WordPressの表示を高速化する

このブログ、Amazon EC2の一番小さいマイクロインスタンスで動かしてる。
ブログが落ちたらJetpackから通知メールが来るように設定してるんだけど、最近は結構頻繁に「落ちました通知」が来るようになった。ブログのエントリ数が増えてきてるから、表示の度に結構負荷がかかってるんだろうか。それともマイクロインスタンスってそういうもの?

で、落ちるのは仕方がないにしても、表示が結構重いのが気になっていたので、高速化する方法を調べてみた。もともとこのブログは網元AMIをベースにしてるから、そこそこに速いんだけど、もう少し手立てはないか探した。

結論としては、画像の圧縮とページのキャッシュぐらいしか手は残されていなかった。もちろん、どちらも手軽にできるプラグインがある。
今回インストールしたのは以下の二つ。

画像の圧縮→EWWW Image Optimizer
ページのキャッシュ→WP Super Cache

どちらも小難しい設定をしなくても自動で良い感じに処理してくれる。ただ、処理対象が多いと結構処理に時間がかかる。インスタンスが貧弱だと、何度か止まっちゃう。一応現在これで運用中だけど動作速度はいかがだろうか?

ところで、Amazon EC2のマイクロインスタンスは1年間無料だと思ってたら、ばっちり課金されてた。最初に間違って作っちゃったのを削除して新しくインスタンスを作ったのが原因だろうな。

ちょっと調べたら、オイラが今使ってるのはt1.microってタイプのインスタンスで、今はt2.microっていう新しいタイプのインスタンスが出ているらしい。そっちへの移行を考えようかな。

EC2のt1.microをt2.microへ移行する

追記:
結局、WP Super Cacheはやめました。

2014/09/27追記:
まだ高速化の手があった。Javascriptの記述を最適化してページロードの負荷を軽減する。Html, CSSを縮小する。
Head Cleanerってプラグインを使えば簡単にできる。
結果としては、あんまり速くはならなかった。たぶん各種SNS情報のマッシュアップが重い。これはどうしようもない。

関連記事

Model View Controller

iPhone x ロボットハッカソン~RomoのiPhone用SDKで目覚ましアプリを作る~

Verilog HDL

OpenCV 3.1のsfmモジュールを試す

OpenCVで顔のランドマークを検出する『Facemark API』

Multi-View Environment:複数画像から3次元形状を再構築するライブラリ

書籍『OpenCV 3 プログラミングブック』を購入

大河原邦男オリジナルデザイン『iXine(イグザイン)』

ブログをAWSからwpXへ移行

Unity Scriptコーディング→Unreal Engine Scriptコーディング

科学技術計算向けスクリプト言語『Julia』

OpenCVで顔のモーフィングを実装する

SONY製のニューラルネットワークライブラリ『NNabla』

UnityのuGUIチュートリアル

Quartus II

アクセス元IPアドレスから企業名が分かるアクセス解析『User Local スマートフォン解析』

Unityの各コンポーネント間でのやり取り

WordPress on Windows Azure

Iterator

OpenCV 3.1から追加されたSfMモジュール

Profilograph

WinSCP

iOSデバイスのためのフィジカル・コンピューティングツールキット『konashi(こなし)』

PythonでBlenderのAdd-on開発

OpenCV 3.1のsfmモジュールのビルド再び

プロダクトデザイン概論

pythonもかじってみようかと

OpenCV

Super Resolution:OpenCVの超解像処理モジュール

定数

Live CV:インタラクティブにComputer Visionコーディングができるツール

TensorFlowでCGを微分できる『TensorFlow Graphics』

geometry3Sharp:Unity C#で使えるポリゴン操作ライブラリ

ZBrushで作った3Dモデルを立体視で確認できるVRアプリを作る

線画を遠近法で描く

ブログのデザイン変えました

WordPress on Google App Engineを1週間運用してみて

SDカードサイズのコンピューター『Intel Edison』

Unityの薄い本

ブラウザ操作自動化ツール『Selenium』を試す

網元AMIで作ったWordpressサイトのインスタンスをt1microからt2microへ移行した

R-CNN (Regions with CNN features):ディープラーニングによる一般物体...

コメント