プロファイリングと最適化

目次

• 概要
• 使用する場合
• クイックスタート
• リファレンスガイド
• ベストプラクティス

概要

コード実行をプロファイルして、パフォーマンスボトルネックを特定し、データドリブンなアプローチを使用して重要なパスを最適化します。

使用する場合

• パフォーマンス最適化
• CPUボトルネックの特定
• ホットパスの最適化
• 遅いリクエストの調査
• レイテンシの削減
• スループットの向上

クイックスタート

最小限の動作例：

import { performance, PerformanceObserver } from "perf_hooks";

class Profiler {
  private marks = new Map<string, number>();

  mark(name: string): void {
    this.marks.set(name, performance.now());
  }

  measure(name: string, startMark: string): number {
    const start = this.marks.get(startMark);
    if (!start) throw new Error(`Mark ${startMark} not found`);

    const duration = performance.now() - start;
    console.log(`${name}: ${duration.toFixed(2)}ms`);

    return duration;
  }

  async profile<T>(name: string, fn: () => Promise<T>): Promise<T> {
    const start = performance.now();

    try {
      return await fn();
    } finally {
// ... (詳細な実装についてはリファレンスガイドを参照)

リファレンスガイド

references/ ディレクトリの詳細な実装：

ガイド	内容
Node.js プロファイリング	Node.js プロファイリング
Chrome DevTools CPU プロファイル	Chrome DevTools CPU プロファイル
Python cProfile	Python cProfile
ベンチマーク	ベンチマーク
データベースクエリプロファイリング	データベースクエリプロファイリング
フレームグラフ生成	フレームグラフ生成

ベストプラクティス

✅ すべきこと

• 最適化の前にプロファイルする
• ホットパスに焦点を当てる
• 変更の影響を測定する
• 本番環境に似たデータを使用する
• メモリと速度のトレードオフを検討する
• 最適化の根拠を文書化する

❌ してはいけないこと

• プロファイルなしで最適化する
• 小さな改善のために可読性を無視する
• ベンチマークをスキップする
• コールドパスを最適化する
• 測定なしで変更を加える