本文来源于知乎上的一个。
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 。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 6Frame 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 3Frame 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 6Frame 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 2Frame 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：
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 failure4424128
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 failure4989872
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%。