基于业务驱动的前端性能有效实践案例(上)

发表于:2022-5-30 09:17

字体: | 上一篇 | 下一篇 | 我要投稿

 作者:钱文玲(悠酱)    来源:阿里开发者

  一、背景
  1.1.前端性能优化的业务意义
  前端的本质价值是什么?
  我认为是  给用户创造良好的交互体验 。 前端性能对用户体验、对业务跳失率的影响,在业界已有共识,不言而喻。 根据 Google 的数据,如果移动站点的加载时间超过 3 秒,53% 的用户会放弃访问。
  加载时间从 1s 延长到 3s 时,跳失率增加32%;
  加载时间从 1s 延长到 5s 时,跳失率增加90%——用户还没看到辛苦优化的页面,就走了一部分 。
  抵达率优化应该在转化率之前, 用户能够正常访问网页,网页的内容才能产生价值。 所以在优化着陆页内容、提高转化率之前,要先保障抵达率。 抵达率太低,哪怕页面转化100%,整体的转化效果也会很差。
  1.2. 测试把控难点
  现在流行的,运营自行搭建页面+自行多端投放 方式,使我们的不可控。
  原先发现性能问题主要通过感受+性能跑测数据,或者运营以业务要挟、或者质疑受机器等因素影响、或者相互推诿主要瓶颈点,使优化无法落实。
  部分性能优化困难,影响性能点比较复杂,实行优化的收益不可预知,也阻碍了优化的落实。
  二、前端性能优化 测试视角的解法
  很多人都以为,前端性能优化,重点在“前端”优化,“测试”很难起到主导作用。 试着换个角度,从整个研发团队视角看,前端做运动员专项治理,测试做裁判员专项评测,这套机制,是否更能切实做到优化,达成的数据也更让大家信赖? 再者,测试不止局限于此,还可做队医、分析师。 。 。 。
  2.1.可持续优化闭环
  以下持续优化闭环,是我们摸索着实行了一年多,有效且高效的解法。
  从上图看,整个过程为:
  step0、前端事先进行埋点,(一般前端做了sdk,直接引入即可)
  step1、测试通过性能黑榜,发现最为突出的重点性能问题页面(首屏平均时长&秒开率,PV&业务意义, 多项结合度量)
  step2、协助前端一起专业分析问题页面,找出性能瓶颈点
  step3、前端更有策略地针对性治理
  step4、查看性能趋势变化,验证优化效果
  step5、假设已达到优化预期,或者有更糟糕的页面把之前页面挤下去,继续关注黑榜前列的页面(即跳到step1,继续轮转)
  我们可以发现,测试通过发现、分析、验证 三板斧,驱动推进页面性能优化。
  2.2.效果明显
  从2021年10月份开始迭代以来, 共发现了8类严重性能问题 。
  包括:端外(支付宝)性能问题,外投&跨端性能问题,pha架构性能问题,运营不规范配置导致、其他业务原因导致的性能问题等。
  并且快速有效,在业务方或其他同学提过来之前,我们都已经发现并有了分析,在优化节奏上更具有主动性。
  三、性能问题的发现
  通过线上用户的真实采集,并制定能反应用户体感的指标,进行性能黑榜和全局趋势分析。
  从重点单点角度,我们通过性能黑榜; 从整体视角,我们通过整体趋势分析。
  3.0.性能数据的采集
  3.0.1.几个名词解释
  ARMS 前端 监控专注于对Web场景、小程序场景的监控,从页面打开速度(测速)、页面稳定性(JS诊断错误)和外部服务调用成功率(API)这三个方面监测Web和小程序页面的健康度。
  SLS 日志服务为Log、Metric、Trace等数据提供大规模、低成本、 实时 的平台化服务。日志服务一站式提供数据采集、加工、查询与分析、可视化、告警、消费与投递等功能。
  ODPS 即MaxCompute,是适用于 数据分析 场景的企业级SaaS模式云数据仓库。
  FBI 是阿里内的智能大数据分析和 可视化 平台,下面的所有截图都是在FBI平台配置图表而成,还未对外开放。
  3.0.2.全过程
  arms-sdk结合前端的自定义埋点,在海量用户访问的同时,就会自动上报数据到sls日志库,整体过程如下图:
  ·针对H5搭建页的埋点,使用通用方案,一次性埋点即可,前端后续无需额外埋。
  · sls日志报表查实时数据,用于实时分析,实时验证。
  · ODPS数据长期存储已计算完指标的数据,用于记录、比较、趋势分析。
  3.1.性能指标的确定
  3.1.1.统计范围--用户视角
  所有前台页面,每个用户每次浏览的有效数据。(完全加载<15s 内有效)
  指标的影响因子:从用户视角,页面流量越大,则对整体数据的影响越大。(也就是权重越大)
  这样做的好处:流量越大数值越严重的,优化的效果(正反馈)越明显,确定了治理性能问题的优先级。
  3.1.2.三个指标
  结合淘系、以及集团其他部门的:
  3.2.性能黑榜
  为何要用性能黑榜来作为主要发现手段?我们通常可推理得:
  ·排在性能黑榜前列的,必然是性能问题最突出的,相对方便分析
  (可根据各自业务,加个样本量的筛选,如我们看每日pv 10w以上的)
  · 再结合样本量(pv正相关)数据,样本量非常大的,性能优化的收益必然也是非常大的
  · 模块化组件开发盛行的今天,优化某个模块或场景的问题,收益点不仅仅在当前页面,也在其他用了同样模块或场景的页面
  · 榜单形式,更能引起老板、对应前端负责同学、对用户体验关注的同学的重视
  3.3.整体性能趋势分析
  整体趋势分析,即是为在整体角度,看我们的页面性能趋势,它是重要的度量指标。
  这里我们把所有的流量都纳入,没有页面的区分, 为的是基于用户维度,流量大的页面权重自然会更大。
  从上图看,1月初到2月中旬的数据正在持续恶化,必须要采取措施治理!

  本文内容不用于商业目的,如涉及知识产权问题,请权利人联系51Testing小编(021-64471599-8017),我们将立即处理
《2023软件测试行业现状调查报告》独家发布~

关注51Testing

联系我们

快捷面板 站点地图 联系我们 广告服务 关于我们 站长统计 发展历程

法律顾问:上海兰迪律师事务所 项棋律师
版权所有 上海博为峰软件技术股份有限公司 Copyright©51testing.com 2003-2024
投诉及意见反馈:webmaster@51testing.com; 业务联系:service@51testing.com 021-64471599-8017

沪ICP备05003035号

沪公网安备 31010102002173号