Lighthouse بمقابلہ RUM: آپ performance کو درست طریقے سے کیسے ناپتے ہیں؟

Question

IT Interview Practice · Accepted Answer

**دونوں** lab اور field data سے ناپیں — یہ مختلف سوالوں کا جواب دیتے ہیں۔ **Lighthouse** lab ہے (synthetic، قابلِ تکرار، debugging کے لیے)؛ **RUM** field ہے (اصل صارفین، سچائی کے لیے)۔ اگر آپ صرف ایک پر بھروسہ کریں تو آپ غلط چیز optimize کرتے ہیں۔

## Lab بمقابلہ field

| | Lab (Lighthouse) | Field / RUM |
|--|------------------|-------------|
| ذریعہ | ایک synthetic run، مقررہ device/network | اصل دورے، تمام devices/networks |
| کس کے لیے اچھا | Debugging، CI regression gates، قابلِ تکرار | صارفین کا *اصل* تجربہ |
| INP | ناپ نہیں سکتا (کوئی اصل interactions نہیں) | پورے دورے میں ناپا جاتا ہے |
| کمزوری | آپ کے اصل traffic کی عکاسی نہیں کرتا | شور بھرا، حجم درکار، debug کرنا مشکل |

Lighthouse ایک صاف machine پر ایک throttled load چلاتا ہے — کسی مسئلے کو *دوبارہ پیدا* کرنے کے لیے بہترین، آپ کا p75 جاننے کے لیے بیکار۔ **خاص طور پر INP** صرف field میں ہی capture ہو سکتا ہے، کیونکہ اسے ایک session کے دوران اصل interactions درکار ہوتے ہیں۔

## web-vitals library سے field data جمع کرنا

```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
```

یہ Google کے **CrUX** (Chrome User Experience Report) جیسی ہی methodology ہے، جو Search ranking کو چلاتی ہے — CrUX اصل صارف کا p75 ہے، lab نہیں۔

## انہیں ایک ساتھ کیسے استعمال کریں

- اصل regressions کا پتا لگانے اور اپنا p75 جاننے کے لیے **RUM** (جسے ranking استعمال کرتی ہے)۔
- regressions کو shipping سے *پہلے* پکڑنے کے لیے ایک guardrail کے طور پر **CI میں Lighthouse**۔
- RUM کو device/country/connection کے حساب سے segment کریں — ایک averaged عدد یہ چھپا دیتا ہے کہ low-end Android ہی آپ کا سست حصہ ہے۔

## یہ کیوں اہم ہے

Senior اشارہ یہ جاننا ہے کہ lab ≠ field، ranking field p75 استعمال کرتی ہے، اور INP صرف field میں اصل ہوتا ہے۔ Lighthouse score کو optimize کرنا جبکہ اصل p75 خراب رہے، ایک کلاسک جال ہے جسے بے نقاب کرنے کے لیے یہ سوال بنایا گیا ہے۔

ذریعہ	ایک synthetic run، مقررہ device/network	اصل دورے، تمام devices/networks
کس کے لیے اچھا	Debugging، CI regression gates، قابلِ تکرار	صارفین کا اصل تجربہ
INP	ناپ نہیں سکتا (کوئی اصل interactions نہیں)	پورے دورے میں ناپا جاتا ہے
کمزوری	آپ کے اصل traffic کی عکاسی نہیں کرتا	شور بھرا، حجم درکار، debug کرنا مشکل

Lab بمقابلہ field

web-vitals library سے field data جمع کرنا

انہیں ایک ساتھ کیسے استعمال کریں

یہ کیوں اہم ہے

متعلقہ سوالات