当前位置: 首页 > news >正文

博客的加载速度和大小的优化、优化再优化

0. 前言

最近对博客的加载速度和各种文件体积进行了优化,特此记录一下

可以点击七仔的博客测试我的博客速度

1. 基础

1.1 图片加载优化

  1. 对于非文章类的大图片先进行一遍压缩,使用各种压缩网站就可以

  2. 然后对于各种图片最好都转换为为webp格式,相对于传统格式能降低大小大概四成左右

1.2 gzip压缩

gzip是针对文本类型进行压缩的,例如html、js、css、txt等格式,可以在nginx处打开

http {gzip  on;gzip_buffers 32 4K;gzip_comp_level 6;gzip_types text/plain application/javascript text/css;
}

2. 首屏渲染

Vue类型的博客的内容是通过实时加载去渲染的,如果蜘蛛只获取了html而没有去加载js的话实际是没有内容的。有几种解决方案。

  1. 将vue渲染成静态文件,每次增加新文章都重新渲染一遍,然后上传到服务器上。优点是加载快,但是调整插件什么的比较麻烦。

  2. 实时判断爬虫然后进行服务器端渲染。

我这里主要讲一下服务端渲染。首先是nginx判断爬虫:

http {...server {...location ... {if ($http_user_agent ~* "Sogou web spider|BingPreview|baidu|Baiduspider|twitterbot|facebookexternalhit|rogerbot|linkedinbot|embedly|quora link preview|showyoubot|outbrain|pinterest|slackbot|vkShare|W3C_Validator|bingbot|Sosospider|Sogou Pic Spider|Googlebot|360Spider|qihoobot|Googlebot-Mobile|Googlebot-Image|Mediapartners-Google|Adsbot-Google|Feedfetcher-Google|Yahoo! Slurp|Yahoo! Slurp China|YoudaoBot|Sogou spider|Sogou web spider|MSNBot|ia_archiver|Tomato Bot|Sogou web spider|soso|sogou|yahoo|sohu-search|yodao|robozilla|msnbot|MJ12bot|NHN|Twiceler|FeedDemon|JikeSpider|Indy Library|Alexa Toolbar|AskTbFXTV|AhrefsBot|CrawlDaddy|CoolpadWebkit|Java|Feedly|UniversalFeedParser|ApacheBench|Microsoft URL Control|Swiftbot|ZmEu|oBot|jaunty|Python-urllib|lightDeckReports Bot|YYSpider|DigExt|YisouSpider|HttpClient|MJ12bot|heritrix|EasouSpider|LinkpadBot|Googlebot|Ezooms") {proxy_pass  http://xxx.xxx.xxx.xxx:3000?url=https%3A%2F%2Fwww.xxxxxxxx.com${document_uri}$is_args$query_string;}}}
}

逻辑就是通过请求的User-Agent判断是否是爬虫,如果是爬虫就调用一个端口为3000的服务将路径转发给它让它加载完返回加载后(js会渲染完成)的html。

至于这个端口为3000的服务,我是用了一个docker安装的镜像为zenato/puppeteer-renderer的容器,对外端口为3000,作用就是进行服务端渲染。

docker运行语句:

docker run -d --name puppeteer-renderer -p 3000:3000 zenato/puppeteer-renderer:latest

zenato/puppeteer-renderer的开源地址:https://github.com/zenato/puppeteer-renderer


3. 接口

后端服务其实没什么好说的,就是做缓存就好了,可以用Redis。另外一般返回格式为json,所以最好在nginx处加上json格式的gzip。

http {...gzip_types text/plain application/javascript text/css application/json;
}

4. Live2d的优化

对于live2d,基础的js和css的优化就不说了,顺便提一下live2d的图片因为要拼接起来,所以很大,记得也要压缩

这里主要说一下moc格式,moc这个是用来存live2d模型的,我这里会达到三百多k,非常占资源,其实moc是可以进行gzip压缩的,压缩后我这里会降低到一百多k,不到一半,moc进行gzip压缩有我这里有两种方案:

  1. 对nginx进行配置,再增加一个针对moc的gzip压缩
http {...gzip_types text/plain application/javascript text/css application/json text/x-moc;
}

蕾姆live2d

  1. 调整xx.model.json文件中的后缀
{"model": "xx.moc.txt",
}

然后修改xx.moc为xx.moc.txt即可(需要确保nginx有做text/plain的gzip压缩)


5. 七牛云的优化

5.1 七牛云的图片瘦身

可以在七牛云的 对象存储 -> 空间管理 -> 你自己的空间 -> 多媒体样式 -> 新建样式 中配置。

我这里建议是打开图片瘦身+输出格式为webp。需要注意修改以后右侧可以看到示例链接,复制你图片的链接加上多出来的后缀即可访问。我这里访问后基本可以做到瘦身三四成的样子。

放一下配置截图:

image.png

5.2 七牛云的gzip压缩

截止到我写这篇文章的时候,七牛云会默认开启gzip加速的类型有:

text/plain
text/css
text/javascript
text/xml
application/x-javascript
application/json
application/xml
application/xml+rss
application/javascript

来源: https://developer.qiniu.com/fusion/1571/seven-niuyun-support-for-text-file-download-optimization

不能进行自定义,所以对于上面的live2d的moc文件最好调整为txt格式进行gzip压缩


6. 工具

我这里用了谷歌的 PageSpeed Insights 进行分析,分析还是很全的。

PageSpeed Insights: https://pagespeed.web.dev/?hl=zh_CN

放一下截图:

4790eaf60145dd91b3f147df0db582f0.png

可以点击七仔的博客测试我的博客速度

http://www.zskr.cn/news/25951.html

相关文章:

  • Qt和ffmpeg结合打造gb28181推流/支持udp和tcp被动以及tcp主动三种方式
  • 【每日积累】浅谈mvc,mvvm,mvp
  • 66页习题
  • 【React系列】一文让你了解React中Component和PureComponent差异之分
  • DIY ChatGPT 一周狂揽 27k Star「GitHub 热点速览」
  • marmot的一些特点
  • 帮我回答这些问题
  • 使用uWSGI和Nginx部署深度学习模型指南
  • 为什么很多人分不清关联和聚合?
  • 什么情况下,有必要将属性设为类属性而非实例属性?
  • SensatUrban语义分割数据集SensatUrban - MKT
  • 推荐算法参考资料
  • VoxelNeXt 用于 3D 对象检测和跟踪的完全稀疏 VoxelNet(CVPR 2023) - MKT
  • 基于yakit的dvwa靶场暴力破解和代码执行漏洞
  • 视觉和语言-港科大 NMPC 控制下的高效自主导航!SkyVLN:城市环境无人机视觉语言导航与非线性模型预测控制 - MKT
  • Luogu P12376「LAOI-12」Calculate 题解 [ 蓝 ] [ 贪心 ] [ 线性 DP ] [ 前缀和优化 ] [ 范德蒙德卷积 ]
  • Conda、pip以及虚拟环境在Jupyter中的打开方法
  • 每日反思(2025_10_20)
  • java基础9-面向对象进阶
  • 关系运算符
  • Inno Setup 打包脚本模板
  • Claude code cli 的think mode到底是啥?
  • 玄机——Linux后门应急
  • 2025/10/20
  • UI弹窗遮罩屏蔽触发事件的处理
  • 小整数的地址
  • newDay13
  • QT_基础
  • 推荐系统与机器学习在会员服务中的应用
  • 10.20 —— 2024icpc成都I,B