Serialisointiprosessin skaalautuvuus ja suorituskyky Apex-ohjelmointikielellä

Abstract

Tutkielma tarkasteli Salesforcen Apex-ohjelmointikielellä toteutettuja serialisointiprosesseja keskittyen erityisesti kääreluokan ja avain-arvo-pari-listan käyttöön. Tutkimuksen tavoitteena oli luoda yleistävät artefaktit ja arvioida näiden slaalautuvuutta tietuemäärän kasvaessa ja analysoida suorituskyvyllisiä eroja synkronisten ja asynkronisten suoritustapojen välillä.

Tutkielmassa hyödynnettiin suunnittelutieteen periaatteita, joita soveltamalla luotiin kaksi yleistävää artefaktia. Näiden artefaktien suorituskykyä mitattiin kokonaissuoritusaikana (ms), CPU-aikana (ms) ja käytetyn kekomuistin määränä (kt).

Tulosten perusteella havaittiin selkeitä suorituskyvyllisiä eroja kääreluokka ja avain-arvo-pari-lista -artefaktien välillä, mutta skaalautuvuus artefaktien välillä toteutui samankaltaisesti. Lisäksi tunnistettiin suorituskyvyllisiä eroja asynkronisten ja synkronisten suoritustapojen välillä.

Tutkielma tarjoaa tietoa Salesforcen Apex-ohjelmointikielellä toimiville ohjelmistokehittäjille, jotka pyrkivät optimoimaan suorituskykyä serialisointiprosesseissa. Tulokset avaavat myös uusia mahdollisuuksia jatkotutkimukselle, erityisesti laajempien prosessien kontekstissa.

The thesis examined serialization processes implemented in Salesforce's Apex programming language, with a particular focus on the use of wrapper class and key-value-pair-list. The objective of the study was to create artefacts and assess the scalability as the number of records increased and to analyze performance differences between synchronous and asynchronous execution methods.

The thesis applied principles of design science, resulting in the creation of two generalizing artifacts. The performance of these artifacts was measured in terms of total execution time (ms), CPU time (ms), and the amount of heap memory used (kb).

Based on the results, clear performance differences were observed between the wrapper class and key-value pair list, although scalability between the artifacts was similar. Additionally, performance disparities were identified between synchronous and asynchronous execution methods.

The thesis provides valuable insights for software developers working with Salesforce's Apex programming language, aiming to optimize performance in serialization processes. The findings also open up new avenues for further research, particularly in the context of broader processes.