用戶在訪問 Web 網頁時，如果時間超過 8 秒就會感到不耐煩，如果加載需要太長時間，他們就會放棄訪問，加載時間每多 1 秒，你就會流失7%的用戶。
可能有人會說：網站的性能是後端工程師的事情，與前端並無多大關係。
事實並不是，其實只有 10%~20% 的最終用戶響應時間花在了下載HTML文檔上，其餘的 80%~90% 時間花在了下載頁面中的所有組件上。
那麼怎麼提高頁面加載（或者渲染）速度呢？一般來說有三個方面：
-
代碼邏輯：優秀的代碼邏輯結構可以有效減少渲染頁面使用的內存和速度（比如虛擬DOM）。
-
SSR服務器渲染，也就是所謂的“直出”：將首屏所有內容在服務器端渲染成html靜態代碼後，直接輸出給瀏覽器，可以有效加快用戶訪問站點時首屏的加載時間。
-
提升靜態文件的加載速度：如加快靜態文件下載速度、減少靜態文件的文件大小、減少靜態文件請求數量，從而減少發起請求的次數。
在實際工作當中，想要有好的用戶體驗，不僅僅要提升頁面加載速度，還需要做好很多前端性能優化的點，如防佈局抖動、HTML 優化、CSS 優化、圖片加載優化等等。
其中涉及到的知識大致可以劃分爲幾類：
度量標準、編碼優化、靜態資源優化、交付優化、構建優化、性能監控。
雖然市面上前端優化的相關資料有很多，從 Google 搜索性能優化體系會出來很多站點，裏面提到各種各樣的優化思路，如緩存請求、服務端響應優化等。
但這些優化手段充其量只是性能優化中的一個點或幾個點，很難形成一個完整的體系。
你通過接入離線包來對頁面進行優化，使用這種優化方式的目的是什麼，圍繞什麼指標做的優化，優化完有什麼收益，看完網上那些資料之後，可能還是回答不了這幾個問題。
想要真正掌握前端性能優化的方法，只靠網絡上零散的信息往往是不夠的，必須系統性的學習。
我的一位朋友溪風，他擔任 58 同城技術總監，具有 14 年，前後端性能優化、前後端開發模式探索、Hybrid 技術體系等方面的經驗。
他總結了一套前端性能優化系統學習方法，在拉勾教育推出了一門專欄
「前端性能優化方法與實戰」，這是拉勾教育的開年第一課，老師精心準備了很久，絕對乾貨滿滿！而且
補貼期間（24 小時內）只要 1 元，就可永久解鎖。（週三恢復原價￥98了）
![]()
這個專欄會怎麼講？
-
強大的性能優化思考框架：讓你心中有一個整體的 Roadmap，掌握一個整體的優化方法論，在前端優化的時候，不至於想到哪做到哪兒。
-
豐富的實踐方案：如果只是理論知識，很難落實到業務中，比如如何採集性能指標，採集過程中會有哪些坑等等，所以這個專欄在講解的過程中，會爲你提供一些實現 Demo，讓你事半功倍。
-
業界實現方案及演進：通過了解業界實現方案，擴寬思維，讓你少走彎路。
-
晉升和麪試的法寶：這個專欄中的一些問題點，都是面試中的高頻問題演化，讓你在掌握整體體系的同時，也能給出具體解決方案。
這個專欄會講些什麼？
本專欄會從
前端性能優化方法論、指標採集上報及優化手段、Hybrid 下的進階優化、性能優化數據評估及預警和一線大廠性能優化體系演進五個方面講解，帶你掌握優化方法論，突破 Web 頁面性能瓶頸。
模塊一 性能優化方法論：這個模塊會系統講解性能優化的方法論。比如，性能優化整個體系是怎樣的；在頁面加載過程中都有哪些性能瓶頸點等等。學完這部分，你將
對整個前端性能優化體系有個全面瞭解，並知道優化落地過程中需要注意哪些方面。
模塊二 性能優化指標採集上報及常見優化手段：這個模塊主要講解在優化實戰過程中，如何確定性能指標，如何採集上報等等。此外，講師還會展開講解指標採集和上報實踐過程中遇到的坑。學完這部分，
你將掌握首屏時間、白屏、卡頓、網絡環境指標的採集辦法和上報策略。
模塊三 性能問題診斷及優化手段：這個模塊重點介紹，如何根據性能平臺問題，結合一些檢查清單（如全量 VS 增量、同步 VS 異步）來診斷出性能問題；如何進行預警監控等等。通過這一模塊的學習，
你將學會如何搭建一個性能監控預警平臺，並學會利用它來進行性能診斷和優化。
模塊四 Hybrid 下的進階優化手段：這個模塊會介紹，在 App 端的性能優化，詳細講解 hybrid 體系建設、SSR方案、webview層優化等等。學完這個模塊，
你將掌握離線包設計、骨架屏和 SSR 優化手段，WebView 層及代碼架構層面優化等等，在 Hybrid 下的進階優化手段。
模塊五 一線大廠性能優化體系演進：這個模塊講師會介紹，一線大廠的性能解決方案和演進過程，比如，騰訊的首屏方案和美團的首屏方案各有哪些優缺點，分別適合哪些場景；使用多端方案場景的業務，我們該如何優化性能等等。通過這個模塊的學習，你會
瞭解一線大廠性能優化方案。
這是課程目錄，也是一份知識圖譜，相信對你會有幫助
![]()
本文分享自微信公衆號 - Creator星球遊戲開發社區（creator-star）。
如有侵權，請聯繫 [email protected] 刪除。
本文參與“OSC源創計劃”，歡迎正在閱讀的你也加入，一起分享。
