VSCode C扩展中Razor文件动态信息变更导致的性能问题分析
2025-06-27 14:09:46作者:翟萌耘Ralph
在最新版本的VSCode C#扩展中,开发团队发现了一个严重影响开发体验的性能问题。当打开包含大量Razor文件的解决方案时(如Aspire项目),解决方案加载过程变得异常缓慢,甚至可能导致其他语言功能无法正常使用。
问题现象
开发人员在使用2.73.16预发布版本时观察到以下症状:
- 解决方案加载时间超过5分钟仍未完成
- Roslyn语言服务器收到大量重复请求
- 两种特定类型的请求被频繁发送:
- workspace/buildOnlyDiagnosticIds请求(约2万次)
- razor/dynamicFileInfoChanged请求(约2万次)
- 即使项目加载完成后,请求风暴仍在继续,阻塞其他语言功能
问题根源
经过深入分析,这个问题主要源于Razor语言服务器与C#语言服务器之间的交互机制。具体表现为:
- 动态文件信息变更风暴:Razor组件持续发送dynamicFileInfoChanged通知,导致C#服务器处理队列被占满
- 诊断请求激增:buildOnlyDiagnosticIds请求的异常增多加重了服务器负担
- 版本回溯:问题始于2.72.22版本,该版本引入了某些变更导致请求风暴无法自行停止
技术背景
在正常场景下:
- Razor文件变更时,Razor服务器会通知C#服务器更新文件信息
- 这类通知应该是有限的,在解决方案加载完成后趋于稳定
- 诊断请求应该只在必要时触发
但在问题版本中:
- 通知机制出现异常,导致无限循环的通知
- 每个通知都会触发相关诊断流程
- 服务器资源被耗尽,无法处理正常请求
解决方案
开发团队已经定位并修复了这个问题,主要改进包括:
- 优化通知机制:修正了Razor文件变更通知的触发逻辑
- 请求限流:对高频请求类型增加了保护机制
- 资源管理:改进了服务器请求队列的处理策略
用户建议
对于遇到类似问题的用户:
- 升级到最新版本的VSCode C#扩展
- 大型项目加载时耐心等待初始处理完成
- 如仍遇性能问题,可收集日志反馈给开发团队
这个问题展示了IDE扩展开发中跨组件通信的复杂性,也体现了微软开发团队对开发体验的持续关注和快速响应能力。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
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
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
deepin linux kernel
C
28
15
Ascend Extension for PyTorch
Python
506
612
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++
941
868
openEuler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。
C
394
292
暂无简介
Dart
911
219
🎉 (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
1.54 K
894
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
124
198
昇腾LLM分布式训练框架
Python
142
168
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
1.07 K
557