Chrome DevTools Performance用Main线程火焰图定位脚本耗时
页面卡顿时,先不要凭感觉猜某个函数慢。用 Chrome DevTools 的 Performance 面板录制一次范围明确的操作,再从 Main 线程火焰图的横向宽度找到长任务,最后用 Summary 和 Bottom-up 把总耗时收敛到具体脚本调用。
官方地址:https://developer.chrome.com/docs/devtools/performance/reference
最稳的判断顺序是“先固定复现动作,再看 Main 轨道的宽度,最后比较 Self time 和 Total time”。火焰图负责告诉你哪里占时间,Bottom-up 负责告诉你哪些函数值得先改。
准备记录:先把任务窗口变成可比较的样本
打开 Chrome DevTools,进入 Performance。如果分析页面加载,选择录制并刷新;如果分析点击、筛选或滚动造成的卡顿,就先把页面放到稳定状态,再点击 Record。一次录制只保留一个目标动作,避免把切换标签、打开菜单等无关操作混进样本。
- 路径:Chrome 菜单 > 更多工具 > 开发者工具 > Performance。
- 路径:Performance > Capture settings。只有需要模拟低端设备时才设置 CPU 或 Network 节流;同一组对照必须使用相同设置。
- 点击 Record,执行一次目标动作,动作结束后立即点击 Stop。不要为了“多采一点”连续操作多个功能。

成功的可比较样本应当出现 Main、Network、Frames 等轨道,时间轴范围只覆盖目标动作。若每次录制的起止位置差异很大,先缩小复现步骤,不要急着解释耗时数字。
从 Main 火焰图回到具体脚本调用
在 Main 轨道中,矩形的横向宽度代表活动占用的时间,纵向嵌套表示调用关系。先找出最宽的脚本活动,再单击它查看下方详情;不要只盯着颜色,也不要把最深的一层直接认定为根因。
- 路径:Performance > Main track。先观察长任务所在的时间段,再逐层展开调用栈。
- 选中长任务后查看 Summary,记录 Duration、Script activity 等信息,以及它属于哪一类活动。
- 如果选中的是父级任务,继续点进耗时集中的子活动;如果多个子项都很短但父项很宽,说明需要转到聚合视图继续判断。

这一步的结果不是“找到一个最深函数”,而是得到一个可复述的范围:某次交互中,某个长任务占用了多少时间,Summary 将它归到了哪类脚本活动。
用 Bottom-up 区分自身慢与调用链慢
选择活动后切到 Bottom-up。这里从底层活动的聚合结果看耗时,适合回答“哪些函数反复贡献了时间”。重点比较两列:
| 观察项 | 应该回答的问题 | 下一步 |
|---|---|---|
| Self time | 函数自身计算是否占大头 | 检查循环、序列化、布局计算或重复转换 |
| Total time | 函数连同子调用是否拖慢整条链路 | 展开调用关系,找出真正重复或过宽的下层任务 |
| 调用次数 | 单次很短但是否被频繁触发 | 回看事件绑定、批量更新和触发时机 |
例如某个函数 Self time 很小而 Total time 很大,优先排查它调用的子函数;反过来,Self time 本身就高,则应先减少自身计算量。不要把节流环境下的绝对毫秒数直接当作线上真实耗时,节流更适合做同条件前后对照。
保存 profile 并验证优化结果
第一次录制后使用 Performance 面板的 Save profile 保存原始样本。修改脚本后,重新执行完全相同的动作,再用 Load profile 打开旧样本对照。比较时固定页面数据、CPU/Network 设置、录制入口和操作边界,否则无法判断是代码变化还是样本变化造成的差异。
可以把结论写成一条短记录:目标动作、Main 长任务区间、Summary 类型、Bottom-up 中最值得处理的函数、修改后 Self/Total time 的变化。这样的记录比“页面感觉更快”更容易复盘,也方便后续继续定位。
常见问题
火焰图很宽,为什么看不到唯一根因?
宽任务可能包含多个相近耗时的子调用,也可能是父任务在等待下层工作。先用 Summary 确认选中范围,再用 Bottom-up 做聚合排序,不要只依赖视觉宽度。
是否应该一直开启 CPU 节流?
不应该。节流用于构造稳定的对照环境;定位线上真实体验时,还要保留接近用户设备的录制,并在文章或团队记录中写清节流倍率。
Go log/slog用Group组织结构化日志字段的实现方式
- 上一篇
- Go log/slog用Group组织结构化日志字段的实现方式
- 下一篇
- Go strconv.Atoi溢出返回错误时的输入校验顺序
-
- 文章 · 软件教程 | 42分钟前 | 商汤Seko批量生成漏镜头 短剧镜头核对方法 AI视频批量补单技巧 短视频工作室生产流程 短剧批量产出效率优化
- 商汤Seko批量产出总有镜头漏生成怎么办?清单核对与补单方法
- 150浏览 收藏
-
- 文章 · 软件教程 | 53分钟前 | 商汤Seko批量产出角色统一 Seko短剧角色一致性方法 AI生成角色基准卡搭建 短剧工作室批量素材管理 AI短剧分层抽检实操
- 商汤Seko批量产出怎么保持角色统一?模板、命名与抽检方法
- 111浏览 收藏
-
- 文章 · 软件教程 | 1小时前 | 软件教程 · 商汤Seko一键成片字幕配音对不上 短剧时轴校对方法 短视频批量产出同步校验 内容工作室对白同步排查 商汤Seko成片衔接检查
- 商汤Seko一键成片字幕和配音对不上怎么查?对白时轴与镜头衔接清单
- 478浏览 收藏
-
- 文章 · 软件教程 | 1小时前 | 商汤Seko一键成片减少返修 短剧AI生成返修控制 Seko批量内容产出教程 AI短剧制片效率技巧 内容工作室降返修方法
- 商汤Seko一键成片怎么减少返修?先做代表镜头再分批扩展
- 460浏览 收藏
-
- 文章 · 软件教程 | 1小时前 | 商汤Seko人物不一致解决 一键成片角色连续性排查 短剧角色基准搭建方法 短视频镜头一致性校验 Seko批量产出人物对齐
- 商汤Seko一键成片人物前后不一致怎么办?角色基准与镜头连续性排查
- 155浏览 收藏
-
- 文章 · 软件教程 | 1小时前 | 商汤Seko一键成片前置准备 Seko全链路短剧生成清单 商汤Seko脚本制作规范 Seko镜头任务卡填写指南 AI批量成片前期准备要点
- 商汤Seko一键成片前要准备什么?脚本、角色与镜头资料清单
- 279浏览 收藏
-
- 文章 · 软件教程 | 1小时前 | 商汤Seko短剧结果检查 AI短剧质量验收 短剧权限合规清单 批量短剧产出审核 内容工作室短剧规范
- 商汤Seko全链路短剧生成结果怎么检查?质量、格式与权限清单
- 245浏览 收藏
-
- 文章 · 软件教程 | 2小时前 | 商汤Seko短剧生成效率 全链路短剧生成操作流程 短剧批量产出标准化 短剧制片提效方法 内容工作室短剧生产教程
- 商汤Seko全链路短剧生成如何提高效率?可复用的操作流程
- 250浏览 收藏
-
- 文章 · 软件教程 | 2小时前 | git · Git图形客户端 Git Extensions 导出补丁 提交范围
- Git图形客户端按提交范围导出补丁的操作清单
- 426浏览 收藏
-
- 文章 · 软件教程 | 2小时前 | 商汤Seko短剧生成不生效 Seko全链路短剧排查 短剧一键成片故障解决 短剧批量产出异常处理 商汤AI短剧制作教程
- 商汤Seko全链路短剧生成不生效怎么办?常见原因和排查方法
- 132浏览 收藏
-
- 文章 · 软件教程 | 2小时前 | 软件教程 · 商汤Seko使用教程 全链路短剧生成方法 AI短剧批量产出步骤 Seko一键成片操作 短剧内容制作指南
- 商汤Seko全链路短剧生成怎么用?从入口到结果的完整步骤
- 210浏览 收藏
-
- 文章 · 软件教程 | 2小时前 | 商汤Seko样片库搭建 工作室样片标签分类规则 样片版本复用管理 短剧素材资产沉淀 内容生产流程规范
- 商汤Seko如何建立内容工作室内部样片库?整理标签、版本与复用规则
- 441浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 136次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 202次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 147次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 127次使用
-
- CMMLU
- 深入了解CMMLU中文评估基准,涵盖67个学科主题,提供数据集下载、Zero-shot/Five-shot评估方法及排行榜,助力优化中文语言模型性能。
- 115次使用
-
- VS Code 怎么给 Go 项目配置测试任务:tasks.json 运行与结果验收
- 2026-07-09 501浏览
-
- Windows 11 如何开启 HEIF 图片支持
- 2026-05-31 501浏览
-
- TikTok用户画像与付费订阅变现方法
- 2026-05-27 501浏览
-
- 学信网学历翻译件申请方法
- 2026-05-27 501浏览
-
- Windows 11 24H2 更新失败0x80070005解决方法
- 2026-05-26 501浏览

