本文以现有理解写成，做为记录和基础。
在做客户端/服务器性能优化的项目里，往往主要的调优对象是服务端，因为在这种分散请求、集中处理的总体架构中，决大部分情况下服务端性能的高低，就决定了客户端体验的好坏，也就是我们比较关心的吞吐量和响应时间的关系。但是，随着接触此类项目的增多，发现在 B/S （B/S/S 也好）中采用 RIA/Ajax 做为客户端时，一些瓶颈明显是存在于客户端。随着这方面的积累，也有了一些思考，在网上也搜索了一下，觉得国内这种ria的客户端性能优化工作做得不多，处于起步阶段，大家都在忙着做服务端，国外这块超前一些，有一些度量工具，也有一些优化工具，不过个人觉得也是属于讨论加尝试、走向成熟的过程中。
我一直在接触传统行业解决方案类软件，不属于纯互连网应用，感觉这方面的问题更加严重。这种软件本质属于MIS系统，业务代码主要做的就是数据处理工作，因此 UI 必然会涉及更多的数据绑定、操作和提交操作。现在在 B/S 架构下，为了客户端更美观、方便等等吧，使用以 Ajax 为代表的 RIA 成份越来越多，而在这种重的数据处理负荷下（往往传输的数据量比较大，表单绑定的项目很多，网格更是很常见），客户端性能下降、乃至瓶颈就在所难免了。
现在的问题是摆在这里了，怎么来解决它。我个人认为问题是层次化的，要逐层解决。
1. 首先我想是总体要有三个目标，可度量、诊断、最后才谈得上优化，这和服务端优化是一个道理。在这个层面上现在能够做到的是度量，而且负责的说，这块做得感觉不是很好；还要考虑度量的范围（主机级、网络 IO、浏览器、javascript virtual machine/runtime env 和 javascript 框架/代码）；再就是有哪工具支持，手工恐怕不靠谱。
2. 其次我认为是关注的深度，如环境、配置、架构和代码层面的，实际也可以往大了说成优化方法问题。关注的深度不同，优化的目标和结果也不一样。如关注网络传输方面、HTML/JS/CSS 本身设计、环境配置（浏览器，服务端一些配置等）、架构和策略方面的、代码层面本身的。呵呵，不过往往代码也是最不希望下手的地方，但最有优化效果的也就是这部分了。
对于上面提到的第一点，我觉得还有一个细节要考虑，就是客户端不像服务端，机器的配置是千差万别的，因此所有的工作都要创建个基线，也就是所有的工作是在什么样硬件配置的机器上做得的。这个可以参考容量估算的一些作法和模型，以便让取得的结果更具可比性，提高参考价值。
最后列一些有价值的文档，大家一起研究。
1. Client side performance testing has arrived
客户端性能测试的研究与讨论。
2. 使用 Visual Round Trip Analyzer 加快网页加载速度的 12 个步骤
以要点的方式给出了诸如客户端环境、网络传输和 HTML 和架构设计等方面的提高客户端性能的建议。并介绍了 VRTA 工具。
3. Razor - Profile and Optimize Web 2.0 Ajax Performance
一个客户端性能度量、优化工具。
4. Introducing the IE8 Developer Tools JScript Profiler
Microsoft IE 8 提供开发人员的 javascript 度量工具（当前 bate 版）。
5. Ajax View
Microsoft Research 开发的一个原型工具，用于度量 Javascript 代码。
6. Emre Kıcıman
Ajax View 作者的博客。
各位看客在这方面有什么看法？期待大家的声音～
// 2009.03.07 13:30 添加 ////
作者：lzy.je
出处：http://lzy.iteye.com
本文版权归作者所有，只允许以摘要和完整全文两种形式转载，不允许对文字进行裁剪。未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接，否则保留追究法律责任的权利。
// 2009.05.01 13:35 添加 ////
附件 性能优化.zip 为备份目的所添加，请勿下载使用。
// 2009.06.10 17:34 添加 ////
很好的一篇 Web 应用前端优化实践文章，分类也比较详细，推荐一读。
Best Practices for Speeding Up Your Web Site
分享到：
相关推荐
Python课程设计，含有代码注释，新手也可看懂。毕业设计、期末大作业、课程设计、高分必看，下载下来，简单部署，就可以使用。 包含：项目源码、数据库脚本、软件工具等，该项目可以作为毕设、课程设计使用，前后端代码都在里面。 该系统功能完善、界面美观、操作简单、功能齐全、管理便捷，具有很高的实际应用价值。
内容概要：本文介绍了使用 Matlab 实现 SO-CNN-SVM 框架进行多输入单输出回归预测的全过程。该框架利用蛇群优化算法（SO）优化卷积神经网络（CNN）和 支持向量机（SVM），实现高效的特征提取和回归预测。文章详细描述了数据预处理、模型构建、SO算法优化、模型训练、可视化和 GUI 设计的步骤，并提供了完整的代码示例。 适合人群：具备一定机器学习和深度学习基础，熟悉 Matlab 编程的研究人员和开发人员。 使用场景及目标：① 工业制造中的设备故障预测和质量控制；② 金融分析中的市场价格预测和风险管理；③ 环境监测中的气候变化和空气质量预测。该框架的目标是提高预测精度，优化模型参数，缩短训练时间，增强模型泛化能力。 阅读建议：本文不仅详细介绍了理论背景和技术细节，还提供了实际操作的代码和 GUI 设计思路，建议读者在阅读过程中结合实际数据和代码进行实验，以更好地理解和掌握相关技术。
Java系统源码+社区养老服务系统 内容概要： 本资源包含了完整的Java前后端源码及说明文档，适用于想要快速搭建并部署Java Web应用程序的开发者、学习者。 技术栈： 后端：Java生态系统，包含Spring Boot、Shiro、MyBatis等，数据库使用Mysql 前端：Vue、Bootstrap、Jquery等 适用场景示例： 1、毕业生希望快速启动一个新的Java Web应用程序。 2、团队寻找一个稳定的模板来加速产品开发周期。 3、教育机构或个人学习者用于教学目的或自学练习。 4、创业公司需要一个可以立即投入使用的MVP（最小可行产品）。
Java系统源码+健身房管理系统 内容概要： 本资源包含了完整的Java前后端源码及说明文档，适用于想要快速搭建并部署Java Web应用程序的开发者、学习者。 技术栈： 后端：Java生态系统，包含Spring Boot、Shiro、MyBatis等，数据库使用Mysql 前端：Vue、Bootstrap、Jquery等 适用场景示例： 1、毕业生希望快速启动一个新的Java Web应用程序。 2、团队寻找一个稳定的模板来加速产品开发周期。 3、教育机构或个人学习者用于教学目的或自学练习。 4、创业公司需要一个可以立即投入使用的MVP（最小可行产品）。
阵列信号处理中，均匀线阵条件下，分析不同信噪比条件下，幅相误差对于测向角度偏差的影响
Python课程设计，含有代码注释，新手也可看懂。毕业设计、期末大作业、课程设计、高分必看，下载下来，简单部署，就可以使用。 包含：项目源码、数据库脚本、软件工具等，该项目可以作为毕设、课程设计使用，前后端代码都在里面。 该系统功能完善、界面美观、操作简单、功能齐全、管理便捷，具有很高的实际应用价值。
Python课程设计，含有代码注释，新手也可看懂。毕业设计、期末大作业、课程设计、高分必看，下载下来，简单部署，就可以使用。 包含：项目源码、数据库脚本、软件工具等，该项目可以作为毕设、课程设计使用，前后端代码都在里面。 该系统功能完善、界面美观、操作简单、功能齐全、管理便捷，具有很高的实际应用价值。
瓶罐检测26-CreateML、Darknet、Paligemma、TFRecord、VOC数据集合集.rarDetectResiduos-V1 2024-02-24 3:32 PM ============================= *与您的团队在计算机视觉项目上合作 *收集和组织图像 *了解和搜索非结构化图像数据 *注释，创建数据集 *导出，训练和部署计算机视觉模型 *使用主动学习随着时间的推移改善数据集 对于最先进的计算机视觉培训笔记本，您可以与此数据集一起使用 该数据集包括6821张图像。 工具以创建格式注释。 将以下预处理应用于每个图像： *像素数据的自动取向（带有Exif-Arientation剥离） *调整大小为640x640（拉伸） 应用以下扩展来创建每个源图像的3个版本： *水平翻转的50％概率 *垂直翻转的50％概率 * -15和+15度之间的随机旋转 * 0到1.5像素之间的随机高斯模糊
名片管理系统.pdf
瓶子检测3-YOLOv9数据集合集.rarMY_DATASET11-V1 2022-12-28 1:46 AM ============================= *与您的团队在计算机视觉项目上合作 *收集和组织图像 *了解和搜索非结构化图像数据 *注释，创建数据集 *导出，训练和部署计算机视觉模型 *使用主动学习随着时间的推移改善数据集 对于最先进的计算机视觉培训笔记本，您可以与此数据集一起使用 该数据集包括1001张图像。 塑料 - 玻璃金属纸纸以yolov9格式注释。 将以下预处理应用于每个图像： *像素数据的自动取向（带有Exif-Arientation剥离） *调整到224x224（拉伸） 没有应用图像增强技术。
水瓶瓶罐检测58-YOLO（v5至v9）、COCO、CreateML、Darknet、Paligemma、TFRecord、VOC数据集合集.rarQaldyq Suryptau-V2 2024-02-26 8:05 PM ============================= *与您的团队在计算机视觉项目上合作 *收集和组织图像 *了解和搜索非结构化图像数据 *注释，创建数据集 *导出，训练和部署计算机视觉模型 *使用主动学习随着时间的推移改善数据集 对于最先进的计算机视觉培训笔记本，您可以与此数据集一起使用 该数据集包括2328张图像。 以可可格式注释了金属 - 柔性 - plastmassa-qaldyq。 将以下预处理应用于每个图像： *像素数据的自动取向（带有Exif-Arientation剥离） *调整大小为416x416（拉伸） 应用以下扩展来创建每个源图像的3个版本： *随机裁剪图像的0％至10％ * -15和+15度之间的随机旋转 *随机的BRIGTHNESS调整-10％至+10％ * -7％至 +7％之间的随机暴露调整
Python课程设计，含有代码注释，新手也可看懂。毕业设计、期末大作业、课程设计、高分必看，下载下来，简单部署，就可以使用。 包含：项目源码、数据库脚本、软件工具等，该项目可以作为毕设、课程设计使用，前后端代码都在里面。 该系统功能完善、界面美观、操作简单、功能齐全、管理便捷，具有很高的实际应用价值。
使用精品酒销售管理系统的用户分管理员和用户两个角色的权限子模块。 管理员所能使用的功能主要有：主页、个人中心、用户管理、商品分类管理、商品信息管理、系统管理、订单管理等。 用户可以实现主页、个人中心、我的收藏管理、订单管理等。 前台首页可以实现商品信息、新闻资讯、我的、跳转到后台、购物车等。 项目包含完整前后端源码和数据库文件 环境说明： 开发语言：Java 框架：ssm，mybatis JDK版本：JDK1.8 数据库：mysql 5.7 数据库工具：Navicat11 开发软件：eclipse/idea Maven包：Maven3.3 服务器：tomcat7
1_io_thread_1734442494401.wmv
java 一个基于Java Web的在线问卷调查系统源码实例 一个基于Java Web的在线问卷调查系统源码实例
网站前台注重的功能实现包括会员注册、系统公告、项目查看、在线留言、关注收藏项目、众筹项目申请，网站后台注重的功能实现包括系统用户管理、用户注册审核、项目类别管理、项目信息管理、投资申请查看、投资申请审核、申请结果反馈。 环境说明： 开发语言：Java 框架：ssm，mybatis JDK版本：JDK1.8 数据库：mysql 5.7 数据库工具：Navicat11 开发软件：eclipse/idea Maven包：Maven3.3 服务器：tomcat7
以下是一个关于毕业设计的资源描述和项目源码的简要概述： 资源描述 该毕业设计项目为一个基于Spring Boot的在线学习系统。该项目使用了丰富的资源来确保项目的顺利完成。首先，通过数字图书馆和在线数据库（如谷歌学术）获取了大量的相关文献和最新研究成果，为项目的理论基础提供了坚实的支撑。其次，参考了一些电子书籍和国内外教程资源，学习了相关的开发技巧和最佳实践。此外，项目还利用了Spring Boot、MyBatis等开源框架，以及MySQL数据库，这些资源大大提高了开发效率和系统的稳定性。 在开发过程中，还参与了线上和线下的技术培训和研讨会，与其他开发者交流经验，解决了一些技术难题。这些活动不仅提供了宝贵的学习机会，还帮助更好地理解了项目的需求和实现方式。 项目源码概述 该项目源码主要包括以下几个部分： 后端代码：基于Spring Boot框架，实现了用户管理、课程管理、在线学习、模拟考试等功能。 前端代码：使用HTML、CSS和JavaScript（可能使用Vue.js或React.js）等技术，构建了友好的用户界面，使用户能够方便地浏览课程、进行在线学习和考试。 数据库脚本
如果在运维环境中，尤其是乙方，甲方客户为了安全一般不允许上传破解/绿色版等运维软件，这时候如果有官网下载的运维工具且是免费的，那不就可以正常使用了。 8款软件，显示版本到6，以后可不可以不清楚，现在我用绿色版用不上这个。 包含：xfile、xftp、xlpd、xmanager、xmanager 3d、xmanager powersuite、xshell、xshell plus
广东省深圳市公司申请助理级职称的主要步骤
杂货产品检测43-YOLO（v5至v9）、CreateML、Paligemma、TFRecord、VOC数据集合集.rarIPCV分配-V6 2024-01-21 6:10 PM ============================= *与您的团队在计算机视觉项目上合作 *收集和组织图像 *了解和搜索非结构化图像数据 *注释，创建数据集 *导出，训练和部署计算机视觉模型 *使用主动学习随着时间的推移改善数据集 对于最先进的计算机视觉培训笔记本，您可以与此数据集一起使用 该数据集包括7012张图像。 家庭废物以createMl格式注释。 将以下预处理应用于每个图像： *像素数据的自动取向（带有Exif-Arientation剥离） *调整大小为640x640（拉伸） 没有应用图像增强技术。