jsdom 23.2.0版本性能问题分析与解决方案
2025-05-10 02:55:22作者:农烁颖Land
问题背景
jsdom作为Node.js环境下模拟浏览器DOM环境的工具库,在23.2.0版本发布后,用户反馈出现了显著的性能下降问题。多个项目报告测试套件执行时间大幅增加,部分测试用例甚至出现超时失败的情况。
性能影响表现
根据用户反馈,不同项目在升级到jsdom 23.2.0后,测试执行时间出现了不同程度的增长:
-
使用Vitest测试框架的项目:
- 无覆盖率测试:从3分30秒增加到7分30秒
- 有覆盖率测试:从5分30秒增加到15分30秒
-
使用Mocha测试框架的项目:
- 436个测试用例:从1分钟增加到12分钟
- 3个测试用例因超时而失败
-
使用14核CPU的项目:
- 140个测试套件、327个测试用例:从18.889秒增加到30.187秒
-
React Data Grid项目:
- 虚拟化测试套件:从6.6秒增加到27.247秒
问题根源分析
性能下降的主要原因是23.2.0版本中引入了新的DOM选择器引擎dom-selector,取代了原有的nwsapi引擎。虽然新引擎提供了更完整的CSS选择器支持,但在性能上存在明显劣势:
-
基准测试数据显示:
- closest操作:从126,133 ops/sec降至8,078 ops/sec
- matches操作:从120,369 ops/sec降至9,898 ops/sec
- querySelector操作:从3.12 ops/sec降至2,527 ops/sec
-
新引擎在某些场景下还引入了行为变化:
- findAllByRole返回元素的顺序不稳定
- 部分选择器API出现TypeError异常
解决方案与优化
开发团队采取了以下措施来解决性能问题:
-
发布了dom-selector 2.0.2-a.2测试版本,对matches()和closest()进行了性能优化:
- matches操作提升至18,755 ops/sec
- closest操作提升至15,489 ops/sec
-
修复了元素查询结果顺序不稳定的问题
-
提供了临时解决方案:
- 在package.json中覆盖dom-selector版本
- 或直接安装测试版本:npm i @asamuzakjp/dom-selector@next
最佳实践建议
对于受影响的用户,建议:
-
对于性能敏感的项目:
- 暂时锁定jsdom版本为23.1.0
- 或使用提供的测试版本
-
对于需要新选择器功能的项目:
- 适当增加测试超时时间
- 考虑升级硬件资源
-
参与问题解决:
- 提供可重现的性能测试用例
- 协助开发团队优化选择器引擎
总结
jsdom 23.2.0版本的选择器引擎变更虽然带来了功能增强,但也导致了显著的性能下降。开发团队正在积极优化,用户可根据自身需求选择合适的解决方案。此类问题也提醒我们,在依赖关系更新时需要充分测试性能影响。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
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
项目优选
收起
deepin linux kernel
C
24
7
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
暂无简介
Dart
615
140
Ascend Extension for PyTorch
Python
167
187
React Native鸿蒙化仓库
JavaScript
240
315
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++
647
255
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
373
3.18 K
🎉 (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
1.09 K
618
🔥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
62
19
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
261
92