Mako 构建工具中 concatenateModules 对性能的影响分析
2025-07-04 08:20:15作者:丁柯新Fawn
背景介绍
Mako 是一个现代化的前端构建工具,在构建过程中提供了多种优化选项。其中 concatenateModules 是一个重要的优化配置项,它通过将多个模块合并为一个模块来减少最终产物的体积。然而,在实际使用中发现,开启该选项后构建时间显著增加。
问题现象
在 yuyanAssets 项目的生产环境构建中,对比开启和关闭 concatenateModules 选项的性能表现:
- 开启 concatenateModules 时,构建时间明显增加(约慢60%+)
- 关闭该选项时,构建速度更快
技术分析
concatenateModules 的工作原理
concatenateModules 的核心功能是将多个小模块合并为一个大模块。这一过程会:
- 解析所有相关模块的AST(抽象语法树)
- 将这些AST合并为一个更大的AST结构
- 对合并后的代码进行优化和压缩
性能下降的原因
- AST合并复杂度增加:合并多个模块会生成一个巨大的AST,增加了后续处理的复杂度
- 优化难度提升:代码压缩和优化阶段需要处理更大的代码块,算法复杂度非线性增长
- 内存压力:处理大AST需要更多内存,可能导致GC频繁触发
优化建议
- 分阶段处理:可以考虑先并行处理多个模块的合并,合并后先进行初步优化,再进入压缩阶段
- 调整压缩级别:默认的压缩级别为3,对于生产环境可以尝试更高压缩级别(虽然会增加时间但能获得更好的体积优化)
- 选择性启用:对于特别大的项目,可以评估是否真的需要全量启用该优化
总结
concatenateModules 是一个典型的空间换时间(或时间换空间)的优化选项。在实际项目中,开发者需要根据项目特点权衡构建时间和产物体积的关系。对于特别关注构建速度的场景,可以考虑关闭该选项;而对于特别关注产物体积的场景,则可以接受更长的构建时间。
Mako 团队未来可能会进一步优化该功能的实现,比如通过改进合并算法或引入增量处理等机制来平衡构建时间和优化效果。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
420
3.22 K
Ascend Extension for PyTorch
Python
230
261
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++
689
330
暂无简介
Dart
685
160
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
React Native鸿蒙化仓库
JavaScript
266
326
🔥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
🎉 (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
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869