Sitespeed.io 性能测试中禁用截图功能的技术方案
2025-06-10 00:31:19作者:冯爽妲Honey
在网站性能测试工具Sitespeed.io的实际应用中,测试人员有时需要禁用截图功能以优化测试流程。本文将深入探讨如何通过配置参数完全禁用各类截图功能,并解析相关技术原理。
默认截图机制分析
Sitespeed.io在性能测试过程中默认会生成多种类型的截图:
- 页面加载完成截图
- 最大内容绘制(LCP)截图
- 累积布局偏移(CLS)截图
- 视觉元素截图
这些截图虽然有助于问题诊断,但在某些自动化测试场景中可能造成不必要的资源消耗。
完整禁用方案
要实现完全禁用截图功能,需要组合使用以下参数:
docker run --rm -v "$(pwd):/sitespeed.io" sitespeedio/sitespeed.io \
XXX.js \
--multi \
--viewPort 1786x708 \
--maxLoadTime 180000 \
--video=false \
--visualMetrics=false \
--visualElements=false \
--plugins.remove screenshot \
--plugins.remove har \
-n 1 \
-b chrome \
--browsertime.screenshot false \
--browsertime.screenshotLCP false \
--browsertime.screenshotLS false
技术细节说明
-
基础禁用参数:
--video=false禁用视频录制--visualMetrics=false禁用视觉指标--visualElements=false禁用视觉元素分析
-
截图专用参数:
--browsertime.screenshot false禁用基础截图--browsertime.screenshotLCP false禁用LCP截图--browsertime.screenshotLS false禁用布局偏移截图
-
性能影响: 截图操作发生在性能指标采集之后,因此禁用截图不会影响测试结果的准确性,但可以显著减少:
- 测试执行时间
- 存储空间占用
- 网络传输负载
最佳实践建议
- 在CI/CD流水线中建议禁用所有截图功能
- 本地调试时可选择性启用特定类型截图
- 对于长期运行的监控任务,禁用截图可降低资源消耗
通过合理配置这些参数,用户可以在保证测试准确性的同时,优化测试流程的执行效率。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.71 K
Ascend Extension for PyTorch
Python
328
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
876
577
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
187
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.33 K
745
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
135