Браузер и фронтенд-рантайм
RSC, стратегия на маршрут и production-наблюдаемость
Менеджер продукта спрашивает: маркетинговая главная, страницы товаров с обновлением цен несколько раз в день, залогиненный дашборд аккаунта с медленным запросом истории заказов и флоу оформления — должны ли они все использовать одну стратегию рендеринга? Ответ — нет, и неправильный выбор стоит либо TTFB, либо свежести, либо INP, либо SEO. Правильный ответ требует решения на маршрут, понимания роли RSC и production-телеметрии, которая ловит проблемы до пользователей.
RSC и SSR — ортогональные оси. React Server Components контролируют, какие компоненты вообще доставляют JavaScript на клиент. Server Component запускается на сервере, рендерится в HTML (или RSC wire format) и вносит ноль байт в клиентский bundle — его код никогда не достигает браузера, поэтому он никогда не гидрируется. Client Component ('use client' в начале файла) отправляет код на клиент, SSR-рендерится в HTML при начальном рендере (если SSR включён), и затем гидрируется. SSR контролирует когда и где генерируется HTML — в момент запроса на сервере (SSR), на билде (SSG) или по расписанию с кэшированием (ISR). RSC контролирует сколько из этого HTML нужно сделать интерактивным. Страница, состоящая на 90% из Server Components, доставляет маленький клиентский bundle и имеет минимальную стоимость гидратации — даже при полном SSR. Распространённое заблуждение — думать, что RSC заменил SSR; это не так. Хорошо спроектированная страница использует оба: Server Components доставляют server-вычисленный HTML без клиентской стоимости, а небольшие 'use client'-острова обрабатывают реально интерактивные части.
SSR и SEO. SSR и SSG одинаково хорошо работают для SEO — оба доставляют полный HTML поисковым роботам. Разница в стоимости и свежести: SSG бесплатен на запрос (CDN-хит), SSR стоит серверного времени на каждый запрос. CSR — худший вариант для SEO: Googlebot индексирует JS-рендеренный контент, но с задержкой и менее надёжно. Streaming SSR с правильными границами Suspense аналогично хорош для SEO, поскольку shell доставляет полный HTML — медленный фрагмент ещё не прибыл, но заголовок, title и основной контент уже доступны роботу.
RSC и SSR — две независимые оси
Фрейм решений на маршрут. Правильный подход — никогда не одна стратегия для всего приложения. Каждый маршрут имеет разные требования к свежести, потребность в интерактивности и профиль latency данных — и эти три измерения определяют стратегию:
-
Маркетинговая главная — контент одинаков для всех, меняется по расписанию маркетинга (дни, не минуты). Стратегия: SSG. Отдаётся прямо с edge CDN, TTFB — десятки миллисекунд, нулевая серверная работа на запрос, и новый билд при деплое маркетинга обновляет её.
-
Страницы товаров — одинаковый контент для каждого пользователя, но цены обновляются несколько раз в день, и SEO требует быстрого LCP. Стратегия: ISR с интервалом ревалидации (например, 4 часа) плюс on-demand ревалидация, триггерируемая вебхуком ценового фида. Страница — кэшированный статический документ для подавляющего большинства запросов — отличный LCP и SEO — и свежесть ограничена: ни один запрос не ждёт больше одного интервала от обновления цены.
-
Дашборд аккаунта — на пользователя, должен быть свежим, но имеет один медленный запрос (история заказов). Стратегия: streaming SSR. Рендер на запрос для свежести, но обернуть запрос истории заказов в Suspense-границу. Shell и быстрые секции стримятся немедленно (~50 мс TTFB); граница истории заказов стримится, когда её запрос разрешается. Пользователь видит контент быстро; медленный запрос не блокирует его.
-
Оформление заказа — на пользователя, корректность превыше всего, высокая интерактивность. Стратегия: SSR на запрос. Держать в большей степени Server Components с маленькими
'use client'-островами для полей формы и платёжных инпутов. Поверхность гидратации остаётся минимальной — только интерактивные части формы гидрируются, что держит INP низким даже под высокой нагрузкой на главный поток.
ISR на грани: кэш, инвалидация, сборка. Каждый CDN POP хранит свою собственную запись кэша. On-demand ревалидация (Next.js revalidatePath / Vercel purge API) инвалидирует запись глобально — но есть краткое окно (секунды до десятков секунд), в течение которого одни POPs отдают старую версию, а другие — новую. Для цено-чувствительных страниц ограниченная протухлость ISR — осознанный компромисс: все POPs протухают не более чем на один интервал, а on-demand ревалидация — клапан сброса давления. Если требуется истинная согласованность по всем POPs в момент обновления — единственный вариант это полный SSR на запрос.
lesson.inset.insight
ISR на edge: каждый CDN POP держит свою запись кэша. On-demand ревалидация инвалидирует её глобально, но есть окно (секунды — низкие десятки секунд), когда одни POPs отдают старую версию, другие — новую. Для цено-чувствительных страниц ограниченная протухлость ISR — осознанный компромисс: все POPs протухают не более одного интервала, on-demand ревалидация — клапан сброса. Если нужна истинная согласованность — только полный SSR.
Минимизация стоимости гидратации по всем маршрутам. Универсальный принцип: толкать 'use client' как можно ниже по дереву компонентов. Layout-компонент, карточка, таблица данных — почти всегда Server Components. Только лист, которому реально нужен onClick, useState или browser API, должен быть Client Component. Когда 'use client' вытолкнут к листьям, клиентский bundle сжимается, проход гидратации крошечный, и INP уверенно остаётся под 200 мс.
Production-наблюдаемость. Стратегия рендеринга работает только тогда, когда вы знаете, когда она ломается. Три категории сигналов:
-
TTFB и LCP на маршрут — SSG-маршруты должны иметь TTFB под 50 мс от CDN-хитов; streaming SSR-маршруты должны сбрасывать shell за ~50–100 мс. LCP должен быть под 2,5 с при p75. Детектируется в field data (CrUX) и синтетическом мониторинге (Lighthouse CI).
-
INP на страницу — длинная задача гидратации — наиболее частая INP-регрессия. Если INP при p75 превышает 200 мс на странице, недавно получившей Client Component или увеличившей размер bundle, стоимость гидратации выросла. Коррелируйте с изменениями кода. RUM-инструменты сегментируют INP по страницам.
-
Частота hydration mismatch — React логирует предупреждения о несоответствии в разработке, но в продакшне молчит, если не инструментировать. Подключите
window.addEventListener('error', ...)для перехвата отчётов React error boundary, или используйте framework-интеграцию (Next.jsinstrumentation.ts, Sentry React plugin), захватывающую ошибки гидратации и отправляющую в трекер ошибок. CI-гейт: ноль новых ошибок hydration-mismatch на деплой — несоответствие в продакшне означает CLS-событие плюс recovery re-render.
Какой серверный API React DOM рендерит дерево как стрим, сбрасывая оболочку первой и стримя границы Suspense по мере резолва их данных?
Почему RSC и SSR описываются как ортогональные, а не конкурирующие?
E-commerce страница товара: одинаковый контент для каждого пользователя, цены обновляются 4–6 раз в день, должна ранжироваться в поиске и загружаться быстро. Выберите стратегию рендеринга.
Спроектируйте стратегию рендеринга для e-commerce сайта: маркетинговая главная, страницы категорий, страницы товаров с ежедневно меняющимися ценами, залогиненный дашборд аккаунта и флоу оформления. Оптимизируйте первую отрисовку, свежесть и интерактивность на маршрут.
- Маркетинговая главная: одинакова для всех, меняется по расписанию маркетинга.
- Страницы товаров: одинаковы для всех, цена обновляется несколько раз в день, должны грузиться быстро и ранжироваться в поиске.
- Дашборд аккаунта: на пользователя, должен быть свежим, имеет один медленный запрос 'история заказов'.
- Оформление: на пользователя, корректность важнее всего, интерактивно.
- Стоимость гидратации не должна блокировать ранние взаимодействия — INP под 200 мс.
- Никаких ошибок hydration-mismatch в продакшене.
- Выбирайте стратегию на маршрут по свежести данных и интерактивности, никогда одну на всё приложение.
- SSG для замороженного-на-билде контента, ISR для ограниченной протухлости, streaming SSR для на-запрос с медленной зависимостью.
- Оборачивайте медленные данные в Suspense-границы, чтобы быстрый контент стримился без ожидания.
- Минимизируйте гидратацию: Server Components по умолчанию, 'use client' толкается вниз к маленьким листьям.
- Энфорсите детерминизм рендера и подключите ошибки hydration-mismatch к телеметрии + CI-гейт.
- 01Страница серверно-отрендерена и рисуется за 400 мс, но пользователи репортят, что кнопки не отвечают ещё ~2 секунды. Объясните механизм и назовите три способа сократить мёртвое окно.
- 02RSC, SSR и streaming часто смешивают. Разложите, что каждое независимо контролирует, и как одна страница Next.js App Router использует все три.
- 03Какие три категории production-сигналов нужно мониторить для стратегии рендеринга, и каков CI-гейт для hydration mismatch?
RSC и SSR решают разные проблемы на разных осях. SSR контролирует, когда генерируется HTML (билд, запрос, кэшированный интервал); RSC контролирует, какие компоненты вообще доставляют JavaScript — Server Components вносят ноль клиентских байт и никогда не гидрируются. Комбинация: большей частью Server Components держит bundle маленьким и стоимость гидратации низкой, SSR или streaming доставляет быстрый TTFB и LCP, а маленькие 'use client'-листья гидрируются быстро. Фрейм решений на маршрут: маркетинговый контент → SSG; общий контент с ограниченной протухлостью → ISR с on-demand ревалидацией; на-пользователя с медленной зависимостью → streaming SSR с Suspense вокруг медленного запроса; на-пользователя высокой интерактивности → SSR с минимальной 'use client'-поверхностью. Толкайте 'use client' к наименьшему листу, которому это реально нужно. В продакшне: мониторьте TTFB и LCP на маршрут, INP на страницу и частоту hydration-mismatch с CI-гейтом ноля новых несоответствий на деплой. Гидратация — вопрос состояния: сервер захватил снимок состояния, который клиент должен реконструировать идентично; каждая стратегия здесь — разное решение о том, какое состояние заморожено когда и что стоит перенести его через провод.
встречается в145
- 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
- Видеть систему: RED-метрики, хвост p99 и состояние breakersenior
- Готовность к продакшену: чеклист запуска, что и есть весь трекsenior
- 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