VSCode C扩展中Razor文件加载性能问题分析与优化
在最新版本的VSCode C#扩展中,开发者报告了一个关于Razor文件加载时CPU使用率持续偏高的问题。经过深入分析,我们发现这是由于Razor语言服务器在处理虚拟C#文件时触发了过多的LSP didOpen/didClose事件,导致其他语言服务器请求被阻塞。
问题现象
当开发者加载包含Razor文件的项目时,观察到以下现象:
- CPU使用率持续维持在100%左右(在Mac上表现为单核满载)
- 项目加载时间显著延长(从40秒增加到3分钟)
- 代码智能感知功能(如CodeLens)延迟出现
通过性能追踪发现,Razor组件在处理项目文件时,会为每个Razor文件和虚拟C#文件发送LSP didOpen/didClose请求。这些请求在语言服务器协议中具有特殊性质,会阻塞其他请求的执行。
技术分析
深入分析性能日志后,我们发现了几个关键点:
-
路径处理异常:Razor服务器在处理文件路径时出现了重复拼接父目录路径的情况,导致文件查找失败。例如:
/path/to/project/path/to/project/Views/File.cshtml -
请求风暴:每个Razor文件会触发多次虚拟文件发布操作,服务器不断尝试重新发布相同版本的内容:
跳过发布C#版本5,因为请求的是版本1 跳过发布C#版本5,因为请求的是版本2 -
项目信息更新延迟:Razor项目服务在项目加载完成后仍需3分钟左右时间更新所有项目的TagHelpers和C#语言版本信息。
解决方案
开发团队在2.60.26版本中实施了以下优化措施:
-
减少不必要的LSP请求:优化了虚拟文件发布机制,避免重复发送相同内容的发布请求。
-
路径处理规范化:修复了文件路径拼接逻辑,确保路径处理的正确性。
-
异步处理改进:调整了项目信息更新流程,减少对主线程的阻塞。
优化效果
经过这些改进后,实测结果显示:
- MudBlazor项目加载时间从5分钟降至2.5分钟
- 普通项目加载时间减少近50%
- CPU使用率在项目加载完成后迅速恢复正常水平
- 代码智能感知功能响应更加及时
技术启示
这个案例为我们提供了几个重要的技术启示:
-
LSP协议使用:需要谨慎处理didOpen/didClose这类会阻塞其他请求的操作,避免造成请求积压。
-
性能监控:dotnet-trace工具在诊断.NET应用性能问题时非常有效,特别是配合特定事件收集参数时。
-
跨进程协作:在多进程架构中(如C#扩展、Razor服务器、DevKit等),需要特别注意进程间通信的效率影响。
-
渐进式加载:对于大型项目,考虑采用渐进式加载策略,优先处理用户当前需要的功能。
这次优化不仅解决了具体问题,也为后续的架构改进奠定了基础。开发团队正在进行的Razor源生成器工作预计会带来进一步的性能提升。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00