跳到主要内容
Ed. notes

01 前端性能(一):Lighthouse 怎么测

长文 · 2026-11-11 · 合集第 2 / 4 篇

  • 构建日志
  • 性能
  • Lighthouse
  • Caddy
第 2 / 4 篇 · 查看全部章节 → 当前:01 前端性能(一):Lighthouse 怎么测

一句话结论:Lighthouse 分数首先是测量口径的产物;先固定页面、设备、构建和网络路径,再谈优化。经过反向代理压缩的页面,和直连 Node 端口的页面,不是同一个测量对象。

它解决什么问题

性能优化最常见的误区,是先看分数,再决定做什么。看到一个 85 分,就去压缩图片;看到一个 99 分,就认为工作结束。但分数会随着测量路径变化:开发服务器和生产构建不同,直连 Node 和经过 Caddy 不同,桌面和移动不同,一次运行和多次运行也不同。

这个站的目标不是拿一个漂亮的分数,而是建立一条可重复的基线:知道在什么条件下测、哪些指标在预算内、下次改动后有没有退步。Lighthouse 是这条基线的一部分,不是终点。

项目在 PRD 里定了三个预算:性能 ≥ 90,可访问性 ≥ 95,SEO ≥ 95。预算的作用是划一条「需要停下来看」的线,而不是追求每一项都 100。

我怎么试的

1. 固定测量路径

测量路径必须和用户实际访问的路径一致:

浏览器
  └─ Caddy(encode zstd gzip,TLS)
       └─ app:3000(Nitro 生产构建)

几个前提:

  • 测的是 npm run build 之后的生产构建,不是 npm run dev;
  • 页面通过 Caddy 访问,不是直接打开 Node 端口;
  • 每次记录构建版本、日期、设备和页面;
  • 不用开发服务器上的热更新产物做比较。

Caddy 的配置里开了压缩:

{$SITE_DOMAIN:localhost} {
	encode zstd gzip
	reverse_proxy app:3000
}

可以用 curl 确认响应确实经过压缩。预检环境通常是 Caddy 的内部证书,需要加 -k:

curl -skI --compressed https://localhost/ | grep -i content-encoding
# content-encoding: gzip

如果这一步没有输出,后面的分数就没有比较意义:你测的是一个未压缩的响应。

2. 基线结果

2026-11-11,通过 Caddy、桌面端测量的结果:

页面 性能 可访问性 SEO
/ 100 100 100
/notes/magpie 99 100 100

首页满分,详情页性能 99。这个差异不奇怪:详情页多了正文、代码块和图片,HTML 和资源都更重。重要的是两项都在预算内,而且详情页没有出现可访问性或 SEO 的明显退步。

这里要区分桌面端和移动端。Lighthouse 的移动端预设不只是窄视口,还会模拟较慢的 CPU 和网络;桌面端通常不降速。同一个页面,移动端分数往往明显低于桌面端。仓库里记录的是桌面端结果,不能直接当成移动端结论,也不能拿它去推断真实 4G 用户的体验。

这三个类别分别看什么:

  • Performance:首屏渲染、资源加载和主线程工作的综合分,受 LCP、CLS、TBT 等指标影响;
  • Accessibility:自动可检测的结构、名称、对比度等问题;
  • SEO:标题、描述、可抓取性、移动友好性等基础项。

它们不是同一件事。性能 100 不代表可访问性没问题;可访问性 100 也不代表读屏器体验好。Lighthouse 还有 Best Practices 等类别,这里只把与内容站最相关的三项纳入预算。可访问性分数是自动检查,不能替代键盘走查和读屏器测试;这个站另外用 axe 做回归检查,原因就在这里。

3. 为什么直连 Node 会更低

Node 端口返回的是未压缩响应。HTML、CSS、JS 都会以更大的体积传输,Lighthouse 看到的下载时间变长,性能分自然可能下降。Caddy 的 encode zstd gzip 会根据浏览器的 Accept-Encoding 选择压缩方式;Nitro 返回的静态资源还会带长期缓存头。两者叠加,才是用户实际经历的加载路径。

所以有两件事不能做:

  1. 拿直连 Node 的分数和经过 Caddy 的分数比较;
  2. 拿开发服务器的分数和生产构建的分数比较。

如果确实要测 Node 端口,就把它当成另一条基线,单独记录,不要混在同一张表里。

4. 预算和回归策略

预算写在 PRD 里,执行时按下面的顺序判断:

情况 动作
三项都高于预算 记录基线,不为了 100 分做额外优化
某一项低于预算 先看具体审计项,再决定是否改代码
分数下降但仍在预算内 记录变化,连续两次下降再排查
可访问性或 SEO 明显下降 当成回归,优先于性能优化

不追求每项 100,是因为 100 分里可能包含对当前页面没有意义的建议,也可能让代码为了分数变得复杂。预算是为了防止退步,不是为了让分数好看。

5. 记录测量条件

每次测量至少记录:

日期:2026-11-11
构建:commit 短哈希
页面:/、/notes/magpie
设备:桌面
路径:浏览器 → Caddy → app:3000
压缩:zstd / gzip
结果:100/100/100、99/100/100

这份记录比分数本身更有用。没有条件的分数,过两周就无法解释;有了条件,至少能判断「是代码变了,还是测量路径变了」。

这套基线目前是手动跑的,没有接 Lighthouse CI。原因很实际:备案前没有稳定的公网入口,预算也只需要在发布前检查;接入 CI 会多一次构建、多一组容易波动的阈值。等站点有正式域名、发布频率变高之后,再考虑把「记录基线」变成自动检查,而不是现在就为了自动化而自动化。

坑和限制

1. 只有桌面端基线。 仓库里记录的是桌面端结果,没有移动端分数。移动端 CPU 降速、网络模拟和视口都不同,不能把桌面分数当成移动端结论。

2. 只有一次运行。 Lighthouse 分数有波动,单次 99 和 100 的差异不一定代表代码变化。更严谨的做法是跑多次取中位数,或者至少在改动前后各跑一次相同条件。

3. 没有记录 LCP、CLS、TBT、INP 明细。 当前只有三个类别分,没有保存 Lighthouse JSON 报告。排查具体问题时,需要重新跑一次并保留报告,而不是只看总分。

4. 本地 HTTPS 和证书会影响路径。 预检阶段用 Caddy 的内部 CA,浏览器可能提示证书不受信任;Lighthouse 和 curl 需要相应处理。证书问题不是性能问题,但会让测量流程变得不稳定。

5. 没有真实用户数据。 Lighthouse 是实验室数据,不是 RUM。它能告诉你页面在受控环境下的表现,不能告诉你真实用户在不同网络、设备和地区的体验。

6. 备案前无法做公网验证。 站点还没有对公网开放,当前测量通过本机或 SSH 隧道完成。上线后应该在真实域名和网络下再测一次,不能直接沿用预检分数。

适合谁

这篇适合刚开始用 Lighthouse、容易被分数误导的人。它不教你如何把某一项从 90 提到 100,而是先建立测量纪律:固定路径、记录条件、设定预算、接受波动。只有测量可信,优化才有意义。