优化 First Load JS

在前端页面中，性能指标是常常被提及的话题，目前的指标通常由以下几个数据组成：

服务器响应时间：用户访问网站后需要多久时间才会获得响应。
页面渲染时间：页面完全可见以及可交互所需要的时间。
用户交互时间：用户在页面上进行关键交互的所需时间。（比如添加商品至购物车）

更详细的介绍可以参考以下两篇 Vercel 官方撰写的博客。

Guide to fast websites with Next.js: Tips for maximizing server speeds and minimizing client burden – Vercel

Speed Insights Overview

目标优化站点

通常在页面开发过程中，我们可以采用https://pagespeed.web.dev/或 Chrome 浏览器中自带的 Lighthouse 来进行页面性能的简单测试。

这是我们未优化的页面：

可以看到目前站点首屏的 Lighthouse 性能测试中，LCP(Largest Contentful Paint) 与 Speed Index 两项指标的表现并不是很好。

在进行全部的优化之前，先让我们看一下构建的日志结果。

不难看出，在构建结果中，首屏的页面大小（Size）与首次需要加载的 JS 大小（First Load JS）相对于其他的页面突出不少，而页面大小与 First Load JS 与 LCP(Largest Contentful Paint) 的分数息息相关。因此我们先对首屏的 JS 大小进行分析。

分析首屏 JS

站点使用 Next.js 进行构建，可以通过

@next/bundle-analyzer

包来进行 JS 捆绑包的分析。

bun i @next/bundle-analyzer

在项目根目录下的

next.config.mjs

中进行分析的配置。

import withBundleAnalyzer from '@next/bundle-analyzer'

const bundleAnalyzer = withBundleAnalyzer({
  enabled: process.env.ANALYZE === 'true',
})

/** @type {import('next').NextConfig} */
const nextConfig = {
  output: 'export',
  experimental: {
    optimisticClientCache: true,
    swcMinify: true,
    gzipSize: true,
    taint: true,
  },
}
export default bundleAnalyzer(nextConfig)

配置完成后，通过设置环境变量

ANALYZE

进行使用 bundle-analyzer 分析的构建:

ANALYZE=true bun run build

在构建过程中，浏览器会自动打开三个页面。

nodejs.html 显示服务器端的所有捆绑包。
edge.html 显示在边缘计算中的所有捆绑包。
client.html 显示客户端的所有捆绑包。

在本项目中，由于是采用静态部署，因此通过分析 client.html 即可。

首先在看看首页的组件构成：

主要由网络信息图表，订阅列表以及服务器列表构成。

在 client.html 中，筛选出首页：

分析页面上显示的捆绑包，所占的面积越大，表示捆绑包越大。

不难看出，recharts 包所占的空间不小，而此包主要用于网络速率显示图表中：

因此可以通过优化此部分的组件内包导入来优化 First Load JS。

优化包导入

在官方的最佳实践中，我们可以采用 Lazy Loading 的方式，尽可能延迟那些比较重的依赖包。

Optimizing: Lazy Loading

动态导入是其中的一种方式，原理十分简单，在初次获取页面时，并不会去获取需要动态导入的依赖包，只有在页面加载后，才会根据条件去进行获取依赖包，这对于大型网站的优化十分有用，比如需要用户点击后才会出现的图表，或者是需要登录后才会显示的一些用户组件，这些都是无需在第一次获取页面时就去下载的数据，因此都可以使用动态导入来进行优化。

那就着手优化，这是优化前的组价导入：

import NetworkChart from '@/components/NetworkChart'

将其改成动态导入，并且加上一个骨架进行占位显示：

import dynamic from 'next/dynamic'
const NetworkChart = dynamic(() => import('@/components/NetworkChart'), {
  ssr: false,
  loading: () => <Skeleton className="mt-2 h-[80px] w-full rounded-[10px]" />,
})

这样子，在页面初次加载的时候，就不用加载 recharts 依赖包，而是等到页面加载后，再进行下载，同时骨架使得页面的 Cumulative Layout Shift 保持较低的水平。

使用动态导入后，重新进行构建：

可以看到，Size 从 115kB → 7.63kB ，同时 FLJ 也从 267kB → 159kb，使用动态导入后优化效果十分显著。

重新进行 Lighthouse 的测试，可以发现 LCP 也从先前的 4.6s 优化到1.6s。

欢迎访问页面来试试首屏显示的速度。

HomeDash

结论

在优化首屏显示中，通过将一些比较重的依赖包采用动态导入的方式进行导入，不仅优化了页面大小也优化了初次加载 JS 大小，使得页面在初次加载的时候速度更快。