SQLite-WASM + 量化嵌入,浏览器里查一万条笔记的实测数据。
## 怎么做的
先说结论:把不确定的部分尽早变成可运行的最小版本,再逐步替换。
## 踩到的坑
1. 一开始直接上完整方案,两周都在和边角情况搏斗;
2. 改成最小可运行版本后,问题暴露得更快。
## 下一步
补上移动端的手势与离线缓存。
SQLite-WASM + 量化嵌入,浏览器里查一万条笔记的实测数据。
SQLite-WASM + 量化嵌入,浏览器里查一万条笔记的实测数据。
## 怎么做的
先说结论:把不确定的部分尽早变成可运行的最小版本,再逐步替换。
## 踩到的坑
1. 一开始直接上完整方案,两周都在和边角情况搏斗;
2. 改成最小可运行版本后,问题暴露得更快。
## 下一步
补上移动端的手势与离线缓存。
构建更新当前在线
同一模板换变量就能复用,评测脚本也能批量跑。
这个思路可以推广到批量处理,已经试了 200 张图没炸。
想问下这种方案在低端机上的内存占用大概多少?
第 2 步的坑我也踩过,补充一点:Worker 里要显式 transfer 才能避免拷贝。