jsdom 23.2.0版本性能问题深度分析
2025-05-10 09:23:32作者:胡唯隽
背景介绍
jsdom是一个流行的JavaScript库,它实现了Web标准的许多功能,包括DOM和HTML标准,使得开发者能够在Node.js环境中模拟浏览器环境。近期发布的23.2.0版本引入了一个新的选择器引擎,导致显著的性能下降问题。
性能问题表现
多位开发者在不同项目中报告了jsdom 23.2.0版本带来的性能问题:
-
测试执行时间大幅增加:
- 使用Vitest测试框架的项目中,测试时间从3分30秒增加到7分30秒
- 启用代码覆盖率检测后,时间从5分30秒激增至15分30秒
- 部分测试用例开始出现超时问题
-
不同项目中的性能对比:
- 一个使用Mocha和RTL的测试套件执行时间从1分钟增加到12分钟
- 另一个项目在14核机器上测试时间从18秒增加到30秒
- Ariakit项目测试时间从216秒增加到325秒
-
React Data Grid项目:
- 特定测试用例执行时间从6.6秒增加到27.2秒
- 单个测试用例时间从2.3秒增加到14.5秒
问题根源分析
性能下降的主要原因是23.2.0版本引入了一个新的选择器引擎@asamuzakjp/dom-selector,替换了原有的nwsapi引擎。虽然新引擎提供了更完整的CSS选择器支持,但在性能方面存在明显劣势:
-
基准测试数据对比:
- matches()操作:新引擎比旧引擎慢12倍
- closest()操作:新引擎比旧引擎慢15倍
- querySelector操作:新引擎比旧引擎慢800倍
-
功能与性能的权衡:
- 新引擎支持更多CSS选择器功能
- 但核心操作的性能下降幅度过大
临时解决方案
开发团队提供了几个临时解决方案:
-
使用性能优化版的dom-selector:
"overrides": { "@asamuzakjp/dom-selector": "2.0.2-a.2" }这个版本在matches()和closest()操作上比原始版本快2倍
-
增加测试超时时间: 对于出现超时问题的测试用例,可以适当增加超时阈值
-
回退到23.1.0版本: 如果性能问题严重影响开发流程,可以考虑暂时回退到上一个稳定版本
长期解决方案展望
jsdom团队正在积极解决这个问题:
-
性能优化工作:
- 已经发布了dom-selector的优化版本
- 继续改进核心算法的执行效率
-
功能与性能的平衡:
- 评估是否需要在某些场景下保留旧引擎
- 考虑提供配置选项让开发者自行选择引擎
-
测试覆盖:
- 建立更完善的性能基准测试套件
- 确保未来变更不会引入类似的性能回归
开发者建议
对于受影响的开发者,建议:
- 评估项目对CSS选择器功能的依赖程度
- 如果不需要新引擎的额外功能,考虑使用优化版本或回退
- 为关键测试用例增加适当的超时缓冲
- 关注jsdom的后续更新,特别是性能改进版本
性能问题在软件开发中并不罕见,特别是在底层库的重大更新时。jsdom团队对社区反馈的快速响应展现了良好的开源协作精神,相信这个问题将很快得到妥善解决。
登录后查看全文
热门项目推荐
相关项目推荐
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