在 javascript 中配置性能分析火焰图采样,核心做法是调用 performance.mark() 和 performance.measure() 标记关键代码段,并在 chrome devtools 的 performance 面板中开启 "enable advanced instrumentation" 选项以获取更精确的采样数据。通过这种方式,你可以将自定义的业务逻辑与浏览器底层的渲染、脚本执行等原生事件区分开来,从而在生成的火焰图中直观地看到特定函数或代码块的耗时占比。

如何标记并测量一段异步操作的耗时
要测量异步操作(如网络请求或定时器)的耗时,需要在操作开始前调用 performance.mark('start'),在操作结束后调用 performance.mark('end'),随后使用 performance.measure('async-op', 'start', 'end') 创建测量记录。这些标记和测量数据会出现在 Performance 面板的 "User Timing" 区域,并可以通过 API 导出为 JSON 格式供进一步分析。

const startMark = 'api-call-start';
const endMark = 'api-call-end';
// 1. 标记开始
performance.mark(startMark);
// 模拟异步操作
fetch('/api/data')
.then(response => response.json())
.then(data => {
// 2. 标记结束
performance.mark(endMark);
// 3. 创建测量
performance.measure('API Fetch Duration', startMark, endMark);
// 4. 获取结果
const measures = performance.getEntriesByName('API Fetch Duration');
console.log(`耗时: ${measures[0].duration}ms`);
});
如何对比不同算法实现的执行效率
为了对比两种算法(例如排序算法 A 和 B)的效率,可以为每种实现设置独立的标记命名空间,如 algo-a-start 和 algo-b-start。分别执行后,通过 performance.measure 生成两个独立的测量条目。在火焰图中,虽然这两个测量本身不会直接显示为火焰图的层级结构,但它们会在 "User Timing" 轨道上清晰地标出起止点,方便开发者手动比对或在自动化测试脚本中提取数据进行量化比较。
FilePond 是一个 JavaScript 文件上传库,支持通过拖拽、粘贴和 API 方式处理文件、目录、URL 和 Data URI。它包含内置的图像优化功能、异步分块上传功能,并提供了适用于 React、Vue、Angular 和 Svelte 的适配器。
立即学习“Java免费学习笔记(深入)”;

// 算法 A 实现
function sortA(arr) { return [...arr].sort(); }
const markAStart = 'sort-a-start';
const markAEnd = 'sort-a-end';
performance.mark(markAStart);
sortA([5, 3, 8, 1]);
performance.mark(markAEnd);
performance.measure('Sort A Time', markAStart, markAEnd);
// 算法 B 实现
function sortB(arr) { return [...arr].reverse(); } // 假设这是另一种逻辑
const markBStart = 'sort-b-start';
const markBEnd = 'sort-b-end';
performance.mark(markBStart);
sortB([5, 3, 8, 1]);
performance.mark(markBEnd);
performance.measure('Sort B Time', markBStart, markBEnd);
当标记名称冲突时如何处理
如果在同一页面中多次运行相同的性能测试代码,或者多个模块使用了相同的标记名称(如 start 和 end),会导致 performance.mark() 覆盖之前的标记,从而使 performance.measure() 计算出的时间不准确。解决此问题的具体做法是使用唯一的标识符,例如结合当前时间戳或随机数来生成标记名,如 ${prefix}-${Date.now()},确保每次测量的标记都是独立且唯一的,从而避免数据污染。


















