕೆಲಸದ ಅಡಿಪಾಯವಾಗಿದೆ. ಇದು ಪ್ರೋಗ್ರಾಂನ ನಡವಳಿಕೆಯನ್ನು ವಿಶ್ಲೇಷಿಸುವ ಪ್ರಾಯೋಗಿಕ, ಡೇಟಾ-ಚಾಲಿತ ಪ್ರಕ್ರಿಯೆಯಾಗಿದ್ದು, ಕೋಡ್‌ನ ಯಾವ ಭಾಗಗಳು ಹೆಚ್ಚು ಸಂಪನ್ಮೂಲಗಳನ್ನು ಬಳಸುತ್ತಿವೆ ಮತ್ತು ಆದ್ದರಿಂದ ಆಪ್ಟಿಮೈಸೇಶನ್‌ಗೆ ಪ್ರಾಥಮಿಕ ಅಭ್ಯರ್ಥಿಗಳಾಗಿವೆ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ.
ಕೋಡ್ ಪ್ರೊಫೈಲಿಂಗ್ ಎಂದರೇನು?
ಇದರ ತಿರುಳಿನಲ್ಲಿ, ಕೋಡ್ ಪ್ರೊಫೈಲಿಂಗ್ ಎಂದರೆ ನಿಮ್ಮ ಸಾಫ್ಟ್‌ವೇರ್ ಚಾಲನೆಯಲ್ಲಿರುವಾಗ ಅದರ ಕಾರ್ಯಕ್ಷಮತೆಯ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಅಳೆಯುವುದನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ. ತೊಡಕುಗಳು ಎಲ್ಲಿರಬಹುದು ಎಂದು ಊಹಿಸುವ ಬದಲು, ಪ್ರೊಫೈಲರ್ ನಿಮಗೆ ನಿರ್ದಿಷ್ಟ ಡೇಟಾವನ್ನು ನೀಡುತ್ತದೆ. ಇದು ನಿರ್ಣಾಯಕ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರಿಸುತ್ತದೆ:
- ಯಾವ ಕಾರ್ಯಗಳು ಅಥವಾ ವಿಧಾನಗಳು ಕಾರ್ಯಗತಗೊಳಿಸಲು ಹೆಚ್ಚು ಸಮಯ ತೆಗೆದುಕೊಳ್ಳುತ್ತವೆ?
- ನನ್ನ ಅಪ್ಲಿಕೇಶನ್ ಎಷ್ಟು ಮೆಮೊರಿಯನ್ನು ಹಂಚಿಕೆ ಮಾಡುತ್ತಿದೆ ಮತ್ತು ಸಂಭಾವ್ಯ ಮೆಮೊರಿ ಲೀಕ್‌ಗಳು ಎಲ್ಲಿವೆ?
- ನಿರ್ದಿಷ್ಟ ಕಾರ್ಯವನ್ನು ಎಷ್ಟು ಬಾರಿ ಕರೆಯಲಾಗುತ್ತಿದೆ?
- ನನ್ನ ಅಪ್ಲಿಕೇಶನ್ ತನ್ನ ಹೆಚ್ಚಿನ ಸಮಯವನ್ನು CPU ಗಾಗಿ ಕಾಯುತ್ತಿದೆಯೇ ಅಥವಾ ಡೇಟಾಬೇಸ್ ಪ್ರಶ್ನೆಗಳು ಮತ್ತು ನೆಟ್‌ವರ್ಕ್ ವಿನಂತಿಗಳಂತಹ I/O ಕಾರ್ಯಾಚರಣೆಗಳಿಗಾಗಿ ಕಾಯುತ್ತಿದೆಯೇ?
ಈ ಮಾಹಿತಿಯಿಲ್ಲದೆ, ಡೆವಲಪರ್‌ಗಳು ಸಾಮಾನ್ಯವಾಗಿ "ಅಕಾಲಿಕ ಆಪ್ಟಿಮೈಸೇಶನ್" ಎಂಬ ಬಲೆಗೆ ಬೀಳುತ್ತಾರೆ - ಇದು ದಂತಕಥೆಯ ಕಂಪ್ಯೂಟರ್ ವಿಜ್ಞಾನಿ ಡೊನಾಲ್ಡ್ ಕನುತ್ ಅವರು ರೂಪಿಸಿದ ಪದವಾಗಿದೆ, ಅವರು ಪ್ರಸಿದ್ಧವಾಗಿ ಹೇಳಿದ್ದಾರೆ, "ಅಕಾಲಿಕ ಆಪ್ಟಿಮೈಸೇಶನ್ ಎಲ್ಲಾ ಕೆಡುಕುಗಳ ಮೂಲವಾಗಿದೆ." ತೊಡಕಾಗಿರದ ಕೋಡ್ ಅನ್ನು ಆಪ್ಟಿಮೈಜ್ ಮಾಡುವುದು ಸಮಯ ವ್ಯರ್ಥ ಮತ್ತು ಆಗಾಗ್ಗೆ ಕೋಡ್ ಅನ್ನು ಹೆಚ್ಚು ಸಂಕೀರ್ಣ ಮತ್ತು ನಿರ್ವಹಿಸಲು ಕಷ್ಟಕರವಾಗಿಸುತ್ತದೆ.
ಪ್ರೊಫೈಲ್ ಮಾಡಲು ಪ್ರಮುಖ ಮೆಟ್ರಿಕ್‌ಗಳು
ನೀವು ಪ್ರೊಫೈಲರ್ ಅನ್ನು ಚಲಾಯಿಸಿದಾಗ, ನೀವು ನಿರ್ದಿಷ್ಟ ಕಾರ್ಯಕ್ಷಮತೆ ಸೂಚಕಗಳನ್ನು ಹುಡುಕುತ್ತಿದ್ದೀರಿ. ಸಾಮಾನ್ಯ ಮೆಟ್ರಿಕ್‌ಗಳು ಇವುಗಳನ್ನು ಒಳಗೊಂಡಿವೆ:
- CPU ಸಮಯ: CPU ನಿಮ್ಮ ಕೋಡ್‌ನಲ್ಲಿ ಸಕ್ರಿಯವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿದ್ದ ಸಮಯದ ಪ್ರಮಾಣ. ನಿರ್ದಿಷ್ಟ ಕಾರ್ಯದಲ್ಲಿ ಹೆಚ್ಚಿನ CPU ಸಮಯವು ಗಣನಾತ್ಮಕವಾಗಿ ತೀವ್ರವಾದ, ಅಥವಾ "CPU-ಬದ್ಧ," ಕಾರ್ಯಾಚರಣೆಯನ್ನು ಸೂಚಿಸುತ್ತದೆ.
- ಗೋಡೆಯ-ಗಡಿಯಾರದ ಸಮಯ (ಅಥವಾ ನೈಜ ಸಮಯ): ಕಾರ್ಯ ಕರೆಯ ಪ್ರಾರಂಭದಿಂದ ಅಂತ್ಯದವರೆಗೆ ಕಳೆದ ಒಟ್ಟು ಸಮಯ. ಗೋಡೆಯ-ಗಡಿಯಾರದ ಸಮಯವು CPU ಸಮಯಕ್ಕಿಂತ ಹೆಚ್ಚಿದ್ದರೆ, ಅದು ಸಾಮಾನ್ಯವಾಗಿ ಕಾರ್ಯವು ಬೇರೆ ಯಾವುದಕ್ಕಾಗಿ ಕಾಯುತ್ತಿದೆ ಎಂದು ಅರ್ಥೈಸುತ್ತದೆ, ಉದಾಹರಣೆಗೆ ನೆಟ್‌ವರ್ಕ್ ಪ್ರತಿಕ್ರಿಯೆ ಅಥವಾ ಡಿಸ್ಕ್ ಓದುವಿಕೆ ("I/O-ಬದ್ಧ" ಕಾರ್ಯಾಚರಣೆ).
- ಮೆಮೊರಿ ಹಂಚಿಕೆ: ಎಷ್ಟು ವಸ್ತುಗಳನ್ನು ರಚಿಸಲಾಗಿದೆ ಮತ್ತು ಅವು ಎಷ್ಟು ಮೆಮೊರಿಯನ್ನು ಬಳಸುತ್ತವೆ ಎಂಬುದನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡುವುದು. ಮೆಮೊರಿಯನ್ನು ಹಂಚಿಕೆ ಮಾಡಲಾಗಿದ್ದರೂ ಬಿಡುಗಡೆ ಮಾಡದ ಮೆಮೊರಿ ಲೀಕ್‌ಗಳನ್ನು ಗುರುತಿಸಲು ಮತ್ತು Java ಅಥವಾ C# ನಂತಹ ನಿರ್ವಹಿಸಿದ ಭಾಷೆಗಳಲ್ಲಿ ಕಸ ಸಂಗ್ರಾಹಕದಲ್ಲಿ ಒತ್ತಡವನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಇದು ಅತ್ಯಗತ್ಯ.
- ಕಾರ್ಯ ಕರೆ ಎಣಿಕೆಗಳು: ಕೆಲವೊಮ್ಮೆ, ಕಾರ್ಯವು ನಿಧಾನವಾಗಿರುವುದಿಲ್ಲ, ಆದರೆ ಅದನ್ನು ಲೂಪ್‌ನಲ್ಲಿ ಲಕ್ಷಾಂತರ ಬಾರಿ ಕರೆಯಲಾಗುತ್ತದೆ. ಈ "ಹಾಟ್ ಪಾತ್‌ಗಳನ್ನು" ಗುರುತಿಸುವುದು ಆಪ್ಟಿಮೈಸೇಶನ್‌ಗೆ ನಿರ್ಣಾಯಕವಾಗಿದೆ.
- I/O ಕಾರ್ಯಾಚರಣೆಗಳು: ಡೇಟಾಬೇಸ್ ಪ್ರಶ್ನೆಗಳು, API ಕರೆಗಳು ಮತ್ತು ಫೈಲ್ ಸಿಸ್ಟಮ್ ಪ್ರವೇಶದಲ್ಲಿ ಕಳೆದ ಸಮಯವನ್ನು ಅಳೆಯುವುದು. ಅನೇಕ ಆಧುನಿಕ ವೆಬ್ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಲ್ಲಿ, I/O ಅತ್ಯಂತ ಮಹತ್ವದ ತೊಡಕು.
ಪ್ರೊಫೈಲರ್‌ಗಳ ವಿಧಗಳು
ಪ್ರೊಫೈಲರ್‌ಗಳು ವಿಭಿನ್ನ ರೀತಿಯಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ, ಪ್ರತಿಯೊಂದೂ ನಿಖರತೆ ಮತ್ತು ಕಾರ್ಯಕ್ಷಮತೆಯ ಓವರ್‌ಹೆಡ್ ನಡುವೆ ತನ್ನದೇ ಆದ ವಹಿವಾಟುಗಳನ್ನು ಹೊಂದಿದೆ.
- ಸ್ಯಾಂಪ್ಲಿಂಗ್ ಪ್ರೊಫೈಲರ್‌ಗಳು: ಈ ಪ್ರೊಫೈಲರ್‌ಗಳು ಕಡಿಮೆ ಓವರ್‌ಹೆಡ್ ಅನ್ನು ಹೊಂದಿವೆ. ಅವು ಪ್ರೋಗ್ರಾಂ ಅನ್ನು ನಿಯತಕಾಲಿಕವಾಗಿ ವಿರಾಮಗೊಳಿಸುವ ಮೂಲಕ ಮತ್ತು ಕರೆ ಸ್ಟಾಕ್‌ನ (ಪ್ರಸ್ತುತ ಕಾರ್ಯಗತಗೊಳ್ಳುತ್ತಿರುವ ಕಾರ್ಯಗಳ ಸರಪಳಿ) "ಸ್ನ್ಯಾಪ್‌ಶಾಟ್" ತೆಗೆದುಕೊಳ್ಳುವ ಮೂಲಕ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ. ಈ ಸಾವಿರಾರು ಮಾದರಿಗಳನ್ನು ಒಟ್ಟುಗೂಡಿಸುವ ಮೂಲಕ, ಅವರು ಪ್ರೋಗ್ರಾಂ ತನ್ನ ಸಮಯವನ್ನು ಎಲ್ಲಿ ಕಳೆಯುತ್ತಿದೆ ಎಂಬುದರ ಅಂಕಿಅಂಶಗಳ ಚಿತ್ರಣವನ್ನು ನಿರ್ಮಿಸುತ್ತಾರೆ. ಉತ್ಪಾದನಾ ಪರಿಸರದಲ್ಲಿ ಕಾರ್ಯಕ್ಷಮತೆಯ ಹೆಚ್ಚಿನ-ಮಟ್ಟದ ಅವಲೋಕನವನ್ನು ಗಣನೀಯವಾಗಿ ನಿಧಾನಗೊಳಿಸದೆ ಪಡೆಯಲು ಅವು ಅತ್ಯುತ್ತಮವಾಗಿವೆ.
- ಇನ್ಸ್ಟ್ರುಮೆಂಟಿಂಗ್ ಪ್ರೊಫೈಲರ್‌ಗಳು: ಈ ಪ್ರೊಫೈಲರ್‌ಗಳು ಹೆಚ್ಚು ನಿಖರವಾಗಿವೆ ಆದರೆ ಹೆಚ್ಚಿನ ಓವರ್‌ಹೆಡ್ ಅನ್ನು ಹೊಂದಿವೆ. ಅವು ಪ್ರತಿ ಕಾರ್ಯ ಕರೆಯ ಮೊದಲು ಮತ್ತು ನಂತರ ಮಾಪನ ತರ್ಕವನ್ನು ಸೇರಿಸಲು ಅಪ್ಲಿಕೇಶನ್‌ನ ಕೋಡ್ ಅನ್ನು ಮಾರ್ಪಡಿಸುತ್ತವೆ (ಕಂಪೈಲ್-ಸಮಯದಲ್ಲಿ ಅಥವಾ ರನ್‌ಟೈಮ್‌ನಲ್ಲಿ). ಇದು ನಿಖರವಾದ ಸಮಯ ಮತ್ತು ಕರೆ ಎಣಿಕೆಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ ಆದರೆ ಅಪ್ಲಿಕೇಶನ್‌ನ ಕಾರ್ಯಕ್ಷಮತೆಯ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಗಮನಾರ್ಹವಾಗಿ ಬದಲಾಯಿಸಬಹುದು, ಇದು ಉತ್ಪಾದನಾ ಪರಿಸರಕ್ಕೆ ಕಡಿಮೆ ಸೂಕ್ತವಾಗಿದೆ.
- ಈವೆಂಟ್-ಆಧಾರಿತ ಪ್ರೊಫೈಲರ್‌ಗಳು: ಇವು CPU ನಲ್ಲಿನ ವಿಶೇಷ ಹಾರ್ಡ್‌ವೇರ್ ಕೌಂಟರ್‌ಗಳನ್ನು ಕ್ಯಾಷ್ ಮಿಸ್‌ಗಳು, ಬ್ರಾಂಚ್ ಮಿಸ್‌ಪ್ರೆಡಿಕ್ಷನ್‌ಗಳು ಮತ್ತು CPU ಸೈಕಲ್‌ಗಳಂತಹ ಈವೆಂಟ್‌ಗಳ ಬಗ್ಗೆ ಬಹಳ ಕಡಿಮೆ ಓವರ್‌ಹೆಡ್‌ನೊಂದಿಗೆ ವಿವರವಾದ ಮಾಹಿತಿಯನ್ನು ಸಂಗ್ರಹಿಸಲು ಬಳಸಿಕೊಳ್ಳುತ್ತವೆ. ಅವು ಶಕ್ತಿಯುತವಾಗಿವೆ ಆದರೆ ಅರ್ಥೈಸಲು ಹೆಚ್ಚು ಸಂಕೀರ್ಣವಾಗಬಹುದು.
ಪ್ರಪಂಚದಾದ್ಯಂತ ಸಾಮಾನ್ಯ ಪ್ರೊಫೈಲಿಂಗ್ ಪರಿಕರಗಳು
ನಿರ್ದಿಷ್ಟ ಸಾಧನವು ನಿಮ್ಮ ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಭಾಷೆ ಮತ್ತು ಸ್ಟಾಕ್ ಅನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ, ತತ್ವಗಳು ಸಾರ್ವತ್ರಿಕವಾಗಿವೆ. ವ್ಯಾಪಕವಾಗಿ ಬಳಸಲಾಗುವ ಕೆಲವು ಪ್ರೊಫೈಲರ್‌ಗಳ ಉದಾಹರಣೆಗಳು ಇಲ್ಲಿವೆ:
- Java: VisualVM (JDK ನೊಂದಿಗೆ ಸೇರಿಸಲಾಗಿದೆ), JProfiler, YourKit
- Python: cProfile (ಅಂತರ್ನಿರ್ಮಿತ), py-spy, Scalene
- JavaScript (Node.js & Browser): Chrome DevTools ನಲ್ಲಿನ ಕಾರ್ಯಕ್ಷಮತೆ ಟ್ಯಾಬ್, V8 ನ ಅಂತರ್ನಿರ್ಮಿತ ಪ್ರೊಫೈಲರ್
- .NET: Visual Studio ಡಯಾಗ್ನೋಸ್ಟಿಕ್ ಟೂಲ್ಸ್, dotTrace, ANTS ಕಾರ್ಯಕ್ಷಮತೆ ಪ್ರೊಫೈಲರ್
- Go: pprof (ಶಕ್ತಿಯುತ ಅಂತರ್ನಿರ್ಮಿತ ಪ್ರೊಫೈಲಿಂಗ್ ಸಾಧನ)
- Ruby: stackprof, ruby-prof
- ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯಕ್ಷಮತೆ ನಿರ್ವಹಣೆ (APM) ಪ್ಲಾಟ್‌ಫಾರ್ಮ್‌ಗಳು: ಉತ್ಪಾದನಾ ವ್ಯವಸ್ಥೆಗಳಿಗಾಗಿ, Datadog, New Relic ಮತ್ತು Dynatrace ನಂತಹ ಸಾಧನಗಳು ಸಂಪೂರ್ಣ ಮೂಲಸೌಕರ್ಯದಾದ್ಯಂತ ನಿರಂತರ, ವಿತರಣೆ ಪ್ರೊಫೈಲಿಂಗ್ ಅನ್ನು ಒದಗಿಸುತ್ತವೆ, ಇದು ಜಾಗತಿಕವಾಗಿ ನಿಯೋಜಿಸಲಾದ ಆಧುನಿಕ, ಮೈಕ್ರೋ ಸರ್ವೀಸಸ್-ಆಧಾರಿತ ಆರ್ಕಿಟೆಕ್ಚರ್‌ಗಳಿಗೆ ಅಮೂಲ್ಯವಾಗಿದೆ.
ಸೇತುವೆ: ಪ್ರೊಫೈಲಿಂಗ್ ಡೇಟಾದಿಂದ ಕಾರ್ಯಸಾಧ್ಯವಾದ ಒಳನೋಟಗಳಿಗೆ
ಪ್ರೊಫೈಲರ್ ನಿಮಗೆ ಡೇಟಾದ ಪರ್ವತವನ್ನು ನೀಡುತ್ತದೆ. ಮುಂದಿನ ನಿರ್ಣಾಯಕ ಹಂತವೆಂದರೆ ಅದನ್ನು ಅರ್ಥೈಸುವುದು. ಕಾರ್ಯ ಸಮಯಗಳ ಸುದೀರ್ಘ ಪಟ್ಟಿಯನ್ನು ನೋಡುವುದು ಪರಿಣಾಮಕಾರಿಯಲ್ಲ. ಇಲ್ಲಿ ಡೇಟಾ ದೃಶ್ಯೀಕರಣ ಪರಿಕರಗಳು ಬರುತ್ತವೆ.
ಅತ್ಯಂತ ಶಕ್ತಿಯುತ ದೃಶ್ಯೀಕರಣಗಳಲ್ಲಿ ಒಂದು ಫ್ಲೇಮ್ ಗ್ರಾಫ್. ಫ್ಲೇಮ್ ಗ್ರಾಫ್ ಕಾಲಾನಂತರದಲ್ಲಿ ಕರೆ ಸ್ಟಾಕ್ ಅನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ, ವಿಶಾಲವಾದ ಬಾರ್‌ಗಳು ದೀರ್ಘಾವಧಿಯವರೆಗೆ ಸ್ಟಾಕ್‌ನಲ್ಲಿ ಇರುವ ಕಾರ್ಯಗಳನ್ನು ಸೂಚಿಸುತ್ತವೆ (ಅಂದರೆ, ಅವು ಕಾರ್ಯಕ್ಷಮತೆಯ ಹಾಟ್‌ಸ್ಪಾಟ್‌ಗಳಾಗಿವೆ). ಗ್ರಾಫ್‌ನಲ್ಲಿನ ವಿಶಾಲವಾದ ಗೋಪುರಗಳನ್ನು ಪರೀಕ್ಷಿಸುವ ಮೂಲಕ, ನೀವು ಕಾರ್ಯಕ್ಷಮತೆಯ ಸಮಸ್ಯೆಯ ಮೂಲ ಕಾರಣವನ್ನು ತ್ವರಿತವಾಗಿ ಗುರುತಿಸಬಹುದು. ಇತರ ಸಾಮಾನ್ಯ ದೃಶ್ಯೀಕರಣಗಳು ಕರೆ ಮರಗಳು ಮತ್ತು ಐಸಿಕಲ್ ಚಾರ್ಟ್‌ಗಳನ್ನು ಒಳಗೊಂಡಿವೆ.
ಗುರಿಯು ಪ್ಯಾರೆಟೊ ತತ್ವವನ್ನು (80/20 ನಿಯಮ) ಅನ್ವಯಿಸುವುದು. ನಿಮ್ಮ ಕೋಡ್‌ನ 20% ನಷ್ಟು ಭಾಗವು ಕಾರ್ಯಕ್ಷಮತೆಯ ಸಮಸ್ಯೆಗಳ 80% ನಷ್ಟು ಭಾಗಕ್ಕೆ ಕಾರಣವಾಗಿದೆ ಎಂಬುದನ್ನು ನೀವು ಹುಡುಕುತ್ತಿದ್ದೀರಿ. ನಿಮ್ಮ ಶಕ್ತಿಯನ್ನು ಅಲ್ಲಿ ಕೇಂದ್ರೀಕರಿಸಿ; ಉಳಿದವುಗಳನ್ನು ಸದ್ಯಕ್ಕೆ ನಿರ್ಲಕ್ಷಿಸಿ.
ಹಂತ 2: ಕಾರ್ಯಕ್ಷಮತೆ ಟ್ಯೂನಿಂಗ್ - ಚಿಕಿತ್ಸೆಯ ವಿಜ್ಞಾನ
ಒಮ್ಮೆ ಪ್ರೊಫೈಲಿಂಗ್ ತೊಡಕುಗಳನ್ನು ಗುರುತಿಸಿದ ನಂತರ, ಕಾರ್ಯಕ್ಷಮತೆ ಟ್ಯೂನಿಂಗ್‌ಗೆ ಸಮಯ. ಇದು ಆ ನಿರ್ದಿಷ್ಟ ತೊಡಕುಗಳನ್ನು ನಿವಾರಿಸಲು ನಿಮ್ಮ ಕೋಡ್, ಸಂರಚನೆ ಅಥವಾ ಆರ್ಕಿಟೆಕ್ಚರ್ ಅನ್ನು ಮಾರ್ಪಡಿಸುವ ಕ್ರಿಯೆಯಾಗಿದೆ. ವೀಕ್ಷಣೆಯ ಬಗ್ಗೆ ಇರುವ ಪ್ರೊಫೈಲಿಂಗ್‌ನಂತೆ ಟ್ಯೂನಿಂಗ್ ಕ್ರಿಯೆಯ ಬಗ್ಗೆ.
ಕಾರ್ಯಕ್ಷಮತೆ ಟ್ಯೂನಿಂಗ್ ಎಂದರೇನು?
ಪ್ರೊಫೈಲರ್ ಗುರುತಿಸಿದ ಹಾಟ್‌ಸ್ಪಾಟ್‌ಗಳಿಗೆ ಆಪ್ಟಿಮೈಸೇಶನ್ ತಂತ್ರಗಳ ಗುರಿ ಅನ್ವಯಿಕೆಯೇ ಟ್ಯೂನಿಂಗ್. ಇದು ವೈಜ್ಞಾನಿಕ ಪ್ರಕ್ರಿಯೆ: ನೀವು ಊಹೆಯನ್ನು ರೂಪಿಸುತ್ತೀರಿ (ಉದಾಹರಣೆಗೆ, "ಈ ಡೇಟಾಬೇಸ್ ಪ್ರಶ್ನೆಯನ್ನು ಸಂಗ್ರಹಿಸುವುದರಿಂದ ಸುಪ್ತತೆ ಕಡಿಮೆಯಾಗುತ್ತದೆ ಎಂದು ನಾನು ನಂಬುತ್ತೇನೆ"), ಬದಲಾವಣೆಯನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಿ, ಮತ್ತು ನಂತರ ಫಲಿತಾಂಶವನ್ನು ಮೌಲ್ಯೀಕರಿಸಲು ಮತ್ತೆ ಅಳೆಯಿರಿ. ಈ ಪ್ರತಿಕ್ರಿಯೆ ಲೂಪ್ ಇಲ್ಲದೆ, ನೀವು ಕುರುಡಾಗಿ ಬದಲಾವಣೆಗಳನ್ನು ಮಾಡುತ್ತಿದ್ದೀರಿ.
ಸಾಮಾನ್ಯ ಟ್ಯೂನಿಂಗ್ ತಂತ್ರಗಳು
ಸರಿಯಾದ ಟ್ಯೂನಿಂಗ್ ತಂತ್ರವು ಪ್ರೊಫೈಲಿಂಗ್ ಸಮಯದಲ್ಲಿ ಗುರುತಿಸಲಾದ ತೊಡಕಿನ ಸ್ವರೂಪವನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಅವಲಂಬಿಸಿರುತ್ತದೆ. ಅನೇಕ ಭಾಷೆಗಳು ಮತ್ತು ಪ್ಲಾಟ್‌ಫಾರ್ಮ್‌ಗಳಲ್ಲಿ ಅನ್ವಯವಾಗುವ ಕೆಲವು ಸಾಮಾನ್ಯ ಮತ್ತು ಪರಿಣಾಮಕಾರಿ ತಂತ್ರಗಳು ಇಲ್ಲಿವೆ.
1. ಅಲ್ಗಾರಿದಮಿಕ್ ಆಪ್ಟಿಮೈಸೇಶನ್
ಇದು ಸಾಮಾನ್ಯವಾಗಿ ಅತ್ಯಂತ ಪರಿಣಾಮಕಾರಿ ರೀತಿಯ ಆಪ್ಟಿಮೈಸೇಶನ್ ಆಗಿದೆ. ಅಲ್ಗಾರಿದಮ್‌ನ ಕಳಪೆ ಆಯ್ಕೆಯು ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಕುಂಠಿತಗೊಳಿಸುತ್ತದೆ, ವಿಶೇಷವಾಗಿ ಡೇಟಾ ಅಳತೆಗಳು. ಪ್ರೊಫೈಲರ್ ಬ್ರೂಟ್-ಫೋರ್ಸ್ ವಿಧಾನವನ್ನು ಬಳಸುತ್ತಿರುವುದರಿಂದ ನಿಧಾನವಾಗಿರುವ ಕಾರ್ಯವನ್ನು ಸೂಚಿಸಬಹುದು.
- ಉದಾಹರಣೆ: ಒಂದು ಕಾರ್ಯವು ದೊಡ್ಡದಾದ, ವಿಂಗಡಿಸದ ಪಟ್ಟಿಯಲ್ಲಿ ಐಟಂ ಅನ್ನು ಹುಡುಕುತ್ತದೆ. ಇದು O(n) ಕಾರ್ಯಾಚರಣೆಯಾಗಿದೆ - ತೆಗೆದುಕೊಳ್ಳುವ ಸಮಯ ಪಟ್ಟಿಯ ಗಾತ್ರದೊಂದಿಗೆ ರೇಖೀಯವಾಗಿ ಬೆಳೆಯುತ್ತದೆ. ಈ ಕಾರ್ಯವನ್ನು ಆಗಾಗ್ಗೆ ಕರೆದರೆ, ಪ್ರೊಫೈಲಿಂಗ್ ಅದನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡುತ್ತದೆ. ಟ್ಯೂನಿಂಗ್ ಹಂತವು ರೇಖೀಯ ಹುಡುಕಾಟವನ್ನು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿ ಡೇಟಾ ರಚನೆಯೊಂದಿಗೆ ಬದಲಾಯಿಸುವುದು, ಉದಾಹರಣೆಗೆ ಹ್ಯಾಶ್ ಮ್ಯಾಪ್ ಅಥವಾ ಸಮತೋಲಿತ ಬೈನರಿ ಟ್ರೀ, ಇದು ಕ್ರಮವಾಗಿ O(1) ಅಥವಾ O(log n) ಲುಕಪ್ ಸಮಯವನ್ನು ನೀಡುತ್ತದೆ. ಒಂದು ಮಿಲಿಯನ್ ಐಟಂಗಳ ಪಟ್ಟಿಗಾಗಿ, ಇದು ಮಿಲಿಸೆಕೆಂಡ್‌ಗಳು ಮತ್ತು ಹಲವಾರು ಸೆಕೆಂಡ್‌ಗಳ ನಡುವಿನ ವ್ಯತ್ಯಾಸವಾಗಿರುತ್ತದೆ.
2. ಮೆಮೊರಿ ನಿರ್ವಹಣೆ ಆಪ್ಟಿಮೈಸೇಶನ್
ಪರಿಣಾಮಕಾರಿಯಲ್ಲದ ಮೆಮೊರಿ ಬಳಕೆಯು ಆಗಾಗ್ಗೆ ಕಸ ಸಂಗ್ರಹಣೆ (GC) ಚಕ್ರಗಳಿಂದಾಗಿ ಹೆಚ್ಚಿನ CPU ಬಳಕೆಗೆ ಕಾರಣವಾಗಬಹುದು ಮತ್ತು ಮೆಮೊರಿ ಖಾಲಿಯಾದರೆ ಅಪ್ಲಿಕೇಶನ್ ಕ್ರ್ಯಾಶ್ ಆಗಲು ಸಹ ಕಾರಣವಾಗಬಹುದು.
- ಕ್ಯಾಶಿಂಗ್: ನಿಮ್ಮ ಪ್ರೊಫೈಲರ್ ನಿಧಾನಗತಿಯ ಮೂಲದಿಂದ (ಡೇಟಾಬೇಸ್ ಅಥವಾ ಬಾಹ್ಯ API ನಂತೆ) ಅದೇ ಡೇಟಾವನ್ನು ಪದೇ ಪದೇ ಪಡೆಯುತ್ತಿರುವಿರಿ ಎಂದು ತೋರಿಸಿದರೆ, ಕ್ಯಾಶಿಂಗ್ ಪ್ರಬಲವಾದ ಟ್ಯೂನಿಂಗ್ ತಂತ್ರವಾಗಿದೆ. ವೇಗವಾದ, ಇನ್-ಮೆಮೊರಿ ಸಂಗ್ರಹದಲ್ಲಿ (Redis ಅಥವಾ ಇನ್-ಅಪ್ಲಿಕೇಶನ್ ಸಂಗ್ರಹದಂತೆ) ಆಗಾಗ್ಗೆ ಪ್ರವೇಶಿಸುವ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸುವುದರಿಂದ I/O ಕಾಯುವ ಸಮಯವನ್ನು ನಾಟಕೀಯವಾಗಿ ಕಡಿಮೆ ಮಾಡಬಹುದು. ಜಾಗತಿಕ ಇ-ಕಾಮರ್ಸ್ ಸೈಟ್‌ಗಾಗಿ, ಪ್ರದೇಶ-ನಿರ್ದಿಷ್ಟ ಸಂಗ್ರಹದಲ್ಲಿ ಉತ್ಪನ್ನ ವಿವರಗಳನ್ನು ಸಂಗ್ರಹಿಸುವುದರಿಂದ ಬಳಕೆದಾರರಿಗೆ ಸುಪ್ತತೆಯನ್ನು ನೂರಾರು ಮಿಲಿಸೆಕೆಂಡ್‌ಗಳವರೆಗೆ ಕಡಿಮೆ ಮಾಡಬಹುದು.
- ಆಬ್ಜೆಕ್ಟ್ ಪೂಲಿಂಗ್: ಕೋಡ್‌ನ ಕಾರ್ಯಕ್ಷಮತೆ-ನಿರ್ಣಾಯಕ ವಿಭಾಗಗಳಲ್ಲಿ, ವಸ್ತುಗಳನ್ನು ಆಗಾಗ್ಗೆ ರಚಿಸುವುದು ಮತ್ತು ನಾಶಪಡಿಸುವುದು ಕಸ ಸಂಗ್ರಾಹಕದಲ್ಲಿ ಹೆಚ್ಚಿನ ಹೊರೆಯನ್ನು ಉಂಟುಮಾಡಬಹುದು. ಆಬ್ಜೆಕ್ಟ್ ಪೂಲ್ ವಸ್ತುಗಳ ಗುಂಪನ್ನು ಮೊದಲೇ ಹಂಚಿಕೆ ಮಾಡುತ್ತದೆ ಮತ್ತು ಅವುಗಳನ್ನು ಮರುಬಳಕೆ ಮಾಡುತ್ತದೆ, ಹಂಚಿಕೆ ಮತ್ತು ಸಂಗ್ರಹಣೆಯ ಓವರ್‌ಹೆಡ್ ಅನ್ನು ತಪ್ಪಿಸುತ್ತದೆ. ಇದು ಗೇಮ್ ಡೆವಲಪ್‌ಮೆಂಟ್, ಹೆಚ್ಚಿನ-ಆವರ್ತನ ವ್ಯಾಪಾರ ವ್ಯವಸ್ಥೆಗಳು ಮತ್ತು ಇತರ ಕಡಿಮೆ-ಸುಪ್ತತೆಯ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಲ್ಲಿ ಸಾಮಾನ್ಯವಾಗಿದೆ.
3. I/O ಮತ್ತು ಏಕಕಾಲಿಕ ಆಪ್ಟಿಮೈಸೇಶನ್
ಹೆಚ್ಚಿನ ವೆಬ್-ಆಧಾರಿತ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಲ್ಲಿ, ದೊಡ್ಡ ತೊಡಕು CPU ಅಲ್ಲ, ಆದರೆ I/O ಗಾಗಿ ಕಾಯುವುದು - ಡೇಟಾಬೇಸ್‌ಗಾಗಿ ಕಾಯುವುದು, API ಕರೆ ಹಿಂತಿರುಗಲು ಕಾಯುವುದು ಅಥವಾ ಡಿಸ್ಕ್‌ನಿಂದ ಫೈಲ್ ಅನ್ನು ಓದಲು ಕಾಯುವುದು.
- ಡೇಟಾಬೇಸ್ ಪ್ರಶ್ನೆ ಟ್ಯೂನಿಂಗ್: ನಿರ್ದಿಷ್ಟ API ಎಂಡ್‌ಪಾಯಿಂಟ್ ಒಂದೇ ಡೇಟಾಬೇಸ್ ಪ್ರಶ್ನೆಯಿಂದಾಗಿ ನಿಧಾನವಾಗಿದೆ ಎಂದು ಪ್ರೊಫೈಲರ್ ಬಹಿರಂಗಪಡಿಸಬಹುದು. ಟ್ಯೂನಿಂಗ್ ಡೇಟಾಬೇಸ್ ಟೇಬಲ್‌ಗೆ ಸೂಚಿಯನ್ನು ಸೇರಿಸುವುದು, ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾಗಲು ಪ್ರಶ್ನೆಯನ್ನು ಪುನಃ ಬರೆಯುವುದು (ಉದಾಹರಣೆಗೆ, ದೊಡ್ಡ ಟೇಬಲ್‌ಗಳಲ್ಲಿ ಸೇರುವಿಕೆಯನ್ನು ತಪ್ಪಿಸುವುದು) ಅಥವಾ ಕಡಿಮೆ ಡೇಟಾವನ್ನು ಪಡೆಯುವುದನ್ನು ಒಳಗೊಂಡಿರಬಹುದು. N+1 ಪ್ರಶ್ನೆ ಸಮಸ್ಯೆಯು ಒಂದು ಶ್ರೇಷ್ಠ ಉದಾಹರಣೆಯಾಗಿದೆ, ಅಲ್ಲಿ ಅಪ್ಲಿಕೇಶನ್ ಐಟಂಗಳ ಪಟ್ಟಿಯನ್ನು ಪಡೆಯಲು ಒಂದು ಪ್ರಶ್ನೆಯನ್ನು ಮಾಡುತ್ತದೆ ಮತ್ತು ನಂತರ ಪ್ರತಿ ಐಟಂಗೆ ವಿವರಗಳನ್ನು ಪಡೆಯಲು N ಅನುಕ್ರಮ ಪ್ರಶ್ನೆಗಳನ್ನು ಮಾಡುತ್ತದೆ. ಇದನ್ನು ಟ್ಯೂನ್ ಮಾಡುವುದರಿಂದ ಒಂದೇ, ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿ ಪ್ರಶ್ನೆಯಲ್ಲಿ ಅಗತ್ಯವಿರುವ ಎಲ್ಲಾ ಡೇಟಾವನ್ನು ಪಡೆಯಲು ಕೋಡ್ ಅನ್ನು ಬದಲಾಯಿಸುವುದನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ.
- ಅಸಮಕಾಲಿಕ ಪ್ರೋಗ್ರಾಮಿಂಗ್: I/O ಕಾರ್ಯಾಚರಣೆ ಪೂರ್ಣಗೊಳ್ಳಲು ಕಾಯುತ್ತಿರುವಾಗ ಥ್ರೆಡ್ ಅನ್ನು ನಿರ್ಬಂಧಿಸುವ ಬದಲು, ಅಸಮಕಾಲಿಕ ಮಾದರಿಗಳು ಆ ಥ್ರೆಡ್ ಅನ್ನು ಇತರ ಕೆಲಸಗಳನ್ನು ಮಾಡಲು ಅನುಮತಿಸುತ್ತದೆ. ಇದು ಅನೇಕ ಏಕಕಾಲಿಕ ಬಳಕೆದಾರರನ್ನು ನಿರ್ವಹಿಸಲು ಅಪ್ಲಿಕೇಶನ್‌ನ ಸಾಮರ್ಥ್ಯವನ್ನು ಬಹಳವಾಗಿ ಸುಧಾರಿಸುತ್ತದೆ. Node.js ನಂತಹ ತಂತ್ರಜ್ಞಾನಗಳೊಂದಿಗೆ ನಿರ್ಮಿಸಲಾದ ಆಧುನಿಕ, ಉನ್ನತ-ಕಾರ್ಯಕ್ಷಮತೆಯ ವೆಬ್ ಸರ್ವರ್‌ಗಳಿಗೆ ಅಥವಾ Python, C# ಮತ್ತು ಇತರ ಭಾಷೆಗಳಲ್ಲಿ `async/await` ಮಾದರಿಗಳನ್ನು ಬಳಸುವುದಕ್ಕೆ ಇದು ಮೂಲಭೂತವಾಗಿದೆ.
- ಸಮಾನಾಂತರತೆ: CPU-ಬದ್ಧ ಕಾರ್ಯಗಳಿಗಾಗಿ, ಸಮಸ್ಯೆಯನ್ನು ಸಣ್ಣ ತುಣುಕುಗಳಾಗಿ ವಿಭಜಿಸುವ ಮೂಲಕ ಮತ್ತು ಬಹು CPU ಕೋರ್‌ಗಳಲ್ಲಿ ಸಮಾನಾಂತರವಾಗಿ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುವ ಮೂಲಕ ನೀವು ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಟ್ಯೂನ್ ಮಾಡಬಹುದು. ರೇಸ್ ಕಂಡೀಷನ್‌ಗಳು ಮತ್ತು ಡೆಡ್‌ಲಾಕ್‌ಗಳಂತಹ ಸಮಸ್ಯೆಗಳನ್ನು ತಪ್ಪಿಸಲು ಥ್ರೆಡ್‌ಗಳ ಎಚ್ಚರಿಕೆಯ ನಿರ್ವಹಣೆ ಅಗತ್ಯವಿದೆ.
4. ಸಂರಚನೆ ಮತ್ತು ಪರಿಸರ ಟ್ಯೂನಿಂಗ್
ಕೆಲವೊಮ್ಮೆ, ಕೋಡ್ ಸಮಸ್ಯೆಯಲ್ಲ; ಅದು ಚಲಿಸುವ ಪರಿಸರವು ಸಮಸ್ಯೆಯಾಗಿದೆ. ಟ್ಯೂನಿಂಗ್ ಸಂರಚನಾ ನಿಯತಾಂಕಗಳನ್ನು ಸರಿಹೊಂದಿಸುವುದನ್ನು ಒಳಗೊಂಡಿರಬಹುದು.
- JVM/ರನ್‌ಟೈಮ್ ಟ್ಯೂನಿಂಗ್: Java ಅಪ್ಲಿಕೇಶನ್‌ಗಾಗಿ, JVM ನ ಹೀಪ್ ಗಾತ್ರ, ಕಸ ಸಂಗ್ರಹಣೆ ಪ್ರಕಾರ ಮತ್ತು ಇತರ ಫ್ಲ್ಯಾಗ್‌ಗಳನ್ನು ಟ್ಯೂನ್ ಮಾಡುವುದರಿಂದ ಕಾರ್ಯಕ್ಷಮತೆ ಮತ್ತು ಸ್ಥಿರತೆಯ ಮೇಲೆ ದೊಡ್ಡ ಪರಿಣಾಮ ಬೀರಬಹುದು.
- ಸಂಪರ್ಕ ಪೂಲ್‌ಗಳು: ಡೇಟಾಬೇಸ್ ಸಂಪರ್ಕ ಪೂಲ್‌ನ ಗಾತ್ರವನ್ನು ಸರಿಹೊಂದಿಸುವುದರಿಂದ ನಿಮ್ಮ ಅಪ್ಲಿಕೇಶನ್ ಡೇಟಾಬೇಸ್‌ನೊಂದಿಗೆ ಹೇಗೆ ಸಂವಹನ ನಡೆಸುತ್ತದೆ ಎಂಬುದನ್ನು ಆಪ್ಟಿಮೈಜ್ ಮಾಡಬಹುದು, ಇದು ಹೆಚ್ಚಿನ ಲೋಡ್‌ನಲ್ಲಿ ತೊಡಕಾಗುವುದನ್ನು ತಡೆಯುತ್ತದೆ.
- ಕಂಟೆಂಟ್ ಡೆಲಿವರಿ ನೆಟ್‌ವರ್ಕ್ (CDN) ಅನ್ನು ಬಳಸುವುದು: ಜಾಗತಿಕ ಬಳಕೆದಾರ ನೆಲೆಯನ್ನು ಹೊಂದಿರುವ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಿಗಾಗಿ, CDN ನಿಂದ ಸ್ಥಿರ ಸ್ವತ್ತುಗಳನ್ನು (ಚಿತ್ರಗಳು, CSS, JavaScript) ಒದಗಿಸುವುದು ನಿರ್ಣಾಯಕ ಟ್ಯೂನಿಂಗ್ ಹಂತವಾಗಿದೆ. CDN ಪ್ರಪಂಚದಾದ್ಯಂತದ ಅಂಚಿನ ಸ್ಥಳಗಳಲ್ಲಿ ವಿಷಯವನ್ನು ಸಂಗ್ರಹಿಸುತ್ತದೆ, ಆದ್ದರಿಂದ ಆಸ್ಟ್ರೇಲಿಯಾದಲ್ಲಿರುವ ಬಳಕೆದಾರರು ಉತ್ತರ ಅಮೆರಿಕಾದಲ್ಲಿರುವ ಸರ್ವರ್ ಬದಲಿಗೆ ಸಿಡ್ನಿಯಲ್ಲಿರುವ ಸರ್ವರ್‌ನಿಂದ ಫೈಲ್ ಅನ್ನು ಪಡೆಯುತ್ತಾರೆ, ಇದು ಸುಪ್ತತೆಯನ್ನು ನಾಟಕೀಯವಾಗಿ ಕಡಿಮೆ ಮಾಡುತ್ತದೆ.
ಪ್ರತಿಕ್ರಿಯೆ ಲೂಪ್: ಪ್ರೊಫೈಲ್, ಟ್ಯೂನ್ ಮತ್ತು ಪುನರಾವರ್ತಿಸಿ
ಕಾರ್ಯಕ್ಷಮತೆ ಆಪ್ಟಿಮೈಸೇಶನ್ ಒಂದು ಬಾರಿ ನಡೆಯುವ ಘಟನೆಯಲ್ಲ. ಇದು ಪುನರಾವರ್ತಿತ ಚಕ್ರವಾಗಿದೆ. ಕೆಲಸದ ಹರಿವು ಈ ರೀತಿ ಇರಬೇಕು:
- ಬೇಸ್‌ಲೈನ್ ಅನ್ನು ಸ್ಥಾಪಿಸಿ: ನೀವು ಯಾವುದೇ ಬದಲಾವಣೆಗಳನ್ನು ಮಾಡುವ ಮೊದಲು, ಪ್ರಸ್ತುತ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಅಳೆಯಿರಿ. ಇದು ನಿಮ್ಮ ಮಾನದಂಡವಾಗಿದೆ.
- ಪ್ರೊಫೈಲ್: ಅತ್ಯಂತ ಮಹತ್ವದ ತೊಡಕನ್ನು ಗುರುತಿಸಲು ವಾಸ್ತವಿಕ ಲೋಡ್‌ನಲ್ಲಿ ನಿಮ್ಮ ಪ್ರೊಫೈಲರ್ ಅನ್ನು ರನ್ ಮಾಡಿ.
- ಊಹಿಸಿ ಮತ್ತು ಟ್ಯೂನ್ ಮಾಡಿ: ತೊಡಕನ್ನು ಹೇಗೆ ಸರಿಪಡಿಸುವುದು ಎಂಬುದರ ಕುರಿತು ಊಹೆಯನ್ನು ರೂಪಿಸಿ ಮತ್ತು ಒಂದೇ, ಗುರಿಯ ಬದಲಾವಣೆಯನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಿ.
- ಮತ್ತೆ ಅಳೆಯಿರಿ: ಹಂತ 1 ರಲ್ಲಿರುವಂತೆಯೇ ಅದೇ ಕಾರ್ಯಕ್ಷಮತೆ ಪರೀಕ್ಷೆಯನ್ನು ರನ್ ಮಾಡಿ. ಬದಲಾವಣೆಯು ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಸುಧಾರಿಸಿದೆಯೇ? ಅದು ಕೆಟ್ಟದಾಗಿದೆಯೇ? ಇದು ಬೇರೆಲ್ಲಿಯಾದರೂ ಹೊಸ ತೊಡಕನ್ನು ಪರಿಚಯಿಸಿದೆಯೇ?
- ಪುನರಾವರ್ತಿಸಿ: ಬದಲಾವಣೆಯು ಯಶಸ್ವಿಯಾದರೆ, ಅದನ್ನು ಉಳಿಸಿಕೊಳ್ಳಿ. ಇಲ್ಲದಿದ್ದರೆ, ಅದನ್ನು ಹಿಂತಿರುಗಿಸಿ. ನಂತರ, ಹಂತ 2 ಕ್ಕೆ ಹಿಂತಿರುಗಿ ಮತ್ತು ಮುಂದಿನ ದೊಡ್ಡ ತೊಡಕನ್ನು ಹುಡುಕಿ.
ಈ ಶಿಸ್ತುಬದ್ಧ, ವೈಜ್ಞಾನಿಕ ವಿಧಾನವು ನಿಮ್ಮ ಪ್ರಯತ್ನಗಳು ಯಾವಾಗಲೂ ಅತ್ಯಂತ ಮುಖ್ಯವಾದುದರ ಮೇಲೆ ಕೇಂದ್ರೀಕೃತವಾಗಿರುವುದನ್ನು ಖಚಿತಪಡಿಸುತ್ತದೆ ಮತ್ತು ನಿಮ್ಮ ಕೆಲಸದ ಪ್ರಭಾವವನ್ನು ನೀವು ಖಚಿತವಾಗಿ ಸಾಬೀತುಪಡಿಸಬಹುದು.
ಸಾಮಾನ್ಯ ಅಪಾಯಗಳು ಮತ್ತು ತಪ್ಪಿಸಬೇಕಾದ ಆಂಟಿ-ಪ್ಯಾಟರ್ನ್‌ಗಳು
- ಊಹೆ-ಚಾಲಿತ ಟ್ಯೂನಿಂಗ್: ಪ್ರೊಫೈಲಿಂಗ್ ಡೇಟಾಕ್ಕಿಂತ ಹೆಚ್ಚಾಗಿ ಅಂತಃಪ್ರಜ್ಞೆಯ ಆಧಾರದ ಮೇಲೆ ಕಾರ್ಯಕ್ಷಮತೆಯ ಬದಲಾವಣೆಗಳನ್ನು ಮಾಡುವುದು ಏಕೈಕ ದೊಡ್ಡ ತಪ್ಪು. ಇದು ಯಾವಾಗಲೂ ಸಮಯ ವ್ಯರ್ಥ ಮತ್ತು ಹೆಚ್ಚು ಸಂಕೀರ್ಣ ಕೋಡ್‌ಗೆ ಕಾರಣವಾಗುತ್ತದೆ.
- ತಪ್ಪಾದ ವಿಷಯವನ್ನು ಆಪ್ಟಿಮೈಜ್ ಮಾಡುವುದು: ಕಾರ್ಯದಲ್ಲಿ ನ್ಯಾನೊಸೆಕೆಂಡ್‌ಗಳನ್ನು ಉಳಿಸುವ ಸೂಕ್ಷ್ಮ-ಆಪ್ಟಿಮೈಸೇಶನ್‌ನಲ್ಲಿ ಗಮನಹರಿಸುವುದು, ಅದೇ ವಿನಂತಿಯಲ್ಲಿ ನೆಟ್‌ವರ್ಕ್ ಕರೆ ಮೂರು ಸೆಕೆಂಡುಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ. ಯಾವಾಗಲೂ ದೊಡ್ಡ ತೊಡಕುಗಳ ಮೇಲೆ ಮೊದಲು ಗಮನಹರಿಸಿ.
- ಉತ್ಪಾದನಾ ಪರಿಸರವನ್ನು ನಿರ್ಲಕ್ಷಿಸುವುದು: ನಿಮ್ಮ ಉನ್ನತ-ಮಟ್ಟದ ಅಭಿವೃದ್ಧಿ ಲ್ಯಾಪ್‌ಟಾಪ್‌ನಲ್ಲಿನ ಕಾರ್ಯಕ್ಷಮತೆಯು ಕ್ಲೌಡ್‌ನಲ್ಲಿನ ಕಂಟೇನರೀಕರಿಸಿದ ಪರಿಸರ ಅಥವಾ ನಿಧಾನಗತಿಯ ನೆಟ್‌ವರ್ಕ್‌ನಲ್ಲಿರುವ ಬಳಕೆದಾರರ ಮೊಬೈಲ್ ಸಾಧನದ ಪ್ರತಿನಿಧಿಯಾಗಿಲ್ಲ. ಉತ್ಪಾದನೆಗೆ ಸಾಧ್ಯವಾದಷ್ಟು ಹತ್ತಿರವಿರುವ ಪರಿಸರದಲ್ಲಿ ಪ್ರೊಫೈಲ್ ಮಾಡಿ ಮತ್ತು ಪರೀಕ್ಷಿಸಿ.
- ಸಣ್ಣ ಲಾಭಗಳಿಗಾಗಿ ಓದುವಿಕೆಯನ್ನು ತ್ಯಾಗ ಮಾಡುವುದು: ಅತ್ಯಲ್ಪ ಕಾರ್ಯಕ್ಷಮತೆ ಸುಧಾರಣೆಗಾಗಿ ನಿಮ್ಮ ಕೋಡ್ ಅನ್ನು ಹೆಚ್ಚು ಸಂಕೀರ್ಣ ಮತ್ತು ನಿರ್ವಹಿಸಲಾಗದಂತೆ ಮಾಡಬೇಡಿ. ಕಾರ್ಯಕ್ಷಮತೆ ಮತ್ತು ಸ್ಪಷ್ಟತೆಯ ನಡುವೆ ಆಗಾಗ್ಗೆ ವಹಿವಾಟು ಇರುತ್ತದೆ; ಅದು ಯೋಗ್ಯವಾದದ್ದನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಿ.
ತೀರ್ಮಾನ: ಕಾರ್ಯಕ್ಷಮತೆಯ ಸಂಸ್ಕೃತಿಯನ್ನು ಬೆಳೆಸುವುದು
ಕೋಡ್ ಪ್ರೊಫೈಲಿಂಗ್ ಮತ್ತು ಕಾರ್ಯಕ್ಷಮತೆ ಟ್ಯೂನಿಂಗ್ ಪ್ರತ್ಯೇಕ ವಿಭಾಗಗಳಲ್ಲ; ಅವು ಸಂಪೂರ್ಣದ ಎರಡು ಭಾಗಗಳಾಗಿವೆ. ಪ್ರೊಫೈಲಿಂಗ್ ಪ್ರಶ್ನೆ; ಟ್ಯೂನಿಂಗ್ ಉತ್ತರ. ಒಂದು ಇನ್ನೊಂದಿಲ್ಲದೆ ಅನುಪಯುಕ್ತವಾಗಿದೆ. ಈ ಡೇಟಾ-ಚಾಲಿತ, ಪುನರಾವರ್ತಿತ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಅಳವಡಿಸಿಕೊಳ್ಳುವ ಮೂಲಕ, ಅಭಿವೃದ್ಧಿ ತಂಡಗಳು ಊಹೆಯನ್ನು ಮೀರಿ ಹೋಗಬಹುದು ಮತ್ತು ತಮ್ಮ ಸಾಫ್ಟ್‌ವೇರ್‌ಗೆ ವ್ಯವಸ್ಥಿತ, ಹೆಚ್ಚಿನ-ಪ್ರಭಾವದ ಸುಧಾರಣೆಗಳನ್ನು ಮಾಡಲು ಪ್ರಾರಂಭಿಸಬಹುದು.
ಜಾಗತೀಕರಿಸಿದ ಡಿಜಿಟಲ್ ಪರಿಸರ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ, ಕಾರ್ಯಕ್ಷಮತೆ ಒಂದು ವೈಶಿಷ್ಟ್ಯವಾಗಿದೆ. ಇದು ನಿಮ್ಮ ಎಂಜಿನಿಯರಿಂಗ್ ಗುಣಮಟ್ಟ ಮತ್ತು ಬಳಕೆದಾರರ ಸಮಯಕ್ಕೆ ನಿಮ್ಮ ಗೌರವದ ನೇರ ಪ್ರತಿಬಿಂಬವಾಗಿದೆ. ಕಾರ್ಯಕ್ಷಮತೆ-ಅರಿವಿನ ಸಂಸ್ಕೃತಿಯನ್ನು ನಿರ್ಮಿಸುವುದು - ಅಲ್ಲಿ ಪ್ರೊಫೈಲಿಂಗ್ ನಿಯಮಿತ ಅಭ್ಯಾಸವಾಗಿದೆ ಮತ್ತು ಟ್ಯೂನಿಂಗ್ ಡೇಟಾ-ಮಾಹಿತಿಯ ವಿಜ್ಞಾನವಾಗಿದೆ - ಇನ್ನು ಮುಂದೆ ಐಚ್ಛಿಕವಲ್ಲ. ಪ್ರಪಂಚದಾದ್ಯಂತದ ಬಳಕೆದಾರರನ್ನು ಸಂತೋಷಪಡಿಸುವ ದೃಢವಾದ, ಸ್ಕೇಲೆಬಲ್ ಮತ್ತು ಯಶಸ್ವಿ ಸಾಫ್ಟ್‌ವೇರ್ ಅನ್ನು ನಿರ್ಮಿಸಲು ಇದು ಪ್ರಮುಖವಾಗಿದೆ.