Браузер и фронтенд-рантайм
Метод трёх треков: чтение трасс и построение системы мониторинга
Джуниор-инженер оптимизирует обработчик «Добавить в корзину» — он уже занимает 12 мс, значительно ниже бюджета. INP остаётся на 480 мс. Второй инженер находит 900-миллисекундную задачу гидратации, начинающуюся перед каждым ранним тапом. Исправление обработчика оптимизировало то, что не было ограничением. Ограничением была задача, за которой тап стоял в очереди. Чтение трассы — это не знание того, что вещи медленны — это знание того, какой трек, в какой момент, был фактическим узким местом.
Метод трёх треков.
Трасса производительности DevTools страницы товара показывает три перекрывающихся трека на одной временно́й шкале: сетевой трек, трек основного потока и трек GPU/композитора. Сеньорный метод диагностики любой медленной страницы:
- Найди симптом для пользователя. Поздний маркер LCP. Долгое взаимодействие в треке Interactions. Красный маркер сдвига макета.
- Перейди к моменту, когда симптом произошёл, и спроси, какой трек был ограничением.
- Поздний LCP + hero ещё на сетевом треке в момент LCP → проблема сети или обнаружения (поломка 1).
- Поздний LCP + hero закончился рано + основной поток сплошной → блокирующий JS, задержка рендеринга элемента.
- Медленное взаимодействие + долгая задача основного потока перекрывает его → гидратация или тяжёлый обработчик (поломки 3 и 5).
- Назови ограничение как: «этот трек, в этот момент». Это исправимое утверждение. «Страница медленная» — нет.
Это превращает «страница медленная» в «основной поток был заблокирован задачей гидратации с 1.6 с до 2.5 с, и тап пользователя в 2.0 с стоял в очереди за ней». Это то, что можно починить.
- Сетевой трек
- HTML → CSS → JS → изображения, параллельно
- Трек основного потока
- Парсинг → компиляция → отрисовка → гидратация → обработка
- Трек GPU
- Композиция → вывод кадров
- Паттерн узкого места: до отрисовки
- Ограничение сети (загрузка hero, блокирующий JS)
- Паттерн узкого места: после отрисовки
- Ограничение основного потока (задача гидратации, тяжёлый обработчик)
Глубокое погружение в гидратацию — где встречаются пять уроков.
Гидратация — шарнир всей трассы, поэтому стоит ещё один проход. Это рекурсор React (урок 05), работающий в специальном режиме: вместо того, чтобы createRoot строил свежий DOM, hydrateRoot обходит дерево компонентов и принимает существующий серверный DOM. Фаза рендеринга выполняется — твои компоненты выполняются, дерево фибр строится — но фаза фиксации, вместо вставки узлов, прикрепляет обработчики событий и запускает эффекты.
Гидратация ограничена JS-бандлом: ничто не гидрируется, пока V8 (урок 03) не распарсил, скомпилировал и не начал выполнять этот бандл. Это одна или несколько задач на цикле событий (урок 01), и большая жадная гидратация — одна длинная задача, блокирующая ввод — которую Core Web Vitals (урок 07) записывает как плохой INP для любого взаимодействия в этом окне. И всё стоимость существует только потому, что страница была серверно-рендерена (урок 06) с самого начала. Гидратация — это где встречаются пять из семи браузерных уроков.
Глубокое погружение в первую отрисовку — ещё одно плотное пересечение.
Другое плотное пересечение — последовательность первой отрисовки. Конвейер рендеринга (урок 02) нуждается в DOM и CSSOM; DOM приходит из HTML-парсера, CSSOM из парсинга CSS — обе задачи основного потока (урок 01). JavaScript, который может модифицировать DOM перед первой отрисовкой, сначала должен быть распарсен и скомпилирован V8 (урок 03), и если этот JS блокирует рендеринг, отрисовка ждёт его. Стадия компоновки передаёт слои GPU. LCP (урок 07) срабатывает, когда наибольший элемент этой отрисовки приземляется.
Поэтому «первая отрисовка» — не один механизм — это конвейер рендеринга, парсер, V8 и композитор, скоординированные, с Core Web Vital, наблюдающим за результатом. Ни один слой не является островом; каждая реальная страница — весь стек сразу.
Финальная дисциплина — три хода.
Отступи от страницы и посмотри на метод сам. Сеньорный навык, который строит весь этот раздел — не запоминание восьми слоёв — это дисциплина диагностики. У неё три хода:
-
Измерь прежде чем трогать. Реальная трасса и полевой RUM, никогда угадывание, потому что симптом рутинно называет неправильный слой. Джуниор, оптимизировавший обработчик 12 мс, ничего не измерял — он угадывал.
-
Найди ограничение, а не ограничение. На перекрывающейся временно́й шкале всегда есть один трек, в один момент, который является фактическим узким местом — оптимизация чего-либо другого двигает число, которое не было проблемой. Задача гидратации 900 мс была ограничением; обработчик не был.
-
Исправь доминирующую причину, затем переизмерь. Потому что слои взаимодействуют, исправление в одном слое меняет бюджет в других, поэтому трасса после исправления — новый диагноз, а не подтверждение. Сжатие бандла меняет стоимость V8, которая меняет задачу гидратации, которая меняет профиль INP — новая трасса может обнаружить вторичное узкое место.
Джуниор-инженер оптимизирует то, что умеет оптимизировать; сеньор-инженер оптимизирует то, что трасса называет ограничением. Восемь слоёв — это карта; дисциплина — знание, что карта не говорит, где проблема — это делает измерение.
Наблюдаемость производства — превращение понимания в систему.
Ментальная модель конца в конец становится практикой производства через многоуровневую телеметрию, каждый слой наблюдает за границей, которой владеет:
- RUM с
web-vitalsзахватывает LCP, INP и CLS с атрибуцией — LCP-элемент, INP-скрипт, источник CLS — так что регрессия называет свой собственный слой. - Long Animation Frames (
PerformanceObserverзаписиlong-animation-frame) атрибутируют медленные кадры конкретным скриптам, ловя задачу гидратации и тяжёлые обработчики. - Серверное трассирование наблюдает за TTFB и путём получения данных.
- Телеметрия сервис-воркера наблюдает за показателями попаданий в кеш и длительностью
fetch-обработчика. - Синтетические CI-ворота — регулируемая трасса Lighthouse или Playwright на каждый PR — ловят очевидные регрессии до слияния.
Поскольку медленная страница — проблема цепи, мониторинг должен охватывать каждое звено. И каждая метрика должна нести достаточно атрибуции, чтобы указывать обратно на слой, который сломался. Вот как понимание всей цепи перестаёт быть навыком отладки и становится системой, которая ловит поломку за тебя.
Трасса DevTools показывает длинную задачу основного потока 900 мс, начинающуюся в 1.6 с. Тап пользователя в 2.0 с имеет INP 700 мс. Каков правильный диагноз?
Почему «исправь доминирующую причину, затем переизмерь» — лучший подход, чем «исправь всё сразу и проверь»?
Почему «гидратация — где встречаются пять уроков» важно для диагностики производства?
Почему стек наблюдаемости производства нуждается в RUM и синтетических CI-воротах — почему ни один из них не достаточен?
Почему это работает
Финальная дисциплина отражает классическое insight теории систем: ограничение управляет пропускной способностью всей системы, и оптимизация чего угодно, что не является ограничением, не двигает выход системы. Это Теория ограничений Голдратта, применённая к производительности страниц: найди один трек, в один момент, блокирующий результат — затем сосредоточься исключительно на нём, пока он больше не является ограничением, что обнажает следующее ограничение. Дисциплина трёх ходов (измерь, найди ограничение, исправь и переизмерь) — просто этот принцип, сделанный конкретным для работы с производительностью браузера.
- 01Объясни метод чтения трасс по трём трекам и почему «симптом и причина находятся в разных слоях» — центральный урок этого раздела.
- 02Что делает гидратацию 'шарниром всей трассы' — какие пять уроков она затрагивает и почему?
- 03Опиши стек наблюдаемости производства, превращающий дисциплину трёх треков в систему, автоматически ловящую поломки.
Метод трёх треков превращает «страница медленная» в исправимое утверждение: найди симптом для пользователя (поздний LCP, плохой INP, всплеск CLS), перейди к моменту его возникновения и спроси, какой трек — сеть, основной поток или GPU — был ограничением в тот момент. Гидратация — шарнир трассы, потому что она касается цикла событий, V8, рекурсора React, стратегии рендеринга и Core Web Vitals одновременно; регрессия INP гидратации может иметь первопричину в любом из этих слоёв. Финальная дисциплина имеет три хода: измерь прежде чем трогать (никогда не угадывай), найди трек-ограничение в момент ограничения (а не просто что-то медленное), исправь доминирующую причину затем переизмерь (исправление меняет систему и может обнажить новое узкое место). Многоуровневая телеметрия производства — RUM с web-vitals и атрибуцией LoAF, серверное трассирование, мониторинг сервис-воркера и синтетические CI-ворота — превращает эту диагностическую дисциплину в систему, ловящую поломки до того, как они достигнут пользователей. Восемь слоёв — это карта; измерение — то, что говорит, где проблема действительно живёт.
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