最近在團隊中落地Lighthouse 效能最佳化清單，積累了不少經驗。整理出來供參考，希望對做類似工作的同學有所幫助。

核心概念

先來看基本的實現方式：

const observer = new PerformanceObserver((list) => {
  for (const entry of list.getEntries()) {
    if (entry.entryType === 'largest-contentful-paint') {
      reportMetric('LCP', entry.startTime)
    }
    if (entry.entryType === 'first-input') {
      reportMetric('FID', entry.processingStart - entry.startTime)
    }
  }
})
observer.observe({ entryTypes: ['largest-contentful-paint', 'first-input'] })

這段程式碼展示了基本的使用方式。實際專案中還需要考慮錯誤處理和邊界條件。

深度解析

在這個基礎上，我們可以進一步最佳化：

const observer = new PerformanceObserver((list) => {
  for (const entry of list.getEntries()) {
    if (entry.entryType === 'largest-contentful-paint') {
      reportMetric('LCP', entry.startTime)
    }
    if (entry.entryType === 'first-input') {
      reportMetric('FID', entry.processingStart - entry.startTime)
    }
  }
})
observer.observe({ entryTypes: ['largest-contentful-paint', 'first-input'] })

這種模式在大型專案中非常實用，能顯著降低維護成本。

落地經驗

實際專案中的用法會更復雜一些：

const observer = new PerformanceObserver((list) => {
  for (const entry of list.getEntries()) {
    if (entry.entryType === 'largest-contentful-paint') {
      reportMetric('LCP', entry.startTime)
    }
    if (entry.entryType === 'first-input') {
      reportMetric('FID', entry.processingStart - entry.startTime)
    }
  }
})
observer.observe({ entryTypes: ['largest-contentful-paint', 'first-input'] })

通過這種方式，程式碼的可測試性和可擴充套件性都得到了提升。

調優策略

以下是一個完整的示例：

const observer = new PerformanceObserver((list) => {
  for (const entry of list.getEntries()) {
    if (entry.entryType === 'largest-contentful-paint') {
      reportMetric('LCP', entry.startTime)
    }
    if (entry.entryType === 'first-input') {
      reportMetric('FID', entry.processingStart - entry.startTime)
    }
  }
})
observer.observe({ entryTypes: ['largest-contentful-paint', 'first-input'] })

注意邊界條件處理，這在生產環境中至關重要。

小結

• Lighthouse 效能最佳化清單不是銀彈，需要根據專案規模和技術棧選擇
• 理解底層原理比記住 API 更重要
• 生產環境使用前務必做好相容性驗證