⚡

性能优化 performance

这是一个全面的性能优化技能，专注于软件应用的性能分析、瓶颈识别、内存泄漏检测、数据库查询优化、前端性能提升（包括核心网页指标LCP/FID/CLS）、负载与压力测试、容量规划以及React等框架的特定优化。适用于开发人员、测试工程师和DevOps专家进行性能调优、监控设置和性能审计，确保应用在高并发下稳定高效运行。关键词：性能分析、瓶颈识别、内存泄漏、数据库优化、前端性能、负载测试、压力测试、容量规划、React优化、核心网页指标、性能监控、代码优化。

测试 0 次安装 0 次浏览 更新于 2/28/2026

name: performance description: 全面的性能专家，涵盖分析、优化、负载测试和框架特定性能。适用于识别瓶颈、优化代码、进行负载测试、分析核心网页指标、修复内存泄漏或改进所有层级（应用程序、数据库、前端）的应用程序性能。包括React特定的优化模式。 author: Joseph OBrien status: unpublished updated: ‘2025-12-23’ version: 1.0.1 tag: skill type: skill

性能

此技能提供全面的性能能力，包括性能分析、优化、负载测试、压力测试、容量规划和框架特定的性能模式。

何时使用此技能

  • 识别性能瓶颈时
  • 调查内存泄漏或高内存使用率时
  • 优化缓慢的数据库查询时
  • 分析前端性能（核心网页指标、包大小）时
  • 设置性能监控时
  • 部署前进行性能审计时
  • 创建负载测试场景时
  • 分析压力下的性能时
  • 识别负载下的系统瓶颈时
  • 规划容量时
  • 设置性能基准时
  • 优化React渲染性能时
  • 减少包大小时
  • 改进核心网页指标（LCP、FID、CLS）时
  • 修复React应用中的内存泄漏时
  • 实现高级React模式时

此技能的功能

  1. 性能分析：分析CPU、内存和网络性能
  2. 瓶颈识别：精确定位特定性能问题
  3. 内存分析：检测内存泄漏和高内存使用率
  4. 数据库优化：识别慢查询和优化机会
  5. 前端分析：分析包大小、渲染性能、核心网页指标
  6. 负载测试：创建和执行负载测试场景
  7. 压力测试：识别崩溃点和极限
  8. 容量规划：分析可扩展性和容量
  9. React优化：优化React渲染、包大小和核心网页指标
  10. 监控设置：创建性能监控和告警

如何使用

分析性能

分析此应用程序的性能并识别瓶颈

分析内存使用情况并查找泄漏

创建负载测试

为此API创建负载测试场景

测试1000个并发用户下的性能

优化React应用

优化此React应用以获得更好的性能

分析包大小并减小它

分析领域

应用程序性能

要跟踪的指标：

  • 响应时间和延迟
  • 吞吐量（每秒请求数）
  • 错误率
  • CPU利用率
  • 内存使用模式

常见问题：

  • 缓慢的API端点
  • 高CPU使用率
  • 内存泄漏
  • 低效算法
  • 阻塞操作

数据库性能

分析重点：

  • 慢查询识别
  • 缺失索引
  • N+1查询问题
  • 连接池耗尽
  • 锁争用

工具：

  • 查询执行计划（EXPLAIN ANALYZE）
  • 慢查询日志
  • 数据库监控工具
  • 连接池指标

前端性能

核心网页指标：

  • 最大内容绘制（LCP）< 2.5秒
  • 首次输入延迟（FID）< 100毫秒
  • 累积布局偏移（CLS）< 0.1

包分析：

  • 包大小优化
  • 代码分割机会
  • 未使用代码移除
  • 资源优化

React性能

渲染优化：

  • 使用React.memo进行组件记忆化
  • 使用useMemo进行昂贵计算
  • 使用useCallback进行函数记忆化
  • 长列表虚拟化
  • 代码分割和懒加载

包优化：

  • 按路由进行代码分割
  • 组件懒加载
  • 摇树优化移除未使用代码
  • 动态导入
  • 包分析

性能测试

负载测试

目的：测试系统在预期负载下的表现 指标：响应时间、吞吐量、错误率 工具：k6、Artillery、JMeter、Locust

示例（k6）：

import http from 'k6/http';
import { check } from 'k6';

export const options = {
  stages: [
    { duration: '2m', target: 100 }, // 逐步增加
    { duration: '5m', target: 100 }, // 保持在100
    { duration: '2m', target: 200 }, // 逐步增加到200
    { duration: '5m', target: 200 }, // 保持在200
    { duration: '2m', target: 0 },   // 逐步减少
  ],
};

export default function() {
  const res = http.get('https://api.example.com/users');
  check(res, {
    '状态码是200': (r) => r.status === 200,
    '响应时间 < 500ms': (r) => r.timings.duration < 500,
  });
}

压力测试

目的：寻找崩溃点 指标：最大容量、故障点 方法：逐步增加负载直至故障

容量规划

目的：确定资源需求 指标：资源利用率、扩展需求 分析：当前容量与未来需求对比

分析流程

1. 建立基线

测量当前性能：

  • 响应时间百分位数（p50、p90、p95、p99）
  • 吞吐量指标
  • 错误率
  • 资源利用率（CPU、内存、网络）

设定目标：

  • 定义可接受的性能阈值
  • 设定SLA目标
  • 识别关键路径

2. 识别瓶颈

分析技术：

  • CPU分析以找到热点函数
  • 内存分析以找到泄漏
  • 网络分析用于API调用
  • 数据库查询分析

瓶颈模式：

  • 单个慢操作（算法复杂度）
  • 许多小操作（N+1查询）
  • 资源争用（锁、连接池）
  • 内存泄漏（逐渐增长）

3. 分析根本原因

调查步骤：

  1. 识别慢操作
  2. 测量其性能
  3. 分析其慢的原因
  4. 检查优化机会
  5. 验证修复是否改善了性能

4. 提供优化建议

建议应包括：

  • 具体的代码更改
  • 优化前后的性能指标
  • 实施步骤
  • 预期影响
  • 风险评估

示例

示例1：API性能分析

输入：API端点 /api/users 缓慢

输出：

## 性能分析：/api/users

### 当前性能
- **平均响应时间**：2.3秒
- **P95响应时间**：4.1秒
- **吞吐量**：45 请求/秒
- **错误率**：2%

### 已识别的瓶颈
**问题**：用户数据获取中的N+1查询问题
- **位置**：`src/routes/users.js:34`
- **模式**：一个查询获取用户，然后N个查询获取每个用户的帖子

### 根本原因
```javascript
// 当前实现
const users = await db.users.findAll();
for (const user of users) {
  user.posts = await db.posts.findByUserId(user.id); // N+1 查询
}

优化

// 使用预加载优化
const users = await db.users.findAll({
  include: [{ model: Post, as: 'posts' }] // 使用JOIN的单次查询
});

预期影响

  • 响应时间：2.3秒 → 0.3秒（87% 改进）
  • 数据库查询：101 → 1（99% 减少）
  • 吞吐量：45 → 200+ 请求/秒

### 示例2：React组件优化

**输入**：优化昂贵的组件

**输出**：
```markdown
## React性能：组件优化

### 问题
组件在每次父组件更新时都会重新渲染，即使props没有改变。

### 优化
```javascript
// 之前：不必要地重新渲染
function ExpensiveComponent({ data, config }) {
  const processed = data
    .filter(item => item.active)
    .map(item => processComplex(item, config));

  return <Chart data={processed} />;
}

// 之后：记忆化以防止不必要的重新渲染
const ExpensiveComponent = React.memo(({ data, config }) => {
  const processed = useMemo(() => {
    return data
      .filter(item => item.active)
      .map(item => processComplex(item, config));
  }, [data, config]);

  return <Chart data={processed} />;
});

影响

  • 重新渲染减少：100% → 5%
  • 性能提升：80% 更快

## 参考文件

对于框架特定的性能模式和详细指导，根据需要加载参考文件：

- **`references/framework_patterns.md`** - Node.js、React、数据库、API、前端和监控策略的性能模式（来自性能分析）
- **`references/react_patterns.md`** - React特定的性能优化模式、记忆化策略、包优化和核心网页指标改进
- **`references/load_testing.md`** - 负载测试和压力测试模式、工具、场景和容量规划策略
- **`references/PERFORMANCE_ANALYSIS.template.md`** - 性能分析报告模板，包含负载概况、瓶颈和建议

当为特定框架分析性能或进行负载测试时，加载相应的参考文件。

## 最佳实践

### 性能分析方法

1. **先测量**：始终建立基线指标
2. **优化前先分析**：识别实际的瓶颈
3. **逐步优化**：一次只做一个更改
4. **验证改进**：每次优化后测量
5. **持续监控**：设置持续的性能监控

### 常见优化

**应用程序：**
- 优化算法（降低复杂度）
- 添加缓存层
- 使用连接池
- 实现请求批处理
- 添加速率限制

**数据库：**
- 添加适当的索引
- 优化查询（避免N+1）
- 使用查询结果缓存
- 实现读副本
- 优化连接池

**前端：**
- 代码分割和懒加载
- 图片优化
- 包大小减少
- 最小化重新渲染
- 优化资源加载

**React：**
- 优化前先测量
- 策略性地记忆化（不要过度记忆化）
- 按路由和功能进行代码分割
- 按需懒加载组件
- 监控性能指标

### 监控设置

**关键指标：**
- 响应时间百分位数
- 错误率
- 吞吐量
- 资源利用率
- 自定义业务指标

**告警：**
- 性能下降时告警
- 错误率激增时告警
- 资源耗尽时告警
- SLA违规时告警

## 相关用例

- 性能审计
- 优化项目
- 容量规划
- 性能回归检测
- 生产环境性能监控
- 负载测试分析
- React应用优化
- 包大小减少
- 核心网页指标改进
- 内存泄漏修复
- 渲染性能优化