performance-analyzer

name	performance-analyzer
description	Analyze code performance, detect bottlenecks, suggest optimizations for algorithms, queries, and resource usage. Use when improving application performance or investigating slow code.

Performance Analyzer Skill

パフォーマンスボトルネックを特定し、最適化提案を行うスキルです。

概要

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。

主な機能

• 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

使用方法

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

分析例

N+1 クエリ問題

問題のあるコード:

// 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:

// 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:

# 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:

# O(n) - 高速
def has_duplicates(arr):
    return len(arr) != len(set(arr))

メモリ最適化

問題:

// 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:

// 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();

出力レポート

# パフォーマンス分析レポート

## サマリー
- **Critical**: 2件（即時対応必須）
- **High**: 4件（短期対応）
- **Medium**: 6件（中期改善）

## Critical 問題

### [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）

## 最適化提案

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

ベストプラクティス

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

バージョン情報

• スキルバージョン: 1.0.0
• 最終更新: 2025-01-22