JS框架性能基准测试中Chrome 124的GC行为变化分析
2025-05-30 20:19:08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
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
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
375
3.25 K
暂无简介
Dart
619
140
🔥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
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
1.03 K
479
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
261
🎉 (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
619
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
790
76