312362115/claude/perf-profiling

性能问题
  │
  ├─ 前端性能？（页面加载慢、交互卡顿、首屏慢）
  │   └─ 前端分析流程
  │
  ├─ 后端性能？（API 响应慢、数据库查询慢、CPU/内存高）
  │   └─ 后端分析流程
  │
  └─ 不确定？
      └─ 先用浏览器 DevTools Network 面板判断瓶颈在前端还是后端

# Lighthouse CLI（如果可用）
npx lighthouse <url> --output=json --output-path=./lighthouse-report.json
 
# 或用 Playwright 采集性能数据
# 通过 MCP playwright 工具访问页面并执行 performance API

# Webpack
npx webpack-bundle-analyzer stats.json
 
# Vite
npx vite-bundle-visualizer
 
# Next.js
ANALYZE=true next build

# 简单测量（单次）
time curl -s -o /dev/null -w "%{time_total}" <api-url>
 
# 并发测试（如 wrk 可用）
wrk -t4 -c100 -d30s <api-url>
 
# 或用 Node.js 脚本测量
node -e "
const start = Date.now();
fetch('<api-url>').then(() => console.log(Date.now() - start + 'ms'));
"

-- MySQL/PostgreSQL 查询分析
EXPLAIN ANALYZE <your-query>;

// Node.js ORM 慢查询日志
// Prisma: 在 PrismaClient 初始化时开启
const prisma = new PrismaClient({ log: ['query', 'warn', 'error'] });
// Sequelize: 开启 benchmark
const sequelize = new Sequelize({ benchmark: true, logging: console.log });

# CPU profiling
node --prof app.js
node --prof-process isolate-xxx.log > processed.txt
 
# 内存快照
node --inspect app.js
# 然后在 Chrome DevTools 中 Take Heap Snapshot

# cProfile
python -m cProfile -s cumtime app.py
 
# memory_profiler
pip install memory_profiler
python -m memory_profiler app.py

## 性能基线（优化前）
 
| 指标 | 值 | 测量条件 |
|------|-----|---------|
| LCP | 3.8s | 首页，Chrome，4G 模拟 |
| API /users 响应 | p95: 450ms | 100 并发，30s |
| 数据库查询 | 320ms | users 表 10 万行 |

## 优化效果对比
 
| 指标 | 优化前 | 优化后 | 改善 |
|------|--------|--------|------|
| LCP | 3.8s | 1.9s | -50% ✅ |
| API /users p95 | 450ms | 120ms | -73% ✅ |
| Bundle 大小 | 2.1MB | 890KB | -58% ✅ |

# 性能分析报告：<模块/页面>
 
## 问题描述
用户反馈/指标异常的具体描述
 
## 分析结论
瓶颈在哪，为什么慢
 
## 优化措施
| # | 措施 | 预期效果 | 实际效果 |
|---|------|---------|---------|
 
## 性能对比
基线 vs 优化后
 
## 后续建议
还可以进一步优化的方向

task-execute 执行中发现性能问题 → perf-profiling（分析定位）
refactoring 重构后 → perf-profiling（回归验证，确认性能没退化）
release 发版前 → perf-profiling（性能相关需求的验收）