JS框架性能基准测试中Chrome 124的GC行为变化分析
2025-05-30 11:28:44作者:傅爽业Veleda
在最新的JS框架性能基准测试中,我们发现Chrome 124浏览器对vanillajs和ivi框架的性能测量结果出现了异常。经过深入分析,这主要与Chrome 124的垃圾回收(GC)机制变化有关。
问题现象
在Chrome 124环境下,基准测试显示ivi框架的渲染性能异常优于vanillajs实现,特别是在创建1000行数据的测试场景中。这与Chrome 123及手动测试的结果不符,引起了我们对测量准确性的质疑。
通过性能追踪分析发现:
- ivi框架的DOM节点在测试后未被正常回收
- 残留的DOM节点似乎被Chrome 124"缓存"并复用
- 这种缓存机制导致ivi框架在后续测试中获得不真实的性能优势
根本原因
深入分析后发现,Chrome 124的GC行为发生了显著变化:
- GC执行不彻底:传统的
window.gc()
调用(即使多次)无法完全回收ivi框架创建的DOM节点 - 需要强制GC:必须使用
HeapProfiler.collectGarbage
或带last-resort
参数的GC才能彻底清理 - DOM节点缓存:未回收的DOM节点似乎被Chrome 124内部缓存机制复用,导致性能测量失真
解决方案
我们通过以下方法解决了测量准确性问题:
- 改进GC策略:使用组合GC调用方式
window.gc({type:'major', execution:'sync', flavor:'last-resort'});
HeapProfiler.collectGarbage();
-
多次迭代:执行7次GC循环确保彻底清理
-
验证节点计数:通过开发者工具确认DOM节点是否被完全回收
实施效果
采用新的GC策略后,基准测试结果回归合理:
- vanillajs实现重新成为性能最优
- 各框架性能排序与Chrome 123及手动测试一致
- 测试结果稳定性提高,不受延迟时间影响
技术启示
这一案例为我们提供了宝贵的经验:
- 浏览器GC实现变化:浏览器版本升级可能带来GC策略的隐性变化
- 性能测试的可靠性:基准测试需要关注GC行为对结果的影响
- 彻底清理的重要性:性能测试前应确保测试环境的纯净状态
对于性能敏感的应用开发,建议:
- 定期验证基准测试工具的准确性
- 关注浏览器版本更新日志中的GC相关变更
- 在关键性能测试中采用多种GC策略组合
通过这次问题排查,我们不仅解决了当前测试的准确性问题,也为未来应对类似情况积累了宝贵经验。浏览器的内部优化机制虽然能提升实际应用性能,但也可能对性能测量带来干扰,这提醒我们在进行精确测量时需要更加谨慎。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0370Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
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++098AI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。02Spark-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。Python00GOT-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).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp音乐播放器项目中的函数调用问题解析2 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析3 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析4 freeCodeCamp课程视频测验中的Tab键导航问题解析5 freeCodeCamp课程中屏幕放大器知识点优化分析6 freeCodeCamp Cafe Menu项目中link元素的void特性解析7 freeCodeCamp英语课程填空题提示缺失问题分析8 freeCodeCamp 课程中关于角色与职责描述的语法优化建议 9 freeCodeCamp全栈开发课程中测验游戏项目的参数顺序问题解析10 freeCodeCamp全栈开发课程中React实验项目的分类修正
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
203
2.18 K

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
62
94

🎉 (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
977
575

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

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++
550
84

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
1.2 K
133