当前位置: 首页 > news >正文

前端技巧——性能优化篇

开题之前,思考以下三个性能比较:

for循环for循环 哪个更快? Math.floor 是否比 |0 更好? 多个 if-else 是否要用 switch-case 替代?

  前端发展至此,前端性能随之变成了一个很有意思的话题。从入门级别的初级工程师,到高级别的专家,都离不开性能问题。那么前端性能该如何理解呢?

总论

  前端时间学习前淘宝前端总负责人winter的课程,受益颇深。前面三个性能比较的例子,在社区或者论坛中大家对此的讨论从未断过,也乐此不疲。但是,它们出了让你写代码的时候纠结之外,毫无意义。   比如,在写业务的时候,某一个功能模块有数据操作,千方百计的将某个循环操作优化了,可能执行效率提高了一倍。可是在整体来看,页面打开速度一样,用户也没有任何良好反馈,甚至测试都毫无察觉。因此,性能优化不能局限于局部代码。用大佬winter的话来讲,就是一切没有profiling的性能都是耍流氓。凡是真正有价值的性能优化,必定是从端到端的业务场景建立体系来考虑的。

流程分析

  那么我们从何入手,又该怎样考虑和执行呢?总结如下:

  • 现状评估和建立指标
  • 技术方案
  • 执行
  • 结果评估和监控
1. 现状评估

  此处,要解决的问题有两个:

  1. 从用户体验来讲,什么样的性能指标能更好的评估产品的体验?
  2. 对公司来说,什么样的指标会影响到公司业务价值?

  性能问题大致分为三个层次:

  • 页面加载;
  • 动画与操作;
  • 内存,电耗;
2. 建立指标

  从这三个方面来看,如果一个页面在经历了几秒的白屏才打开,那注定用户流失率会极其高。而用户流失率是公司所注重的,因此页面加载则是重中之重。因此,需要大量评测页面加载时常对用户的影响。大量数据表示,加载时间在1s以内,差别都不大。因此首要就是正常网络状况下,加载时长要优化至1s以内。但是会碰到一个新的问题,就是少数极端网络用户(如2g网络)加载时间会极长,在统计后,会极大的拉低平均加载时长,从而影响整体的指标。因此,指标不能反应大多数的用户体验。因此,他们团队提出——秒开率:一秒之内能打开的用户占总用户的比重。

3. 技术方案

  有了目标,便需要以技术手段去解决问题了。在课程中,winter将技术方案有了一个比较系统的划分:

  • 缓存:客户端的强缓存策略
  • 降低请求成本:
  1. HTTP DNS: 由客户端控制,隔一段时间主动请求DNS获取域名IP,不走系统的DNS
  2. TCP/TLS连接复用:由服务端升级到HTTP2,并尽量合并域名
  • 减少请求数:
  1. JS,CSS打包到HTML
  2. JS控制图片异步加载、懒加载
  3. 小图用data-url
  • 减少传输体积:
  1. 尽量使用svg/gradient等代替图片
  2. 根据机型和网络状况控制图片清晰度
  3. 对低清晰图片使用锐化来提升用户体验
  4. 设计上避免大型背景图

  以上列出的仅仅是部分技术方案事例,但是可见,需要产品、设计、服务端等多方面的协作去完成。因此,性能优化一定是团队事件,而不是有着局限性的个人模块。

4. 执行

  有了方案就要贯彻执行。一个良好的团队,一定有高强度执行力。当然,执行一样不简单。方案靠技术,那执行则靠工程了。  三个阶段工程水平从低到高如下,而结合多数公司现状,由于自动化成本过高,因此建议制度化+自动化搭配执行,以求高效率高质量。

  1. 纯管理
  2. 制度化
  3. 自动化
5. 结果评估和监控

  一个阶段的工程实施,必定要有阶段性的工程结果和总结。而结果总结并不意味着是最终答卷。此过程是一个长期过程,而分割为多个短期节点或者里程碑。这就要求不光要有结果,还要不断优化,不断更新。那就意味着,我们还需要做好线上监控。线上监控要做好,两个数据不可少:

  1. 数据采集
  2. 数据展现
    总而言之

      总而言之,性能的优化,应该基于公司实际业务和实际的用户需求体验而做的一种工程实施,而不是单纯的技术游戏。

    http://www.xdnf.cn/news/226675.html

    相关文章:

  1. 哪些因素会影响远程视频监控的质量?浅述EasyCVR视频智能诊断技术
  2. 【AI平台】n8n入门5:创建MCP服务,及vscode调用MCP测试
  3. Spring AOP概念及其实现
  4. uniapp如何获取安卓原生的Intent对象
  5. 基于用户场景的汽车行驶工况构建:数据驱动下的能耗优化革命
  6. 游戏引擎学习第249天:清理调试宏
  7. ZYNQ MPSOC之PL与PS数据交互DMA方式
  8. Android学习总结之算法篇六(数组和栈)
  9. 2025东三省D题深圳杯D题数学建模挑战赛数模思路代码文章教学
  10. 边缘计算:数字世界的”末梢神经系统”解析-优雅草卓伊凡
  11. 阿里云 ECS 服务器进阶指南:存储扩展、成本优化与架构设计
  12. Linux C++ xercesc xml 怎么判断路径下有没有对应的节点
  13. C++静态编译标准库(libgcc、libstdc++)
  14. (初探)强化学习路径规划的理论基础与代码实现
  15. 理解数据湖
  16. 无忧AI综合插件,可实现图色识别、机器视觉、图像编辑等多种功能
  17. C++ 与多技术融合的深度实践:从 AI 到硬件的全栈协同
  18. ActiveMQ 可靠性保障:消息确认与重发机制(二)
  19. 【鸿蒙HarmonyOS】一文详解华为的服务卡片
  20. 在深度学习中,什么是线性插值(linear interpolation)?
  21. 实战:用 Spring Boot 快速构建一个 Kafka 消息系统
  22. 江西省电价新政发布!微电网源网荷储充一体化平台重塑企业能源格局!
  23. AI 助力 Python:长时序植被遥感动态分析与生态评估
  24. spring--事务详解
  25. Grounding DINO
  26. ROS:发布相机、IMU等设备消息主题
  27. 【默子速报】DeepSeek新模型 Prover-V2 报告解读
  28. 某大麦某眼手机端-抢票
  29. Netflix系统架构解析
  30. MySQL基础关键_002_DQL