Doom Emacs 在 MacOS 上原生编译性能问题分析与解决方案
2025-05-10 00:29:23作者:侯霆垣
问题背景
在使用 Doom Emacs 时,许多 MacOS 用户发现启用原生编译(native compilation)后,编辑器性能反而显著下降。具体表现为启动时间延长约2倍,日常操作出现明显卡顿,这与原生编译本应带来的性能提升背道而驰。
问题根源分析
经过深入调查,发现性能下降主要由以下几个因素导致:
-
即时编译开销:当
package-native-compile设置为nil时(Doom Emacs 默认设置),Emacs 会在首次加载包时进行即时编译,这会导致操作延迟。 -
重复编译问题:某些核心文件(如
gv.el、pcase.el等)在每次启动时都会被重新编译,增加了启动时间。 -
编译缓存管理:编译后的文件未被有效缓存或重用,导致系统不断重复编译相同内容。
优化解决方案
1. 启用包安装时编译
在 $DOOMDIR/init.el 文件中的 (doom! ...) 块之前添加以下配置:
(setq! package-native-compile t)
(setq! native-comp-jit-compilation nil)
package-native-compile t确保包在安装时就进行原生编译,避免首次加载时的编译延迟native-comp-jit-compilation nil禁用即时编译,减少运行时开销
2. 执行完整编译流程
使用以下命令确保所有包都已正确编译:
doom sync --gc --aot
doom upgrade --aot
--aot 参数表示执行"提前编译"(Ahead-Of-Time compilation),确保所有必要的文件都已编译完成。
3. 清理编译缓存
有时清理旧的编译缓存可以解决性能问题:
rm -rf $EMACSDIR/.local/*
然后重新执行 doom sync --gc --aot 重建编译缓存。
性能对比
优化后,Doom Emacs 的启动时间从约4秒降至约2秒,日常操作的响应速度也显著提升。测试环境为:
- 硬件:MacBook Pro (15-inch, 2019)
- 处理器:6核 Intel Core i7 @ 2.6GHz
- 内存:16GB
- 系统:macOS 15.2
注意事项
- 首次完整编译可能需要较长时间(几分钟到几十分钟,取决于系统性能)
- 某些核心文件的重复编译问题可能仍然存在,但这通常不会显著影响日常使用
- 建议在系统空闲时执行完整编译,避免影响其他工作
通过以上优化,用户可以在 MacOS 上充分发挥 Emacs 原生编译的性能优势,获得更流畅的编辑体验。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0447
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0766
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-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++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
项目优选
收起
暂无描述
Markdown
827
5.48 K
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
494
515
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
deepin linux kernel
C
32
16
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++
480
312
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284