دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: برنامه نويسي ویرایش: 2 نویسندگان: Richard Fabian سری: ISBN (شابک) : 9781916478701 ناشر: Richard Fabian سال نشر: 2018 تعداد صفحات: 327 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 1 مگابایت
در صورت تبدیل فایل کتاب Data-oriented design: software engineering for limited resources and short schedules به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب طراحی داده گرا: مهندسی نرم افزار برای منابع محدود و برنامه های کوتاه نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
پروژه های انجام شده توسط صنعت توسعه نرم افزار در مقیاس و پیچیدگی رشد کرده اند. هزینه ها همراه با تعداد توسعه دهندگان در حال افزایش است. قبوض برق برای پروژه های توزیع شده به نقطه ای رسیده است که بهینه سازی ها سود واقعی پرداخت می کنند. در طول 10 سال گذشته، یک جنبش توسعه نرمافزار مورد توجه قرار گرفته است، جنبشی که در توسعه بازی پایهگذاری شده است. منابع محدود و پیچیدگی نرم افزار و سخت افزار مورد نیاز برای عرضه عناوین بازی های مدرن رویکرد متفاوتی را می طلبید. طراحی داده گرا از تکنیک های محاسباتی با کارایی بالا، طراحی پایگاه داده و مقادیر برنامه نویسی عملکردی الهام گرفته شده است. این یک روش عملی ارائه می دهد که پیچیدگی را کاهش می دهد و در عین حال عملکرد تیم توسعه و محصول شما را بهبود می بخشد. درک هدف، درک داده ها، درک سخت افزار، توسعه راه حل. این کتاب مبانی و اصولی را ارائه میکند که به ایجاد درک عمیقتر از طراحی دادهمحور کمک میکند. این دستورالعمل در مورد فرآیندهای فکری درگیر هنگام در نظر گرفتن داده ها به عنوان جزئیات اولیه هر پروژه ارائه می دهد.
The projects tackled by the software development industry have grown in scale and complexity. Costs are increasing along with the number of developers. Power bills for distributed projects have reached the point where optimisations pay literal dividends. Over the last 10 years, a software development movement has gained traction, a movement founded in games development. The limited resources and complexity of the software and hardware needed to ship modern game titles demanded a different approach. Data-oriented design is inspired by high-performance computing techniques, database design, and functional programming values. It provides a practical methodology that reduces complexity while improving performance of both your development team and your product. Understand the goal, understand the data, understand the hardware, develop the solution. This book presents foundations and principles helping to build a deeper understanding of data-oriented design. It provides instruction on the thought processes involved when considering data as the primary detail of any project.
Data-Oriented Design It\'s all about the data Data is not the problem domain Data and statistics Data can change How is data formed? The framework Conclusions and takeaways Relational Databases Complex state The framework Normalising your data Normalisation Operations Summing up Stream Processing Why does database technology matter? Existential Processing Complexity Debugging Why use an if Types of processing Don\'t use booleans Don\'t use enums quite as much Prelude to polymorphism Dynamic runtime polymorphism Event handling Component Based Objects Components in the wild Away from the hierarchy Towards managers There is no entity Hierarchical Level of Detail Existence Mementos JIT mementos Alternative axes Collective LOD Searching Indexes Data-oriented Lookup Finding low and high Finding random Sorting Do you need to? Maintaining Sorting for your platform Optimisations When should we optimise? Feedback A strategy Tables Transforms Spatial sets Lazy evaluation Necessity Varying length sets Joins as intersections Data-driven techniques Structs of arrays Helping the compiler Reducing order dependence Reducing memory dependency Write buffer awareness Aliasing Return value optimisation Cache line utilisation False sharing Speculative execution awareness Branch prediction Don\'t get evicted Auto vectorisation Concurrency Thread-safety Inherently concurrent Gateways Finite State Machines Tables as states Implementing transitions Condition tables as triggers Double Buffering In Practice Data-manipulation Game entities Maintenance and reuse Cosmic hierarchies Debugging Reusability Reusable functions Unit testing Refactoring What\'s wrong? The harm Mapping the problem Internalised state Instance oriented development Hierarchical design vs change Divisions of labour Reusable generic code Hardware Sequential data Deep pipes Microcode SIMD Predictability How it works Sourcecode The basics Linked lists Branch prediction Cache size effect False sharing Hot, cold, access Key lookup Matrix transpose Modifying memory SIMD Speculative waste Finite State Machines