Brave浏览器Windows平台CPU使用率异常问题分析与解决
问题背景
Brave浏览器团队在近期版本更新(v1.78.17到v1.78.18)后,通过性能监控系统发现Windows 11平台上的CPU使用率出现了显著上升。具体表现为浏览器进程的总CPU时间从1894.77ms增加到2060.05ms,增幅约8.7%。这一异常现象引起了开发团队的重视,因为CPU使用率的增加会直接影响设备的电池续航和整体性能体验。
初步分析
技术团队首先对性能数据进行了详细分析,发现以下几个关键点:
-
主要耗时增加区域:通过性能追踪工具分析,发现AdBlock相关组件的处理时间明显增加,特别是MakeEngineWithRules和OnResourcesLoaded等函数,增幅达到25%以上。
-
异常现象:奇怪的是,在版本变更记录中并没有发现任何与AdBlock组件相关的修改,广告过滤规则列表也保持未变状态。
深入调查
为了进一步确认问题原因,团队进行了以下工作:
-
对比构建测试:使用相同的代码构建版本进行对比测试,结果发现之前观察到的AdBlock相关耗时增加现象并未重现,反而出现了其他组件的性能波动。
-
环境因素排查:这一发现提示问题可能并非来自代码变更,而是测试环境本身发生了变化。经过仔细检查,发现测试机器上的Windows Defender防病毒软件被意外启用。
问题根源
Windows Defender的实时扫描功能会对浏览器进程进行深度监控,特别是当浏览器加载和解析广告过滤规则时,Defender会对这些操作进行额外的安全检查。由于AdBlock组件需要频繁地读取和解析大量规则数据,Defender的介入显著增加了CPU开销。
解决方案
团队采取了以下措施:
-
测试环境修复:在性能测试环境中正确配置Windows Defender,确保其不会干扰浏览器的正常运行。
-
验证效果:修复后重新运行性能测试,结果显示CPU使用率恢复到正常水平,确认问题已解决。
经验总结
这次事件为团队提供了宝贵的经验:
-
性能监控的重要性:完善的性能监控系统能够及时发现潜在问题,即使在没有代码变更的情况下。
-
环境一致性的关键性:测试环境的微小变化可能对性能指标产生重大影响,必须严格控制测试条件。
-
安全软件的影响:安全软件虽然必要,但其资源占用可能影响应用性能,在性能测试时需要特别注意。
通过这次事件,Brave团队进一步优化了测试流程,确保未来能够更准确地识别和解决性能问题,为用户提供更流畅的浏览体验。
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- DDeepSeek-OCR暂无简介Python00
openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13BFLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00
GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile013
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00