Lighthouse kontra RUM: hvordan måler du performance ordentligt?

Question

IT Interview Practice · Accepted Answer

Mål med **både** lab- og field-data — de besvarer forskellige spørgsmål. **Lighthouse** er lab (syntetisk, reproducerbart, til debugging); **RUM** er field (reelle brugere, til sandhed). Hvis du kun stoler på ét, optimerer du det forkerte.

## Lab kontra field

| | Lab (Lighthouse) | Field / RUM |
|--|------------------|-------------|
| Kilde | Én syntetisk kørsel, fast enhed/netværk | Reelle besøg, alle enheder/netværk |
| God til | Debugging, CI-regression-gates, gentagelig | Hvad brugere *faktisk* oplever |
| INP | Kan ikke måle (ingen reelle interaktioner) | Målt gennem hele besøget |
| Svaghed | Afspejler ikke din reelle trafik | Støjende, kræver volumen, sværere at debugge |

Lighthouse kører en enkelt throttled indlæsning på en ren maskine — glimrende til at *reproducere* et problem, ubrugeligt til at kende din p75. **INP især** kan kun opfanges i field, fordi det kræver reelle interaktioner over en session.

## At indsamle field-data med web-vitals-biblioteket

```js
import { onLCP, onCLS, onINP } from "web-vitals";

function send(metric) {
  // Attribution build tells you WHICH element/interaction caused it
  navigator.sendBeacon("/rum", JSON.stringify({
    name: metric.name, value: metric.value, id: metric.id,
  }));
}
onLCP(send); onCLS(send); onINP(send); // report each metric as it finalizes
```

Dette er den samme metodologi som Googles **CrUX** (Chrome User Experience Report), der driver søgeranking — CrUX er reel-bruger-p75, ikke lab.

## Hvordan man bruger dem sammen

- **RUM** til at opdage reelle regressioner og kende din p75 (det, ranking bruger).
- **Lighthouse i CI** som et værn til at fange regressioner, *før* de sendes.
- Segmentér RUM efter enhed/land/forbindelse — et gennemsnitstal skjuler, at low-end Android er din langsomme hale.

## Hvorfor det betyder noget

Senior-signalet er at vide, at lab ≠ field, at ranking bruger field-p75, og at INP kun er reel i field. At optimere en Lighthouse-score, mens reel p75 forbliver dårlig, er en klassisk fælde, dette spørgsmål er designet til at afsløre.

Kilde	Én syntetisk kørsel, fast enhed/netværk	Reelle besøg, alle enheder/netværk
God til	Debugging, CI-regression-gates, gentagelig	Hvad brugere faktisk oplever
INP	Kan ikke måle (ingen reelle interaktioner)	Målt gennem hele besøget
Svaghed	Afspejler ikke din reelle trafik	Støjende, kræver volumen, sværere at debugge

Lab kontra field

At indsamle field-data med web-vitals-biblioteket

Hvordan man bruger dem sammen

Hvorfor det betyder noget

Relaterede spørgsmål