博客
关于我
Performance的基础使用
阅读量:526 次
发布时间:2019-03-08

本文共 746 字,大约阅读时间需要 2 分钟。

Performance工具介绍

Performance工具介绍

  • 垃圾回收(GC)的主要目的是实现内存空间的良性循环。良性循环的基础是合理使用内存空间,只有时刻关注内存状态才能确保内存使用的合理性。
  • Performance工具提供了多种监控手段,帮助开发人员分析内存问题。

基本使用步骤

  • 打开浏览器并访问目标网址
  • 进入开发者工具面板,选择Performance选项
  • 开启录制功能并访问目标页面
  • 执行用户行为一段时间后停止录制
  • 分析录制的内存信息

内存问题的表现

  • 页面出现延迟加载频繁卡顿——可能是垃圾回收过于频繁
  • 页面性能逐渐恶化——内存膨胀问题
  • 页面性能随时间下降——内存泄漏

监控内存关键标准

  • 内存泄漏——内存使用量持续上升
  • 内存膨胀——多数设备普遍存在性能问题
  • 频繁GC——通过内存变化图进行分析

监控内存的几种方式

  • 浏览器任务管理器
    • 可视化显示内存使用情况,直接观察内存变化
  • Timeline时序图
    • 以时间为轴显示内存变化趋势,便于定位内存问题
  • 堆快照分析分离DOM
    • 查找分离DOM,发现潜在内存泄漏

任务管理器使用方法

  • 通过shift + esc打开任务管理器
  • 筛选监控目标脚本
  • 关注DOM内存JS内存两列
  • 分析内存波动规律

使用Timeline分析内存

  • Timeline提供更精确的时间点监控
  • 可快速定位内存问题相关代码

堆快照与分离DOM

  • 分离DOM——DOM节点不再引用任何JavaScript对象
  • 利用堆快照分析,发现内存泄漏
  • 定位分离DOM的具体代码位置

频繁GC判断方法

  • 观察内存使用量波动频繁
  • 通过内存变化图分析GC频率

Performance工具总结

  • Chrome浏览器内置性能分析工具
  • 内存问题监控方法
  • 时间线监控内存变化
  • 任务管理器内存分析
  • 堆快照查找内存问题

转载地址:http://vmwiz.baihongyu.com/

你可能感兴趣的文章
pandas :to_excel() float_format
查看>>
pandas :加入有条件的数据框
查看>>
pandas :将多列汇总为一列,没有最后一列
查看>>
pandas :将时间戳转换为 datetime.date
查看>>
pandas :将行取消堆叠到新列中
查看>>
pandas DataFrame 中的自定义浮点格式
查看>>
Pandas DataFrame 的 describe()方法详解-ChatGPT4o作答
查看>>
Pandas DataFrame中删除列级的方法链接解决方案
查看>>
Pandas DataFrame中的列从浮点数输出到货币(负值)
查看>>
Pandas DataFrame中的列从浮点数输出到货币(负值)
查看>>
Pandas DataFrame多索引透视表-删除空头和轴行
查看>>
pandas DataFrame的一些操作
查看>>
Pandas Dataframe的日志文件
查看>>
Pandas df.iterrows() 并行化
查看>>
Pandas drop_duplicates 方法不适用于包含列表的数据框
查看>>
pandas groupby 和过滤器
查看>>
pandas GROUPBY+变换和多列
查看>>
pandas Groupby:创建两列的Groupby时,如何按正确的顺序对工作日进行排序?
查看>>
Pandas matplotlib 无法显示中文
查看>>
pandas PIVOT_TABLE保持索引
查看>>