服务端渲染 html 时 dom 节点爆炸式增长主要由四类问题引发：模板递归拼接导致内存中构建巨型字符串、include 环状依赖引发隐式递归、未截断的 json 数据直接注入 html、html 压缩配置不当造成内存缓存膨胀，以及多层 include 与大数据量组合引发的平方级节点增长。
服务端渲染 HTML 时 DOM 节点爆炸式增长
服务端渲染（SSR）本身不操作浏览器 DOM，但若后端模板引擎（如 EJS、Nunjucks、Thymeleaf）或 Node.js 渲染逻辑中递归拼接大量嵌套标签，或循环生成未节制的 div、li、span 等元素，就会在内存中构建巨型字符串或虚拟节点树，直接耗尽 V8 堆内存。
- 典型场景：渲染用户评论树、无限级菜单、导出全量表格（万行
tr）、日志列表未分页直接 dump 全部记录 - 关键信号：Node.js 进程崩溃前报
FATAL ERROR: CALL_AND_RETRY_LAST Allocation failed - JavaScript heap out of memory - 排查方法：在模板循环处插入计数器，打印
iterationCount和当前生成的 HTML 长度（html.length），确认是否超过 10MB 或节点数超 10 万 - 修复动作：对循环加
limit参数；用流式写入（res.write()分块输出）替代累积拼接；对深层嵌套结构改用客户端懒加载
服务端模板中不当使用 include 或 partial 导致递归引用
某些模板引擎（尤其是旧版 EJS、Handlebars）允许 include 自身或形成环状依赖，比如 layout.ejs → header.ejs → nav.ejs → 又 include layout.ejs。这种隐式递归不会立即报错，而是在渲染时不断克隆上下文、复制数据对象，最终堆内存线性暴涨。
- 现象：CPU 占用持续 100%，响应超时，但无明确错误日志；
node --inspect可见调用栈深度异常（>100 层） - 检查点：搜索模板文件中所有
include、partial、render调用，画出依赖图；确认被 include 的文件是否间接引用了父模板 - 安全做法：禁用动态路径
include(file + '.ejs')；所有 include 使用绝对路径；对公共组件统一提取为无状态函数，而非模板文件
服务端 JSON 数据未做截断就直接注入 HTML
常见于将数据库查出的原始 JSON.stringify(data) 直接塞进 <script>window.__INITIAL_STATE__ = ...</script>。当 data 包含二进制字段（如 Base64 图片）、长文本日志、未清理的调试信息时，单个字段就能撑爆内存 —— 尤其是 Node.js 默认堆上限仅 1.4GB（32 位）或 2GB（64 位）。
- 危险示例：
res.send(`<script>window.data = ${JSON.stringify(largeObj)}</script>`) - 必须做三件事：用
JSON.stringify(largeObj, null, 2)替代裸调用（避免循环引用崩溃）；对大字段提前truncate（如content.substring(0, 1000)）；敏感字段（token、password）直接delete - 更健壮方案：用
serialize-javascript库替代原生JSON.stringify，它能自动处理undefined、function、RegExp等非法值，防止序列化中途卡死
服务端启用 HTML 压缩但配置不当
像 express-static-gzip 或 compression 中开启 threshold: 0 并对所有响应启用 gzip，看似优化，实则让 Node.js 在内存中缓存整个未压缩 HTML 再执行压缩 —— 对 5MB 的渲染结果，压缩过程可能瞬时占用 15MB+ 内存。高并发下极易触发 OOM。
- 检查项：确认
compression的threshold是否设为1kb以上（如1024）；关闭对 SSR 动态响应的压缩（只压静态资源） - 替代方案：把压缩交给 Nginx，在
location /块中配置gzip on，完全剥离 Node.js 的压缩负担 - 验证方式：用
process.memoryUsage().heapUsed在响应前/后打点，观察差值是否随 HTML 体积线性增长
真正难发现的是「组合型溢出」：比如一个未限流的 API 返回 2000 条带缩略图 URL 的记录，模板又对每条记录做 include('card.ejs')，而 card.ejs 里还嵌套了 include('avatar.ejs') —— 三层叠加，实际生成节点数可能是数据量的平方级。这种问题单看任一环节都正常，合起来才爆掉。
前端入门到VUE实战笔记：立即使用
在学习笔记中，你将探索 前端 的入门与实战技巧！
