Pri porovnaní výkonnostných dôsledkov používania zápasníkov verzus nespracované hodnoty prichádza do hry niekoľko faktorov, v závislosti od kontextu, v ktorom sa používajú. Tu je podrobné rozdelenie:
Všeobecne programovanie
Pri programovaní sa zápasníci často používajú pri testovacích rámcoch, ako sú Mockito alebo Googletest, aby robili tvrdenia alebo metódy plôch. Pri používaní zápasníkov musia všetky argumenty poskytnúť zápasníci, aby sa predišlo chybám, ako je „InvalidusEfMatcherSException` v Mockito [5] [8]. Táto požiadavka môže viesť k mierne viac režijných nákladov v dôsledku ďalších funkčných hovorov v porovnaní s použitím priameho použitia surových hodnôt.
Rozdiel vo výkone je však zvyčajne zanedbateľný, pokiaľ sa nezaoberáte veľmi veľkým počtom hovorov alebo v kritických častiach kódu. Vo väčšine prípadov čitateľnosť a flexibilita poskytnuté zápasníkmi prevažujú nad akýmikoľvek menšími nákladmi na výkon.
Pri vyhľadávaní a zodpovedajúcich operáciách
V scenároch zahŕňajúcich vyhľadávacie operácie, napríklad v tabuľkách Rust's „Match´s Expressions versus Lookup Tabuľka, sa výkon môže líšiť v závislosti od niekoľkých faktorov:
- Predikcia pobočky: „Výrazy zápasu môžu byť rýchlejšie, ak predpoveď pobočky funguje dobre, čo znamená, že CPU môže presne predpovedať, ktorá vetva bude prijatá ďalej. Ak je však vzor náhodný, vyhľadávacia tabuľka by mohla byť rýchlejšia, pretože sa vyhýba zlyhaniam predikcie vetvy [3] [6].
- Inlining and Cache: Vyhľadávacie tabuľky môžu byť rýchlejšie, keď sú správne vložené a ukladané do vyrovnávacej pamäte, najmä pre väčšie súbory údajov. Výrazy zápasu však vo všeobecnosti generujú menej pokynov a môžu byť rýchlejšie, pokiaľ inlinovanie nespôsobí mikroarchitektonické riziká [3] [6].
v regulárnych výrazoch a porovnávaní vzorov
Pri použití regulárnych výrazov (REGEX) na porovnávanie vzorov môže byť výkon výrazne ovplyvnený zložitosťou regexu a veľkosťou spracovaných údajov. Zatiaľ čo Regex je výkonný a flexibilný, príliš zložité vzory môžu viesť k pomalšiemu výkonu v dôsledku spätného sledovania a iných režijných nákladov [9].
Naopak, použitie surových hodnôt alebo jednoduchších mechanizmov zodpovedajúcich porovnávania môže byť rýchlejšie pre priame porovnania, ale chýba mu flexibilita a expresivita regexu.
V pozorovateľnosti a dátových systémoch
V systémoch zaoberajúcich sa údajmi s vysokou kardinalitou (napr. Protokoly, metriky, stopy), používanie zápasníkov alebo zložité dotazy môže viesť k problémom s výkonom. Vysoká kardinalita sa týka veľkého počtu jedinečných hodnôt, ktoré dokážu premôcť systémy určené na efektívne ukladanie a získavanie údajov [1]. V takýchto prípadoch môže optimalizácia dopytov alebo využívanie efektívnejších dátových štruktúr zmierniť vplyvy výkonu.
Stručne povedané, zatiaľ čo zápasníci a zložité zhodné mechanizmy ponúkajú flexibilitu a čitateľnosť, môžu zaviesť drobné režijné náklady na výkon v porovnaní s priamo s použitím surových hodnôt. Tieto režijné náklady sú však zvyčajne zanedbateľné, pokiaľ v sekciách kritických kódov alebo pri riešení veľmi veľkých súborov údajov. Výber medzi zápasmi a nespracovanými hodnotami by sa mal zakladať na špecifických požiadavkách aplikácie vrátane čitateľnosti, údržby a potrieb výkonu.
Citácie:[1] https://last9.io/blog/high-vs-low-cardinality/
[2] https://stats.stackexchange.com/questions/651015/use-smd-or-raw-difference-in-proportions-hen-comparing-balance-balance-of-binari-covari
[3] https://users.rust-lang.org/t/why-is-a-lookup-table-table-faster--a-match-expression/24233
[4] https://docs.splunk.com/documentation/scs/current/searchreference/conditionalfunctions
[5] https://zsoltfabok.com/blog/2010/08/jmock-versus-mockito/
[6] https://kevinlynagh.com/notes/match-vs-lookup/
[7] https://docs.vespa.ai/en/reference/schema-reference.html
[8] https://www.digitalocean.com/community/tutorials/Mockito-argument-matchers-any-eq
[9] https://newrelic.com/blog/how-to-relic/extracting-log-gata-with-regex
[10] http://google.github.io/googletest/reference/matchers.html