这是一个非常有意思且非常发人深省的案例。
公司在做一个组件的时候，一开始就以追求最高效率为目标。因此在制定方案的时候，采用了全部在内存中操作，从而获取最佳效率。但是随着应用中的数据量的提升，效率在空间面前，越来越成为问题。
这个案例有意思的地方就是，最初是为了追求最好的效率，最后反而没有得到好的效率。但又反过来让我们来思考为什么会出现这种情况呢？
xiammy想到的的第一个问题在于：空间和时间的权衡。我们都学习过《算法与数据结构》，知道空间和时间往往就是一对矛盾体。在这个问题上，我们一开始就想追求极限的时间上的优势，对空间上的消耗可能带来的影响反而忽略了。这个问题就是，极限地追求效率，非常有可能会增加对空间的占用。
在一定意义上，时间和空间是可以转化的。爱因斯坦的相对论是这么说的，我们的程序设计也是这样的道理。所以我们在考虑时间的时候，必须考虑好我们是在多大的空间内考虑时间。
所以xiammy认为考虑效率的时候，同时必须定义空间的相对量。我们不应该抛离空间而单独追求时间。简单的说，追求的是1000条数据的效率，还是1,000,000条数据的效率。xiammy认为，不同的目标，其解决方案会有极大的不同。
就如前面案例中的所提到的，只是1000条，我完全可以全部装载到内存中，然后再进行优化。但如果是极大的数据量，那么一开始就必须放弃装载到内存中的想法。这里面还有一些微妙的地方，因为在最后的实际应用的压力下，最终的系统必然要解决大数据量的问题，架构也必然要重构。可能你会想到一句话：殊途同归。但是事实一般并不是这样。种下的种子总是会对后来的事情有影响的。况且，在已有的系统上进行重构，还会被现存的代码束缚，让你重构也不得畅快。
在说回到一个理念问题，我们如果一开始的时候就陷入到极限地追求效率上，反而应了那句话：物极必反。最后的效果反而不是最好。中国人的中庸思想在设计的时候还是有借鉴意义的。
发表于 @ 2007年09月30日 07:16:00|评论(loading...)|编辑