Skip to content

性能优化前后报告:假设、证据、指标与可复现结论 ​

性能报告不是“优化后更快”的截图集合。它要让读者复现同一场景,理解用户问题、瓶颈证据、修改机制、指标变化、统计不确定性、功能取舍和生产结果。完整报告能区分实验室改善、真实用户改善与尚未验证的推断。

1. 报告回答的问题 ​

  1. 哪类用户在什么操作中遇到什么问题?
  2. 环境、数据和操作如何复现?
  3. 瓶颈在哪个线程/阶段/函数?
  4. 为什么选择这个方案?
  5. 改动影响哪个性能机制?
  6. 前后使用同一条件吗?
  7. 结果有多大、波动多大?
  8. 功能、可访问性和资源成本是否回归?
  9. 真实用户数据是否改善?
  10. 哪些结论仍有限制?

2. 先写用户场景 ​

弱目标:

text
提升页面性能。

可验证目标:

text
移动端用户在 50k 行报表中点击“按金额排序”后,
下一帧反馈需在 100 ms 内出现,排序结果在 2 s 内完成,
期间取消按钮可在 100 ms 内响应。

目标同时包含即时反馈、最终完成和可取消性。只优化总完成时间可能仍让用户冻结;只优化点击反馈可能把长任务推迟到下一 task。

3. 指标树 ​

mermaid
flowchart TD
    A["用户体验"] --> B["加载"]
    A --> C["交互"]
    A --> D["视觉稳定"]
    A --> E["资源"]
    B --> F["TTFB / LCP"]
    C --> G["INP"]
    C --> H["任务完成 / cancel"]
    D --> I["CLS / 帧"]
    E --> J["CPU / 内存 / 网络 / 电量"]

每个项目选择与问题直接相关的少量主指标,再用诊断指标解释:

  • 主指标:INP p75、LCP p75、任务完成时间;
  • 诊断:Long Task、Layout、JS execution、request chain;
  • 防回归:CLS、内存、bundle、错误率;
  • 业务:提交成功率、取消率、转化。

不要把所有指标都列为同等目标。

4. Lab 与 Field ​

Lab ​

固定设备/网络/步骤,能保存 trace 与源码调用栈,适合定位和前后比较。局限是样本小、环境人工。

Field ​

真实设备、网络、数据和用户行为,适合判断分位数和覆盖面。局限是归因困难、版本混合、隐私约束。

流程:

text
Field 发现问题 → Lab 稳定复现 → Trace 定位 → 修复 → Lab 验证
→ 灰度发布 → Field 验证 → 继续/回滚

Lab 通过不表示所有用户改善;field 改善也可能受流量、设备或产品变化影响。

5. 测试环境 ​

报告固定:

项示例
commitabc1234
buildproduction
浏览器Chrome 版本号
OS/设备Pixel / macOS
CPUnative / 4× slowdown
网络RTT/吞吐/丢包
DPR/刷新率3 / 120Hz
缓存cold/warm
登录/权限tenant/role
数据50k rows、字段分布
viewport390×844
扩展禁用

“移动端模拟”必须说明只是 DevTools viewport/CPU/network,不能等同真实手机 GPU、散热和内存。

6. 数据集 ​

性能与输入相关。保存可公开的合成 fixture 或生成器:

js
function makeRows(count, seed) {
  const random = mulberry32(seed);
  return Array.from({ length: count }, (_, index) => ({
    id: `row-${index}`,
    amount: Math.round(random() * 100000),
    label: `Item ${index}`,
  }));
}

记录:

  • 数量;
  • 字符串长度;
  • 图片尺寸;
  • 嵌套深度;
  • 重复/唯一 key;
  • 命中率;
  • worst-case;
  • seed;
  • 是否含隐私数据。

前后数据不一致会让结果不可比。生产样本需去标识化和授权。

7. 操作脚本 ​

text
1. 新 profile 打开 URL;
2. 等待 network idle + 页面 ready 标记;
3. 预热一次排序;
4. 恢复原始顺序;
5. 开始 trace;
6. 点击金额列;
7. 等待完成标记;
8. 停止 trace;
9. 重复 10 次;

使用稳定的 ready/complete 业务信号,不以固定 sleep 代替。点击坐标、滚动距离、输入文本和等待条件都明确。自动化脚本与报告同仓库。

8. 冷/热测试 ​

加载场景至少区分:

  • 首次导航、冷 HTTP cache;
  • 重复导航、热 cache;
  • Service Worker 已安装/未安装;
  • 新旧版本升级;
  • DNS/connection 已复用;
  • 数据 client cache 有/无。

交互场景区分:

  • 首次操作的懒加载/JIT;
  • 预热后的稳态;
  • 缓存填满后的长会话;
  • 后台恢复。

不能把优化后热缓存与优化前冷缓存对比。

9. 录制 Trace ​

Performance trace 的最小阅读顺序:

  1. 选择目标 interaction/导航;
  2. 看截图和 Frames;
  3. 看 Main/GPU/Raster/Network;
  4. 展开最长 task;
  5. Bottom-Up 按 Self Time 找热点;
  6. Call Tree 看调用关系;
  7. Event Log 看时序;
  8. 检查 Layout/Paint/GC;
  9. 用 source map 回源码;
  10. 标出瓶颈时间范围。

报告附完整 trace artifact 或明确存放位置;截图仅展示关键区域,并写出如何导航到它。

10. 建立因果假设 ​

格式:

text
因为 [证据中的机制],
所以 [用户指标] 变差;
如果 [修改],
则 [诊断指标] 应发生 [方向/幅度],
同时 [防回归指标] 不应恶化。

示例:

text
点击排序后同步创建 100k DOM,单个 task 860 ms,
导致 processing 和 presentation delay。
若只渲染 40 行并把排序移入 worker,
Long Task max 应降至 <50 ms,反馈 <100 ms;
总排序可稍增,但内存与结果正确性不能回归。

先预测再修改,能识别改善是否来自预期机制。

11. 一次改变一个主变量 ​

同时升级框架、压缩图片、改 API、加 CDN 和虚拟化,前后虽改善却不能归因。大型项目可分 commit/feature flag:

  1. 只减少 DOM;
  2. 再 worker;
  3. 再请求压缩;
  4. 最后组合。

若生产只能整体发布,实验仍可用 flags 做 ablation。报告说明交互效应,避免把各项百分比简单相加。

12. 重复次数与统计 ​

至少报告:

  • 样本数 n;
  • median;
  • p75/p95 或最差;
  • min/max/IQR;
  • 原始结果链接; -异常值处理规则。
text
before: n=15, median 842 ms, p75 910, range 790–1120
after:  n=15, median 96 ms,  p75 108, range 82–160

平均值容易被少数异常值影响;中位数不能隐藏最差体验。样本很少时不要假装统计精确。前后交替运行可减少温度、后台任务和时间漂移。

13. 百分比 ​

延迟降低:

text
(before - after) / before × 100%

842→96 ms 为约 88.6% 降低。不要写“快 8.8 倍”和“降低 8.8 倍”混用。吞吐提升公式方向相反。

同时给绝对值:5→1 ms 降低 80% 可能无用户意义;1000→400 ms 降低 60% 仍可能不达目标。

14. 性能预算 ​

预算在实现前定义:

指标预算环境
点击反馈<100 ms目标手机
最大主线程 task<50 ms4× CPU
列表 DOM<10050k rows
route JS<180 KiB gzipproduction
图片解码内存<64 MiBDPR 3
GC 后 heap 增长平台化100 轮

预算来自用户目标、设备分布和系统约束,不来自统一魔法数。CI 门禁留噪声区间,重大回归保存 artifact。

15. 案例一:加载性能 ​

现象 ​

商品详情移动端 LCP p75 4.2 s。Lab waterfall 显示 hero image 由 client JS 运行后发现,且初始下载 3 MB。

假设 ​

把语义图片写入 HTML、正确 srcset/sizes、高优先级并压缩,可提前发现且减少字节。

前后 ​

指标前后
image request start1.8 s0.35 s
transfer3.0 MB420 KB
Lab LCP median3.9 s1.8 s
CLS0.020.02

边界 ​

高 fetchpriority 只给真正 LCP 候选;尺寸属性防布局偏移;慢 CDN/TTFB 仍需后端处理。发布后按页面/设备验证 field LCP。

16. 案例二:交互性能 ​

现象 ​

报表排序 INP field p75 720 ms。Trace 显示排序 170 ms、10k React render 330 ms、Layout/Paint 180 ms。

方案 ​

  • worker 排序 transferable indices;
  • 虚拟化 50 行;
  • 点击立即显示 pending;
  • request version;
  • 非紧急结果 transition。

结果 ​

指标前后
processing510 ms32 ms
presentation190 ms48 ms
total result690 ms310 ms
DOM nodes12,400620
worker transfer018 ms

报告仍需验证键盘、读屏、打印、搜索和滚动定位,虚拟化不是纯性能改动。

17. 案例三:内存 ​

现象 ​

地图路由往返 50 次后 GC baseline 从 80 MiB 到 470 MiB,worker 从 1 到 51。

证据 ​

Heap retainer:

text
Window → mapRegistry → MapInstance → detached canvas

且每次 mount 新建 worker,无 terminate。

修复 ​

destroy map、registry delete、worker terminate、observer disconnect。复测 100 轮:

  • heap 80–98 MiB 平台化;
  • worker 回到 1;
  • detached map root 不线性增长;
  • route close latency +8 ms;
  • 功能无回归。

内存报告必须写 GC 条件和进程外资源,不只截 heap 曲线。

18. 案例四:网络 ​

现象 ​

Dashboard 进入后 38 个相同配置请求。React 多组件各 fetch,HTTP cache 被 no-store 禁用。

方案 ​

  • data client single-flight;
  • server 正确 Cache-Control/ETag;
  • 配置 session cache 有版本失效;
  • retry 统一;
  • 请求 key 含 tenant/locale。

结果 ​

请求 38→1,transfer 760→20 KB,主内容完成 1.4→0.8 s。代价是缓存一致性与登出清理;错误不能永久 Promise-cache。

19. 反例:分数改善但用户变差 ​

为了提高 Lighthouse:

  • 延迟加载聊天入口;
  • 移除首屏个性化;
  • 点击后才加载 500 KB JS。

首屏分数提高,但首次聊天点击等待 2 s,业务转化下降。报告必须覆盖关键用户旅程和业务指标,不把单页面加载分数当产品体验。

20. 视觉证据 ​

合适图片:

  • waterfall 前后;
  • flame chart 关键长 task;
  • Frames/screenshot;
  • Layers/paint flashing;
  • heap retainer path;
  • 真实 UI 前后。

每张图:

  • 裁到相关区域;
  • 标注时间/函数;
  • 提供 alt;
  • 不含 token、用户数据;
  • 保存原 trace;
  • 说明环境;
  • 不用图片替代指标表。

流程关系用 Mermaid,真实视觉效果用浏览器截图,数据趋势用图表。

21. 功能回归清单 ​

性能改动常改变:

  • 键盘与焦点;
  • screen reader DOM;
  • reduced motion;
  • 搜索/打印;
  • SEO/SSR;
  • 错误/重试;
  • offline;
  • 数据一致性;
  • analytics;
  • 权限;
  • 多 tab;
  • 浏览器兼容;
  • 内存;
  • 电量。

报告列出已测与未测,不写笼统“功能正常”。

22. 生产发布 ​

使用:

  1. feature flag;
  2. 1% 内部/灰度;
  3. 监控错误、主指标、防回归指标;
  4. 按设备/网络/地区/版本分段;
  5. 扩到 10/50/100%;
  6. 保留回滚;
  7. 观察足够业务周期;
  8. 对照组避免同期变化误判。

性能监控本身有成本和隐私边界。采样、去标识化、限制 entry 数,不上传完整 URL/query/DOM。

23. Field 分段 ​

总体 p75 改善可能掩盖低端设备回归。至少考虑:

  • mobile/desktop;
  • effective connection;
  • device memory/CPU proxy;
  • 新/回访;
  • cold/warm;
  • page/route;
  • app version;
  • feature flag cohort;
  • 数据规模;
  • 地区/CDN;
  • 登录状态。

分段不能用高基数 metric labels;在分析仓库中受控聚合。样本不足不下强结论。

24. 回归门禁 ​

静态 ​

  • bundle budget;
  • 图片尺寸;
  • dependency duplication;
  • route chunk;
  • source map。

Lab CI ​

  • 固定场景 trace;
  • Lighthouse/WebPageTest;
  • interaction benchmark;
  • memory loop;
  • DOM count;
  • API request count。

Production ​

  • Web Vitals;
  • task/LoAF 采样;
  • errors;
  • resource timing; -业务指标。

CI 噪声大时先报警/保存 artifact,再对稳定显著项阻断。不要让团队因随机红灯关闭门禁。

25. 报告模板 ​

md
# [场景] 性能优化报告

## 摘要
- 用户问题:
- 目标:
- 结果:
- 状态:

## 环境与复现
- commit/build/browser/device/network/cache/data:
- 操作脚本:
- artifacts:

## 基线
- 主指标:
- trace 证据:
- bottleneck:

## 假设与方案
- 因果假设:
- 备选与取舍:
- 修改:

## 结果
- n/median/p75/range:
- 前后表:
- 诊断指标:

## 正确性与边界
- 功能/a11y/兼容/内存:
- 未覆盖:

## 发布
- flag/cohort:
- field 结果:
- 回滚条件:

26. 证据强度 ​

从弱到强:

  1. 主观觉得更顺;
  2. 单次本机数字;
  3. 可重复 lab、多次统计;
  4. trace 证明机制;
  5. 对照/消融证明修改归因;
  6. 灰度 field 分位数;
  7. 业务周期稳定且无回归。

报告可以停在第 3–4 层,但要明确“实验室验证完成,生产效果待观察”,不能把推断写成已证实结果。

27. 常见错误 ​

  1. 前后环境不同;
  2. 只跑一次;
  3. 只报告最好一次;
  4. 只写百分比;
  5. 热缓存对冷缓存;
  6. 使用不同数据;
  7. 同时改太多无法归因;
  8. 只看 Lighthouse 分;
  9. 截图无 trace;
  10. 平均值隐藏长尾;
  11. 不测功能/a11y;
  12. lab 结论冒充 field;
  13. 监控收集敏感 URL;
  14. 没有回滚条件;
  15. 报告无法复现;
  16. 优化局部却增加内存/电量。

28. 综合练习 ​

使用 Jank Lab 和 Memory Leak Lab 各完成一份前后报告:

  1. 为同步计算定义反馈/完成/cancel 目标;
  2. 固定数据与 seed;
  3. 正常与 4× CPU 各 10 次;
  4. 对比同步、yield、worker;
  5. 保存 Long Task、INP 分解和总耗时;
  6. 为 layout thrash/batch 保存 trace;
  7. 内存实验做 A/B/C 快照;
  8. 给出 retainer path;
  9. 修复后循环 100 次;
  10. 加入功能/a11y检查;
  11. 写方案取舍;
  12. 模拟灰度与回滚阈值;
  13. 所有原始数据和 artifact 可访问;
  14. 结论只覆盖证据支持范围。

29. 最终审核 ​

  • [ ] 用户场景具体;
  • [ ] 目标可衡量;
  • [ ] 环境完整;
  • [ ] 数据与操作可复现;
  • [ ] 前后 commit 可定位;
  • [ ] 同一条件多次运行;
  • [ ] 有原始值和统计;
  • [ ] trace 证明瓶颈;
  • [ ] 修改机制与预测一致;
  • [ ] 主指标改善;
  • [ ] 防回归指标稳定;
  • [ ] 功能/a11y/兼容已测;
  • [ ] field 与 lab 分开;
  • [ ] 边界和未验证项明确;
  • [ ] 灰度与回滚存在;
  • [ ] 无敏感数据。

来源 ​

从前端走向软件产品工程的长期路线图。