Исследование производительности современных клиентских веб-фреймворков

Обложка

Цитировать

Полный текст

Аннотация

Предметом исследования является производительность рендеринга трёх современных фреймворков – React, Angular и Svelte – в типовых сценариях построения и обновления пользовательского интерфейса в веб приложениях. Объектом исследования являются сами фреймворки как комплексы технологических решений, включающие механизмы обнаружения изменений, виртуальные или компилируемые DOM структуры и сопутствующие оптимизации. Автор подробно рассматривает такие аспекты темы, как первичный и повторный рендеринг, операции обновления и удаления элементов, работа в линейных и глубоко вложенных структурах данных. Особое внимание уделяется практической значимости выбора фреймворка для коммерческих продуктов, где разница в производительности непосредственно влияет на конверсию, опыт пользователя и финансовую эффективность проекта. Описываются ключевые внутренние механизмы – виртуальный DOM React, детектор Angular и компилируемый код Svelte, – которые определяют их поведение в разных нагрузочных сценариях. Методология основана на автоматизированном бенчмарке: унифицированный набор тестовых сценариев выполняется клиентскими приложениями на React, Angular и Svelte, эталонном JavaScript решении и сервере оркестраторе Express JS; время операций фиксируется через performance.now в Chrome 126, критерий производительности – время до первой перерисовки. Новизна исследования заключается в комплексном лабораторном сопоставлении трёх фреймворков по четырём критически важным сценариям (первичный рендеринг, повторный рендеринг, обновление и удаление элементов) с учётом двух типов структур данных и привязкой к актуальным версиям 2025 года. Основными выводами проведённого исследования являются следующие: Svelte обеспечивает наибольшую производительность и лидирует при глубокой иерархии благодаря компиляции DOM операций; React показывает лучшие результаты при повторном обновлении длинных списков, используя оптимизированный алгоритм обнаружения изменений и ключи элементов; Angular гарантирует предсказуемость и архитектурную целостность, но увеличивает время перерисовки примерно на 60% из-за детектора изменений. Универсального лидера не существует; рациональный выбор должен опираться на аналитический профиль операций конкретного приложения, что и подтверждают результаты представленного эксперимента.

Об авторах

Евгений Алексеевич Ратушняк

Национальный исследовательский университет ИТМО

Email: evgrat123@mail.ru
ORCID iD: 0009-0006-3609-4194
студент; факультет программной инженерии и компьютерной техники;

Список литературы

  1. Morgan P. JavaScript DOM Manipulation Performance: Comparing Vanilla JavaScript and Leading JavaScript Front-end Frameworks. 2020.
  2. Levlin M. DOM benchmark comparison of the front-end JavaScript frameworks React, Angular, Vue and Svelte. LUT University, 2020. С. 58.
  3. Aggarwal S. Modern Web‑Development using ReactJS // International Journal of Recent Research Aspects. 2018. Т. 5, № 1. С. 133‑137.
  4. Saks E. JavaScript frameworks: Angular vs React vs Vue. 2019.
  5. Paakkanen J. Upcoming JavaScript Web Frameworks and Their Techniques. LUT University, 2022. 62 с.
  6. Siahaan M., Kenidy R. Rendering performance comparison of React, Vue, Next and Nuxt // Jurnal Mantik. 2021. Т. 5, № 3. С. 1851‑1860.
  7. Iseal Sheed. Performance Benchmarking Techniques for React Applications. 2025.
  8. Iseal Sheed. Edge Computing and React: Enhancing Performance at the Edge. 2025.
  9. Białecki G., Pańczyk B. Performance analysis of Svelte and Angular applications // Journal of Computer Sciences Institute. 2021. Т. 19. С. 139-143. doi: 10.35784/jcsi.2633. EDN: OYEGVL.
  10. Piastou M. Comprehensive performance and scalability assessment of front‑end frameworks: React, Angular, and Vue.js // World Journal of Advanced Engineering Technology and Sciences. 2023. Т. 9, № 2. С. 366‑376. doi: 10.30574/wjaets.2023.9.2.0153. EDN: JNSAZF.
  11. Маньшина Е. В., Ермолаева А. А. Сравнительный анализ производительности серверного и клиентского рендеринга веб‑приложений, созданных с помощью фреймворка Angular // Научно‑технические инновации и веб‑технологии. 2022. № 2. С. 44‑48.
  12. Karić A., Durmić N. Comparison of JavaScript Frontend Frameworks - Angular, React, and Vue // International Journal of Innovative Science and Research Technology (IJISRT). 2024. С. 1383-1390. doi: 10.38124/ijisrt/ijisrt.
  13. Kaveri P. R. Framework-Agnostic JavaScript Component Libraries: Benefits, Implementation Strategies, and Commercialization Models // 2024 IEEE 16th International Conference on Computational Intelligence and Communication Networks (CICN). 2024. С. 1441-1446. EDN IGADIU.
  14. Kasenda R., Tenda J., Iman E., Manantung J., Moekari Z., Pantas M. The Role and Evolution of Frontend Developers in the Software Development Industry // Jurnal Syntax Admiration. 2024. Т. 5. С. 5191-5196. doi: 10.46799/jsa.v5i11.1852.
  15. Акиева З. М., Мурзин Д. А., Эльтаев С. И. Применение WebAssembly для повышения производительности интерактивных веб-приложений // Экономика и управление: проблемы, решения. 2024. Т. 7, № 12. С. 168-174. doi: 10.36871/ek.up.p.r. 2024.12.07.021. EDN: WJASJX.
  16. Dubaj S., Pańczyk B. Comparative of React and Svelte programming frameworks for creating SPA web applications // Journal of Computer Sciences Institute. 2022. Т. 25. С. 345-349. doi: 10.35784/jcsi.3020. EDN: AYUSVM.
  17. Chen K. Improving Front-end Performance through Modular Rendering and Adaptive Hydration (MRAH) in React Applications. 2025. doi: 10.48550/arXiv.2504.03884.
  18. Кравцов Е. П. Разработка высокопроизводительных React-приложений: методы и практики оптимизации // European science. 2024. № 1 (69).
  19. Дрогайцев И. А., Трамова А. М. Фронтенд-фреймворк Svelte как альтернатива популярным решениям в контексте создания систем поддержки принятия решений в сфере управления организацией с учетом трансформации экономики России // Известия КБНЦ РАН. 2024. № 4. doi: 10.35330/1991-6639-2024-26-4-113-121. EDN: WRZTPH.
  20. Яровая Е. В. Нестандартные архитектура в написание веб приложений // Столыпинский вестник. 2022.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».