02-03RAIL测量模型、webpagetest、Lighthouse-笔记

2024-04-23 12:18

本文主要是介绍02-03RAIL测量模型、webpagetest、Lighthouse-笔记,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1. 什么是RAIL

R: Response响应

请求后很快的被响应

评估标准:处理事件应在50ms以内完成

在这里插入图片描述

A:Animation 动画
评估标准: 每10ms产生一帧(再粗略一点:60帧每秒)
I: Idel 空闲

让浏览器有足够的空闲时间【主线程的空闲时间】。
只有有了足够的空闲时间,才能保证快速的响应。

评估标准: 尽可能增加空闲时间
L:Load 加载

资源的加载(的时间)

评估标准: 在5s内完成内容加载并可以交互

内容加载:资源加载、解析、渲染
包括网络原因、地理位置等外部因素也要考虑在内。

2. 性能测量工具

2.1 Chrome DevTools 开发调试、性能评测

2.2 Lighthouse网站整体质量评估

2.3 WebPageTest 多测试地点、全面性能报告

站点地址:https://webpagetest.org/

在这里插入图片描述

测试结果
测试总览

在这里插入图片描述

测试明细查看

在这里插入图片描述


在这里插入图片描述

总结
  1. waterfall char请求瀑布图(根据瀑布图,查看并定位优化点)
  2. first view首次的访问时间
  3. repeat view二次访问时间

3. 本地部署webpageTest工具

前提:安装Docker

3.1 镜像拉取

在这里插入图片描述
在这里插入图片描述

3.2 服务启动

window
# 服务端启动
doker run -d -p 8000:80 webpagetest/server# 客户端访问启动
doker run -d -p 8001:80 --network="host" -e "SERVER_URL=http://localhost:8000:80/work" -e "LOCATION=Test" webpagetest/agent

执行如上两句命令即可

mac
1. 执行服务端/客户端启动命令(同window)
2. 配置docker
* 新建server和client目录

在这里插入图片描述

* 在server目录下新建 配置文件Dockerfile、locations.ini

Dockerfile

FROM webpagetest/server
ADD locations.ini /var/wptwww/

locations.ini

[locations]
1=Test_Loc
[Test_Loc]
1=Test
label=Test Location
group=Desktop
[Test]
browser=Chrome,Firefox
label="Test Location"
connectivity=LAN
* 打包server
# 执行如下命令
docker build -t wpt-server .

在这里插入图片描述

* 在agent目录下新建 配置文件Dockerfile、script.sh

Dockerfile

FROM webpagetest/agent
ADD script.sh /
ENTRYPOINT /script.sh

script.sh

#!/bin/bash
set -e
if [ -z "$SERVER_URL" ]; thenecho >&2 'SERVER_URL not set'exit 1
fi
if [ -z "$LACATION" ]; thenecho >&2 'LOCATION not set'exit 1
fi
EXTRA_ARGS=""
if [ -n "$NAME" ]; thenEXTRA_ARGS="$EXTRA_AEGS --NAME $NAME"
fi
python /wpt-agent/wptagent.ph --server $SERVER_URL --location $LOCATION $EXTRA_ARGS --xvfb --dockerized -vvvvv --shaper none
* script.sh文件设置权限
chmod u+x script.sh
* 打包agent
# 执行如下命令
docker build -t wpt-agent.
* 停止现在运行的docker实例
# 查询实例
docker ps
# 停止实例
docker stop 实例id1,实例id2.....
* 运行镜像
# 运行server镜像
docker run -d -p 8000:80 wpt-server #(wpt-server是上面自定义的服务名称)# 运行服务端访问镜像
docker run -d -p 8001:80 --network="none" -e "SERVER_URL=http://localhost:8000/work" -e "LOCATION=Test" wpt-agent #(wpt-agent 是上面自定义的服务名称)
* 页面访问

可使用localhost本机访问或者IP地址局域网内访问
在这里插入图片描述

4. Lighthouse使用

4.1 安装

# 安装lighthourse
npm install -g lighthouse # 全局安装

4.2 使用(命令行方式)

# lighthouse 网址 
# 例如
lighthouse https://youku.com/

执行后会弹出Chrome浏览器分析且成功分析完成后,会提示运行结果保存的文件位置。
在这里插入图片描述

4.3 运行结果查看

打开上面执行的结果文件
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

4.4 chrome自带

在这里插入图片描述

4.5 使用调试命令

对于分析报告的结果,有些需要准确定位问题的,可以借助调式命令。

命令调起方式:(F12页面中) ctrl+shift+p

举例说明:
在这里插入图片描述
有些资源不确定在首屏是否需要,那就把建议的这些资源全部屏蔽,看是否影响首屏加载(业务有特殊要求的除外)。

  • 打开调式命令
    在这里插入图片描述
  • 添加要屏蔽的资源(可使用通配符)
    在这里插入图片描述
  • 刷新页面,查看首屏页面是否有影响。

5. Chrome DevTools 的使用

Network:
开发时可以禁用缓存。
性能测试时需打开,这样才可以对缓存的功能进行测评
在这里插入图片描述
Network:
资源压缩后再传输,可节约传输时间。
源文件大小:文件的原本大小。
网络传输的文件大小: 文件从服务端获取的文件的大小。
【服务端对资源进行压缩后再传输,这里网络传输的文件就是压缩的文件】
在这里插入图片描述
Network:
网络模式。
可以选择不同的网络模式来测试。
如已经提供的 速度3G(Fast 3G)/慢3G(slow 3G);
还可以自定义网络状态。
在这里插入图片描述

Performance
在这里插入图片描述


详细了解Chrome DevTools

这篇关于02-03RAIL测量模型、webpagetest、Lighthouse-笔记的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/928770

相关文章

详解如何使用Python从零开始构建文本统计模型

《详解如何使用Python从零开始构建文本统计模型》在自然语言处理领域,词汇表构建是文本预处理的关键环节,本文通过Python代码实践,演示如何从原始文本中提取多尺度特征,并通过动态调整机制构建更精确... 目录一、项目背景与核心思想二、核心代码解析1. 数据加载与预处理2. 多尺度字符统计3. 统计结果可

SpringBoot整合Sa-Token实现RBAC权限模型的过程解析

《SpringBoot整合Sa-Token实现RBAC权限模型的过程解析》:本文主要介绍SpringBoot整合Sa-Token实现RBAC权限模型的过程解析,本文给大家介绍的非常详细,对大家的学... 目录前言一、基础概念1.1 RBAC模型核心概念1.2 Sa-Token核心功能1.3 环境准备二、表结

利用Python快速搭建Markdown笔记发布系统

《利用Python快速搭建Markdown笔记发布系统》这篇文章主要为大家详细介绍了使用Python生态的成熟工具,在30分钟内搭建一个支持Markdown渲染、分类标签、全文搜索的私有化知识发布系统... 目录引言:为什么要自建知识博客一、技术选型:极简主义开发栈二、系统架构设计三、核心代码实现(分步解析

Spring Security基于数据库的ABAC属性权限模型实战开发教程

《SpringSecurity基于数据库的ABAC属性权限模型实战开发教程》:本文主要介绍SpringSecurity基于数据库的ABAC属性权限模型实战开发教程,本文给大家介绍的非常详细,对大... 目录1. 前言2. 权限决策依据RBACABAC综合对比3. 数据库表结构说明4. 实战开始5. MyBA

Java的IO模型、Netty原理解析

《Java的IO模型、Netty原理解析》Java的I/O是以流的方式进行数据输入输出的,Java的类库涉及很多领域的IO内容:标准的输入输出,文件的操作、网络上的数据传输流、字符串流、对象流等,这篇... 目录1.什么是IO2.同步与异步、阻塞与非阻塞3.三种IO模型BIO(blocking I/O)NI

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)

《C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)》本文主要介绍了C#集成DeepSeek模型实现AI私有化的方法,包括搭建基础环境,如安装Ollama和下载DeepS... 目录前言搭建基础环境1、安装 Ollama2、下载 DeepSeek R1 模型客户端 ChatBo

SpringBoot快速接入OpenAI大模型的方法(JDK8)

《SpringBoot快速接入OpenAI大模型的方法(JDK8)》本文介绍了如何使用AI4J快速接入OpenAI大模型,并展示了如何实现流式与非流式的输出,以及对函数调用的使用,AI4J支持JDK8... 目录使用AI4J快速接入OpenAI大模型介绍AI4J-github快速使用创建SpringBoot

0基础租个硬件玩deepseek,蓝耘元生代智算云|本地部署DeepSeek R1模型的操作流程

《0基础租个硬件玩deepseek,蓝耘元生代智算云|本地部署DeepSeekR1模型的操作流程》DeepSeekR1模型凭借其强大的自然语言处理能力,在未来具有广阔的应用前景,有望在多个领域发... 目录0基础租个硬件玩deepseek,蓝耘元生代智算云|本地部署DeepSeek R1模型,3步搞定一个应

Deepseek R1模型本地化部署+API接口调用详细教程(释放AI生产力)

《DeepseekR1模型本地化部署+API接口调用详细教程(释放AI生产力)》本文介绍了本地部署DeepSeekR1模型和通过API调用将其集成到VSCode中的过程,作者详细步骤展示了如何下载和... 目录前言一、deepseek R1模型与chatGPT o1系列模型对比二、本地部署步骤1.安装oll