profiling-optimization

性能分析与优化

目录

• 概述
• 适用场景
• 快速开始
• 参考指南
• 最佳实践

概述

对代码执行进行性能分析，找出性能瓶颈，并采用数据驱动的方法优化关键路径。

适用场景

• 性能优化
• 找出 CPU 瓶颈
• 优化热点路径
• 调查缓慢的请求
• 降低延迟
• 提高吞吐量

快速开始

最简可运行示例：

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)

参考指南

references/ 目录中的详细实现：

指南	内容
Node.js 性能分析	Node.js 性能分析
Chrome DevTools CPU 性能分析	Chrome DevTools CPU 性能分析
Python cProfile	Python cProfile
基准测试	基准测试
数据库查询性能分析	数据库查询性能分析
火焰图生成	火焰图生成

最佳实践

✅ 应该

• 优化前先进行性能分析
• 聚焦热点路径
• 衡量变更的影响
• 使用接近生产环境的数据
• 权衡内存与速度
• 记录优化原因

❌ 不应该

• 未经性能分析就进行优化
• 为了微小的收益牺牲可读性
• 跳过基准测试
• 优化冷路径
• 未经测量就进行变更