Итерация 1:

* Добавлена информация в `case-study` и графики.
* Бенчмарк вынесен в отдельный файл.
* Тест вынесен в отдельный файл.
* Создан спек для хакрепления результата.
* Изменена основная программа для возможности работы с разными файлами.

Author: 2xG

case-study.md

@@ -11,11 +11,27 @@
 
 Я решил исправить эту проблему, оптимизировав эту программу.
 
+Для начала я запустил небольшой бенчмарк, чтобы понять, какая асимптотика у программы. Для каждого измерения взял первые `n` строк из файла с полными данными. Результаты бенчмарка выглядели так:
+
+```
+                    user       system     total    real
+line_count = 10     0.001417   0.000258   0.001675 (  0.011769)
+line_count = 50     0.001417   0.000258   0.001675 (  0.011346)
+line_count = 100    0.002608   0.000000   0.002608 (  0.013075)
+line_count = 500    0.002582   0.009544   0.012126 (  0.022563)
+line_count = 1000   0.009544   0.010132   0.019676 (  0.030331)
+line_count = 5000   0.218717   0.020935   0.239652 (  0.253703)
+line_count = 10000  0.979160   0.000000   0.979160 (  1.010272)
+line_count = 20000  4.887525   0.017847   4.905372 (  4.930110)
+line_count = 30000 13.817134   0.099889  13.917023 ( 13.935027)
+line_count = 40000 29.488743   0.109932  29.598675 ( 29.619598)
+line_count = 50000 50.501303   0.109971  50.611274 ( 50.648952)
+```
 График зависимости времени работы программы от объёма входных данных выглядел так:
 
 ![График зависимости времени работы программы](execution%20time%20graph.png "График зависимости времени работы программы")
 
-Судя по графику, программа работала с асимптотикой `O(n^2)`, что неудивительно, ведь в ней был вложенный цикл.
+Судя по графику, программа работала с асимптотикой `O(n^2)`.
 
 ## Формирование метрики
 Для того, чтобы понимать, дают ли мои изменения положительный эффект на быстродействие программы я придумал использовать такую метрику: время работы программы на полном объёме данных.
@@ -26,18 +42,45 @@
 ## Feedback-Loop
 Для того, чтобы иметь возможность быстро проверять гипотезы я выстроил эффективный `feedback-loop`, который позволил мне получать обратную связь по эффективности сделанных изменений за *время, которое у вас получилось*
 
-Вот как я построил `feedback_loop`: *как вы построили feedback_loop*
+Вот как я построил `feedback_loop`:
+1. Запуск профилировщик `rbspy` на малом объёме данных.
+2. Анализ отчёта профилировщика и выявление главной точки роста.
+3. Оптимизация главной точки роста.
+4. Запуск теста идущего в комплекте с программой.
+5. Запуск бенчмарка на малых объёмах данных и проверка попадания в бюджет.
+6. Закрепление изменений в системе контроля версий.
+7. Обновление бюджета в бенчмарке.
 
 ## Вникаем в детали системы, чтобы найти главные точки роста
 Для того, чтобы найти "точки роста" для оптимизации я воспользовался *инструментами, которыми вы воспользовались*
 
 Вот какие проблемы удалось найти и решить
 
-### Ваша находка №1
-- какой отчёт показал главную точку роста
-- как вы решили её оптимизировать
-- как изменилась метрика
-- как изменился отчёт профилировщика - исправленная проблема перестала быть главной точкой роста?
+### Итерация №1
+- Использовался отчёт профилировщика `rbspy` при запуске на файле с 10000 строк. Отчёт показал, что больше всего времени программа тратит на выборку сессий по пользователю из массива сессий.
+- Было принято решение вынести эту строку из цикла и вместо этого выполнить `Array#group_by`.
+- Время выполнения программы на файле с 10000 строками уменьшилось с 1.010272 до 0.283054 секунды.
+- Также уменьшилось время выполнения программы на файлах большего размера.
+  ```
+                      user       system     total    real
+  line_count = 11     0.001461   0.000487   0.001948 (  0.012805)
+  line_count = 51     0.002695   0.000898   0.003593 (  0.009555)
+  line_count = 100    0.003591   0.001197   0.004788 (  0.010995)
+  line_count = 501    0.006650   0.000000   0.008918 (  0.019601)
+  line_count = 1000   0.012564   0.000000   0.015094 (  0.029157)
+  line_count = 5000   0.050438   0.019783   0.073774 (  0.103414)
+  line_count = 10000  0.160801   0.000000   0.170127 (  0.283054)
+  line_count = 20001  0.400933   0.048675   0.455922 (  0.547208)
+  line_count = 30000  0.637398   0.019211   0.666364 (  0.770074)
+  line_count = 40000  0.978085   0.010174   1.003803 (  1.200759)
+  line_count = 50000  1.290851   0.019795   1.325995 (  1.518988)
+  ```
+- График зависимости времени работы программы от объёма входных данных стал выглядеть так (синие точки):
+
+  ![График зависимости времени работы программы](execution%20time%20graph%20-%20after%201st%20iteration.png "График зависимости времени работы программы")
+  ![График зависимости времени работы программы](execution%20time%20graph%20-%20after%201st%20iteration%20-%20zoom.png "График зависимости времени работы программы")
+  Судя по изменившейся форме графика можно сделать вывод, что асимптотика стала линейной в данном диапазоне обрабатываемых строкб возможно на более крупном масштабе мы увидим ещё одну степенную асимптоту.
+- Отчёт профилировщика изменился значительно: исправленная проблема перестала быть главной точкой роста, время подключения библиотек стало основным.
 
 ### Ваша находка №2
 - какой отчёт показал главную точку роста

execution time graph - after 1st iteration - zoom.png

@@ -3,9 +3,6 @@
 require 'json'
 require 'pry'
 require 'date'
-require 'benchmark'
-
-include Benchmark
 
 class User
   attr_reader :attributes, :sessions
@@ -98,18 +95,18 @@ def work(filename = 'data.txt')
   # Статистика по пользователям
   users_objects = []
 
+  user_sessions = sessions.group_by { |session| session['user_id'] }
   users.each do |user|
     attributes = user
-    user_sessions = sessions.select { |session| session['user_id'] == user['id'] }
-    user_object = User.new(attributes: attributes, sessions: user_sessions)
+    user_object = User.new(attributes: attributes, sessions: user_sessions[user['id']])
     users_objects = users_objects + [user_object]
   end
 
   report['usersStats'] = {}
 
   # Собираем количество сессий по пользователям
   collect_stats_from_users(report, users_objects) do |user|
-    { 'sessionsCount' => user.sessions.count }
+    { 'sessionsCount' => user.sessions&.count.to_i }
   end
 
   # Собираем количество времени по пользователям
@@ -145,10 +142,24 @@ def work(filename = 'data.txt')
   File.write('result.json', "#{report.to_json}\n")
 end
 
-Benchmark.bm do |x|
-  [10, 50, 100, 500, 1_000, 5_000, 10_000, 20_000, 30_000, 40_000, 50_000].each do |n|
-    filename = "data_large#{n}.txt"
-    `head -n #{n} data_large.txt > data_large#{n}.txt` unless File.exist?(filename)
-    x.report("n=#{n}") { work(filename) }
+# Метод для запуска работы с разным количеством строк файла `data_large.txt`
+# @param [Integer] n количество строк
+# @return [void]
+def work_with_line_count(n)
+  filename = "data_large#{n}.txt"
+  `head -n #{n} data_large.txt > data_large#{n}.txt` unless File.exist?(filename)
+  work(filename)
+ensure
+  File.delete(filename) if File.exist?(filename)
+end
+
+if ENV.key? 'LINE_COUNT'
+  line_count = ENV['LINE_COUNT'].to_i
+  work_with_line_count(line_count)
+else
+  if ENV.key? 'FILE_NAME'
+    work ENV['FILE_NAME']
+  else
+    work
   end
 end

execution time graph - after 1st iteration.png

@@ -0,0 +1,10 @@
+require 'benchmark'
+require './task-1'
+
+include Benchmark
+
+Benchmark.bm do |x|
+  [11, 51, 100, 501, 1_000, 5_000, 10_000, 20_001, 30_000, 40_000, 50_000].each do |line_count|
+    x.report("line_count = #{line_count}") { work_with_line_count(line_count) }
+  end
+end

execution time graph.png

@@ -0,0 +1,17 @@
+require 'rspec-benchmark'
+require './task-1'
+
+RSpec.configure do |config|
+  config.include RSpec::Benchmark::Matchers
+end
+
+describe 'Performance' do
+  describe '#work' do
+    let(:line_count) { 20_001 }
+    let(:expected_time) { 4 }
+
+    it 'works under or equal expected time' do
+      expect { work_with_line_count(line_count) }.to perform_under(expected_time).sec.warmup(2).times.sample(4).times
+    end
+  end
+end