Expensify/App 报告页面性能优化实践
问题背景
在Expensify/App项目的v9.1.56-1版本中,测试团队发现了一个严重的性能问题:在测试环境(staging)中,报告页面(Reports page)的加载、滚动和导航操作变得异常缓慢。这个问题主要影响拥有大量报告数据的用户,在MacOS的Chrome和Safari浏览器上表现尤为明显。
问题现象
用户在执行以下操作时会遇到明显的卡顿:
- 进入费用报告(Expense Reports)页面
- 点击查看具体报告详情
- 在报告详情页中滚动内容
- 返回报告列表页
- 在列表页中滚动浏览
- 再次点击进入其他报告
技术分析
经过开发团队调查,发现问题主要由以下几个因素导致:
-
重复API调用:系统在用户交互过程中频繁调用Search API,造成了不必要的网络请求和数据处理开销。
-
渲染性能瓶颈:页面采用了FlashList组件进行渲染,虽然FlashList理论上能提供更好的性能,但在实际实现中可能没有正确配置或优化,导致滚动时的帧率下降。
-
大数据量处理:对于拥有大量报告数据的账户,前端没有做好数据分页或虚拟滚动处理,导致浏览器需要同时处理过多DOM元素。
解决方案
开发团队采取了以下措施解决问题:
-
紧急回滚:首先回滚了引入问题的变更,确保生产环境的稳定性。这是通过PR#63331实现的。
-
性能优化计划:计划对FlashList实现进行重构(v2版本),重点解决滚动性能问题。
-
API调用优化:减少不必要的Search API调用,可能通过以下方式实现:
- 增加请求去重
- 实现更智能的数据缓存策略
- 优化请求触发条件
经验总结
这个案例为我们提供了几个重要的经验教训:
-
性能测试的重要性:新功能在发布前需要针对大数据量场景进行充分的性能测试。
-
渐进式改进:对于核心页面组件的重构(如列表渲染)应该采用渐进式策略,确保有回滚方案。
-
监控机制:建立完善的性能监控机制,能够及时发现生产环境中的性能退化问题。
-
跨平台考量:性能问题往往在不同平台表现不一,需要全面的跨平台测试。
未来优化方向
团队计划从以下几个方面进一步优化报告页面的性能:
-
虚拟滚动优化:实现更高效的虚拟滚动方案,减少DOM节点数量。
-
数据分片加载:采用无限滚动或分页加载技术,避免一次性加载过多数据。
-
内存管理:优化前端数据缓存策略,平衡内存使用和性能需求。
-
渲染性能分析:使用性能分析工具定位具体的渲染瓶颈点。
这个案例展示了在现代Web应用中处理性能问题的典型流程,从问题发现、紧急修复到长期优化方案的制定,为类似场景提供了有价值的参考。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCR暂无简介Python00
openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13BFLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile013
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00