一，初探，根据现象发现问题

step 1: 隐身模式打开chrome

目的是避免缓存以及不必要的问题

step 2: 打开测试地址

谷歌性能测试地址 https://googlechrome.github.io/devtools-samples/jank/ 可以看到如下的页面：

页面中有一些蓝色小方块在运动

step 3: 限制 cpu 速度

由于有些用户的设备 cpu 性能很高，无法很好的分析移动端，或者发现低级设备的性能问题，所以我们要降速 找到控制台中的 performance 项，找到 CPU 选项，选择降低 4 倍性能或 6 倍性能

step 4：添加运动小块，找到性能瓶颈

前面限制了 cpu 的性能，接下来就要找到性能瓶颈了 连续点击 Add 10 按钮，向页面中添加小块，直到自己都感觉页面上小块运动出现明显卡顿

类似下面这种情况，就已经明显卡顿了

step 5：先看看优化后的效果会怎样？

点击一下 Optimize 优化，观察一下效果

可以看到页面瞬间变的贼流畅

step 6：体验过优化，再体验一次不优化

再点击一次 Un-Optimize（不优化）按钮，可以看到又卡的要死

ok，到这里，大家已经能够通过现象发现性能的差异了，接下来就是要分析现象了

二，了解 performance 各模块

如何分析现象，肯定要依赖数据，这里就要用到 chrome 的 performance 功能了 先将页面切到非优化的状态，点击“录制”按钮

录制 4s-5s 即可：

然后就可以看到录制的效果了：

上面这些数据看不懂没关系，现在来一步步了解各个部分都有哪些内容

step 1：了解 Fps

fps：是指页面每秒帧数 fps = 60 性能极佳 fps < 24 会让用户感觉到卡顿，因为人眼的识别主要是 24 帧

图中蓝色标注出来的区域，就是FPS记录的信息 放大点看，FPS 由两部分组成： 1，红色的条 2，绿色的半透明条

action :1 切换至“已优化”状态

此时切换优化状态，到已优化的状态，再次进行性能录制：

得到Fps数据如下：

可以看到此时： 1，没有了红色条 2，绿色半透明条的高度，明显要比未优化的场景高度要高不少

总结：

• 红色：意味着帧数已经下降到影响用户体验的程度，chrome已经帮你标注了，这块有问题

• 绿色：其实就是Fps指数，所有绿色柱体高度越高，性能越好

• ---

step 2：了解 Cpu

上图中 Fps 下面的位置，即是 Cpu 信息 我们再采集一个真实业务的 cpu 数据，如下图：

对比可以发现，cpu数据的一些特性：

• 1，cpu 包括两种状态：

• （1）充满颜色

• （2）不充满颜色

• 2，cpu 是否充满颜色和 fps 存在联系

• ---

step 3：了解 Net

Net 部分可以将屏幕逐帧录制下来，可以帮助观察页面的状态，主要用处，可以帮助分析首屏渲染速度

step 4：了解 Frames

1，查看特定帧的 fps

Frames 部分，主要用于查看特定帧的 fps，可以查看特定的帧情况。

2，悬停其上，可以查看数据

可以看到：

• 这一帧的时间间隔是 129.1ms
• 当前的 fps 是 1000ms/129.1ms = 7.75 fps，约等于 8 fps

这里主要体现的是页面两次刷新之间间隔了 129.1ms

3，点击 Frames 块，得到更详细的数据

点击 Frames 可以显示当前关键帧的详细信息：

• 1，duration 是当前帧从 796.31ms 开始等待，796.31 ms + 127.73 ms 后进行了一次渲染

• 2，fps 还是老算法，1000 ms/127.73 ms 约 等于 7fps

• 3，最下面是关键帧的视图画像

• ---

step 5：了解 FPS 快捷工具

1，在 chrome 中，还有格 more tools 选项，选中 rendering 选项

2，开启 fps meter 开关

3，直接在页面上，出现了一个fps统计器

这个东西，暂时先关闭，不利于系统性的学习

三，找到瓶颈

前面已经知道我们的测试页面有性能问题，那么接下来就要想为什么了？

step 1：了解 Summary

对性能进行录制完成的时候，会默认在底部展示一个 Summary 摘要，显示全局的信息

上面展示了 0～5.52 s 录制时间的具体耗时：

• 1，script 执行耗时 1952.8 ms
• 2，render 渲染耗时 2986.8 ms
• 3，Painting 重绘耗时 472.1 ms

主要就是这 3 个耗时，知道了这三部分耗时，只是知道了，哪有问题，但具体问题在哪呢？

step 2：了解 Main

上图，红色边框圈出来的，就是 Main 部分，其中每一块是每一帧中所做的事情

目前这样看不出来什么，脑壳疼，为了方便我们观看，我们可以在 fps、cpu、net 模块，点击一下，缩小时间区间

如上图，可以通过缩小时间区间，从而放大 Main 中的内容 现在已经能够看到，Main 中展示的是火焰图，也就是函数调用的堆栈

火焰图，可以简单理解，x 轴表示时间，y 轴表示调用的函数，函数中还包含依次调用的函数，y 轴只占用 x 轴的一个时间维度

step 3：识别问题，红色三角号

上图中，可以看到 Animation Frame Fired 右上角有个红色三角号，这就是chrome 自动帮助识别出有问题的部分 就像 FPS 中的红条一样，用来识别问题

上图可以看到提示了Warning : 重复处理程序耗时287.77毫秒

step 4：追溯问题，定位代码位置

如上图，可以看到函数调用在代码中的位置，可以点击进行查看

虽然定位到了，是方法update造成的问题，但不够明确，所以需要进一步探索

step 5：进一步分析问题位置

继续查看 Main，可以看到 app.update 下面有很多紫色的条，紫色条本身表示渲染 但请注意！！！紫色条上还有更小的 运用前面学过放大功能，调整时间区间

可以看到，每个小紫条上，都有一个红色三角 前面提到：红色三角就是 chrome 帮助自动识别有问题的地方 查看提示信息：强制回流可能是性能瓶颈 点击查看摘要：

可以看到问题定位在了，app.js 的 71 行，点击查看，能够看到是对每一个元素进行样式修改

此代码的问题在于，在每个动画帧中，它会更改每个方块的样式，然后查询页面上每个方块的位置。由于样式发生了变化，浏览器不知道每个方块的位置是否发生了变化，因此必须重新布局方块以计算其位置。

避免这种情况的出现，可以参考 https://developers.google.com/web/fundamentals/performance/rendering/avoid-large-complex-layouts-and-layout-thrashing#avoidforcedsynchronous_layouts

step 6：对比优化的效果

demo中存在两种状态，优化和非优化 可以看到优化的状态，script和render的时间都大大减少了 所以fps明显提高

step 7：性能优化的知识储备

使用 rail 模型测量性能 https://developers.google.com/web/fundamentals/performance/rail 基础储备：

• 渲染性能概述https://developers.google.com/web/fundamentals/performance/rendering/
• A Frame 的剖析 https://aerotwist.com/blog/the-anatomy-of-a-frame/