Front-end resource loading intelligent scheduling strategy method

By dynamically adjusting resource loading priorities and predictive loading strategies, combining lazy loading, asynchronous loading and edge computing technologies, the loading problem of Web web applications on low-network devices is solved, achieving efficient resource loading and user experience improvement.

CN118916096AInactive Publication Date: 2024-11-08SHANDONG INSPUR SCI RES INST CO LTD

Patent Information

Application Number
CN202411419346.5
Authority / Receiving Office
CN · China
Patent Type
Applications(China)
Current Assignee / Owner
Filing Date
2024-10-12
Publication Date
2024-11-08
Estimated Expiration
Not applicable · inactive patent

AI Technical Summary

Technical Problem

Existing web page applications have problems such as loading delay, waste of resources and poor adaptation to low-speed devices when loading resources. The existing loading strategies cannot dynamically adjust the priority of resources based on user equipment and network environment.

Method used

By dynamically detecting user equipment performance and network conditions, adjusting resource loading priorities, combining lazy loading, preloading and asynchronous loading technologies, resource loading is achieved on-demand; at the same time, based on user behavior prediction, resource compression rate and sharding are dynamically adjusted based on user behavior prediction, resource compression rate and sharding are dynamically adjusted based on user behavior prediction. policy and utilize edge computing and CDN technologies to reduce resource request latency.

Benefits of technology

Significantly reduce the rendering time of the first screen, improve page loading speed, avoid resource waste, enhance the compatibility and user experience of web page applications, and adapt to different devices and network conditions.

✦ Generated by Eureka AI based on patent content.

Smart Images

  • Figure CN118916096A_ABST
    Figure CN118916096A_ABST
Patent Text Reader

Abstract

The invention relates to the technical field of webpage resource scheduling, in particular to an intelligent scheduling strategy method for front-end resource loading. According to the front-end resource loading intelligent scheduling strategy method, a loading algorithm is dynamically adjusted according to resource priorities, then an intelligent prediction loading strategy, a self-adaptive resource compression and fragmentation strategy and an intelligent cache and cache failure strategy are realized, and finally edge calculation and a content distribution network CDN technology are fused, so that the intelligent scheduling strategy of the front-end resource loading is realized. Static resources are stored on a node closest to a user in a distributed mode, and meanwhile edge nodes participate in partial dynamic content calculation in a user-defined mode. According to the intelligent scheduling strategy method for front-end resource loading, the first screen rendering time can be remarkably shortened, the page loading speed can be increased, unnecessary resource waste can be effectively avoided, the utilization rate of the overall network bandwidth can be increased, loading requirements under different equipment and different network conditions can be met, and the compatibility of Web webpage application and the user experience are enhanced.
Need to check novelty before this filing date? Find Prior Art

Description

Technical Field

[0001] The present invention relates to the technical field of web page resource scheduling, and in particular to a front-end resource loading intelligent scheduling strategy method. Background Art

[0002] With the rapid development of the Internet, existing web applications usually rely on a large number of static and dynamic resources (such as scripting language JavaScript, cascading style sheets CSS, images, etc.) to render the user interface. The loading order and timing of these resources will significantly affect the first screen rendering time of the page and the overall user experience. Although existing loading strategies, such as lazy loading, preloading, and on-demand loading, can improve performance to a certain extent, in some complex scenarios, there are still problems such as loading delays, resource waste, and poor adaptation to low-speed devices.

[0003] Existing resource loading is usually done through static configuration (such as scripts in Hypertext Markup Language HTML) <script>和链接<link>标签)来控制资源的加载顺序和优先级。虽然浏览器支持如异步async、延迟defer等方式来异步加载脚本,但这些方式的优先级不够精细,无法根据实际用户设备和网络环境进行动态调整。

[0004] 基于上述问题,本发明提出了一种前端资源加载智能调度策略方法。发明内容

[0005] 本发明为了弥补现有技术的缺陷,提供了一种简单高效的前端资源加载智能调度策略方法。

[0006] 本发明是通过如下技术方案实现的:一种前端资源加载智能调度策略方法,其特征在于:步骤S1、根据资源优先级动态调整加载算法;基于用户的设备性能(如CPU、内存、网络状况等)与网络状况,动态调整前端资源的加载优先级,以提升首屏渲染速度和用户体验;对于网络宽带低于自定义阈值的低带宽设备用户,优先加载高优先级的层叠样式表CSS和基础脚本语言JavaScript,而非所有的功能性脚本;所述步骤S1中,实现步骤包括:步骤S1.1、设备性能与网络状态检测;在页面加载时使用浏览器的导航器接口navigator API、性能接口performanceAPI与及网络信息接口Network Information API检测用户设备的设备类型、CPU核心数、内存大小、网络带宽与网络延迟;所述设备类型包括移动设备和桌面;所述网络信息接口Network Information API利用导航器连接下行链路navigator.connection.downlink获取网速信息。

[0007] 步骤S1.2、资源优先级计算;首先根据资源类型将资源自定义分为高优先级(CSS、主JS文件)、中优先级(功能性模块、部分图像)与低优先级(次要功能的脚本或大型资源,如视频、第三方脚本);对于网络宽带高于自定义阈值的高带宽设备,并行加载中高优先级资源;对于网络宽带低于自定义阈值的低带宽设备,则优先加载高优先级资源,若无高优先级资源再依次加载中优先级与低优先级资源;步骤S1.3、加载顺序调整;动态控制资源加载顺序,利用预加载链接<link rel="preload">、异步脚本<script async>或延迟脚本<script defer>控制脚本语言JavaScript和层叠样式表CSS的加载顺序;对于不需要立即加载的资源,延迟加载或使用懒加载技术;通过交叉观察器IntersectionObserver技术监控资源是否在用户视野内,如果在,则按需加载对应的资源,以减少不必要的网络请求。

[0008] 步骤S1.4、实时性能监控与反馈;首先通过性能分析工具(如性能观察器PerformanceObserver)实时监控资源加载的时间,记录首屏渲染时间(FCP)和交互时间(TTI),根据实际表现持续优化加载优先级。

[0009] 如果某资源的加载耗时超过自定义阈值,则通过后台动态调整优先级,并推送新的优先级策略。

[0010] 步骤S2、实现智能化的预测加载策略;通过分析用户的浏览模式和页面交互,预判用户的访问内容,提前加载预判访问内容用到的资源(即预测加载),结合懒加载与预加载,减少资源加载时的延迟,避免资源浪费。

[0011] 所述步骤S2中,实现步骤包括:步骤S2.1、用户行为数据采集;首先通过脚本语言JavaScript监控用户在浏览器前端的页面交互行为,包括鼠标移动、点击与滚动事件;使用指针事件接口PointerEvents API或鼠标事件接口MouseEvents API来捕捉用户的实时行为;将用户的历史行为,包括访问路径、点击频率与浏览时长,存储在本地存储localStorage或索引数据库IndexedDB中,以便在未来的会话中做行为预测;步骤S2.2、用户行为模块构建;利用简单的规则引擎或机器学习模型(如决策树或基于浏览模式的预测算法)构建预测模型,预测用户接下来的操作;例如,用户在商品页面停留超过一定时间,系统预测用户可能会点击相似商品推荐区域。

[0012] 通过后台或前端数据积累,训练预测模型来提高预测的准确性;步骤S2.3、资源预测与预加载;首先结合用户行为和页面结构,根据页面上即将显示的内容进行资源预加载;通过预取链接<link rel="prefetch">提前加载点击的链接目标。

[0013] 根据预测的用户行为,提前加载部分资源(如图片与脚本),利用交叉观察器接口IntersectionObserver API来懒加载用户即将看到的内容。

[0014] 步骤S2.4、实时调整和优化;不断根据用户实际操作调整加载策略,当预测出现偏差时,实时修正并重新加载所需资源;同时,通过性能接口Performance API监控预测加载对性能的影响,以免增加过多的网络负担。

[0015] 步骤S3、实现自适应的资源压缩与分片策略;根据用户的设备能力与网络带宽,动态调整包括图片与视频在内的媒体资源的压缩率及传输方式;对于网络宽带高于自定义阈值的高带宽设备,加载高清版本的图片或视频;对于网络宽带低于自定义阈值的低带宽设备,则自动切换至低分辨率版本;此外,针对大型脚本语言JavaScript文件,根据功能模块对脚本进行分片,按需加载所需模块;所述步骤S3中,通过动态选择资源版本与分片加载策略,适应用户不同的网络条件和设备性能,实现步骤包括:步骤S3.1、技术资源版本准备;首先针对图片与视频资源,自定义准备不同分辨率与不同压缩格式(如jpeg、webp)的多个版本,并在服务器端进行存储管理;使用Webpack工具进行代码分片,将脚本语言JavaScript代码按功能模块进行分割,以确保每个模块能够独立加载;步骤S3.2、动态资源选择;首先使用网络信息接口Network Information API检测用户的网络带宽:如果带宽高于自定义阈值,则选择加载高分辨率资源;如果带宽低于自定义阈值,则加载压缩版或低分辨率版本的图片与视频;同时,结合设备的像素比DPR,通过图像源集srcset动态选择合适的图片版本,确保在高清屏上显示高质量图像,而在低性能设备上减少资源消耗;步骤S3.3、分片加载实现;首先通过动态导入import()语法动态加载脚本语言JavaScript模块,根据用户需要的特定功能加载对应的功能代码模块;进一步的使用动态自适应流媒体传输协议MPEG-DASH或HTTP直播流HLS协议将视频资源分段,并根据用户的播放进度逐步加载视频内容,以减少初次加载的视频体积;步骤S3.4、监控和优化;首先利用性能接口Performance API监控不同资源压缩率对页面加载速度的影响,根据反馈调整资源压缩策略;通过性能观察器PerformanceObserver监控每个代码分片的执行时间,如果发现部分代码分片加载时间超过自定义阈值,则优化其加载顺序或拆分策略。

[0016] 步骤S4、实现智能缓存与缓存失效策略;基于用户访问频率与页面结构变化,动态调整资源的缓存时长与缓存策略;通过监控页面资源的变化频率和更新周期,决定是否需要进行缓存更新,从而避免不必要的网络请求;所述步骤S4中,通过智能缓存和失效管理,减少不必要的网络请求,同时保证用户始终加载最新的资源,实现步骤包括:步骤S4.1、资源使用监控与分析;首先记录用户对页面不同资源的访问频率,通过服务工作线程service worker或本地存储localStorage监控用户对某些静态资源(如图片、层叠样式表CSS、脚本语言JavaScript文件)的访问情况;通过API接口或服务器端推送获取资源的最新更新时间,结合最后修改时间Last-Modified头信息,判断资源是否需要重新下载;步骤S4.2、缓存策略制定;自定义设置缓存时间,为频繁更新的动态内容或API请求设置比静态资源(如层叠样式表CSS和基础库)更短的缓存时间,或通过版本号强制刷新动态内容与API请求;通过实体标签ETag或缓存控制Cache-Control头部字段,定期检查资源版本是否已过期,如果发现资源更新则强制刷新缓存;步骤S4.3、缓存版本控制;首先在静态资源统一资源定位符URL后添加版本号,每当资源更新时修改版本号,以确保用户加载到最新版本的资源;进一步的使用service worker控制资源的缓存策略,针对不同类型的资源设置不同的缓存策略(如永久缓存静态资源,短期缓存API数据);步骤S4.4、自动缓存更新机制;首先当服务器检测到资源更新时,通过服务工作线程service worker或长轮询技术通知前端刷新缓存,以便用户下次访问时能够加载到最新资源;在用户访问页面时,根据缓存策略自动刷新过期资源,而无需等待用户手动刷新页面。

[0017] 步骤S5、将边缘计算与内容分发网络CDN技术相融合;结合边缘计算和内容分发网络CDN技术,通过将常用的静态资源分布式存储在离用户最近的节点上,减少资源请求的延迟;此外,边缘节点自定义参与部分动态内容计算,以减少服务器的响应时间。

[0018] 所述步骤S5中,通过边缘计算与内容分发网络CDN结合,加速静态资源的分发,同时在边缘节点处理部分动态计算,以减少服务器响应时间,实现步骤包括:步骤S5.1、内容分发网络CDN静态资源分发;首先将静态资源(如图片、层叠样式表CSS、脚本语言JavaScript文件)部署到内容分发网络CDN节点,以确保用户能够从地理位置最近的内容分发网络CDN节点获取资源,减少请求延迟;自定义设置不同资源在内容分发网络CDN上的缓存时长,根据资源类型调整缓存策略;为动态内容设置比静态资源更短的生存时间TTL,以保证时效性;步骤S5.2、边缘计算任务分配;首先在内容分发网络CDN的边缘节点上部署轻量级计算模块,处理包括用户身份验证与数据预处理在内的简单计算任务,以减少中心服务器负载;利用边缘节点处理用户的部分动态请求,包括地理位置服务与内容个性化推荐,以减少与中心服务器的交互;步骤S5.3、边缘节点与中心服务器交互;首先边缘节点与中心服务器保持数据同步,以确保动态内容的一致性,当用户的个性化内容更新时,边缘节点能够实时同步最新数据。

[0019] 当边缘节点无法提供动态内容时,及时回源至中心服务器获取最新数据,并缓存到边缘节点以提高后续访问速度;步骤S5.4、性能监控与优化。

[0020] 首先通过监控工具记录边缘节点的响应时间,分析计算任务的分布效果,进一步优化边缘节点的部署和计算任务分配;定期分析内容分发网络CDN的缓存命中率,调整静态资源的缓存策略,以提升命中率,减少对服务器的压力。

[0021] 一种前端资源加载智能调度策略系统,包括:动态加载模块,负责基于用户的设备性能(如CPU、内存、网络状况等)与网络状况,动态调整前端资源的加载优先级,以提升首屏渲染速度和用户体验;对于网络宽带低于自定义阈值的低带宽设备用户,优先加载高优先级的层叠样式表CSS和基础脚本语言JavaScript,而非所有的功能性脚本;预测加载模块,负责通过分析用户的浏览模式和页面交互,预判用户的访问内容,提前加载预判访问内容用到的资源(即预测加载),结合懒加载与预加载,减少资源加载时的延迟,避免资源浪费。

[0022] 资源压缩与分片模块,负责根据用户的设备能力与网络带宽,动态调整包括图片与视频在内的媒体资源的压缩率及传输方式;对于网络宽带高于自定义阈值的高带宽设备,加载高清版本的图片或视频;对于网络宽带低于自定义阈值的低带宽设备,则自动切换至低分辨率版本;此外,针对大型脚本语言JavaScript文件,根据功能模块对脚本进行分片,按需加载所需模块;智能缓存模块,负责基于用户访问频率与页面结构变化,动态调整资源的缓存时长与缓存策略;通过监控页面资源的变化频率和更新周期,决定是否需要进行缓存更新,从而避免不必要的网络请求;边缘计算模块,负责与内容分发网络CDN技术相结合,通过将常用的静态资源分布式存储在离用户最近的节点上,减少资源请求的延迟;此外,边缘节点自定义参与部分动态内容计算,以减少服务器的响应时间。

[0023] 一种计算设备,其特征在于,包括:一个或多个处理器、一个或多个存储器以及一个或多个程序,其中一个或多个程序存储在所述一个或多个存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行上述方法中的任一方法的指令。

[0024] 一种可读存储介质,其特征在于:所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的方法。

[0025] 本发明的有益效果是:该前端资源加载智能调度策略方法,不仅能够显著减少首屏渲染时间,提升页面加载速度,有效避免不必要的资源浪费,提升整体网络带宽的利用率,还能适应不同设备、不同网络条件下的加载需求,增强了Web网页应用的兼容性与用户体验。附图说明

[0026] 为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。

[0027] 附图1为本发明前端资源加载智能调度策略方法示意图。具体实施方式

[0028] 为了使本技术领域的人员更好的理解本发明中的技术方案,下面将结合本发明实施例,对本发明实施例中的技术方案进行清楚,完整的描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。

[0029] 该前端资源加载智能调度策略方法,包括以下步骤:步骤S1、根据资源优先级动态调整加载算法;基于用户的设备性能(如CPU、内存、网络状况等)与网络状况,动态调整前端资源的加载优先级,以提升首屏渲染速度和用户体验;对于网络宽带低于自定义阈值的低带宽设备用户,优先加载高优先级的层叠样式表CSS和基础脚本语言JavaScript,而非所有的功能性脚本;所述步骤S1中,实现步骤包括:步骤S1.1、设备性能与网络状态检测;在页面加载时使用浏览器的导航器接口navigator API、性能接口performanceAPI与及网络信息接口Network Information API检测用户设备的设备类型、CPU核心数、内存大小、网络带宽与网络延迟;所述设备类型包括移动设备和桌面;所述网络信息接口Network Information API利用导航器连接下行链路navigator.connection.downlink获取网速信息。

[0030] 步骤S1.2、资源优先级计算;首先根据资源类型将资源自定义分为高优先级(CSS、主JS文件)、中优先级(功能性模块、部分图像)与低优先级(次要功能的脚本或大型资源,如视频、第三方脚本);对于网络宽带高于自定义阈值的高带宽设备,并行加载中高优先级资源;对于网络宽带低于自定义阈值的低带宽设备,则优先加载高优先级资源,若无高优先级资源再依次加载中优先级与低优先级资源;步骤S1.3、加载顺序调整;动态控制资源加载顺序,利用预加载链接<link rel="preload">、异步脚本<script async>或延迟脚本<script defer>控制脚本语言JavaScript和层叠样式表CSS的加载顺序;对于不需要立即加载的资源,延迟加载或使用懒加载技术;通过交叉观察器IntersectionObserver技术监控资源是否在用户视野内,如果在,则按需加载对应的资源,以减少不必要的网络请求。

[0031] 步骤S1.4、实时性能监控与反馈;首先通过性能分析工具(如性能观察器PerformanceObserver)实时监控资源加载的时间,记录首屏渲染时间(FCP)和交互时间(TTI),根据实际表现持续优化加载优先级。

[0032] 如果某资源的加载耗时超过自定义阈值,则通过后台动态调整优先级,并推送新的优先级策略。

[0033] 步骤S2、实现智能化的预测加载策略;通过分析用户的浏览模式和页面交互,预判用户的访问内容,提前加载预判访问内容用到的资源(即预测加载),结合懒加载与预加载,减少资源加载时的延迟,避免资源浪费。

[0034] 所述步骤S2中,实现步骤包括:步骤S2.1、用户行为数据采集;首先通过脚本语言JavaScript监控用户在浏览器前端的页面交互行为,包括鼠标移动、点击与滚动事件;使用指针事件接口PointerEvents API或鼠标事件接口MouseEvents API来捕捉用户的实时行为;将用户的历史行为,包括访问路径、点击频率与浏览时长,存储在本地存储localStorage或索引数据库IndexedDB中,以便在未来的会话中做行为预测;步骤S2.2、用户行为模块构建;利用简单的规则引擎或机器学习模型(如决策树或基于浏览模式的预测算法)构建预测模型,预测用户接下来的操作;例如,用户在商品页面停留超过一定时间,系统预测用户可能会点击相似商品推荐区域。

[0035] 通过后台或前端数据积累,训练预测模型来提高预测的准确性;步骤S2.3、资源预测与预加载;首先结合用户行为和页面结构,根据页面上即将显示的内容进行资源预加载;通过预取链接<link rel="prefetch">提前加载点击的链接目标。

[0036] 根据预测的用户行为,提前加载部分资源(如图片与脚本),利用交叉观察器接口IntersectionObserver API来懒加载用户即将看到的内容。

[0037] 步骤S2.4、实时调整和优化;不断根据用户实际操作调整加载策略,当预测出现偏差时,实时修正并重新加载所需资源;同时,通过性能接口Performance API监控预测加载对性能的影响,以免增加过多的网络负担。

[0038] 步骤S3、实现自适应的资源压缩与分片策略;根据用户的设备能力与网络带宽,动态调整包括图片与视频在内的媒体资源的压缩率及传输方式;对于网络宽带高于自定义阈值的高带宽设备,加载高清版本的图片或视频;对于网络宽带低于自定义阈值的低带宽设备,则自动切换至低分辨率版本;此外,针对大型脚本语言JavaScript文件,根据功能模块对脚本进行分片,按需加载所需模块;所述步骤S3中,通过动态选择资源版本与分片加载策略,适应用户不同的网络条件和设备性能,实现步骤包括:步骤S3.1、技术资源版本准备;首先针对图片与视频资源,自定义准备不同分辨率与不同压缩格式(如jpeg、webp)的多个版本,并在服务器端进行存储管理;使用Webpack工具进行代码分片,将脚本语言JavaScript代码按功能模块进行分割,以确保每个模块能够独立加载;步骤S3.2、动态资源选择;首先使用网络信息接口Network Information API检测用户的网络带宽:如果带宽高于自定义阈值,则选择加载高分辨率资源;如果带宽低于自定义阈值,则加载压缩版或低分辨率版本的图片与视频;同时,结合设备的像素比DPR,通过图像源集srcset动态选择合适的图片版本,确保在高清屏上显示高质量图像,而在低性能设备上减少资源消耗;步骤S3.3、分片加载实现;首先通过动态导入import()语法动态加载脚本语言JavaScript模块,根据用户需要的特定功能加载对应的功能代码模块;进一步的使用动态自适应流媒体传输协议MPEG-DASH或HTTP直播流HLS协议将视频资源分段,并根据用户的播放进度逐步加载视频内容,以减少初次加载的视频体积;步骤S3.4、监控和优化;首先利用性能接口Performance API监控不同资源压缩率对页面加载速度的影响,根据反馈调整资源压缩策略;通过性能观察器PerformanceObserver监控每个代码分片的执行时间,如果发现部分代码分片加载时间超过自定义阈值,则优化其加载顺序或拆分策略。

[0039] 步骤S4、实现智能缓存与缓存失效策略;基于用户访问频率与页面结构变化,动态调整资源的缓存时长与缓存策略;通过监控页面资源的变化频率和更新周期,决定是否需要进行缓存更新,从而避免不必要的网络请求;所述步骤S4中,通过智能缓存和失效管理,减少不必要的网络请求,同时保证用户始终加载最新的资源,实现步骤包括:步骤S4.1、资源使用监控与分析;首先记录用户对页面不同资源的访问频率,通过服务工作线程service worker或本地存储localStorage监控用户对某些静态资源(如图片、层叠样式表CSS、脚本语言JavaScript文件)的访问情况;通过API接口或服务器端推送获取资源的最新更新时间,结合最后修改时间Last-Modified头信息,判断资源是否需要重新下载;步骤S4.2、缓存策略制定;自定义设置缓存时间,为频繁更新的动态内容或API请求设置比静态资源(如层叠样式表CSS和基础库)更短的缓存时间,或通过版本号强制刷新动态内容与API请求;通过实体标签ETag或缓存控制Cache-Control头部字段,定期检查资源版本是否已过期,如果发现资源更新则强制刷新缓存;步骤S4.3、缓存版本控制;首先在静态资源统一资源定位符URL后添加版本号,每当资源更新时修改版本号,以确保用户加载到最新版本的资源;进一步的使用service worker控制资源的缓存策略,针对不同类型的资源设置不同的缓存策略(如永久缓存静态资源,短期缓存API数据);步骤S4.4、自动缓存更新机制;首先当服务器检测到资源更新时,通过服务工作线程service worker或长轮询技术通知前端刷新缓存,以便用户下次访问时能够加载到最新资源;在用户访问页面时,根据缓存策略自动刷新过期资源,而无需等待用户手动刷新页面。

[0040] 步骤S5、将边缘计算与内容分发网络CDN技术相融合;结合边缘计算和内容分发网络CDN技术,通过将常用的静态资源分布式存储在离用户最近的节点上,减少资源请求的延迟;此外,边缘节点自定义参与部分动态内容计算,以减少服务器的响应时间。

[0041] 所述步骤S5中,通过边缘计算与内容分发网络CDN结合,加速静态资源的分发,同时在边缘节点处理部分动态计算,以减少服务器响应时间,实现步骤包括:步骤S5.1、内容分发网络CDN静态资源分发;首先将静态资源(如图片、层叠样式表CSS、脚本语言JavaScript文件)部署到内容分发网络CDN节点,以确保用户能够从地理位置最近的内容分发网络CDN节点获取资源,减少请求延迟;自定义设置不同资源在内容分发网络CDN上的缓存时长,根据资源类型调整缓存策略;为动态内容设置比静态资源更短的生存时间TTL,以保证时效性;步骤S5.2、边缘计算任务分配;首先在内容分发网络CDN的边缘节点上部署轻量级计算模块,处理包括用户身份验证与数据预处理在内的简单计算任务,以减少中心服务器负载;利用边缘节点处理用户的部分动态请求,包括地理位置服务与内容个性化推荐,以减少与中心服务器的交互;步骤S5.3、边缘节点与中心服务器交互;首先边缘节点与中心服务器保持数据同步,以确保动态内容的一致性,当用户的个性化内容更新时,边缘节点能够实时同步最新数据。

[0042] 当边缘节点无法提供动态内容时,及时回源至中心服务器获取最新数据,并缓存到边缘节点以提高后续访问速度;步骤S5.4、性能监控与优化。

[0043] 首先通过监控工具记录边缘节点的响应时间,分析计算任务的分布效果,进一步优化边缘节点的部署和计算任务分配;定期分析内容分发网络CDN的缓存命中率,调整静态资源的缓存策略,以提升命中率,减少对服务器的压力。

[0044] 该前端资源加载智能调度策略系统,包括:动态加载模块,负责基于用户的设备性能(如CPU、内存、网络状况等)与网络状况,动态调整前端资源的加载优先级,以提升首屏渲染速度和用户体验;对于网络宽带低于自定义阈值的低带宽设备用户,优先加载高优先级的层叠样式表CSS和基础脚本语言JavaScript,而非所有的功能性脚本;预测加载模块,负责通过分析用户的浏览模式和页面交互,预判用户的访问内容,提前加载预判访问内容用到的资源(即预测加载),结合懒加载与预加载,减少资源加载时的延迟,避免资源浪费。

[0045] 资源压缩与分片模块,负责根据用户的设备能力与网络带宽,动态调整包括图片与视频在内的媒体资源的压缩率及传输方式;对于网络宽带高于自定义阈值的高带宽设备,加载高清版本的图片或视频;对于网络宽带低于自定义阈值的低带宽设备,则自动切换至低分辨率版本;此外,针对大型脚本语言JavaScript文件,根据功能模块对脚本进行分片,按需加载所需模块;智能缓存模块,负责基于用户访问频率与页面结构变化,动态调整资源的缓存时长与缓存策略;通过监控页面资源的变化频率和更新周期,决定是否需要进行缓存更新,从而避免不必要的网络请求;边缘计算模块,负责与内容分发网络CDN技术相结合,通过将常用的静态资源分布式存储在离用户最近的节点上,减少资源请求的延迟;此外,边缘节点自定义参与部分动态内容计算,以减少服务器的响应时间。

[0046] 该存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行上述方法中的任一方法。

[0047] 该计算设备,包括:一个或多个处理器、一个或多个存储器以及一个或多个程序,其中一个或多个程序存储在所述一个或多个存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行上述方法中的任一方法的指令。

[0048] 综上,该前端资源加载智能调度策略方法,与现有技术相比,具有以下特点:(1)能够显著减少首屏渲染时间,提升页面加载速度,特别是在低带宽、低性能设备上的表现;通过智能化的资源加载策略,有效避免了不必要的资源浪费,提升了整体网络带宽的利用率;并且系统可适应不同设备、不同网络条件下的加载需求,增强了Web网页应用的兼容性与用户体验。

[0049] (2)该前端资源加载优化策略通过引入动态调整、按需加载、自适应压缩等创新方法,极大地提升了Web网页应用的加载性能,并解决了现有技术中的一些瓶颈问题,具备广泛的应用前景,适用于各种需要高效资源加载的Web网页应用。

[0050] 以上所述的实施例,只是本发明具体实施方式的一种,本领域的技术人员在本发明技术方案范围内进行的通常变化和替换都应包含在本发明的保护范围内。< / script>

Claims

1. A front-end resource loading intelligent scheduling strategy method, characterized by: The following steps are involved: Step S1, dynamically adjusting the loading algorithm according to resource priority; Dynamically adjust the loading priority of front-end resources based on the user's device performance and network conditions to improve the first screen rendering speed and user experience; for low-bandwidth device users whose network bandwidth is below the custom threshold, prioritize loading high-priority cascading style sheets CSS and basic scripting language JavaScript instead of all functional scripts; Step S2, realizing intelligent prediction loading strategy; By analyzing the user's browsing patterns and page interactions, we can predict the content that the user will access and load the resources needed for the predicted accessed content in advance to reduce the delay in resource loading. Step S3: Implement adaptive resource compression and sharding strategy; Dynamically adjust the compression rate and transmission method of media resources including images and videos according to the user's device capabilities and network bandwidth; load high-definition versions of images or videos for high-bandwidth devices with network bandwidth higher than a custom threshold; automatically switch to low-resolution versions for low-bandwidth devices with network bandwidth lower than a custom threshold; In addition, for large scripting language JavaScript files, the scripts are segmented according to functional modules, and the required modules are loaded on demand; Step S4: Implement intelligent caching and cache invalidation strategy; Dynamically adjust resource cache duration and cache strategy based on user access frequency and page structure changes; By monitoring the change frequency and update cycle of page resources, determine whether cache updates are needed; Step S5: Integrate edge computing with content delivery network CDN technology; Combining edge computing and content distribution network (CDN) technology, static resources are distributed and stored on nodes closest to users to reduce the latency of resource requests. In addition, edge nodes are customized to participate in some dynamic content calculations to reduce the server response time.

2. The front-end resource loading intelligent scheduling strategy method according to claim 1 is characterized by: In step S1, the implementation steps include: Step S1.1, device performance and network status detection; Use the browser's navigator API, performance API, and network information API to detect the user's device type, number of CPU cores, memory size, network bandwidth, and network latency when the page is loading; The device types include mobile and desktop; The Network Information API uses the navigator connection downlink navigator.connection.downlink to obtain network speed information; Step S1.2, resource priority calculation; First, resources are divided into high priority, medium priority and low priority according to resource type; For high-bandwidth devices whose network bandwidth is higher than the custom threshold, medium- and high-priority resources are loaded in parallel; for low-bandwidth devices whose network bandwidth is lower than the custom threshold, high-priority resources are loaded first. If there are no high-priority resources, medium- and low-priority resources are loaded in sequence. Step S1.3, adjusting the loading order; Dynamically control the order of resource loading and use preload links <link rel="preload"> , asynchronous scripts <scriptasync>or delay script <script defer>控制脚本语言JavaScript和层叠样式表CSS的加载顺序;对于不需要立即加载的资源,延迟加载或使用懒加载技术;通过交叉观察器IntersectionObserver技术监控资源是否在用户视野内,如果在,则按需加载对应的资源;步骤S1.4、实时性能监控与反馈;首先通过性能分析工具实时监控资源加载的时间,记录首屏渲染时间FCP和交互时间TTI,根据实际表现持续优化加载优先级;如果某资源的加载耗时超过自定义阈值,则通过后台动态调整优先级,并推送新的优先级策略。3.根据权利要求1所述的前端资源加载智能调度策略方法,其特征在于:所述步骤S2中,实现步骤包括:步骤S2.1、用户行为数据采集;首先通过脚本语言JavaScript监控用户在浏览器前端的页面交互行为,包括鼠标移动、点击与滚动事件;使用指针事件接口PointerEvents API或鼠标事件接口MouseEventsAPI来捕捉用户的实时行为;将用户的历史行为,包括访问路径、点击频率与浏览时长,存储在本地存储localStorage或索引数据库IndexedDB中,以便在未来的会话中做行为预测;步骤S2.2、用户行为模块构建;利用规则引擎或机器学习模型构建预测模型,预测用户接下来的操作;通过后台或前端数据积累,训练预测模型来提高预测的准确性;步骤S2.3、资源预测与预加载;首先结合用户行为和页面结构,根据页面上即将显示的内容进行资源预加载;通过预取链接<link rel="prefetch">提前加载点击的链接目标;根据预测的用户行为,提前加载图片与脚本,利用交叉观察器接口IntersectionObserver API来懒加载用户即将看到的内容;步骤S2.4、实时调整和优化;不断根据用户实际操作调整加载策略,当预测出现偏差时,实时修正并重新加载所需资源;同时,通过性能接口Performance API监控预测加载对性能的影响,以免增加网络负担。4.根据权利要求1所述的前端资源加载智能调度策略方法,其特征在于:所述步骤S3中,通过动态选择资源版本与分片加载策略,适应用户不同的网络条件和设备性能,实现步骤包括:步骤S3.1、技术资源版本准备;首先针对图片与视频资源,自定义准备不同分辨率与不同压缩格式的多个版本,并在服务器端进行存储管理;使用Webpack工具进行代码分片,将脚本语言JavaScript代码按功能模块进行分割,以确保每个模块能够独立加载;步骤S3.2、动态资源选择;首先使用网络信息接口Network Information API检测用户的网络带宽:如果带宽高于自定义阈值,则选择加载高分辨率资源;如果带宽低于自定义阈值,则加载压缩版或低分辨率版本的图片与视频;同时,结合设备的像素比DPR,通过图像源集srcset动态选择图片版本,确保在高清屏上显示高质量图像,而在低性能设备上减少资源消耗;步骤S3.3、分片加载实现;首先通过动态导入import()语法动态加载脚本语言JavaScript模块,根据用户需要的特定功能加载对应的功能代码模块;使用动态自适应流媒体传输协议MPEG-DASH或HTTP直播流HLS协议将视频资源分段,并根据用户的播放进度逐步加载视频内容,以减少初次加载的视频体积;步骤S3.4、监控和优化;首先利用性能接口Performance API监控不同资源压缩率对页面加载速度的影响,根据反馈调整资源压缩策略;通过性能观察器PerformanceObserver监控每个代码分片的执行时间,如果发现部分代码分片加载时间超过自定义阈值,则优化其加载顺序或拆分策略。5.根据权利要求1所述的前端资源加载智能调度策略方法,其特征在于:所述步骤S4中,通过智能缓存和失效管理,减少网络请求,同时保证用户始终加载最新的资源,实现步骤包括:步骤S4.1、资源使用监控与分析;首先记录用户对页面不同资源的访问频率,通过服务工作线程service worker或本地存储localStorage监控用户对静态资源的访问情况;通过API接口或服务器端推送获取资源的最新更新时间,结合最后修改时间Last-Modified头信息,判断资源是否需要重新下载;步骤S4.2、缓存策略制定;自定义设置缓存时间,为动态内容或API请求设置比静态资源更短的缓存时间,或通过版本号强制刷新动态内容与API请求动态内容与API请求;通过实体标签ETag或缓存控制Cache-Control头部字段,定期检查资源版本是否已过期,如果发现资源更新则强制刷新缓存;步骤S4.3、缓存版本控制;首先在静态资源统一资源定位符URL后添加版本号,每当资源更新时修改版本号,以确保用户加载到最新版本的资源;使用service worker控制资源的缓存策略,针对不同类型的资源设置不同的缓存策略;步骤S4.4、自动缓存更新机制;首先当服务器检测到资源更新时,通过服务工作线程service worker或长轮询技术通知前端刷新缓存,以便用户下次访问时能够加载到最新资源;在用户访问页面时,根据缓存策略自动刷新过期资源,而无需等待用户手动刷新页面。6.根据权利要求1所述的前端资源加载智能调度策略方法,其特征在于:所述步骤S5中,通过边缘计算与内容分发网络CDN结合,加速静态资源的分发,同时在边缘节点处理部分动态计算,以减少服务器响应时间,实现步骤包括:步骤S5.1、内容分发网络CDN静态资源分发;首先将静态资源部署到内容分发网络CDN节点,以确保用户能够从地理位置最近的内容分发网络CDN节点获取资源,减少请求延迟;自定义设置不同资源在内容分发网络CDN上的缓存时长,根据资源类型调整缓存策略;为动态内容设置比静态资源更短的生存时间TTL,以保证时效性;步骤S5.2、边缘计算任务分配;首先在内容分发网络CDN的边缘节点上部署轻量级计算模块,处理包括用户身份验证与数据预处理在内的简单计算任务,以减少中心服务器负载;利用边缘节点处理用户的部分动态请求,包括地理位置服务与内容个性化推荐,以减少与中心服务器的交互;步骤S5.3、边缘节点与中心服务器交互;首先边缘节点与中心服务器保持数据同步,以确保动态内容的一致性,当用户的个性化内容更新时,边缘节点能够实时同步最新数据;当边缘节点无法提供动态内容时,及时回源至中心服务器获取最新数据,并缓存到边缘节点以提高后续访问速度;步骤S5.4、性能监控与优化;首先通过监控工具记录边缘节点的响应时间,分析计算任务的分布效果,进一步优化边缘节点的部署和计算任务分配;定期分析内容分发网络CDN的缓存命中率,调整静态资源的缓存策略,以提升命中率,减少对服务器的压力。7.一种基于权利要求1~6中任意一项所述的前端资源加载智能调度策略方法的系统,其特征在于:包括:动态加载模块,负责基于用户的设备性能与网络状况,动态调整前端资源的加载优先级,以提升首屏渲染速度和用户体验;对于网络宽带低于自定义阈值的低带宽设备用户,优先加载高优先级的层叠样式表CSS和基础脚本语言JavaScript,而非所有的功能性脚本;预测加载模块,负责通过分析用户的浏览模式和页面交互,预判用户的访问内容,提前加载预判访问内容用到的资源,以减少资源加载时的延迟;资源压缩与分片模块,负责根据用户的设备能力与网络带宽,动态调整包括图片与视频在内的媒体资源的压缩率及传输方式;对于网络宽带高于自定义阈值的高带宽设备,加载高清版本的图片或视频;对于网络宽带低于自定义阈值的低带宽设备,则自动切换至低分辨率版本;此外,针对大型脚本语言JavaScript文件,根据功能模块对脚本进行分片,按需加载所需模块;智能缓存模块,负责基于用户访问频率与页面结构变化,动态调整资源的缓存时长与缓存策略;通过监控页面资源的变化频率和更新周期,决定是否需要进行缓存更新;边缘计算模块,负责与内容分发网络CDN技术相结合,通过将静态资源分布式存储在离用户最近的节点上,以减少资源请求的延迟;此外,边缘节点自定义参与部分动态内容计算,以减少服务器的响应时间。8.一种存储一个或多个程序的计算机可读存储介质,其特征在于:所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行根据权利要求1至6所述的方法中的任一方法。9.一种计算设备,其特征在于:包括:一个或多个处理器、一个或多个存储器以及一个或多个程序,其中一个或多个程序存储在所述一个或多个存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行根据权利要求1至6所述的方法中的任一方法的指令。< / script> < / scriptasync>

Citation Information

Patent Citations

  • Webpage resource loading method and device, terminal equipment and storage medium

    CN118035585A

  • Webview characteristic-based method, apparatus and device, and medium

    CN118069950A

  • Front-end lazy loading optimization method and device based on dynamic analysis and medium

    CN118093055A

  • Page loading method and device, storage medium and electronic equipment

    CN118427467A

  • Website first access acceleration method based on preloading

    CN118433184A

Cited By

  • Webpage access performance optimization method and system

    CN119166928A

  • Cache management system based on data monitoring and analysis

    CN119337013A

  • Method for accelerating picture rendering under lvgl

    CN119537009A

  • Data transmission method and device, electronic equipment, storage medium and program product

    CN119629240A

  • Intelligent caching method and device for loading front-end resources as required, equipment and medium

    CN119691305A