performance-analyzer

コードの実行時間、メモリ使用量、アルゴリズム複雑度を分析し、具体的な最適化提案を提供します。

• アルゴリズム複雑度分析: Big O記法での評価
• N+1クエリ検出: データベースクエリの最適化
• メモリリーク検出: 未解放リソース、循環参照
• キャッシング機会: メモ化、CDN活用
• 非同期処理: 並列化、Promise最適化
• バンドルサイズ: Tree shaking、Code splitting
• レンダリング最適化: 仮想化、遅延読み込み

```

このコードのパフォーマンス分析：

[コード]

分析項目:

• アルゴリズム複雑度
• メモリ使用量
• 最適化提案

```

N+1 クエリ問題

問題のあるコード:

```javascript

// O(n) のクエリを n 回実行 = O(n²)

const posts = await Post.findAll();

for (const post of posts) {

post.author = await User.findById(post.authorId); // N+1問題

}

```

最適化:

```javascript

// O(n) + O(m) = O(n)

const posts = await Post.findAll();

const authorIds = posts.map(p => p.authorId);

const authors = await User.findByIds(authorIds); // 1回のクエリ

const authorMap = new Map(authors.map(a => [a.id, a]));

posts.forEach(post => post.author = authorMap.get(post.authorId));

```

改善: クエリ数 101回 → 2回、レスポンス時間 90% 削減

アルゴリズム最適化

非効率:

```python

# O(n²) - 遅い

def has_duplicates(arr):

for i in range(len(arr)):

for j in range(i + 1, len(arr)):

if arr[i] == arr[j]:

return True

return False

```

最適化:

```python

# O(n) - 高速

def has_duplicates(arr):

return len(arr) != len(set(arr))

```

メモリ最適化

問題:

```javascript

// メモリリーク: イベントリスナーが解放されない

component.addEventListener('click', handler);

```

修正:

```javascript

// クリーンアップ

const controller = new AbortController();

component.addEventListener('click', handler, { signal: controller.signal });

// コンポーネント破棄時

controller.abort();

```

```markdown

# パフォーマンス分析レポート

• Critical: 2件（即時対応必須）
• High: 4件（短期対応）
• Medium: 6件（中期改善）

[CRITICAL] N+1 クエリ問題

場所: api/posts.ts:45-52

影響: 100件のデータで101回のクエリ実行

レスポンス時間: 2.5秒 → 0.3秒（88%改善可能）

[CRITICAL] O(n²) アルゴリズム

場所: utils/search.py:23

影響: 10,000件で100,000,000回の比較

実行時間: 45秒 → 0.5秒（98%改善可能）

1. データベースクエリ: Eager loading使用
2. アルゴリズム: ハッシュテーブル活用
3. キャッシング: Redis導入
4. 非同期処理: Promise.all で並列化

```

1. 計測: プロファイリングツール使用
2. ボトルネック特定: 最も影響の大きい部分から最適化
3. トレードオフ: 可読性とのバランス
4. 継続的監視: APM ツール導入

• スキルバージョン: 1.0.0
• 最終更新: 2025-01-22