当前位置: 首页 > news >正文

modulepreload 对性能的影响

一、正面影响

  1. 减少加载时间
    • modulepreload 可以让浏览器提前下载模块脚本,减少页面加载时间,特别是对于依赖较多的复杂应用。这种预加载可以让浏览器在遇到 modulepreload 链接时立即开始下载,而不是等到实际需要时才下载
  2. 提升用户感知性能
    • 用户会感觉应用更快,因为关键资源在需要时已经被加载完毕。这能带来更流畅和响应更快的用户体验
  3. 高效利用网络
    • 通过预加载关键模块,应用可以更好地利用可用的网络带宽。这对于有空闲网络时间段的情况尤其有利,可以提前获取资源

二、负面影响

  1. 增加初始加载量
    • 如果过度使用 modulepreload,可能会导致大量网络请求同时进行。这会增加初始加载时间,并对用户的网络造成压力,导致其他资源加载变慢
  2. 网络拥堵
    • 预加载过多资源可能会造成网络拥堵,尤其是在较慢的连接上。这会导致关键资源加载延迟,整体性能下降
  3. 未使用的资源
    • 如果预加载的资源没有被立即或频繁使用,会导致带宽浪费和不必要的内存消耗。这对于数据计划有限或使用移动网络的用户来说尤其有问题

三、vite打包所有的js文件都 modulepreload的解决办法

找出不需要preload的文件进行过滤

参考文档:Build Options | Vite

build: {modulePreload: {resolveDependencies(filename, deps) {const noPreloadFiles = ['send','star','vip',]return deps.filter(dep => {return !noPreloadFiles.some(f => dep.includes(f))})},},},

 

http://www.lryc.cn/news/402595.html

相关文章:

  • 问题:向上对齐对象的快捷键是: #学习方法#笔记
  • C# 4.List
  • 界面控件DevExpress Blazor UI v24.1 - 发布全新TreeList组件
  • docker默认存储地址 var/lib/docker 满了,换个存储地址操作流程
  • SpringMVC的底层工作原理?
  • PyTorch 深度学习实践-处理多维特征的输入
  • 常见逻辑漏洞举例
  • FastAPI 学习之路(五十九)封装统一的json返回处理工具
  • tg小程序前端-dogs前端源码分析
  • Linux——多路复用之select
  • 探索.NET内存之海:垃圾回收的艺术与实践
  • 路由数据获取及封装方法
  • Visual Studio Code 实现远程开发
  • 基于STM32设计的人体健康监测系统(华为云IOT)(189)
  • 开源防病毒工具--ClamAV
  • 【网络】Socket编程
  • 【鸿蒙学习笔记】舜和酒店项目开发
  • 再进行程序的写时,不要使用eval函数——内建函数eval的坏处!!!!!!!!
  • Flink HA
  • 神经网络中如何优化模型和超参数调优(案例为tensor的预测)
  • 使用AJAX发起一个异步请求,从【api_endpoint】获取数据,并在成功时更新页面上的【target_element】
  • 【AI绘画教程】Stable Diffusion 1.5 vs 2
  • 纯前端小游戏,4096小游戏,有音效,Html5,可学习使用
  • ROS、pix4、gazebo、qgc仿真ubuntu20.04
  • qt 国际化语言,英文和中文切换
  • 机器学习入门【经典的CIFAR10分类】
  • 01 安装
  • AI 模型本地推理 - YYPOLOE - Python - Windows - GPU - 吸烟检测(目标检测)- 有配套资源直接上手实现
  • 全国媒体邀约,主流媒体到场出席采访报道
  • 计算机视觉8 图像增广