Idea principale

Nello skill non cambia nulla, eppure la sua spesa aumenta. L'archivio passa da 88 a 138 analisi, e tutte le fasi che lo rileggono costano di più. Il file di istruzioni cresce della metà a forza di ritocchi, e quel supplemento si paga a ogni chiamata.

Su competitor_analyze, due ottimizzazioni implementate hanno tolto 186 000 unità, e la crescita dei dati ne ha riprese 71 000 nello stesso periodo. Un costo misurato con l'audit ha quindi una data: è una misura presa su uno scenario, in un certo momento, non una proprietà dello skill. Da qui i tre momenti in cui l'audit va ripetuto — al deployment, quando il tetto si raggiunge più in fretta di prima, e periodicamente sullo skill più pesante.

Perché è importante

Impedisce di dare per acquisita un'ottimizzazione: un guadagno ottenuto può essere riassorbito senza che nessuno se ne accorga, e qualche mese dopo lo skill torna a essere il primo sospettato.

Fa anche dell'audit un'operazione ricorrente invece che un intervento una tantum.

Sfumature e limiti

La deriva non è sempre subita: uno skill che costa di più perché elabora di più non è peggiorato. Ciò che si degrada è il costo per unità di lavoro utile, e il totale non lo mostra.

Domande aperte

• Chi si accorge che un'ottimizzazione è stata mangiata dalla crescita dei dati, quando il totale, invece, non si è mosso?