42 万商家库打开插件与下拉交互全卡¶
原话¶
42w 商家打开插件都很卡 浏览器点击下拉那都很卡 帮我分析
上下文¶
- 42w ≈ 420,000 行,超过 QUICK_MODE_AUTO_SERVER_THRESHOLD(50k) → 商家 tab 自动完整模式(server 分页)。
- 「浏览器点击下拉都卡」= 标签页主线程阻塞(不只是插件内慢)——0216 家族形态(数据库毫秒级、回调排队/大数组主线程处理才是真凶)。
- 大库性能家族:0215(三窗快照搬全库 51MB/87k 行)、0216(主线程 53MB 快照 133 秒)、0223(27w 完整模式布局)——本案 42w 第五案。
- 主控初勘嫌疑(待深析定案):① data-view.tsx:553-562
maps-data-updated高频事件 → refreshScopeMerchantCount(42w count)+ 快照刷新,挖掘中事件风暴下排队;② 派生 tab(website/email/phone)触发 fetchRowsSnapshot 三窗 = 150k 行整行 ≈ 88MB 搬内存 + sanitizeRows 主线程逐行;③ pageLogs 5s 轮询 + websiteLogMap 重算;④ merchantStats 采样在 42w 下的行为;⑤ countAllData/jsstore 队列在 42w 下的排队效应。 - 处理:分析任务(Tony 原话「帮我分析」)——coder-gpt 深析定量,产出根因排序+分刀建议,等拍板再动。
深析结论(2026-10-02,coder-gpt 静态定量,基线 be31b3f)¶
42w 商家 tab 的 server 分页本身无罪。三个真凶(按贡献排序):
- 顶部数据条
getDataCounts()(data-counts.ts:44-71):每轮自适应轮询(~5s 基线) 拉两个 50k 整行窗口 ≈ 107MB/轮搬内存 + 主线程去重归一化;MainLayout 挂载即跑 (不管在哪个页面)——「打开插件就卡」头号主因。 - 任务筛选下拉的孤儿扫描(task-filter-picker.tsx:37-57):
refreshDeps:[tasks]而 tasks 每 5s 轮询返回新数组引用 → 名义 60s 的MapTaskData limit:100000扫描实际 ~5s 一次(100k 行搬运+Set 遍历)——「点下拉卡」头号主因;视图/字段下拉自身证伪 (低成本)。 - 派生 tab 三窗快照 150k 行 ≈ 88-160MB + sanitizeRows 主线程逐行 + 三个派生 useMemo 全算(不只当前 tab)+ 快速过滤输入时 150k×9 列全扫。
- 放大器:
maps-data-updated挖掘中每页广播一次,绕过轮询等待定时器立即刷 count/ 快照(data-view.tsx:553-562 + rows-snapshot-poll-scheduler.ts:102-110)。 - 多个轮询 hook 共享单条 jsstore 连接,跨 hook 队列拥塞(0216 家族)。
分刀建议:P0 止血(getDataCounts 改精确 count+增量统计、孤儿扫描改下拉打开时按需 +稳定 key 依赖)→ P1 调度收口(事件 dirty-bit 合并、count 共享 scheduler)→ P2 架构 (增量派生索引替代三窗快照)。🔴 红线(0215 回滚教训):顶部数据条必须有数、派生列表 必须能出数、筛选排序必须可用——不许用「跳过统计」止血。完整报告见本会话派活记录, 复现验证处方(42w 假库构造+Performance 录制矩阵)已备。
对抗审查修订版(2026-10-02,glm-flash 全面攻击 + luna 证据纪律,双席 GO-WITH-WARNINGS)¶
定性结论站住:三真凶的排序经逐环攻击后维持;机制断言逐行核实(两窗 limit 50k / refreshDeps 链 / 事件绕过节流 / 挂载即跑跨页常驻全部命中)。以下为修正与补漏:
量级口径修正(F1/F3/F5)¶
- 107MB/轮是上限不是期望值:status=2 窗口 = min(已采行数, 50k),按用户已采分布打折 ——真实区间 53-107MB/轮(status=0 窗口 42w 下几乎必满)。88-160MB 派生快照同理。
- 5s 是下限基线不是恒定周期:adaptivePollDelay=max(基线, 上轮耗时×3),拥塞时自退让 (duty cycle 模型比「每轮总量冲击」更准);「~5s 一次孤儿扫描」机制链成立 (wxt storage.getValue 每次反序列化新数组引用→refreshDeps 必触发)但属推演,未实测计频。
- 「150k×9 列全扫」不准:快速过滤扫的是去重后的派生列表×可见列,非原始行×9。
- 事件放大条件化:商家 tab server 模式下事件只触发 count 级;真正的引爆面是派生 tab/快速模式(每事件=整条快照重拉+派生重算)。
- 「点下拉卡」话术修正:卡的不是点击动作(原生 select 打开零查询),是数据页常驻 背景扫描的节律性卡顿,点下拉是感知最明显的时刻。
补漏(M1-M6)¶
- [M1·最重要] worker 侧 order+limit 全子集扫(jsstore 实测钉过:Select 带 order 时
limit 只在末尾 slice,游标先扫完整个 where 子集):data-counts 两窗与三窗快照全带
order id desc——status=0 子集 ~37w 行时每轮游标扫 37w 索引项(不是 50k), data-counts.ts 自估「50-150ms」在 42w 下失真;0216 实测 1.1s 起即旁证。占 worker + 拥塞共享连接,是「打开插件卡」被低估的隐藏成本。 - [M2·正确性] 孤儿扫描只看主键序前 10 万行({limit:100000} 无 where 无 order): 42w 下后 ~32 万行里的 taskId 永远进不了 distinct 集——孤儿判定本身漏,贵且不完整。
- [M3] task-manager.ts:295 同款 100k 全行搬(SW 侧建站探测,低频,同 family 留档)。
- [M4] 自适应退让使持续压力比字面略缓和(定性)。
- [M5] dev 构建 StrictMode 双跑(Tony 用 dist-v2 生产包则无关——build 版本待钉 M6)。
分刀建议修订(F4:原 P0 低估难度)¶
- P0(修订)止血:getDataCounts 降频(5s→30-60s 或 mount+按需)+ 保留窗口估算 (顶部数字口径注明「估算」)——不是「改精确 count」:website/email/phone 去重数无 distinct 原生能力,精确化=全表扫(更贵)或增量聚合表(中型项目,挪 P1/P2)。 红线(顶部必须有数)在降频方案下天然满足。孤儿扫描改下拉打开时按需(grep 证实 orphanIds 唯一消费方就是 picker 本体,不阉割)+ 顺手修 M2(列裁剪/窗口化)。
- P1 调度收口(事件 dirty-bit、count 共享 scheduler、修 M1 的 order 子集扫——两窗 查询去 order 或窗口化)+ 增量聚合表设计。
- P2 架构刀(增量派生索引替代三窗快照)。
- 先实测再定案:贡献排序目前是静态嫌疑序(luna 纪律修正)——动 P0 前先钉 Tony 实际 build 版本(M6)+ 用 0216 留档探针在 Tony 机器双采样(页面内+整机,「浏览器整机 卡」归因 UNVERIFIED 不许静态定案)。
(对抗审原文两席报告全文见本会话派活记录:T2-REV-20261002-42w-lag / luna 快审。)
Tony 拍板(2026-10-02)¶
「按照你建议先改完」——先实测(本地假库探针定案 M1 + Tony 真机双采样),再落 P0 降频刀(ISSUE-0227:数据条降频 + 孤儿扫描按需化修 M2)。P1/P2 按实测结果再排。