Shiny 1.10版本中Promise启动性能回归分析
2025-06-07 07:16:16作者:彭桢灵Jeremy
问题背景
在Shiny框架1.10版本中,开发者发现当使用mirai包并行启动大量Promise时(如通过mirai()或mirai_map()函数),性能出现了显著下降。具体表现为,在运行示例代码时,计数器开始更新的延迟从1-2秒增加到了14秒左右,这对用户体验产生了明显影响。
性能问题定位
通过性能分析工具profvis的追踪,开发团队发现问题的根源在于Shiny 1.10中引入的一个与调用栈深度限制相关的修改(PR #4156)。具体来说,性能瓶颈出现在堆栈跟踪去重的哈希计算过程中。
分析显示,大部分时间消耗在getCallNames()函数中,特别是其中的format()调用。这个函数原本设计用于获取调用栈中各个调用的名称,但在处理大量并行Promise时,其递归调用的开销变得不可忽视。
技术细节分析
在Shiny框架中,Promise的并行处理需要维护调用栈信息以确保正确的执行上下文。1.10版本引入的调用栈深度限制机制虽然解决了潜在的内存问题,但意外导致了性能下降:
- 哈希计算开销:系统使用rlang::hash()为每个调用栈生成唯一标识,这需要遍历整个调用栈
- 格式化操作:getCallNames()中对每个调用进行format()操作,这在大量Promise并发时成为瓶颈
- 递归调用:随着Promise数量的增加,递归调用的层级也线性增长
解决方案
开发团队提出了一个高效的解决方案:
- 利用rlang::hash()特性:由于该函数可以处理任意R对象而不仅是字符串,可以绕过昂贵的格式化步骤
- 优化getCallNames():创建新版本函数,保持调用结构的同时避免格式化操作
- 保持哈希唯一性:确保新方法仍能为不同调用栈生成唯一哈希值
这一优化使得性能恢复到接近1.9.1版本的水平(延迟从14秒降至3-4秒),同时保留了调用栈深度限制的安全特性。
经验总结
这个案例为分布式计算框架开发提供了几点重要启示:
- 性能与安全的平衡:安全机制引入时需谨慎评估性能影响
- 递归算法的代价:在并发环境下,递归实现的成本可能被放大
- 哈希计算的优化:有时可以直接哈希数据结构而非其字符串表示
- 基准测试的重要性:新功能需要针对典型使用场景进行性能测试
对于使用Shiny进行并行计算的开发者,建议在升级到1.10+版本时,关注Promise密集型任务的性能变化,必要时可以采用分批处理等策略来优化整体响应时间。
登录后查看全文
热门项目推荐
- 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
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
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~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode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。06GOT-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!C0300- 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
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
860
511

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

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!
C
259
300

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
595
57

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K