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。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~062CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava05GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









