PerformanceTimingConfidence

Instanzeigenschaften

PerformanceTimingConfidence.randomizedTriggerRate Schreibgeschützt

Eine Zahl, die angibt, wie häufig bei der Bereitstellung von value Rauschen hinzugefügt wird.

PerformanceTimingConfidence.value Schreibgeschützt

Ein Aufzählungswert, der grob angibt, wie sicher es ist, dass ein Leistungseintrag die typische Leistung einer Anwendung widerspiegelt oder wahrscheinlich durch externe Faktoren beeinflusst wird.

Instanzmethoden

PerformanceTimingConfidence.toJSON()

Gibt ein JSON-serialisierbares einfaches Objekt zurück, das das PerformanceTimingConfidence-Objekt darstellt. Wird von JSON.stringify() automatisch aufgerufen.

Beschreibung

Wenn eine Website nach einem „Kaltstart“ des Browsers oder der Wiederherstellung einer Sitzung geladen wird, können ihre Seiten langsamer laden. Dadurch kann ein erheblicher Unterschied zwischen Dashboard-Metriken aus der Praxis und Leistungsmessungen in Tools zur Seitenprofilierung entstehen. Für Entwickler ist dann schwer zu erkennen, ob ein Leistungsproblem tatsächlich relevant ist oder ein durch externe Faktoren verursachter Ausreißer.

Die Schnittstelle PerformanceTimingConfidence hilft Entwicklern, dieses Problem zu berücksichtigen: Sie liefert in der Eigenschaft value eine Einschätzung des Browsers, wie wahrscheinlich es ist, dass ein zurückgegebener Leistungseintrag die typische Leistung der Anwendung repräsentiert. Der Wert ist entweder "low" oder "high" und gibt an, wie sicher sich der Browser bei der Messung ist.

Um die Möglichkeit zu verringern, den Wert für Fingerprinting zu verwenden, wird der Einschätzung Rauschen hinzugefügt. Das bedeutet, dass value bei einem Teil der Ergebnisse absichtlich falsch ist. Die Häufigkeit, mit der dieses Rauschen ausgelöst wird, steht in der Eigenschaft randomizedTriggerRate.

Da diese Häufigkeit zwischen den Einträgen variieren kann, müssen die einzelnen Einträge gewichtet werden, um unverzerrte aggregierte Werte zu erhalten. Dies verbessert die Konsistenz der Daten, verringert die Anzahl sich überlagernder Fehler und liefert allgemein eine Vergleichsgrundlage für die Bewertung der Messergebnisse.

Daten verwenden

Um aus den randomisierten Werten aussagekräftige Informationen zu gewinnen, gehen Sie wie folgt vor:

1. Erfassen Sie beim Sammeln von PerformanceNavigationTiming-Einträgen für jeden Eintrag randomizedTriggerRate und value.
2. Wenden Sie bei der Berechnung von Statistiken wie dem 75. Perzentil des Largest Contentful Paint (LCP) oder der durchschnittlichen Seitenladezeit statt eines einfachen Durchschnitts die unten erläuterten Gewichtungsformeln an. So erhalten Sie getrennte, korrigierte Metriken für „typische“ und „beeinträchtigte“ Ladevorgänge.
3. Verwenden Sie den Mittelwert beziehungsweise das Perzentil mit "high" als Vergleichsgrundlage für die „tatsächliche“ Leistung. Anhand der Werte mit "low" können Sie nachvollziehen, wie typische Daten in Kaltstart-Szenarien aussehen.

Die folgenden Verfahren zeigen, wie die auf value basierende Gewichtung angewendet werden kann, bevor zusammenfassende Statistiken aus den Konfidenzdaten berechnet werden.

Unverzerrte Mittelwerte berechnen

So berechnen Sie unverzerrte Mittelwerte für die Werte high und low:

1. Für jeden Eintrag:
   • Setzen Sie p auf den Wert von randomizedTriggerRate des Eintrags.
   • Setzen Sie c auf den Wert von value des Eintrags.
   • Setzen Sie R auf 1, wenn c gleich high ist, andernfalls auf 0.
2. Berechnen Sie das Gewicht w für jeden Eintrag anhand von c:
   • Zur Schätzung des Mittelwerts für high: w = (R - (p / 2)) / (1 - p).
   • Zur Schätzung des Mittelwerts für low: w = ((1 - R) - (p / 2)) / (1 - p).

     Hinweis: w kann für manche Einträge negativ sein; behalten Sie dennoch jeden Eintrag bei.

   • Setzen Sie weighted_duration = duration * w (siehe duration).
3. Setzen Sie total_weighted_duration auf die Summe der weighted_duration-Werte aller Einträge.
4. Setzen Sie sum_weights auf die Summe der w-Werte aller Einträge.
5. Berechnen Sie debiased_mean = total_weighted_duration / sum_weights, sofern sum_weights nicht nahe null liegt.

Unverzerrte Perzentile berechnen

So berechnen Sie unverzerrte Perzentile für high und low:

1. Befolgen Sie die Schritte unter Unverzerrte Mittelwerte berechnen, um für jeden Eintrag ein Gewicht w zu berechnen.
2. Setzen Sie sum_weights auf die Summe der w-Werte aller Einträge.
3. Setzen Sie sorted_records auf alle Einträge, aufsteigend nach duration sortiert.
4. Berechnen Sie für das gewünschte Perzentil (0–100) q = percentile / 100.0.
5. Durchlaufen Sie sorted_records und führen Sie für jeden Eintrag Folgendes aus:
   • Berechnen Sie das kumulierte Gewicht cw für den Eintrag: cw = sum_{i: duration_i <= duration_j} w_i.
   • Berechnen Sie den Wert der unverzerrten kumulativen Verteilungsfunktion für den Eintrag: cdf = cw / sum_weights.
6. Suchen Sie den ersten Index idx, für den cdf >= q gilt.
   • Wenn idx gleich 0 ist, geben Sie duration für sorted_records[0] zurück.
   • Wenn kein solcher Index idx existiert, geben Sie duration für sorted_records[n] zurück.
7. Berechnen Sie den Interpolationsfaktor:
   • Setzen Sie lower_cdf auf cdf für sorted_records[idx-1].
   • Setzen Sie upper_cdf auf cdf für sorted_records[idx].
   • Wenn lower_cdf = upper_cdf gilt, geben Sie duration für sorted_records[idx] zurück.
   • Andernfalls:
     • Setzen Sie ifrac = (q - lower_cdf) / (upper_cdf - lower_cdf).
     • Setzen Sie lower_duration auf duration für sorted_records[idx-1].
     • Setzen Sie upper_duration auf duration für sorted_records[idx].
     • Geben Sie lower_duration + (upper_duration - lower_duration) * ifrac zurück.

Beispiele

Grundlegende Verwendung

In diesem Beispiel wird ein PerformanceObserver verwendet, um Konfidenzdaten aus beobachteten PerformanceNavigationTiming-Einträgen abzurufen.

const observer = new PerformanceObserver((list) => {
  list.getEntries().forEach((entry) => {
    console.log(
      `${entry.name} confidence: ${entry.confidence.value}`,
      `Trigger rate: ${entry.confidence.randomizedTriggerRate}`,
    );
  });
});

observer.observe({ type: "navigation", buffered: true });

Spezifikationen

Browser-Kompatibilität

Siehe auch

• PerformanceNavigationTiming