如何优化Puppeteer生成百页以上大PDF的流程，避免API阻塞

• 复用Puppeteer实例：当前每次生成PDF都重新启动浏览器，开销极大。可以全局初始化一个浏览器单例，每次任务复用已有实例新开page即可，用完清理页面缓存，能减少至少30%的启动耗时。
• 砍掉冗余渲染逻辑：现在对同一个页面调用了两次page.pdf()方法，相当于重复渲染了两次全量PDF，属于无效开销。可以先生成全量PDF buffer后再用pdf-lib拆分首页和正文，或者直接将首页、正文的HTML分开渲染，两次setContent分别生成对应部分的PDF，避免重复加载全量HTML。
• 优化pdf-lib合并逻辑：当前逐页拷贝的写法在页数较多时，内存拷贝开销会线性上涨，可以改成批量拷贝减少操作次数：

// 替换原有逐页拷贝的循环
const mainPages = await pdfDoc.copyPages(mainDoc, Array.from({length: mainDoc.getPageCount()}, (_,i)=>i))
mainPages.forEach(page => pdfDoc.addPage(page))

• 调整启动参数：当前使用的--single-process参数会限制浏览器只用单进程，大PDF渲染时很容易触发内存上限，去掉该参数改用多进程模式，同时给Node进程增加--max-old-space-size扩容参数，避免内存溢出。

• 命令行HTML转PDF工具：可以用wkhtmltopdf或者WeasyPrint，不需要启动浏览器，内存占用和耗时比Puppeteer低40%以上，支持页眉页脚、自定义分页等常见需求，直接通过Node.js的child_process调用即可，性能提升非常明显。
• 直接生成PDF的代码库：如果不需要复杂的CSS样式支持，可以用pdfkit直接写逻辑生成PDF，完全跳过HTML渲染环节，内存占用极低，百页PDF生成耗时可以控制在秒级。
• 无头浏览器替代：可以用Playwright替代Puppeteer，内置更优的PDF生成缓存逻辑，相同配置下性能比Puppeteer高20%左右，API兼容度很高，迁移成本极低。

• 异步任务解耦：不要在API请求链路里同步执行PDF生成逻辑，引入消息队列，收到请求后直接返回任务ID，PDF生成任务放到后台worker进程执行，执行完成后通过回调、WebSocket或者轮询接口通知用户获取结果，彻底避免API阻塞。
• 分片生成：超过50页的PDF可以按章节拆分生成，每个分片单独渲染后再合并，避免单任务占用过多内存，还可以并行处理多个分片，进一步缩短耗时。
• 结果缓存：如果存在重复生成的PDF场景，可以将生成好的PDF存在对象存储里，相同参数的请求直接返回缓存结果，避免重复计算。

内容的提问来源于stack exchange，提问作者Chris Eikrem