本文来源于知乎上的一个提问。
为了程序的易读性，我们会使用 ES6 的解构赋值：
function f({a,b}){}
f({a:1,b:2});这个例子的函数调用中，会真的产生一个对象吗？如果会，那大量的函数调用会白白生成很多有待 GC 释放的临时对象，那么就意味着在函数参数少时，还是需要尽量避免采用解构传参，而使用传统的：
function f(a,b){}
f(1,2);上面的描述其实同时提了好几个问题：
- 会不会产生一个对象？
- 参数少时，是否需要尽量避免采用解构传参？
- 对性能(CPU/内存)的影响多大？
1. 从 V8 字节码分析两者的性能表现
首先从上面给的代码例子中，确实会产生一个对象。但是在实际项目中，有很大的概率是不需要产生这个临时对象的。
我之前写过一篇文章 使用 D8 分析 javascript 如何被 V8 引擎优化的。那么我们就分析一下你的示例代码。
function f(a,b){
return a+b;
}
const d = f(1, 2);鉴于很多人没有 d8，因此我们使用 node.js 代替。运行：
node --print-bytecode add.js其中的 --print-bytecode 可以查看 V8 引擎生成的字节码。在输出结果中查找 [generating bytecode for function: f]：
[generating bytecode for function: ]
Parameter count 6
Frame size 32
0000003AC126862A @ 0 : 6e 00 00 02 CreateClosure [0], [0], #2
0000003AC126862E @ 4 : 1e fb Star r0
10 E> 0000003AC1268630 @ 6 : 91 StackCheck
98 S> 0000003AC1268631 @ 7 : 03 01 LdaSmi [1]
0000003AC1268633 @ 9 : 1e f9 Star r2
0000003AC1268635 @ 11 : 03 02 LdaSmi [2]
0000003AC1268637 @ 13 : 1e f8 Star r3
98 E> 0000003AC1268639 @ 15 : 51 fb f9 f8 01 CallUndefinedReceiver2 r0, r2, r3, [1]
0000003AC126863E @ 20 : 04 LdaUndefined
107 S> 0000003AC126863F @ 21 : 95 Return
Constant pool (size = 1)
Handler Table (size = 16)
[generating bytecode for function: f]
Parameter count 3
Frame size 0
72 E> 0000003AC1268A6A @ 0 : 91 StackCheck
83 S> 0000003AC1268A6B @ 1 : 1d 02 Ldar a1
91 E> 0000003AC1268A6D @ 3 : 2b 03 00 Add a0, [0]
94 S> 0000003AC1268A70 @ 6 : 95 Return
Constant pool (size = 0)
Handler Table (size = 16)Star r0 将当前在累加器中的值存储在寄存器 r0 中。
LdaSmi [1] 将小整数（Smi）1 加载到累加器寄存器中。
而函数体只有两行代码：Ldar a1 和 Add a0, [0]。
当我们使用解构赋值后：
[generating bytecode for function: ]
Parameter count 6
Frame size 24
000000D24A568662 @ 0 : 6e 00 00 02 CreateClosure [0], [0], #2
000000D24A568666 @ 4 : 1e fb Star r0
10 E> 000000D24A568668 @ 6 : 91 StackCheck
100 S> 000000D24A568669 @ 7 : 6c 01 03 29 f9 CreateObjectLiteral [1], [3], #41, r2
100 E> 000000D24A56866E @ 12 : 50 fb f9 01 CallUndefinedReceiver1 r0, r2, [1]
000000D24A568672 @ 16 : 04 LdaUndefined
115 S> 000000D24A568673 @ 17 : 95 Return
Constant pool (size = 2)
Handler Table (size = 16)
[generating bytecode for function: f]
Parameter count 2
Frame size 40
72 E> 000000D24A568AEA @ 0 : 91 StackCheck
000000D24A568AEB @ 1 : 1f 02 fb Mov a0, r0
000000D24A568AEE @ 4 : 1d fb Ldar r0
000000D24A568AF0 @ 6 : 89 06 JumpIfUndefined [6] (000000D24A568AF6 @ 12)
000000D24A568AF2 @ 8 : 1d fb Ldar r0
000000D24A568AF4 @ 10 : 88 10 JumpIfNotNull [16] (000000D24A568B04 @ 26)
000000D24A568AF6 @ 12 : 03 3f LdaSmi [63]
000000D24A568AF8 @ 14 : 1e f8 Star r3
000000D24A568AFA @ 16 : 09 00 LdaConstant [0]
000000D24A568AFC @ 18 : 1e f7 Star r4
000000D24A568AFE @ 20 : 53 e8 00 f8 02 CallRuntime [NewTypeError], r3-r4
74 E> 000000D24A568B03 @ 25 : 93 Throw
74 S> 000000D24A568B04 @ 26 : 20 fb 00 02 LdaNamedProperty r0, [0], [2]
000000D24A568B08 @ 30 : 1e fa Star r1
76 S> 000000D24A568B0A @ 32 : 20 fb 01 04 LdaNamedProperty r0, [1], [4]
000000D24A568B0E @ 36 : 1e f9 Star r2
85 S> 000000D24A568B10 @ 38 : 1d f9 Ldar r2
93 E> 000000D24A568B12 @ 40 : 2b fa 06 Add r1, [6]
96 S> 000000D24A568B15 @ 43 : 95 Return
Constant pool (size = 2)
Handler Table (size = 16)我们可以看到，代码明显增加了很多，CreateObjectLiteral 创建了一个对象。本来只有 2 条核心指令的函数突然增加到了近 20 条。其中不乏有 JumpIfUndefined、CallRuntime 、Throw 这种指令。
- 扩展阅读：理解 V8 的字节码「译」
2. 使用 --trace-gc 参数查看内存
由于这个内存占用很小，因此我们加一个循环。
function f(a, b){
return a + b;
}
for (let i = 0; i < 1e8; i++) {
const d = f(1, 2);
}
console.log(%GetHeapUsage());%GetHeapUsage() 函数有些特殊，以百分号(%)开头，这个是 V8 引擎内部调试使用的函数，我们可以通过命令行参数 --allow-natives-syntax 来使用这些函数。
node --trace-gc --allow-natives-syntax add.js得到结果（为了便于阅读，我调整了输出格式）：
[10192:0000000000427F50]
26 ms: Scavenge 3.4 (6.3) -> 3.1 (7.3) MB, 1.3 / 0.0 ms allocation failure
[10192:0000000000427F50]
34 ms: Scavenge 3.6 (7.3) -> 3.5 (8.3) MB, 0.8 / 0.0 ms allocation failure
4424128当使用解构赋值后：
[7812:00000000004513E0]
27 ms: Scavenge 3.4 (6.3) -> 3.1 (7.3) MB, 1.0 / 0.0 ms allocation failure
[7812:00000000004513E0]
36 ms: Scavenge 3.6 (7.3) -> 3.5 (8.3) MB, 0.7 / 0.0 ms allocation failure
[7812:00000000004513E0]
56 ms: Scavenge 4.6 (8.3) -> 4.1 (11.3) MB, 0.5 / 0.0 ms allocation failure
4989872可以看到多了因此内存分配，而且堆空间的使用也比之前多了。使用 --trace_gc_verbose 参数可以查看 gc 更详细的信息，还可以看到这些内存都是新生代，清理起来的开销还是比较小的。
3. Escape Analysis 逃逸分析
通过逃逸分析，V8 引擎可以把临时对象去除。
还考虑之前的函数：
function add({a, b}){
return a + b;
}如果我们还有一个函数，double，用于给一个数字加倍。
function double(x) {
return add({a:x, b:x});
}而这个 double 函数最终会被编译为
function double(x){
return x + x;
}在 V8 引擎内部，会按照如下步骤进行逃逸分析处理：
首先，增加中间变量：
function add(o){
return o.a + o.b;
}
function double(x) {
let o = {a:x, b:x};
return add(o);
}把对函数 add 的调用进行内联展开，变成：
function double(x) {
let o = {a:x, b:x};
return o.a + o.b;
}替换对字段的访问操作：
function double(x) {
let o = {a:x, b:x};
return x + x;
}删除没有使用到的内存分配：
function double(x) {
return x + x;
}通过 V8 的逃逸分析，把本来分配到堆上的对象去除了。
4. 结论
不要做这种语法层面的微优化，引擎会去优化的，业务代码还是更加关注可读性和可维护性。如果你写的是库代码，可以尝试这种优化，把参数展开后直接传递，到底能带来多少性能收益还得看最终的基准测试。
举个例子就是 Chrome 49 开始支持 Proxy，直到一年之后的 Chrome 62 才改进了 Proxy 的性能，使 Proxy 的整体性能提升了 24% ~ 546%。
原文地址：https://www.zhihu.com/question/282228797/answer/427739238
原文地址：https://www.cnblogs.com/lalalagq/p/9824491.html