前端开发总结

1、Make Fewer HTTP Requests 

  众所周知,http请求是要开销的,减少请求数可以提高网页加载速度。常用的方法,合并css,js以及 Image maps和css sprites等。根据功能分开开发,然后通过内部系统对js,css进行分组合并,这样对于浏览器来说是一个请求,但是开发时仍然能还原成多个,方便fiddler调试和性能优化。而css sprites是指只用将页面上的背景图合并成一张,然后通过background-position来取背景。不提倡看到像图片的都用图片来处理,可以通过CSS实现

2、Use a Content Delivery Network (CDN 内容分发网络)

  简单地讲,通过在现有的Internet中增加一层新的网络架构,将网站的内容发布到最接近用户的 cache服务器内,通过DNS负载均衡(可选根据时间或访问速度来决定访问哪台服务器资源,判断用户来源访问cache服务器取得所需的内容。这样可以有效减少数据在网络上传输的时间,提高速度。

3、Add an Expires Header

      主要通过服务器端脚本设置Cache-Control和Expires完成。

4、Gzip Components

  Gzip的思想就是把文件先在服务器端进行压缩,然后再传输。这个压缩率很高,基本上可以压缩到原来的1/4。

5、Put Stylesheets at the Top

  我们知道,css,Cascading Style Sheets (层叠样式表)。层叠即意味后面的css可以覆盖前面的css,级别高的css可以覆盖级别低的css。。ie,firefox等浏览器在css全部传输完全之前不会去渲染任何的东西。很多浏览器下,如IE,把样式表放在页面的底部的问题在于它禁止了网页内容的顺序显示。浏览器阻止显示以免重画页面元素,那用户只能看到空白页了。Firefox不会阻止显示,但这意味着当样式表下载后,有些页面元素可能需要重画,这导致闪烁问题。所以我们应该尽快让css加载完毕。比如说是延时显示的广告,我们为了提高css加载速度,也独立出来了放在页面的底部。

6、Put Scripts at the Bottom

  原因:首先,防止script脚本的执行阻塞页面的下载。在页面loading的过程中,当浏览器读到js执行语句的时候一定会把它全部解释完毕后在会接下来读下面的内容。浏览器这么做的逻辑是因为js随时可能执行 location.href或是其他可能完全中断此页面过程的函数,即如此,当然得等他执行完毕之后再加载咯。所以放在页面最后,可以有效减少页面可视元素的加载时间。其次,脚本引起的第二个问题是它阻塞并行下载数量。HTTP/1.1规范建议浏览器每个主机的并行下载数不超过2个(IE只能为2个,其他浏览器如ff等都是默认设置为2个,不过新出的ie8可以达6个)。因此如果您把图像文件分布到多台机器的话,您可以达到超过2个的并行下载。但是当脚本文件下载时,浏览器不会启动其他的并行下载。

7、Avoid CSS Expressions

  尽量减少或者不使用css表达式,其实大部分可以用js实现。

8、Make JavaScript and CSS External

  把css和js写在页面内容可以减少2次请求,但也增大了页面的大小。我们的网站已经对静态文件做了缓存,那也就没有2次多余的http请求了。

9、Reduce DNS Lookups

  一次DNS的解析过程会消耗20-120毫秒的时间,在dns查询结束之前,浏览器不会下载该域名下的任何东西。所以减少dns查询的时间可以加快页面的加载速度。yahoo的建议一个页面所包含的域名数尽量控制在2-4个。这就需要对页面整体有一个很好的规划。目前我们这点做的不好,尤其是对于单纯靠广州收入的网站,很多广告投放系统拖累了我们,前端攻城狮们也无可奈何。

10、Minify JavaScript

  压缩js和css的作用很显然,减少页面字节数。Js虽然压缩了,降低了可读性,但是在调试的时候,工具可以将其复原,也就是调用本地的

11、Avoid Redirects

  重定向是需要消耗时间的。

12、Remove Duplicate Scripts 

13、Configure ETags

14、Make Ajax Cacheable

内容概要:本文档详细介绍了利用Google Earth Engine (GEE) 平台对指定区域(位于中国广东省某地)进行遥感影像处理的一系列操作。首先,定义了研究区边界,并选取了 Landsat 8 卫星2023年8月至10月期间的数据,通过去云处理、归一化等预处理步骤确保数据质量。接着,基于预处理后的影像计算了地表温度(LST)、归一化植被指数(NDVI)、湿度指数(WET)、建筑指数(NDBSI)四个关键指标,并进行了主成分分析(PCA),提取出最重要的信息成分。为了进一步优化结果,还应用了像素二元模型对主成分分析的第一主成分进行了条件规范化处理,生成了最终的环境状态评估指数(RSEI)。最后,利用JRC全球表面水体数据集对水体区域进行了掩膜处理,保证了非水体区域的有效性。所有处理均在GEE平台上完成,并提供了可视化展示及结果导出功能。 适合人群:具备地理信息系统基础知识,对遥感影像处理有一定了解的研究人员或技术人员。 使用场景及目标:① 对特定区域的生态环境状况进行定量评估;② 为城市规划、环境保护等领域提供科学依据;③ 掌握GEE平台下遥感影像处理流程和技术方法。 其他说明:本案例不仅展示了如何使用GEE平台进行遥感影像处理,还涵盖了多种常用遥感指标的计算方法,如LST、NDVI等,对于从事相关领域的科研工作者具有较高的参考价值。此外,文中涉及的代码可以直接在GEE代码编辑器中运行,便于读者实践操作。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值