如何通过JavaScript的Performance API测量函数执行时间，以及这些数据在性能调优中的具体分析方法？

Performance API通过高精度计时帮助识别性能瓶颈：使用performance.now()可精确测量代码执行时间，相比Date.now()不受系统时间调整影响，精度更高；利用performance.mark()和measure()能结构化标记任务阶段，便于在DevTools中可视化分析各阶段耗时；结合上下文、异常值、统计分析及调用频率，可定位慢函数或“热路径”；适用于复杂计算、DOM操作、用户交互响应、资源处理及第三方脚本影响等前端性能优化场景，为持续优化提供数据支撑。

JavaScript的Performance API，特别是

performance.now()

performance.mark()

performance.measure()

Date.now()

解决方案

要测量函数执行时间，我们可以利用

performance.now()

performance.mark()

performance.measure()

使用

performance.now()

这适用于测量单个代码块或函数的总执行时间。它的精度非常高，可以达到亚毫秒级别。

立即学习“Java免费学习笔记（深入）”；

function heavyComputation() {
  let sum = 0;
  for (let i = 0; i < 1000000; i++) {
    sum += Math.sqrt(i);
  }
  return sum;
}

const t0 = performance.now();
heavyComputation();
const t1 = performance.now();

console.log(`heavyComputation took ${t1 - t0} milliseconds.`);
// 输出示例: heavyComputation took 3.5670000000000006 milliseconds.

使用

performance.mark()

performance.measure()

当需要测量特定任务的多个阶段，或者想在性能时间线（如Chrome DevTools的Performance面板）中可视化这些测量结果时，

performance.mark()

performance.measure()

performance.mark(markName)

performance.measure(measureName, startMark, endMark)

function processData(data) {
  performance.mark('start_data_processing');

  // 模拟数据清洗阶段
  let cleanedData = data.map(item => item * 2);
  performance.mark('data_cleaned');

  // 模拟数据转换阶段
  let transformedData = cleanedData.filter(item => item > 100);
  performance.mark('data_transformed');

  // 模拟数据存储阶段
  // await saveData(transformedData); // 假设这里有异步操作
  performance.mark('data_stored');

  performance.measure('清洗阶段耗时', 'start_data_processing', 'data_cleaned');
  performance.measure('转换阶段耗时', 'data_cleaned', 'data_transformed');
  performance.measure('存储阶段耗时', 'data_transformed', 'data_stored');
  performance.measure('总处理耗时', 'start_data_processing', 'data_stored');

  // 获取所有测量结果
  const measures = performance.getEntriesByType('measure');
  measures.forEach(m => {
    console.log(`${m.name}: ${m.duration} ms`);
  });

  // 清除不再需要的标记和测量，避免内存泄漏
  performance.clearMarks();
  performance.clearMeasures();

  return transformedData;
}

const largeArray = Array.from({ length: 50000 }, (_, i) => i + 1);
processData(largeArray);
// 输出示例：
// 清洗阶段耗时: 0.8500000000000001 ms
// 转换阶段耗时: 0.625 ms
// 存储阶段耗时: 0.05 ms
// 总处理耗时: 1.525 ms

这些数据不仅在控制台中可见，更重要的是，它们会被DevTools的Performance面板捕获，以可视化的方式展现出来，这对于深入分析和定位问题非常有帮助。

performance.now()

登录后复制

与

Date.now()

登录后复制

有何不同？为何推荐使用 Performance API？

说实话，很多人在需要计时的时候，下意识地会想到

Date.now()

Date.now()

Date.now()

Date.now()

而

performance.now()

performance.timing.navigationStart

怪兽AI数字人

数字人短视频创作，数字人直播，实时驱动数字人

44

查看详情

所以，当我们需要对代码执行时间进行精确、可靠的测量时，

performance.now()

如何解读 Performance API 测量到的时间数据，并识别潜在的性能瓶颈？

拿到一堆数字，比如“某个函数执行了15.32ms”，这仅仅是第一步。真正的挑战在于如何从这些数据中看出门道，找出那些拖慢应用整体速度的“罪魁祸首”。这需要一些思考和分析。

首先，上下文是王道。15毫秒对于一个简单的DOM操作可能很慢，但对于一个复杂的数据排序算法或者大规模的Canvas渲染，可能就是可以接受的。所以，你需要知道你测量的这段代码的预期复杂度。

其次，关注异常值和峰值。如果你多次运行同一个函数，发现大多数时候都是1-2ms，但偶尔会跳到10ms甚至更高，那这可能就预示着一些问题。可能是垃圾回收（GC）导致了暂停，或者是某个外部资源（比如网络请求）的延迟影响了后续处理。这时候，你需要更深入地结合DevTools的Performance面板，看看在这些峰值出现的时候，CPU、内存、网络等资源的使用情况。

再来，统计分析不可少。仅仅测量一次的数据可能带有偶然性。在一个真实的应用场景下，函数会被反复调用。所以，收集足够多的样本数据，然后计算平均值、中位数、标准差，会让你对函数的真实性能有一个更全面的认识。平均值能告诉你大致趋势，中位数能排除极端值的影响，而标准差则能揭示性能的波动性。如果标准差很大，说明这个函数的性能很不稳定，这本身就是一个值得优化的点。

还有一点，寻找“热路径”。有些函数本身可能执行得很快，但它们被调用得非常频繁，导致累积的总耗时非常可观。通过Performance API的测量，结合调用栈分析，你可以识别出这些被频繁调用的“热路径”函数。优化这些函数，往往能带来全局性的性能提升。

最后，别忘了迭代和对比。性能优化是一个持续的过程。当你通过测量数据识别出问题并进行优化后，一定要再次测量，对比优化前后的数据。看看你的改动是否真的带来了提升，提升了多少，有没有引入新的问题。有时候，一个优化可能会在某个地方带来提升，但在另一个地方造成回退，这种“副作用”也需要通过数据来发现。

结合实际场景，Performance API 在哪些前端性能优化点上能发挥关键作用？

Performance API 就像一个高精度的“听诊器”，能帮助我们听到前端应用内部那些细微的“心跳声”，从而在很多关键的性能优化点上发挥不可替代的作用。

1. 复杂数据处理与算法优化： 当你的应用需要处理大量数据，比如进行复杂的筛选、排序、聚合计算时，这些操作往往是CPU密集型的。通过

performance.mark()

performance.measure()

2. DOM操作与渲染性能： 前端性能瓶颈的“老生常谈”就是DOM操作。频繁的DOM读写、大量的重排（layout）和重绘（repaint）是导致页面卡顿的主要原因。你可以用Performance API来测量：

• 批量更新DOM前后的时间，对比一次性更新与多次零散更新的效率。
• 某个复杂组件初次渲染或更新时的耗时，分析虚拟DOM diff算法的效率。
• 滚动事件处理函数中，计算或修改DOM样式所花费的时间，判断是否需要进行节流或防抖优化。 例如，测量一个大型列表在滚动时，动态加载和卸载列表项（虚拟滚动）的性能，确保其流畅性。

3. 用户交互响应时间： 用户对应用的感知速度，很大程度上取决于交互的响应性。从用户点击一个按钮到界面完成相应更新，这中间的延迟是用户体验的关键。你可以测量：

• 点击事件处理函数中，从事件触发到所有UI更新完成的总时间。
• 表单提交后，数据验证、网络请求发起、等待响应、到页面反馈的整个流程耗时。
• 动画或过渡效果的每一帧渲染时间，判断是否存在掉帧现象。 这些数据能直接告诉你，用户的“等待感”究竟有多强。

4. 资源加载与处理： 虽然Performance API主要用于测量JavaScript执行，但它也可以间接帮助分析资源加载后的处理时间。例如，图片加载完成后，如果需要进行Canvas绘制或像素级处理，你可以测量这些处理的耗时。或者，JSON数据从网络获取后，解析和构建数据模型所花费的时间，这对于分析大型API响应的效率非常有用。

5. 第三方脚本与库的影响： 在现代前端应用中，引入大量的第三方库和SDK是常态。这些脚本可能会在后台执行一些我们不了解的任务。通过在关键路径上设置

performance.mark()

总之，Performance API为我们提供了一个量化的视角去审视代码的运行效率。它不是万能药，不会直接告诉你“哪里错了”，但它能精准地指出“哪里慢了”，这正是性能优化的第一步，也是最关键的一步。通过持续的测量、分析和迭代，我们才能不断打磨出高性能、流畅的用户体验。

以上就是如何通过JavaScript的Performance API测量函数执行时间，以及这些数据在性能调优中的具体分析方法？的详细内容，更多请关注php中文网其它相关文章！