Core Web Vitals 详解:LCP、INP、CLS 的测量与优化清单

「网站感觉慢」不可度量,也就无法修复。Google 把它拆成三个可量化指标:LCP(最大内容绘制,加载速度)、INP(交互到下一次绘制,响应速度)、CLS(累积布局偏移,视觉稳定性),及格线分别是 2.5 秒 / 200 毫秒 / 0.1。

关键在测量口径与瓶颈分段;全链路见 Web 性能优化完全指南。

三个指标,三种测量口径

三者取 P75 分位(75% 的访问达标),不是平均值:均值会被好设备拉高。

Lab 与 Field 的分工

Lab(Lighthouse / DevTools) Field(CrUX / web-vitals 库)
环境 固定设备/网络/位置,可复现 真实设备/网络,不可复现
采样 单次 28 天滚动聚合
指标 全部(含 LCP/CLS) LCP/INP/CLS/FCP/TTFB
用途 定位问题(有调用栈/瀑布图) 确认影响(真实分布)
陷阱 设备太好,INP 偏乐观 样本量小时无细分数据

正确顺序:Field 发现「INP 的 P75 超标」→ Lab 里复现该交互 → 定位长任务 → 修复 → Lab 验证 → 等 CrUX 刷新(约 28 天滚动)确认。只跑 Lighthouse 就宣布优化完成,是用最容易的设备给最差的场景打分。

LCP:四个阶段,先定位再修

LCP 是视口内最大内容元素(图片/视频/大块文本)渲染完成的时刻。它是四段串联,每段都有可读的证据:

阶段 在 Performance 面板看什么 手段
① TTFB responseStart - startTime CDN、缓存策略、边缘渲染
② 资源发现 LCP 资源自身的 startTime 距页面开始的时间 <link rel="preload"> 首图与关键 CSS、别用 JS 注入首图
③ 资源加载 responseEnd - startTime(网络+服务端) 压缩、现代格式、fetchpriority='high'
④ 渲染延迟 LCP 时间 − 资源 responseEnd 避免首屏 JS 阻塞、字体 font-display: swap

实测:本站生产环境三个页面的 TTFB(各 3 次取中位)——

curl -s -o /dev/null -w '%{time_starttransfer}\n' https://oltool.net/json-formatter.html
# 三次取中位 → 0.075s
页面 TTFB(中位) 总耗时
/(首页) 0.064 s 0.135 s
/json-formatter.html 0.075 s 0.105 s
/blog/json-parse-errors.html 0.073 s 0.084 s

首字节 64–75 毫秒(EdgeOne 边缘节点)远低于 800 毫秒警戒线 ⇒ 瓶颈不在服务器。

首图必须 fetchpriority='high' 且不要 loading='lazy'——懒加载等布局完成才请求,直接推后 LCP。格式与切图见 图片格式选型。

INP:三段延迟,找最长的一段

INP 统计页面整个生命周期内所有交互(点击/键盘/触摸)从输入到下一次绘制的延迟,取近似最差值。一次交互的延迟由三段组成,优化前先分清哪段长:

段 含义 典型成因 手段
输入延迟 事件排队到处理器开始执行 主线程正被长任务占住 拆分长任务、减少首屏 JS
处理时间 事件处理器本身的执行 一次点击里同步算完、更新 DOM、调第三方 乐观 UI、把重活推后或放进 Worker
呈现延迟 处理完到下一帧绘制 强制同步布局、样式重算、大 DOM 批量读写 DOM、只动 transform/opacity

成因按频率:长任务挡住后续交互、处理器做太多、读写交错触发同步布局、DOM 过大。

判断方法:DevTools Performance 录一段真实交互,看主线程是否有连续长条;长条落在输入之后,就是长任务吃掉了响应。

CLS:只有「无输入窗口」内的偏移才计分

CLS 只累计无用户输入的会话窗口(1500 毫秒)内的偏移,分数由受影响面积与移动距离共同决定。两个推论:用户操作后自己引发的位移不算;用 transform 做的动画不计分。

三个来源按修复性价比排序:

  1. 无尺寸的图片/视频:<img> 没有 width/height 或 aspect-ratio,加载后把下方内容顶开——一行修复,收益最大;
  2. 动态注入内容:广告位、Cookie 横幅、无限滚动把已有内容推走——预留固定高度或用 min-height,覆盖层用 position: fixed 脱离文档流;
  3. Web 字体替换(FOUT):字体加载后文本重排——size-adjust 匹配回退字体度量,或 font-display: optional。

可复现的实测结果

生产 TTFB(各 3 次取中位,--noproxy 直连):

for i in 1 2 3; do
  curl -s -o /dev/null -w '%{time_starttransfer}\n' https://oltool.net/json-formatter.html
done | sort -n | sed -n 2p
# → 0.075

Performance API 全链路(DevTools Console 直接粘贴,任意页面):

const t = performance.getEntriesByType('navigation')[0];
const fcp = performance.getEntriesByType('paint').at(-1)?.startTime ?? 0;
console.log({
  ttfb: Math.round(t.responseStart - t.startTime),
  fcp: Math.round(fcp),
  domContentLoaded: Math.round(t.domContentLoadedEventEnd - t.startTime),
  load: Math.round(t.loadEventEnd - t.startTime),
});
// 本站生产实测:{ ttfb: 64, … }(远低于 800ms 警戒线)

LCP 另取 largest-contentful-paint;与 TTFB 的差值越大,瓶颈越在资源。

采集 CLS/INP 需要 web-vitals 库(Performance API 不直接暴露 INP):

import { onLCP, onINP, onCLS } from 'web-vitals';
onLCP(console.log); onINP(console.log); onCLS(console.log);
// 上报到分析端,聚合出 P75 才是 CrUX 同口径的数据

按收益排序:图片补尺寸(一行/图,直接降 CLS)→ 首图提优先级且不懒加载 → defer 非关键 JS、用 scheduler.yield() 拆长任务。网络层与图片格式见 Web 性能优化完全指南。

常见问题

Lighthouse 满分,为什么真实用户还是抱怨慢?

因为 Lighthouse 是实验室数据:固定的设备、网络与位置,单次采样。真实用户的 INP/LCP 来自CrUX 真实用户数据——设备更差、网络更杂、样本量更大。两者口径不同,Lab 用于定位问题(可复现),Field 用于确认影响面(真实分布)。优化方向以 Field 数据的差用户(P75)为准。

TTFB 很快,LCP 还是慢,问题在哪?

TTFB 只覆盖「请求发出到首字节」,LCP 是「最大内容元素渲染完成」。中间还有:HTML 下载与解析、关键资源(CSS/字体/首图)的发现与加载、渲染排队。常见瓶颈是首图未做优先级提示(缺 fetchpriority='high')、字体阻塞或 CSS 过大。逐段拆解方法见正文。

CLS 是 0 为什么还会闪动?

CLS 只统计没有用户输入的 1500 毫秒窗口内的布局偏移,且动画(transform)不计入。如果闪动发生在用户输入后的窗口里(比如点击展开),它不算 CLS 但用户仍会感知。反过来,CLS = 0 只说明「没有意外偏移」,不代表动画流畅(那是帧率问题,归 INP 的响应延迟)。

INP 替代 FID 后,我的 FID 数据还有用吗?

没用,FID 已于 2024 年 3 月被 INP 取代。两者口径不同:FID 只测第一次交互的输入延迟,INP 统计整个生命周期内所有交互的近似最差值。FID 数据好不代表 INP 达标——页面后面的交互往往比第一次更慢。迁移方法:用 web-vitals 库上报 INP,并把「交互后的处理」拆进异步任务。

← 返回博客首页