profiling-optimization

プロファイリングと最適化

目次

• 概要
• 使用する場面
• クイックスタート
• リファレンスガイド
• ベストプラクティス

概要

データに基づくアプローチを用いてコードの実行をプロファイリングし、パフォーマンスのボトルネックを特定して、重要な処理経路を最適化します。

使用する場面

• パフォーマンスの最適化
• CPU のボトルネックの特定
• ホットパスの最適化
• 遅いリクエストの調査
• レイテンシの削減
• スループットの向上

クイックスタート

最小限の動作例：

import { performance, PerformanceObserver } from "perf_hooks";

class Profiler {
  private marks = new Map<string, number>();

  mark(name: string): void {
    this.marks.set(name, performance.now());
  }

  measure(name: string, startMark: string): number {
    const start = this.marks.get(startMark);
    if (!start) throw new Error(`Mark ${startMark} not found`);

    const duration = performance.now() - start;
    console.log(`${name}: ${duration.toFixed(2)}ms`);

    return duration;
  }

  async profile<T>(name: string, fn: () => Promise<T>): Promise<T> {
    const start = performance.now();

    try {
      return await fn();
    } finally {
// ... (see reference guides for full implementation)

リファレンスガイド

詳細な実装については、references/ ディレクトリを参照してください。

ガイド	内容
Node.js Profiling	Node.js のプロファイリング
Chrome DevTools CPU Profile	Chrome DevTools の CPU プロファイル
Python cProfile	Python cProfile
Benchmarking	ベンチマーク
Database Query Profiling	データベースクエリのプロファイリング
Flame Graph Generation	フレームグラフの生成

ベストプラクティス

✅ 推奨事項

• 最適化の前にプロファイリングする
• ホットパスに注力する
• 変更の効果を測定する
• 本番環境に近いデータを使用する
• メモリと速度のトレードオフを考慮する
• 最適化の理由を記録する

❌ 非推奨事項

• プロファイリングせずに最適化する
• わずかな改善のために可読性を犠牲にする
• ベンチマークを省略する
• コールドパスを最適化する
• 測定せずに変更を加える