Браузер и фронтенд-рантайм
Пять канонических поломок: где производство стабильно ломается
Команда запускает Lighthouse: 94, зелёный. Затем приходит RUM-отчёт — LCP в поле 6.8 с, INP 540 мс, CLS 0.21, все плохо. Лаборатория тестировала чистую сессию без сервис-воркера; в поле — реальные пользователи на среднебюджетных телефонах, тапающие кнопки во время гидратации. Лаборатория и поле измеряют одну страницу — с разных углов, и угол поля — это то, в чём живут пользователи.
Зловещая долина как объединяющий сбой.
Единственный сбой, связывающий весь браузерный раздел воедино — это зазор между «нарисовано» и «интерактивно» — зловещая долина гидратации. Это не один баг; это структурное свойство серверно-рендеренных, клиентски-гидрируемых приложений. Каждый другой сбой в этом уроке либо расширяет эту долину, либо происходит внутри неё.
Сеньорный фрейм: страница имеет два момента завершения — LCP-ish («выглядит готово») и TTI-ish («работает»), и всё мастерство современной фронтенд-производительности — это сжатие расстояния между ними. Вот пять канонических поломок — места, где производство наиболее стабильно ломается вдоль трассы.
- Поломка 1: поздний hero-элемент
- Слои 2+5 → LCP
- Поломка 2: несоответствие гидратации
- Слой 6 → CLS + корректность
- Поломка 3: мегаморфный путь отрисовки
- Слои 4+7 → INP
- Поломка 4: устаревший кеш сервис-воркера
- Слои 1+8 → корректность
- Поломка 5: синхронная работа в обработчике
- Слой 7 → INP
Поломка 1 — Поздняя загрузка hero-изображения (LCP).
Hero-изображение — LCP-элемент, но оно указано в CSS как background-image, или несёт loading="lazy", или внедряется JavaScript-ом. Сканер предзагрузки не может его увидеть, поэтому загрузка начинается поздно — и LCP, который измеряет именно этот элемент, приземляется на 4+ секундах. Трасса показывает длинную фазу задержки загрузки ресурса.
Исправление: LCP-изображение должно быть обычным <img> в исходном HTML, загружаться жадно, с fetchpriority="high". Это слой 2 (обнаружение), падающий, и слой 5 (отрисовка), платящий за это.
Поломка 2 — Несоответствие гидратации (CLS плюс корректность).
Компонент рендерит значение, которое различается между сервером и клиентом — временну́ю метку, флаг из localStorage, цену в локальном формате. Серверный HTML и первый рендер клиента расходятся; React выбрасывает серверное поддерево и перерендеривает его, мигая изменившимся контентом и вызывая всплеск CLS. Трасса показывает маркер сдвига макета сразу после задачи гидратации.
Исправление: детерминизм рендеринга — откладывать только-клиентские значения в useEffect после гидратации. Это слой 6 (гидратация), падающий потому что сериализованное состояние не было точно воспроизведено на клиенте.
Поломка 3 — Мегаморфный путь отрисовки (INP).
Обработчик «Добавить в корзину» запускает перерисовку, и горячая функция на этом пути — средство доступа к свойству, компаратор — мегаморфна: она видела слишком много форм объектов, поэтому V8 не может использовать встроенный кеш и откатывается к медленным поискам. Перерисовка, которая должна занять 5 мс, занимает 80 мс, и INP для взаимодействия плохой. Трасса показывает длинную полосу выполнения скриптов внутри взаимодействия.
Исправление: стабилизировать формы объектов, чтобы встроенные кеши V8 оставались мономорфными. Это слои 4 (V8) и 7 (взаимодействие), переплетённые.
Поломка 4 — Устаревший кеш сервис-воркера (корректность).
Деплой привозит новый HTML и новый JS-бандл, но сервис-воркер отдаёт прошлонедельный закешированный app.js в режиме cache-first против HTML этой недели — несоответствие версий модулей, ошибка во время выполнения. Или хуже — сломанная оболочка приложения закешированна, и каждый повторный посетитель застрял на ней, минуя сеть, где живёт исправление.
Исправление: имена ассетов с хешем содержимого, кеши с версионными метками, очищаемые в activate, навигация network-first, рубильник. Это слои 1 / 8 (воркер), падающие через состояние — кеш пережил свою корректность.
Поломка 5 — Синхронная работа в обработчике события (INP).
Обработчик «Добавить в корзину» делает что-то синхронное и тяжёлое в основном потоке перед уступкой — отправляет синхронный аналитический маяк, запускает большой JSON.parse, пересчитывает производный список. Время обработки обработчика само по себе превышает бюджет INP в 200 мс. Трасса показывает длинную жёлтую полосу скриптинга между вводом и следующей отрисовкой.
Исправление: делать минимум для обновления UI, затем уступать (scheduler.yield()), и переносить чистые тяжёлые вычисления в воркер. Это слой 7 (взаимодействие), падающий напрямую из-за правил цикла событий.
Почему каждую поломку сложно диагностировать с одного слоя.
Поломка 1 выглядит как «медленное изображение» для того, кто знает только сеть — но изображение было нормального размера; настоящая причина — обнаружение, проблема слоя парсинга. Поломка 3 выглядит как «React медленный» для того, кто знает только рекурсор — но рекурсор был в порядке; настоящая причина — мегаморфная форма, проблема V8. Весь смысл трассировки от начала до конца в том, что симптом и причина рутинно находятся в разных слоях, и только тот, кто видит всю цепь, перестаёт чинить симптомы.
[TTFB] 2980 мс (попадание в сервис-воркер не произошло; холодный источник)
[FCP] 3240 мс
[LCP] 6800 мс элемент: div.hero[style*=background-image]
[INP] 540 мс взаимодействие: click .add-to-cart
скрипт LoAF: vendor.js (гидратация) 482 мс
[CLS] 0.21 источник: #price (несоответствие гидратации) Одна RUM-сессия, все метрики плохи. Пройди цепь: назови слой за каждым числом и одно наиболее высокоэффективное исправление, с которого начать.
Страница товара имеет хороший LCP, но плохой INP в первые несколько секунд. У тебя есть время на одно исправление в этом спринте. Выбери.
Какой инструмент показывает работу сети, основного потока и GPU страницы на одной перекрывающейся временно́й шкале — основу метода диагностики по трём трекам?
Ты наследуешь страницу товара e-commerce из этой трассы. Данные поля: LCP 4.8 с, INP 480 мс, CLS 0.18 — все плохи. Разработай полный план исправления, слой за слоем, в порядке приоритета.
- Среднебюджетный Android, 4G — реальный сегмент p75 пользователей.
- Серверно-рендеренный React с уже зарегистрированным сервис-воркером.
- Hero-изображение, цена, Добавить-в-корзину, отзывы ниже сгиба.
- Нужно улучшить все три Core Web Vitals до «хорошего» на поле p75.
- Каждое исправление должно называть целевой слой и метрику, которую оно двигает.
- Упорядочи работу так, чтобы наиболее высокоэффективные исправления шли первыми.
- Упорядочи по рычагу: сначала TTFB (это пол), затем обнаружение LCP, затем стоимость гидратации.
- Гидратация — наибольший рычаг INP — разделение кода, Server Components, острова для ниже сгиба.
- Исправь CLS с зарезервированным пространством и детерминизмом рендеринга (откладывай только-клиентские значения).
- Каждое исправление называет свой слой и метрику, которую оно двигает — без угадывания.
- Атрибуция RUM плюс CI-ворота превращает понимание всей цепи в систему мониторинга.
Поломка 1 (поздний hero) выглядит как «медленное изображение», поломка 3 (мегаморфный путь) выглядит как «React медленный». Что это иллюстрирует о трассировке?
В RUM-логе TTFB — 2980 мс. Почему исправление TTFB — наиболее высокоэффективная отправная точка?
Диагностируй медленную страницу, проходя по цепи
1/3Граничные случаи
Поломка 4 (устаревший кеш сервис-воркера) — это поломка, которая не даёт спать ночами худшим инженерам, потому что она может поймать каждого повторного посетителя за сломанным деплоем. Событие activate сервис-воркера — правильное место для очистки старых кешей: проверь версию кеша, удали всё, что не совпадает, и только потом clients.claim(). Без этого сломанная кешированная оболочка выживает до тех пор, пока пользователи не очистят данные сайта вручную — чего большинство пользователей никогда не делает.
- 01Назови пять канонических поломок, слой и метрику каждой, и почему все пять связаны с зловещей долиной гидратации.
- 02Для каждой из пяти поломок — каково исправление?
- 03Почему TTFB 2980 мс делает его наиболее высокоэффективным первым исправлением, даже когда LCP и INP тоже плохи?
Зловещая долина гидратации — структурный зазор между «нарисовано» и «интерактивно» — объединяющий режим сбоя серверно-рендеренных, клиентски-гидрируемых приложений. Пять канонических поломок каждая расширяет её или происходит внутри неё. Поломка 1 (поздний hero, CSS background-image или с ленивой загрузкой) атакует LCP, задерживая обнаружение на слое парсинга. Поломка 2 (несоответствие гидратации, только-клиентские значения отрендеренные на сервере) атакует CLS через недетерминированность рендеринга. Поломка 3 (мегаморфный встроенный кеш V8, слишком много форм объектов на горячем пути) атакует INP, замедляя перерисовки. Поломка 4 (устаревший кеш сервис-воркера, переживший деплой) атакует корректность, портя состояние, от которого зависит вся цепь. Поломка 5 (синхронная тяжёлая работа в обработчике события перед уступкой) атакует INP, исчерпывая бюджет времени обработки. В каждом случае симптом называет неправильный слой — диагноз требует прохода по всей цепи и нахождения места, где причина действительно живёт.
- Восемь слоёв трассировки: от service worker до второй навигацииmiddle
- Спекулятивный движок TurboFan и ловушка deopt-loopsenior
- Граничные случаи service worker: version skew, долговременность и ловушка навигацииsenior
- Bailout, мемоизация и tearingsenior
- Hydration mismatch: причины, обнаружение и правило детерминизмаsenior
- INP: input delay, processing, presentationmiddle
встречается в278
- 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
- Путь запроса: семь остановок от сокета до ответаjunior
- Accept и парсинг: от очереди ядра до типизированного запросаmiddle
- Маршрутизация и middleware: что выполняется и в каком порядкеmiddle
- Обработчик и ответ: от бизнес-логики до байтов на проводеmiddle
- Стриминг и backpressure: когда клиент читает медленнее, чем вы пишетеsenior
- Таймауты и хвостовая задержка: бюджеты, дедлайны и ловушка fan-outsenior
- Middleware и DI: два паттерна, формирующие любой backendjunior
- Пишем middleware: сигнатуры, next() и три модели фреймворковmiddle
- Инверсия управления: как зависимости добираются до классаmiddle
- Скоупы и время жизни DI: singleton, request, transientmiddle
- DI как шов для тестов: фейки, моки и граница, которая важнаsenior
- DI-контейнеры в продакшене: графы разрешения, циклы и когда не стоитsenior
- Блокирующий vs неблокирующий I/O: два способа ждатьjunior
- Event loop: один поток, упорядоченные фазыmiddle
- Что блокирует цикл: CPU-работа и синхронные вызовыmiddle
- Вынос CPU-работы: worker threads и пул libuvmiddle
- Backpressure и ограниченная конкурентностьsenior
- Пропускная способность под нагрузкой: хвостовая задержка и насыщениеsenior
- Зачем пул: цена создания соединенияjunior
- Размер пула: почему больше не значит быстрееmiddle
- Взятие и таймауты: очередь ожидания — настоящий дроссель задержкиmiddle
- Зачем идемпотентность: безопасные retryjunior
- Серверный state machine: четыре состояния idempotency keymiddle
- Стратегии retry: backoff, jitter и thundering herdmiddle
- 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
- Что такое индекс и как он ускоряет запросыjunior
- Leading-column rule: почему порядок столбцов в composite-индексе важенmiddle
- Partial, expression и covering-индексыmiddle
- Типы индексов: GIN, GiST, BRIN, Hash, Bloom и HOT-обновленияmiddle
- Index-only scan, Visibility Map и INCLUDEsenior
- Типичные сбои в продакшне и аудит индексовsenior
- Упражнение по проектированию индексов: стратегия полнотекстового поискаsenior
- EXPLAIN и планы выполнения: что решает планировщик и почемуjunior
- Типы сканирования: Seq, Index, Bitmap, Index-Onlymiddle
- Алгоритмы соединения и каскад ошибок оценки строкmiddle
- pg_statistic, ANALYZE и производственная наблюдаемостьmiddle
- Расширенная статистика: исправление ошибок оценки для коррелированных колонокsenior
- Кеш планов, настройка константных стоимостей и внутренности планировщикаsenior
- 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
- Биты в проводеjunior
- Математика задержкиmiddle
- Bufferbloat и перегрузкаsenior
- Граница физического уровняsenior
- Конверт IPjunior
- Читаем IP-заголовокmiddle
- Трёхстороннее рукопожатие TCPjunior
- Номера последовательности и состояние соединенияmiddle
- Управление потоком и перегрузкойmiddle
- BBR, производственная наблюдаемость и за пределами TCPsenior
- DNS: что делает и зачем существуетjunior
- Обход резолвера: перенаправления, типы записей и gluemiddle
- TTL, кеширование и распространение DNSmiddle
- Что делает TLS и зачем он нуженjunior
- Рукопожатие за 1 RTT: key share и ECDHEmiddle
- Возобновление сессии и 0-RTTmiddle
- Расписание ключей, SNI, ALPN и расширенияsenior
- Защита 0-RTT, ECH, гибридный PQ и продакшн TLSsenior
- CDN: контент по соседствуjunior
- Anycast и GeoDNS: маршрутизация к ближайшему edgemiddle
- Многоуровневый кеш и Cache-Controlmiddle
- Заголовок Vary и cache keysmiddle
- Stale-while-revalidate и cache stampedesenior
- Edge workers и edge-side compositionsenior
- CDN: операции и observabilitysenior
- WebSocket: HTTP-апгрейд до постоянного соединенияjunior
- Формат WebSocket-фрейма: opcodes, маскирование, фрагментацияmiddle
- WebSocket vs SSE vs long-polling: выбор правильного транспортаmiddle
- 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
- Алгоритмы балансировки: от round-robin до power-of-two-choicesmiddle
- L4 vs L7 балансировка и сохранение IP клиентаmiddle
- 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
- QUIC-потоки и head-of-line blockingjunior
- Объединённое рукопожатие и 1-RTTmiddle
- Connection ID и миграция сетиmiddle
- Обнаружение потерь и управление перегрузкойmiddle
- Возобновление 0-RTT и шифрование пакетовsenior
- Развёртывание и стоимость CPUsenior
- 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
- Двенадцать слоёв: один URL, семь действующих лицjunior
- DNS, TCP, TLS по очереди: куда уходят миллисекундыmiddle
- Критический путь рендеринга и Core Web Vitalsmiddle
- 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
- Метрики и cardinality: cost-модель time-series databasemiddle
- Логи и объём: cost-модель структурного логированияmiddle
- Трейсы и сэмплирование: cost-модель distributed tracingmiddle
- Join-ключи и exemplar''''ы: как три сигнала становятся компонуемымиmiddle
- Observability 2.0: широкие события и сдвиг стоимостиsenior
- Режимы сбоя и инженерная практика: cardinality budget''''ы, PII и сэмплированиеsenior
- Зачем нужны структурные логи: дневник против таблицыjunior
- Схема продакшн-лога: поля, которые несёт каждая строкаmiddle
- Log levels и маршрутизация алертовmiddle
- Стратегии sampling и стоимость логовmiddle
- PII-редакция и log injectionsenior
- Propagation trace-контекста в логахsenior
- OTel Logs Data Model и audit-логи как подсистемаsenior
- Что такое OpenTelemetry: API, SDK, Collector, OTLPjunior
- Сигналы OTel, Semantic Conventions и проводной формат OTLPmiddle
- Авто-инструментирование и ручные спаны: правило 80/20 в OTelmiddle
- Collector OTel: receivers, processors, exporters и паттерны развёртыванияmiddle
- Стратегии сэмплирования: head, tail и parent-basedmiddle
- Vendor-нейтральность, eBPF-инструментирование, Operator и OTel в браузере и serverlesssenior
- Эксплуатация OTel Collector: надёжность, version skew, режимы отказа и управлениеsenior
- RED и USE: два чек-листа, одна дисциплина триажаjunior
- Инструментация RED в Prometheus: счётчики, гистограммы и дисциплина cardinalitymiddle
- USE на Linux: CPU, память, диск, сеть и PSImiddle
- Golden signals, структура дашборда и auto-RED в service meshmiddle
- Cardinality как драйвер затрат: label, PII, exemplars и семплированиеmiddle
- Native histograms, SLO и паттерны production-сбоевmiddle
- SLI, SLO и error budget: надёжность в числахjunior
- Выбор SLI и SLO-целей: отношения, не ощущенияmiddle
- Multi-window multi-burn-rate-алертинг: почему AND лучше ORmiddle
- Error budget policy, latency SLO и составные journeysmiddle
- Iceberg SLI, математика составного SLO и SLA vs SLOsenior
- Продакшн-отказы SLO, самонаблюдаемость, безопасность и общая картинаsenior
- Что такое trace propagation и почему сломанная propagation хуже отсутствия трейсовjunior
- traceparent и tracestate: полный формат W3C-заголовкаmiddle
- Baggage и async-границы: перенос контекста через очереди и callback''''иmiddle
- Async context на разных языках, service mesh, миграция B3 и безопасностьsenior
- Production-сбои propagation, span links и платформенный дизайнsenior
- Flame graph: читаем картинку, которая показывает, куда ушло времяjunior
- Sampling vs instrumentation profiling: почему 99 Гц побеждает в productionmiddle
- Типы профилей: CPU, память, off-CPU, mutex — какой когда братьmiddle
- Continuous profiling: always-on flame graphs с eBPF и корреляцией trace-idmiddle
- Как flame graph строится из сэмплов и как использовать его в productionmiddle
- Linux perf, внутренности eBPF, PGO и ограничения sampling''''аsenior
- Profiling в production: безопасность, war stories, OTel profiles и дизайн инфраструктурыsenior
- Debugging-воронка: SLO → RED → trace → profilejunior
- Архитектура OTel: один SDK, четыре сигнала, один wire-форматmiddle
- Экономия на observability: удерживаем затраты в пределах 5% inframiddle
- Петля инцидента: от пейджера до постмортема до предотвращенияmiddle
- Масштаб, безопасность и ROI наблюдаемых системsenior
- Сначала профиль: измерь куда реально уходит времяjunior
- Закон Амдала и self-time: потолок любого ускорения, которое ты можешь выпуститьmiddle
- Измерительный цикл: микробенч, макробенч, prod-профиль, эффект наблюдателяmiddle
- Чтение флейм-графов: формы, профайлеры по языкам и 60-секундный сканmiddle
- Статистические baseline''''ы: почему один запуск — не измерениеmiddle
- История профайлеров и ловушки микробенчей: от Кнута до GWPsenior
- Hardware counters, профили холодного старта и безопасность профилейsenior
- Непрерывное профилирование в масштабе: затраты, CI-гейты, корреляция с трейсами и антипаттерныsenior
- Что делает путь горячим: симптом против причиныjunior
- Пять форм hotspot''''а: CPU, аллокации, кэш, лок, syscallmiddle
- Чтение parent и child chains: где применять правкуmiddle
- JIT deopt, цикл fix-and-verify и PR-time профилированиеmiddle
- Аппаратные счётчики и Intel TMA: диагностика подкатегорийsenior
- False sharing и горячие пути нативных мостовsenior
- Горячие пути в production: безопасность, хвостовая латентность и происхождение инструментовsenior
- Иерархия памяти: почему расстояние важнее числа операцийjunior
- Row-major vs column-major: порядок доступа и разрыв в 9xjunior
- Cache lines и false sharing: когда параллелизм замедляет кодmiddle
- Branch prediction: 10–30 циклов штрафа за неожиданный ifmiddle
- SIMD и data layout: AoS vs SoA и разница в 4–8xmiddle
- Hardware prefetcher, TLB и memory-level parallelismsenior
- Cache-oblivious алгоритмы, PGO и production failuressenior
- Основы GC: за что рантайм берёт налогjunior
- Алгоритмы GC: поколенческая гипотеза, concurrent marking и write barriermiddle
- GC tradeoffs: пауза, throughput, память и давление аллокацийmiddle
- Настройка GC: пейсинг, форма кучи и наблюдаемость аллокацийmiddle
- Внутреннее устройство GC: tri-color инвариант, write barriers и глубокое погружение в рантаймыsenior
- GC в production: наблюдаемость, безопасность, edge cases и управление флотомsenior
- N+1: одна логическая операция, много round-trip''''овjunior
- Семейства фиксов: JOIN, IN, preload и DataLoadermiddle
- Обнаружение N+1: query logs, APM traces и CI gatesmiddle
- DataLoader: батчинг по дереву резолверовmiddle
- Кросс-протокольный N+1: HTTP fan-out и Redis MGETmiddle
- N+1 в масштабе: исчерпание пула, изменения планов и денормализацияsenior
- 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
- Что на самом деле стоит bundle: download, parse, compile, executejunior
- Core Web Vitals: LCP, INP и CLSmiddle
- Code splitting: route-level, component-level, vendor splittingmiddle
- Tree shaking и compression: удаляем то, что не используемmiddle
- Third-party scripts: тихий убийца бюджетаmiddle
- 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