A1--青墨（沈伟）--基于数据挖掘的前端性能保障.pdf

1、基于数据挖掘的前端性能保障青墨(沈伟)青墨(沈伟)嘉宾照片9年软件测试开发行业工作经验，现担任酷家乐美间业务线测试负责人目录CONTENTS前端工具性能难点01 性能保障思考02 数据收集与保障03 未来的探索04 01前端工具性能难点美间方案-优化前操作示意好的性能带来的影响 用户层面公司层面产品层面用户留存为产品付费界面响应迅速操作流畅树立品牌形象建立信任赢得用户青睐与竞争对手拉开差距美间-在线2D云设计平台功能复杂耦合度高用户反馈有效信息少沟通与表达效率不高日常性能问题跟踪链路长解决效率低持续性能优化影响面评估不全优化上线问题分析问题定位性能优化线下验证性能退化风险定向性能问题分析修复：

2、不稳定的性能优化带来的问题团队资源问题跟进没结果不满意，对产品没信心，寻找替代品组织的效率低，时间被浪费，不愿继续投入，缩减资源没头绪，团队成员不满，失去动力，丧失积极性用户留存低付费意愿低02性能保障思考明确用户使用工具诉求工具内行为操作：操作流畅响应迅速明确我们保障性能问题方向01020304性能优化线下怎么提早拦截快速识别和筛选用户问题优化上线后线上性能稳定性保障建立留存与性能优化指标的关联快速识别和筛选用户的描述用户反馈量用户特征问题严重程度用户问题跟进费时费力利用其他方式一键筛选？线下怎么提早拦截自动化能力获取性能数据场景补全挑选核心场景形成性能基线回归验证线上性能稳定性保障数据聚合

3、数据比对数据监控报警将所有的数据汇总到同一个位置使用适当的监控工具来设置阈值，并确保能够及时发现潜在的性能问题定期比对线上性能数据与预期性能数据建立工具留存与性能指标关联1.低帧操作为20FPS及以下的操作。2.低帧操作占比总操作次数在10%及以上。3.一周的工具内总操作数大于100次。这里的“操作”包括工具内的常用交互：文本、素材等图元的单个及批量移动图元的单个及批量缩放、旋转等操作画布的zoom in和zoom out定义低性能用户：03数据收集与保障 工具内行为操作用户诉求帧率(FPS)耗时(ms)衡量指标衡量指标明确用户性能收集指标项用户操作指标收集指标列举-数据分类用户操作指标收集指

4、标列举-场景枚举其他关键数据指标收集用户的硬件信息：整体数据利用架构数据展示数据存储通过数据小站与用户行为回溯系统建立用户性能看板、对用户行为进行分析将采集的数据，结构化解析日志信息，结合业务数据库，通过大数据平台能力做信息的检索整合数据采集数据生产利用日志埋点系统跟大数据的采集能力，对用户产生的日志信息数据进行实时采集根据业务，确认数据获取场景，在用户操作时，不断丰富数据产生源性能问题快速识别和筛选用户账号方案id时间区间性能数据通过用户账号ID，使用时间或方案ID进行筛选，轻松获取用户在特定时间段内的行为操作帧率数据。凭借这些数据，能够准确评估用户的性能是否存在潜在问题。用户实时行为数据观

5、测：用户实时行为数据观测平台线下拦截之基线观测利用UI自动化，我们能够模拟用户的行为操作和场景，实时收集线下性能数据。这些数据可以建立一个准确的线下性能基线线下拦截之基线监控通过对基线数据进行多维度的比对推送，我们能够及早地识别和发现性能问题。确保性能优化不会出现退化，保证用户体验。线上保障之数据观测通过对聚合用户行为数据进行分区间汇总统计并观察趋势变化，我们可以准确了解用户性能变化，并做出相应决策。线上保障之监控告警通过定义行为波动百分比并与同期进行比较，监测线上数据变动。发现大幅波动时，及时推送告警以防问题扩大。留存与性能优化指标之低帧占比周活跃用户数据低帧用户数据低帧用户活跃占比通过低帧

6、用户活跃占比指标更好了解低帧问题对用户活跃度的影响，分析这类用户以便有针对性地进行优化，提升用户体验并增加留存率。低帧用户数占比观测平台问题的保障思路总结性能问题识别与筛选线下性能基线监控保障线上性能保障建立工具留存与性能指标关联性采用数据工具，对系统进行性能问题筛查，准确识别存在的问题通过有效的性能测试和监控机制，确保性能优化可靠通过对线上用户的数据分析，确保系统在生产环境中的性能稳定通过分析用户使用情况与性能指标之间的关联关系，降低由于性能问题导致的用户流失用户反馈称使用