성능 프로파일러
코드의 일반적인 성능 병목 현상을 식별하고 수정을 제안합니다.
사용 시기
- 사용자가 성능 문제 또는 느린 코드를 보고하는 경우
- 최적화 요청
- 성능에 대한 코드 리뷰
- 사용자가 "느린", "병목", "최적화", "메모리 누수"를 언급하는 경우
지침
1. 성능 안티패턴 식별
N+1 쿼리 문제:
// 나쁨: N+1 쿼리
users.forEach(user => {
const posts = db.query('SELECT * FROM posts WHERE user_id = ?', user.id);
});
// 좋음: JOIN 단일 쿼리
const usersWithPosts = db.query('SELECT * FROM users LEFT JOIN posts ON users.id = posts.user_id');
비효율적인 루프:
# 나쁨: O(n²) 중첩 루프
for item in list1:
for other in list2:
if item.id == other.id:
process(item, other)
# 좋음: O(n) 해시 맵 사용
lookup = {other.id: other for other in list2}
for item in list1:
if item.id in lookup:
process(item, lookup[item.id])
불필요한 리렌더링 (React):
// 나쁨: 매 렌더링마다 새 객체 생성
<Component style={{ margin: 10 }} />
// 좋음: 외부에 정의하거나 useMemo 사용
const style = { margin: 10 };
<Component style={style} />
메모리 누수:
- 정리되지 않은 이벤트 리스너
- 해제되지 않은 타이머
- 순환 참조
- 제한 없는 대용량 캐시
블로킹 연산:
- 동기식 파일 I/O
- UI 스레드에서의 장시간 계산
- 페이지네이션 누락
2. 데이터베이스 성능
확인할 사항:
- 외래 키에 인덱스 누락
- 특정 컬럼 대신 SELECT * 사용
- 루프 내 쿼리 (N+1)
- 쿼리 제한 누락
- 비효율적인 JOIN
제안:
- 인덱스 추가:
CREATE INDEX idx_user_id ON posts(user_id); - Eager 로딩/프리페칭 사용
- 페이지네이션 구현
- 데이터베이스 쿼리 분석기 사용 (EXPLAIN)
3. 알고리즘 복잡도
식별:
- O(n²) 이상의 알고리즘
- 중복 계산
- 불필요한 정렬
- 비효율적인 자료 구조
일반적인 수정:
- 배열 탐색 O(n) 대신 해시 맵으로 O(1) 조회
- 선형 탐색 O(n) 대신 이진 탐색 O(log n)
- 반복 계산에 메모이제이션
- 비용이 큰 연산에 지연 평가
4. 프론트엔드 성능
확인할 사항:
- 큰 번들 크기
- 최적화되지 않은 이미지
- 코드 분할 누락
- 비효율적인 React 컴포넌트
- 메모이제이션 누락
제안:
- 지연 로딩:
const Component = lazy(() => import('./Component')); - 이미지 최적화
- 비용이 큰 연산에 디바운스/스로틀
- 긴 리스트에 가상 스크롤
- 무거운 계산에 Web Worker 사용
5. 네트워크 성능
문제점:
- 너무 많은 HTTP 요청
- 큰 페이로드
- 캐싱 누락
- 동기식 요청
해결책:
- 리소스 번들/연결
- 압축 구현 (gzip, brotli)
- HTTP/2 멀티플렉싱 사용
- 캐싱 헤더 추가
- 병렬 vs 순차 요청
6. 성능 리포트 생성
성능 분석
===========
심각한 문제 (즉시 수정):
1. UserController.index의 N+1 쿼리 (file.js:45)
- 영향: 요청당 100개 이상의 DB 쿼리
- 수정: Eager 로딩 또는 JOIN 사용
2. EventEmitter의 메모리 누수 (file.js:120)
- 영향: 메모리가 무제한으로 증가
- 수정: 정리 시 리스너 제거
높은 우선순위:
3. processData의 O(n²) 루프 (file.js:200)
- 영향: 대용량 데이터셋에서 느림
- 수정: 해시 맵을 사용하여 O(n)으로 변경
중간 우선순위:
4. 이미지 최적화 누락
- 영향: 페이지 로드 속도 저하
- 수정: next/image 사용 또는 수동 최적화
7. 프로파일링 도구
JavaScript:
- Chrome DevTools 성능 탭
- Node.js --inspect 플래그
console.time()/console.timeEnd()
Python:
- cProfile 모듈
- line_profiler
- memory_profiler
데이터베이스:
- EXPLAIN / EXPLAIN ANALYZE
- 슬로우 쿼리 로그
- pg_stat_statements (PostgreSQL)
모범 사례
- 최적화 전에 프로파일링 수행
- 핫 패스 집중 (80/20 법칙)
- 변경 사항의 영향 측정
- 가독성과 성능 간의 트레이드오프 고려
- 성능이 중요한 섹션 문서화