Latest / Entre Chaves / Quase ninguém precisa migrar pro TOON

Transcript

Quase ninguém precisa migrar pro TOON · Entre Chaves

• 0:00
  Eu diria que o thun de forma geral, tá?
• 0:03
  Eu vejo ele indicado uns cenários muito específicos,
• 0:06
  mesmo quando a gente tem dados de formes e volumosos que
• 0:11
  justificaria o uso dele, porque se for falar somente compressão
• 0:15
  de dados em cenários gerais, a gente trabalhando com Jason
• 0:19
  midificado, ele já vai ter essa redução e algumas vezes até mais
• 0:24
  significante do que o próprio thun, tá?
• 0:27
  Tem um blog, é de o Chase evers, que ele fez um comparativo ali
• 0:35
  entre os diversos modelos que a gente tem hoje de formatação de
• 0:39
  dados, né? Tem CSB, tom e Emma, Jason
• 0:42
  unificado, tem o tson, que é um outro formato que inclusive ele
• 0:47
  compre mais do que o tom. Então é nessa plataforma ali a
• 0:51
  gente consegue ver uma comparação de vários tipos.
• 0:55
  De objetos, né, que são simples objetos grandes, objetos que são
• 1:00
  formes da uniformes, e a gente consegue ver os resultados ali
• 1:04
  de cada formatação relacionado ao custo de topo.
• 1:09
  E. Na tabelinha aqui, comparando, a
• 1:12
  gente vê que o tum ganha, por exemplo, do Jason midficar em
• 1:15
  apenas 3 cenários dos quase 20 que tem aqui, então é pra alguns
• 1:21
  cenários específicos mesmo. Que eu recomendaria utilizar o
• 1:25
  tuner de? Fato.
• 1:27
  Se não eu iria. Se for só para comprimir o dado,
• 1:30
  eu iria para o Jason unificado, que é mais fácil da gente fazer
• 1:34
  a unificação. Ele continua não quebrando a
• 1:37
  integração com outras ferramentas de AE.
• 1:41
  Ele causa reduções até mais que o próprio.
• 1:44
  Tom e acho que não só isso, mas também a comparação entre o tum
• 1:48
  e o Jason unificado, ele traz resultados quando ele ganha que
• 1:51
  não são. É consideráveis suficientes pra
• 1:56
  que haja essa troca. É é custoso de mais ter essa
• 1:59
  troca a ponto dessa diferença de resultado.
• 2:01
  Então é sempre de um ponto percentual, 2 pontos
• 2:03
  percentuais. Isso talvez não valha tanto a
• 2:05
  pena. Além disso, na comparação que
• 2:08
  acontece entre os modelos, que inclusive no geminai 3, ele ele
• 2:12
  ganha, o Jason, ganha dele também.
• 2:14
  Trocar de modelo se mostra como uma alavanca muito maior do que
• 2:17
  trocar de formato. Então se por exemplo AA curasse,
• 2:21
  ela está em 58%, né? Daquele Jason, o problema não é
• 2:25
  serialização. Então trocar pro tum, por
• 2:27
  exemplo, não serviria como algo a ser consertado, eSIM, nesse
• 2:31
  caso, talvez trocar de modelo é fosse o mais adequado.
• 2:34
  Então realmente o tum ele se encaixa em em situações muito
• 2:37
  específicas e até em algumas que ele encaixa talvez tenham uma
• 2:40
  abordagem melhor do que trocar Pra Ele.
• 2:42
  Eu vi no próprio site do tum, é o benchmark que eles fazem lá.
• 2:48
  Mostra um pouco isso que você falou Jordan do do da comparação
• 2:52
  entre ele e o Jason unificado, né?
• 2:55
  Ele perde em vários cenários. Mesmo assim, o que ele começa a
• 2:59
  ganhar é como eu falei no início, são situações em que o
• 3:03
  dado ele é mais tabular. Ele é, percentualmente falando,
• 3:07
  mais próximo de um dado, tabular.
• 3:09
  Só que aí, se o dado é totalmente tabular, ele pede pro
• 3:13
  CSV. Que aí ganha 100% em todos os
• 3:17
  casos quando Oo dado é totalmente flat, né?
• 3:20
  Que eles chamam aí que são dados totalmente né tabulares que você
• 3:24
  consegue resolver com csvs. Ou seja, né?
• 3:27
  Assim me parece pela nossa conversa aqui né, que o tum tem
• 3:32
  casos muito específicos, né? Que talvez não valha a troca do
• 3:38
  Jason para eles. E se tratando de.
• 3:42
  Otimização de custo tem várias e várias outras estratégias que
• 3:48
  ganham do tum em relação à economia mesmo, né?
• 3:51
  Então está me parecendo, não, não é um cenário muito favorável
• 3:56
  para o tum aqui hoje? É eu.
• 3:58
  Eu consigo imaginar o cenário realmente para o tum é assim,
• 4:00
  igual você. Você está falando se eu tenho um
• 4:03
  objeto muito grande e complexo e que não tem nada de repetitivo
• 4:07
  nele. O tum não vai fazer
• 4:09
  absolutamente nada, ele vai ser basicamente um Jason igual.
• 4:12
  Se você tem uma grande tabela, o CSV vai ser mais indicado.
• 4:15
  Agora quando você mistura os 2, né?
• 4:17
  Vou dando um exemplo aqui, eu tenho uma lista de
• 4:20
  concessionárias e dentro de casa da concessionária eu tenho uma
• 4:23
  lista dos carros que dentro daquela concessionária, então é,
• 4:26
  eu coloco uma concessionária e para que a concessionária lista
• 4:30
  de carros, aí eu tenho lá marca do carro, nome do carro, anda do
• 4:33
  carro, cor do carro e tal, e aí para cada carro tem isso aí.
• 4:38
  Esse tipo de cenário é um que eu imagino que o tum.
• 4:40
  É aí que ele vai ganhar, porque aí você realmente não vai ter a
• 4:45
  questão de ficar repetindo os nomes das propriedades pra cada
• 4:47
  um dos carros. Se você vai colocar ali em cima
• 4:50
  realmente a parte que é única daquela daquela concessionária,
• 4:53
  depois a lista de carros vai ser diminuída tremendamente.
• 4:56
  Esse tipo de cenário, onde você tem objetos e lista de objetos
• 5:00
  encadeados principalmente, eu acho que é o cenário que o tum
• 5:03
  vai brilhar. Agora, quando você tem objetos
• 5:06
  que não são meramente listas, não são meramente não tem nada
• 5:11
  de repetitivo, ou se você tem puramente dados repetitivos no
• 5:15
  formato de uma tabela, não vejo utilidade do do sim.
• 5:19
  O tum, se for uma tabela simples, está em uma tabela
• 5:21
  única. O tum também vai conseguir uma
• 5:23
  redução boa, mas não tão boa quanto CSV.
• 5:25
  Então nesse caso vai CSV. Mas é é essa mistura aí dos 2
• 5:29
  mundos. Aqui eu acho que é onde o tum se
• 5:32
  aplica melhor, fora isso. Eu realmente não consigo
• 5:34
  imaginar o tum tendo uma performance melhor do que os
• 5:37
  outros que já são feitos para isso.