python - 哪个更贵(以美元为单位): database memory or processing power?

Question

这是一个相当抽象的问题，我希望它在范围内。

我的 Web 开发编码职业生涯大约有 5 个月。我发现 CPU 和存储资源之间经常存在紧张关系。简而言之，您可以少用一种，多用另一种，反之亦然(然后考虑速度)。我现在要为生产部署我的第一个应用程序，所以这个平衡现在是真正的美元和美分问题。事情是这样的:我真的任何不知道我应该寻找什么样的平衡。

这里有一些突出的例子，可以阐明在不同情况下要达到的平衡。

背景

我正在开发一个在文本之间进行大量差异处理的应用程序。用户将调用包含以 html 显示的差异的页面。很多。

第一个案例

我是应该在每次显示一个页面时运行一次差异，还是应该运行一次差异，存储它，并在每次显示一个页面时调用它？

第二种情况

我编写了一个总结差异的算法。它大约有 110 行代码，使用了 4 或 5 个循环和子循环。同样，我应该运行一次并存储结果，以便以后调用它们，还是应该在每次显示页面时运行该算法？

也很想听听您对用于量化平衡的最佳工具的看法。

Answer 1

如果不进行测试很难回答，但您可能想回答以下问题:

1) diff 操作有多昂贵？运行测试或计算复杂性。如果 diff 操作是针对非常大的文件或快速变化的文件，您可能需要修改算法。如果文件很大、变化很小或随着时间的推移变化很快，那么存储差异似乎不是一个很好的解决方案。

2) 您需要为相同的文件生成相同的差异多少次，是否有时间限制？- 如果在短时间内反复生成相同的差异，您可能希望缓存它而不是将其写入数据库。如果随着时间的推移(几天、几个月)偶尔访问差异，您可能希望在分析上面的 1 之后存储它。

您可以使用 Amazon Web Services 上的成本进行基准测试。同样，您在那里有选择。您可以只对所有内容使用单个 EC2 实例，或者针对 RDS、EC2 和 S3 拆分工作流程，然后分析成本。取决于您想要的规模级别。