Браузер и фронтенд-рантайм
Четырёхуровневый JIT-конвейер V8 и профилированная тиеризация
Страница ощущается отзывчивой через 200мс после загрузки. Через несколько секунд становится ещё быстрее. Третье ускорение появляется после тысяч взаимодействий. Это не магия — V8 перемещает горячий код выше по уровням, оставляя холодный дешёвым.
Четырёхуровневый конвейер
V8 имеет четыре режима выполнения, упорядоченных по соотношению стоимость компиляции / скорость выполнения.
Ignition — интерпретатор байткода. Парсер создаёт AST; Ignition преобразует его в компактный регистровый байткод и выполняет на виртуальной машине. При интерпретации Ignition записывает type feedback в FeedbackVector функции — слоты для каждой «интересной» точки (загрузка свойства, вызов функции, арифметика, сравнение). Дёшево входить (без затрат на компиляцию), ~10× медленнее на инструкцию по сравнению с оптимизированным нативным кодом.
Sparkplug — базовый JIT, добавлен в 2021 году. Sparkplug генерирует неспециализированный машинный код за один линейный проход по байткоду — без SSA, без реальной оптимизации, просто точный перевод каждого байткода в небольшой блок машинных инструкций плюс хвостовой вызов. Стоимость компиляции практически нулевая (~1 мс/кБ байткода); ускорение по сравнению с Ignition — 1.5–2×.
Maglev — оптимизирующий компилятор среднего уровня, добавлен в 2023 году. Maglev использует наблюдаемые типы из FeedbackVector и SSA-оптимизации для генерации специализированного машинного кода, но пропускает тяжёлые проходы TurboFan. ~10× медленнее компиляция, чем Sparkplug, ~10× быстрее, чем TurboFan; код примерно на полпути между ними по скорости выполнения.
TurboFan — тяжёлый оптимизирующий компилятор. Агрессивный инлайнинг, escape-анализ, анализ диапазонов, специализация на основе hidden class, спекулятивные оптимизации с возможностью deopt. Высокая стоимость компиляции (десятки-сотни мс для сложных функций); выдаёт самый быстрый код.
- Скорость компиляции Sparkplug
- ~1 мс / кБ байткода
- Ускорение Sparkplug vs Ignition
- ~1.5–2×
- Время компиляции Maglev
- ~10 мс / функция
- Качество кода Maglev vs TurboFan
- ~50–70%
- Время компиляции TurboFan
- ~100 мс / функция
- Порог продвижения Sparkplug
- ~100 вызовов
- Порог продвижения Maglev
- несколько тысяч вызовов
- Порог продвижения TurboFan
- десятки тысяч вызовов
Профилированная тиеризация
Функции попадают в Ignition. При превышении порогов счётчика выполнения (для каждой функции, динамически) V8 продвигает на следующий уровень. FeedbackVector отслеживает не только типы, но и частоты веток, поэтому TurboFan может расположить горячий путь с оптимальным предсказанием ветвления. Продвижение происходит вне потока (concurrent compilation) — JS основной поток продолжает работать на текущем уровне, пока рабочий поток компилирует следующий.
Функции могут пропускать уровни: очень горячая функция, увиденная при старте, может прыгнуть с Ignition прямо в Maglev. Функции с нестабильным feedback (частые переходы IC) откладываются или пропускаются — TurboFan на нестабильной функции произведёт код, который немедленно deopt’нется, потратив 100 мс работы по компиляции впустую.
Операционные рычаги
Восемь шаблонов, удерживающих код на быстром уровне V8:
- Шаблон конструктора — объявляйте все свойства объекта в одном месте, чтобы hidden classes были стабильными.
- Избегайте
delete— используйте присвоениеnullилиundefined;deleteпринудительно переводит в dictionary mode. - Держите функции monomorphic — не передавайте разные формы на одну точку вызова.
- Избегайте
argumentsв старом коде; используйте rest-параметры. - Предварительно выделяйте массивы с известной ёмкостью, чтобы избежать изменения размера.
- Переиспользуйте пулы объектов для короткоживущих нагрузок (canvas, анимация) вместо создания новых объектов на каждый кадр.
- Избегайте огромных объектных литералов в горячих путях — они быстро становятся megamorphic.
- Для горячих числовых циклов используйте TypedArrays — V8 имеет высокоточные пути для
Uint32Arrayи других, которые полностью обходят IC-слой.
React-приложение падает до 20fps после добавления нового пропа к компоненту. Найдите JS-причину на уровне производительности.
Упорядочите шаги доступа к свойству в monomorphic IC, скомпилированном TurboFan:
- 1 TurboFan-скомпилированная функция получает указатель на объект в регистре
- 2 Первая инструкция: загрузить указатель hidden class из заголовка объекта
- 3 Сравнить загруженный hidden class с ожидаемым из времени компиляции
- 4 Если равно: прочитать свойство по заранее вычисленному смещению (1 инструкция MOV)
- 5 Если не равно: deopt — выбросить скомпилированный код, откатиться на нижний уровень
- 6 Продолжить выполнение на нижнем уровне; IC записывает новый hidden class и может сменить состояние
- 7 Функция может быть повторно оптимизирована позже с обновлёнными данными IC
Почему V8 имеет ЧЕТЫРЕ уровня компиляции вместо двух?
Функция внезапно замедляется с 50мкс до 2мс после 'небольшого' рефакторинга. Куда смотреть в первую очередь?
Почему это работает
Почему не компилировать всё через TurboFan с самого начала? Три причины. Первая: большинство функций выполняется один раз или никогда — стоимость компиляции TurboFan была бы чистыми потерями. Вторая: TurboFan нужен type feedback от Ignition для хороших спекуляций; без прогрева нет информации для специализации. Третья: задержка компиляции напрямую влияет на воспринимаемое время загрузки. Страница, загружающаяся 2 секунды, потому что каждая onload-функция была TurboFan-скомпилирована, ощущается сломанной. Многоуровневый дизайн ставит на первое место дешёвый Ignition, добираясь до дорогого TurboFan только для малой части кода, которая это оправдывает.
- 01Почему V8 не компилирует каждую функцию через TurboFan немедленно?
- 02Что такое FeedbackVector и кто его читает?
- 03Каковы две главные причины существования Maglev рядом с TurboFan?
Четыре уровня V8 охватывают всю ось компромисса стоимость компиляции / скорость выполнения: Ignition (бесплатная компиляция, код в 10× медленнее), Sparkplug (~1мс компиляция, в 1.5–2× быстрее), Maglev (~10мс компиляция, 50–70% скорости TurboFan), TurboFan (~100мс компиляция, максимальная скорость). Функции поднимаются по уровням только когда они достаточно горячи и их FeedbackVector достаточно стабилен, чтобы оправдать стоимость компиляции. FeedbackVector — ключевая структура данных: по одному слоту на точку вызова, отслеживающему наблюдаемые hidden classes и частоты вызовов. Конкурентная компиляция держит основной поток работающим на текущем уровне, пока рабочий поток строит следующий. Операционные рычаги — стабильные конструкторы, без delete, monomorphic точки вызова, TypedArrays для числовых циклов — удерживают функции на быстром уровне на протяжении всего срока их жизни.
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