一，初探，根据现象发现问题
chrome的performance知道很久了，但总是没有特别权威且跟上时代的学习资料，这次痛定思痛，直接看英文文档，一点点把这块啃掉，本笔记基于Chrome 59
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googlechrome.github.io/devtools-sa…
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 = 7.75fps，约等于8fps
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，796.31ms+127.73ms后进行了一次渲染
-
2，fps还是老算法，1000ms/127.73ms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0～5.52s录制时间的具体耗时：
-
1，script执行耗时1952.8ms
-
2，render渲染耗时2986.8ms
-
3，Painting重绘耗时472.1ms
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developers.google.com/web/fundame…
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developers.google.com/web/fundame…
基础储备：
-
渲染性能概述developers.google.com/web/fundame…
-
A Frame 的剖析aerotwist.com/blog/the-an…
