Check out what’s new from Firebase at Google I/O 2022. Learn more

在控制台中监控性能数据

要查看实时性能数据,请确保您的应用使用与实时数据处理兼容的性能监控 SDK 版本。了解更多

跟踪仪表板中的关键指标

要了解关键指标的趋势,请将它们添加到性能仪表板顶部的指标板上。您可以通过查看每周更改来快速识别回归,或者验证您的代码中最近的更改是否正在提高性能。

Firebase 性能监控仪表板中的指标板图像

以下是您可以跟踪的一些示例趋势:

  • 当您的应用加载某些 JavaScript 文件时,首次输入延迟有所改进
  • 在切换到对资产使用 CDN 后,第一次内容绘制的时间减少
  • 由于您实现了缩略图的使用,网络请求的响应负载大小下降
  • 生态系统中断期间第三方 API 调用的网络响应时间增加

Firebase 项目的每个成员都可以配置自己的指标板。您可以跟踪对您很重要的指标,而其他项目成员可以在他们自己的板上跟踪完全不同的关键指标集。

要将指标添加到您的指标板,请转到 Firebase 控制台中的性能仪表板,然后单击仪表板选项卡。单击一个空的指标卡,然后选择一个现有指标添加到您的板上。单击填充的指标卡上的以获取更多选项,例如替换或删除指标。

指标板以图形形式和数字百分比变化显示随时间收集的指标数据。

  • 每个指标卡显示指标值在选定时间范围内的百分比变化,以及指标最近收集的值。指标板顶部的声明是对百分比变化的解释。
  • 默认情况下,指标板显示指标的中值。如果您想查看不同部分的用户如何体验您的应用,请从仪表板页面顶部的下拉列表中选择不同的百分位数。

红色、绿色和灰色是什么意思?

大多数指标都有所需的趋势方向,因此指标板使用颜色来显示指标数据是朝着好的还是坏的方向发展的解释。

例如,假设您正在跟踪页面的第一次输入延迟(应该很小的值)。如果此值增加,则指标板将指标的百分比变化显示为红色,提醒您注意可能存在的问题。但是,如果该值减少或不变,则指标板将分别以绿色或灰色显示百分比。

如果指标没有明显的所需趋势方向,例如网络请求的响应负载大小,则指标板始终以灰色显示指标的百分比变化,无论数据趋势如何。

实线和虚线是什么意思?

  • 深蓝色实线 — 指标随时间变化的值

  • 浅蓝色虚线 — 指标在过去特定时间的值
    例如,如果您选择显示过去 7 天的图表,并将鼠标悬停在 8 月 30 日,则浅蓝色虚线会告诉您 8 月 23 日的指标值。



查看痕迹及其数据

您可以在性能仪表板底部的跟踪表中查看应用程序的所有跟踪。该表将每种类型的跟踪分组在适当的子选项卡中。例如,所有网络请求跟踪都列在网络请求子选项卡下。

跟踪表显示每个跟踪的一些顶级指标的值,以及每个指标值的百分比变化。这些值是根据在仪表板选项卡顶部设置的百分位数和时间范围的选择来计算的。这里有些例子:

  • 如果您选择50%的百分位数和Last 7 days的时间范围,则指标的值将是从最近一天收集的数据的中位数,百分比变化将是自前 7 天以来的变化。

  • 如果您随后将时间范围更改为Last 24 hours ,那么指标的值将是从最近一小时收集的数据的中位数,百分比变化将是自 24 小时前的变化。

您可以按指标值或特定指标的百分比变化对每个子选项卡中的跟踪列表进行排序。这可以帮助您快速识别应用程序中的潜在问题。

要查看特定跟踪的所有指标和数据,请单击跟踪表中的跟踪名称。本页的以下部分提供了更多详细信息。

查看特定跟踪的更多数据

如果单击跟踪表中的跟踪名称,则可以单击各个屏幕以浏览跟踪并深入了解感兴趣的指标。在大多数页面上,您可以使用过滤按钮(屏幕左上角)按属性过滤数据,例如:

按属性过滤的 Firebase 性能监控数据的图像
  • 页面 URL过滤以查看站点特定页面的数据
  • 有效连接类型过滤以了解 3g 连接如何影响您的应用
  • 国家/地区过滤以确保您的数据库位置不会影响特定区域

查看所有收集的跟踪指标

如果单击跟踪表中的跟踪名称,您将在度量卡上看到跟踪数据的概览。

使用屏幕右上角的选项查看汇总数据或一段时间内的数据。

  • 网络请求跟踪——可用的度量卡是响应时间响应负载大小
  • 自定义代码跟踪-持续时间指标卡始终可用(此类跟踪的默认指标)。如果您将任何自定义指标添加到自定义代码跟踪,则还会显示这些指标卡。
  • 页面加载跟踪- 可用的度量卡包括first paintfirst contentful paintfirst input delay和 DOM 相关事件。

查看有关数据的深入信息

如果您单击任何指标卡上的查看更多,您可以查看有关收集的数据的更深入信息并使用更丰富的分析功能。例如,您可以按属性过滤和细分数据。