Ukur dengan keduanya, lab dan field data — mereka menjawab pertanyaan yang berbeda. Lighthouse adalah lab (sintetis, dapat direproduksi, untuk debugging); RUM adalah field (pengguna nyata, untuk kebenaran). Jika kamu hanya mempercayai salah satu, kamu mengoptimalkan hal yang salah.
| Lab (Lighthouse) | Field / RUM |
|---|
| Sumber | Satu run sintetis, device/network tetap | Kunjungan nyata, semua device/network |
| Baik untuk | Debugging, gate regresi CI, dapat diulang | Apa yang benar-benar dialami pengguna |
| INP | Tidak bisa diukur (tanpa interaksi nyata) | Diukur sepanjang seluruh kunjungan |
| Kelemahan | Tidak mencerminkan traffic nyatamu | Berisik, butuh volume, lebih sulit di-debug |
Lighthouse menjalankan satu load ter-throttle di mesin yang bersih — bagus untuk mereproduksi sebuah masalah, tidak berguna untuk mengetahui p75-mu. INP terutama hanya bisa ditangkap di field, karena ia membutuhkan interaksi nyata sepanjang sebuah sesi.
import { onLCP, onCLS, onINP } from "web-vitals";
function send(metric) {
// Build attribution memberitahumu elemen/interaksi MANA yang menyebabkannya
navigator.sendBeacon("/rum", JSON.stringify({
name: metric.name, value: metric.value, id: metric.id,
}));
}
onLCP(send); onCLS(send); onINP(send); // laporkan setiap metrik saat ia difinalisasi
Ini adalah metodologi yang sama dengan CrUX Google (Chrome User Experience Report), yang menggerakkan ranking Search — CrUX adalah p75 pengguna nyata, bukan lab.
Sinyal senior adalah mengetahui lab ≠ field, bahwa ranking memakai p75 field, dan bahwa INP hanya nyata di field. Mengoptimalkan skor Lighthouse sementara p75 nyata tetap buruk adalah jebakan klasik yang dirancang untuk diungkap oleh pertanyaan ini.
Perpustakaan pertanyaan wawancara IT dengan jawaban mendetail — dari Junior hingga Senior.
Donasi