Оцінювання продуктивності завантаження сцени WebAR-застосунку на мобільному пристрої

Анотація

Предметом дослідження є закономірності розподілу обчислювальних ресурсів центрального процесора та зміни часових метрик браузерного рушія під час виконання етапів ініціалізації WebAR-сцени. Об’єктом даного дослідження є процес ініціалізації та завантаження 3D-контенту у клієнтському WebAR-застосунку на мобільному пристрої. Метою роботи є розробка підходу до комплексного оцінювання продуктивності та встановлення закономірностей розподілу обчислювального навантаження під час ініціалізації WebAR-застосунків з використанням інструментів глибокого браузерного профайлінгу. Завдання. Розробити математичну модель функціонування WebAR-застосунку на етапі ініціалізації сцени та декомпозувати процес завантаження на ключові етапи з оцінкою їхніх часових витрат. Провести емпіричне профілювання, ідентифікувати пікові навантаження на CPU та блокуючі задачі, а також сформувати обґрунтовані напрями подальшої оптимізації продуктивності. Методи. Дослідження продуктивності проведено шляхом емпіричного тестування продуктивності WebAR-застосунку під час найбільш ресурсоємного етапу – ініціалізації та завантаження тривимірної сцени. Збір даних щодо навантаження на потоки CPU в контексті веб-сторінки здійснювався за допомогою інструментів розробника Chrome DevTools. Апаратним середовищем для експериментів слугував мобільний пристрій Google Pixel 8, а статистична достовірність результатів забезпечувалася 10-кратною ітерацією кожного тестового сценарію. Результат дослідження. Розроблена математична модель формалізує процес завантаження сцени  WebAR-застосунку та дозволяє провести оцінку завантаженості CPU на кожному етапі. За результатом аналізу часового профілю, отриманого з використанням удосконаленої математичної моделі та засобів Chrome DevTools виокремлено чотири етапи завантаження: ініціалізація порожньої сцени, завантаження 3D-об’єкта із сервера, парсинг моделі та її рендеринг. Встановлено нелінійний характер навантаження на процесор. Найбільш ресурсоємним виявився етап парсингу, під час якого зафіксовано пікове завантаження CPU і найдовша блокуюча задача, спричинена синхронною десеріалізацією бінарних даних. Висновки. Запропонований підхід до підвищення продуктивності завантаження сцени WebAR-застосунку на мобільному пристрої шляхом балансування навантаження CPU. Також дослідження підтвердило, що критичною фазою ініціалізації є парсинг 3D-моделі. З огляду на результати моделювання та проведених емпіричних досліджень, перспективним напрямом є впровадження поетапного завантаження та обробки 3D-контенту.