🏠 Hem
Benchmarkar
📊 Alla benchmarkar 🦖 Dinosaur v1 🦖 Dinosaur v2 ✅ To-Do List-applikationer 🎨 Kreativa fria sidor 🎯 FSACB - Ultimata uppvisningen 🌍 Översättningsbenchmark
Modeller
🏆 Topp 10 modeller 🆓 Gratis modeller 📋 Alla modeller ⚙️ Kilo Code
Resurser
💬 Promptbibliotek 📖 AI-ordlista 🔗 Användbara länkar
← Tillbaka till kategorier
Medel

Optimera Core Web Vitals

#webbutveckling #seo #optimering

Analysera och föreslå förbättringar för en webbsidas Core Web Vitals-mått.

Du är en webbutvecklingsexpert. Jag har problem med min webbsidas prestanda, specifikt gällande Largest Contentful Paint (LCP), First Input Delay (FID) och Cumulative Layout Shift (CLS). Analysera följande kodstruktur och ge mig en konkret lista på åtgärder för att förbättra dessa tre specifika mätvärden.
Svår

Databasfrågeoptimering

#sql #databas #backend

Identifiera flaskhalsar i en SQL-fråga och optimera den.

Här är en SQL-fråga som tar för lång tid att exekvera på en stor tabell. Analysera frågan och förklara varför den är långsam. Skriv sedan om den för att minimera exekveringstiden, inklusive förslag på lämpliga index som bör skapas.
Medel

React-komponentoptimering

#react #javascript #frontend

Undvik onödiga omrenderingar i en React-applikation.

Jag har en React-applikation där en tung lista komponent orsakar prestandaproblem när förälderkomponenten uppdateras. Visa hur man använder React.memo, useMemo och useCallback för att förhindra onödiga omrenderingar av listan utan att funktionaliteten påverkas.
Lätt

Effektiv bildhantering

#bilder #latency #frontend

Strategier för att minska bildernas inverkan på laddningstider.

Beskriv de bästa strategierna för att optimera bilder på en modern webbplats. Inkludera i ditt svar koncept som lazy loading, responsiva bilder (srcset), val av rätt filformat (som WebP eller AVIF) och komprimeringstekniker.
Medel

Caching-strategier för API:er

#api #backend #caching

Implementera cachning för att minska belastningen på servern.

Vi utvecklar ett REST API som läser ofta från en databas men sällan skriver. Designa en caching-strategi för att minska databasbelastningen och förbättra svarstiderna. Förklara skillnaden mellan caching på klientnivå (HTTP headers) och servernivå (som Redis).
Svår

Minnesläckor i JavaScript

#javascript #minneshantering #debugging

Identifiera och åtgärda vanliga orsaker till minnesläckor.

Jag misstänker att min Node.js-applikation har en minnesläcka efter att den körts under en längre tid. Ge exempel på de vanligaste orsakerna till minnesläckor i JavaScript (t.ex. oavsiktade globala variabler, stängda timer-intervaller eller DOM-referenser) och hur man använder Chrome DevTools för att identifiera dem.
Medel

Asynkron programmering i Python

#python #asyncio #backend

Jämför threading mot asyncio för I/O-tunga uppgifter.

Jag bygger en webbskrapare som måste göra tusentals HTTP-förfrågningar. Jämför prestandan hos en lösning som använder standarden `threading` mot en som använder `asyncio`. Förklara när man bör välja det ena framför det andra och ge ett kodexempel för den snabbaste lösningen.
Lätt

Minska JavaScript-paketstorleken

#javascript #build-tools #bundling

Tekniker för 'tree-shaking' och koddelning.

Vårt JavaScript-bundle är för stort och tar lång tid att ladda. Förklara begreppen 'tree-shaking', 'code splitting' och 'lazy loading' av moduler. Hur konfigurerar man Webpack eller Vite för att automatiskt tillämpa dessa tekniker och minimera den initiala mängden kod som skickas till webbläsaren?
Svår

Prestandatestning och belastningstester

#devops #testing #infrastruktur

Planera ett testscenario för att utvärdera systemets gränser.

Vi ska lansera en e-handelssajt och förväntar oss högt trafiktryck under Black Friday. Skapa en detaljerad plan för belastningstestning. Vilka verktyg (som JMeter eller k6) bör användas, vilka nyckelmått (KPIs) ska vi övervaka, och hur tolkar vi resultaten för att veta om systemet håller?
Svår

Algoritmisk optimering

#algoritmer #datastrukturer #problemlosning

Förbättra tidseffektiviteten i en given funktion.

Analysera följande funktion (pseudokod eller valfritt språk) som sorterar en lista med data. Den fungerar korrekt men är mycket långsam på stora datamängder. Identifiera tidskomplexiteten (Big O notation) och skriv om funktionen med en mer effektiv algoritm.