ระบุปัญหาคอขวดด้านประสิทธิภาพโดยใช้โหมดถามของ GitHub Copilot

เสร็จสมบูรณ์เมื่อ

การระบุปัญหาคอขวดด้านประสิทธิภาพที่สามารถและควรปรับให้เหมาะสมนั้นไม่ใช่เรื่องง่ายเสมอไป การวางแผนวิธีปรับโครงสร้างโค้ดของคุณเพื่อประสิทธิภาพที่ดีขึ้นอาจเป็นเรื่องยากยิ่งขึ้น

นักพัฒนาสามารถใช้โหมดถามของ GitHub Copilot เพื่อระบุปัญหาคอขวดด้านประสิทธิภาพและวางแผนกลยุทธ์การเพิ่มประสิทธิภาพเพื่อปรับปรุงประสิทธิภาพของโค้ด

โหมดถามคืออะไร

โหมดถามของ GitHub Copilot เป็นอินเทอร์เฟซการสนทนา คุณถามคําถามและตอบ GitHub Copilot โดยใช้บริบทที่คุณให้ไว้ มันเหมือนกับการมีเพื่อนร่วมงานที่มีความรู้ที่สามารถอ่านโค้ดของคุณและให้คําแนะนําด้านประสิทธิภาพได้ ตัวอย่างเช่น คุณสามารถใช้โหมดถามเพื่ออธิบายว่าฟังก์ชันทําอะไร ระบุปัญหาคอขวดด้านประสิทธิภาพที่อาจเกิดขึ้น หรือแนะนํากลยุทธ์การเพิ่มประสิทธิภาพ

โหมดถามจะตอบกลับด้วยคําอธิบาย ข้อมูลเชิงลึก หรือตัวอย่างโค้ดที่คุณสามารถใช้เพื่อปรับปรุงประสิทธิภาพของโค้ดของคุณ ในโหมดถาม GitHub Copilot จะไม่ทําการเปลี่ยนแปลงใดๆ กับไฟล์โค้ดของคุณ

วิเคราะห์ปัญหาคอขวดด้านประสิทธิภาพโดยใช้โหมดถาม

คุณสามารถใช้โหมดถามเพื่อระบุและวิเคราะห์ปัญหาคอขวดด้านประสิทธิภาพในโค้ดของคุณ GitHub Copilot สามารถช่วยให้คุณเข้าใจลักษณะการทํางาน ระบุปัญหาที่อาจเกิดขึ้น และประเมินโอกาสในการเพิ่มประสิทธิภาพ

กลยุทธ์ในการวิเคราะห์ปัญหาคอขวดด้านประสิทธิภาพ

ต่อไปนี้เป็นกลยุทธ์บางส่วนสําหรับการใช้โหมดถามเพื่อวิเคราะห์ปัญหาคอขวดด้านประสิทธิภาพ

• อธิบายโค้ด: ขอให้ GitHub Copilot อธิบายว่าโค้ดที่มีความสําคัญต่อประสิทธิภาพทําอะไร คําถามนี้ช่วยให้แน่ใจว่าคุณเข้าใจตรรกะปัจจุบันก่อนที่จะทําการเพิ่มประสิทธิภาพ

• ระบุความไร้ประสิทธิภาพ: ขอให้ GitHub Copilot ระบุว่าส่วนใดของโค้ดที่ทําให้เกิดปัญหาด้านประสิทธิภาพ คําถามนี้สามารถช่วยคุณระบุจุดที่ต้องโฟกัสได้

• ค้นหาปัญหาอัลกอริทึม: ขอให้ GitHub Copilot ระบุความไร้ประสิทธิภาพของอัลกอริทึมหรือปัญหาความซับซ้อนในโค้ด คําถามนี้สามารถช่วยให้คุณเข้าใจความซับซ้อนของเวลาและพื้นที่

• แนะนําการเพิ่มประสิทธิภาพ: ขอคําแนะนําจาก GitHub Copilot เกี่ยวกับวิธีเพิ่มประสิทธิภาพหรือปรับโครงสร้างโค้ดที่มีความสําคัญต่อประสิทธิภาพใหม่ GitHub Copilot อาจแนะนําให้ใช้โครงสร้างข้อมูล การแคช หรือเทคนิคอื่นๆ ที่ดีขึ้นเพื่อปรับปรุงประสิทธิภาพ

• ขอตัวอย่าง: หากคุณไม่แน่ใจว่าจะใช้คําแนะนําอย่างไร ให้สอบถามตัวอย่างโค้ดจาก GitHub Copilot คําถามนี้สามารถช่วยให้คุณเข้าใจวิธีใช้คําแนะนําในบริบทเฉพาะของคุณ

• สํารวจความเสี่ยง: สอบถาม GitHub Copilot เกี่ยวกับความเสี่ยงที่อาจเกิดขึ้นหรือผลข้างเคียงของการเพิ่มประสิทธิภาพโค้ด คําถามนี้สามารถช่วยคุณหลีกเลี่ยงการแนะนําข้อบกพร่องใหม่หรือช่องโหว่ด้านความปลอดภัย

• ทําซ้ํา: ใช้คําถามติดตามผลเพื่อเจาะลึกคําแนะนําเฉพาะหรือประเด็นที่น่ากังวล วิธีการวนซ้ําสามารถช่วยคุณปรับแต่งความเข้าใจและวางแผนแนวทางการเพิ่มประสิทธิภาพได้อย่างมีประสิทธิภาพมากขึ้น

โหมดถามพร้อมท์สําหรับการวิเคราะห์ประสิทธิภาพ

ข้อความแจ้งที่คุณใช้เพื่อวิเคราะห์ปัญหาคอขวดด้านประสิทธิภาพควรสะท้อนถึงโค้ดและเป้าหมายเฉพาะของคุณ อย่างไรก็ตาม ต่อไปนี้เป็นแนวทางปฏิบัติที่ดีที่สุดที่ควรพิจารณา:

• มุ่งเน้นไปที่เทคนิคการวิเคราะห์ที่เฉพาะเจาะจงมากกว่าการขอความช่วยเหลือทั่วไป
• อ้างอิงแนวทางปฏิบัติที่กําหนดไว้ เช่น ความซับซ้อนของอัลกอริทึม กลยุทธ์การแคช และรูปแบบประสิทธิภาพ
• รวมตัวชี้วัดประสิทธิภาพ เช่น ความซับซ้อนของเวลา การใช้หน่วยความจํา และการพิจารณาปริมาณงาน
• เน้นการทดสอบและการวัดผล ซึ่งมีความสําคัญต่อการตรวจสอบการปรับปรุงประสิทธิภาพ
• ส่งเสริมแนวทางปฏิบัติที่ดีที่สุดสําหรับโค้ดที่ปลอดภัย บํารุงรักษาได้ และมีประสิทธิภาพ
• ส่งเสริมการคิดอย่างเป็นระบบเกี่ยวกับข้อกําหนดด้านประสิทธิภาพและการนําไปใช้ทางเทคนิค
• หากมี ให้จัดการกับข้อควรพิจารณาด้านความสามารถในการปรับขนาดที่สําคัญสําหรับโค้ดการผลิต

สร้างบริบทการแชทที่จําเป็น

เมื่อใช้โหมดถาม สิ่งสําคัญคือต้องจัดเตรียมบริบทที่เพียงพอสําหรับ GitHub Copilot เพื่อทําความเข้าใจโค้ดที่คุณกําลังวิเคราะห์ เคล็ดลับบางประการมีดังนี้:

• ใช้ปุ่มเพิ่ม บริบท ในอินเทอร์เฟซการแชทเพื่อรวมไฟล์หรือโฟลเดอร์ที่เกี่ยวข้องจากฐานรหัสของคุณ
• รวมข้อมูลโค้ดที่เกี่ยวข้องหรือตัวอย่างที่แสดงให้เห็นถึงข้อกังวลด้านประสิทธิภาพของคุณ
• อธิบายเป้าหมายเฉพาะที่คุณมีสําหรับการวิเคราะห์ (เช่น การลดเวลาแฝง การปรับปรุงปริมาณงาน)
• กล่าวถึงข้อจํากัดหรือข้อกําหนดใดๆ ที่สําคัญสําหรับการวิเคราะห์ (ตัวอย่างเช่น ข้อจํากัดของหน่วยความจํา ข้อกําหนดความสามารถในการปรับขนาด)

ต่อไปนี้คือตัวอย่างบางส่วนของข้อความภาษาธรรมชาติที่คุณสามารถรวมไว้ในพร้อมท์ของคุณเมื่อวิเคราะห์ปัญหาคอขวดด้านประสิทธิภาพการทํางาน:

ความเข้าใจและการวิเคราะห์

• "วิเคราะห์โค้ดที่เลือกและอธิบายว่าปัญหาคอขวดด้านประสิทธิภาพใดที่อาจมีอยู่"
• "ความซับซ้อนของเวลาของอัลกอริทึมที่เลือกคืออะไร และเพราะเหตุใด"
• "ตรวจสอบรหัสที่เลือกและระบุข้อกังวลด้านประสิทธิภาพหลักและผลกระทบ"
• "รูปแบบการใช้หน่วยความจําในโค้ดที่เลือกคืออะไร และจะปรับให้เหมาะสมได้อย่างไร"

การประเมินผลการปฏิบัติงาน

• "ประเมินโค้ดที่เลือกสําหรับปัญหาความสามารถในการปรับขนาดที่อาจเกิดขึ้น"
• "มีรูปแบบต่อต้านประสิทธิภาพหรือความไร้ประสิทธิภาพในโค้ดที่เลือกหรือไม่"
• "ตรวจสอบโค้ดที่เลือกและระบุพื้นที่ที่การแคชสามารถปรับปรุงประสิทธิภาพได้"
• "โค้ดที่เลือกเป็นไปตามแนวทางปฏิบัติที่ดีที่สุดด้านประสิทธิภาพหรือไม่ ถ้าไม่ จะปรับปรุงได้อย่างไร"

โอกาสในการปรับให้เหมาะสม

• "แนะนําเทคนิคการเพิ่มประสิทธิภาพเฉพาะเพื่อปรับปรุงประสิทธิภาพของโค้ดที่เลือก (การแคช อัลกอริทึมที่ดีขึ้นโครงสร้างข้อมูล ฯลฯ)"
• "ฉันจะลดความซับซ้อนของเวลาของอัลกอริทึมที่เลือกได้อย่างไร"
• "รูปแบบการออกแบบใดที่สามารถช่วยปรับปรุงประสิทธิภาพของโค้ดที่เลือกได้"
• "แสดงวิธีใช้การประมวลผลแบบอะซิงโครนัสกับการดําเนินการที่มีความสําคัญต่อประสิทธิภาพที่เลือก"

การทดสอบและการวัด

• "ฉันควรวัดเมตริกประสิทธิภาพใดเพื่อตรวจสอบการปรับปรุงโค้ดที่เลือก"
• "ความเสี่ยงของการเพิ่มประสิทธิภาพโค้ดที่เลือกคืออะไร และฉันจะบรรเทาความเสี่ยงเหล่านั้นได้อย่างไร"
• "ฉันจะตรวจสอบได้อย่างไรว่าโค้ดที่ปรับให้เหมาะสมยังคงมีฟังก์ชันการทํางานเหมือนกับต้นฉบับ"
• "ตรวจสอบวิธีการที่แนะนําสําหรับการเพิ่มประสิทธิภาพโค้ดที่เลือก อะไรคือการแลกเปลี่ยนที่เกี่ยวข้องกับแต่ละแนวทาง"

การประยุกต์ใช้แนวทางปฏิบัติที่ดีที่สุด

• "โค้ดที่เลือกเป็นไปตามแนวทางประสิทธิภาพ C# ของ Microsoft หรือไม่ จําเป็นต้องปรับปรุงอะไรบ้าง"
• "ฉันจะทําให้โค้ดที่เลือกมีประสิทธิภาพมากขึ้นในขณะที่ยังคงความสามารถในการอ่านได้อย่างไร"
• "อะไรคือผลกระทบด้านความปลอดภัยของการเพิ่มประสิทธิภาพที่แนะนํา"
• "ฉันจะแน่ใจได้อย่างไรว่าการปรับปรุงประสิทธิภาพจะไม่ทําให้เกิดปัญหาการเธรดหรือการทํางานพร้อมกัน"

เวิร์กโฟลว์การวิเคราะห์ประสิทธิภาพ

เวิร์กโฟลว์ต่อไปนี้สาธิตวิธีการใช้โหมดถามบนโค้ดที่มีความสําคัญต่อประสิทธิภาพการทํางาน:

1. เปิดรหัสที่มีปัญหา

   นําทางไปยังไฟล์และฟังก์ชันที่มีคอขวดด้านประสิทธิภาพที่คุณต้องการปรับให้เหมาะสม ตัวอย่างเช่น สมมติว่าคุณมีวิธีการ ProcessOrders() ที่การแสดงโปรไฟล์ใช้เวลามากเกินไป

2. เลือกรหัสที่เกี่ยวข้อง

   การเลือกบล็อกโค้ดเฉพาะ (เช่น วิธีการหรือลูปที่มีความสําคัญต่อประสิทธิภาพ) คุณจะให้ Copilot โฟกัสที่ชัดเจน Copilot ใช้การเลือกนี้เป็นบริบทสําหรับการตอบ

3. ขอคําอธิบายรหัส

   เริ่มต้นง่ายๆ ตัวอย่างเช่น:

   "Copilot คุณช่วยอธิบายได้ ProcessOrders ไหมว่าวิธีนี้ทําอะไรและระบุข้อกังวลด้านประสิทธิภาพได้ไหม"

   ในโหมดถาม Copilot จะอ่านโค้ดและสร้างคําอธิบายเป็นภาษาอังกฤษธรรมดา ขั้นตอนนี้มีประโยชน์เพื่อให้แน่ใจว่าคุณ (และ GitHub Copilot) เข้าใจตรรกะปัจจุบันอย่างถ่องแท้ก่อนที่จะปรับให้เหมาะสม คําอธิบายอาจกลับมาเช่น:

   "วิธีนี้ประมวลผลรายการคําสั่งซื้อโดยการทําซ้ําในแต่ละคําสั่งซื้อและทําการเรียกฐานข้อมูลแต่ละรายการเพื่อดึงข้อมูลผลิตภัณฑ์ กระบวนการนี้สร้างปัญหาคิวรี N+1 ที่คุณสร้างคิวรีหนึ่งรายการเพื่อรับคําสั่งซื้อ จากนั้นคิวรีเพิ่มเติม N สําหรับแต่ละผลิตภัณฑ์ รูปแบบนี้อาจช้ามากเมื่อประมวลผลคําสั่งซื้อจํานวนมาก..."

   ใช้คําอธิบายเพื่อยืนยันเจตนาของโค้ดและระบุปัญหาคอขวดด้านประสิทธิภาพ

4. ถามคําถามที่แหลมคมเกี่ยวกับประสิทธิภาพ

   ตอนนี้คุณสามารถวิเคราะห์ได้ ตัวอย่างเช่น:

   • "ความซับซ้อนของเวลาของอัลกอริทึมนี้คืออะไร และปรับขนาดอย่างไร"
   • "ส่วนใดของรหัสนี้น่าจะทําให้เกิดปัญหาคอขวดด้านประสิทธิภาพ"
   • "มีการดําเนินการซ้ําซ้อนหรือรูปแบบที่ไม่มีประสิทธิภาพที่นี่หรือไม่"

   ใช้การตอบกลับของ GitHub Copilot เพื่อระบุโอกาสในการเพิ่มประสิทธิภาพ เช่น:

   "ลูปที่ซ้อนกันสร้างความซับซ้อนของ O(n²) และการเรียกฐานข้อมูลภายในลูปจะสร้างปัญหาการสืบค้น N+1 การต่อสตริงในลูปยังสร้างการจัดสรรหน่วยความจําที่ไม่จําเป็น"

   ใช้คําติชมเพื่อทําการวิเคราะห์ต่อ

5. ขอคําแนะนําการเพิ่มประสิทธิภาพ

   ตอนนี้คําถามสําคัญ:

   "ฉันจะเพิ่มประสิทธิภาพโค้ดนี้เพื่อปรับปรุงประสิทธิภาพในขณะที่ยังคงฟังก์ชันการทํางานเหมือนเดิมได้อย่างไร"

   Copilot ในโหมดถามอาจตอบกลับด้วยรายการคําแนะนํา เช่น:

   • แทนที่ลูปที่ซ้อนกันด้วยการค้นหาพจนานุกรมที่ลดความซับซ้อนจาก O(n²) เป็น O(n)
   • แบทช์คิวรีฐานข้อมูลเพื่อขจัดปัญหา N+1
   • ใช้ StringBuilder แทนการต่อสายอักขระเพื่อลดการจัดสรรหน่วยความจํา
   • พิจารณาการแคชข้อมูลที่เข้าถึงบ่อยเพื่อหลีกเลี่ยงการคํานวณซ้ํา

   มันอาจร่างโค้ดหลอกสั้น ๆ หรือแสดงให้เห็นว่าโค้ดส่วนหนึ่งจะมีลักษณะอย่างไรหลังจากใช้การเพิ่มประสิทธิภาพเหล่านี้

6. ทําซ้ําด้วยคําถามติดตามผล

   คุณสามารถดูรายละเอียดแนวลึกของคําแนะนําใดก็ได้:

   • "แสดงวิธีใช้การเพิ่มประสิทธิภาพการค้นหาพจนานุกรม"
   • "กลยุทธ์การแคชใดจะมีประสิทธิภาพมากที่สุดสําหรับรหัสนี้"
   • "ความหมายของหน่วยความจําของการเพิ่มประสิทธิภาพที่แนะนําคืออะไร"

   ผ่านบทสนทนานี้ GitHub Copilot ช่วยให้คุณสร้างแผนการเพิ่มประสิทธิภาพ เมื่อสิ้นสุดการสํารวจโหมดถาม คุณอาจมีรายการการเปลี่ยนแปลงที่เฉพาะเจาะจงที่จะนําไปใช้ เช่น

   • การสืบค้นฐานข้อมูลแบบแบทช์เพื่อลดการเดินทางไปกลับ
   • แทนที่การค้นหาเชิงเส้นด้วยการค้นหาตามแฮช
   • ใช้การแคชอัจฉริยะสําหรับข้อมูลที่เข้าถึงบ่อย
   • ใช้โครงสร้างข้อมูลและอัลกอริทึมที่มีประสิทธิภาพมากขึ้น

วิธีการที่มีโครงสร้างนี้ช่วยให้แน่ใจว่าการเพิ่มประสิทธิภาพใด ๆ จะรักษาฟังก์ชันการทํางานดั้งเดิมไว้ในขณะที่ปรับปรุงประสิทธิภาพอย่างมีนัยสําคัญ

Note

โหมดถามของ GitHub Copilot จะไม่แก้ไขโค้ดของคุณ คุณจึงมีอิสระในการสํารวจแนวทางต่างๆ ในการเพิ่มประสิทธิภาพและประเมินคําแนะนําโดยไม่มีความเสี่ยงใดๆ

จัดการคําแนะนํา GitHub Copilot

ถือว่าการตอบสนองของ GitHub Copilot เป็นแนวทาง ไม่ใช่ความจริงที่แน่นอน ตัวอย่างเช่น GitHub Copilot อาจแนะนําการเพิ่มประสิทธิภาพที่เปลี่ยนแปลงพฤติกรรมหากตีความข้อกําหนดของโค้ดผิด ตรวจสอบคําแนะนําการเพิ่มประสิทธิภาพที่สําคัญกับข้อกําหนดและข้อจํากัดเฉพาะของคุณเสมอ

ตรวจสอบและตีความการวิเคราะห์ของ GitHub Copilot

โปรดทราบว่าการวิเคราะห์ของ GitHub Copilot นั้นขึ้นอยู่กับรูปแบบที่รู้จักและการตรวจสอบโค้ดแบบคงที่ GitHub Copilot ไม่มีข้อมูลรันไทม์ (นั่นคืองานของคุณผ่านการทําโปรไฟล์) ดังนั้นจึงอาจเตือนคุณเกี่ยวกับโค้ดที่ไม่ใช่คอขวดจริงๆ หรืออาจไม่ทราบว่าปัญหามีราคาแพงหากไม่ชัดเจนจากโค้ด ตัวอย่างเช่น การเรียกเมธอดที่ดูไร้พิษภัยซึ่งทํางานหนักจริงๆ

ใช้ GitHub Copilot Ask เพื่อเสริมการวิเคราะห์ของคุณเองและใช้วิจารณญาณของคุณเอง:

• หาก GitHub Copilot ตั้งค่าสถานะปัญหาฐานข้อมูลในลูป และโปรไฟล์ของคุณได้รับการยืนยัน GetPriceFromDatabase ว่าร้อนแรง นั่นเป็นโอกาสในการขายที่มั่นคงอย่างชัดเจน

• หาก GitHub Copilot ระบุว่า "อัลกอริทึมการเรียงลําดับนี้คือ O(n log n)" เป็นปัญหาที่อาจเกิดขึ้น แต่โปรไฟล์ของคุณแสดงให้เห็นว่าการเรียงลําดับมีค่าใช้จ่ายเล็กน้อยเมื่อเทียบกับการเรียกฐานข้อมูล

• หาก GitHub Copilot พลาดปัญหาที่น่าสงสัย ให้ลองถามเกี่ยวกับโค้ดด้วยวิธีอื่น นอกจากนี้ คุณควรตรวจสอบให้แน่ใจว่าได้เพิ่มโค้ดที่จําเป็นลงในบริบทการแชทแล้ว ตัวอย่างเช่น คุณอาจต้องเพิ่มฟังก์ชันตัวช่วยหรือคลาสที่เกี่ยวข้องในการแชท

Note

GitHub Copilot ไม่มีบริบทนอกเหนือจากที่คุณให้ไว้ ตรวจสอบให้แน่ใจว่าโค้ดที่เกี่ยวข้องเปิดอยู่ในเครื่องมือแก้ไขหรือเพิ่มลงในบริบทการแชท หากปัญหาด้านประสิทธิภาพกระจายไปทั่วฐานรหัส คุณสามารถระบุ #codebase ที่จุดเริ่มต้นของข้อความแจ้งเพื่อระบุบริบทสูงสุด

ประโยชน์หลักของการใช้โหมดถามเพื่อระบุปัญหาคอขวด

การใช้โหมดถามของ GitHub Copilot ก็เหมือนกับการมีผู้ตรวจสอบโค้ดที่ช่ําชองพร้อมที่จะแสดงความคิดเห็นเกี่ยวกับด้านประสิทธิภาพ:

• รวดเร็ว – คุณจะได้รับคําตอบในไม่กี่วินาที ซึ่งสามารถตรวจสอบความคิดของคุณเองหรือหยิบยกสิ่งที่คุณพลาดไป
• มีความรู้ – ดึงมาจากคลังข้อมูลขนาดใหญ่ของโค้ดและการอภิปราย โดยพื้นฐานแล้วเป็นการกลั่นกรองภูมิปัญญาทั่วไป
• มันตระหนักถึงบริบท - จะดูโค้ด ของคุณ เมื่อให้คําแนะนํา ทําให้มีความเกี่ยวข้องมากกว่าเอกสารทั่วไป

Summary

การใช้โหมดถามของ GitHub Copilot เป็นวิธีที่มีประสิทธิภาพในการวิเคราะห์และวางแผนการเพิ่มประสิทธิภาพของโค้ดที่มีความสําคัญต่อประสิทธิภาพ ด้วยการมีส่วนร่วมในลักษณะการสนทนา คุณจะได้รับข้อมูลเชิงลึกเกี่ยวกับลักษณะประสิทธิภาพที่มีอยู่ วิธีการนี้ช่วยให้แน่ใจว่าการปรับปรุงประสิทธิภาพใดๆ จะรักษาฟังก์ชันการทํางานดั้งเดิมไว้ พร้อมทั้งเพิ่มประสิทธิภาพของโค้ดและความสามารถในการปรับขนาดได้อย่างมาก