React 性能优化:从 3 秒卡顿到 60 帧流畅,我做了这 5 件事

news2026/5/24 0:50:25
摘要React 应用越做越大卡顿问题越来越严重本文分享 5 个亲测有效的性能优化方案包括React.memo正确使用姿势、useMemo依赖陷阱、虚拟列表实战、代码分割策略和 Profiler 调试技巧。每个方案都附带真实代码对比帮你把页面渲染时间从 3 秒降到 300 毫秒。一、开篇引入上周接手了一个老项目打开页面要等 3 秒滚动列表卡成 PPT。用户反馈说这破应用能不能修修产品找我聊了三次。我 profiling 了一下好家伙1200 个组件同时渲染每次状态更新都是全家桶重绘。开发说React 本来就这样没办法。说实话React 背不了这个锅。花了两天时间优化首屏加载从 3 秒降到 800 毫秒列表滚动稳定 60 帧。用户反馈从破应用变成了丝滑。今天把这 5 个核心优化方案分享给你都是踩过坑后总结的实战经验。二、核心解析React 渲染性能的本质为什么 React 会卡React 的渲染机制其实很简单状态变化 → 虚拟 DOM 对比 → 真实 DOM 更新。问题就出在对比这个环节。默认情况下父组件更新所有子组件都会重新渲染。哪怕子组件的 props 根本没变。三、核心优化思路性能优化的本质就一句话减少不必要的渲染。具体拆解成三个维度组件层面避免重复渲染React.memo、PureComponent数据层面避免重复计算useMemo、useCallback加载层面按需加载别一次性全塞进来lazy、Suspense、虚拟列表关键认知优化不是一上来就加memo而是先 profiling 找到瓶颈。我见过太多人盲目加memo结果性能没提升代码可读性先崩了。四、性能指标参考在动手之前先明确目标FCP首次内容绘制 1.5 秒TTI可交互时间 3 秒FPS帧率滚动时稳定 55-60 帧组件渲染时间单个组件 16 毫秒1 帧用 React DevTools 的 Profiler 就能看到这些数据。别凭感觉优化用数据说话。五、实战代码5 个优化方案直接上方案 1React.memo 的正确打开方式先看看错误示范// ❌ 错误每次父组件更新子组件都会重绘 function ProductList({ products }) { return ( div {products.map(p ( ProductCard key{p.id} product{p} / ))} /div ); } function ProductCard({ product }) { console.log(ProductCard rendered); return div{product.name}/div; }每次ProductList更新所有ProductCard都会重绘哪怕product没变。正确做法// ✅ 正确使用 React.memo 包裹 const ProductCard React.memo(({ product }) { console.log(ProductCard rendered); returndiv{product.name}/div; }); // 进阶自定义比较函数 const ProductCard React.memo(({ product, onFavorite }) { returndiv{product.name}/div; }, (prev, next) { // 只有 product 变化才重绘onFavorite 忽略 return prev.product next.product; });亲测效果200 个商品卡片滚动时从每次重绘 200 次降到 0 次数据不变时。方案 2useMemo 依赖数组的坑这个坑我踩过三次每次都要加班 debug。// ❌ 错误依赖对象引用每次都是新对象 function Cart({ items }) { const config { currency: CNY, tax: 0.1 }; const total useMemo(() { return items.reduce((sum, item) { return sum item.price * (1 config.tax); }, 0); }, [items, config]); // config 每次都是新引用 returndivTotal: {total}/div; }结果config每次渲染都是新对象useMemo永远失效计算每次都执行。修复方案// ✅ 正确依赖原始值或稳定引用 function Cart({ items }) { const total useMemo(() { const tax 0.1; // 直接内联 return items.reduce((sum, item) { return sum item.price * (1 tax); }, 0); }, [items]); returndivTotal: {total}/div; } // 或者用 useRef 保持引用稳定 function Cart({ items }) { const configRef useRef({ currency: CNY, tax: 0.1 }); const total useMemo(() { const config configRef.current; return items.reduce((sum, item) { return sum item.price * (1 config.tax); }, 0); }, [items]); returndivTotal: {total}/div; }方案 3长列表必须用虚拟滚动超过 100 条数据的列表别犹豫直接上虚拟列表。// ❌ 错误渲染 1000 个 DOM 节点 function MessageList({ messages }) { return ( div {messages.map(m ( MessageItem key{m.id} message{m} / ))} /div ); }1000 个组件每个渲染 5 毫秒总共 5 秒。这能不卡吗正确做法使用react-window// ✅ 正确只渲染可见区域约 10-20 个 import { FixedSizeList } from react-window; function MessageList({ messages }) { return ( FixedSizeList height{600} itemCount{messages.length} itemSize{60} itemData{messages} {({ index, style, data }) ( MessageItem style{style} message{data[index]} / )} /FixedSizeList ); }效果对比方案渲染节点数滚动 FPS内存占用全量渲染100015-2045MB虚拟列表15608MB方案 4代码分割 懒加载别把整个应用打包成一个 5MB 的 bundle。// ❌ 错误所有路由组件打包在一起 import Home from ./Home; import Dashboard from ./Dashboard; import Settings from ./Settings; function App() { return ( Routes Route path/ element{Home /} / Route path/dashboard element{Dashboard /} / Route path/settings element{Settings /} / /Routes ); }正确做法// ✅ 正确按需加载 import { lazy, Suspense } fromreact; const Home lazy(() import(./Home)); const Dashboard lazy(() import(./Dashboard)); const Settings lazy(() import(./Settings)); function App() { return ( Suspense fallback{Loading /} Routes Route path/ element{Home /} / Route path/dashboard element{Dashboard /} / Route path/settings element{Settings /} / /Routes /Suspense ); }打包体积对比优化前5.2MB首屏加载 3.1 秒优化后1.8MB 首包 按需加载首屏 800 毫秒方案 5用 Profiler 找到真正的瓶颈别猜用工具。// 在开发环境下使用 Profiler import { Profiler } fromreact; function onRenderCallback( id, phase, actualDuration, baseDuration, startTime, commitTime ) { console.log(${id} 渲染耗时${actualDuration}ms); // 超过 16ms 的组件需要优化 if (actualDuration 16) { console.warn(${id} 渲染超时); } } function App() { return ( Profiler idApp onRender{onRenderCallback} Home / /Profiler ); }调试技巧打开 React DevTools → Profiler点击开始录制操作页面点击、滚动等查看哪个组件渲染时间最长针对性优化我一般优先优化渲染时间 50ms 的组件收益最明显。六、选型建议不同场景用什么方案小型项目 20 个组件优先优化图片和网络请求适当使用React.memo不需要虚拟列表和代码分割中型项目20-100 个组件必须用React.memo包裹纯展示组件复杂计算用useMemo/useCallback列表超过 50 条考虑虚拟滚动路由级别代码分割大型项目100 组件全量使用上述方案引入React.lazySuspense考虑服务端渲染SSR建立性能监控体系决策清单□ 列表数据 100 条 → 虚拟列表 □ 组件渲染频繁但 props 不变 → React.memo □ 复杂计算重复执行 → useMemo □ 首屏加载 2 秒 → 代码分割 □ 不确定瓶颈在哪 → Profiler profiling七、踩坑经验这些误区我替你踩过了误区 1到处加 memo见过有人给每个组件都加React.memo结果性能没提升代码难读一倍。真相memo本身有开销浅比较 props。只有当组件渲染频繁且 props 稳定时才有收益。建议先 profiling再优化。别盲目加。误区 2useMemo 依赖写空数组// ❌ 错误依赖空数组永远不更新 const data useMemo(() fetchData(), []);如果fetchData依赖外部变量这样写会导致数据不更新。建议依赖写全或者用useRef保持引用。误区 3忽略渲染外的性能问题性能不只是渲染。我见过一个项目渲染优化得很好但每个接口都返回 10MB 数据。建议同时关注网络请求压缩、缓存、合并图片加载懒加载、WebP 格式JavaScript 执行时间Web Worker 处理重计算调试技巧Chrome Performance 面板看整体时间线React DevTools Profiler看组件渲染详情Lighthouse看综合性能评分自监控关键指标上报到监控平台八、结尾性能优化没有银弹核心就三点减少渲染、减少计算、按需加载。但这 5 个方案能解决 90% 的 React 性能问题。亲测有效。最后送一句我导师的话**优化是为了用户体验不是为了炫技。**别为了优化而优化先 profiling再动手。互动时间你在 React 性能优化上踩过哪些坑评论区聊聊我挑 3 个问题下期详细解答。觉得有用点个赞 在看让更多开发者看到。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2639335.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…