前端性能优化，我们可以做哪些？收藏这篇就够了-深圳市維司達科技有限公司

1、雪碧图技术

这个很简单，把每个小图标都整合到一张大图上面，极大的减轻http请求数，同时能够让图片快速加载进来。

考虑到当前的5g的发展前景，以后图片不会造成加载延迟的现象。

2、浏览器渲染机制

输入一个网址：我们得到服务端html文件。

根据html文件，从头到尾的一个个的依次渲染页面渲染页面。

但是遇到图片——不会等待图片的加载完毕，会直接渲染下面的标签。

如果图片加载出来——根据图片选择，由于图片要占用空间，决定是否重新加载页面，这个概念叫reflow。（优化的方式——给图片宽高）。

reflow和什么相关：占位面积、定位方式、边距。

对于样式中的颜色变化，叫做repaint、这个就只需要把颜色改变。所以性能上来说，repaint稍微比reflow高点。

repaint和什么相关：和颜色变化相关

3、webpack、gulp等打包工具的使用

压缩代码，减少了代码体积。

可以把多个css文件，多个js文件，合并为一个css文件/js文件。

合并文件，让我们减少了http请求数。

4、避免页面跳转，也就是使用单页面应用的开发。

每次页面跳转，就是一次html文件的下载过程。而这个过程，我们首先从服务端下载网页，再进行渲染，网页性能体验会很差。而单页面应用，它从一开始，就把完整的网页给加载到本地。

5、延迟加载、懒加载技术

什么是懒加载技术：

原理：先将img标签中的src链接设为同一张图片（空白图片），将其真正的图片地址存储再img标签的自定义属性中（比如data-src）。当js监听到该图片元素进入可视窗口时，即将自定义属性中的地址存储到src属性中，达到懒加载的效果。
这样做能防止页面一次性向服务器响应大量请求导致服务器响应慢，页面卡顿或崩溃等问题。

<!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>懒加载技术</title> <style> li{ width: 300px; height: 400px; } li img{ width: 100%; height: 100%; } </style> <script src="https://cdn.bootcss.com/jquery/3.3.1/jquery.js"></script> <script> window.onload = function () { var lazyLoad = (function () { var timer = 0; function init() { $(window).on('scroll',function () { timer && clearTimeout(timer); timer = setTimeout(function () { console.log('scroll') showImage(); },200) }); showImage(); } function showImage() { $('img').each(function () { var current = $(this); if(current.attr('isLoaded')) return; shouldShow(current) && showImg(current); }) } function shouldShow(node) { var scrollH = $(window).scrollTop(), winH = $(window).height(), top = node.offset().top; if(top < winH + scrollH){ return true; }else{ return false; } } function showImg(node) { node.attr('src',node.attr('data-src')); node.attr('isLoaded',true); } return { init: init } })(); lazyLoad.init(); }; </script> </head> <body> <ul> <li> <img >6、将css放在HEAD中如果将 CSS放在其他地方比如 BODY中，则浏览器有可能还未下载和解析到 CSS就已经开始渲染页面了，这就导致页面由无 CSS状态跳转到 CSS状态，用户体验比较糟糕。除此之外，有些浏览器会在 CSS下载完成后才开始渲染页面，如果 CSS放在靠下的位置则会导致浏览器将渲染时间推迟。
7、Vue项目的按需加载
vue中的懒加载是通过webpack的代码分割来实现的，下面是官网文档：https://router.vuejs.org/zh-cn/advanced/lazy-loading.html
主要是在加载路由的时候，使用：
const Main = r => require.ensure([], () => r(require(‘…/views/main/Main’)))
require.ensure就是webpack提供的异步加载的方式。
8、关于React的性能优化
react中，进行性能优化的核心就是shouldComponentDidMount周期函数。
下面是我写的性能优化的博客：
react性能优化
9、设置合理的http缓存
http请求中，我们可以合理的设置headers，就能达到缓存的目的。
有两种常见的缓存，强制缓存和对比缓存：
第一种：强制缓存。

直接访问浏览器中的缓存数据，如果存在，则直接使用浏览器中的数据。如果不存在，则再向服务器发送请求，然后得到服务器的数据，再把这些数据存在浏览器中。
第二种：对比缓存。

首先，获取浏览器中的数据缓存标识，再获取服务器上面的数据缓存标识，如果相匹配，则直接从浏览器中获取数据，如果不匹配，则从服务器上获取数据。
关于缓存标识，有两类标识：
第一类：
第一次请求，服务器会返回一个Last-Modified。
下一次请求，浏览器会自动在headers中添加一条If-Modified-Since属性，记录的就是上一次数据发生修改的时间。
第二类：
第一次请求，服务端返回一个Etag资源唯一标识符。
第二次请求，浏览器会自动携带一个If-None_Match标识符。
应用程序缓存
创建cache manifest文件，通过给html文件中的HTML标签添加一个manifest属性来实现的。
<!DOCTYPE HTML> <html manifest="demo.appcache"> <body> 文档内容...... </body> </html>
2025开年，AI技术打得火热，正在改变前端人的职业命运：
阿里云核心业务全部接入Agent体系；
字节跳动30%前端岗位要求大模型开发能力；
腾讯、京东、百度开放招聘技术岗，80%与AI相关……
大模型正在重构技术开发范式，传统CRUD开发模式正在被AI原生应用取代！
最残忍的是，业务面临转型，领导要求用RAG优化知识库检索，你不会；带AI团队，微调大模型要准备多少数据，你不懂；想转型大模型应用开发工程师等相关岗，没项目实操经验……这不是技术焦虑，而是职业生存危机！
曾经React、Vue等热门的开发框架，已不再是就业的金钥匙。如果认为会调用API就是懂大模型、能进行二次开发，那就大错特错了。制造、医疗、金融等各行业都在加速AI应用落地，未来企业更看重能用AI大模型技术重构业务流的技术人。
如今技术圈降薪裁员频频爆发，传统岗位大批缩水，相反AI相关技术岗疯狂扩招，薪资逆势上涨150%，大厂老板们甚至开出70-100W年薪，挖掘AI大模型人才！
不出1年 “有AI项目开发经验”或将成为前端人投递简历的门槛。
风口之下，与其像“温水煮青蛙”一样坐等被行业淘汰，不如先人一步，掌握AI大模型原理+应用技术+项目实操经验，“顺风”翻盘！
大模型目前在人工智能领域可以说正处于一种“炙手可热”的状态，吸引了很多人的关注和兴趣，也有很多新人小白想要学习入门大模型，那么，如何入门大模型呢？
下面给大家分享一份2025最新版的大模型学习路线，帮助新人小白更系统、更快速的学习大模型！
2025最新版CSDN大礼包：《AGI大模型学习资源包》免费分享**
一、2025最新大模型学习路线
一个明确的学习路线可以帮助新人了解从哪里开始，按照什么顺序学习，以及需要掌握哪些知识点。大模型领域涉及的知识点非常广泛，没有明确的学习路线可能会导致新人感到迷茫，不知道应该专注于哪些内容。
我们把学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战。
L1级别:AI大模型时代的华丽登场
L1阶段：我们会去了解大模型的基础知识，以及大模型在各个行业的应用和分析；学习理解大模型的核心原理，关键技术，以及大模型应用场景；通过理论原理结合多个项目实战，从提示工程基础到提示工程进阶，掌握Prompt提示工程。
L2级别：AI大模型RAG应用开发工程
L2阶段是我们的AI大模型RAG应用开发工程，我们会去学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。
L3级别：大模型Agent应用架构进阶实践
L3阶段：大模型Agent应用架构进阶实现，我们会去学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造我们自己的Agent智能体；同时还可以学习到包括Coze、Dify在内的可视化工具的使用。
L4级别：大模型微调与私有化部署
L4阶段：大模型的微调和私有化部署，我们会更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调；并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。
整个大模型学习路线L1主要是对大模型的理论基础、生态以及提示词他的一个学习掌握；而L3 L4更多的是通过项目实战来掌握大模型的应用开发，针对以上大模型的学习路线我们也整理了对应的学习视频教程，和配套的学习资料。
二、大模型经典PDF书籍
书籍和学习文档资料是学习大模型过程中必不可少的，我们精选了一系列深入探讨大模型技术的书籍和学习文档，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。（书籍含电子版PDF）
三、大模型视频教程
对于很多自学或者没有基础的同学来说，书籍这些纯文字类的学习教材会觉得比较晦涩难以理解，因此，我们提供了丰富的大模型视频教程，以动态、形象的方式展示技术概念，帮助你更快、更轻松地掌握核心知识。
四、大模型项目实战
学以致用，当你的理论知识积累到一定程度，就需要通过项目实战，在实际操作中检验和巩固你所学到的知识，同时为你找工作和职业发展打下坚实的基础。
五、大模型面试题
面试不仅是技术的较量，更需要充分的准备。
在你已经掌握了大模型技术之后，就需要开始准备面试，我们将提供精心整理的大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取
2025最新版CSDN大礼包：《AGI大模型学习资源包》免费分享