De la redacción
El Buen Tono
Un nuevo enfoque de programación busca hacer más eficientes los sistemas que trabajan con grandes redes de información, al reducir la cantidad de elementos que necesitan actualizarse cuando ocurre un cambio.
La propuesta fue presentada por Sui Gn en una publicación de la plataforma Medium, donde explica cómo funciona una arquitectura de conocimiento reactivo capaz de identificar únicamente las partes de una red que resultan afectadas por una modificación.
El proyecto fue probado utilizando información del sistema de transporte público de Madrid, España, que incluye servicios, rutas, viajes y horarios de paso de autobuses.
Durante las pruebas, el equipo incrementó diez veces el volumen de información en tres etapas, hasta alcanzar una base de datos con 236 mil 400 registros de horarios, aproximadamente 100 veces más que en la escala inicial.
Uno de los resultados más destacados fue que la cantidad de elementos afectados por cada modificación se mantuvo prácticamente estable, incluso cuando creció considerablemente el tamaño de la red.
De acuerdo con las mediciones, el percentil 95 de elementos afectados se mantuvo alrededor de 18, mientras que el máximo registrado fue de 27, independientemente de la escala utilizada.
Esto significa que el sistema puede identificar los componentes relacionados con un cambio sin necesidad de recalcular todas las conexiones existentes.
Sin embargo, el autor aclaró que los resultados no significan que todas las operaciones tengan un costo independiente del tamaño de la información. Algunas modificaciones estructurales, especialmente la eliminación de registros, todavía requieren más tiempo conforme crece la base de datos.
El desarrollo plantea una alternativa para construir sistemas informáticos capaces de manejar grandes volúmenes de información, manteniendo acotado el trabajo necesario para actualizar las dependencias afectadas por cada modificación.
Es gratis. Solo escribe tu correo y presiona Sign Up para suscribirte.
