当前位置:首页 > 文章列表 > 文章 > 前端 > 前端 PerformanceNavigationTiming 怎样计算首字节时间

前端 PerformanceNavigationTiming 怎样计算首字节时间

来源:17golang原创 2026-10-18 15:20:27 0浏览 收藏

页面打开慢时,先别把“首屏渲染慢”和“服务器迟迟不回首字节”混为一谈。导航级 TTFB(Time to First Byte)关注的是浏览器从本次导航开始,到收到文档响应第一个字节的时间。用 PerformanceNavigationTiming 计算时,核心公式是 entry.responseStart - entry.startTime;导航条目的 startTime 固定为 0,所以也可以直接读取 responseStart。

下面的示例只处理当前文档导航,不把资源请求、FCP 或 LCP 混进来。最后还会说明为什么 responseStart - requestStart 是另一个指标。

先确定导航计时对象和时间基准

PerformanceNavigationTiming 表示当前文档的一次导航记录,时间字段是相对本次导航起点的高精度时间戳,不是 Date.now() 那种 Unix 时间。常见字段可以这样理解:

  • startTime:导航记录的起点,导航条目中为 0。
  • fetchStart:浏览器准备开始获取文档的时刻。
  • requestStart:浏览器准备向服务器发出请求的时刻。
  • responseStart:浏览器收到响应首字节的时刻。
  • loadEventEnd:页面 load 事件处理完成的时刻,与 TTFB 不是一回事。
PerformanceNavigationTiming 的导航起点、请求阶段、响应首字节和 TTFB 静态关系说明图
图1:导航计时字段关系说明图,重点查看 startTime、requestStart 与 responseStart 的边界。

用 responseStart 计算导航级 TTFB

如果脚本在页面已经产生导航条目后执行,可以从 performance.getEntriesByType("navigation") 取当前文档的条目。先判断数组是否为空,再判断 responseStart 是否已经是正数,避免把“没有条目”误报成 0 毫秒。

function readNavigationTTFB() {
  // 当前文档通常只有一个 navigation 条目,取不到时返回 null。
  const entries = performance.getEntriesByType("navigation");
  const entry = entries[0];
  if (!entry || entry.responseStart 

这个值可以直接作为一次导航样本。它的意义是“从导航起点到响应首字节”,其中可能包含 DNS、TCP、TLS、重定向和服务器等待等阶段。它不等于后端应用代码的纯执行时间。

用 PerformanceObserver 接住已经产生的导航条目

监控脚本经常不是最早执行的脚本。如果只监听未来事件,可能错过已经写入性能时间线的导航记录。PerformanceObserver 的 buffered: true 可以把观察器创建前已经记录的条目也交给回调。

PerformanceObserver 观察 navigation 条目并交给 TTFB 计算函数的静态模块关系说明图
图2:导航性能采集的模块关系说明图,查看 observer 如何把 navigation 条目交给计算函数。
function reportTTFB(entry) {
  // 只接受导航条目,且忽略尚未形成响应时间的记录。
  if (entry.entryType !== "navigation" || entry.responseStart  {
  // 一个回调可能带来多个条目,因此逐个交给处理函数。
  list.getEntries().forEach(reportTTFB);
});

// buffered 让晚启动的监控逻辑也能读取已有的 navigation 条目。
observer.observe({ type: "navigation", buffered: true });

如果监控只需要在页面初始化阶段取一次值,读取现有条目就足够;如果要统一接入性能采集管线,观察器更合适。使用完观察器后可以调用 observer.disconnect() 停止继续接收回调。

别把请求耗时和最终响应时间混成 TTFB

最容易混淆的是下面两个公式:

公式回答的问题适用边界
responseStart - startTime本次导航从开始到收到首字节用了多久页面级 TTFB,包含导航前段的网络准备阶段
responseStart - requestStart请求真正发出后,等到响应开始用了多久更接近请求等待段,不应直接当成完整页面 TTFB

另外,使用 103 Early Hints 的站点可能先收到临时响应,因此 responseStart 不一定代表最终响应头。若浏览器支持并且你的问题是“最终响应何时开始”,应单独关注 finalResponseHeadersStart。不要为了让指标变小而替换公式,先把业务问题说清楚。

上线前的最小复盘清单

  • 页面级 TTFB 使用 navigation 条目,不要从资源条目中随便挑一个请求。
  • 所有相减字段来自同一条目,避免把相对时间和 Unix 时间相减。
  • 条目不存在或 responseStart 未就绪时跳过样本,不写入 0 毫秒。
  • 观察器晚启动时使用 buffered: true,需要停止监听时调用 disconnect()。
  • 遇到 Early Hints,明确你要的是“首个字节”还是“最终响应头”。

归纳成一句话:导航级 TTFB 看 PerformanceNavigationTiming.responseStart 相对于 startTime 的差值;请求等待段才看 responseStart - requestStart。先选对时间边界,再谈性能优化。

相关问题

为什么不用旧的 performance.timing?

旧接口的时间戳是 Unix 时间且已被现代 Navigation Timing API 取代。新代码优先使用 PerformanceNavigationTiming 的高精度相对时间字段。

TTFB 高是不是一定说明后端慢?

不一定。DNS、连接建立、TLS、重定向、缓存路径和网络状况都可能影响导航级 TTFB,需要结合各阶段字段拆分判断。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
前端怎样按可见比例加载列表项前端怎样按可见比例加载列表项
上一篇
前端怎样按可见比例加载列表项
前端怎样读取布局偏移条目
下一篇
前端怎样读取布局偏移条目
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    525次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    582次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    609次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    558次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    379次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码