# HTTP性能优化上|HTTP协议篇

> 本文系统介绍了HTTP性能优化的核心指标，包括服务器的吞吐量、并发数、响应时间，以及客户端的延迟等，并结合常用工具和方法，帮助开发者全面提升HTTP服务的性能表现。

- 原文：https://feinterview.poetries.top/docs/fe-base-docs/http-protocol/extend/31-HTTP%E6%80%A7%E8%83%BD%E4%BC%98%E5%8C%96%E4%B8%8A
- 来源：前端进阶之旅（feinterview.poetries.top）
- 更新：2026.10.08
- 可见范围：免费部分

---

## HTTP性能优化上

- 性能拆三段看：服务器、客户端、中间传输链路，别笼统说「接口慢」
- 一次请求的耗时 = 排队 + `DNS` + `TCP`/`TLS` 建连 + 服务端处理 + 首字节 + 下载
- 服务器看吞吐、并发、响应时间；客户端看等了多久（延迟）
- `TTFB` 高 ≠ 后端慢，里面还含网络往返；下载慢才看体积和带宽
- 先分段测出瓶颈再动手，只改其中一段不保证端到端变快

**`HTTP` 性能不是一个数，要把一次请求拆成客户端、服务器、传输链路三段，找到时间到底花在哪。** 用户看到的「慢」是一路累加出来的：`DNS` 解析、建连、`TLS` 握手、服务端排队和处理、首字节、下载响应体。光看总耗时谁都可以甩锅，所以我会先拆阶段：首字节前慢，查建连和服务端；首字节后慢，查体积和带宽。比如 `TTFB` 偏高，还要和服务端日志对一下，服务端只花了 `20ms` 的话，剩下的就是网络的事。

```js
// Node 18+：node ttfb.mjs https://example.com
const t0 = performance.now();
const res = await fetch(process.argv[2]);
const t1 = performance.now(); // 拿到响应头 ≈ 首字节
await res.arrayBuffer();
const t2 = performance.now();
console.log({ ttfb: (t1 - t0).toFixed(0), download: (t2 - t1).toFixed(0) });
```

“性能”其实是一个复杂的概念。不同的人、不同的应用场景都会对它有不同的定义。对于 HTTP 来说，它又是一个非常复杂的系统，里面有非常多的角色，所以很难用一两个简单的词就能把性能描述清楚。

还是从 HTTP 最基本的“请求 - 应答”模型来着手吧。在这个模型里有两个角色：客户端和服务器，还有中间的传输链路，考查性能就可以看这三个部分。

![](https://s.poetries.top/gitee/2019/12/83.png)

**原理拆解：** 一次请求的端到端耗时由多个阶段累积而成，包括域名解析、连接建立、发送请求、服务器排队与处理、首字节返回以及响应体下载。服务器的吞吐量、并发承载能力和单请求处理时间会互相影响；客户端看到的总等待时间还叠加了网络距离、带宽、丢包和连接复用情况。因此，只有拆分阶段指标，才能判断瓶颈位于客户端、服务端还是传输链路。

**最小验证：** 输入一个可访问的 `HTTP` 或 `HTTPS` 地址，使用 `Node.js 18+` 运行以下脚本；它通过 `PerformanceResourceTiming` 不容易在纯脚本中跨环境稳定获取的连接细节，改用原生请求事件测量首字节与总耗时，验证“大部分时间发生在首字节之前还是响应体下载阶段”。

```js
const http = require('node:http');
const https = require('node:https');
const { performance } = require('node:perf_hooks');

const target = new URL(process.argv[2] || 'https://example.com/');
const transport = target.protocol === 'https:' ? https : http;
const start = performance.now();
let firstByte;
let bytes = 0;

const req = transport.get(target, (res) => {
  res.once('data', (chunk) => {
    firstByte = performance.now();
    bytes += chunk.length;
  });
  res.on('data', (chunk) => {
    if (firstByte !== undefined) bytes += chunk.length;
  });
  res.on('end', () => {
    const end = performance.now();
    console.log({
      status: res.statusCode,
      ttfbMs: Number(((firstByte || end) - start).toFixed(1)),
      downloadMs: Number((end - (firstByte || end)).toFixed(1)),
      totalMs: Number((end - start).toFixed(1)),
      bytes
    });
  });
});
req.on('error', (error) => {
  console.error(error.message);
  process.exitCode = 1;
});
```

关键事件 `data` 首次触发时记录 `TTFB`，`end` 用于计算完整下载时间。预期输出包含状态码、首字节耗时、下载耗时和字节数；若 `ttfbMs` 高，问题可能位于连接、网络往返、服务端排队或处理阶段，不能仅凭该值继续细分。若 `downloadMs` 随响应大小显著增长，则应优先核查带宽、压缩和响应体体积。脚本中的首个数据块会被两个监听器观察，因此字节统计可能重复首块，不适合做精确流量计费，但不影响耗时分段结论。

**边界与排查：** 单次测量容易受到 `DNS` 缓存、连接复用、服务端冷启动和临时拥塞影响，应在相同网络条件下重复采样，并区分首次连接与复用连接。服务端指标正常也不能证明用户体验正常，例如跨地域访问可能被高往返时延限制；客户端总耗时下降也不代表服务器容量提高。工程验证应把客户端时间线、服务端访问日志与资源监控按请求标识和时间窗口关联，避免只优化某一段后误判整体收益。

- **服务端日志显示接口只要 `50ms`，用户那边要 `800ms`，加机器有用吗？**

  基本没用。服务端只占了 `50ms`，另外 `750ms` 在路上：`DNS`、建连、`TLS`、跨地域往返。先在浏览器 `Network` 的 `Timing` 里看是哪段长，再决定上 `CDN`、开连接复用还是优化 `DNS`。

- **一个下载接口总耗时很长，怎么判断是首字节前慢还是下载慢？**

  记三个时间点：请求发出、收到第一个字节、收完。`TTFB` 占大头就查服务端和链路，下载段占大头且随文件大小线性增长，就查压缩、带宽和 `CDN`。

- **同一接口第一次打开慢、刷新就快，怎么判断是冷启动还是缓存？**

  看第二次的 `Timing`：`DNS` 和 `Initial connection` 变成 `0` 说明是连接复用；`Size` 显示 `disk cache` 是浏览器缓存。要排除这些，就用无痕窗口或勾 `Disable cache` 多测几次，再和服务端日志对时间戳。

- **压缩上线后下载快了，高峰期接口还在排队，能说性能问题解决了吗？**

  不能。压缩只优化了下载那一段，排队是服务端吞吐的问题，两件事。得分别看客户端各阶段耗时和服务端的队列、`CPU`，每段都过关才算。

## HTTP 服务器

- 三个指标：吞吐量 `RPS`（每秒处理多少）、并发数（同时扛多少）、响应时间（单个多快）
- 三者联动但不能互相替代：`RPS` 涨了、延迟也涨，可能只是在排队
- 必须同时盯 `CPU`、内存、磁盘、网卡；利用率太高是瓶颈，太低可能压测根本没压上去
- 工具：`ab -c 100 -n 10000` 施压，`top` / `vmstat 2` / `sar -n DEV 2` 看资源
- 看延迟要看分位数（`P95`/`P99`），平均值会把长尾藏起来

**衡量服务器性能看三个数：吞吐量、并发数和响应时间，再配上资源利用率一起判断。** 吞吐量就是每秒能处理多少请求，并发是同时能扛多少用户，响应时间是单个请求多快，响应越快单位时间能服务的人自然越多。但它们不能单看一个，比如加压后 `RPS` 还在涨，`P99` 却从 `100ms` 涨到 `2s`，说明请求在排队，系统其实已经到头了。压测时我会同时开 `top`、`vmstat` 看 `CPU` 和内存，`sar` 看网卡，资源曲线和延迟曲线对着看才知道卡在哪。

我们先来看看服务器，它一般运行在 Linux 操作系统上，用 Apache、Nginx 等 Web 服务器软件对外提供服务，所以，性能的含义就是它的服务能力，也就是尽可能多、尽可能快地处理用户的请求。

衡量服务器性能的主要指标有三个：吞吐量（requests per second）、并发数（concurrency）和响应时间（time per request）。

吞吐量就是我们常说的 RPS，每秒的请求次数，也有叫 TPS、QPS，它是服务器最基本的性能指标，RPS 越高就说明服务器的性能越好。

并发数反映的是服务器的负载能力，也就是服务器能够同时支持的客户端数量，当然也是越多越好，能够服务更多的用户。

响应时间反映的是服务器的处理能力，也就是快慢程度，响应时间越短，单位时间内服务器就能够给越多的用户提供服务，提高吞吐量和并发数。

除了上面的三个基本性能指标，服务器还要考虑 CPU、内存、硬盘和网卡等系统资源的占用程度，利用率过高或者过低都可能有问题。

在 HTTP 多年的发展过程中，已经出现了很多成熟的工具来测量这些服务器的性能指标，开源的、商业的、命令行的、图形化的都有。

在 Linux 上，最常用的性能测试工具可能就是 ab（Apache Bench）了，比如，下面的命令指定了并发数 100，总共发送 10000 个请求

```
ab -c 100 -n 10000 'http://www.xxx.com'
```

系统资源监控方面，Linux 自带的工具也非常多，常用的有 uptime、top、vmstat、netstat、sar 等等，可能你比我还要熟悉，我就列几个简单的例子吧：

```
top             # 查看 CPU 和内存占用情况
vmstat  2       # 每 2 秒检查一次系统状态
sar -n DEV 2    # 看所有网卡的流量，定时 2 秒检查
```

> 理解了这些性能指标，我们就知道了服务器的性能优化方向：合理利用系统资源，提高服务器的吞吐量和并发数，降低响应时间。

- **压测报告里 `RPS` 一路上涨，平均响应时间也一路变长，能说性能更好了吗？**

  不能。这是典型的接近饱和：更多请求进来了，但都在排队。真正的容量是延迟开始陡增之前那个点，过了那个点再加压只是在堆队列。

- **`ab -c 100 -n 10000` 跑出一个 `RPS`，能直接当容量结论吗？**

  不能。`ab` 只压一个 `URL`，没有思考时间，也不模拟真实的接口比例。至少要补延迟分位数、错误率和服务器资源曲线，最好用 `wrk`、`k6` 这类工具按真实流量比例压。

- **`CPU` 才 `20%`，接口却越来越慢，是不是还能继续加并发？**

  不一定有余量。瓶颈可能在别处：数据库连接池满了、磁盘 `IO` 等待高、网卡跑满，或者 `Node.js` 这种单线程服务只吃满了一个核。先看 `vmstat` 的 `wa`、`sar` 的网卡流量和下游耗时，再决定。

- **为什么延迟要看 `P99` 而不是平均值？**

  平均值会被大量快请求拉低。比如 `99` 个请求 `10ms`、`1` 个 `3s`，平均才 `40ms`，但那 `1%` 的用户体验很差，一个页面要调十几个接口时，碰上慢请求的概率就很高了。

## HTTP 客户端

- 客户端的核心指标就是延迟 = 等待数据到达的时间
- 延迟来源：物理距离（光速）、各段带宽、`DNS` 查询、`TCP` 三次握手、`TLS` 握手
- `DevTools` 的 `Timing`：`Queueing` → `Stalled` → `DNS Lookup` → `Initial connection`/`SSL` → `TTFB` → `Content Download`
- `HTTP/1.1` 下 `Chrome` 同域最多 `6` 个连接，资源多就排队；`HTTP/2` 一条连接多路复用
- `TTFB` = 服务端处理 + 网络往返；距离带来的延迟加带宽也消不掉

**客户端关心的就是延迟，也就是从发请求到拿到数据要等多久，而这段时间很多时候并不花在下载上。** 打开 `DevTools` 点一个请求看 `Timing`，能看到排队、`DNS`、建连、`TLS`、等首字节、下载每段各花了多少。我一般先找最长的那段对症下药：`Queueing` 长多半是 `HTTP/1.1` 同域 `6` 个连接用完了；`Initial connection` 长就看连接复用和 `CDN`；`TTFB` 长再去对服务端日志。距离是硬伤，北京访问美国服务器单程就要几十毫秒，带宽再大也没用，只能把内容挪近，也就是上 `CDN`。

看完了服务器的性能指标，我们再来看看如何度量客户端的性能。

客户端是信息的消费者，一切数据都要通过网络从服务器获取，所以它最基本的性能指标就是“延迟”（latency）。

之前在讲 HTTP/2 的时候就简单介绍过延迟。所谓的“延迟”其实就是“等待”，等待数据到达客户端时所花费的时间。但因为 HTTP 的传输链路很复杂，所以延迟的原因也就多种多样。

首先，我们必须谨记有一个“不可逾越”的障碍——光速，因为地理距离而导致的延迟是无法克服的，访问数千公里外的网站显然会有更大的延迟。

其次，第二个因素是带宽，它又包括接入互联网时的电缆、WiFi、4G 和运营商内部网络、运营商之间网络的各种带宽，每一处都有可能成为数据传输的瓶颈，降低传输速度，增加延迟。

第三个因素是 DNS 查询，如果域名在本地没有缓存，就必须向 DNS 系统发起查询，引发一连串的网络通信成本，而在获取 IP 地址之前客户端只能等待，无法访问网站，

第四个因素是 TCP 握手，你应该对它比较熟悉了吧，必须要经过 SYN、SYN/ACK、ACK 三个包之后才能建立连接，它带来的延迟由光速和带宽共同决定。

建立 TCP 连接之后，就是正常的数据收发了，后面还有解析 HTML、执行 JavaScript、排版渲染等等，这些也会耗费一些时间。不过它们已经不属于 HTTP 了，所以不在今天的讨论范围之内。

而对于 HTTP 性能优化，也有一个专门的测试网站“WebPageTest”。它的特点是在世界各地建立了很多的测试点，可以任意选择地理位置、机型、操作系统和浏览器发起测试，非常方便，用法也很简单。

网站测试的最终结果是一个直观的“瀑布图”（Waterfall Chart），清晰地列出了页面中所有资源加载的先后顺序和时间消耗，比如下图就是对 GitHub 首页的一次测试。

![](https://s.poetries.top/gitee/2019/12/84.png)

Chrome 等浏览器自带的开发者工具也可以很好地观察客户端延迟指标，面板左边有每个 URI 具体消耗的时间，面板的右边也是类似的瀑布图。

点击某个 URI，在 Timing 页里会显示出一个小型的“瀑布图”，是这个资源消耗时间的详细分解，延迟的原因都列的清清楚楚，比如下面的这张图：

![](https://s.poetries.top/gitee/2019/12/85.png)

**图里面的这些指标都是什么含义呢？我给你解释一下：**

---

> 以上是免费部分。完整内容需要「前端进阶之旅」会员，原文：https://feinterview.poetries.top/docs/fe-base-docs/http-protocol/extend/31-HTTP%E6%80%A7%E8%83%BD%E4%BC%98%E5%8C%96%E4%B8%8A
