网站性能与体验 优化实践指南

一、为什么需要关注性能与体验 ........................................................................................ 2
二、到底什么是性能与体验？ ............................................................................................ 4
三、什么因素影响着产品性能与用户体验 ....................................................................... 6
四、落地性能与体验优化的基本原则与流程 ................................................................... 9
五、常见性能与体验监测方式 ......................................................................................... 14
六、常见性能与体验指标 .................................................................................................. 19
七、常见性能与体验分析思路 ......................................................................................... 25
八、常见性能与体验优化措施 ......................................................................................... 28
九、关于应用实时监控服务-云拨测 ............................................................................... 29

回顾中国互联网发展史，我们可以看到很多退出市场的企业都有着共同特征：用户
弃用或使用率降低，企业营收暴跌，最终企业消亡。抛开价格竞争与外部环境影
响，我们发现用户弃用或者使用率降低背后很大原因是由于产品用户体验与性能问
题。这些问题在业务发展过程中被忽略。毕竟相较于错过业务窗口期而言，体验与
性能问题都是“无伤大雅”的细节问题。
也许看到这里，很多人依然觉得这是危言耸听。结合对众多企业的调研，我们总结
出常见的影响用户体验与性能的问题，不知大家是否似曾相识：

前台业务瓶颈逐渐暴露
产品加载或互动反馈速度慢，新客户转化率降低，推广成本被浪费；用户浏览意愿
减弱，老客户留存率下降，用户规模不断下跌；随着多业务、多端、出海等战略推
进，运营成本不断增加，用户规模未能增长，损失进一步扩大。

后台支持问题不断恶化
数据中心、CDN、运营商、云厂商等不同环节、不同服务商的服务质量无法评估
与优化；无法准确评估日常发版质量，性能问题叠加放大；缺少性能评估与体验的
量化数据支撑，造成权责划分不清晰，各团队互相推诿，相关问题解决困难。
互联网发展到“下半场”，「体验至上」成为互联网产品的普遍共识。许多企业已
经意识到上述问题，但在优化性能与体验前，企业不得不面对日益复杂的产品逻辑
及交付环境，逐渐多元化的体验形态，日趋庞大业务数据量。随着智能手机、智能
穿戴设备、智能家电等多屏互动以及物联网的广泛使用，云计算、云原生逐渐普
及，使影响产品性能与体验的因素变得越来越复杂。几乎所有构建产品的技术、逻
辑、模式都可能会对性能与体验产生影响，并在不断叠加放大后，对产品造成毁灭
性影响。

作为商业洞察、产品设计、代码研发、基础设施运维等诸多元素共同构成的组合
体，性能与用户体验作为互联网产品的非功能特性，重点关注功能或服务完成的及
时性。如果说用户体验强调的是用户的主观使用感受，产品性能更像是从技术角度
将体验逐层拆解成对应技术指标并进行量化。

以网站举例，从用户发起网站访问请求到收到反馈内容，需要经过DNS解析查
询、网络传输和接入转发，以及数据库、中间件等众多服务组件的按序处理加工，
而这些组件的性能优劣直接影响交互及时性、准确性和可用性。与此同时，这又受
到用户使用终端等因素影响，但这些影响无法根除，在开发测试环境下难以发现。
正如产品经理之间的段子，我们并不知道用户会用什么奇怪姿势去用我们的产品做
什么奇怪的事情。

为了保证「体验至上」，头部互联网企业会有着性能与体验优化团队或者战役，确
保产品能为用户带来最佳体验。但对中小型企业而言，性能与体验优化背后是巨大
成本，不管是花费人力、财力、时间去搭建相关监控优化平台，还是实践过程中探
索尝试与经验沉淀。除此之外，伴随着产研团队组织架构、产品发展规划调整，之
前所进行的相关性能与体验可能直接归零的种种意外。

虽然企业在探索性能与体验优化的实践过程中存在着各种困难，但随着技术演进以
及行业不断发展。以阿里云为代表的头部云厂商，投入大量人力、财力，加快了产
业化进程，帮助企业降低性能与体验优化的学习与落地成本。 一方面，厂商大量
资源投入与实践输出，不断完善着性能与体验优化的技术范畴与方法论体系，降低
企业落地性能与体验优化的门槛。另一方面，性能监控管理产品的云原生化，使得
每家企业、每个开发者可以与行业顶级企业使用相同的云服务帮助自身业务进行性
能与体验优化，人力财力成本不再是性能与体验优化的枷锁。

要说起什么影响着产品性能与体验这个话题，不同职能的同学都会有自己的独到见
解。针对这一问题，我们与众多企业运维工程师以及独立站长展开访谈，发现大家
的观点集中在以下方面：

「产品与用户体验之间的差距」带来的性能与体验问题

「错综复杂的网络环境」带来的性能与体验问题

「差异明显的PC端环境」差异带来的性能与体验问题

「追求迭代速度的后遗症」带来的系统可用性保障问题

「缺乏用户视角的监控手段」导致应对客诉比较被动

开始阐述观点前，我们需要思考一个问题：如果网站性能与体验问题能在用户感知
之前事先发现与修复，在研发交付过程中就进行回避或修正，是否能有效提升产品
NPS甚至营收？以及我们是否能接受在那些会深远影响用户规模以及企业营收的
问题出现之后再修复？而这就是性能与体验优化的出发点。所以，这里有几个基础
原则需要在落地开始前明确：
n 数据驱动原则：优化策略需要建立在准确的性能与体验数据上，确保最终用户体验以及优化收益可被量化。
n 尽早尽快原则：尽早发现未暴露的问题，减少对用户体验的持续影晌。发现问题后，尽快解决主要问题，降低影响程度。
n 最佳收益原则：产品不同生命阶段需要平衡性能体验与产研效能，优先选择当前时期最简单、性价比最高的优化方案。
n 单元化原则：由于不同组件都会对性能与体验造成影响，因此需要从前端到后端逐层剥离，相关组件、模块进行单元测试，确定关键优化目标。
n 持续优化原则：性能与体验优化并非一劳永逸的工作，需要产品在迭代的过程中不断发现问题优化问题，并在这一过程中防止性能与体验退化。

子主题

在了解基础原则后，就可以开始组建性能与体验优化团队，
该团队可以是实体架构团队，也可以是虚拟团队，但这其中都需要拉通不同研发职能的同学，这其中包括：
n 产品运营：用户以及运营角度设计优化用户流程路线，为工程师提供用户场景解读，帮助工程师快速理解业务。
n 架构师：通过优化系统架构解决性能瓶颈，提升服务执行效率。
n 前端工程师：通过迭代前端逻辑和代码，提升前端程序执行效率。对前端性能数据进行收集和分析。针对与竞品进行评测，提出针对性竞争优化策略。
n 后端工程师：针对影响性能的组件、模块、接口进行持续迭代。
n 运维工程师：分析系统运行状况以及资源使用效率情况。对IDC、CDN以及云服务等基础资源进行性能测试，确保产品的高性能与高可用。

在构建出性能与体验优化团队后，可以着手实际落地，在实践过程中我们需要遵循
「监控-分析-优化」的迭代循环并在每个部分中完成多个对应动作，从而推动优化
落地。

Step 1：通过监测全面评估自身产品及竞争对手在不同使用环境下的性能与用户
体验的数据表现。

Step 2 通过分析来评估网页/应用/网络等部分的性能，为优化及资源投入提供依
据，并针对故障以及瓶颈进行预警、报警。

Step 3 基于优化方案对网络、系统、前端、应用等不同环节、不同层进行优化。

拨测监测

JS 监测

网络监测

流媒体监测

系统监测

在建立完整监控体系之后，我们需要各种指标抽象展现网站访问过程中系统、网
络、前端、客户端等不同环节、组件的体验情况，以便挖掘可能存在的问题。采集
到对应数据后 ，在 进行自身环比、同比分析的同时，还可以通过拨测能力去获取
同行竞争对手的网站性能与体验情况进行对比，以便帮助我们找到外部竞争的产品
短板。接下来，我们将介绍一些常见指标，只有了解这些指标的定义方式及体验具
象关联，才能更好进行诊断、优化网站性能与体验问题。

可用性（Availability）

并发用户数（Concurrent User）

CPU使用率（CPU Usage）

DNS 时间（DNS Time）

下载速度（Download Time）

白屏时间 （First Paint）

首包时间（First package Time）

平均负载（Load Average）

内存使用量（Memory Usage）

网络延迟（Network Latency）

网络丢包（Network packet Loss）

整页时间（Pageload Time）

响应时间 （Response Time）

吞吐量 （Throughput）

事件（Transaction）

首屏时间（Time to Above the Fold）

建立连接时间（TCP Connection Time）

基础页时间

我们借助监测工具对相关性能与体验指标进行收集与整合后，就要开始进行相关分
析，我们以真实用户的性能与体验数据为核心，那么分析流程应与真实用户访问流
程一致：终端—网络—应用—系统。在分析的过程中，我们需要确保拥有足够的
样本量，以及自身对于不同指标对用户体验影响的权重评估。接下来，分享几个分
析维度。
一般情况下，我们对用户体验的感知是滞后的。通常是收到用户反馈或投诉后，才
去检查系统是否运行正常、问题是否能复现，再定位具体问题位置，这个过程往往
是很被动的。 因此我们可以从以下四个维度展开分析：

维度一：终端分析

维度二：服务端分析

维度三：网络分析

维度四：系统分析

结合上述分析思路，我们基本可以从多维度评估网站或产品的系统瓶颈。接下来，
我们将罗列常见优化点，帮助大家快速定位可能的瓶颈位置，便于优化入手。

前端优化

后端优化

网络优化

系统优化

对PC端网站而言，也许最好的时代已经结束。但作为现代互联网的重要组成部
分，PC端网站依旧占据着不可获取的地位。与此同时，随着应用性能管理概念的
不断普及，越来越多的企业、产研团队、运维团队、开发者注意到了其重要性。
云拨测作为面向业务的非侵入式云原生监测产品，成为最佳的选择。通过阿里云遍
布全球的服务网络，模拟真实用户行为，全天候持续监测网站及其网络、服务、
API 端口可用性与性能。实现页面元素级、网络请求级、网络链路级细颗粒度问题
定位。丰富的监测关联项与分析模型，帮助企业及时发现与定位性能瓶颈与体验暗
点，压降运营风险，提升服务体验与效能。

子主题

全球监测节点覆盖

无需嵌码，开箱即用

面向业务，预置多种分析模型

智能告警，精准定位

以某电商企业的营销大促举例，该网站月活用户数超百万，用户群体主要分布在全
国三四五线城市，每年网站运营维护支出费用超过200 万元。但由于大促阶段商
品信息更新较频繁，更新后经常收到各地用户投诉“商品图片加载不出来”、“页
面打开缓慢”，造成用户转化低，也导致运维团队被投诉。
面对这一困境，我们通过云拨测产品完成解决这一问题并进一步优化网站性能，以
便支撑业务大促。

（一）压力测试
在企业的营销活动或新系统上线前，使用云拨测选取全国不同城市运营商的监测
点，设定浏览和网络任务，即时获取第一线的真实用户访问体验数据，精准定位出
现问题的页面元素，帮助技术团队及时修复问题。模拟峰值用户高并发访问，通过
增加峰值压力，观察主要性能指标变化情况，挖掘性能瓶颈。
（二）用户体验优化
通过首屏监测以及即时监测功能可以立刻进行问题验证和故障复现，对网站性能进
行评估与优化。并通过事务流分析，了解用户真实体验流程，优化浏览路径，挖掘
转化瓶颈环节，提升转化率。
（三）竞品分析迭代
借助零侵入特性，收集分析同行业竞品营销活动性能情况，了解竞品营销态势变化
以及应对方案，并针对进行针对性IT 投入以及调优迭代，弥补营销短板，稳固领
先地位。
经过以上相关措施，网站性能大幅提高，用户体验相关量化指标提升30%以上，
有效驱动业务增长。除上述场景外，云拨测还可广泛应用于网络接口、服务可用性
监测、CDN服务监控与选型、DNS 解析状态、劫持分析等众多场景。
为了满足更多企业与独立站长的拨测需求，云拨测上线发布不同规格的月资源包，
并开展限时优惠活动。新购用户将获得九折优惠。