Браузер и фронтенд-рантайм
React, Vue и наблюдаемость INP в продакшене
Пользователи сообщают, что строка поиска на вашем React-дашборде «ощущается медленной». INP показывает 380 мс p75. Вы деплоите фикс, и INP падает до 90 мс. Три недели спустя вас не будят в два ночи, когда PR другого инженера откатывает улучшение — потому что вы так и не подключили LoAF-телеметрию к CI-конвейеру.
Как работает планировщик React 18
Планировщик React выполняет рекоцилиацию кооперативными кусками по 5 мс. После каждого куска он уступает браузеру с помощью MessageChannel.postMessage — единственного кросс-браузерного механизма, ставящего задачу без зажима 4 мс от setTimeout. Цикл браузера получает возможность запустить ввод, рендеринг и другие задачи; React возобновляется на следующей задаче для следующего куска 5 мс.
Это реализация «конкурентного React»: один рендер разбивается на множество задач, ни одна из которых не превышает порог длинной задачи 50 мс. useTransition помечает обновление состояния как низкоприоритетное, позволяя обновлениям ввода прерывать его. Понять цикл — и планировщик React перестаёт быть загадкой.
- Размер куска работы
- 5 мс
- Механизм уступки
- MessageChannel.postMessage (без зажима 4 мс)
- useTransition
- помечает обновление как прерываемое вводом
- Максимальная длительность задачи
- < 50 мс (безопасно для long-task)
- Возобновление
- следующая задача в event loop
Планировщик Vue 3
Vue 3 пакетирует реактивные обновления в микрозадаче: запись в ref планирует микрозадачу, которая сбрасывает все ожидающие обновления в конце текущей задачи. Это означает, что множество записей в одной задаче сворачивается в одно обновление — но это также означает, что сброс является микрозадачей и может продлевать голодание, если он вызывает больше реактивных записей.
Vue предоставляет nextTick(callback) для кода, который хочет выполниться после сброса; под капотом это просто ещё одна микрозадача, запланированная после микрозадачи сброса.
React 18 использует `MessageChannel.postMessage` для уступки между кусками рекоцилиации вместо `setTimeout(fn, 0)`. Почему?
Компонент Vue 3 записывает три ref в одном синхронном блоке. Сколько DOM-обновлений последует?
Конвейер поиска причин INP в продакшене
Рецепт поиска причин INP в продакшене:
Подпишитесь на записи LoAF с PerformanceObserver. Для каждой записи фиксируйте firstUIEventTimestamp, renderStart записи и массив scripts с атрибуцией. Когда INP срабатывает для медленного взаимодействия (тоже через PerformanceObserver), сопоставьте по id взаимодействия: найдите LoAF, перекрывавший ввод, атрибутируйте время самому тяжёлому скрипту, отправьте в телеметрию с URL скрипта и именем функции (разрешённым через sourcemap на стороне сервера). Этот конвейер превращает «пользователи жалуются на тормоза» в «деплой 3a4f1c регрессировал поле поиска, добавив вызов редьюсера на 320 мс».
const observer = new PerformanceObserver((list) => {
for (const entry of list.getEntries()) {
if (entry.entryType === 'long-animation-frame') {
const heaviest = entry.scripts
.sort((a, b) => b.duration - a.duration)[0];
sendToTelemetry({
frameStart: entry.startTime,
frameDuration: entry.duration,
scriptUrl: heaviest?.sourceURL,
functionName: heaviest?.sourceFunctionName,
charPosition: heaviest?.sourceCharPosition,
});
}
}
});
observer.observe({ type: 'long-animation-frame', buffered: true });INP как CI-гейт. Продакшен-телеметрия ловит регрессии после того, как они достигли пользователей. Реалистичный гейт: синтетический тест Playwright/Puppeteer в headless Chrome воспроизводит критическое взаимодействие (набрать запрос в поиске, открыть меню, переключить вкладку), измеряет INP через тот же код PerformanceObserver, что и в продакшене, и блокирует слияние, если p75 превысил бюджет. Ключевая деталь: headless Chrome на CI-раннере обычно быстрее среднего телефона пользователя, поэтому без --cpu-throttling-rate=4 (или эквивалента CDP) тест проходит локально и падает в продакшене. Бюджеты размера бандла добавляют второй слой: размер JS напрямую конвертируется во время разбора+компиляции, которое конвертируется в длинные задачи при загрузке. Без всех трёх слоёв — синтетического INP-гейта, бюджета бандла и продакшен LoAF-алертов — регрессия проскальзывает тихо и живёт до следующего ручного профилирования.
Массив `scripts` записи LoAF показывает длительность 280 мс, атрибутированную `reducerRootReducer` в `bundle.js:1:94821`. Каков следующий шаг для получения файл:строка в исходном коде?
Почему это работает
Трёхслойный стек наблюдаемости — синтетический CI-гейт, бюджет бандла, продакшен LoAF-алерты — аналог трёхслойного стека троттлинга таймеров. Обе проблемы имеют накапливающиеся факторы, которые ни один инструмент не поймает в одиночку. Синтетический тест ловит регрессии до того, как их увидят пользователи, но пропускает разнообразие устройств; продакшен LoAF-алерты ловят то, что пропустил синтетик, но приходят после того, как реальные пользователи пострадали; бюджеты бандлов предотвращают проблему до её появления в коде. Без всех трёх — оптимизируете один слой, пока другие текут.
Ваш синтетический INP-тест в CI проходит при p75 = 120 мс. Реальный пользовательский INP p75 — 480 мс. Что наиболее вероятно объясняет это?
- 01Объясните, как конкурентный рендеринг React 18 держит отдельные задачи ниже порога длинной задачи 50 мс.
- 02Опишите трёхслойный стек наблюдаемости INP и почему нужны все три.
- 03Компонент Vue 3 записывает 10 ref в цикле. Будет ли 10 микрозадачных сбросов или 1? Что происходит, если сброс вызывает больше реактивных записей?
Конкурентный планировщик React 18 использует MessageChannel.postMessage для уступки между кусками рекоцилиации по 5 мс — уступка уровня задачи без зажима 4 мс, чередующая работу React с вводом и шагами рендеринга браузера. useTransition помечает обновления как прерываемые, позволяя срочному вводу вклиниться перед медленной рекоцилиацией. Vue 3 пакетирует реактивные обновления в единственный микрозадачный сброс за синхронный блок через nextTick, что эффективно, но может создавать микрозадачные цепочки если колбэки сброса вызывают больше реактивных записей. В продакшене поиск причин INP требует трёх совместно работающих инструментов: PerformanceObserver LoAF, записывающий атрибуцию по скриптам; sourcemap-сервер, разрешающий URL скриптов и позиции символов к исходному файл:строка; и CI-гейтный синтетический INP-тест с троттлингом CPU, применяющий бюджет до достижения регрессий реальными пользователями. Без троттлинга CPU CI-раннеры слишком быстрые, чтобы поймать регрессии, которые появляются только на средних телефонах.
встречается в143
- Почему GraphQL получает N+1junior
- Механика DataLoader: батчинг на границе тикаmiddle
- Контракты batch-функции: порядок, формы, ошибкиmiddle
- Federation и lookahead: батчинг за пределами DataLoadermiddle
- Защита сложности запросов: depth, cost, persisted queriesmiddle
- Senior GraphQL API: scheduling-контракт, изоляция арендаторов, наблюдаемостьsenior
- Зачем идемпотентность: безопасные retryjunior
- Серверный state machine: четыре состояния idempotency keymiddle
- Outbox и inbox: effectively-once через dual-write границуmiddle
- Конкурентность и архитектура кеша для идемпотентности на масштабеsenior
- Наблюдаемость, production-инциденты и дизайн для глобального масштабаsenior
- Что такое cache stampede и почему он делает всё хужеjunior
- Лок и single-flight: ограничение параллельных rebuildmiddle
- XFetch: вероятностное раннее истечение без координацииmiddle
- Stale-while-revalidate и CDN request coalescingmiddle
- Детектирование stampede и дизайн TTL для продакшенаmiddle
- Метастабильный сбой, fencing-токены и production-постмортемыsenior
- Что такое отношение: таблицы, строки, ключи и ограниченияjunior
- Ограничения, ключи и типы данных Postgresmiddle
- Нормальные формы, денормализация и почему схемы «прилипают»middle
- JSONB, массивы и когда side table побеждаетmiddle
- Heap-хранилище, TOAST и выравнивание колонокsenior
- Целостность схемы: deferral, версионирование и сбои в продакшнеsenior
- Реляционная модель vs документные, wide-column, граф и key-valuesenior
- Index-only scan, Visibility Map и INCLUDEsenior
- Типичные сбои в продакшне и аудит индексовsenior
- pg_statistic, ANALYZE и производственная наблюдаемостьmiddle
- Производственные режимы отказа и стабильность плановsenior
- MVCC: как Postgres раздаёт согласованные снимкиjunior
- Заголовок tuple и механика снимковmiddle
- HOT-обновления и уровни изоляцииmiddle
- VACUUM, bloat и autovacuummiddle
- CLOG, XID wraparound и MultiXactsenior
- SSI и production-тюнинг autovacuumsenior
- Реальные провалы MVCC, deployment-паттерны и распределённые снимкиsenior
- Connection pool: зачем амортизировать стоимость backend Postgresjunior
- Режимы PgBouncer: session, transaction и statementmiddle
- Размер пула: формула (ядра × 2) + шпинделей и двухуровневый стекmiddle
- Исчерпание пула и idle-in-transaction: сценарий отказа в 3 ночиmiddle
- Миграция на transaction mode: план развёртывания и prepared statements в PgBouncer 1.21middle
- Процессная модель Postgres и почему увеличение max_connections снижает производительностьsenior
- Ландшафт пулеров 2026, serverless connection storms и полная таксономия отказовsenior
- Что такое миграция схемы и почему она заменяет ad-hoc DDLjunior
- ADD COLUMN: мгновенно в PG 11+ против перезаписи в старом Postgresjunior
- Режим отказа очереди блокировок: почему мгновенный DDL может заморозить базуmiddle
- Безопасные DDL-паттерны: NOT VALID, CONCURRENTLY и исправления небезопасных операцийmiddle
- Expand-contract: нулевой простой для ломающих изменений схемыmiddle
- Advisory-блокировки, инструменты миграций и координация деплояsenior
- Таксономия сбоев миграций и дисциплина продакшнаsenior
- Зачем нужно шардирование: потолок одного Postgresjunior
- Выбор ключа шарда: стратегии hash, range, list и directorymiddle
- Партиционирование против шардирования: одно слово, два разных понятияmiddle
- Ко-локация и Citus: инвариант, делающий шардирование пригодным к использованиюmiddle
- Режим отказа hot shard: обнаружение, изоляция и долгосрочная политикаmiddle
- Schema-based шардирование и альтернативы мультиарендностиsenior
- Онлайн-решардинг, 2PC и операционная стоимость шардированияsenior
- Семь актов: от CREATE TABLE до Citusjunior
- Акты 1–3 в глубину: схема, индексы и статистика планировщикаmiddle
- Акты 4–6 в глубину: MVCC bloat, connection pooling и безопасные миграцииmiddle
- Акт 7 в глубину: шардинг, co-location и семиуровневый каскад трейдоффовmiddle
- Наблюдаемость, антипаттерны и производственный триажsenior
- Роли Raft, term и почему majority-кворум предотвращает split brainjunior
- Как Raft реплицирует log entry и решает, что его безопасно коммититьmiddle
- Выборы лидера в Raft: таймауты, правила голосования и четыре свойства безопасностиmiddle
- Raft в реальном мире: partition, медленный диск и клиентская маршрутизацияmiddle
- Расширения Raft: pre-vote, learner, snapshot и линеаризуемые чтенияsenior
- Raft в production: membership change, Multi-Raft и observabilitysenior
- Где происходит data fetching — и почему это решает LCPjunior
- Fetch waterfall''''ы — диагностика и лечение через Promise.allmiddle
- React Server Components и Suspense streamingmiddle
- Клиентский кэш: TanStack Query, SWR и stale-while-revalidatemiddle
- LCP, prefetch и race conditions в интерактивном fetchingmiddle
- Senior internals: RSC payload, слои кэша и production паденияsenior
- Трёхстороннее рукопожатие TCPjunior
- Номера последовательности и состояние соединенияmiddle
- DNS: что делает и зачем существуетjunior
- Обход резолвера: перенаправления, типы записей и gluemiddle
- TTL, кеширование и распространение DNSmiddle
- Рукопожатие за 1 RTT: key share и ECDHEmiddle
- Возобновление сессии и 0-RTTmiddle
- WebSocket: HTTP-апгрейд до постоянного соединенияjunior
- Формат WebSocket-фрейма: opcodes, маскирование, фрагментацияmiddle
- Backpressure в WebSocket: когда клиенты не успеваютmiddle
- Реконнект: jittered backoff, thundering herd, восстановление сообщенийsenior
- WebSocket в масштабе: HTTP/2 мультиплексирование, permessage-deflate, C10Msenior
- WebSocket в production: прокси, безопасность и распределённая архитектураsenior
- Что делают обратные проксиjunior
- Health checks, connection draining и slow startmiddle
- Session affinity, consistent hashing и правильное решениеmiddle
- Retry-бури, circuit breakers и load sheddingsenior
- Устойчивая архитектура LB: anycast, zone-aware маршрутизация и observabilitysenior
- Почему QUIC, а не TCP+TLSjunior
- Connection ID и миграция сетиmiddle
- Возобновление 0-RTT и шифрование пакетовsenior
- DDoS: что это и почему работаетjunior
- Атаки усиления и истощение состоянияmiddle
- Ограничение скорости: алгоритмы и архитектураmiddle
- WAF, межсетевые экраны, mTLS и HSTSmiddle
- Отравление DNS-кэша и BGP-перехватsenior
- Эшелонированная защита и экономика атакsenior
- DNS, TCP, TLS по очереди: куда уходят миллисекундыmiddle
- Перехват прокси и шлюзы безопасности: rate limiter, WAF, mTLSmiddle
- Альтернативные пути: QUIC 0-RTT, WebSocket upgrade, миграция соединенияmiddle
- Наблюдаемость: распределённые трейсы, USE/RED и семплированиеsenior
- Устойчивость: каскадные повторы, circuit breakers и error budgetsenior
- Что такое три сигнала: метрики, логи, трейсыjunior
- Зачем нужны структурные логи: дневник против таблицыjunior
- Схема продакшн-лога: поля, которые несёт каждая строкаmiddle
- PII-редакция и log injectionsenior
- OTel Logs Data Model и audit-логи как подсистемаsenior
- SLI, SLO и error budget: надёжность в числахjunior
- Error budget policy, latency SLO и составные journeysmiddle
- Продакшн-отказы SLO, самонаблюдаемость, безопасность и общая картинаsenior
- Петля инцидента: от пейджера до постмортема до предотвращенияmiddle
- Cache lines и false sharing: когда параллелизм замедляет кодmiddle
- SIMD и data layout: AoS vs SoA и разница в 4–8xmiddle
- Cache-oblivious алгоритмы, PGO и production failuressenior
- GC в production: наблюдаемость, безопасность, edge cases и управление флотомsenior
- Batching: амортизируй фиксированную цену каждой операцииjunior
- Окно батчинга: размер и время ожиданияmiddle
- Batching в Kafka и Postgresmiddle
- io_uring и наблюдаемость пакетированияmiddle
- От Nagle до io_uring: эволюция пакетированияmiddle
- Backpressure, изоляция сбоев и безопасность батчей в продакшенеsenior
- CI enforcement и RUM: делаем бюджеты рабочимиmiddle
- V8 JIT-пайплайн, HTTP-приоритеты и безопасность bundlesenior
- Цикл performance: дисциплина, а не проектjunior
- Классификация и исправление: сопоставление family bottleneck с методамиmiddle
- Observability-стек и CI gates: ловить регрессии до выпускаmiddle
- От инцидента к enforcement: SLO burn до верифицированного исправления за 35 минутmiddle
- Культура, экономика и масштаб performancesenior
- At-most-once, at-least-once, exactly-once: три контракта доставкиjunior
- Три ножки сбоя — где реально происходят дубликаты и потериmiddle
- Consumer-side dedup: самый дешёвый путь к exactly-once processingmiddle
- Kafka exactly-once semantics: idempotent producer и транзакцииmiddle
- SQS visibility timeout, DLQ и outbox patternmiddle
- Exactly-once в production: impossibility-доказательство, гибридные паттерны и реальные инцидентыsenior
- Что такое OAuth и почему пароли — не ответjunior
- Authorization code flow с PKCEmiddle
- Валидация ID-токена и управление JWKS-кешемmiddle
- Ротация refresh-токенов и scope-based least privilegemiddle
- Sender-constrained токены: DPoP и mTLSsenior
- OAuth в production: audience атаки, observability и реальные провалыsenior