パフォーマンスプロファイラー
コード内の一般的なパフォーマンスボトルネックを特定し、修正を提案します。
使用すべきケース
- ユーザーがパフォーマンスの問題や処理の遅さを報告した場合
- 最適化のリクエストがあった場合
- パフォーマンスに関するコードレビューを行う場合
- ユーザーが「遅い」「ボトルネック」「最適化」「メモリリーク」に言及した場合
手順
1. パフォーマンスアンチパターンの特定
N+1クエリ問題:
// Bad: N+1個のクエリ
users.forEach(user => {
const posts = db.query('SELECT * FROM posts WHERE user_id = ?', user.id);
});
// Good: JOINを使用した単一クエリ
const usersWithPosts = db.query('SELECT * FROM users LEFT JOIN posts ON users.id = posts.user_id');
非効率なループ:
# Bad: O(n²)のネストループ
for item in list1:
for other in list2:
if item.id == other.id:
process(item, other)
# Good: ハッシュマップを使ったO(n)
lookup = {other.id: other for other in list2}
for item in list1:
if item.id in lookup:
process(item, lookup[item.id])
不要な再レンダリング (React):
// Bad: レンダリングのたびに新しいオブジェクトを作成
<Component style={{ margin: 10 }} />
// Good: 外部で定義するか、useMemoを使用
const style = { margin: 10 };
<Component style={style} />
メモリリーク:
- クリーンアップされていないイベントリスナー
- クリアされていないタイマー
- 循環参照
- 制限のない大規模キャッシュ
ブロッキング操作:
- 同期的なファイルI/O
- UIスレッドでの長時間実行計算
- ページネーションの欠落
2. データベースパフォーマンス
確認すべき項目:
- 外部キーのインデックス欠落
- 特定のカラムではなくSELECT *の使用
- ループ内でのクエリ (N+1)
- クエリ制限の欠落
- 非効率なJOIN
提案:
- インデックスを追加:
CREATE INDEX idx_user_id ON posts(user_id); - 即時ロード/プリフェッチを使用
- ページネーションを実装
- データベースクエリアナライザー (EXPLAIN) を使用
3. アルゴリズム複雑性
特定:
- O(n²) 以上のアルゴリズム
- 冗長な計算
- 不要なソート
- 非効率なデータ構造
一般的な修正:
- 配列検索O(n)の代わりにハッシュマップO(1)参照
- 線形検索O(n)の代わりに二分探索O(log n)
- 繰り返し計算のためのメモ化
- 高コスト操作のための遅延評価
4. フロントエンドパフォーマンス
確認すべき項目:
- 大きなバンドルサイズ
- 最適化されていない画像
- コード分割の欠落
- 非効率なReactコンポーネント
- メモ化の欠落
提案:
- 遅延ロード:
const Component = lazy(() => import('./Component')); - 画像最適化
- 高コスト操作のデバウンス/スロットル
- 長いリストの仮想スクロール
- 重い計算のためのWeb Workers
5. ネットワークパフォーマンス
問題点:
- HTTPリクエストが多すぎる
- 大きなペイロード
- キャッシュの欠落
- 同期的なリクエスト
解決策:
- リソースのバンドル/結合
- 圧縮の実装 (gzip, brotli)
- HTTP/2多重化の使用
- キャッシュヘッダーの追加
- 並列リクエストvs逐次リクエスト
6. パフォーマンスレポートの生成
パフォーマンス分析
===================
重大な問題 (即時修正):
1. UserController.index のN+1クエリ (file.js:45)
- 影響: リクエストごとに100以上のDBクエリ
- 修正: 即時ロードまたはJOINを使用
2. EventEmitter のメモリリーク (file.js:120)
- 影響: メモリが無制限に増加
- 修正: クリーンアップでリスナーを削除
高優先度:
3. processData のO(n²)ループ (file.js:200)
- 影響: 大規模データセットで低速
- 修正: ハッシュマップを使用してO(n)に
中優先度:
4. 画像最適化の欠落
- 影響: ページ読み込みが遅い
- 修正: next/imageを使用するか手動で最適化
7. プロファイリングツール
JavaScript:
- Chrome DevTools Performanceタブ
- Node.js --inspectフラグ
console.time()/console.timeEnd()
Python:
- cProfileモジュール
- line_profiler
- memory_profiler
データベース:
- EXPLAIN / EXPLAIN ANALYZE
- スロークエリログ
- pg_stat_statements (PostgreSQL)
ベストプラクティス
- 最適化の前にプロファイリングを行う
- ホットパスに焦点を当てる (80/20ルール)
- 変更の影響を測定する
- 可読性とパフォーマンスのトレードオフを考慮する
- パフォーマンスが重要なセクションを文書化する