AdGuard浏览器扩展内存泄漏问题分析与解决方案
问题现象
近期在AdGuard浏览器扩展中发现了一个特定网页引发的内存泄漏问题。当用户访问某个商业新闻网站的文章页面时,如果保持该标签页处于活动状态,内存使用量会呈指数级增长,短时间内耗尽系统内存,最终导致页面崩溃并自动重新加载,形成一个恶性循环。
技术分析
该问题具有以下技术特征:
-
跨浏览器重现:问题不仅出现在Yandex浏览器中,在Google Chrome和Microsoft Edge等主流浏览器中同样可以重现,表明这是扩展本身的问题而非特定浏览器兼容性问题。
-
特定页面触发:问题似乎只出现在特定的商业新闻网站文章页面上,其他网站表现正常。这表明问题可能与特定网站的某些元素或脚本有关。
-
内存增长模式:正常情况下,页面内存使用量约为450KB,但在AdGuard扩展启用后,内存使用量会飙升至约8MB,并且持续增长直至崩溃。
根本原因
经过技术团队分析,发现问题源于AdGuard扩展对特定请求的拦截处理。具体来说:
-
请求拦截机制:AdGuard扩展在拦截
cmp.osano.com域名的请求时,未能正确处理内存释放,导致内存泄漏。 -
恶性循环:每次页面崩溃后自动重新加载,AdGuard扩展会重新开始拦截过程,再次引发内存泄漏,形成持续的内存消耗循环。
解决方案
针对这一问题,AdGuard团队提供了两种解决方案:
-
临时解决方案:用户可以在自定义规则中添加以下例外规则:
@@||cmp.osano.com^$domain=businessinsider.com这条规则会允许特定域名的请求通过,避免触发内存泄漏。
-
永久修复:AdGuard团队已在Cookies过滤器中提交了永久修复方案,更新过滤器后问题将自动解决。
技术启示
这个案例为我们提供了几个重要的技术启示:
-
扩展性能监控:浏览器扩展需要特别注意内存管理,特别是在处理动态内容拦截时。
-
特定场景测试:扩展开发团队需要针对各种网站类型进行充分测试,特别是那些使用复杂脚本和广告系统的新闻网站。
-
用户反馈机制:建立有效的用户反馈渠道对于快速发现和解决这类特定场景的问题至关重要。
结论
AdGuard团队通过用户反馈快速定位并解决了这个内存泄漏问题,展现了良好的响应能力和技术实力。对于用户而言,及时更新扩展或应用提供的临时解决方案都能有效避免这一问题。这也提醒我们,在使用内容拦截类扩展时,关注其内存使用情况并及时反馈异常现象,有助于维护更好的浏览体验。
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。C0131
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
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-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00