Real User Monitoring(RUM)实战:我们如何在上报前发现 80% 的问题

真实 RUM 实战,通过 Cloudflare RUM + 自定义指标将工单减少 80%。包含可操作告警的完整配置教程。

Alex Chen
Alex Chen
June 11, 202611 min read
其他语言:Deutsch · English

TL;DR: 实验室测试(Lighthouse、CI 基准测试)告诉你应用在测试机上的表现。Real User Monitoring 告诉你应用在真实用户设备、网络和地理位置下的实际表现。RUM 能发现实验室测试永远无法捕捉的性能问题——慢速网络、内存压力、广告拦截器干扰以及地理差异。


Lab 数据 vs Field 数据

维度Lab(Lighthouse)Field(RUM)
环境受控(Moto G4,缓慢 3G)真实用户设备
网络模拟限速真实连接(5G、4G、3G、WiFi)
地理位置单一位置全球(330+ Cloudflare 节点)
设备固定设备档案所有设备和形态
样本量每次 PR 单独运行每次页面访问
检测范围优化机会真实用户体验问题
缺失内容真实用户的体验受控对比基准

真相是:Lab 数据告诉你该修复什么,Field 数据告诉你用户实际经历了什么。两者缺一不可。


RUM 数据采集

Web Vitals 采集配置

从真实用户采集 Web Vitals 是任何 RUM 实施的第一步。web-vitals 库提供了带归属信息的指标,不仅告诉你数值,还告诉你导致该数值的原因:

typescript
// src/lib/rum.ts
import { onLCP, onCLS, onINP, onTTFB, onFCP } from "web-vitals/attribution"

type VitalName = "LCP" | "CLS" | "INP" | "TTFB" | "FCP"

interface VitalReport {
  name: VitalName
  value: number
  rating: "good" | "needs-improvement" | "poor"
  id: string
  metadata: Record<string, string>
  deviceType: string
  connectionType: string
}

export function initRUM() {
  const vitals: Array<{ name: VitalName; fn: (metric: any) => void }> = [
    { name: "LCP", fn: onLCP },
    { name: "CLS", fn: onCLS },
    { name: "INP", fn: onINP },
    { name: "TTFB", fn: onTTFB },
    { name: "FCP", fn: onFCP },
  ]

  vitals.forEach(({ name, fn }) => {
    fn((metric) => {
      sendVital({
        name,
        value: metric.value,
        rating: metric.rating,
        id: metric.id,
        metadata: extractAttribution(metric),
        deviceType: getDeviceType(),
        connectionType: getConnectionType(),
      })
    })
  })
}

function extractAttribution(metric: any): Record<string, string> {
  if (metric.attribution) {
    // 提取有用的调试信息
    const { element, url, fcp, ...rest } = metric.attribution
    return {
      ...(element && { lcpElement: element.tagName }),
      ...(url && { lcpUrl: url }),
    }
  }
  return {}
}

function getDeviceType(): string {
  const ua = navigator.userAgent
  if (/Mobi|Android/i.test(ua)) return "mobile"
  if (/Tablet|iPad/i.test(ua)) return "tablet"
  return "desktop"
}

function getConnectionType(): string {
  const conn = (navigator as any).connection
  return conn?.effectiveType ?? "unknown"
}

将 RUM 数据发送到后端

采集完成后,需要可靠地将指标数据传送到服务器。使用 navigator.sendBeacon 确保用户离开页面时数据依然能发送:

typescript
// 使用 sendBeacon 可靠传输(页面跳转时仍可发送)
function sendVital(report: VitalReport) {
  const payload = {
    ...report,
    pathname: window.location.pathname,
    timestamp: Date.now(),
  }

  if (navigator.sendBeacon) {
    navigator.sendBeacon("/api/vitals", JSON.stringify(payload))
  } else {
    fetch("/api/vitals", {
      method: "POST",
      body: JSON.stringify(payload),
      keepalive: true,
    })
  }
}

服务端存储

在服务端,将每条指标数据连同国家和设备类型等上下文元数据一起存入 D1,供后续分析使用:

typescript
// server/rum.ts
export const reportVital = createServerFn({ method: "POST" }).handler(
  async ({ request, context }) => {
    const data = await request.json()

    // 存入 D1 供查询
    await context.env.DB.prepare(`
      INSERT INTO rum_metrics (
        id, name, value, rating, pathname,
        device_type, connection_type,
        country, metadata, created_at
      ) VALUES (?, ?, ?, ?, ?, ?, ?, ?, ?, ?)
    `).bind(
      data.id,
      data.name,
      data.value,
      data.rating,
      data.pathname,
      data.deviceType,
      data.connectionType,
      request.cf?.country ?? "unknown",
      JSON.stringify(data.metadata),
      data.timestamp
    ).run()

    return { received: true }
  }
)

分析 RUM 数据

按指标查询

采集足够数据后,通过查询来了解性能基准。这个仪表板函数计算每个指标的 p50、p75、p95 百分位数以及"良好"评级的百分比:

typescript
export const getRumDashboard = createServerFn({ method: "GET" }).handler(
  async ({}, { context }) => {
    // 过去 7 天整体指标
    const overall = await context.env.DB.prepare(`
      SELECT
        name,
        COUNT(*) as samples,
        APPROX_PERCENTILE(value, 0.5) as p50,
        APPROX_PERCENTILE(value, 0.75) as p75,
        APPROX_PERCENTILE(value, 0.95) as p95,
        SUM(CASE WHEN rating = 'good' THEN 1 ELSE 0 END) * 100.0 / COUNT(*) as good_pct
      FROM rum_metrics
      WHERE created_at > datetime('now', '-7 days')
      GROUP BY name
    `).all()

    // 按路径分组(加载最慢的前 20 个)
    const byPath = await context.env.DB.prepare(`
      SELECT
        pathname,
        APPROX_PERCENTILE(CASE WHEN name = 'LCP' THEN value END, 0.5) as lcp_p50,
        APPROX_PERCENTILE(CASE WHEN name = 'INP' THEN value END, 0.5) as inp_p50,
        COUNT(*) as pageviews
      FROM rum_metrics
      WHERE created_at > datetime('now', '-7 days')
      GROUP BY pathname
      ORDER BY lcp_p50 DESC
      LIMIT 20
    `).all()

    return { overall: overall.results, slowestPaths: byPath.results }
  }
)

RUM 仪表板

RUM 仪表板(过去 7 天)

Web Vitals 总览:
┌────────┬──────────┬──────────┬──────────┬─────────┐
│ 指标   │ P50      │ P75      │ P95      │ 良好 %  │
├────────┼──────────┼──────────┼──────────┼─────────┤
│ LCP    │ 1,200ms  │ 2,100ms  │ 4,500ms  │ 78%     │
│ CLS    │ 0.02     │ 0.05     │ 0.15     │ 85%     │
│ INP    │ 80ms     │ 150ms    │ 350ms    │ 82%     │
│ TTFB   │ 150ms    │ 350ms    │ 900ms    │ 88%     │
└────────┴──────────┴──────────┴──────────┴─────────┘

各地理区域性能表现:
┌──────────────────┬──────────┬──────────┬──────────────┐
│ 区域             │ P50 LCP  │ P95 LCP  │ 慢速 % (>3s) │
├──────────────────┼──────────┼──────────┼──────────────┤
│ US East          │ 900ms    │ 2,100ms  │ 3%           │
│ US West          │ 1,100ms  │ 2,800ms  │ 5%           │
│ Europe           │ 1,300ms  │ 3,200ms  │ 8%           │
│ Asia Pacific     │ 2,100ms  │ 5,500ms  │ 20%          │
│ South America    │ 2,400ms  │ 6,000ms  │ 25%          │
└──────────────────┴──────────┴──────────┴──────────────┘

加载最慢的 5 个页面:
1. /dashboard/analytics(p50 LCP: 4.2s)— 重图表
2. /products/listing(p50 LCP: 3.8s)— 大图
3. /reports/export(p50 LCP: 3.5s)— API 慢

基于 RUM 数据的告警

自动化告警将原始 RUM 数据转化为可操作的提醒通知。这个函数检查 LCP 质量并识别持续慢的页面:

typescript
export const checkRumAlerts = createServerFn({ method: "GET" }).handler(
  async ({}, { context }) => {
    const alerts = []

    // LCP 良好百分比低于阈值时告警
    const lcpQuality = await context.env.DB.prepare(`
      SELECT
        COUNT(*) as total,
        SUM(CASE WHEN rating = 'good' THEN 1 ELSE 0 END) * 100.0 / COUNT(*) as good_pct
      FROM rum_metrics
      WHERE name = 'LCP' AND created_at > datetime('now', '-1 hour')
    `).first()

    if (lcpQuality && Number(lcpQuality.good_pct) < 70) {
      alerts.push({
        type: "rum_degradation",
        metric: "LCP",
        goodPct: Math.round(Number(lcpQuality.good_pct)),
        threshold: 70,
        severity: "high",
      })
    }

    // 特定页面 p95 LCP > 5s 时告警
    const slowPages = await context.env.DB.prepare(`
      SELECT pathname, COUNT(*) as views
      FROM rum_metrics
      WHERE name = 'LCP'
        AND value > 5000
        AND created_at > datetime('now', '-1 hour')
      GROUP BY pathname
      HAVING views > 10
      ORDER BY views DESC
      LIMIT 5
    `).all()

    if (slowPages.results.length > 0) {
      alerts.push({
        type: "slow_pages",
        pages: slowPages.results,
        severity: "medium",
      })
    }

    return alerts
  }
)

用 RUM 数据驱动优化

RUM 信号调查方向优化措施
移动端 LCP 高检查首图尺寸提供 AVIF、预加载首图、压缩图片
产品页 CLS 高检查动态内容插入预留空间、修复字体切换布局偏移
仪表板 INP 高分析主线程活动拆分长任务、懒加载图表
亚太地区 LCP 差地理延迟问题边缘缓存、CDN 优化
认证页 TTFB 差认证中间件开销优化会话查询、缓存认证状态

RUM 数据 Schema

sql
-- migrations/rum_metrics.sql
CREATE TABLE IF NOT EXISTS rum_metrics (
  id TEXT PRIMARY KEY,
  name TEXT NOT NULL,         -- LCP, CLS, INP, TTFB, FCP
  value REAL NOT NULL,        -- 指标值(毫秒或分数)
  rating TEXT NOT NULL,       -- good, needs-improvement, poor
  pathname TEXT NOT NULL,     -- URL 路径
  device_type TEXT,           -- mobile, desktop, tablet
  connection_type TEXT,       -- 4g, 3g, 2g, slow-2g
  country TEXT,               -- 双字母国家代码
  metadata TEXT,              -- 含归属数据的 JSON
  created_at INTEGER NOT NULL
);

CREATE INDEX idx_rum_name ON rum_metrics(name);
CREATE INDEX idx_rum_created ON rum_metrics(created_at);
CREATE INDEX idx_rum_path ON rum_metrics(pathname);

RUM 实施清单

  • Web Vitals 库已安装并在所有页面初始化
  • RUM 数据通过 sendBeacon 发送,保证可靠传输
  • 服务端接口将指标存入 D1 或 Analytics Engine
  • 已配置采样率(初始配置用 100%,后续降至 10-25%)
  • 已构建 p50/p75/p95 指标仪表板
  • 仪表板可见地理区域维度的数据分解
  • 按路径聚合,检测慢速页面
  • 已设置 RUM 降级自动告警
  • 设备类型分段(移动端 vs 桌面端)
  • 连接类型追踪,用于网络感知优化
  • 与 CI 流水线集成——对比 PR RUM 与生产 RUM
  • 历史数据保留,用于趋势分析

结论

Real User Monitoring 弥合了开发测试与生产环境之间的鸿沟。没有 RUM,你是在基于假设做优化。有了 RUM,每一个优化决策都有来自真实用户的数据支撑。

实施步骤很清晰:

  1. 从每次页面访问中采集 Web Vitals
  2. 存入 D1 或 Analytics Engine
  3. 构建可视化仪表板
  4. 设置降级告警
  5. 用这些数据来优先安排优化工作

如需深入性能实践,可进一步阅读 Core Web Vitals 优化指南了解指标改进策略、性能预算防止回归、SaaS 监控与可观测性关注基础设施健康,以及 Lighthouse 95+ 优化技巧进行基于实验室的审计。