Lighthouse 项目中的高内存消耗问题分析与解决方案
2025-05-05 23:36:47作者:尤辰城Agatha
问题背景
在 GoogleChrome 的 Lighthouse 性能分析工具中,开发者报告了一个严重的内存消耗问题。当运行 Lighthouse 进行网页性能分析时,Node.js 进程会因内存不足而崩溃。通过内存分析工具发现,问题主要出在 trace engine 的 invalidationsForEvent 数据结构上。
问题现象
内存分析显示:
invalidationsForEvent数据结构占用了高达 328MB 内存- 该数据结构包含约 900 个条目
- 其中部分条目包含多达 10,000 个
SyntheticInvalidation事件
这种异常的内存增长导致 Node.js 进程无法完成分析任务而崩溃。
技术分析
invalidationsForEvent 是 trace engine 中用于跟踪无效化事件的数据结构。在网页渲染过程中,浏览器会产生大量样式和布局无效化事件,这些事件通常用于追踪哪些 DOM 变化导致了重新计算样式或布局。
问题根源在于:
- 现代网页的复杂性导致无效化事件数量激增
- 这些事件在 trace engine 中被完整记录,但 Lighthouse 实际上并不使用这部分数据
- 类似的内存问题在历史版本中也有出现,说明这是 trace engine 的一个持续性问题
解决方案
针对这个问题,开发团队提出了两个解决方向:
- 优化内存使用:对无效化事件的数据结构进行优化,减少内存占用
- 关闭未使用功能:由于 Lighthouse 并不使用这些无效化事件数据,可以考虑在 Lighthouse 运行时关闭这部分功能
实现进展
开发团队已经提交了一个修复方案,该方案在 trace engine 层面解决了内存问题。这个修复应该能够:
- 显著降低内存使用量
- 防止 Node.js 进程因内存不足而崩溃
- 保持 Lighthouse 的核心分析功能不受影响
对开发者的建议
对于遇到类似问题的开发者,可以:
- 升级到包含修复的最新版本 Lighthouse
- 如果问题仍然存在,考虑简化分析页面或增加 Node.js 进程的内存限制
- 关注 Lighthouse 的更新日志,了解性能优化的最新进展
这个问题展示了在性能分析工具开发过程中,如何平衡数据收集的完整性和系统资源消耗的挑战。通过持续优化,Lighthouse 团队正在不断提升工具的稳定性和可用性。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C042
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
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
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
435
3.3 K
Ascend Extension for PyTorch
Python
241
277
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
694
367
仓颉编译器源码及 cjdb 调试工具。
C++
138
869
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
暂无简介
Dart
696
163
React Native鸿蒙化仓库
JavaScript
270
328
仓颉编程语言运行时与标准库。
Cangjie
145
881