Toruń JUG #90

Zmiana pod presją i bottleneck w ThreadPool

WFAiIS UMK, Toruń

Prelekcje

Zmiana pod presją: dlaczego koszt zmiany rośnie i jak go zatrzymać

„Legacy” często kojarzymy z wiekiem systemu albo przestarzałą technologią. W praktyce problem zaczyna się gdzie indziej: w rosnącym koszcie zmiany. Pod presją dostarczania powstają skróty, które z czasem zamieniają się w strukturę. Decyzje trafiają „tymczasowo” do przypadkowych miejsc, wspólne modele zaczynają znaczyć wszystko naraz, a granice odpowiedzialności rozmywają się między zespołami. Efekt to coraz większy coupling, coraz wyższy koszt koordynacji i zmiany, które zamiast być lokalne, przechodzą przez pół organizacji. W mojej prezentacji pokażę, dlaczego koszt zmiany rośnie oraz jak świadomie go obniżać na trzech poziomach. Organizacyjnie: przez dopasowanie architektury do sposobu pracy zespołów i jasne tryby współpracy. Semantycznie: przez szukanie naturalnych granic w języku domeny, rozróżnianie znaczeń tych samych pojęć w różnych kontekstach i nadawanie modelom realnych właścicieli. Technicznie: przez pracę z legacy małymi krokami — zabezpieczanie zachowania testami, znajdowanie spoin (seams), ochronę nowego modelu przed starym oraz wydzielanie pierwszego „bubble context” bez przepisywania całego systemu.

Zdjęcie: Łukasz Pięta

Łukasz Pięta

Senior Software Engineer i konsultant. Pomagam przekuwać niejasne potrzeby w proste, utrzymywalne rozwiązania - pragmatycznie, iteracyjnie i bez overengineeringu. Najwięcej satysfakcji daje mi modernizacja złożonych systemów legacy, w której upraszczam architekturę i obniżam koszt utrzymania.

Thread Pool i czas czekania w kolejce: Bottleneck, którego nawet AI nie znalazł

Wiele różnych systemów zachowuje się zaskakująco podobnie: działają na wątkach lub pulach wątków, wysyłają żądania HTTP w trybie blokującym lub nieblokującym oraz parsują JSONy żeby móc wykonywać logikę biznesową. Jednak prędzej czy później zaczynają zwalniać – niczym jazda przez miasto w godzinach szczytu, gdy każda ulica kryje kolejny korek. W tym wystąpieniu przyjrzymy się, gdzie pojawia się czas oczekiwania w kolejce w naszych Thread Poolach i jak go mierzyć. Oczywiście dowiemy się też co robić, gdy czas czekania jest większy niż 0. Wszystkie wnioski pochodzą bezpośrednio z rzeczywistych danych produkcyjnych.

Zdjęcie: Mateusz Nalepa

Mateusz Nalepa

Jest inżynierem oprogramowania z dziewięcioletnim doświadczenie komercyjnym. Jego praca koncentruje się na budowaniu wydajnych, dobrze zaprojektowanych systemów, ze szczególnym uwzględnieniem podstawowych zasad inżynierii oprogramowania, które wpływają na wydajność i skalowalność. Uważa, że "Paint" oraz "to zależy" są absolutnie najlepszymi narzędziami które pomagają wyjaśniać zawiłe koncepty z programowania. Jego ulubiony prompt do AI to: "Hej, wytłumacz mi XYZ jak dla 6 letniego dziecka" który pomaga bardzo szybko znaleźć punkt odniesienia. W ramach pracy chętnie dzieli się wiedzą i zawsze jest chętny do tego, żeby wdrożyć nową osobę do zespołu. W wolnej chwili występuje w teatrze i gra na pianinie.