
SnapFire FSR 基准测试:商品页请求量达 Next.js 的 77 倍
来源标题:SnapFire FSR: Web SSR Benchmarks
SnapFire 公布 Web SSR 基准测试结果:在同一台机器上以六种框架运行同一店铺页面,FSR 在商品页的请求处理量是 Next.js 的 77 倍,并超过全 Rust 实现的 Leptos。测试使用 32 个并发客户端,数据为多次重复的中位数,时间为 2026 年 11 月 3 日至 7 日。完整结果涵盖 1 至 256 个并发客户端及各页面 CPU、内存数据。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
同一个店面,用六种框架编写,运行在同一台机器上。在产品页面上,FSR 处理的请求量是 Next.js 的 77 倍,并且击败了端到端使用 Rust 的 Leptos。
每个应用都提供相同的 48 个产品、相同的样式表和相同的标记。页面加载前都会检查其状态、文本和产品数量。数据是多次重复的中位数,绿色标记一行中的最佳数值以及与之相差 5% 以内的所有数值。此处的表格使用 32 个并发客户端。点击单元格可查看精确计数。完整结果包含从 1 到 256 的每个客户端数量、每个页面的 CPU 和内存、每个页面的大小以及方法。
SnapFire FSR 0.23.0、Next.js 16.4.4、SvelteKit 3.1.1、Nuxt 4.6.4、Leptos 0.8.23 和 Dioxus 0.7.10。Apple M4 Pro,高性能模式,测量于 2026-11-03 至 2026-11-07。
在 32 个并发客户端下每秒完整读取的响应数,越高越好。
第 99 百分位延迟(毫秒),从发送请求到读取其响应体,32 个并发客户端。越低越好。
api 行以 JSON 形式提供目录数据,不进行渲染,这正是 Leptos 和 Dioxus 追赶上的地方。
32 个并发客户端下的每秒请求数,越高越好。
每个计算加载器在每次请求时都会循环和分配:一个埃拉托斯特尼筛法、一个对生成的订单用比较器排序的聚合,以及一个对构建文本进行单词计数。FSR 在没有 JavaScript 引擎的情况下运行 TypeScript 加载器。在这些页面上,对于素数和报告,这比在 V8 上运行的 SvelteKit 慢。原生列是同一个页面,但其加载器通过 #[native] 调用 Leptos 和 Dioxus 所运行的 Rust。无论哪种方式,视图和渲染都是 FSR 的。
FSR 启动最快。在负载下,它比 Leptos 和 Dioxus 占用更多内存,但少于三个 Node 服务器。
挂钟时间,越低越好。热构建是在更改一个页面后进行的。
越低越好。页面大小针对产品页面,gzip 压缩后。
部署总量包括 Next.js、SvelteKit 和 Nuxt 的 Node,因为它必须与它们一起安装。Leptos 和 Dioxus 通过将整个应用作为 WebAssembly 加载来进行水合。其他四个仅用 JavaScript 进行水合。
负载客户端与服务器运行在同一台机器上,并占用它们的 CPU。FSR、Leptos 和 Dioxus 在所有核心上提供服务。Next.js、SvelteKit 和 Nuxt 各自从一个 Node 进程提供服务。在负载均衡器后运行多个实例是部署选择,arena 不做此选择。
三个店面页面用相同属性以三种方式渲染,没有 HTTP 介入。每次运行在报告数字前都会断言输出字节完全相同,因此每个渲染器都产生了相同的 HTML。
FSR 有两列,因为分配器会使其速度变化约 1.5 倍,而你在部署时选择分配器。库和宿主都不选择。QuickJS 使用与 FSR 相同的分配器。其数字几乎不随分配器变化,因为其大部分分配发生在引擎内部。
这以四种列表长度渲染相同的目录路由,与 V8 中的 React 在相同属性下对比,并检查每个长度下输出字节完全相同。
两者在三个数量级上都线性扩展,FSR 的领先优势随列表大小增长,因此领先优势不依赖于某个特定页面。在 FSR 中每个产品耗时 6.15 µs,在 V8 中为 10.51 µs。单项目行主要是每页固定开销,随着列表增长其影响变小。
几个请求者尽可能快地渲染目录,持续十秒,并统计完成的渲染次数。React 服务器渲染是事件循环无法交织的同步工作,因此 Node 展示了其使用多核的两种方式:在一个进程内使用隔离区,以及每个请求者一个进程。
每个请求在其他请求竞争时等待的时间,越低越好:
工作线程吞吐量在四个请求者时达到峰值然后下降,因此将 FSR 与进程列比较,FSR 快 1.37 倍。Node 进程总体占用更多资源,具有独立的垃圾回收器。
两行测量不同的东西,因此不要相互比较。FSR 没有这两种成本。服务器上没有 JavaScript 引擎,渲染从构建已编译的树开始。
这些页面标记繁重。它们遍历数据并发出标签,这实际上是服务器渲染器所做的大部分工作。这也是解释器遍历降低后的树比必须先构建 JavaScript 对象才能遍历的 JIT 做更少工作的地方。JIT 在执行真正算术的代码上胜出,这正是上面 arena 的计算页面所测量的。
Apple M4 Pro,高性能模式。Rust 和 QuickJS 行使用 Criterion;V8 行是 Node v26.8.1,500 次预热后 2000 个样本。测量于 2026-09-07。
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。