Производительность
Что на самом деле стоит bundle: download, parse, compile, execute
Разработчик выпускает новую фичу в пятницу. На MacBook страница грузится за 800 мс — нормально. К понедельнику bounce rate вырос на 20%. Коллега тестирует на mid-range Android и 8 секунд смотрит в белый экран. Фича была в порядке. Bundle — нет.
Четыре фазы, одна цена
Когда браузер скачивает JavaScript-файл, он не просто «грузит» код. До первого возможного взаимодействия выполняются четыре последовательные фазы.
Download — байты идут по сети. На 4G 200 КБ gzip’d занимает 150-500 мс в зависимости от качества сигнала.
Parse — JS-движок проходит по каждому байту и строит абстрактное синтаксическое дерево (AST). V8 парсит примерно 1-2 МБ/сек на быстром laptop-CPU и лишь 200-400 КБ/сек на среднем Android. Bundle 500 КБ uncompressed занимает 1,5-2 с parse на mid-range mobile.
Compile — движок преобразует AST в байткод, затем в оптимизированный машинный код. V8 использует многоуровневый пайплайн (Ignition → Sparkplug → TurboFan). Стоимость компиляции примерно линейно зависит от количества кода, реально запущенного при старте.
Execute — top-level код bundle’а выполняется синхронно: инициализация фреймворка, создание store, регистрация роутов. Для типового React + Redux приложения это блокирует main thread на 100-500 мс.
Полная цепочка на mid-range mobile для bundle 500 КБ uncompressed: download 800 мс + parse 1,5 с + compile 300 мс + execute 400 мс = примерно 3 секунды до первого возможного клика. Каждая фаза — отдельный рычаг; ни одна не поможет без прямого адресования.
| Фаза | Узкое место | Цена на mid-range mobile (500 КБ uncompressed) |
|---|---|---|
| Download | Network bandwidth | ~800 мс на 4G |
| Parse | CPU — V8 проходит каждый байт | ~1,5-2 с |
| Compile | CPU — JIT-уровни | ~300 мс |
| Execute | CPU — single-threaded старт | ~400 мс |
Почему «работает на моём ноутбуке» — ложный тест
MacBook M-series имеет single-thread CPU в 4-8 раз быстрее среднего Android (Snapdragon 6 или 7-серия). 5G или Wi-Fi помогут с download — но parse, compile и execute выполняются целиком на CPU юзера. Более быстрая сеть не двигает эти фазы ни на миллисекунду.
Большинство пользователей в глобальных рынках — на mid-range или старом железе. Команды, тестирующие только на флагманах или dev-машинах, систематически недооценивают реальный опыт юзера. Chrome DevTools имеет режим CPU throttling 4x, приближающий mid-range Android; его использование при каждой performance-проверке ловит разрыв до продакшна.
Дисциплина bundle budget
Bundle budget — максимальное количество байтов (обычно gzip’d JS, CSS, images раздельно), которое route имеет право доставлять, enforce’ится в CI. Без бюджета размер bundle растёт по accretion: каждый инженер добавляет библиотеку, каждая добавляет несколько КБ, ни один PR не виноват, но через полгода bundle удвоился. С бюджетом каждый PR, превышающий cap, fail’ит CI — команда либо оправдывает добавление, либо находит меньшую альтернативу.
Бюджет конвертирует performance из намерения в constraint. Он делает для клиентских байтов то же, что SLO делает для серверной latency: делает её измеримой, enforced и owned.
Почему это работает
Почему 1 МБ JS стоит дороже 1 МБ image? Image скачивается, декодируется GPU и рисуется. JS скачивается, затем парсится, компилируется и выполняется на CPU — три дополнительных фазы, медленных, последовательных, блокирующих main thread. За байт JS примерно в 5-10 раз дороже image на mid-range mobile.
Bundle 500 КБ uncompressed грузится нормально за 400 мс на dev-ноутбуке. Оцени вероятный Time to Interactive на mid-range Android на 4G.
Расставь lifecycle JS bundle'а от сетевого запроса до первого взаимодействия:
- 1 Браузер запрашивает JS-файл с сервера
- 2 Сервер возвращает файл (часто сжатый gzip или brotli)
- 3 Браузер распаковывает и получает байты
- 4 JS-движок парсит байты в abstract syntax tree (AST)
- 5 JS-движок компилирует AST в байткод и затем в оптимизированный машинный код
- 6 Браузер выполняет top-level код: imports, side effects, инициализация фреймворка
- 7 App достигает interactive состояния — юзер может кликнуть
Команда переходит с gzip на brotli, bundle с 180 КБ до 150 КБ transferred. LCP улучшается на 50 мс. Решена ли проблема bundle?
- 01Назови четыре фазы, которые JS bundle проходит до interactive страницы.
- 02Почему апгрейд до 4G не исправляет parse и compile время?
- 03Что такое bundle budget и что он предотвращает?
JavaScript bundle запускает четыре последовательных CPU-фазы: download, parse, compile, execute. Первая — network-bound; остальные три — CPU-bound и в 4-8 раз медленнее на среднем Android, чем на dev-ноутбуке. Bundle 500 КБ uncompressed может стоить 3 секунды заблокированного main thread на mid-range mobile — невидимо в разработке. Bundle budgets делают цену per-route constraint, enforce’ируемым в CI, ловя дрейф до юзеров. Следующий урок связывает эти цены с Google Core Web Vitals и конкретными порогами, определяющими «хорошо» vs «плохо» для LCP, INP и CLS.
встречается в159
- 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
- Стратегии retry: backoff, jitter и thundering herdmiddle
- Наблюдаемость, production-инциденты и дизайн для глобального масштабаsenior
- Задачи, микрозадачи и scheduler.yield()middle
- Точность таймеров, троттлинг и фоновая работаmiddle
- Event loop Node.js: фазы, nextTick и задержка циклаsenior
- Стратегии рендеринга: SSG, SSR, ISR, streaming и гидратацияjunior
- SSG, SSR, ISR, streaming и RSC — как работает каждая стратегияmiddle
- Цена гидратации: selective, progressive, острова, resumabilitymiddle
- Core Web Vitals: что измеряют LCP, INP и CLSjunior
- LCP: четыре фазы, одна доминирующая стоимостьmiddle
- INP: input delay, processing, presentationmiddle
- Lab vs field: почему они расходятся и как использовать каждыйmiddle
- Трейдоффы метрик, RUM-атрибуция и цикл CI+полеsenior
- Общая картина: от URL до LCP до INP как эстафетаjunior
- Восемь слоёв трассировки: от service worker до второй навигацииmiddle
- Пять канонических поломок: где производство стабильно ломаетсяsenior
- Метод трёх треков: чтение трасс и построение системы мониторингаsenior
- 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
- 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
- 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
- Таксономия сбоев миграций и дисциплина продакшнаsenior
- Выбор ключа шарда: стратегии hash, range, list и directorymiddle
- Ко-локация и Citus: инвариант, делающий шардирование пригодным к использованиюmiddle
- Режим отказа hot shard: обнаружение, изоляция и долгосрочная политикаmiddle
- 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
- Биты в проводеjunior
- Математика задержкиmiddle
- Bufferbloat и перегрузкаsenior
- Граница физического уровняsenior
- Номера последовательности и состояние соединенияmiddle
- Управление потоком и перегрузкойmiddle
- BBR, производственная наблюдаемость и за пределами TCPsenior
- 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
- 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
- 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
- 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
- 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
- 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
- Масштаб, безопасность и ROI наблюдаемых системsenior