2020-08-09

这周叕一次经历了针对具体项目进行优化的任务。针对这次性能优化进行一次回顾反思。

初期的茫然。拿到任务的时候，第一反应是茫然的，不同的项目千奇百怪，要如何优化项目呢？按照以往的经历，如果能分析出项目的性能瓶颈，那么就可以优先针对性能瓶颈进行优化。所幸chrome有专业的性能分析工具可以帮助分析js项目的性能瓶颈，所以第一步有了方向。

性能评测。经过性能评测，僵尸2的性能消耗很大一块在于buff的计算上，以及其他的也有几个零散的消耗点也值得优化。所以重点针对这几个点进行优化，将一些查询关系由遍历改为使用map缓存等等。

优化的瓶颈。以及优化到后期之后，性能评测工具的参考价值也逐渐降低，优化进入瓶颈，有些优化点只能借助历史经验和参考资料来进行，不过总体来看，性能评测其实已经帮助自己较大幅度优化了这个项目的性能。

性能优化收尾。经过一系列优化，大致的耗时优化为，1.2s降到0.68s,0.52s降到0.29s，其他的优化，性价比都已经不高，如果要继续优化，可能就不能局限于局部的优化，需要花费较多的时间，所以判断没有继续优化的必要了。

不足和改进。在优化的工程中，发觉有两个地方自己没有做好，影响到了后面优化的步伐。一个是没有第一时间建立性能实时对照组，只能凭记忆中的大致数据判断某个优化步骤有无提升、提升有多大，逻辑是否正确；另一个是项目缺少自动化测试代码，后期不能准确判断提交的优化代码本身是否存在bug，但因为时间有限，也不好临时编写项目的自动化测试代码。

经过这次优化任务，补充总结了一下性能优化的通常步骤：

性能瓶颈分析。（可以借助性能分析工具进行，得到值得优化的性能优化点。如：chrome的js性能分析工具、unity的C#脚本和总体性能分析工具等。）

建立性能实时对照组。（帮助我们实时进行性能对照，帮助判断具体量化某个优化步骤的效果，以及优化后代码的逻辑正确性。）

编写性能优化点自动化测试代码。（用于检查优化代码是否存在bug，以及帮助自动量化评测代码优化前后的性能。）

性能优化点优化和优化技巧。（将一些查询关系由遍历改为使用map缓存、减少不必要的间接访问、第三方依赖库升级、代码复杂度优化等等，利用这些技巧优化性能优化点）

优化瓶颈判断。（仔细检查是否还存在有价值的优化空间，没有则可以收尾）

量化交付。（在新分支上交付代码优化，并将优化结果量化交付供项目组参考。）