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
- 哪类用户在什么操作中遇到什么问题?
- 环境、数据和操作如何复现?
- 瓶颈在哪个线程/阶段/函数?
- 为什么选择这个方案?
- 改动影响哪个性能机制?
- 前后使用同一条件吗?
- 结果有多大、波动多大?
- 功能、可访问性和资源成本是否回归?
- 真实用户数据是否改善?
- 哪些结论仍有限制?
2. 先写用户场景
弱目标:
提升页面性能。可验证目标:
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
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:
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 |
|---|---|
| commit | abc1234 |
| build | production |
| 浏览器 | Chrome 版本号 |
| OS/设备 | Pixel / macOS |
| CPU | native / 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 |
| viewport | 390×844 |
| 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:
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
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:
- 选择目标 interaction/导航;
- 看截图和 Frames;
- 看 Main/GPU/Raster/Network;
- 展开最长 task;
- Bottom-Up 按 Self Time 找热点;
- Call Tree 看调用关系;
- Event Log 看时序;
- 检查 Layout/Paint/GC;
- 用 source map 回源码;
- 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:
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:
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:
- 只减少 DOM;
- 再 worker;
- 再请求压缩;
- 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。
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:
(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 ms | 4× CPU |
| 列表 DOM | <100 | 50k rows |
| route JS | <180 KiB gzip | production |
| 图片解码内存 | <64 MiB | DPR 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 start | 1.8 s | 0.35 s |
| transfer | 3.0 MB | 420 KB |
| Lab LCP median | 3.9 s | 1.8 s |
| CLS | 0.02 | 0.02 |
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 |
|---|---|---|
| processing | 510 ms | 32 ms |
| presentation | 190 ms | 48 ms |
| total result | 690 ms | 310 ms |
| DOM nodes | 12,400 | 620 |
| worker transfer | 0 | 18 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:
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:
- feature flag;
- 1% 内部/灰度;
- 监控错误、主指标、防回归指标;
- 按设备/网络/地区/版本分段;
- 扩到 10/50/100%;
- 保留回滚;
- 观察足够业务周期;
- 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
# [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:
- 主观觉得更顺;
- 单次本机数字;
- 可重复 lab、多次统计;
- trace 证明机制;
- 对照/消融证明修改归因;
- 灰度 field 分位数;
- 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
- 前后环境不同;
- 只跑一次;
- 只报告最好一次;
- 只写百分比;
- 热缓存对冷缓存;
- 使用不同数据;
- 同时改太多无法归因;
- 只看 Lighthouse 分;
- 截图无 trace;
- 平均值隐藏长尾;
- 不测功能/a11y;
- lab 结论冒充 field;
- 监控收集敏感 URL;
- 没有回滚条件;
- 报告无法复现;
- 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:
- 为同步计算定义反馈/完成/cancel 目标;
- 固定数据与 seed;
- 正常与 4× CPU 各 10 次;
- 对比同步、yield、worker;
- 保存 Long Task、INP 分解和总耗时;
- 为 layout thrash/batch 保存 trace;
- 内存实验做 A/B/C 快照;
- 给出 retainer path;
- 修复后循环 100 次;
- 加入功能/a11y检查;
- 写方案取舍;
- 模拟灰度与回滚阈值;
- 所有原始数据和 artifact 可访问;
- 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
- W3C:Web Performance Working Group(访问日期:2026-07-17)
- Chrome:Web Vitals(访问日期:2026-07-17)
- Chrome DevTools:Performance(访问日期:2026-07-17)
- W3C Event Timing(访问日期:2026-07-17)
- W3C Resource Timing(访问日期:2026-07-17)