Rspack v1.2.7 发布:性能优化与新特性解析
Rspack 是一个基于 Rust 的高性能 JavaScript 构建工具,它结合了 Webpack 的生态优势和 Rust 语言的性能优势,旨在为前端开发者提供更快的构建体验。最新发布的 Rspack v1.2.7 版本带来了显著的性能提升和一些实用的新特性。
性能优化亮点
macOS 平台构建速度提升
在 macOS 平台上,v1.2.7 相比 v1.2.6 版本构建速度提升了高达 20%。这一优化主要得益于对线程调度的改进,通过减少最大阻塞线程数来降低文件系统争用和内存消耗。对于使用 Mac 开发的前端团队来说,这意味着日常开发中的构建等待时间将大幅缩短。
HMR 内存使用减少
热模块替换(HMR)是现代化前端开发中不可或缺的功能。在 v1.2.7 中,Rspack 通过引入 maxGenerations 支持,优化了内存缓存机制,使得 HMR 的内存使用量减少了约 20%。具体来说,在 threejs 项目的开发模式下进行 10 次 HMR 操作时,内存使用从平均 1137MB 降低到了 890MB。
核心新特性
增强的运行时模板渲染
v1.2.7 进一步扩展了 Dojang 模板引擎在运行时模板渲染中的应用。这一改进使得 Rspack 能够处理更多类型的运行时场景,为开发者提供了更灵活的构建配置选项。
AMD 上下文 require 支持
对于使用 AMD 模块规范的项目,新版本增加了对 AMD 上下文 require 的支持。这意味着在 AMD 环境下,开发者可以更灵活地控制模块的加载行为,特别是在处理动态依赖时。
编译器运行选项增强
compiler.run 方法现在支持通过选项设置 modifiedFiles 和 removedFiles,这为构建流程提供了更精细的控制能力。开发者可以明确指定哪些文件被修改或删除,从而优化增量构建的性能。
模块图连接顺序保证
在 JavaScript API 中,get outgoing connections 现在会按照确定的顺序返回连接信息。这一改进使得开发者能够更可靠地处理模块间的依赖关系,特别是在需要特定处理顺序的场景下。
重要问题修复
-
HMR 跨运行时模块移动问题:修复了当模块在不同运行时之间移动时 HMR 失效的问题。
-
持久缓存优化:修复了重建时跳过计算修改文件的问题,提高了增量构建的准确性。
-
CommonJS 静态库模式:修复了 CommonJS 在静态库模式下的行为问题。
-
CSS 文件 BOM 处理:现在能够正确处理带有 BOM 头的 CSS 文件。
-
包含内置加载器错误的模块重建:修复了重建时忽略包含内置加载器错误的模块的问题。
开发者体验改进
除了核心功能的增强,v1.2.7 还包含多项开发者体验的改进:
- 更清晰的
addInclude错误信息,帮助开发者更快定位问题 - 减少调试符号大小,降低二进制体积
- 测试性能优化,包括并行运行 CLI 测试用例
- 文档更新,包括完整的 loader context API 文档和 JSDoc
总结
Rspack v1.2.7 通过多项性能优化和功能增强,进一步巩固了其作为高性能构建工具的地位。特别是对于 macOS 开发者和频繁使用 HMR 功能的团队,这个版本带来的性能提升将显著改善开发体验。随着 Dojang 模板引擎支持的扩展和 AMD 模块规范的完善,Rspack 的适用场景也在不断扩大。
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。C061
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
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-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0131
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