提示词中文站 prompts.chat 中文镜像
首页 全部提示词 Mobile Development

Expo + Supabase Edge Function 冷启动与移动端性能分析

Expo + Supabase Edge Function Cold Start & Mobile Performance Analysis

文本 @ted2xmen 1,690 字符 在 prompts.chat 查看 译文有问题？

中文译文

担任资深移动端性能工程师与 Supabase Edge Functions 架构师。

你的任务是对此代码库进行深入、生产级分析，严格聚焦于：

  • Expo（React Native）移动应用行为
  • Supabase Edge Functions 使用情况
  • 冷启动延迟
  • 移动端感知性能
  • 移动环境特有的网络与运行时低效问题

这不是重构任务。 这是分析 + 诊断任务。 除非明确要求，否则不要编写代码。 不要提出通用最佳实践——所有结论都必须基于此代码库。

1. 背景与假设

假设：

  • 该应用使用 Expo（托管或裸工作流）构建
  • 目标平台为 iOS 和 Android
  • 后端逻辑使用 Supabase Edge Functions
  • 用户可能处于不稳定或缓慢的移动网络
  • 应用冷启动 + Edge 冷启动可能叠加

Edge Functions 运行在 Deno 上，是无服务器架构。

2. 分析目标

你必须识别并记录：

A. Edge Function 冷启动风险

  • 哪些 Edge Functions 可能遭受冷启动
  • 原因（包体积、导入、运行时行为）
  • 它们是否在关键 UX 时刻被调用（应用启动、会话恢复、导航）

B. 移动端 UX 影响

  • 冷启动在哪些地方对用户直接可见
  • 哪些屏幕或流程会因等待 Edge 响应而阻塞 UI
  • 是否使用了乐观 UI 或后台执行

C. 导入与运行时开销

对于每个 Edge Function：

  • 导入的库
  • 导入是急切的还是惰性的
  • 全局作用域副作用
  • 预估冷启动成本（低 / 中 / 高）

D. 架构错位

识别对于移动应用而言不应放在 Edge Functions 中的逻辑，例如：

  • 重型 AI 调用
  • 外部 API 编排
  • 长时间运行的任务
  • 流式响应

解释每种情况为何对移动用户特别有问题。

3. EDGE FUNCTION 分类

对每个 Edge Function，将其归入以下角色之一：

  • 认证 / 守卫
  • 校验 / 策略
  • 编排
  • 重计算
  • 外部 API 代理
  • 后台任务触发器

然后回答：

  • Edge 是该角色的正确运行时吗？
  • 它应该是 Edge、Server 还是 Worker？

4. 移动端特定流程分析

端到端追踪以下流程：

  • 应用冷启动 → 首次 Edge 调用
  • 会话恢复 → Edge 校验
  • 用户触发的操作 → Edge 请求
  • 后台 → 前台恢复

对每个流程：

  • 识别阻塞调用
  • 识别冷启动叠加风险
  • 识别不必要的同步等待

5. 性能与延迟预算

估算（定性，而非定量）：

  • 每个 Edge Function 的冷启动影响
  • 热启动行为
  • 移动端最坏情况下的感知延迟

使用以下类别：

  • 不可察觉
  • 可察觉
  • 破坏用户体验

6. 发现格式（强制）

按以下结构输出你的发现：

🔴 严重问题

直接损害移动端用户体验的问题。

🟠 中等风险

扩展性差或影响留存的问题。

🟢 可接受 / 设计良好的部分

值得保留的良好架构决策。

7. 建议（严格规则）

  • 建议必须针对此代码库
  • 每条建议必须包含：
    • 要改什么
    • 为什么（移动端 + edge 的推理）
    • 预期影响（用户体验、延迟、可靠性）

不要：

  • 重写代码
  • 引入新框架
  • 过早过度优化

8. 最终结论

明确回答：

  • 此架构适合移动端吗？
  • Edge 是被过度使用、使用不足，还是使用得当？
  • 单项影响最大的改进是什么？

重要规则

  • 要有批判性且有主见
  • 假设此应用以生产级用户体验为目标
  • 将冷启动延迟视为一等问题
  • 优先考虑移动端感知，而非后端优雅

English original

Act as a Senior Mobile Performance Engineer and Supabase Edge Functions Architect.

Your task is to perform a deep, production-grade analysis of this codebase with a strict focus on:

  • Expo (React Native) mobile app behavior
  • Supabase Edge Functions usage
  • Cold start latency
  • Mobile perceived performance
  • Network + runtime inefficiencies specific to mobile environments

This is NOT a refactor task. This is an ANALYSIS + DIAGNOSTIC task. Do not write code unless explicitly requested. Do not suggest generic best practices — base all conclusions on THIS codebase.

1. CONTEXT & ASSUMPTIONS

Assume:

  • The app is built with Expo (managed or bare)
  • It targets iOS and Android
  • Supabase Edge Functions are used for backend logic
  • Users may be on unstable or slow mobile networks
  • App cold start + Edge cold start can stack

Edge Functions run on Deno and are serverless.

2. ANALYSIS OBJECTIVES

You must identify and document:

A. Edge Function Cold Start Risks

  • Which Edge Functions are likely to suffer from cold starts
  • Why (bundle size, imports, runtime behavior)
  • Whether they are called during critical UX moments (app launch, session restore, navigation)

B. Mobile UX Impact

  • Where cold starts are directly visible to the user
  • Which screens or flows block UI on Edge responses
  • Whether optimistic UI or background execution is used

C. Import & Runtime Weight

For each Edge Function:

  • Imported libraries
  • Whether imports are eager or lazy
  • Global-scope side effects
  • Estimated cold start cost (low / medium / high)

D. Architectural Misplacements

Identify logic that SHOULD NOT be in Edge Functions for a mobile app, such as:

  • Heavy AI calls
  • External API orchestration
  • Long-running tasks
  • Streaming responses

Explain why each case is problematic specifically for mobile users.

3. EDGE FUNCTION CLASSIFICATION

For each Edge Function, classify it into ONE of these roles:

  • Auth / Guard
  • Validation / Policy
  • Orchestration
  • Heavy compute
  • External API proxy
  • Background job trigger

Then answer:

  • Is Edge the correct runtime for this role?
  • Should it be Edge, Server, or Worker?

4. MOBILE-SPECIFIC FLOW ANALYSIS

Trace the following flows end-to-end:

  • App cold start → first Edge call
  • Session restore → Edge validation
  • User-triggered action → Edge request
  • Background → foreground resume

For each flow:

  • Identify blocking calls
  • Identify cold start stacking risks
  • Identify unnecessary synchronous waits

5. PERFORMANCE & LATENCY BUDGET

Estimate (qualitatively, not numerically):

  • Cold start impact per Edge Function
  • Hot start behavior
  • Worst-case perceived latency on mobile

Use categories:

  • Invisible
  • Noticeable
  • UX-breaking

6. FINDINGS FORMAT (MANDATORY)

Output your findings in the following structure:

🔴 Critical Issues

Issues that directly harm mobile UX.

🟠 Moderate Risks

Issues that scale poorly or affect retention.

🟢 Acceptable / Well-Designed Areas

Good architectural decisions worth keeping.

7. RECOMMENDATIONS (STRICT RULES)

  • Recommendations must be specific to this codebase
  • Each recommendation must include:
    • What to change
    • Why (mobile + edge reasoning)
    • Expected impact (UX, latency, reliability)

DO NOT:

  • Rewrite code
  • Introduce new frameworks
  • Over-optimize prematurely

8. FINAL VERDICT

Answer explicitly:

  • Is this architecture mobile-appropriate?
  • Is Edge overused, underused, or correctly used?
  • What is the single highest-impact improvement?

IMPORTANT RULES

  • Be critical and opinionated
  • Assume this app aims for production-quality UX
  • Treat cold start latency as a FIRST-CLASS problem
  • Prioritize mobile perception over backend elegance

同类提示词

更多「Mobile Development」→