自研的前端监控 SDK 每 100 毫秒采一次内存、长任务和资源耗时,接进主站后首屏多了 260 毫秒,TBT 从 180 涨到 360。产品问能不能关掉,我舍不得那些数据,先想办法压开销。
第一反应是降采样,从 100% 降到 10%。首屏耗时几乎没变,因为开销不在采集频率,在初始化。SDK 在 head 里同步执行,注册了 120 个事件监听,还把整份配置和环境信息序列化了一遍。
把初始化挪到 load 之后,首屏回到 2.4 秒,但还是多了 60 毫秒。Performance 面板里能看到一段 40 毫秒的 Long Task,来自第一次采集时遍历 performance.getEntries 的全量数组。页面资源多的时候这个数组有 300 多条。
改成只取需要的类型,用 PerformanceObserver 增量拿,不再全量遍历。序列化也从每条上报改成攒批,5 秒一次,用 sendBeacon 发出去,页面隐藏时补一次。
const q = [];
const flush = () => {
if (!q.length) return;
navigator.sendBeacon('/rum', JSON.stringify(q.splice(0)));
};
setInterval(flush, 5000);
addEventListener('pagehide', flush);
还有一个容易忽略的开销是错误堆栈。SDK 监听 window.onerror,为了拿到完整堆栈开了 sourcemap 解析,出错时同步查表要 30 毫秒。改成只上报错误摘要,堆栈在服务端还原,前端这块开销归零。
改完再测,首屏多 45 毫秒,TBT 只涨 20。这个数字可以接受,监控留了下来。为了确认不是测量波动,同一台机器各跑五次取中位数,前后对比了三天。
现在 SDK 的初始化放在 requestIdleCallback 里,带 2 秒超时兜底。上线一个月,采集到的 LCP 样本量没降,说明延迟初始化没有漏掉首屏指标。这一点比省下的 200 毫秒更让我放心。
