出处：掘金

原作者：金泽宸

性能不是“一个优化点”，而是可持续的体系，每个页面、每个版本、每个指标都要有数据支撑与监控闭环

写在前面

前端性能的好坏，直接决定了用户是否留存

其实性能优化，前端能做的事情比较有限，但不做可能体验非常难受

本篇聚焦“体系化性能优化”思维，不再是“某个点的优化”，而是：

• 如何定义性能指标？
• 如何定位性能瓶颈？
• 如何建立自动化监控和告警体系？

适用于大中型系统的全链路实战落地

明确性能指标体系

前端常见核心指标如下：

我们重点关注：

• 用户感知加载速度（LCP/TTI）
• 页面稳定性（CLS）
• 用户行为体验（FID）

性能瓶颈定位流程图

graph LR
A[性能异常] --> B[数据指标异常]
B --> C[是 LCP？] --> D[资源过大？阻塞渲染？]
B --> E[是 CLS？] --> F[图片/字体/iframe 未预留尺寸]
B --> G[是 FID？] --> H[主线程阻塞？长任务？]

加载性能优化实战

样式资源优化

<!-- 使用 preload 提前加载关键资源 -->
<link rel="preload" href="/main.css" as="style" onload="this.rel='stylesheet'">

• 使用 <link rel="preload"> 提前加载首屏 CSS
• 合理拆分 CSS（例如组件级 lazy-css）

图片懒加载 + WebP

<img src="/img.jpg" loading="lazy" />

• 使用 loading=lazy 原生懒加载
• 使用 WebP 替代 JPG/PNG，体积减少约 30%

第三方库优化

// 替换 moment 为 dayjs，体积从 350kb → 2kb
import dayjs from 'dayjs'

bundle 分析工具推荐

// vite.config.ts
import visualizer from 'rollup-plugin-visualizer'
plugins: [visualizer({ open: true })]

交互性能优化实战

处理长任务

// 避免阻塞主线程，拆解大型计算任务
setTimeout(() => chunkedCompute(), 0)

使用 requestIdleCallback / web worker 拆分耗时逻辑

首屏不渲染不可见 DOM

<LazyComponent v-if="isInView" />

结合 IntersectionObserver 做组件级懒加载

Event 优化

// 滚动节流
window.addEventListener('scroll', throttle(handle, 100))

缓存策略优化

从首屏秒开到动态预取

结合接口缓存：

const cache = new Map()
if (cache.has(url)) return cache.get(url)
const res = await fetch(url)
cache.set(url, res)

性能监控实战接入（Lighthouse + Web Vitals + Sentry）

自动性能打分

npx lighthouse https://your-site.com --view

• 自动生成分析报告（FCP、LCP、CLS 等）
• 可集成到 CI 持续检查

Web Vitals 采集

import { getLCP, getFID, getCLS } from 'web-vitals'
getLCP(console.log)
getFID(console.log)
getCLS(console.log)

接入 Sentry 性能分析

Sentry.init({
  dsn: 'xxx',
  integrations: [new Sentry.BrowserTracing()],
  tracesSampleRate: 1.0
})

自动记录：

• 页面加载时间
• 慢资源/长任务
• JS 报错栈信息

打造性能闭环体系

graph TB
A[开发阶段指标采集] --> B[CI 自动检测]
B --> C[发布后实时采集]
C --> D[告警系统联动]
D --> E[Dashboard 可视化]
E --> F[定期性能评审 & 优化]