Производительность
Tree shaking и compression: удаляем то, что не используем
Разработчик импортирует одну функцию из lodash: import { debounce } from 'lodash'. Bundle analyzer показывает 70 КБ lodash в выводе. Ожидалось 2 КБ. Импорт выглядел правильно — но формат модуля был неверным.
Как работает tree shaking
Tree shaking — способность bundler’а обнаруживать и удалять экспорты, которые никогда не импортируются. Если модуль экспортирует 200 функций, а app импортирует только одну, остальные 199 — «мёртвый код» — их не должно быть в bundle.
Это работает, потому что ES module синтаксис (import / export) поддаётся статическому анализу: bundler может трассировать import-цепочки при сборке без выполнения кода. CommonJS (require()) вычисляет экспорты во время выполнения; bundler не может статически знать, какие используются, и включает всё.
// Tree-shakeable (ESM) — bundler видит при сборке, какие экспорты используются
import { debounce } from 'lodash-es'; // Только debounce в bundle
// НЕ tree-shakeable (CJS) — bundler включает все экспорты
import { debounce } from 'lodash'; // Все 70 КБ lodash в bundleДля включения tree shaking: используй ESM-сборку библиотеки (часто указана как module в package.json), настрой bundler на её использование (resolve.mainFields: ['module', 'main'] в Webpack, автоматически в Vite), и убедись, что твой код использует named exports.
Четыре ловушки, побеждающие tree shaking
Ловушка 1 — side effects на уровне модуля. Модуль, устанавливающий window.foo = bar или регистрирующий глобал при импорте, не может быть tree-shaken — bundler должен сохранить side effect, даже если ни один экспорт не используется. Fix: пометь пакет как "sideEffects": false в package.json, если у него нет module-scope side effects, или используй /* #__PURE__ */ аннотации на конкретных вызовах.
Ловушка 2 — CJS re-export. Даже если твой код ESM, библиотека, компилирующаяся в CJS, не может быть tree-shaken. Bundler оборачивает весь модуль. Проверь package.json библиотеки: если нет поля "module" или "exports", указывающего на ESM-сборку, — весь модуль едет. Переключись на ESM-first альтернативу или используй cherry-picked imports (lodash/debounce вместо lodash).
Ловушка 3 — export * re-exports. export * from './module' ре-экспортирует всё. Если даже один потребитель импортирует один экспорт из barrel-файла, весь модуль сохраняется. Fix: явные named re-exports в barrel-файлах.
Ловушка 4 — dynamic import с переменной. await import('./module') — tree-shakeable; await import(name), где name — runtime-переменная, — нет: bundler не знает, какой модуль будет запрошен при сборке.
| Ловушка | Почему побеждает tree shaking | Fix |
|---|---|---|
| Side effects на уровне модуля | Bundler должен сохранить global mutation | sideEffects: false или #PURE аннотация |
| CJS-библиотека | Экспорты вычисляются во время выполнения | ESM-сборка или cherry-pick imports |
| export * barrel files | Один потребитель держит весь модуль | Явные named re-exports |
| Dynamic import с переменной | Модуль неизвестен при сборке | String literals в import() |
Compression: gzip vs brotli
Compression уменьшает байты, передаваемые по сети. Text-based ассеты (JS, CSS, JSON, SVG) сжимаются на 60-80% с gzip и 70-90% с brotli. Те же 500 КБ uncompressed JS становятся примерно 200 КБ gzip’d или 160 КБ brotli’d.
Важное ограничение: compression уменьшает только download-стоимость. Parse, compile и execute стоимость определяется несжатым размером кода. Переход с gzip на brotli экономит ~10-25% сверх на wire — стоит делать, но не адресует CPU-узкое место.
Static vs dynamic compression: Static compression генерирует сжатый файл при сборке и отдаёт его напрямую с Content-Encoding: br. Стоимость при request time: ноль. Dynamic compression сжимает on the fly per request: ~5-30 мс для brotli, ~1-5 мс для gzip. Senior pattern: static brotli для всех статических ассетов (JS, CSS); dynamic gzip для HTML responses, varying per user.
# Проверить, что brotli отдаётся
curl -sI -H "Accept-Encoding: br" https://your-app.com/app.js | grep content-encoding
# Ожидается: content-encoding: brПочему это работает
Почему несжатый размер определяет parse-стоимость? Браузер распаковывает файл перед парсингом. JS-движок получает и парсит исходные байты, не сжатую форму. Gzip и brotli — transport-layer оптимизации — экономят сетевые байты, но CPU-работа та же.
Библиотека поставляет только CJS-сборку. Команда импортирует одну utility-функцию. Что происходит в bundle?
Команда переключается с gzip на static brotli для JS-ассетов. Transfer size падает на 15%. LCP улучшается на 40 мс на mobile. Затронута ли parse-стоимость?
Модуль имеет `window.analytics = createAnalytics()` на уровне модуля и помечен sideEffects: true. App импортирует только одну функцию из него. Что происходит?
- 01Почему импорт из CJS-библиотеки шлёт всю библиотеку, даже если используешь только одну функцию?
- 02Библиотека помечена sideEffects: false, но всё равно полностью появляется в bundle. Назови две вероятных причины.
- 03В чём разница эффекта gzip и code splitting на parse-стоимость?
Tree shaking опирается на ESM статический анализ для удаления unused exports. Четыре ловушки — CJS-модули, module-scope side effects, barrel export*, dynamic variable imports — незаметно его побеждают и стоят проверки при каждой сборке. Compression (brotli предпочтительнее gzip) уменьшает wire-байты, но не трогает parse-стоимость. Вместе tree shaking и compression дополняют code splitting: splitting уменьшает то, что route скачивает; tree shaking убирает мёртвый код внутри каждого chunk; compression сжимает transfer. Следующий урок рассматривает third-party scripts — категорию, чаще всего взрывающую тщательно выставленные бюджеты.
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